विषय: ऑपरेशन्स रिसर्च (8ME6-60.1) - कोर्स का परिचय
१. कोर्स का उद्देश्य (Objective)
इस कोर्स का मुख्य उद्देश्य स्टूडेंट्स को Decision-making (फैसला लेने) की वैज्ञानिक कला सिखाना है3।
Analogy: मान लो तुम एक फैक्ट्री मैनेजर हो और तुम्हारे पास सिर्फ १० लेबर हैं, लेकिन काम १०० लोगों का है। अब तुम "तुक्का" मारने की जगह गणित (Maths) का इस्तेमाल करके यह तय करोगे कि कौन सा लेबर क्या काम करे ताकि काम भी पूरा हो जाए और पैसा भी कम लगे। यही इस कोर्स का Primary Objective है।
२. कोर्स का स्कोप (Scope)
सिलेबस के अनुसार इसका स्कोप बहुत बड़ा है, इसमें हम ये सब सीखेंगे4more_horiz:
Linear Programming (LPP): प्रॉफिट को मैक्सिमाइज करने के लिए मॉडल्स बनाना।
Transportation & Assignment: सामान को एक शहर से दूसरे शहर कम से कम खर्चे में पहुँचाना।
Queuing Theory: वेटिंग लाइन (लाइनों) को मैनेज करना।
Game Theory: कॉम्पिटिशन वाली स्थितियों में बेस्ट चाल चलना।
३. कोर्स आउटकम (Course Outcome)
कोर्स खत्म होने के बाद तुम ये चीजें करने में सक्षम होगे37:
असली दुनिया की समस्याओं को Mathematical Equations में बदलना।
Simulation का उपयोग करके भविष्य के रिस्क का अंदाजा लगाना।
सीमित संसाधनों (Money, Material, Manpower) का सबसे सही इस्तेमाल करना।
ऑपरेशन्स रिसर्च (Operations Research) का विस्तृत ओवरव्यू
OR क्या है? (The Concept): सरल भाषा में कहें तो OR "मैथ्स का इस्तेमाल करके सबसे अच्छा फैसला लेने की तकनीक" है। इसे Optimization का विज्ञान भी कहा जाता है2।
Analogy (मिसाल): सोचो तुम एक Zomato Delivery Manager हो। तुम्हारे पास १० राइडर्स हैं और ५० ऑर्डर्स। अब किसे कहाँ भेजें कि पेट्रोल कम लगे और डिलीवरी जल्दी हो? बस, इसी पहेली को सुलझाना OR का काम है।
--------------------------------------------------------------------------------
सिलेबस के मुख्य टॉपिक्स (Unit-wise Breakdown)
तुम्हारे सिलेबस में OR को १२ हिस्सों (Units) में बाँटा गया है। यहाँ सबका 'Hinglish' में निचोड़ है:
१. Linear Programming (Unit 3): यह सबसे महत्वपूर्ण है। इसमें हम असली समस्या को Equations में बदलते हैं (Formulation)। इसे हल करने के लिए Graphical और Simplex जैसे तरीके इस्तेमाल होते हैं3।
२. Transportation & Assignment (Unit 4):
Transportation: सामान को फैक्ट्री से गोदाम तक सबसे कम खर्चे में पहुँचाना।
Assignment: किस वर्कर को कौन सा काम दें कि समय सबसे कम लगे। इसमें Traveling Salesman Problem भी शामिल है3।
३. Integer Programming (Unit 5): जब उत्तर (Solution) सिर्फ पूरे नंबर (जैसे १, २, ३) में चाहिए हो, न कि पॉइंट में (जैसे १.५)। इसके लिए Gomory’s Cutting Plane और Branch & Bound तरीके इस्तेमाल होते हैं3।
४. Queuing Theory (Unit 7): यह 'वेटिंग लाइन' (लाइन में लगना) का गणित है। जैसे बैंक या टोल प्लाजा पर कितने काउंटर खोलें कि भीड़ न हो4।
५. Game Theory (Unit 8): जब दो विरोधी (Competitors) आपस में लड़ रहे हों, तो अपनी जीत पक्की करने के लिए Minimax या Saddle Point जैसी चालें चलना4।
६. Inventory Control (Unit 10 & 11): फैक्ट्री में कितना स्टॉक रखें? ज्यादा रखा तो किराया बढ़ेगा, कम रखा तो काम रुकेगा। इसे Safety Stock और Economic Order Quantity (EOQ) के मॉडल्स से मैनेज करते हैं5।
७. Simulation (Unit 12): जब असली टेस्ट करना महंगा हो, तब कंप्यूटर पर ARENA जैसे सॉफ्टवेयर और Monte Carlo तकनीक से नकली मॉडल बनाकर चेक करते हैं6।
--------------------------------------------------------------------------------
ऑपरेशन्स रिसर्च (Operations Research) का विस्तृत ओवरव्यू
OR क्या है? (The Concept): सरल भाषा में कहें तो OR "मैथ्स का इस्तेमाल करके सबसे अच्छा फैसला लेने की तकनीक" है। इसे Optimization का विज्ञान भी कहा जाता है2।
Analogy (मिसाल): सोचो तुम एक Zomato Delivery Manager हो। तुम्हारे पास १० राइडर्स हैं और ५० ऑर्डर्स। अब किसे कहाँ भेजें कि पेट्रोल कम लगे और डिलीवरी जल्दी हो? बस, इसी पहेली को सुलझाना OR का काम है।
--------------------------------------------------------------------------------
सिलेबस के मुख्य टॉपिक्स (Unit-wise Breakdown)
तुम्हारे सिलेबस में OR को १२ हिस्सों (Units) में बाँटा गया है। यहाँ सबका 'Hinglish' में निचोड़ है:
१. Linear Programming (Unit 3): यह सबसे महत्वपूर्ण है। इसमें हम असली समस्या को Equations में बदलते हैं (Formulation)। इसे हल करने के लिए Graphical और Simplex जैसे तरीके इस्तेमाल होते हैं3।
२. Transportation & Assignment (Unit 4):
Transportation: सामान को फैक्ट्री से गोदाम तक सबसे कम खर्चे में पहुँचाना।
Assignment: किस वर्कर को कौन सा काम दें कि समय सबसे कम लगे। इसमें Traveling Salesman Problem भी शामिल है3।
३. Integer Programming (Unit 5): जब उत्तर (Solution) सिर्फ पूरे नंबर (जैसे १, २, ३) में चाहिए हो, न कि पॉइंट में (जैसे १.५)। इसके लिए Gomory’s Cutting Plane और Branch & Bound तरीके इस्तेमाल होते हैं3।
४. Queuing Theory (Unit 7): यह 'वेटिंग लाइन' (लाइन में लगना) का गणित है। जैसे बैंक या टोल प्लाजा पर कितने काउंटर खोलें कि भीड़ न हो4।
५. Game Theory (Unit 8): जब दो विरोधी (Competitors) आपस में लड़ रहे हों, तो अपनी जीत पक्की करने के लिए Minimax या Saddle Point जैसी चालें चलना4।
६. Inventory Control (Unit 10 & 11): फैक्ट्री में कितना स्टॉक रखें? ज्यादा रखा तो किराया बढ़ेगा, कम रखा तो काम रुकेगा। इसे Safety Stock और Economic Order Quantity (EOQ) के मॉडल्स से मैनेज करते हैं5।
७. Simulation (Unit 12): जब असली टेस्ट करना महंगा हो, तब कंप्यूटर पर ARENA जैसे सॉफ्टवेयर और Monte Carlo तकनीक से नकली मॉडल बनाकर चेक करते हैं6।
--------------------------------------------------------------------------------
ऑपरेशन्स रिसर्च (Operations Research) का विस्तृत ओवरव्यू
OR क्या है? (The Concept): सरल भाषा में कहें तो OR "मैथ्स का इस्तेमाल करके सबसे अच्छा फैसला लेने की तकनीक" है। इसे Optimization का विज्ञान भी कहा जाता है2।
Analogy (मिसाल): सोचो तुम एक Zomato Delivery Manager हो। तुम्हारे पास १० राइडर्स हैं और ५० ऑर्डर्स। अब किसे कहाँ भेजें कि पेट्रोल कम लगे और डिलीवरी जल्दी हो? बस, इसी पहेली को सुलझाना OR का काम है।
--------------------------------------------------------------------------------
सिलेबस के मुख्य टॉपिक्स (Unit-wise Breakdown)
तुम्हारे सिलेबस में OR को १२ हिस्सों (Units) में बाँटा गया है। यहाँ सबका 'Hinglish' में निचोड़ है:
१. Linear Programming (Unit 3): यह सबसे महत्वपूर्ण है। इसमें हम असली समस्या को Equations में बदलते हैं (Formulation)। इसे हल करने के लिए Graphical और Simplex जैसे तरीके इस्तेमाल होते हैं3।
२. Transportation & Assignment (Unit 4):
Transportation: सामान को फैक्ट्री से गोदाम तक सबसे कम खर्चे में पहुँचाना।
Assignment: किस वर्कर को कौन सा काम दें कि समय सबसे कम लगे। इसमें Traveling Salesman Problem भी शामिल है3।
३. Integer Programming (Unit 5): जब उत्तर (Solution) सिर्फ पूरे नंबर (जैसे १, २, ३) में चाहिए हो, न कि पॉइंट में (जैसे १.५)। इसके लिए Gomory’s Cutting Plane और Branch & Bound तरीके इस्तेमाल होते हैं3।
४. Queuing Theory (Unit 7): यह 'वेटिंग लाइन' (लाइन में लगना) का गणित है। जैसे बैंक या टोल प्लाजा पर कितने काउंटर खोलें कि भीड़ न हो4।
५. Game Theory (Unit 8): जब दो विरोधी (Competitors) आपस में लड़ रहे हों, तो अपनी जीत पक्की करने के लिए Minimax या Saddle Point जैसी चालें चलना4।
६. Inventory Control (Unit 10 & 11): फैक्ट्री में कितना स्टॉक रखें? ज्यादा रखा तो किराया बढ़ेगा, कम रखा तो काम रुकेगा। इसे Safety Stock और Economic Order Quantity (EOQ) के मॉडल्स से मैनेज करते हैं5।
७. Simulation (Unit 12): जब असली टेस्ट करना महंगा हो, तब कंप्यूटर पर ARENA जैसे सॉफ्टवेयर और Monte Carlo तकनीक से नकली मॉडल बनाकर चेक करते हैं6।
--------------------------------------------------------------------------------
ऑपरेशन्स रिसर्च (Operations Research) का विस्तृत ओवरव्यू
OR क्या है? (The Concept): सरल भाषा में कहें तो OR "मैथ्स का इस्तेमाल करके सबसे अच्छा फैसला लेने की तकनीक" है। इसे Optimization का विज्ञान भी कहा जाता है2।
Analogy (मिसाल): सोचो तुम एक Zomato Delivery Manager हो। तुम्हारे पास १० राइडर्स हैं और ५० ऑर्डर्स। अब किसे कहाँ भेजें कि पेट्रोल कम लगे और डिलीवरी जल्दी हो? बस, इसी पहेली को सुलझाना OR का काम है।
--------------------------------------------------------------------------------
सिलेबस के मुख्य टॉपिक्स (Unit-wise Breakdown)
तुम्हारे सिलेबस में OR को १२ हिस्सों (Units) में बाँटा गया है। यहाँ सबका 'Hinglish' में निचोड़ है:
१. Linear Programming (Unit 3): यह सबसे महत्वपूर्ण है। इसमें हम असली समस्या को Equations में बदलते हैं (Formulation)। इसे हल करने के लिए Graphical और Simplex जैसे तरीके इस्तेमाल होते हैं3।
२. Transportation & Assignment (Unit 4):
Transportation: सामान को फैक्ट्री से गोदाम तक सबसे कम खर्चे में पहुँचाना।
Assignment: किस वर्कर को कौन सा काम दें कि समय सबसे कम लगे। इसमें Traveling Salesman Problem भी शामिल है3।
३. Integer Programming (Unit 5): जब उत्तर (Solution) सिर्फ पूरे नंबर (जैसे १, २, ३) में चाहिए हो, न कि पॉइंट में (जैसे १.५)। इसके लिए Gomory’s Cutting Plane और Branch & Bound तरीके इस्तेमाल होते हैं3।
४. Queuing Theory (Unit 7): यह 'वेटिंग लाइन' (लाइन में लगना) का गणित है। जैसे बैंक या टोल प्लाजा पर कितने काउंटर खोलें कि भीड़ न हो4।
५. Game Theory (Unit 8): जब दो विरोधी (Competitors) आपस में लड़ रहे हों, तो अपनी जीत पक्की करने के लिए Minimax या Saddle Point जैसी चालें चलना4।
६. Inventory Control (Unit 10 & 11): फैक्ट्री में कितना स्टॉक रखें? ज्यादा रखा तो किराया बढ़ेगा, कम रखा तो काम रुकेगा। इसे Safety Stock और Economic Order Quantity (EOQ) के मॉडल्स से मैनेज करते हैं5।
७. Simulation (Unit 12): जब असली टेस्ट करना महंगा हो, तब कंप्यूटर पर ARENA जैसे सॉफ्टवेयर और Monte Carlo तकनीक से नकली मॉडल बनाकर चेक करते हैं
तुम्हारे Syllabus (Unit 3) के हिसाब से LPP Formulation का असली मतलब और उसके Applications नीचे दिए गए हैं:
--------------------------------------------------------------------------------
१. LPP फॉर्मूलेशन का असली मतलब (The Concept)
सरल शब्दों में, Formulation का मतलब है किसी बिजनेस या इंजीनियरिंग की समस्या को Mathematics (Equations) के रूप में लिखना1।
एक आसान मिसाल (Analogy): सोचो तुम एक Mobile Shop चलाते हो।
तुम्हारे पास ₹१० लाख हैं।
दुकान में सिर्फ ५० फोन रखने की जगह है।
तुम्हें तय करना है कि कितने iPhone मंगाऊं और कितने Android ताकि मुनाफा सबसे ज्यादा हो।
यहाँ मुनाफे की इक्वेशन बनाना ही Model Formulation है।
--------------------------------------------------------------------------------
२. LPP मॉडल के ४ खम्भे (Main Components)
जब भी तुम मॉडल बनाओगे, ये ४ चीजें लिखनी होंगी:
डिसीजन वैरिएबल्स (Decision Variables): ये वो चीजें हैं जिनकी वैल्यू हमें निकालनी है। (जैसे: x1 = iPhone की संख्या, x2 = Android की संख्या)।
ऑब्जेक्टिव फंक्शन (Objective Function - Z): तुम्हारा मुख्य गोल। जैसे: मुनाफा बढ़ाना (Maximize Z)।
कन्स्ट्रेंट्स (Constraints): तुम्हारी सीमाएं या रुकावटें। (जैसे: बजट की लिमिट, दुकान में जगह की कमी)1।
नॉन-नेगेटिविटी (Non-negativity): यह मानकर चलना कि तुम माइनस में फोन नहीं बेच सकते (x1,x2≥0)।
--------------------------------------------------------------------------------
३. LPP के मुख्य उपयोग (Applications)
सिलेबस के हिसाब से OR इन जगहों पर बहुत काम आता है1:
१. Product Mix: फैक्ट्री में कौन सा सामान कितना बनाएं कि फायदा बढ़ जाए। २. Diet Problem: कम खर्चे में सबसे पौष्टिक खाना तैयार करना। ३. Transportation: ट्रकों का रूट ऐसे तय करना कि डीजल का खर्चा कम से कम हो1। ४. Media Selection: विज्ञापन (Ads) पर पैसा कहाँ लगाएं कि सबसे ज्यादा लोग जुड़ें।
--------------------------------------------------------------------------------
४. मॉडल बनाने का तरीका (Step-by-Step Numerical)
सवाल: एक कंपनी कुर्सियां और मेज बनाती है। कुर्सी पर ₹४०० और मेज पर ₹५०० का प्रॉफिट है। एक कुर्सी बनाने में ३ घंटे और मेज बनाने में ५ घंटे लगते हैं। कुल समय ६० घंटे है।
स्टेप १: वैरिएबल मान लो x1 = कुर्सियों की संख्या x2 = मेजों की संख्या
स्टेप २: लक्ष्य लिखो (Objective)
Maximize Z = 400x1 + 500x2
स्टेप ३: पाबंदी लिखो (Constraints) समय की पाबंदी:
3x1 + 5x2 <= 60
स्टेप ४: आखिरी शर्त (Non-negativity)
x1, x2 >= 0
--------------------------------------------------------------------------------
नोटपैड के लिए साफ-सुथरी टेबल (Copy & Paste)
=================================================================
LPP MODEL FORMULATION - QUICK CHEATSHEET (UNIT 3)
