انجینئرنگ میں بنیادی ممکنہ حل کا تعارف

آپ جانتے ہیں کہ اگر آپ انجینئرنگ کے طالب علم یا انجینئر ہیں تو بہترین نتائج حاصل کرنے کے لیے سسٹم کو بہتر بنانے کا کیا مطلب ہے۔

کسی حل کو بہتر بنانا پل بنانے سے لے کر سافٹ ویئر بنانے تک ہر چیز میں کامیابی کی کلید ہے۔

ایک بنیادی ممکنہ حل کا خیال اس مقام پر آتا ہے۔

یہ لکیری پروگرامنگ میں ایک بنیادی خیال ہے جو آپ کو یہ معلوم کرنے دیتا ہے کہ ممکنہ حل کے سیٹ میں سے کون سا بہترین ہے۔

لیکن اس سے اتنا فرق کیوں پڑتا ہے؟ اس آرٹیکل میں، میں بنیادی ممکنہ حل کے بارے میں بات کروں گا اور یہ کہ وہ حقیقی دنیا میں انجینئرنگ کے مسائل کو حل کرنے کے لیے کیسے استعمال کیے جا سکتے ہیں۔

میں ان کے بارے میں بات کروں گا کہ انہیں کیسے تلاش کیا جائے، وہ کس چیز سے بنے ہیں، اور وہ کیوں اہم ہیں۔

لہذا، چاہے آپ ایک تجربہ کار انجینئر ہیں یا ابھی ابھی شروعات کرنے والے طالب علم ہیں، ہمارے ساتھ آئیں جب میں بنیادی ممکنہ حل کی دنیا میں غوطہ لگاتا ہوں اور آپ کو دکھاتا ہوں کہ لکیری پروگرامنگ کی طاقت کو کیسے استعمال کیا جائے۔

بنیادی ممکنہ حل کو سمجھنا

رسمی تعریف:

ایک لکیری پروگرام ماڈل کا بنیادی حل جس میں تمام متغیرات غیر منفی ہیں۔

ایک بنیادی قابل عمل حل (BFS) لکیری پروگرامنگ میں ایک اہم خیال ہے جو بہترین حل تلاش کرنے میں مدد کرتا ہے۔

ایک BFS غیر صفر متغیرات کی سب سے چھوٹی ممکنہ تعداد کے ساتھ ایک حل ہے۔

یہ قابل عمل حل کے پولی ہیڈرون کا ایک گوشہ ہے۔

دوسرے الفاظ میں، ایک BFS ایک بنیادی حل ہے جو غیر منفی رکاوٹوں کو پورا کرتا ہے اور قابل عمل علاقے یا مسئلہ کے علاقے میں ہے۔

ایک بہترین بنیادی ممکنہ حل تلاش کرنا

بہترین BFS تلاش کرنے کے لیے، ہمیں درج ذیل کام کرنے کی ضرورت ہے:

• ایک لکیری ترتیب کے لیے پروگرام کو معیاری شکل میں لکھیں۔
• عدم مساوات کے نظام کو ایک بڑھے ہوئے میٹرکس میں تبدیل کریں۔
• معلوم کریں کہ کون سے متغیر بنیادی ہیں اور کون سے نہیں۔
• اندازہ لگائیں کہ دیگر متغیرات کے لحاظ سے بنیادی متغیرات کیا ہیں۔
• صرف ان متغیرات کا فنکشن حاصل کرنے کے لیے ان تاثرات کو مقصدی فنکشن میں ڈالیں جو بنیادی نہیں ہیں۔
• ایک غیر بنیادی متغیر تلاش کریں جسے بغیر کسی رکاوٹ کے بڑھایا جا سکتا ہے اور یہ مقصدی کام کو بہتر بنائے گا۔

یہ متغیر اب ایک بنیادی متغیر ہے، اور دیگر بنیادی متغیرات میں سے ایک اب بنیادی متغیر نہیں ہے۔

اگر کوئی بہترین حل ہے، تو اسے اس خطے کے سرے، یا چوٹیوں میں سے ایک پر ہونا چاہیے جہاں حل ممکن ہوں۔

لہذا، اگر ایک ایل پی کے پاس ایک بہترین حل ہے، تو اس کے پاس ممکنہ سیٹ کے انتہائی نقطہ پر ایک بہترین حل ہے۔

