रैखिक प्रोग्रामिंग

English में पढ़ें

रैखिक प्रोग्रामिंग (Linear Programming)

अध्याय की रूपरेखा और सीखने के उद्देश्य

इस अध्याय को पढ़ने के बाद आप सक्षम होंगे:

• रैखिक प्रोग्रामिंग समस्या (LPP) की परिभाषा और उसके घटकों — उद्देश्य फलन, व्यवरोध (constraints) और अऋणात्मक शर्तों — को पहचानना
• शब्द-समस्या को गणितीय मॉडल में बदलना (Formulation)
• दो चरों वाली समस्याओं को आलेखीय विधि (Graphical Method) से हल करना
• सुसंगत क्षेत्र (Feasible Region), कोनीय बिंदु (Corner Point) और इष्टतम हल (Optimal Solution) की अवधारणाएँ समझना
• असीमित हल (Unbounded Solution), अनेक हल (Multiple Optimal Solutions) और असुसंगतता (Infeasibility) की स्थितियाँ पहचानना
• CAT, XAT, RBI Grade B और UPSC Mathematics Optional जैसी परीक्षाओं में पूछे जाने वाले प्रश्नों के पैटर्न को समझना

हुक: वह हलवाई जिसने गणित से मुनाफ़ा दोगुना कर लिया

एक छोटे शहर में रामू हलवाई रहता था। वह रोज़ सिर्फ़ दो चीज़ें बनाता था — जलेबी और समोसा। उसके पास सीमित घी, सीमित आटा और सीमित समय था। हर दिन वह अंदाज़े से बनाता — कभी जलेबी बच जाती, कभी समोसे कम पड़ जाते।

एक दिन उसके भतीजे ने, जो कॉलेज में गणित पढ़ता था, कागज़ पर कुछ रेखाएँ खींचीं और बोला, "चाचा, रोज़ 40 जलेबी और 60 समोसे बनाओ — मुनाफ़ा अधिकतम होगा।" रामू ने मान लिया। महीने के अंत में उसका मुनाफ़ा सच में बढ़ गया।

वह भतीजा क्या जादू जानता था? कोई जादू नहीं — रैखिक प्रोग्रामिंग। वही अवधारणा जो हवाई कंपनियाँ उड़ानों का शेड्यूल बनाने में, तेल कंपनियाँ रिफाइनरी चलाने में, और प्रबंधन-प्रवेश परीक्षाओं (CAT, XAT) का पेपर-सेटर आपको परेशान करने में इस्तेमाल करता है।

समस्या क्या है? (भावनात्मक जुड़ाव)

ज़िंदगी में हर फैसला सीमित संसाधनों के बीच सर्वोत्तम चुनाव का है। समय सीमित है, पैसा सीमित है, सामग्री सीमित है — लेकिन इच्छाएँ असीमित। रैखिक प्रोग्रामिंग (LP) ठीक इसी दुविधा का गणितीय समाधान है: *दी गई सीमाओं के अंदर, किसी लक्ष्य (मुनाफ़ा अधिकतम या लागत न्यूनतम) को कैसे पूरा करें?*

परीक्षा में डर इसलिए लगता है क्योंकि प्रश्न लंबी कहानी जैसा दिखता है। लेकिन याद रखें — हर LP प्रश्न में असल में सिर्फ़ तीन चीज़ें छिपी होती हैं: क्या बनाना है (चर), क्या-क्या रोक है (व्यवरोध), और क्या अधिकतम/न्यूनतम करना है (उद्देश्य)।

🧠 Active Recall: बिना ऊपर देखे बताइए — किसी भी LPP के तीन घटक कौन से हैं? रामू हलवाई की कहानी में "चर" क्या थे?

खंड 1: रैखिक प्रोग्रामिंग समस्या (LPP) क्या है?

रैखिक प्रोग्रामिंग एक गणितीय तकनीक है जिसमें किसी रैखिक उद्देश्य फलन (Linear Objective Function) का अधिकतम या न्यूनतम मान निकाला जाता है, जबकि चर कुछ रैखिक असमिकाओं (Linear Inequalities) द्वारा बंधे होते हैं।

ध्यान दें — "प्रोग्रामिंग" का मतलब यहाँ कंप्यूटर कोडिंग नहीं, बल्कि योजना बनाना (planning) है। यह शब्द द्वितीय विश्व युद्ध के समय सेना के रसद (logistics) प्रबंधन से आया।

किसी भी LPP के तीन अनिवार्य घटक:

1. निर्णय चर (Decision Variables): वे अज्ञात राशियाँ जिनका मान हमें निकालना है — जैसे x = जलेबियों की संख्या, y = समोसों की संख्या।
2. उद्देश्य फलन (Objective Function): Z = ax + by के रूप की रैखिक अभिव्यक्ति, जिसे अधिकतम (maximize) या न्यूनतम (minimize) करना हो।
3. व्यवरोध (Constraints): संसाधनों की सीमा को दर्शाती रैखिक असमिकाएँ (≤, ≥ या =)। साथ ही अऋणात्मक शर्तें (Non-negativity): x ≥ 0, y ≥ 0 — क्योंकि ऋणात्मक जलेबी बनाना असंभव है!

🧠 Active Recall: "प्रोग्रामिंग" शब्द का यहाँ क्या अर्थ है? अऋणात्मक शर्त क्यों ज़रूरी है?