=================================================================
1. VARIABLES (x1, x2) --> Jo value hume find karni hai.
2. OBJECTIVE (Z) --> Goal (Maximize Profit / Minimize Cost).
3. CONSTRAINTS (<=, >=) --> Limitations (Time, Money, Raw Material).
4. NON-NEGATIVITY --> x1, x2 >= 0 (Always positive).
-----------------------------------------------------------------
STEPS TO FORMULATE:
-----------------------------------------------------------------
Step A: Identify Decision Variables.
Step B: Write Objective Function (Z = c1x1 + c2x2).
Step C: Write Constraints based on resources available.
Step D: Add x1, x2 >= 0 at the end.
===============================================================भाई, तुम्हारे Unit 3: Linear Programming के सिलेबस के हिसाब से Graphical Method को एकदम विस्तार से, खुली-खुली राइटिंग में और ग्राफ की बारीकियों के साथ समझाता हूँ।
--------------------------------------------------------------------------------
१. ग्राफिकल मेथड (Graphical Method) क्या है?
यह LPP को हल करने का सबसे आसान और "विजुअल" तरीका है।
शर्त: यह तरीका तभी इस्तेमाल होता है जब समस्या में सिर्फ दो डिसीजन वैरिएबल (x1 और x2) हों। अगर वैरिएबल २ से ज्यादा हुए, तो हमें Simplex Method पर जाना पड़ता है। [१२०]
Analogy (मिसाल): सोचो तुम्हें एक बाउंड्री वॉल के अंदर सबसे ऊंचा झंडा गाड़ना है। ग्राफिकल मेथड तुम्हें वह बाउंड्री (Feasible Region) बना कर देता है और बताता है कि किस कोने पर झंडा सबसे ऊंचा (Maximum Profit) होगा।
--------------------------------------------------------------------------------
२. ग्राफिकल मेथड के स्टेप्स (Step-by-Step Process)
१. प्रॉब्लम फॉर्मूलेशन: सबसे पहले Z (Objective) और Constraints (पाबंदियां) लिखो। २. समीकरण में बदलना: सभी Inequality (≤ या ≥) को बराबर (=) मानकर लाइन की इक्वेशन बनाओ। ३. इंटरसेप्ट्स निकालना: हर लाइन के लिए x और y एक्सिस के पॉइंट्स निकालो (एक बार x=0 रखो, फिर y=0)। ४. ग्राफ प्लॉट करना: इन पॉइंट्स को ग्राफ पेपर पर जोड़कर लाइनें खींचो। ५. फिजिबल रीजन (Feasible Region) ढूंढना: वह कॉमन एरिया मार्क करो जो सभी लाइनों की शर्तों को पूरा करे। ६. कोर्नर पॉइंट्स (Corner Points): उस एरिया के सभी कोनों के कोर्डिनेट्स निकालो। ७. Z की वैल्यू चेक करना: हर कोने की वैल्यू Z में डालकर देखो, जहाँ सबसे ज्यादा वैल्यू आए, वही तुम्हारा Optimal Solution है।
--------------------------------------------------------------------------------
३. न्यूमेरिकल उदाहरण (Numerical Example with Graph Logic)
सवाल: Maximize Z=3x1+5x2 Subject to: १) x1+x2≤4 २) 3x1+2x2≤18 ३) x1,x2≥0
स्टेप १: लाइनें प्लॉट करना (Finding Points)
Line 1 (x1+x2=4):
अगर x1=0⇒x2=4 (पॉइंट A: 0, 4)
अगर x2=0⇒x1=4 (पॉइंट B: 4, 0)
Line 2 (3x1+2x2=18):
अगर x1=0⇒x2=9 (पॉइंट C: 0, 9)
अगर x2=0⇒x1=6 (पॉइंट D: 6, 0)
स्टेप २: ग्राफ की बनावट (Graph Visualization)
चूंकि यहाँ ≤ (less than) का साइन है, इसलिए शेडेड एरिया ऑरिजिन (0,0) की तरफ होगा।
CONCEPTUAL GRAPH SKETCH (For your understanding)
x2-axis
^
9| C
|
|
4| A-------(Feasible Region)
| \ |
| \ |
0+----B---D-----------> x1-axis
4 6
यहाँ Feasible Region ऑरिजिन (0,0), A (0,4) और B (4,0) के बीच का त्रिकोणीय एरिया होगा।
४. कॉर्नर पॉइंट चेक (Final Calculation Table)
अब हम हर कोने पर मुनाफा (Z) चेक करेंगे:
CORNER POINT ANALYSIS TABLE (Copy to Notepad)
=================================================================
Corner Point (x1, x2) | Objective Function: Z = 3x1 + 5x2 | Value
-----------------------------------------------------------------
Point O (0, 0) | Z = 3(0) + 5(0) | 0
Point A (0, 4) | Z = 3(0) + 5(4) | 20 (MAX)
Point B (4, 0) | Z = 3(4) + 5(0) | 12
=================================================================
RESULT: Maximum Profit Z = 20 at x1 = 0 and x2 = 4.
=================================================================
५. खास बातें (Key Terms for Exams)
Feasible Region: वह एरिया जहाँ सारी शर्तें (Constraints) सच होती हैं।
Optimal Solution: फिजिबल रीजन का वह कोना जो Z को बेस्ट वैल्यू दे।
Redundant Constraint: वह लाइन जो फिजिबल रीजन को कोई फर्क नहीं डालती (मतलब वह लाइन बहुत दूर है)।
भाई, क्या ग्राफिकल मेथड का यह स्टेप-बाय-स्टेप तरीका समझ आया? अगर हाँ, तो बताओ क्या मैं अब यूनिट ३ का अगला और सबसे भारी टॉपिक Simplex Method शुरू करूँ?
भाई, तुम्हारे सिलेबस (Unit 3: Linear Programming) में Simplex Method एक बहुत महत्वपूर्ण टॉपिक है1। चूँकि तुम्हारे प्रदान किए गए स्रोत (Syllabus PDF) में केवल टॉपिक्स के नाम हैं और हल किए गए उदाहरण नहीं हैं, इसलिए मैं अपनी नॉलेज से २ बेहतरीन उदाहरणों के साथ इसे Step-by-Step समझा रहा हूँ।
उदाहरण १: २ वैरिएबल्स के साथ (Maximization)
सवाल: Maximize Z=3x1+5x2 Subject to: १) x1+x2≤4 २) x1+3x2≤6 ३) x1,x2≥0
स्टेप १: स्लैक वैरिएबल्स (Slack Variables) जोड़ना इक्वेशंस को बराबर करने के लिए हम S1 और S2 जोड़ेंगे: Z−3x1−5x2+0S1+0S2=0 १) x1+x2+S1=4 २) x1+3x2+S2=6
स्टेप २: शुरुआती सिम्पलेक्स टेबल (Initial Table)
=================================================================
INITIAL SIMPLEX TABLE (ITERATION 1)
=================================================================
Basic | x1 | x2 | S1 | S2 | Sol (b) | Ratio (b/x2)
-----------------------------------------------------------------
Z | -3 | -5 | 0 | 0 | 0 | -
S1 | 1 | 1 | 1 | 0 | 4 | 4/1 = 4
S2 | 1 | 3 | 0 | 1 | 6 | 6/3 = 2 (Min Ratio)
-----------------------------------------------------------------
Pivot Column: x2 (Z-row mein sabse chota negative -5 hai)
Pivot Row: S2 (Sabse chota positive ratio 2 hai)
Pivot Element: 3
=================================================================
स्टेप ३: रो ऑपरेशन्स (Row Operations) अब पिवट एलिमेंट (३) को १ बनाना है और उसके ऊपर वाले नंबर्स को ०।
नई R2=R2/3
नई R1=R1−(नई R2)
नई Z=Z+5×(नई R2)
उदाहरण २: ३ वैरिएबल्स के साथ (Industrial Example)
सवाल: Maximize Z=2x1+x2+3x3 Subject to: १) x1+x2+x3≤10 २) 2x1+x3≤15 ३)
x1,x2,x3≥0
स्टेप १: स्टैंडर्ड फॉर्म x1+x2+x3+S1=10 2x1+0x2+x3+S2=15 Z−2x1−x2−3x3=0
स्टेप २: टेबल बनाना (Initial Tableau)
=================================================================
SIMPLEX TABLE FOR 3 VARIABLES
=================================================================
Basic | x1 | x2 | x3 | S1 | S2 | Sol (b) | Ratio (b/x3)
-----------------------------------------------------------------
Z | -2 | -1 | -3 | 0 | 0 | 0 | -
S1 | 1 | 1 | 1 | 1 | 0 | 10 | 10/1 = 10 (Min)
S2 | 2 | 0 | 1 | 0 | 1 | 15 | 15/1 = 15
-----------------------------------------------------------------
Pivot Column: x3 (-3 is lowest in Z-row)
Pivot Row: S1 (Ratio 10 is smaller)
Pivot Element: 1
=================================================================
स्टेप ३: अपडेट करना चूंकि पिवट एलिमेंट पहले से ही १ है, बस ऊपर-नीचे ० करना है:
नई Z=Z+3×R1
नई R2=R2−R1
जरूरी बातें (Exam Tips):
१. Optimal Solution: जब Z वाली रो में कोई भी नंबर माइनस में न रहे, तो समझो उत्तर मिल गया। २. Infeasibility: अगर रेश्यो (Ratio) कॉलम में कोई भी पॉजिटिव नंबर न मिले, तो समस्या हल नहीं हो सकती। ३. Tie-breaking: अगर दो रेश्यो बराबर आ जाएं, तो किसी को भी चुन सकते हो।
ध्यान दें: ये उदाहरण और उनके स्टेप्स मेरी नॉलेज से हैं क्योंकि आपके सोर्स1 में केवल टॉपिक का नाम दिया गया है, सॉल्व किए हुए न्यूमेरिकल्स नहीं।
क्या तुम चाहते हो कि मैं अब Duality या Integer Programming1 को इसी तरह विस्तार से समझाऊं?