اس کے علاوہ، اگر کوئی بہترین حل ہو تو ہمیشہ ایک بہترین BFS ہوتا ہے۔

ایک بہترین BFS تلاش کرنے کے لیے سمپلیکس طریقہ استعمال کرنا

سمپلیکس طریقہ لکیری پروگرامنگ میں مسائل کو حل کرنے کے لیے ایک الگورتھم ہے۔

یہ محور کے طریقہ کار کو استعمال کرکے ایک BFS سے "ملحقہ" BFS میں منتقل ہوتا ہے۔

محور کے طریقہ کار میں، ایک بنیادی متغیر بننے کے لیے ایک غیر بنیادی متغیر کا انتخاب کیا جاتا ہے، اور پھر موجودہ BFS کو نئے بنیادی متغیرات کو حل کرنے کے لیے استعمال کیا جاتا ہے۔

جب مقصدی فنکشن کو بہتر بنانے کے لیے کوئی غیر بنیادی متغیر تبدیل نہیں کیا جا سکتا تو الگورتھم کیا جاتا ہے۔

انجینئرنگ کے پیچیدہ مسائل کو حل کرنے کے لیے بنیادی قابل عمل حل کیوں ضروری ہیں۔

اب بھی سمجھنا مشکل ہے؟ مجھے نقطہ نظر کو تھوڑا سا تبدیل کرنے دو:

ویسے بھی کس کو آسان، قابل عمل جوابات کی ضرورت ہے؟ بس سب کچھ ایک ساتھ پھینک دیں اور بہترین کی امید رکھیں۔

سب کے بعد، جب افراتفری بہت زیادہ مزہ ہے تو کس کو اصلاح کی ضرورت ہے؟ غیر منفی متغیرات کی دنیا میں خوش آمدید، جہاں ہر چیز صرف ایک تجویز ہے اور ناکامی تقریباً یقینی ہے۔

یا یہ ہے؟

آئیے دریافت کریں کہ بنیادی ممکنہ حل کا بظاہر بنیادی تصور بنیادی کے سوا کچھ کیوں نہیں ہے اور وہ انجینئرنگ کے انتہائی پیچیدہ مسائل کو حل کرنے کی کلید کیوں ہو سکتے ہیں۔

ٹھیک ہے، یہ صرف ایک مذاق تھا جسے ٹی وی اشتہار کی طرح دیکھنے کے لیے بنایا گیا تھا۔

اب آتے ہیں وضاحت کی طرف۔

بنیادی ممکنہ حل تلاش کرنا

ایک بنیادی قابل عمل حل (BFS) ایک لکیری اصلاح کے مسئلے کا حل ہے جو تمام رکاوٹوں کو پورا کرتا ہے اور اس میں غیر صفر متغیرات کی سب سے کم تعداد ہے۔

ہر BFS جیومیٹرک نقطہ نظر سے قابل عمل حل کے پولی ہیڈرون کا ایک گوشہ ہے۔

اگر کوئی بہترین حل ہے تو ایک بہترین پہلا قدم بھی ہونا چاہیے۔

اس آرٹیکل میں، ہم اس بارے میں بات کریں گے کہ ابتدائی بنیادی ممکنہ حل کیسے تلاش کیا جائے، تمام بنیادی ممکنہ حل کیسے تلاش کیے جائیں، اور بغیر کسی سست متغیر کے بنیادی ممکنہ حل کیسے تلاش کیا جائے۔

ایک ابتدائی بنیادی ممکنہ حل تلاش کرنا

ہم مختلف طریقے استعمال کر سکتے ہیں، اس پر منحصر ہے کہ مسئلہ کیسے ترتیب دیا گیا ہے، ایک ابتدائی بنیادی حل تلاش کرنے کے لیے جو لکیری اصلاح کے مسئلے کے لیے کام کرتا ہے۔

ایک طریقہ یہ ہے کہ عدم مساوات کی رکاوٹوں میں سست متغیرات کو شامل کیا جائے اور باقی تمام متغیرات کو صفر پر سیٹ کیا جائے۔

سلیک متغیر بنیادی متغیرات بن جاتے ہیں، اور باقی غیر بنیادی متغیرات ہیں۔

دو فیز سمپلیکس طریقہ مسئلہ کو حل کرنے کا ایک اور طریقہ ہے۔

اس طریقہ کار میں ایک ابتدائی بنیادی حل تلاش کرنے کے لیے ایک اضافی لکیری پروگرامنگ کا مسئلہ حل کرنا شامل ہے جو ممکن ہو۔

