रैखिक प्रोग्रामन (Linear Programming)
Z = ax + by
व्यवरोध (Constraints)
सुसंगत क्षेत्र (Feasible Region)
कोणीय बिंदु (Corner Point)
इष्टतमीकरण (Optimization)
रैखिक प्रोग्रामन (Linear Programming)
सीमित संसाधनों (जैसे समय, कच्चा माल और धन) का उपयोग करके अधिकतम लाभ या न्यूनतम लागत प्राप्त करने की सबसे शक्तिशाली गणितीय और व्यावसायिक रणनीति।
व्यापार और इष्टतमीकरण का गणित
गणितीय असमानताओं के माध्यम से सटीक और सर्वश्रेष्ठ व्यावसायिक निर्णय लेना
व्यापार और गणित का मिलन: एक परिचय
वास्तविक दुनिया में कोई भी संसाधन असीमित नहीं है। एक फैक्ट्री के मालिक के पास मशीनें, मजदूर और कच्चा माल सीमित मात्रा में होता है। एक आहार विशेषज्ञ (Dietician) को न्यूनतम लागत में ऐसा भोजन तैयार करना होता है जिसमें सभी आवश्यक विटामिन मौजूद हों। इन सभी समस्याओं का एक ही लक्ष्य होता है—इष्टतमीकरण (Optimization)—अर्थात् किसी चीज़ को अधिकतम (लाभ) या न्यूनतम (लागत) करना।
जब इन समस्याओं को हम एकघातीय (Linear) समीकरणों और असमिकाओं (Inequalities) के रूप में लिखते हैं और आलेख (Graph) की सहायता से हल करते हैं, तो गणित की इस विशिष्ट शाखा को रैखिक प्रोग्रामन (Linear Programming - LP) कहा जाता है। द्वितीय विश्व युद्ध के दौरान सैन्य संसाधनों की आपूर्ति को अनुकूलित करने के लिए इस तकनीक का विकास किया गया था, जो आज पूरी दुनिया के अर्थशास्त्र की रीढ़ है।
'प्रोग्रामन' का अर्थ
यहाँ 'प्रोग्रामन' (Programming) का अर्थ कंप्यूटर कोडिंग से बिल्कुल नहीं है। यहाँ इसका अर्थ है—उपलब्ध विकल्पों के बीच संसाधनों के बँटवारे की एक व्यवस्थित योजना (Plan) या 'प्रोग्राम' बनाना।
समस्या की वास्तुकला: आधारभूत शब्दावली (Terminology)
किसी भी रैखिक प्रोग्रामन समस्या (LPP) के तीन मुख्य अंग होते हैं। एक बार जब आप इन्हें पहचानना सीख जाते हैं, तो आधी समस्या वहीं हल हो जाती है:
1. उद्देश्य फलन (Objective Function)
यह वह मुख्य समीकरण है जिसे हमें अधिकतम (Maximize) या न्यूनतम (Minimize) करना होता है। इसे प्रायः 'Z' से दर्शाया जाता है।
मानक रूप: Z = ax + by (जहाँ a और b अचर हैं, तथा x और y चर हैं)।
मानक रूप: Z = ax + by (जहाँ a और b अचर हैं, तथा x और y चर हैं)।
2. व्यवरोध या प्रतिबंध (Constraints)
संसाधनों की कमी को दर्शाने वाली रैखिक असमिकाएँ (Linear Inequalities)। ये हमें बताती हैं कि हम अपनी सीमा से बाहर नहीं जा सकते।
उदाहरण: 2x + 3y ≤ 120 (मशीन के अधिकतम घंटे) या x + y ≥ 10 (न्यूनतम आवश्यकता)।
उदाहरण: 2x + 3y ≤ 120 (मशीन के अधिकतम घंटे) या x + y ≥ 10 (न्यूनतम आवश्यकता)।
3. ऋणेत्तर व्यवरोध (Non-negative Restrictions)
चूंकि उत्पादित वस्तुओं की संख्या या खरीदा गया सामान कभी ऋणात्मक (Negative) नहीं हो सकता, इसलिए हम हमेशा यह शर्त लगाते हैं कि चर x और y का मान शून्य या उससे बड़ा होगा।