भाई, तुम्हारे RTU (Rajasthan Technical University) के सिलेबस के Unit 31 में Simplex Method दिया गया है। चूँकि तुम्हारे प्रदान किए गए स्रोत (Syllabus PDF) में केवल टॉपिक्स की लिस्ट है और कोई हल किया गया उदाहरण नहीं है, इसलिए मैं अपनी Expert Knowledge से तुम्हें एक ऐसा उदाहरण समझा रहा हूँ जिसमें Multiple Tables और Steps शामिल हैं।
यह कंटेंट एकदम खुला-खुला और Notepad-friendly है।
सिम्पलेक्स मेथड: थ्योरी (Theory for Exam)
Simplex Method एक 'Iterative' (बार-बार दोहराने वाली) प्रक्रिया है। जब समस्या में २ से ज्यादा डिसीजन वैरिएबल्स होते हैं, तब हम ग्राफ नहीं बना सकते, इसलिए सिम्पलेक्स का उपयोग करते हैं।
मुख्य नियम: १. Slack Variables (S1,S2): ≤ वाले साइन को = में बदलने के लिए जो एक्स्ट्रा वैरिएबल जोड़ते हैं। २. Entering Variable: Z रो का सबसे छोटा 'Negative' नंबर वाला कॉलम। ३. Leaving Variable: वह रो जिसका 'Minimum Ratio' (Sol/Pivot Column) सबसे कम हो। ४. Optimality: जब Z रो के सारे नंबर 0 या Positive हो जाएं, तो उत्तर मिल गया।
मल्टी-स्टेप न्यूमेरिकल उदाहरण (Step-by-Step)
सवाल (Problem): Maximize Z=3x1+5x2 Subject to: १) x1≤4 २) 2x2≤12 ३) 3x1+2x2≤18 ४) x1,x2≥0
स्टेप १: स्टैंडर्ड फॉर्म में बदलना
x1+S1=4 2x2+S2=12 3x1+2x2+S3=18 Z−3x1−5x2+0S1+0S2+0S3=0
स्टेप २: शुरुआती सिम्पलेक्स टेबल (Table 1)
=================================================================
INITIAL SIMPLEX TABLE (ITERATION 1)
=================================================================
Basic | x1 | x2 | S1 | S2 | S3 | Sol (b) | Ratio (b/x2)
-----------------------------------------------------------------
Z | -3 | -5 | 0 | 0 | 0 | 0 | -
S1 | 1 | 0 | 1 | 0 | 0 | 4 | 4/0 = Inf
S2 | 0 | 2 | 0 | 1 | 0 | 12 | 12/2 = 6 (Min)
S3 | 3 | 2 | 0 | 0 | 1 | 18 | 18/2 = 9
-----------------------------------------------------------------
Pivot Column: x2 (Z-row mein -5) | Pivot Row: S2 | Pivot Element: 2
Entering: x2 | Leaving: S2
=================================================================
स्टेप ३: दूसरी टेबल बनाना (Iteration 2)
यहाँ हमने रो ऑपरेशन्स किए ताकि पिवट एलिमेंट १ बन जाए और उसके ऊपर-नीचे ०।
नई R2=R2/2
नई Z=Z+5×(नई R2)
नई R3=R3−2×(नई R2)
=================================================================
SECOND SIMPLEX TABLE (ITERATION 2)
=================================================================
Basic | x1 | x2 | S1 | S2 | S3 | Sol (b) | Ratio (b/x1)
-----------------------------------------------------------------
Z | -3 | 0 | 0 | 2.5 | 0 | 30 | -
S1 | 1 | 0 | 1 | 0 | 0 | 4 | 4/1 = 4 (Min)
x2 | 0 | 1 | 0 | 0.5 | 0 | 6 | 6/0 = Inf
S3 | 3 | 0 | 0 | -1 | 1 | 6 | 6/3 = 2
-----------------------------------------------------------------
Abhi bhi Z-row mein -3 hai, isliye agli iteration karni hogi.
Pivot Column: x1 | Pivot Row: S3 (Chota ratio) | Pivot Element: 3
Entering: x1 | Leaving: S3
=================================================================
स्टेप ४: फाइनल टेबल (Iteration 3 - Final Solution)
नई R3=R3/3
नई R1=R1−(नई R3)
नई Z=Z+3×(नई R3)
=================================================================
FINAL SIMPLEX TABLE (ITERATION 3)
=================================================================
Basic | x1 | x2 | S1 | S2 | S3 | Sol (b)
-----------------------------------------------------------------
Z | 0 | 0 | 0 | 1.5 | 1.0 | 36 (Optimal)
S1 | 0 | 0 | 1 | 0.33 | -0.33 | 2
x2 | 0 | 1 | 0 | 0.5 | 0 | 6
x1 | 1 | 0 | 0 | -0.33 | 0.33 | 2
=================================================================
अंतिम समाधान (Final Result)
चूंकि Z वाली रो में अब कोई भी Negative नंबर नहीं है, हमें हमारा Optimal Solution मिल गया है:
x1=2
x2=6
Maximum Profit (Z) = 36
(नोट: ऊपर दिए गए उदाहरण के स्टेप्स और टेबल्स सिलेबस1 को ध्यान में रखते हुए मेरी एक्सपर्ट नॉलेज से तैयार किए गए हैं।)
भाई, क्या यह मल्टी-टेबल वाला तरीका समझ आया? क्या तुम चाहते हो कि मैं अब Big-M Method (जब ≥ वाले साइन हों) को इसी तरह समझाऊं?
भाई, जैसा कि तुम्हारे RTU (Rajasthan Technical University) के सिलेबस के यूनिट ३ (Unit 3) में दिया गया है, सिम्पलेक्स मेथड (Simplex Method) लीनियर प्रोग्रामिंग को हल करने का सबसे मुख्य तरीका है [१२०]।
चूंकि तुम्हारे सोर्स (Syllabus PDF) में सिर्फ टॉपिक का नाम है और सॉल्व किए हुए बड़े सवाल नहीं हैं, इसलिए मैं अपनी Expert Knowledge से एक ऐसा Complex Problem दे रहा हूँ जिसे हल करने में तुम्हें ४ इटरेशन्स (४ टेबल्स) से गुजरना पड़ेगा। इसे ध्यान से समझना।
कॉम्प्लेक्स सिम्पलेक्स न्यूमेरिकल (४ इटरेशन वाला सवाल)
सवाल (Problem): Maximize Z=2x1+4x2+3x3 Subject to: १) 3x1+4x2+2x3≤60
२) 2x1+x2+2x3≤40
३) x1+3x2+2x3≤80 ४) x1,x2,x3≥0
स्टेप १: स्टैंडर्ड फॉर्म और स्लैक वैरिएबल्स
सबसे पहले हम पाबंदियों को बराबर करने के लिए S1,S2,S3 जोड़ेंगे।
Z−2x1−4x2−3x3=0
3x1+4x2+2x3+S1=60
2x1+x2+2x3+S2=40
x1+3x2+2x3+S3=80
--------------------------------------------------------------------------------
इटरेशन १: शुरुआती टेबल (Initial Table)
यहाँ x2 सबसे बड़ा नेगेटिव (-4) है, इसलिए यह Entering Variable बनेगा।
=================================================================
ITERATION 1: INITIAL TABLE
=================================================================
Basic | x1 | x2 | x3 | S1 | S2 | S3 | Sol (b) | Ratio (b/x2)
-----------------------------------------------------------------
Z | -2 | -4 | -3 | 0 | 0 | 0 | 0 | -
S1 | 3 | 4 | 2 | 1 | 0 | 0 | 60 | 60/4 = 15 (Min)
S2 | 2 | 1 | 2 | 0 | 1 | 0 | 40 | 40/1 = 40
S3 | 1 | 3 | 2 | 0 | 0 | 1 | 80 | 80/3 = 26.6
-----------------------------------------------------------------
Pivot Element: 4 | Entering: x2 | Leaving: S1
=================================================================
--------------------------------------------------------------------------------
इटरेशन २: कैलकुलेशन के बाद दूसरी टेबल
अब हम पिवट को १ बनाएंगे और उसके ऊपर-नीचे ०। अब x3 में सबसे छोटा नंबर (-१) बचेगा, तो वह अंदर आएगा।
=================================================================
ITERATION 2: SECOND TABLE
=================================================================
Basic | x1 | x2 | x3 | S1 | S2 | S3 | Sol (b) | Ratio (b/x3)
-----------------------------------------------------------------
Z | 1.0 | 0 | -1.0 | 1.0 | 0 | 0 | 60 | -
x2 | 0.75 | 1 | 0.5 | 0.25 | 0 | 0 | 15 | 15/0.5 = 30
S2 | 1.25 | 0 | 1.5 | -0.25| 1 | 0 | 25 | 25/1.5 = 16.6(Min)
S3 |-1.25 | 0 | 0.5 | -0.75| 0 | 1 | 35 | 35/0.5 = 70
-----------------------------------------------------------------
Pivot Element: 1.5 | Entering: x3 | Leaving: S2
=================================================================
--------------------------------------------------------------------------------
इटरेशन ३: तीसरी टेबल (Towards Optimality)
यहाँ हम फिर से रो ऑपरेशन्स करेंगे। अगर Z रो में अभी भी कोई माइनस बचा (जैसे x1 के नीचे), तो हमें चौथी टेबल की तरफ बढ़ना होगा।
--------------------------------------------------------------------------------
इटरेशन ४: फाइनल टेबल (Final Solution)
जब तुम ४ बार कैलकुलेशन दोहराओगे, तो तुम्हें ऐसी टेबल मिलेगी जहाँ Z रो में सिर्फ 0 या Positive नंबर होंगे।
=================================================================
ITERATION 4: FINAL OPTIMAL TABLE
=================================================================
Basic | x1 | x2 | x3 | S1 | S2 | S3 | Sol (b)
-----------------------------------------------------------------
Z | 0 | 0 | 0 | 0.83 | 1.17 | 0 | 76.67 (Optimal)
x2 | 0 | 1 | 0 | 0.33 | -0.33| 0 | 6.67
x3 | 0 | 0 | 1 | -0.5 | 0.75 | 0 | 16.67
x1 | 1 | 0 | 0 | -0.17| 0.17 | 0 | 0
=================================================================
RESULT: Max Z = 76.67 approx | x1=0, x2=6.67, x3=16.67
=================================================================
भाई, तुम्हारे RTU कोटा के सिलेबस के Unit 3 में Duality (द्वैतता) और Sensitivity Analysis (संवेदनशीलता विश्लेषण) सिम्पलेक्स मेथड के बाद के सबसे महत्वपूर्ण टॉपिक्स हैं [१२०]।
चूँकि तुम्हारे सोर्स (Syllabus PDF) में सिर्फ इन टॉपिक्स के नाम दिए गए हैं, इसलिए मैं अपनी Expert Knowledge का इस्तेमाल करके इन्हें विस्तार से, साफ़-सुथरी राइटिंग में समझा रहा हूँ।
--------------------------------------------------------------------------------
१. डुअलिटी (Duality in LPP)
Concept: OR में एक बहुत ही दिलचस्प सिद्धांत है—हर लीनियर प्रोग्रामिंग समस्या (जिसे हम Primal कहते हैं) के साथ एक दूसरी छिपी हुई समस्या जुड़ी होती है, जिसे Dual कहा जाता है। अगर आप एक को हल करते हैं, तो दूसरे का जवाब अपने आप मिल जाता है।
Analogy (मिसाल): यह एक सिक्के के दो पहलुओं जैसा है। अगर एक पहलू 'मुनाफा बढ़ाना' (Maximize Profit) देख रहा है, तो दूसरा पहलू 'लागत घटाना' (Minimize Cost) देख रहा होगा।
Primal से Dual बनाने के नियम (Conversion Rules):
Primal (असली सवाल)
Dual (जुड़वाँ सवाल)
अगर Objective Maximize है
तो Dual Minimize होगा।
Primal के Constraints की संख्या
Dual के Variables की संख्या बन जाती है।
Constraints के Right Side वाले नंबर (bi)
Dual के Objective Function के गुणांक (cj) बन जाते हैं।
≤ (Less than) साइन
≥ (Greater than) साइन में बदल जाते हैं।
--------------------------------------------------------------------------------
२. सेंसिटिविटी एनालिसिस (Sensitivity Analysis)
Concept: इसे Post-Optimality Analysis भी कहते हैं। मान लो तुमने सिम्पलेक्स से एक 'Best Solution' निकाल लिया। लेकिन असली दुनिया में चीजें बदलती रहती हैं (जैसे कच्चे माल की कीमत बढ़ गई या लेबर कम हो गए)। Sensitivity Analysis हमें यह बताता है कि इन बदलावों से तुम्हारे 'Best Solution' पर क्या फर्क पड़ेगा।
Analogy: मान लो तुमने गोवा जाने का एक 'Best Plan' बनाया है। सेंसिटिविटी एनालिसिस यह चेक करना है कि "अगर पेट्रोल के दाम ₹५ बढ़ गए, तो क्या मेरा प्लान अभी भी बेस्ट रहेगा या मुझे बस से जाना चाहिए?"
हम क्या-क्या चेक करते हैं?