ایک بار ایک ابتدائی بنیادی ممکنہ حل مل جانے کے بعد، Simplex طریقہ کو ایک بنیادی ممکنہ حل سے دوسرے اور پھر بہترین حل کی طرف جانے کے لیے استعمال کیا جا سکتا ہے۔

تمام بنیادی ممکنہ حل تلاش کرنا

ایک سے زیادہ بنیادی حل ہوسکتے ہیں جو ایک لکیری پروگرام کے لیے کام کرتے ہیں۔

ہم سلیک متغیرات کو شامل کرکے سسٹم کو تبدیل کر سکتے ہیں اور پھر ایک لکیری پروگرام کے لیے تمام بنیادی ممکنہ حل تلاش کرنے کے لیے نئے سسٹم کا استعمال کر سکتے ہیں۔

پھر، یہ بنیادی ممکنہ حل اصل مسئلے کے بنیادی ممکنہ حل تلاش کرنے کے لیے استعمال کیے جاتے ہیں۔

بغیر سلیک متغیر کے ایک بنیادی قابل عمل حل تلاش کرنا

کم سے کم رکاوٹوں سے چھٹکارا پانے کے لیے ہمیں سلیک متغیرات استعمال کرنے کی ضرورت ہے تاکہ ہم ایک بنیادی حل تلاش کر سکیں جو سلیک متغیر کے بغیر کام کرے۔

ایک سست متغیر صرف ایک رکاوٹ کے دائیں طرف اور بائیں طرف کے درمیان فرق ہے۔

مثال کے طور پر، پہلی رکاوٹ کے لیے، ہم ایک سلیک متغیر x4 = 14 - 2x1 - x2 - x3 کی وضاحت کرتے ہیں۔ اس نئے متغیر کے لحاظ سے، پہلی رکاوٹ صرف x4 ≥ 0 کے مساوی ہے، جو x4 کے لیے ایک مثبت رکاوٹ ہے۔

جب ہم ان سلیک ویری ایبلز کو شامل کرتے ہیں، تو ہمیں ایک لکیری پروگرام ملتا ہے جو اصل جیسا ہی ہوتا ہے، سوائے اس کے کہ تمام رکاوٹیں یا تو مساوات یا رکاوٹیں ہیں جو کہتی ہیں کہ کچھ مثبت ہے۔

بنیادی متغیرات کا مجموعہ، جس کی بنیادی حل میں صفر کے علاوہ قدریں ہیں، کو بنیاد کہا جاتا ہے۔

بنیادی حل میں صفر کی قدر رکھنے والے متغیر بنیادی متغیرات نہیں ہیں۔

بہترین حل تلاش کرنے کے لیے، ہمیں ایک ویکٹر x تلاش کرنے کی ضرورت ہے جو تمام اصولوں پر پورا اترتا ہو اور مقصد کے لیے سب سے بڑی یا چھوٹی قدر حاصل کرتا ہو۔

لیکن بہترین حل تلاش کرنے میں صرف ایک ایسا حل تلاش کرنے سے کہیں زیادہ قدم اٹھانا پڑتا ہے جو کام کرتا ہو اور اس میں کوئی سستی متغیر نہ ہو۔

سلیک متغیرات کے بغیر بنیادی حل تلاش کرنا ہمیشہ ممکن نہیں ہوتا، خاص طور پر کم رکاوٹوں والے مسائل کے لیے۔

ایک بنیادی قابل عمل حل تلاش کرنے کے لیے، آپ کو ایک ایسا حل تلاش کرنے کے لیے سمپلیکس طریقہ یا کوئی اور لکیری پروگرامنگ الگورتھم استعمال کرنے کی ضرورت ہے جو تمام رکاوٹوں کو پورا کرتا ہو اور اس میں کم سے کم غیر صفر متغیرات ہوں۔

بنیادی قابل عمل حل کی خصوصیات اور اہمیت

بنیادی قابل عمل حل کی خصوصیات

ایک بنیادی قابل عمل حل میں زیادہ سے زیادہ m متغیر ہوتے ہیں جو صفر نہیں ہوتے ہیں اور کم از کم nm متغیر ہوتے ہیں جو صفر ہوتے ہیں، جہاں n فیصلہ متغیر کی تعداد ہے اور m رکاوٹوں کی تعداد ہے۔

ایک BFS ممکنہ حل کے پولی ہیڈرون کا ایک گوشہ ہے، اور ہر BFS میں فعال رکاوٹیں ہیں جو خطی طور پر آزاد ہیں۔

