विषय
रैखिक प्रोग्रामिंग व्यावसायिक समस्याओं को हल करने के लिए गणितीय समीकरणों का उपयोग करता है। यदि आपको तय करना है, उदाहरण के लिए, क्रिसमस की खरीदारी के मौसम के लिए चार और विभिन्न उत्पाद लाइनों में से कितनी और कितनी अलग-अलग उत्पाद लाइनें हैं, तो रैखिक प्रोग्रामिंग आपके विकल्प लेता है और अधिकतम लाभ उत्पन्न करने वाले उत्पादों के मिश्रण की गणितीय गणना करता है। क्योंकि चर की संख्या अक्सर विशाल होती है, रेखीय प्रोग्रामर गणना करने के लिए कंप्यूटर पर निर्भर होते हैं।
मोडलिंग
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 है जैसे लाभ को अधिकतम करना या नुकसान को कम करना। मॉडल में उन निर्णयों को भी शामिल करना चाहिए जो उन उद्देश्यों को प्रभावित करते हैं, और उन सीमाओं को बाधित करते हैं जो आप कर सकते हैं। उदाहरण के लिए, यदि आपके पास सीमित आपूर्ति है और यह जानना चाहते हैं कि उच्च-अंत उत्पादों पर ध्यान केंद्रित करना है या लाभ को अधिकतम करने के लिए सस्ते सामानों के बड़े उत्पादन पर ध्यान केंद्रित करना है, तो इस मॉडल के लिए आपके पास एक उद्देश्य, चर और बाधाएं हैं, इसलिए आपके पास वह है जो आपको चाहिए शुरू।
रैखिकता
रेखीय प्रोग्रामिंग निर्भर करती है, तार्किक रूप से पर्याप्त, रैखिक समीकरणों पर: यदि आप दोहरी बिक्री करते हैं जबकि बाकी सब कुछ स्थिर रहता है, तो समीकरण आपको अपने राजस्व को दोगुना दिखाएगा। कुछ निर्णय चर का एक गैर-रैखिक प्रभाव होता है, हालांकि। यदि आप किसी व्यवसाय स्टार्ट-अप के लिए अपना बजट दोगुना करते हैं, उदाहरण के लिए, इसका मतलब यह नहीं है कि आपका प्रथम वर्ष का मुनाफा या व्यय दोगुना है। पैमाने की दक्षताएं भी अक्सर रैखिक प्रभावों से संबंधित नहीं होती हैं। लीनियर प्रोग्रामिंग के विकल्प जैसे लक्ष्य प्रोग्रामिंग नॉनलाइन वेरिएबल्स को ध्यान में रखते हैं।
वास्तविकता
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: आप मानते हैं, उदाहरण के लिए, कि ट्रिपलिंग उत्पादन तिगुना बिक्री होगा, लेकिन वास्तव में यह बाजार को संतृप्त करता है। रैखिक समीकरण कभी-कभी ऐसे परिणाम देते हैं जो वास्तविक दुनिया में कोई मतलब नहीं रखते हैं, जैसे कि यह दर्शाता है कि आपको लाभ को अधिकतम करने के लिए नौसेना के लिए 23.75 युद्धपोतों के निर्माण का अनुबंध करना चाहिए - आप व्यावहारिक रूप से .75 के साथ कैसे व्यवहार करेंगे। कुशल रेखीय प्रोग्रामर इन समस्याओं से निपटने के लिए मॉडल और समीकरणों को बदल सकते हैं।
दृढ़ता
कुछ स्थितियों में एक रैखिक प्रोग्रामिंग सूत्र में फिट होने की बहुत अधिक संभावनाएं हैं। एक चिकित्सा पद्धति कैंसर रोगियों के लिए इष्टतम विकिरण उपचार का निर्धारण करने के लिए रैखिक प्रोग्रामिंग का उपयोग कर सकती है, लेकिन चिकित्सा की स्थिति इतनी विविध है, डॉक्टर अनिवार्य रूप से कुछ पाते हैं जो किसी भी रैखिक मॉडल को फिट नहीं करते हैं। रैखिक प्रोग्रामिंग में भी कोई अंतर्ज्ञान या आंत वृत्ति नहीं है; सेना के लिए रैखिक कार्यक्रमों पर काम करने वाले हीथ हेमट्ट ने 2005 में "सिग्नल" पत्रिका को बताया कि यही कारण है कि लोगों को उन पर अभिनय करने से पहले रैखिक प्रोग्रामिंग निष्कर्षों की समीक्षा करना आवश्यक है।