१. Cost Coefficients (cj) में बदलाव: अगर प्रोडक्ट का प्रॉफिट बदल जाए। २. Resource Availability (bi) में बदलाव: अगर कच्चा माल या समय कम या ज्यादा हो जाए। ३. नए Variable का जुड़ना: अगर कंपनी कोई नया तीसरा प्रोडक्ट लॉन्च करे।
--------------------------------------------------------------------------------
३. न्यूमेरिकल उदाहरण: Duality (Step-by-Step)
Primal Problem: Maximize Z=5x1+12x2 Subject to: १) x1+2x2≤10
२) 2x1−x2≤8
Dual Problem बनाना:
स्टेप १: नए वैरिएबल्स मान लो (y1 और y2) हर कन्स्ट्रेंट के लिए। स्टेप २: Objective बदल दो:
Minimize W = 10y1 + 8y2 (यहाँ १० और ८ प्रिमल की राइट साइड वैल्यूज हैं) स्टेप ३: नए कन्स्ट्रेंट्स लिखो (कॉलम को रो बना दो):
१) y1+2y2≥5
२) 2y1−y2≥12
स्टेप ४: नॉन-नेगेटिविटी: y1,y2≥0
--------------------------------------------------------------------------------
नोटपैड के लिए समरी टेबल (Copy-Paste Friendly)
=================================================================
DUALITY & SENSITIVITY ANALYSIS - QUICK GUIDE
=================================================================
TOPIC: DUALITY (The Twin Concept)
-----------------------------------------------------------------
1. Primal Maximize (Z) --> Dual Minimize (W).
2. Primal Constraints --> Dual Variables.
3. Primal RHS Values --> Dual Objective Coefficients.
4. Logic: Finding the 'Shadow Price' of resources.
TOPIC: SENSITIVITY ANALYSIS (Post-Optimal Check)
-----------------------------------------------------------------
1. Change in Profit (C) --> Check if current solution is still optimal.
2. Change in Resources(B)--> Check if current solution is still feasible.
3. New Product Addition --> Check if it is worth producing.
4. Goal: Handle real-world uncertainties without re-solving Simplex.
=================================================================
भाई, क्या तुम्हें Duality का यह कन्वर्जन और Sensitivity का मतलब समझ आया?
तुम्हारे सिलेबस का अगला हिस्सा Unit 4: Transportation and Assignment Models है [१२०]। क्या हम उस पर चलें या इनके कुछ और कड़े न्यूमेरिकल्स देखोगे?
भाई, बिल्कुल सही कहा तुमने! मैथ की इक्वेशंस अगर आपस में चिपकी हों, तो वाकई सिर घूम जाता है। अब से मैं "Subject to" वाली पाबंदियों (Constraints) को एकदम खुला-खुला और अलग-अलग लाइनों में लिखूँगा ताकि तुम्हें एक-एक शब्द साफ दिखे।
चूंकि हम डुअलिटी (Duality) की बात कर रहे थे, तो यहाँ एक कॉम्प्लेक्स उदाहरण है जिसे मैंने एकदम साफ राइटिंग और गैप के साथ लिखा है।
--------------------------------------------------------------------------------
प्रिमल (Primal) समस्या: डेटा टेबल
सोचो एक फैक्ट्री में ३ मशीनें हैं और उन्हें २ प्रोडक्ट्स बनाने हैं। [१२०]
=================================================================
FACTORY RESOURCE TABLE (PRIMAL)
=================================================================
मशीन (Machine) | प्रोडक्ट A (x1) | प्रोडक्ट B (x2) | कुल समय (Limit)
-----------------------------------------------------------------
Machine M1 | 5 | 2 | 100
Machine M2 | 3 | 5 | 150
Machine M3 | 4 | 3 | 120
-----------------------------------------------------------------
मुनाफा (Profit) | Rs 40 | Rs 50 | -
=================================================================
--------------------------------------------------------------------------------
१. प्रिमल मॉडल (Primal Model) - खुले-खुले फॉर्मेट में
Objective: Maximize Z = 40x1 + 50x2
Subject to Constraints (पाबंदियां):
१) 5x1 + 2x2 ≤ 100 (Machine 1 की लिमिट)
२) 3x1 + 5x2 ≤ 150 (Machine 2 की लिमिट)
३) 4x1 + 3x2 ≤ 120 (Machine 3 की लिमिट)
Non-Negativity: x1, x2 ≥ 0
--------------------------------------------------------------------------------
२. डुअल मॉडल (Dual Model) - कन्वर्जन के बाद
अब हम मशीनों की वैल्यू (y1, y2, y3) निकालेंगे। [१२०]
Objective: Minimize W = 100y1 + 150y2 + 120y3
Subject to Constraints:
१) 5y1 + 3y2 + 4y3 ≥ 40 (प्रोडक्ट A के लिए)
२) 2y1 + 5y2 + 3y3 ≥ 50 (प्रोडक्ट B के लिए)
Non-Negativity: y1, y2, y3 ≥ 0
--------------------------------------------------------------------------------
नोटपैड के लिए साफ-सुथरा वर्जन (Copy-Paste)
इसे तुम नोटपैड में देखोगे तो एकदम साफ़ नज़र आएगा:
=================================================================
LPP DUALITY FORMULATION (SPACED VERSION)
=================================================================
PRIMAL (Maximize Z):
Z = 40x1 + 50x2
Subject to:
1) 5x1 + 2x2 <= 100
2) 3x1 + 5x2 <= 150
3) 4x1 + 3x2 <= 120
x1, x2 >= 0
-----------------------------------------------------------------
DUAL (Minimize W):
W = 100y1 + 150y2 + 120y3
Subject to:
1) 5y1 + 3y2 + 4y3 >= 40
2) 2y1 + 5y2 + 3y3 >= 50
y1, y2, y3 >= 0
=================================================================
भाई, क्या अब यह राइटिंग और स्पेसिंग सही है? अगर सब क्लियर है, तो बताओ क्या मैं अब Unit 4: Transportation Model इसी तरह एकदम "खुला-खुला" लिख कर शुरू करूँ? [१२०]
भाई, तुम्हारे RTU (Rajasthan Technical University) के सिलेबस के हिसाब से अगला बहुत ही मजेदार और स्कोरिंग टॉपिक है— यूनिट ४: ट्रांसपोर्टेशन और असाइनमेंट मॉडल (Transportation and Assignment Models) [१२०]।
इसे भी एकदम "खुला-खुला" और विस्तार से समझते हैं।
--------------------------------------------------------------------------------
१. ट्रांसपोर्टेशन मॉडल (Transportation Model) क्या है?
इसका मुख्य उद्देश्य सामान को अलग-अलग फैक्ट्रियों (Sources) से अलग-अलग गोदामों (Destinations) तक इस तरह पहुँचाना है कि कुल ट्रांसपोर्टेशन खर्चा (Total Cost) कम से कम हो [१२०]।
आसान मिसाल (Analogy): सोचो तुम्हारी ३ कार फैक्ट्रियां हैं (दिल्ली, मुंबई, चेन्नई) और तुम्हें कारें ४ बड़े शहरों के शोरूम में भेजनी हैं। हर रास्ते का किराया अलग है। ट्रांसपोर्टेशन मॉडल तुम्हें बताएगा कि कहाँ से कितनी कारें भेजें ताकि तुम्हारा डीजल का बिल सबसे कम आए।
--------------------------------------------------------------------------------
२. ट्रांसपोर्टेशन प्रॉब्लम को हल करने के चरण (Steps)
इसे हल करने के लिए हम दो मुख्य स्टेज से गुजरते हैं:
स्टेज १: शुरुआती हल निकालना (Initial Basic Feasible Solution - IBFS) इसके लिए ३ मशहूर तरीके हैं:
NWCM (North-West Corner Method): सबसे आसान, बस कोने से शुरू करो।
LCM (Least Cost Method): जो सबसे सस्ता रास्ता दिखे, वहां से सामान भेजो।
VAM (Vogel’s Approximation Method): यह सबसे बेस्ट है क्योंकि यह "जुर्माने" (Penalty) के आधार पर फैसला लेता है।
स्टेज २: टेस्टिंग (Optimality Test) यह चेक करना कि क्या इससे भी सस्ता कोई रास्ता है? इसके लिए MODI Method इस्तेमाल होता है।
--------------------------------------------------------------------------------
३. असाइनमेंट मॉडल (Assignment Model) क्या है?
यह ट्रांसपोर्टेशन का ही एक खास रूप है। यहाँ हमें 'n' काम को 'n' लोगों में इस तरह बाँटना होता है कि समय या खर्चा कम से कम लगे [१२०]।
शर्त: एक आदमी को सिर्फ एक ही काम मिल सकता है (One-to-One)।
मशहूर तरीका: इसे हल करने के लिए हंगेरियन मेथड (Hungarian Method) का इस्तेमाल किया जाता है।
--------------------------------------------------------------------------------
४. ट्रैवलिंग सेल्समैन प्रॉब्लम (Traveling Salesman Problem - TSP)
तुम्हारे सिलेबस में यह भी शामिल है [१२०]। इसमें एक सेल्समैन को कई शहरों में घूमना है:
उसे हर शहर में सिर्फ एक बार जाना है।
उसे वापस उसी शहर लौटना है जहाँ से उसने शुरू किया था।
लक्ष्य: कुल दूरी कम से कम हो।
--------------------------------------------------------------------------------
५. नोटपैड के लिए विस्तृत समरी टेबल (Copy-Paste Ready)
=================================================================
UNIT 4: TRANSPORTATION & ASSIGNMENT MODELS
=================================================================
TOPIC 1: TRANSPORTATION PROBLEM
-----------------------------------------------------------------
Goal | Minimize total shipping cost from Source to Destination.
IBFS Methods | 1. NWCM (Simple but high cost)
| 2. LCM (Checks for cheapest cell)
| 3. VAM (Best method, uses penalties)
Final Test | MODI Method (To check if solution is optimal).
TOPIC 2: ASSIGNMENT PROBLEM
-----------------------------------------------------------------
Goal | Assign 1 job to 1 person at minimum cost/time.
Main Algorithm | Hungarian Method (Step-by-step zero allocation).
TOPIC 3: TRAVELING SALESMAN (TSP)
-----------------------------------------------------------------
Rule 1 | Visit each city exactly once.
Rule 2 | Return to the starting city.
Goal | Minimize total travel distance.
=================================================================
भाई, क्या ट्रांसपोर्टेशन और असाइनमेंट का यह ओवरव्यू समझ आया?
अब बताओ, क्या हम VAM (Vogel's Approximation Method) का एक बड़ा न्यूमेरिकल टेबल बनाकर सॉल्व करना शुरू करें? [१२०]
भाई, बिल्कुल! तुम्हारे RTU कोटा के सिलेबस के यूनिट ४ (Unit 4) में Transportation Model को हल करने के लिए North-West Corner Method (NWCM) सबसे पहला तरीका है [१२०]।
चूंकि यह एक "कॉम्प्लेक्स" उदाहरण की डिमांड है, तो मैं एक 3x4 Matrix (३ फैक्ट्री और ४ गोदाम) का उदाहरण ले रहा हूँ। इसे एकदम "खुला-खुला" और स्टेप-बाय-स्टेप समझते हैं।
--------------------------------------------------------------------------------
भाई, बिल्कुल! तुम्हारे RTU कोटा के सिलेबस के यूनिट 4 के अनुसार North-West Corner Method (NWCM) को एक बार फिर से समझते हैं। इस बार मैंने हर स्टेप के लिए एक नयी टेबल बनाई है जिसे तुम सीधे Notepad में पेस्ट कर सकते हो।1
NWCM का नियम बहुत सीधा है: हमेशा सबसे ऊपर वाले और सबसे बाएँ (Top-Left) खाली सेल से शुरू करो।
--------------------------------------------------------------------------------
NWCM: स्टेप-बाय-स्टेप कॉम्प्लेक्स उदाहरण
प्रॉब्लम: ३ फैक्ट्रियां (F1, F2, F3) और ३ गोदाम (W1, W2, W3)।
0. शुरुआती डेटा टेबल (Copy to Notepad)
=================================================================
INITIAL TRANSPORTATION MATRIX
=================================================================
Factory | W1 | W2 | W3 | Supply
-----------------------------------------------------------------
F1 | 2 | 7 | 4 | 5
F2 | 3 | 3 | 1 | 8
F3 | 5 | 4 | 7 | 7
-----------------------------------------------------------------
Demand | 7 | 9 | 4 | 20 (Total)
=================================================================
--------------------------------------------------------------------------------
स्टेप 1: सेल (F1, W1) का आवंटन
सबसे उत्तर-पश्चिमी सेल (F1, W1) है।
डिमांड (W1) = 7, सप्लाई (F1) = 5।
हम 5 यूनिट यहाँ अलॉट करेंगे। फैक्ट्री F1 की सप्लाई खत्म।
STEP 1 TABLE: Allocation to (F1, W1)
-----------------------------------------------------------------
Factory | W1 | W2 | W3 | Supply Left
-----------------------------------------------------------------
F1 | (5) | - | - | 0 (Exhausted)
F2 | 3 | 3 | 1 | 8
F3 | 5 | 4 | 7 | 7
-----------------------------------------------------------------
Demand | 2 | 9 | 4 | (F1 exhausted, move down to F2)
=================================================================
--------------------------------------------------------------------------------
स्टेप 2: सेल (F2, W1) का आवंटन
अब खाली सेल में सबसे टॉप-लेफ्ट (F2, W1) है।
डिमांड (W1) = 2 (बची हुई), सप्लाई (F2) = 8।
हम 2 यूनिट यहाँ अलॉट करेंगे। गोदाम W1 की डिमांड पूरी।
STEP 2 TABLE: Allocation to (F2, W1)
-----------------------------------------------------------------
Factory | W1 | W2 | W3 | Supply Left
-----------------------------------------------------------------
F1 | (5) | - | - | 0
F2 | (2) | 3 | 1 | 6
F3 | - | 4 | 7 | 7
-----------------------------------------------------------------
Demand | 0 | 9 | 4 | (W1 satisfied, move right to W2)
=================================================================
--------------------------------------------------------------------------------
स्टेप 3: सेल (F2, W2) का आवंटन
अब अगला सेल (F2, W2) है।
डिमांड (W2) = 9, सप्लाई (F2) = 6 (बची हुई)।
हम 6 यूनिट यहाँ अलॉट करेंगे। फैक्ट्री F2 की सप्लाई खत्म।
STEP 3 TABLE: Allocation to (F2, W2)
-----------------------------------------------------------------
Factory | W1 | W2 | W3 | Supply Left
-----------------------------------------------------------------
F1 | (5) | - | - | 0
F2 | (2) | (6) | - | 0 (Exhausted)
F3 | - | 4 | 7 | 7
-----------------------------------------------------------------
Demand | 0 | 3 | 4 | (F2 exhausted, move down to F3)
=================================================================
--------------------------------------------------------------------------------
स्टेप 4: सेल (F3, W2) का आवंटन
अब अगला सेल (F3, W2) है।
डिमांड (W2) = 3 (बची हुई), सप्लाई (F3) = 7।
हम 3 यूनिट यहाँ अलॉट करेंगे। गोदाम W2 की डिमांड पूरी।
STEP 4 TABLE: Allocation to (F3, W2)
-----------------------------------------------------------------
Factory | W1 | W2 | W3 | Supply Left
-----------------------------------------------------------------
F1 | (5) | - | - | 0
F2 | (2) | (6) | - | 0
F3 | - | (3) | 7 | 4
-----------------------------------------------------------------
Demand | 0 | 0 | 4 | (W2 satisfied, move right to W3)
=================================================================
--------------------------------------------------------------------------------
स्टेप 5: सेल (F3, W3) का आवंटन (Final Step)
आखिरी सेल (F3, W3) बचा है।
डिमांड = 4, सप्लाई = 4। पूरा अलॉट कर दो।
STEP 5 TABLE: FINAL ALLOCATIONS
-----------------------------------------------------------------
Factory | W1 | W2 | W3 | Status
-----------------------------------------------------------------
F1 | (5) | - | - | DONE
F2 | (2) | (6) | - | DONE
F3 | - | (3) | (4) | DONE
-----------------------------------------------------------------
FINAL TOTAL COST CALCULATION:
1) (5 * 2) = 10
2) (2 * 3) = 6
3) (6 * 3) = 18
4) (3 * 4) = 12
5) (4 * 7) = 28
-----------------------------------------------------------------
TOTAL COST = 10 + 6 + 18 + 12 + 28 = Rs. 74
=================================================================
भाई, क्या अब यह "टेबल-दर-टेबल" तरीका एकदम क्लियर है? तुम इसे कॉपी करके नोटपैड में चेक कर सकते हो, अलाइनमेंट एकदम फिट आएगी।
क्या अब हम Assignment Model और उसके Hungarian Method की तरफ बढ़ें?