खंड 2: Formulation — कहानी से समीकरण तक

परीक्षा का असली खेल यहीं है। शब्द-समस्या को मॉडल में बदलने के चरण:

चरण 1: चर परिभाषित करें (x, y)।
चरण 2: उद्देश्य फलन लिखें — "मुनाफ़ा अधिकतम" या "लागत न्यूनतम"।
चरण 3: हर सीमा को असमिका में बदलें — "अधिकतम 100 किग्रा घी" → घी वाली असमिका ≤ 100; "कम से कम 20 इकाई" → ≥ 20।

उदाहरण: एक फ़र्नीचर निर्माता मेज़ और कुर्सी बनाता है। मेज़ पर ₹50, कुर्सी पर ₹30 मुनाफ़ा। मज़दूरी के कुल 80 घंटे, लकड़ी 120 इकाई उपलब्ध। मेज़ में 4 घंटे + 6 इकाई लकड़ी; कुर्सी में 2 घंटे + 3 इकाई लकड़ी।

मॉडल:

• अधिकतमीकरण: Z = 50x + 30y
• व्यवरोध: 4x + 2y ≤ 80 (घंटे), 6x + 3y ≤ 120 (लकड़ी), x ≥ 0, y ≥ 0

🧠 Active Recall: ऊपर के उदाहरण में अगर "कम से कम 5 मेज़ें बनानी हों" तो कौन सा नया व्यवरोध जुड़ेगा?

खंड 3: आलेखीय विधि (Graphical Method) — दो चरों का खेल

दो चरों वाली LPP को ग्राफ़ पर हल किया जा सकता है। चरण:

1. हर असमिका को पहले समीकरण मानकर सीधी रेखा खींचें।
2. मूलबिंदु (0,0) रखकर जाँचें कि असमिका का हल-क्षेत्र रेखा के किस ओर है।
3. सभी असमिकाओं और x ≥ 0, y ≥ 0 से मिलने वाला उभयनिष्ठ क्षेत्र = सुसंगत क्षेत्र (Feasible Region)।
4. सुसंगत क्षेत्र के कोनीय बिंदु (Corner Points) निकालें।
5. हर कोनीय बिंदु पर Z का मान निकालें — अधिकतम/न्यूनतम मान वही इष्टतम हल है।

स्वर्णिम नियम (Corner Point Theorem): यदि LPP का इष्टतम हल मौजूद है, तो वह सुसंगत क्षेत्र के किसी कोनीय बिंदु पर अवश्य मिलेगा। यही इस पूरे अध्याय की आत्मा है — अनंत बिंदुओं में खोजने की जगह सिर्फ़ कोनों को जाँचो!

🧠 Active Recall: कोनीय बिंदु प्रमेय क्या कहता है? ग्राफ़ में मूलबिंदु का उपयोग किस लिए करते हैं?

खंड 4: चार संभावित स्थितियाँ — हर LPP का अंत

परीक्षक का पसंदीदा जाल: "असीमित सुसंगत क्षेत्र" और "असीमित हल" में भ्रम पैदा करना। याद रखें — असीमित क्षेत्र होना ज़रूरी नहीं कि हल असीमित हो; न्यूनतमीकरण समस्या में खुले क्षेत्र पर भी न्यूनतम मान मिल सकता है।

🧠 Active Recall: अनेक इष्टतम हल कब मिलते हैं? क्या असीमित सुसंगत क्षेत्र का अर्थ हमेशा असीमित हल है?

खंड 5: स्मृति-सहायक ट्रिक (Mnemonic)

"च-उ-व्य-अ" — "चूवा" याद रखो!

• च = चर (Decision Variables)
• उ = उद्देश्य फलन (Objective Function)
• व्य = व्यवरोध (Constraints)
• अ = अऋणात्मक शर्त (x, y ≥ 0)

चूहा (चूवा) जैसे चार पैरों पर चलता है, वैसे हर LPP इन चार स्तंभों पर खड़ी होती है। कोई एक गायब — मॉडल अधूरा!

दूसरी ट्रिक — कोनीय बिंदु के लिए: *"कोना ही सोना"* — इष्टतम हल हमेशा कोने में छिपा होता है, बीच में कभी नहीं।

खंड 6: परीक्षा की दृष्टि से महत्व

• CAT / XAT / प्रबंधन-प्रवेश परीक्षाएँ: formulation, अधिकतम/न्यूनतम मान, अनेक हल की पहचान, असमिकाओं का क्षेत्र।
• RBI Grade B / NABARD जैसी परीक्षाएँ: सीधे formulation और छोटे आलेखीय प्रश्न — दो चर, दो-तीन व्यवरोध, कोनीय बिंदु पर Z का मान।
• UPSC (Mathematics Optional): सिम्प्लेक्स विधि सहित गहन प्रश्न।
• Class 12 NCERT (गणित, अध्याय 12): यही स्तर परीक्षाओं का आधार है — आलेखीय विधि तक सीमित।

सारांश तालिका

📌 दोहराने का निर्देश

इस अध्याय को 2 दिन बाद दोबारा पढ़ें — विशेषकर कोनीय बिंदु प्रमेय और चार स्थितियों वाली तालिका। फिर 7 दिन बाद केवल सारांश तालिका और "चूवा" ट्रिक दोहराएँ। हर बार दोहराने पर एक शब्द-समस्या खुद से formulate करके देखें — यही असली तैयारी है।