शर्त: x ≥ 0 , y ≥ 0 (इसका अर्थ है कि हमारा ग्राफ केवल प्रथम चतुर्थांश (First Quadrant) तक सीमित रहेगा)।
शर्त: x ≥ 0 , y ≥ 0 (इसका अर्थ है कि हमारा ग्राफ केवल प्रथम चतुर्थांश (First Quadrant) तक सीमित रहेगा)।
आलेखीय समाधान: सुसंगत क्षेत्र (Feasible Region) की खोज
किसी LPP को हल करने के लिए हम ग्राफ पेपर का उपयोग करते हैं। जब हम सभी व्यवरोधों (Constraints) का आलेख खींचते हैं, तो हमें एक ऐसा उभयनिष्ठ (Common) क्षेत्र खोजना होता है जो सभी असमिकाओं को एक साथ संतुष्ट करता हो।
क्षेत्रों का वर्गीकरण
• सुसंगत क्षेत्र (Feasible Region): सभी व्यवरोधों (तथा x ≥ 0, y ≥ 0) द्वारा निर्धारित उभयनिष्ठ बहुभुज (Polygon) क्षेत्र। इस क्षेत्र के अंदर या इसकी सीमा पर स्थित प्रत्येक बिंदु समस्या का एक सुसंगत हल (Feasible Solution) होता है।
• असंगत क्षेत्र (Infeasible Region): सुसंगत क्षेत्र के बाहर का कोई भी हिस्सा। यहाँ के बिंदु व्यवरोधों को तोड़ते हैं, इसलिए उन्हें हल नहीं माना जा सकता।
• इष्टतम हल (Optimal Solution): सुसंगत क्षेत्र का वह एक विशेष बिंदु जो उद्देश्य फलन Z का अधिकतम या न्यूनतम मान देता है।
रेखा खींचने की कार्यविधि (How to Draw Lines)
असमिका (जैसे 2x + 3y ≤ 12) को ग्राफ पर बनाने के लिए उसे पहले समीकरण (2x + 3y = 12) मान लें।
1. एक बार x = 0 रखें, y का मान निकालें → (0, 4) प्राप्त होगा।
2. एक बार y = 0 रखें, x का मान निकालें → (6, 0) प्राप्त होगा।
3. इन दोनों बिंदुओं को पैमाने (Scale) से मिला दें।
4. छायांकन (Shading): मूल बिंदु (0,0) को असमिका 2(0) + 3(0) ≤ 12 में रखें। चूंकि 0 ≤ 12 सत्य है, छायांकन मूल बिंदु की ओर (Origin side) होगा।
1. एक बार x = 0 रखें, y का मान निकालें → (0, 4) प्राप्त होगा।
2. एक बार y = 0 रखें, x का मान निकालें → (6, 0) प्राप्त होगा।
3. इन दोनों बिंदुओं को पैमाने (Scale) से मिला दें।
4. छायांकन (Shading): मूल बिंदु (0,0) को असमिका 2(0) + 3(0) ≤ 12 में रखें। चूंकि 0 ≤ 12 सत्य है, छायांकन मूल बिंदु की ओर (Origin side) होगा।
कोणीय बिंदु विधि (Corner Point Method): इष्टतम की तलाश
सुसंगत क्षेत्र में अनंत बिंदु होते हैं। हम अनंत बिंदुओं पर Z = ax + by का मान चेक नहीं कर सकते। यहीं पर रूसी गणितज्ञ लियोनिद कांतोरोविच (Leonid Kantorovich) और अमेरिकी गणितज्ञ जॉर्ज डेंटजिग (George Dantzig) द्वारा विकसित कोणीय बिंदु प्रमेय काम आता है।
मौलिक प्रमेय (Fundamental Theorem)
यदि किसी रैखिक प्रोग्रामन समस्या का इष्टतम हल (अधिकतम या न्यूनतम मान) अस्तित्व में है, तो वह सुसंगत क्षेत्र के किसी कोणीय बिंदु (Corner Point या Vertex) पर ही होगा।
इसका अर्थ है कि हमें सुसंगत क्षेत्र के केवल कोनों (Corners) की जाँच करनी है, न कि बीच के अनंत बिंदुओं की!
इसका अर्थ है कि हमें सुसंगत क्षेत्र के केवल कोनों (Corners) की जाँच करनी है, न कि बीच के अनंत बिंदुओं की!