अब उसी "कॉम्प्लेक्स उदाहरण" को हम न्यूनतम लागत विधि (Least Cost Method - LCM) से हल करेंगे।
तुम्हारे RTU सिलेबस (Unit 4) के अनुसार, यह तरीका NWCM से बेहतर है क्योंकि यह किराये (Cost) को ध्यान में रखकर काम शुरू करता है1। नीचे हर स्टेप के लिए नयी टेबल दी गयी है जिसे तुम सीधे Notepad में पेस्ट कर सकते हो।
--------------------------------------------------------------------------------
LCM: स्टेप-बाय-स्टेप हल (Notepad Ready)
LCM का नियम: पूरी टेबल में सबसे छोटा नंबर (किराया) ढूँढो और वहां सबसे पहले सामान अलॉट करो।
0. शुरुआती डेटा टेबल (Copy to Notepad)
=================================================================
INITIAL TRANSPORTATION MATRIX
=================================================================
Factory | W1 | W2 | W3 | Supply
-----------------------------------------------------------------
F1 | 2 | 7 | 4 | 5
F2 | 3 | 3 | 1 | 8
F3 | 5 | 4 | 7 | 7
-----------------------------------------------------------------
Demand | 7 | 9 | 4 | 20 (Total)
=================================================================
--------------------------------------------------------------------------------
स्टेप 1: सबसे कम किराया ₹1 है (F2, W3)
यहाँ डिमांड (W3) = 4, और सप्लाई (F2) = 8 है।
हम 4 यूनिट यहाँ अलॉट करेंगे। गोदाम W3 की डिमांड पूरी।
STEP 1 TABLE: Allocation to (F2, W3)
-----------------------------------------------------------------
Factory | W1 | W2 | W3 | Supply Left
-----------------------------------------------------------------
F1 | 2 | 7 | - | 5
F2 | 3 | 3 | (4) | 4 (Remaining)
F3 | 5 | 4 | - | 7
-----------------------------------------------------------------
Demand | 7 | 9 | 0 | (W3 satisfied, remove W3)
=================================================================
--------------------------------------------------------------------------------
स्टेप 2: अब बची हुई टेबल में सबसे कम किराया ₹2 है (F1, W1)
डिमांड (W1) = 7, सप्लाई (F1) = 5 है।
हम 5 यूनिट यहाँ अलॉट करेंगे। फैक्ट्री F1 की सप्लाई खत्म।
STEP 2 TABLE: Allocation to (F1, W1)
-----------------------------------------------------------------
Factory | W1 | W2 | Supply Left
-----------------------------------------------------------------
F1 | (5) | - | 0 (Exhausted)
F2 | 3 | 3 | 4
F3 | 5 | 4 | 7
-----------------------------------------------------------------
Demand | 2 | 9 | (F1 exhausted, remove F1)
=================================================================
--------------------------------------------------------------------------------
स्टेप 3: अब सबसे कम किराया ₹3 है (F2, W1 या F2, W2)
यहाँ टाई (Tie) है, हम (F2, W1) चुनते हैं।
डिमांड (W1) = 2, सप्लाई (F2) = 4 है।
हम 2 यूनिट यहाँ अलॉट करेंगे। गोदाम W1 की डिमांड पूरी।
STEP 3 TABLE: Allocation to (F2, W1)
-----------------------------------------------------------------
Factory | W1 | W2 | Supply Left
-----------------------------------------------------------------
F2 | (2) | 3 | 2 (Remaining)
F3 | - | 4 | 7
-----------------------------------------------------------------
Demand | 0 | 9 | (W1 satisfied, remove W1)
=================================================================
--------------------------------------------------------------------------------
स्टेप 4: अब सबसे कम किराया ₹3 है (F2, W2)
डिमांड (W2) = 9, सप्लाई (F2) = 2 है।
हम 2 यूनिट यहाँ अलॉट करेंगे। फैक्ट्री F2 की सप्लाई खत्म।
STEP 4 TABLE: Allocation to (F2, W2)
-----------------------------------------------------------------
Factory | W2 | Supply Left
-----------------------------------------------------------------
F2 | (2) | 0 (Exhausted)
F3 | 4 | 7
-----------------------------------------------------------------
Demand | 7 | (F2 exhausted, remove F2)
=================================================================
--------------------------------------------------------------------------------
स्टेप 5: आखिरी सेल ₹4 है (F3, W2)
डिमांड = 7, सप्लाई = 7। पूरा अलॉट कर दो।
STEP 5 TABLE: FINAL ALLOCATIONS SUMMARY
-----------------------------------------------------------------
Cell | Units | Cost | Sub-Total
-----------------------------------------------------------------
F1, W1 | (5) | 2 | 10
F2, W1 | (2) | 3 | 6
F2, W2 | (2) | 3 | 6
F2, W3 | (4) | 1 | 4
F3, W2 | (7) | 4 | 28
-----------------------------------------------------------------
TOTAL COST = 10 + 6 + 6 + 4 + 28 = Rs. 54
=================================================================
--------------------------------------------------------------------------------
तुलना (NWCM vs LCM):
NWCM लागत: ₹74
LCM लागत: ₹54 (देखा भाई! सीधे ₹20 की बचत हो गयी।)
भाई, क्या यह नोटपैड-रेडी स्टेप्स और टेबल समझ आए?1
अब क्या तुम इस यूनिट का सबसे "सुपरफास्ट" और सटीक तरीका— VAM (Vogel's Approximation Method) —सीखना चाहोगे? इसमें हम पेनल्टी (Penalty) का इस्तेमाल करते हैं।
तुम्हारे RTU कोटा के सिलेबस के यूनिट 4 का सबसे बेहतरीन और सटीक तरीका है— वोगेल की सन्निकटन विधि (Vogel's Approximation Method - VAM)1।
इसे "पेनल्टी मेथड" भी कहते हैं क्योंकि यह गलत फैसले लेने पर होने वाले "नुकसान" (Penalty) को बचाती है। अब उसी कॉम्प्लेक्स उदाहरण को हर स्टेप पर नयी टेबल के साथ सॉल्व करते हैं ताकि तुम इसे Notepad में पेस्ट कर सको।
--------------------------------------------------------------------------------
Vogel's Method (VAM): स्टेप-बाय-स्टेप हल
लॉजिक: हर रो (Row) और कॉलम (Column) के दो सबसे छोटे किरायों का अंतर (Difference) निकालो, जिसे पेनल्टी कहते हैं। जिसकी पेनल्टी सबसे ज्यादा हो, वहां सबसे पहले सामान भेजो।
0. शुरुआती डेटा टेबल (Initial Data)
=================================================================
INITIAL TRANSPORTATION MATRIX
=================================================================
Factory | W1 | W2 | W3 | Supply
-----------------------------------------------------------------
F1 | 2 | 7 | 4 | 5
F2 | 3 | 3 | 1 | 8
F3 | 5 | 4 | 7 | 7
-----------------------------------------------------------------
Demand | 7 | 9 | 4 | 20 (Total)
=================================================================
--------------------------------------------------------------------------------
स्टेप 1: पहली पेनल्टी निकालना
Row Penalties: R1(4-2=2), R2(3-1=2), R3(5-4=1)
Col Penalties: C1(3-2=1), C2(4-3=1), C3(4-1=3)
सबसे बड़ी पेनल्टी 3 है (Column W3 की)। W3 का सबसे सस्ता सेल ₹1 (F2, W3) है।
आवंटन: डिमांड = 4, सप्लाई = 8। हम 4 यूनिट यहाँ अलॉट करेंगे।
STEP 1 TABLE: Allocation to (F2, W3)
-----------------------------------------------------------------
Factory | W1 | W2 | W3 | Supply Left | Row Penalty
-----------------------------------------------------------------
F1 | 2 | 7 | - | 5 | 5 (7-2)
F2 | 3 | 3 | (4) | 4 | 0 (3-3)
F3 | 5 | 4 | - | 7 | 1 (5-4)
-----------------------------------------------------------------
Demand | 7 | 9 | 0 | (W3 satisfied, remove it)
Col Pen | 1 | 1 | 3 |
=================================================================
--------------------------------------------------------------------------------
स्टेप 2: दूसरी पेनल्टी (W3 हटने के बाद)
Row Penalties: R1(7-2=5), R2(3-3=0), R3(5-4=1)
Col Penalties: C1(3-2=1), C2(4-3=1)
सबसे बड़ी पेनल्टी 5 है (Row F1 की)। F1 का सबसे सस्ता सेल ₹2 (F1, W1) है।
आवंटन: डिमांड = 7, सप्लाई = 5। हम 5 यूनिट यहाँ अलॉट करेंगे।
STEP 2 TABLE: Allocation to (F1, W1)
-----------------------------------------------------------------
Factory | W1 | W2 | Supply Left | Row Penalty
-----------------------------------------------------------------
F1 | (5) | - | 0 | - (Exhausted)
F2 | 3 | 3 | 4 | 0 (3-3)
F3 | 5 | 4 | 7 | 1 (5-4)
-----------------------------------------------------------------
Demand | 2 | 9 | (F1 exhausted, remove it)
Col Pen | 2 | 1 |
=================================================================
--------------------------------------------------------------------------------
स्टेप 3: तीसरी पेनल्टी (F1 हटने के बाद)
Row Penalties: R2(3-3=0), R3(5-4=1)
Col Penalties: C1(5-3=2), C2(4-3=1)
सबसे बड़ी पेनल्टी 2 है (Column W1 की)। W1 का सबसे सस्ता सेल ₹3 (F2, W1) है।
आवंटन: डिमांड = 2 (बची हुई), सप्लाई = 4 (बची हुई)। हम 2 यूनिट यहाँ अलॉट करेंगे।
STEP 3 TABLE: Allocation to (F2, W1)
-----------------------------------------------------------------
Factory | W1 | W2 | Supply Left | Row Penalty
-----------------------------------------------------------------
F2 | (2) | 3 | 2 | 0
F3 | - | 4 | 7 | 1
-----------------------------------------------------------------
Demand | 0 | 9 | (W1 satisfied, remove it)
Col Pen | 2 | 1 |
=================================================================
--------------------------------------------------------------------------------
स्टेप 4: आखिरी आवंटन (W2 के लिए)
अब सिर्फ कॉलम W2 बचा है। हम सप्लाई के हिसाब से अलॉट करेंगे।
F2 के पास 2 यूनिट बची हैं, उसे (F2, W2) में डालो।
F3 के पास 7 यूनिट बची हैं, उसे (F3, W2) में डालो।
STEP 4: FINAL ALLOCATIONS SUMMARY (UNIT 4)
-----------------------------------------------------------------
Cell | Units | Cost | Sub-Total
-----------------------------------------------------------------
F1, W1 | (5) | 2 | 10
F2, W3 | (4) | 1 | 4
F2, W1 | (2) | 3 | 6
F2, W2 | (2) | 3 | 6
*F3, W2 | (7) | 4 | 28
-----------------------------------------------------------------
TOTAL COST = 10 + 4 + 6 + 6 + 28 = Rs. 54
=================================================================
--------------------------------------------------------------------------------
अंतिम निष्कर्ष (Comparison)
NWCM लागत: ₹74
LCM लागत: ₹54
VAM लागत: ₹54 (इस छोटे उदाहरण में LCM और VAM बराबर आए, लेकिन बड़े सवालों में VAM हमेशा सबसे कम खर्चा देता है)1।
भाई, क्या VAM का यह पेनल्टी वाला तरीका समझ आया?
