পাঠ ৪৬ · ৫৭-এর মধ্যে · মডিউল ১১
Home / Courses / Engineering Economics / ব্রেকইভেন অ্যানালাইসিস

ব্রেকইভেন অ্যানালাইসিস

Breakeven analysis
৯ মিনিট পড়া মধ্যম · Intermediate Python কোডসহ সম্পূর্ণ বাংলায়

এই পাঠে যা শিখবেন

  • ফিক্সড কস্ট (FC), ভেরিয়েবল কস্ট (VC) ও সেলিং প্রাইস (SP)-এর সংজ্ঞা এবং প্রফিট ফাংশনে তাদের ভূমিকা
  • ব্রেকইভেন কোয়ান্টিটির সূত্র $Q_{BE} = FC/(SP-VC)$ এবং তা কীভাবে derive হয়
  • Python দিয়ে একটি সত্যিকারের ব্রেকইভেন গণনা ও প্রফিট-টেবিল তৈরি — উৎপাদন পরিমাণ বাড়ার সাথে প্রফিট কীভাবে বদলায় তা $Q_{BE}$-এর আশেপাশে দেখা
  • ব্রেকইভেন ধারণা কীভাবে অন্য যেকোনো একক ভেরিয়েবলে (সুদের হার, লাইফ ইত্যাদি) সাধারণীকরণ করা যায়

১ · ব্রেকইভেন অ্যানালাইসিস কী

ব্রেকইভেন অ্যানালাইসিসBreakeven Analysisসেই উৎপাদন বা কার্যক্রম পরিমাণ খুঁজে বের করার কৌশল, যেখানে মোট রেভিনিউ মোট কস্টের সমান — না লাভ, না লোকসান। হলো একটি সহজ কিন্তু অত্যন্ত ব্যবহারিক প্রশ্নের উত্তর — "কতগুলো ইউনিট বিক্রি করলে আমরা লোকসান থেকে বেরিয়ে লাভে ঢুকব?" এর জন্য তিনটি রাশি প্রয়োজন —

ফিক্সড কস্ট (FC)
উৎপাদন পরিমাণ নির্বিশেষে প্রতি বছর যে খরচ অপরিবর্তিত থাকে — ভাড়া, বীমা, বেতন ইত্যাদি।
ভেরিয়েবল কস্ট (VC)
প্রতি ইউনিট উৎপাদনে যে অতিরিক্ত খরচ যোগ হয় — কাঁচামাল, শ্রম ইত্যাদি (প্রতি-ইউনিট হারে)।
সেলিং প্রাইস (SP)
প্রতি ইউনিট যে দামে বিক্রি হয়।
প্রফিট ফাংশন
$Profit(Q) = Q(SP-VC) - FC$ — একটি রৈখিক ফাংশন, যেখানে $(SP-VC)$-কে "কন্ট্রিবিউশন মার্জিন" বলা হয়।

যেহেতু প্রফিট $Q$-এর একটি রৈখিক (linear) ফাংশন, তাই এটি ঠিক একবারই শূন্য অতিক্রম করে — সেই বিন্দুই ব্রেকইভেন কোয়ান্টিটি $Q_{BE}$। $Profit(Q_{BE}) = 0$ থেকে সূত্রটি সরাসরি বের হয় —

$Q_{BE}(SP-VC) - FC = 0 \implies Q_{BE} = \dfrac{FC}{SP - VC}$

২ · Python দিয়ে গণনা — একটি ম্যানুফ্যাকচারিং উদাহরণ

ধরা যাক একটি কারখানার বার্ষিক ফিক্সড কস্ট $80{,}000$, প্রতি ইউনিট বিক্রয়মূল্য $45$, এবং প্রতি ইউনিট ভেরিয়েবল কস্ট $28$। নিচের কোড সেলে $Q_{BE}$ গণনা করে, তারপর $Q_{BE}$-এর আশেপাশে কয়েকটি উৎপাদন-পরিমাণে প্রফিট হিসাব করে দেখানো হচ্ছে যে প্রফিট ঠিক $Q_{BE}$-তেই শূন্য অতিক্রম করে।

Python
def breakeven_quantity(fc, sp, vc):
    return fc / (sp - vc)

def profit(q, fc, sp, vc):
    return q * (sp - vc) - fc

FC = 80000       # বার্ষিক ফিক্সড কস্ট ($)
SP = 45          # প্রতি ইউনিট বিক্রয়মূল্য ($)
VC = 28          # প্রতি ইউনিট ভেরিয়েবল কস্ট ($)

q_be = breakeven_quantity(FC, SP, VC)
print(f"Q_BE = {FC}/({SP}-{VC}) = {q_be:,.2f} ইউনিট")
print()

print(f"{'উৎপাদন (Q)':>14} | {'প্রফিট = Q(SP-VC) - FC':>24}")
print("-" * 42)
for q in [4000, 4500, q_be, 5000, 5500]:
    p = profit(q, FC, SP, VC)
    print(f"{q:>14,.2f} | ${p:>22,.2f}")

print()
print(f"যাচাই: Q_BE-তে প্রফিট = ${profit(q_be, FC, SP, VC):,.6f} (শূন্যের কাছাকাছি)")

