रैखिक प्रोग्रामिंग के नुकसान

रैखिक प्रोग्रामिंग व्यावसायिक समस्याओं को हल करने के लिए गणितीय समीकरणों का उपयोग करती है। यदि आपको तय करना है, उदाहरण के लिए, क्रिसमस के लिए चार अलग-अलग उत्पाद लाइनों में से कितनी और कितनी उत्पादन करना है खरीदारी का मौसम, रैखिक प्रोग्रामिंग आपके विकल्प लेता है और गणितीय रूप से उन उत्पादों के मिश्रण की गणना करता है जो अधिकतम उत्पन्न करते हैं फायदा। क्योंकि चरों की संख्या अक्सर बहुत बड़ी होती है, रैखिक प्रोग्रामर गणना करने के लिए कंप्यूटर पर भरोसा करते हैं।

रैखिक प्रोग्रामिंग का उपयोग करने के लिए, आपको अपनी समस्या को गणितीय मॉडल में बदलना होगा। ऐसा करने के लिए, आपको एक उद्देश्य की आवश्यकता होती है जैसे कि लाभ को अधिकतम करना या नुकसान को कम करना। मॉडल में निर्णय चर भी शामिल होने चाहिए जो उन उद्देश्यों को प्रभावित करते हैं, और बाधाएं जो आपके द्वारा किए जा सकने वाले कार्यों को सीमित करती हैं। उदाहरण के लिए, यदि आपके पास सीमित आपूर्ति है और आप जानना चाहते हैं कि उच्च गुणवत्ता वाले उत्पादों पर ध्यान केंद्रित करना है या बड़े उत्पादन पर लाभ को अधिकतम करने के लिए सस्ता माल, इस मॉडल के लिए आपके पास एक उद्देश्य, चर और बाधाएं हैं, इसलिए आपके पास वह है जो आपको चाहिए शुरू।

रैखिक प्रोग्रामिंग रैखिक समीकरणों पर तार्किक रूप से पर्याप्त निर्भर करती है: यदि आप बिक्री को दोगुना करते हैं जबकि बाकी सब कुछ स्थिर रहता है, तो समीकरण आपको अपने राजस्व को दोगुना कर देगा। हालाँकि, कुछ निर्णय चर का एक गैर-रैखिक प्रभाव होता है। उदाहरण के लिए, यदि आप एक व्यवसाय स्टार्ट-अप के लिए अपना बजट दोगुना करते हैं, तो इसका मतलब यह नहीं है कि आपका प्रथम वर्ष का लाभ या खर्च भी दोगुना है। पैमाने की क्षमताएं भी अक्सर रैखिक प्रभावों से संबंधित नहीं होती हैं। रेखीय प्रोग्रामिंग के विकल्प जैसे लक्ष्य प्रोग्रामिंग गैर-रेखीय चर को ध्यान में रखते हैं।

रैखिक प्रोग्रामिंग केवल तभी प्रभावी होती है जब आपके द्वारा उपयोग किया जाने वाला मॉडल वास्तविक दुनिया को दर्शाता है। प्रत्येक मॉडल कुछ मान्यताओं पर निर्भर करता है और वे अमान्य हो सकते हैं: उदाहरण के लिए, आप मानते हैं कि तीन गुना उत्पादन बिक्री को तीन गुना कर देगा, लेकिन वास्तव में यह बाजार को संतृप्त करता है। रेखीय समीकरण कभी-कभी ऐसे परिणाम देते हैं जो वास्तविक दुनिया में अर्थहीन होते हैं, जैसे परिणाम यह दर्शाता है कि आप लाभ को अधिकतम करने के लिए नौसेना के लिए 23.75 युद्धपोतों के निर्माण के लिए अनुबंध करना चाहिए - आप व्यावहारिक रूप से .75 से कैसे निपटेंगे शर्तें?. हालाँकि, कुशल रैखिक प्रोग्रामर इन समस्याओं से निपटने के लिए मॉडल और समीकरणों को बदल सकते हैं।

कुछ स्थितियों में एक रेखीय प्रोग्रामिंग सूत्र में फ़िट होने की बहुत अधिक संभावनाएँ होती हैं। कैंसर के लिए इष्टतम विकिरण उपचार निर्धारित करने के लिए एक चिकित्सा पद्धति रैखिक प्रोग्रामिंग का उपयोग कर सकती है रोगी, लेकिन चिकित्सा स्थितियां इतनी विविध हैं, डॉक्टर अनिवार्य रूप से कुछ ऐसे पाते हैं जो किसी भी रैखिक फिट नहीं होते हैं नमूना। रेखीय प्रोग्रामिंग भी निश्चित रूप से कोई अंतर्ज्ञान या आंत वृत्ति नहीं है; सेना के लिए रैखिक कार्यक्रमों पर काम करने वाले हीथ हैमेट ने 2005 में "सिग्नल" पत्रिका को बताया कि यही कारण है कि लोगों को उन पर कार्रवाई करने से पहले रैखिक प्रोग्रामिंग निष्कर्षों की समीक्षा करना आवश्यक है।