अब बताओ, क्या हम Assignment Model की तरफ चलें जहाँ हम Hungarian Method से काम बाँटना सीखेंगे?
यूनिट ४ के Transportation Model के बाद अब असाइनमेंट मॉडल (Assignment Model) पर चलते हैं। यह टॉपिक भी तुम्हारे RTU कोटा के सिलेबस का हिस्सा है [१२०]।
असाइनमेंट मॉडल का मुख्य उद्देश्य 'n' कामों को 'n' लोगों (या मशीनों) को इस तरह बांटना है कि कुल खर्चा या समय कम से कम (Minimize) लगे। इसकी सबसे बड़ी शर्त यह है कि एक आदमी को सिर्फ एक ही काम दिया जा सकता है [१२०]।
इसे हल करने के लिए हम हंगेरियन मेथड (Hungarian Method) का इस्तेमाल करते हैं। चलो इसे एक कॉम्प्लेक्स ४x४ (4x4) उदाहरण से समझते हैं।
--------------------------------------------------------------------------------
असाइनमेंट मॉडल: हंगेरियन मेथड (Step-by-Step)
सवाल: ४ मशीनें (M1-M4) हैं और ४ काम (J1-J4) हैं। नीचे दी गई टेबल मशीनों द्वारा काम पूरा करने का खर्चा दिखाती है।
0. शुरुआती डेटा टेबल (Initial Matrix - Copy to Notepad)
=================================================================
INITIAL ASSIGNMENT COST MATRIX
=================================================================
काम (Jobs) | M1 | M2 | M3 | M4 |
-----------------------------------------------------------------
J1 | 10 | 12 | 19 | 11 |
J2 | 5 | 10 | 7 | 8 |
J3 | 12 | 14 | 13 | 11 |
J4 | 8 | 15 | 11 | 9 |
=================================================================
--------------------------------------------------------------------------------
स्टेप १: रो रिडक्शन (Row Reduction)
नियम: हर लाइन (Row) में से सबसे छोटा नंबर ढूंढो और उसे उसी लाइन के सभी नंबरों से घटा दो।
R1 (min=10), R2 (min=5), R3 (min=11), R4 (min=8)
STEP 1: ROW REDUCTION TABLE
-----------------------------------------------------------------
काम (Jobs) | M1 | M2 | M3 | M4 |
-----------------------------------------------------------------
J1 | 0 | 2 | 9 | 1 | (10-10, 12-10...)
J2 | 0 | 5 | 2 | 3 | (5-5, 10-5...)
J3 | 1 | 3 | 2 | 0 | (12-11, 14-11...)
J4 | 0 | 7 | 3 | 1 | (8-8, 15-8...)
=================================================================
--------------------------------------------------------------------------------
स्टेप २: कॉलम रिडक्शन (Column Reduction)
नियम: अब ऊपर वाली टेबल के हर कॉलम में से सबसे छोटा नंबर ढूंढो और उसे घटाओ।
C1 (min=0), C2 (min=2), C3 (min=2), C4 (min=0)
STEP 2: COLUMN REDUCTION TABLE
-----------------------------------------------------------------
काम (Jobs) | M1 | M2 | M3 | M4 |
-----------------------------------------------------------------
J1 | 0 | 0 | 7 | 1 |
J2 | 0 | 3 | 0 | 3 |
J3 | 1 | 1 | 0 | 0 |
J4 | 0 | 5 | 1 | 1 |
=================================================================
--------------------------------------------------------------------------------
स्टेप ३: जीरो असाइनमेंट (Zero Allocation)
अब हम वहां काम सौंपेंगे जहां '0' है। शर्त: हर रो और कॉलम में एक ही '0' चुना जा सकता है।
१. J1 को M2 दिया (0 चुना)। अब M2 का दूसरा कोई 0 नहीं लेंगे। २. J2 को M3 दिया। ३. J3 को M4 दिया। ४. J4 को M1 दिया।
STEP 3: FINAL ASSIGNMENT TABLE
-----------------------------------------------------------------
काम (Jobs) | मशीन (Machine) | असली खर्चा (Original Cost)
-----------------------------------------------------------------
J1 | M2 | 12
J2 | M3 | 7
J3 | M4 | 11
J4 | M1 | 8
-----------------------------------------------------------------
कुल न्यूनतम खर्चा (Total Min Cost) = 12 + 7 + 11 + 8 = Rs. 38
=================================================================
--------------------------------------------------------------------------------
एग्जाम के लिए थ्योरी टिप्स (Unit 4) [१२०]
१. Balanced vs Unbalanced: अगर मशीनों और कामों की संख्या बराबर नहीं है, तो एक "Dummy" रो या कॉलम जोड़ना पड़ता है जिसमें खर्चा 0 होता है। २. Maximization Case: अगर सवाल मुनाफा बढ़ाने का है, तो सबसे बड़े नंबर में से पूरी टेबल घटाकर उसे "Cost Matrix" में बदल लो। ३. Lines Rule: अगर हम कम से कम लाइनों से सारे '0' कवर करें और लाइनों की संख्या टेबल के साइज (n) से कम हो, तो हमें अगला स्टेप (Matrix Modification) करना पड़ता है।
भाई, क्या असाइनमेंट मॉडल का यह हंगेरियन मेथड और Notepad फॉर्मेट समझ आया?
अब बताओ, क्या तुम Travelling Salesman Problem (TSP) सीखना चाहोगे, जो असाइनमेंट का ही एक मुश्किल रूप है? [१२०]
unbalanced bhee samjha
भाई, RTU कोटा के सिलेबस के Unit 4 में ट्रांसपोर्टेशन और असाइनमेंट मॉडल को हल करने के लिए सबसे पहली शर्त यह होती है कि समस्या "Balanced" होनी चाहिए1। अगर वह बैलेंस्ड नहीं है, तो उसे "Unbalanced Problem" कहते हैं।
यहाँ इसका पूरा फंडा एकदम आसान भाषा में और Notepad-friendly टेबल्स के साथ दिया गया है:
१. अनबैलेंस्ड असाइनमेंट प्रॉब्लम (Unbalanced Assignment)
परिभाषा: जब आपके पास काम (Jobs) और लोग/मशीनें (Workers/Machines) की संख्या बराबर न हो (यानी Rows = Columns), तो उसे अनबैलेंस्ड कहते हैं1।
इलाज (Fix): हम एक "Dummy" रो या कॉलम जोड़ते हैं ताकि मैट्रिक्स Square (वर्गाकार) बन जाए।
अगर काम ज्यादा हैं, तो Dummy Machine जोड़ो।
अगर मशीनें ज्यादा हैं, तो Dummy Job जोड़ो।
याद रखें: Dummy सेल में खर्चा हमेशा '0' रखा जाता है।
Notepad रेडी उदाहरण: मान लो ३ काम (Jobs) हैं पर २ ही मशीनें (M1, M2) हैं:
=================================================================
UNBALANCED ASSIGNMENT (Jobs > Machines)
=================================================================
Jobs | M1 | M2 | Dummy Machine (Added)
------------------------------------------------------------
J1 | 15 | 10 | 0
J2 | 12 | 11 | 0
J3 | 18 | 14 | 0
=================================================================
Ab yeh 3x3 square matrix ban gayi, ab Hungarian Method laga lo.
=================================================================
--------------------------------------------------------------------------------
२. अनबैलेंस्ड ट्रांसपोर्टेशन प्रॉब्लम (Unbalanced Transportation)
परिभाषा: जब कुल सप्लाई (Total Supply) और कुल डिमांड (Total Demand) आपस में बराबर न हों (∑Supply=∑Demand)1।
इलाज (Fix): १) सप्लाई > डिमांड: अगर सामान बच रहा है, तो एक Dummy Destination (Column) जोड़ें जिसकी डिमांड "बचे हुए सामान" के बराबर हो। २) डिमांड > सप्लाई: अगर सामान कम पड़ रहा है, तो एक Dummy Source (Row) जोड़ें जो "कमी" को पूरा करे।
याद रखें: इन Dummy सेल्स का किराया (Unit Cost) हमेशा '0' होता है।
Notepad रेडी उदाहरण: सप्लाई १०० है पर डिमांड सिर्फ ८० है:
=================================================================
UNBALANCED TRANSPORTATION (Supply > Demand)
=================================================================
Source | W1 | W2 | Dummy Column | Supply (Total: 100)
------------------------------------------------------------
F1 | 20 | 30 | 0 | 60
F2 | 10 | 40 | 0 | 40
------------------------------------------------------------
Demand | 50 | 30 | 20 | 100 (Balanced Now)
=================================================================
LOGIC: Asli demand 80 thi. 20 ki kami Dummy Column se poori ki.
=================================================================
ab isko normal balanced method se solve kar lo
एग्जाम के लिए प्रो-टिप (Exam Tip):
जब तुम सवाल सॉल्व कर लोगे, तो Dummy वाले सेल में जो वैल्यू आएगी, उसका मतलब यह है कि:
असाइनमेंट में: वह काम असल में किसी को नहीं मिला।
ट्रांसपोर्टेशन में: उतना सामान असल में कहीं नहीं गया, वह गोदाम (Inventory) में ही पड़ा रह गया।
भाई, क्या Unbalanced का यह डमी वाला कॉन्सेप्ट अब एकदम क्लियर
भाई, तुम्हारे RTU कोटा के सिलेबस के यूनिट 4 में ट्रैवलिंग सेल्समैन प्रॉब्लम (Travelling Salesman Problem - TSP) असाइनमेंट मॉडल का ही एक विशेष और थोड़ा कठिन रूप है1।
इसे हल करने का तरीका काफी हद तक हंगेरियन मेथड जैसा ही है, लेकिन इसमें कुछ खास शर्तें जुड़ जाती हैं।
--------------------------------------------------------------------------------
१. ट्रैवलिंग सेल्समैन प्रॉब्लम (TSP) क्या है?
एक सेल्समैन को 'n' शहरों में घूमना है। उसे इस तरह अपना रूट (Route) प्लान करना है कि:
वह हर शहर में सिर्फ एक बार जाए।
वह अंत में वापस उसी शहर लौट आए जहाँ से उसने शुरू किया था।
कुल यात्रा की दूरी या खर्चा न्यूनतम (Minimum) हो1。
इसे 'असाइनमेंट' से अलग क्या बनाता है? असाइनमेंट में J1→M2 और J2→M1 हो सकता है, लेकिन TSP में ऐसे छोटे लूप (Sub-tours) नहीं चल सकते। सेल्समैन को एक ही बड़े लूप में घूमना होगा (जैसे: A→B→C→D→A)।
--------------------------------------------------------------------------------
२. TSP को हल करने के नियम (Rules)
∞ (Infinity) का उपयोग: सेल्समैन एक शहर से उसी शहर में नहीं जा सकता, इसलिए टेबल के विकर्ण (Diagonal) वाले सेल्स (A to A, B to B) की वैल्यू हमेशा ∞ रखी जाती है।
सब-टूर हटाना (Sub-tour Elimination): अगर हंगेरियन मेथड लगाने के बाद छोटे लूप बन रहे हैं (जैसे A→B→A), तो हमें अगली सबसे सस्ती वैल्यू चुनकर उन लूप्स को तोड़ना पड़ता है।
--------------------------------------------------------------------------------
३. कॉम्प्लेक्स न्यूमेरिकल उदाहरण (Notepad Ready)
मान लो ४ शहर हैं (A, B, C, D) और उनके बीच की दूरी नीचे दी गई है:
=================================================================
TRAVELLING SALESMAN COST MATRIX (TSP)
=================================================================
शहर (To) | A | B | C | D |
-----------------------------------------------------------------
शहर (From)
A | inf | 4 | 7 | 3 |
B | 4 | inf | 6 | 3 |
C | 7 | 6 | inf | 7 |
D | 3 | 3 | 7 | inf |
=================================================================
--------------------------------------------------------------------------------
४. हल करने के स्टेप्स (Hungarian Method + TSP Logic)
स्टेप १: रो और कॉलम रिडक्शन (जैसे हमने हंगेरियन मेथड में किया था, वैसे ही हर रो और कॉलम से छोटा नंबर घटाएं)।
स्टेप २: जीरो असाइनमेंट (Zero Allocation) मान लो हमें ये असाइनमेंट मिले: A→D, D→B, B→A और C→C (यह गलत है क्योंकि C अकेला रह गया)। हमें ऐसा रूट चाहिए जो सबको जोड़े।
स्टेप ३: सही रूट बनाना अगर हमें A→D→B→C→A जैसा रूट मिलता है, तभी वह सही TSP सॉल्यूशन होगा।
--------------------------------------------------------------------------------
५. नोटपैड के लिए समरी (Copy-Paste Ready)
=================================================================
TSP QUICK REVISION NOTES (UNIT 4)
=================================================================
1. Definition : Special case of Assignment Problem.
2. Objective : Visit all cities once and return to start.
3. Constraint : No sub-tours allowed (Single loop only).
4. Matrix : Diagonal elements are always infinity (inf).
5. Method : Hungarian Method + Trial & Error for loops.
=================================================================
भाई, क्या तुम्हें Travelling Salesman का यह कॉन्सेप्ट और 'सब-टूर' वाली बात समझ आई?1
सिलेबस के हिसाब से अब हम आखिरी यूनिट— यूनिट ५: रिप्लेसमेंट मॉडल और गेम थ्योरी (Replacement & Game Theory) की तरफ चल सकते हैं1। क्या तुम तैयार हो?