    
লক্ষ্য করুন $Q_{BE} = 80000/17 \approx 4705.88$ ইউনিট — একটি ভগ্নাংশ সংখ্যা, কারণ এটি একটি তাত্ত্বিক ক্রসিং-পয়েন্ট। বাস্তবে উৎপাদন পূর্ণসংখ্যায় হয়, তাই ম্যানেজার সাধারণত $Q_{BE}$-কে উপরের দিকে রাউন্ড করে "কমপক্ষে ৪৭০৬ ইউনিট বিক্রি করতে হবে" বলে সিদ্ধান্ত নেন। টেবিলে দেখা যাচ্ছে $Q=4000$ ও $4500$-এ প্রফিট ঋণাত্মক, আর $Q=5000$ ও $5500$-এ ধনাত্মক — ঠিক $Q_{BE}$-তে তা শূন্য অতিক্রম করে।

৩ · ব্রেকইভেন অন্যান্য ভেরিয়েবলের ক্ষেত্রেও প্রযোজ্য

ব্রেকইভেন ধারণাটি শুধু উৎপাদন-পরিমাণে সীমাবদ্ধ নয়। "কোন সুদের হারে দুটো বিকল্পের PW সমান হয়ে যায়?" অথবা "কত বছর ব্যবহার করলে পুরনো মেশিন বনাম নতুন মেশিনের খরচ সমান হয়?" — এগুলোও একই ধরনের প্রশ্ন, শুধু ভেরিয়েবল $Q$ না হয়ে $i$ বা $n$। এই ক্ষেত্রে সাধারণত কোনো সরল বীজগণিতীয় সূত্র থাকে না, তাই ভেরিয়েবলের একটি পরিসর জুড়ে ফলাফল হিসাব করে "ক্রসিং পয়েন্ট" খুঁজতে হয় — এটিই পরবর্তী পাঠ, সেন্সিটিভিটি অ্যানালাইসিস (L47)-এর মূল ভিত্তি, যেখানে একটি সময়ে একটি ভেরিয়েবল বদলে সিদ্ধান্তের উপর তার প্রভাব পরিমাপ করা হবে।

মূল কথা · Key takeaway

ব্রেকইভেন কোয়ান্টিটি $Q_{BE} = FC/(SP-VC)$ হলো সেই বিন্দু যেখানে প্রফিট শূন্য — এর নিচে লোকসান, উপরে লাভ। এই একই "কোন মানে দুটো ফলাফল সমান হয়" চিন্তাভাবনা যেকোনো একক ভেরিয়েবলে সাধারণীকরণযোগ্য, যা রিস্ক অ্যানালাইসিসের পরবর্তী পাঠগুলোর (সেন্সিটিভিটি, ডিসিশন ট্রি, এক্সপেক্টেড ভ্যালু, মন্টে কার্লো) ভিত্তি তৈরি করে।

ভাবনার প্রশ্ন

প্রতিটি প্রশ্ন নিজে কিছুক্ষণ ভাবুন — তারপর "→ উত্তর" চাপুন।

প্র ০১ যদি প্রতি ইউনিট ভেরিয়েবল কস্ট $VC$ বাড়িয়ে $SP$-এর সমান করে দেওয়া হয়, $Q_{BE}$-এর কী হবে?

$SP - VC = 0$ হয়ে যাবে, ফলে $Q_{BE} = FC/0$ — গাণিতিকভাবে অসংজ্ঞায়িত (undefined), বাস্তবে অসীম। এর অর্থ, প্রতি ইউনিট বিক্রি থেকে কোনো কন্ট্রিবিউশন মার্জিন না থাকলে যত ইউনিটই বিক্রি হোক না কেন ফিক্সড কস্ট কখনো পুষিয়ে উঠবে না — কোম্পানি কোনোদিন ব্রেকইভেনে পৌঁছাবে না।

প্র ০২ ফিক্সড কস্ট $FC$ কমালে $Q_{BE}$-এর কী হয়, এবং কেন এটি ব্যবসায়িক দৃষ্টিকোণ থেকে গুরুত্বপূর্ণ?