हल करने का एल्गोरिदम (Step-by-Step Method)
चरण 1: सभी व्यवरोधों का आलेख (Graph) बनाएँ और उभयनिष्ठ सुसंगत क्षेत्र खोजें।
चरण 2: इस सुसंगत क्षेत्र के सभी कोणीय बिंदुओं (Corner Points) के निर्देशांक ज्ञात करें। (ग्राफ से या प्रतिच्छेदन समीकरणों को हल करके)।
चरण 3: उद्देश्य फलन Z = ax + by में प्रत्येक कोणीय बिंदु के (x, y) मान रखें।
चरण 4: एक तालिका (Table) बनाएँ। इन मानों में जो सबसे बड़ा है, वह 'अधिकतम मान' होगा, और जो सबसे छोटा है, वह 'न्यूनतम मान' होगा।
अपवाद और चुनौतियाँ: परिबद्ध (Bounded) और अपरिबद्ध (Unbounded) क्षेत्र
अब तक हमने देखा कि सुसंगत क्षेत्र चारों ओर से घिरा (Closed Polygon) होता है। इसे परिबद्ध (Bounded) क्षेत्र कहते हैं। यहाँ कोणीय बिंदु विधि से प्राप्त अधिकतम और न्यूनतम मान हमेशा 100% सत्य होते हैं। लेकिन चुनौती तब आती है जब सुसंगत क्षेत्र एक तरफ से खुला रह जाए (जैसे ≥ व्यवरोधों के कारण)। इसे अपरिबद्ध (Unbounded) क्षेत्र कहते हैं।
अपरिबद्ध क्षेत्र में इष्टतम मान की जाँच (Check for Unbounded Region)
यदि सुसंगत क्षेत्र अपरिबद्ध है, तो तालिका से प्राप्त मान अधिकतम (M) या न्यूनतम (m) हो भी सकता है और नहीं भी। इसके लिए हमें एक 'परीक्षण रेखा' खींचनी होती है:
अधिकतम मान (M) के लिए जाँच:
एक नई असमिका ax + by > M (जहाँ M तालिका का सबसे बड़ा मान है) का आलेख खींचें (बिंदुकित/Dotted रेखा)। यदि इस खुले अर्द्धतल (Half-plane) का सुसंगत क्षेत्र के साथ कोई भी बिंदु उभयनिष्ठ (Common) है, तो Z का कोई अधिकतम मान नहीं होगा। यदि कोई बिंदु कॉमन नहीं है, तो M ही अधिकतम मान है।
न्यूनतम मान (m) के लिए जाँच:
असमिका ax + by < m का आलेख खींचें। यदि इस क्षेत्र का सुसंगत क्षेत्र के साथ कोई बिंदु कॉमन है, तो Z का कोई न्यूनतम मान नहीं होगा। यदि कॉमन नहीं है, तो m ही न्यूनतम मान है।
अधिकतम मान (M) के लिए जाँच:
एक नई असमिका ax + by > M (जहाँ M तालिका का सबसे बड़ा मान है) का आलेख खींचें (बिंदुकित/Dotted रेखा)। यदि इस खुले अर्द्धतल (Half-plane) का सुसंगत क्षेत्र के साथ कोई भी बिंदु उभयनिष्ठ (Common) है, तो Z का कोई अधिकतम मान नहीं होगा। यदि कोई बिंदु कॉमन नहीं है, तो M ही अधिकतम मान है।
न्यूनतम मान (m) के लिए जाँच:
असमिका ax + by < m का आलेख खींचें। यदि इस क्षेत्र का सुसंगत क्षेत्र के साथ कोई बिंदु कॉमन है, तो Z का कोई न्यूनतम मान नहीं होगा। यदि कॉमन नहीं है, तो m ही न्यूनतम मान है।
विशेष स्थिति: बहु इष्टतम हल (Multiple Optimal Solutions)
यदि कोणीय बिंदुओं की तालिका में किन्हीं दो संलग्न कोनों (Adjacent Corners) पर Z का समान अधिकतम (या न्यूनतम) मान प्राप्त होता है, तो उन दोनों बिंदुओं को मिलाने वाले रेखाखंड (Line segment) पर स्थित प्रत्येक बिंदु (अनंत बिंदु) पर Z का मान वही अधिकतम (या न्यूनतम) होगा। इसका अर्थ है कि समस्या के अनेक (Multiple) इष्टतम हल हैं। यह तब होता है जब उद्देश्य फलन की रेखा किसी व्यवरोध रेखा के समांतर होती है।
व्यावहारिक अनुप्रयोग: समस्याओं के विभिन्न रूप (Types of LPP)