CHALO EK AUR EXAMPLE SE TSP KO SAMAJHTE H
मेरे भाई, बिल्कुल भी फिक्र मत करो! Travelling Salesman Problem (TSP) को एकदम नर्सरी क्लास की कहानी की तरह समझते हैं।
सोचो तुम एक छोटे से प्यारे बच्चे हो और तुम्हें अपने ४ दोस्तों के घर चॉकलेट देने जाना है। तुम्हारे मम्मी-पापा ने तुम्हें ४ नियम (Rules) दिए हैं:
१. सबके घर जाना है: तुम्हें अपने चारों दोस्तों (A, B, C, D) के घर जाना ही पड़ेगा। [१२०] २. सिर्फ एक बार: किसी भी दोस्त के घर दोबारा नहीं जाना है, नहीं तो बाकी दोस्त बुरा मान जायेंगे! (Visit each city exactly once)। [१२०] ३. घर वापसी: सबको चॉकलेट देने के बाद तुम्हें वापस अपने ही घर आना है जहाँ से तुमने शुरू किया था। [१२०] ४. छोटा रास्ता: तुम्हें ऐसा रास्ता चुनना है कि तुम थको नहीं और जल्दी घर आ जाओ (यानी Shortest Distance)। [१२०]
--------------------------------------------------------------------------------
बड़े बच्चों वाली भाषा में (For your Exam):
इन्हीं ४ नियमों को जब हम गणित (Maths) में लिखते हैं, तो उसे TSP कहते हैं। यह तुम्हारे यूनिट ४ (Unit 4) का हिस्सा है। [१२०]
इसे हल करना इसलिए मुश्किल होता है क्योंकि:
अगर तुम एक शहर से उसी शहर में जाना चाहो (A→A), तो वह नामुमकिन है। इसलिए हम वहां ∞ (Inifinity) लिख देते हैं ताकि रास्ता बंद रहे।
हमें यह ध्यान रखना पड़ता है कि हम छोटे-छोटे चक्करों (Sub-tours) में न फंस जाएं, जैसे सिर्फ दो दोस्तों के बीच ही न घूमते रहें। हमें एक बड़ा चक्कर पूरा करना होता है। [१२०]
--------------------------------------------------------------------------------
नर्सरी वाली समरी (Copy to Notepad):
=================================================================
TSP: BACHON WAALI SUMMARY (UNIT 4)
=================================================================
1. SARE DOST (Cities) --> Sabke paas jaana hai.
2. EK HI BAAR (Once) --> Dobara nahi jaana.
3. GHAR WAPASI (Return) --> Jahan se shuru kiya, wahin khatam.
4. SABSE SASTA (Minimum) --> Petrol aur time bachana hai.
=================================================================मेरे भाई, बिल्कुल! अब हम TSP (Travelling Salesman Problem) को एक ऐसी कहानी की तरह समझेंगे जैसे नर्सरी के बच्चों को 'अकड़-बकड़' सिखाई जाती है। [१२०]
सोचो तुम एक छोटे से नन्हे खरगोश हो और तुम्हें अपने ५ दोस्तों (गाजर, मूली, टमाटर, गोभी और मटर) के घर जाकर उन्हें पार्टी का कार्ड देना है।
--------------------------------------------------------------------------------
कहानी का नाम: नन्हे खरगोश की यात्रा (TSP)
तुम्हारे ५ दोस्त हैं: A = गाजर का घर B = मूली का घर C = टमाटर का घर D = गोभी का घर E = मटर का घर
मम्मी ने ३ सख्त नियम (Rules) दिए हैं: [१२०] १. सबके घर जाना है: किसी भी दोस्त को छोड़ना नहीं है। २. सिर्फ एक बार: एक दोस्त के घर दोबारा नहीं जाना (जब तक घर वापस न लौटो)। ३. शॉर्टकट: ऐसा रास्ता चुनो कि तुम थको नहीं (सबसे कम दूरी)।
--------------------------------------------------------------------------------
नर्सरी वाली दूरी की टेबल (Copy to Notepad)
यहाँ 'inf' का मतलब है कि रास्ता बंद है (तुम अपने घर से निकलकर वापस सीधे अपने ही घर में नहीं घुस सकते)।
=================================================================
DOSTON KE GHAR KI DOORI (Complex Matrix)
=================================================================
Dost (To) | A (Gajar) | B (Mooli) | C (Tamatar) | D (Gobhi) | E (Matar)
-----------------------------------------------------------------
Dost (From)
A | inf | 10 | 8 | 9 | 7
B | 10 | inf | 10 | 5 | 6
C | 8 | 10 | inf | 8 | 9
D | 9 | 5 | 8 | inf | 11
E | 7 | 6 | 9 | 11 | inf
=================================================================
--------------------------------------------------------------------------------
स्टेप १: गलत रास्ता (The "Oh No!" Step)
मान लो तुमने सबसे छोटे नंबर देख-देखकर ये रास्ते चुने:
A से E गए (दूरी ७)
E से A आ गए (दूरी ७)
मम्मी की डाँट: "अरे! तुम तो सिर्फ गाजर और मटर के बीच ही घूमते रह गए! बाकी दोस्त मूली, टमाटर और गोभी रो रहे हैं!" इसे हम "Sub-tour" कहते हैं, जो गलत है। [१२०]
--------------------------------------------------------------------------------
स्टेप २: सही रास्ता (The "Bingo!" Step)
अब हम ऐसा रास्ता बनाएंगे जिसमें सब खुश रहें और दूरी भी कम हो:
१. A (गाजर) → C (टमाटर): ८ किमी चले। २. C (टमाटर) → D (गोभी): ८ किमी चले। ३. D (गोभी) → B (मूली): ५ किमी चले। ४. B (मूली) → E (मटर): ६ किमी चले। ५. E (मटर) → A (गाजर - वापस घर): ७ किमी चले।
--------------------------------------------------------------------------------
अंतिम हिसाब (Notepad Summary)
=================================================================
TSP FINAL NURSERY REPORT (UNIT 4)
=================================================================
RASTA (Route) : A -> C -> D -> B -> E -> A
Hisaab-Kitaab:
1. Gajar se Tamatar : 8
2. Tamatar se Gobhi : 8
3. Gobhi se Mooli : 5
4. Mooli se Matar : 6
5. Matar se Wapas Ghar: 7
-----------------------------------------------------------------
TOTAL DOORI (Min Cost) = 8 + 8 + 5 + 6 + 7 = 34 km
=================================================================
* Sabhi dost khush hain (Everyone visited once).
* Khargosh thaka nahi (Shortest route found).
=================================================================
भाई, क्या अब यह "नन्हा खरगोश" वाला Complex TSP उदाहरण समझ आया?
अब बताओ, क्या हम Replacement Models (Unit 5) की तरफ चलें? इसे ऐसे समझो कि "साइकिल पुरानी हो गई है, तो नई कब लेनी चाहिए"। [१२०]
भाई, तुम्हारी बात एकदम सही है। नर्सरी वाला खरगोश तो सिर्फ कहानी समझने के लिए था, लेकिन B.Tech (Unit 4) के पेपर में तुम्हें असली पसीने छुड़ाने वाला न्यूमेरिकल मिलेगा1।
एक B.Tech लेवल का कॉम्प्लेक्स TSP सवाल वह होता है जिसमें आप हंगेरियन मेथड लगाते हैं, लेकिन उत्तर में Sub-tours (छोटे चक्कर) बन जाते हैं। उसे तोड़कर 'Complete Tour' बनाना ही असली इंजीनियरिंग है।
यहाँ एक 5x5 Matrix का धाकड़ उदाहरण है, जिसे तुम Notepad में डाल कर प्रैक्टिस कर सकते हो।
--------------------------------------------------------------------------------
B.Tech लेवल कॉम्प्लेक्स TSP न्यूमेरिकल
सवाल: एक सेल्समैन को ५ शहरों (A, B, C, D, E) के बीच यात्रा करनी है। नीचे दी गई टेबल 'किराया' (Cost) दिखाती है। सेल्समैन को A→⋯→A का ऐसा रास्ता चाहिए जो सबसे सस्ता हो।
1. शुरुआती कॉस्ट मैट्रिक्स (Notepad Ready)
(Diagonal पर 'inf' है क्योंकि खुद के शहर में वापस नहीं जा सकते)
=================================================================
TSP B.TECH LEVEL INITIAL MATRIX (5x5)
=================================================================
To -> | A | B | C | D | E |
-----------------------------------------------------------------
From |
A | inf | 2 | 5 | 7 | 1 |
B | 6 | inf | 3 | 8 | 2 |
C | 8 | 7 | inf | 4 | 7 |
D | 12 | 4 | 6 | inf | 5 |
E | 1 | 3 | 2 | 8 | inf |
=================================================================
--------------------------------------------------------------------------------
2. स्टेप १: हंगेरियन मेथड (Row & Column Reduction)
जब हम हर लाइन से सबसे छोटा नंबर घटाते हैं, तो हमें यह Reduced Matrix मिलती है:
=================================================================
REDUCED MATRIX (Zero Locations)
=================================================================
To -> | A | B | C | D | E |
-----------------------------------------------------------------
A | inf | 1 | 4 | 6 | (0) |
B | 4 | inf | (0) | 6 | 0 |
C | 4 | 3 | inf | (0) | 3 |
D | 8 | (0) | 2 | inf | 1 |
E | (0) | 2 | 1 | 7 | inf |
=================================================================
--------------------------------------------------------------------------------
3. स्टेप २: सब-टूर का खतरा (The B.Tech Twist)
अगर हम ऊपर वाले '0' चुनते हैं, तो हमारा रास्ता क्या बना?
A→E
E→A (यहाँ रास्ता खत्म! यह Sub-tour है क्योंकि हम सिर्फ २ शहरों में घूम कर रह गए)।1
B→C
C→D
D→B (यह दूसरा Sub-tour है)।
इंजीनियरिंग लॉजिक: हमें A−E−A को तोड़ना होगा। इसके लिए हम A→E के बाद अगला सबसे सस्ता रास्ता (जैसे E→C) चुनते हैं।
--------------------------------------------------------------------------------
4. फाइनल ऑप्टिमल रूट (Breaking Sub-tours)
ट्रायल और एरर (या Branch & Bound) के बाद, सबसे कम खर्चे वाला 'Single Loop' रास्ता यह निकलता है:
रास्ता: A→E→C→D→B→A
--------------------------------------------------------------------------------
5. अंतिम हिसाब (Notepad Summary)
=================================================================
FINAL TSP B.TECH SOLUTION REPORT
=================================================================
Optimal Route : A -> E -> C -> D -> B -> A
Cost Breakdown:
1. A to E (Cost 1)
2. E to C (Cost 2)
3. C to D (Cost 4)
4. D to B (Cost 4)
5. B to A (Cost 6)
-----------------------------------------------------------------
TOTAL MINIMUM COST = 1 + 2 + 4 + 4 + 6 = 17 Units
=================================================================
Status: OPTIMAL (No sub-tours, all cities covered once).
=================================================================
भाई, एग्जाम में जब सब-टूर बने, तो घबराना मत। बस उस लूप को तोड़कर अगले सबसे छोटे '0' या '1' को चुनकर नया रूट चेक करना। यही RTU कोटा के सिलेबस का असली लेवल है1।
क्या अब यह कॉम्प्लेक्स न्यूमेरिकल क्लियर है? अब बताओ क्या हम Unit 5: Replacement Models (मशीन कब बदलनी चाहिए) पर चलें?
तुमने एकदम सही समय पर सही टॉपिक पकड़ा है! तुम्हारे RTU कोटा के सिलेबस के अनुसार, Operations Research (8ME6-60.1) की यूनिट ६ में "Capital equipment replacement with time" एक बहुत ही महत्वपूर्ण टॉपिक है [१२०]।
इसे एकदम आसान भाषा में और Notepad-friendly तरीके से समझते हैं।
--------------------------------------------------------------------------------
१. कैपिटल इक्विपमेंट रिप्लेसमेंट (Capital Equipment Replacement) क्या है?
सरल भाषा में, यह टॉपिक हमें यह तय करना सिखाता है कि "एक पुरानी मशीन को कब रिटायर करके नई मशीन लानी चाहिए?"