$Q_{BE} = FC/(SP-VC)$ সূত্র অনুযায়ী $FC$ কমলে $Q_{BE}$-ও সমানুপাতিকভাবে কমে — অর্থাৎ কম ইউনিট বিক্রি করেই লাভে পৌঁছানো যায়। এই কারণেই কোম্পানিগুলো প্রায়ই স্থায়ী খরচ (ভাড়া, ফিক্সড স্টাফিং) কমিয়ে ঝুঁকি কমানোর চেষ্টা করে — বিশেষত অনিশ্চিত চাহিদার বাজারে।

প্র ০৩ উপরের কোড সেলে $Q=5500$-এ প্রফিট $\$13{,}500$ কেন — এই সংখ্যাটি কীভাবে হাতে-কলমে যাচাই করবেন?

$Profit(5500) = 5500 \times (45-28) - 80000 = 5500 \times 17 - 80000 = 93500 - 80000 = \$13{,}500$। অর্থাৎ $Q_{BE}$-এর ৭৯৪.১২ ইউনিট উপরে উৎপাদন করলে, প্রতি অতিরিক্ত ইউনিটে $17 কন্ট্রিবিউশন মার্জিন যোগ হয়ে মোট প্রফিট $\$794.12 \times 17 \approx \$13{,}500$ হয়ে যায়।

অনুশীলন

  1. চিন্তা করুন: দুটো প্রোডাকশন-লাইন বিকল্প আছে — একটি উচ্চ ফিক্সড কস্ট কিন্তু নিম্ন ভেরিয়েবল কস্ট (স্বয়ংক্রিয় মেশিন), অন্যটি নিম্ন ফিক্সড কস্ট কিন্তু উচ্চ ভেরিয়েবল কস্ট (ম্যানুয়াল শ্রম)। বিক্রয়ের পরিমাণ কম হলে কোনটা নিরাপদ, আর বেশি হলে কোনটা লাভজনক?

    কম বিক্রয়ে নিম্ন-ফিক্সড-কস্ট (ম্যানুয়াল) বিকল্প নিরাপদ, কারণ এর $Q_{BE}$ কম — অল্প বিক্রিতেও ব্রেকইভেনে পৌঁছানো যায়। বেশি বিক্রয়ে উচ্চ-ফিক্সড/নিম্ন-ভেরিয়েবল (স্বয়ংক্রিয়) বিকল্প বেশি লাভজনক, কারণ প্রতি ইউনিটে কন্ট্রিবিউশন মার্জিন বেশি — ভলিউম বাড়ার সাথে প্রফিট দ্রুত বাড়ে।

  2. পরীক্ষা করুন: উপরের কোড সেলে SP = 45-কে SP = 40-এ বদলে Run চেপে দেখুন — নতুন $Q_{BE}$ কত হয়, এবং $Q=5000$-এ প্রফিট কীভাবে বদলায়?

    $SP=40$ হলে $Q_{BE} = 80000/(40-28) = 80000/12 \approx 6666.67$ ইউনিট — আগের তুলনায় অনেক বেশি, কারণ কন্ট্রিবিউশন মার্জিন $17$ থেকে কমে $12$ হয়ে গেছে। $Q=5000$-এ প্রফিট এখন $5000 \times 12 - 80000 = -\$20{,}000$ — আগে যেখানে লাভ ছিল, এখন সেখানে লোকসান।

আরও পড়ুন · ABCL TECH-এ আপনার পরবর্তী পদক্ষেপ

  • কোর্সের সম্পূর্ণ সিলেবাস দেখুন ৫৭টি পাঠ টাইম ভ্যালু অফ মানি, ক্যাশ ফ্লো সিরিজ, ওয়ার্থ-ভিত্তিক তুলনা, রেট অফ রিটার্ন, ডেপ্রিসিয়েশন, ট্যাক্স, ইনফ্লেশন, রিস্ক অ্যানালাইসিস ও ক্যাপিটাল বাজেটিং — সম্পূর্ণ কোর্স।
  • পরের পাঠ: সেন্সিটিভিটি অ্যানালাইসিস L47 একটি সময়ে একটি ভেরিয়েবল বদলে দেখা হবে কোন ভেরিয়েবলের প্রতি প্রজেক্টের সিদ্ধান্ত সবচেয়ে সংবেদনশীল।
  • সব Courses দেখুন ABCL TECH C, C++, Python, Java, JavaScript, DSA, DBMS, Discrete Mathematics, System Design, Cybersecurity, Cloud Computing & DevOps, Computer Networks, Operating Systems, Computer Architecture, Programming Languages & Compiler Design, Software Engineering & Git, Theory of Computation ও Engineering Economics — সব এক জায়গায়।
আগের পাঠ
লাইফ-সাইকেল কস্টিং