कक्षा 12 की बोर्ड परीक्षाओं में आपको सीधे समीकरण नहीं दिए जाते। आपको एक लंबी शब्द-समस्या (Word Problem) दी जाती है, जिसे पढ़कर आपको खुद उद्देश्य फलन (Z) और व्यवरोध (Constraints) बनाने होते हैं। ये समस्याएँ मुख्य रूप से तीन प्रकार की होती हैं:
1. आहार संबंधी समस्याएँ (Diet Problems)
लक्ष्य: न्यूनतम लागत (Minimize Cost) में ऐसा आहार तैयार करना जो पोषक तत्वों (विटामिन, खनिज) की न्यूनतम आवश्यकता (≥) को पूरा करे।
व्यवरोध: विटामिन A की कुल मात्रा ≥ न्यूनतम आवश्यकता।
व्यवरोध: विटामिन A की कुल मात्रा ≥ न्यूनतम आवश्यकता।
2. उत्पादन संबंधी समस्याएँ (Manufacturing Problems)
लक्ष्य: सीमित मशीनों, मानव-घंटों और कच्चे माल का उपयोग करके अधिकतम लाभ (Maximize Profit) कमाना।
व्यवरोध: मशीन 1 पर लगा कुल समय ≤ मशीन की कुल उपलब्ध क्षमता।
व्यवरोध: मशीन 1 पर लगा कुल समय ≤ मशीन की कुल उपलब्ध क्षमता।
3. परिवहन संबंधी समस्याएँ (Transportation Problems)
लक्ष्य: विभिन्न कारखानों से विभिन्न गोदामों या बाजारों तक माल भेजने की परिवहन लागत (Minimize Transportation Cost) को कम करना, जबकि मांग और आपूर्ति पूरी हो जाए।
शब्द-समस्या को हल करने का स्मार्ट तरीका
शब्द-समस्या पढ़ते ही एक सारणी (Table) बना लें। पंक्तियों (Rows) में उत्पाद A और B (मान लें x और y) को रखें, और स्तंभों (Columns) में संसाधन (मशीन 1, मशीन 2, लाभ) को रखें। अंत में 'उपलब्धता' (Availability) का एक कॉलम बनाएँ।
• यदि शब्द "कम से कम" (At least) है, तो ≥ का प्रयोग करें।
• यदि शब्द "अधिकतम" (At most) है, तो ≤ का प्रयोग करें।
• यदि शब्द "कम से कम" (At least) है, तो ≥ का प्रयोग करें।
• यदि शब्द "अधिकतम" (At most) है, तो ≤ का प्रयोग करें।
संपूर्ण अध्याय का सार और अचूक रणनीतियाँ
रैखिक प्रोग्रामन (Linear Programming) केवल एक गणितीय तकनीक नहीं है; यह व्यवसायियों, अर्थशास्त्रियों और इंजीनियरों के लिए एक जादुई छड़ी है। यह हमें सिखाता है कि बाधाओं (Constraints) के बीच रहते हुए भी हम अपनी सफलता (Objective Function) को कैसे चरम पर पहुँचा सकते हैं। कोणीय बिंदु प्रमेय ने अनंत संभावनाओं को केवल कुछ कोनों तक समेट कर इस प्रक्रिया को अविश्वसनीय रूप से सरल बना दिया है।
Z = ax + by
उद्देश्य फलन (Objective)
≤ , ≥
व्यवरोध (Constraints)
उभयनिष्ठ क्षेत्र
सुसंगत क्षेत्र (Feasible Region)
ax + by < m
अपरिबद्ध क्षेत्र की जाँच
बोर्ड परीक्षा हेतु अचूक मंत्र (Pro Tip)
बोर्ड परीक्षा में इस अध्याय से एक 5 या 6 अंक का दीर्घ उत्तरीय प्रश्न (Long Question) निश्चित रूप से आता है। अपना उत्तर लिखते समय सबसे पहले "उद्देश्य फलन" (Z = ...) और "व्यवरोध" (Subject to constraints...) को स्पष्ट रूप से बॉक्स में बंद करें। ग्राफ बनाते समय पेंसिल और पैमाने (Scale) का उपयोग करें, अक्षों (X, Y) को नाम दें, रेखाओं के ऊपर उनके समीकरण लिखें, और कोणीय बिंदुओं (A, B, C) के निर्देशांक ग्राफ में जरूर दर्शाएं। यदि आपका ग्राफ साफ-सुथरा है, तो परीक्षक आपको पूरे अंक देने से नहीं हिचकिचाएगा। x ≥ 0, y ≥ 0 लिखना कभी न भूलें!