اگر کوئی بہترین حل ہے تو ایک بہترین پہلا قدم بھی ہونا چاہیے۔

بنیادی قابل عمل حل کے بارے میں سب سے اہم بات یہ ہے کہ وہ لکیری پروگرامنگ کے مسئلے کے محدب حل کے سیٹ کے سرے ہیں۔

بہترین جواب تلاش کرنے کے لیے، سمپلیکس الگورتھم BFSs کی ایک سیریز سے گزرتا ہے۔

سمپلیکس الگورتھم بہترین حل تلاش کرنے کے لیے ایک منظم طریقے سے تمام بنیادی ممکنہ حل تلاش کرتا ہے۔

بنیادی ممکنہ حل کی اہمیت

ایک بنیادی حل تلاش کرنا جو ممکن ہو ضروری ہے کیونکہ یہ لکیری پروگرامنگ کے مسائل کا بہترین جواب تلاش کرنے میں مدد کرتا ہے۔

یہ پیچیدہ الگورتھم کو شروع کرنے کی جگہ بھی دیتا ہے اور یہ معلوم کرنے کے لیے استعمال کیا جا سکتا ہے کہ آیا ایک لکیری پروگرام ممکن ہے یا نہیں۔

ایک لکیری پروگرام کے لیے تمام بنیادی ممکنہ حل تلاش کرنے کے لیے، آپ سلیک متغیرات کو شامل کر کے نظام کو تبدیل کر سکتے ہیں اور پھر تمام بنیادی ممکنہ حل تلاش کرنے کے لیے تبدیل شدہ نظام کا استعمال کر سکتے ہیں۔

پھر، یہ بنیادی ممکنہ حل اصل مسئلے کے بنیادی ممکنہ حل تلاش کرنے کے لیے استعمال کیے جاتے ہیں۔

ویڈیو: بنیادی ممکنہ حل

مشورہ: اگر آپ کو ضرورت ہو تو کیپشن بٹن آن کریں۔ اگر آپ بولی جانے والی زبان سے واقف نہیں ہیں تو ترتیبات کے بٹن میں "خودکار ترجمہ" کا انتخاب کریں۔ آپ کی پسندیدہ زبان ترجمہ کے لیے دستیاب ہونے سے پہلے آپ کو ویڈیو کی زبان پر کلک کرنے کی ضرورت پڑ سکتی ہے۔

کیسز استعمال کریں۔

نتیجہ

جیسا کہ بنیادی ممکنہ حلوں پر یہ نظر ختم ہوتی ہے، یہ واضح ہے کہ وہ کسی بھی انجینئر یا انجینئرنگ کے طالب علم کے لیے ایک اہم ٹول ہیں۔

ایک پیچیدہ نظام بنانے کا بہترین طریقہ تلاش کرنے سے لے کر دستیاب وسائل کا زیادہ سے زیادہ استعمال کرنے تک، بنیادی ممکنہ حل بہترین ممکنہ نتیجہ حاصل کرنے کے لیے ایک فریم ورک فراہم کرتے ہیں۔

لیکن صرف مفید ہونے سے زیادہ، وہ یہ ظاہر کرتے ہیں کہ ریاضی کتنی خوبصورت اور خوبصورت ہو سکتی ہے۔

یہ حیرت انگیز ہے کہ آپ پیچیدہ مسائل کو مساوات کے ایک سادہ سیٹ میں ابال سکتے ہیں اور پھر ان مساوات کو حقیقی دنیا میں مسائل کو حل کرنے کے لیے استعمال کر سکتے ہیں۔

یہ ایک اچھی یاد دہانی ہے کہ انجینئرنگ مسائل کو حل کرنے کے بارے میں ہے، اور یہ کہ ریاضی کی طاقت کا استعمال کرتے ہوئے، ہم ایسے جوابات تلاش کر سکتے ہیں جو کبھی ناممکن سمجھے جاتے تھے۔

لہذا، جیسا کہ آپ انجینئرنگ کے بارے میں مزید سیکھتے ہیں، ذہن میں رکھیں کہ آپ نے آسان حلوں کے بارے میں کیا سیکھا ہے جو کام کرتے ہیں اور انہیں دنیا کو ایک بہتر، زیادہ موثر جگہ بنانے کے لیے استعمال کرتے ہیں۔

لنکس اور حوالہ جات

کتب:

• لکیری پروگرامنگ: بنیادیں اور توسیعات
• لکیری پروگرامنگ: تھیوری اور ایپلی کیشنز