जब हम कोई बड़ी मशीन (जैसे ट्रक, जेनरेटर या फैक्ट्री की मशीन) खरीदते हैं, तो समय के साथ दो चीजें होती हैं:
Maintenance Cost (रखरखाव का खर्चा): जैसे-जैसे मशीन पुरानी होती है, उसकी मरम्मत का खर्चा बढ़ता जाता है [१२०, १३७]।
Resale Value (कबाड़ की कीमत): समय के साथ मशीन की अपनी कीमत कम होती जाती है (इसे Depreciation कहते हैं)।
हमारा लक्ष्य उस साल (Year) को ढूंढना है जहाँ मशीन को चलाने का औसत सालाना खर्चा (Average Annual Cost) सबसे कम हो [१२०]।
--------------------------------------------------------------------------------
२. रिप्लेसमेंट का गणित (The Logic)
मशीन बदलने का फैसला हम तब लेते हैं जब:
अगले साल की मरम्मत का खर्चा > अब तक का औसत सालाना खर्चा
मुख्य फॉर्मूला (Formula):
Total Cost (TC): (खरीदने की कीमत - कबाड़ की कीमत) + अब तक की कुल मरम्मत का खर्चा।
Average Cost (AC): TC / कुल साल (n)।
--------------------------------------------------------------------------------
३. कॉम्प्लेक्स न्यूमेरिकल उदाहरण (Notepad Ready)
मान लो तुमने ₹६०,००० की एक मशीन खरीदी। उसकी कबाड़ की वैल्यू और हर साल की मरम्मत का खर्चा नीचे टेबल में है।
सवाल: मशीन को किस साल बदल देना चाहिए?
=================================================================
CAPITAL EQUIPMENT REPLACEMENT DATA (UNIT 6)
=================================================================
Purchase Price (P) = Rs. 60,000
-----------------------------------------------------------------
Year (n) | Maintenance Cost | Salvage Value (S) | Total Cost
-----------------------------------------------------------------
1 | 1,000 | 30,000 | 31,000
2 | 2,500 | 15,000 | 48,500
3 | 4,000 | 7,500 | 57,500
4 | 6,000 | 3,750 | 64,750
5 | 9,000 | 2,000 | 75,000
=================================================================
हल करने के स्टेप्स:
१) Depreciation (P - S): मशीन की घिसी हुई कीमत निकालो। २) Cumulative Maintenance Cost: हर साल के खर्चे को पिछले सालों के खर्चे में जोड़ते जाओ। ३) Average Cost (AC): (Depreciation + Cumulative Maintenance) को साल (n) से भाग दे दो।
--------------------------------------------------------------------------------
४. फाइनल रिपोर्ट (Notepad Summary)
जब तुम कैलकुलेशन करोगे, तो तुम्हें दिखेगा कि एक समय के बाद Average Cost फिर से बढ़ना शुरू हो जाएगा।
=================================================================
REPLACEMENT DECISION SUMMARY
=================================================================
Year (n) | Total Cost (TC) | Average Annual Cost (AC)
-----------------------------------------------------------------
1 | 31,000 | 31,000
2 | 48,500 | 24,250
3 | 57,500 | 19,166 <-- Sabse Kam (Min)
4 | 64,750 | 16,187
5 | 75,000 | 15,000
-----------------------------------------------------------------
RESULT: Machine ko us saal badalna chahiye jab Average Cost
dubara badhne lage.
=================================================================
५. एग्जाम के लिए थ्योरी टिप्स (Unit 6) [१२०]
Money Value: अगर सवाल में 'Interest Rate' दिया है, तो हम "Present Worth" वाला तरीका इस्तेमाल करते हैं।
Individual vs Group Replacement: यह टॉपिक उन चीजों के लिए है जो धीरे-धीरे खराब होती हैं (जैसे मशीन)। जो चीजें अचानक पूरी तरह खराब हो जाती हैं (जैसे बल्ब), उनके लिए हम Group Replacement पढ़ते हैं [१२०]।
भाई, क्या तुम्हें Replacement Model का यह "समय के साथ बदलने वाला" फंडा समझ आया?
अब बताओ, क्या हम यूनिट ६ का दूसरा हिस्सा— "Group replacement of items subjected to total failure" (बल्ब वाला उदाहरण) शुरू करें? [१२०]
भाई, अब "नन्हे खरगोश" वाली कहानियों से ऊपर उठकर सीधे B.Tech (Unit 6) के लेवल का एक धाकड़ न्यूमेरिकल सॉल्व करते हैं। तुम्हारे सिलेबस के अनुसार, Capital equipment replacement का सबसे 'कॉम्प्लेक्स' सवाल वह होता है जिसमें हर साल मरम्मत का खर्चा (Maintenance Cost) बढ़ता है और कबाड़ की कीमत (Salvage Value) तेजी से गिरती है1।
इसे हल करने के लिए हम औसत सालाना लागत (Average Annual Cost) निकालते हैं। चलिए इसे Notepad फॉर्मेट में स्टेप-बाय-स्टेप देखते हैं।
--------------------------------------------------------------------------------
B.Tech लेवल: रिप्लेसमेंट मॉडल कॉम्प्लेक्स सवाल
सवाल: एक कंपनी ने ₹१२,००० में एक मशीन खरीदी। मशीन के रखरखाव का खर्चा और उसे बेचने पर मिलने वाली कीमत (Resale Value) नीचे दी गई है। मशीन को किस साल बदल देना चाहिए?12
1. डेटा टेबल (Copy to Notepad)
=================================================================
MACHINE REPLACEMENT DATA (Purchase Price = 12,000)
=================================================================
Year (n) | Maintenance Cost (f(t)) | Resale/Salvage Value (S)
-----------------------------------------------------------------
1 | 200 | 10,000
2 | 500 | 8,000
3 | 800 | 6,000
4 | 1,200 | 4,000
5 | 1,800 | 2,000
6 | 2,500 | 1,200
7 | 3,200 | 600
8 | 4,000 | 500
=================================================================
--------------------------------------------------------------------------------
2. हल करने की प्रक्रिया (The Calculation)
हमें ४ चीजें निकालनी हैं:
Depreciation (P−S): मशीन की कीमत में कितनी कमी आई।
∑f(t) (Cumulative Maintenance): अब तक का कुल मरम्मत का खर्चा।
Total Cost (TC): Depreciation + कुल मरम्मत।
Average Cost (AC): Total Cost / साल (n)।
--------------------------------------------------------------------------------
3. फाइनल कैलकुलेशन टेबल (Notepad Ready Solution)
======================================================================
FINAL REPLACEMENT ANALYSIS TABLE
======================================================================
Yr | Maint | Cum.Maint | Salvage | Deprec. | Total Cost | Avg. Cost
(n)| f(t) | Σf(t) | (S) | (P-S) | (TC) | (AC = TC/n)
----------------------------------------------------------------------
1 | 200 | 200 | 10,000 | 2,000 | 2,200 | 2,200
2 | 500 | 700 | 8,000 | 4,000 | 4,700 | 2,350
3 | 800 | 1,500 | 6,000 | 6,000 | 7,500 | 2,500
4 | 1,200 | 2,700 | 4,000 | 8,000 | 10,700 | 2,675
5 | 1,800 | 4,500 | 2,000 | 10,000 | 14,500 | 2,900
6 | 2,500 | 7,000 | 1,200 | 10,800 | 17,800 | 2,966
----------------------------------------------------------------------
RULE: Jab AC badhne lage, tab replacement kar do.
======================================================================
(नोट: ऊपर वाले उदाहरण में पहले ही साल के बाद AC बढ़ना शुरू हो गया है, जो दिखाता है कि मशीन बहुत तेजी से अपनी वैल्यू खो रही है।)
--------------------------------------------------------------------------------
निष्कर्ष और डिसीजन (The Engineering Decision)
नियम: हम मशीन को तब तक चलाते हैं जब तक उसकी औसत सालाना लागत (AC) घट रही हो12।
रिजल्ट: जैसे ही AC बढ़ना शुरू हो (इस केस में साल २ से), हमें उसे बदल देना चाहिए।
एग्जाम टिप: अगर सवाल में Interest Rate (ब्याज दर) दिया हो, तो आपको "Present Worth Factor" (vn) का इस्तेमाल करना पड़ेगा, जो इसे और भी कॉम्प्लेक्स बना देता है1。
भाई, क्या यह कॉम्प्लेक्स कैलकुलेशन टेबल समझ आई?
अब बताओ, क्या हम Group Replacement (यूनिट ६ का दूसरा हिस्सा) देखें, जहाँ हम बल्ब या छोटे पुर्जों को एक साथ बदलने का हिसाब लगाते हैं?
भाई, एक और थोड़ा और उलझा हुआ (Complex) उदाहरण लेते हैं। इसे भी हम बिल्कुल "नर्सरी क्लास" वाले खरगोश की कहानी और B.Tech लेवल की कैलकुलेशन के साथ समझेंगे ताकि तुम इसे सीधे Notepad में पेस्ट कर सको [१२०]।
सोचो तुम्हारे पास एक पुरानी कार है जिसे तुम पार्टी में जाने के लिए इस्तेमाल करते हो। अब तुम्हें यह तय करना है कि इस कार को कब तक घसीटना है और कब नई कार ले लेनी है [१२०, १३७]।
--------------------------------------------------------------------------------
रिप्लेसमेंट मॉडल: धाकड़ न्यूमेरिकल उदाहरण
प्रॉब्लम: एक मशीन की कीमत ₹५०,००० है। इसका हर साल का मरम्मत का खर्चा (Maintenance Cost) और उसे बेचने पर मिलने वाला पैसा (Resale Value) नीचे दिया गया है [१२०]।
१. शुरुआती डेटा (Initial Data - Notepad Ready)
=================================================================
COMPLEX REPLACEMENT DATA (Purchase Price = 50,000)
=================================================================
Year (n) | Maintenance Cost (M) | Resale/Salvage Value (S)
-----------------------------------------------------------------
1 | 1,500 | 40,000
2 | 2,000 | 32,000
3 | 3,000 | 25,000
4 | 4,500 | 18,000
5 | 7,000 | 12,000
6 | 10,000 | 8,000
=================================================================
--------------------------------------------------------------------------------
२. खरगोश वाला दिमाग (The Logic)
Depreciation (घिसावट): तुमने कितने में खरीदी और अब कितने में बिक रही है (P−S)।
Total Maintenance: अब तक कुल कितना पैसा मकैनिक को दिया (∑M)।
Average Cost (AC): (घिसावट + कुल मरम्मत) को साल की संख्या से भाग दे दो [१२०]।
--------------------------------------------------------------------------------
३. फाइनल कैलकुलेशन टेबल (Notepad Ready Solution)
======================================================================
FINAL REPLACEMENT ANALYSIS TABLE
======================================================================
Yr | Maint | Cum.Maint | Salvage | Deprec. | Total Cost | Avg. Cost
(n)| (M) | (ΣM) | (S) | (P-S) | (TC) | (AC = TC/n)
----------------------------------------------------------------------
1 | 1,500 | 1,500 | 40,000 | 10,000 | 11,500 | 11,500
2 | 2,000 | 3,500 | 32,000 | 18,000 | 21,500 | 10,750
3 | 3,000 | 6,500 | 25,000 | 25,000 | 31,500 | 10,500 <-- Min
4 | 4,500 | 11,000 | 18,000 | 32,000 | 43,000 | 10,750
5 | 7,000 | 18,000 | 12,000 | 38,000 | 56,000 | 11,200
6 |10,000 | 28,000 | 8,000 | 42,000 | 70,000 | 11,666
======================================================================
DECISION: Replace at the end of 3rd year.
======================================================================
--------------------------------------------------------------------------------
नतीजा (The Decision)
नन्हे खरगोश भाई, देखो! साल ३ तक तुम्हारी जेब से जाने वाला औसत खर्चा कम हो रहा था (₹११,५०० से ₹१०,५०० तक आया)। लेकिन साल ४ में मकैनिक ने ज्यादा पैसे मांगे और कार की कीमत भी गिर गई, जिससे औसत खर्चा फिर से बढ़कर ₹१०,७५० हो गया [१२०]।
मम्मी का नियम: जैसे ही औसत खर्चा (AC) बढ़ना शुरू हो, पुरानी मशीन को कबाड़ में बेचो और नई ले आओ! [१३७]
भाई, क्या यह कॉम्प्लेक्स टेबल और इसका डिसीजन अब बिल्कुल साफ़ है?
अब बताओ, क्या हम Group Replacement (जैसे एक साथ सारे बल्ब बदलना) वाला टॉपिक शुरू करें, या Queuing Theory (लाइन में लगने वाला गणित) पर चलें? [१२१]
मेरे नन्हे खरगोश भाई, बिल्कुल! अब हम Group Replacement (यूनिट 6) का एक ऐसा "सुपर-कॉम्प्लेक्स" सवाल लेंगे जो सीधे तुम्हारे B.Tech के एग्जाम पेपर जैसा दिखेगा1।
इसे हम Notepad में सजाकर लिखेंगे और "नर्सरी क्लास" वाले अंदाज़ में समझेंगे कि आखिर यह गणित काम कैसे करता है।
--------------------------------------------------------------------------------
कहानी: जादुई शहर की लाइटें (Nursery Style)
सोचो तुम्हारे पास एक जादुई खिलौना है जिसमें 2000 छोटे बल्ब लगे हैं।
नियम १: ये बल्ब धीरे-धीरे पुराने नहीं होते, ये सीधे "टायं-टायं फिस्स" (Total Failure) हो जाते हैं।
नियम २: अगर तुम एक-एक करके बल्ब बदलोगे (Individual), तो दुकानदार तुमसे ₹10 मांगेगा।
नियम ३: अगर तुम सारे 2000 बल्ब एक साथ बदलवाओगे (Group), तो दुकानदार सिर्फ ₹3.50 प्रति बल्ब लेगा।
पहेली: हमें यह पता लगाना है कि कितने हफ्तों के बाद सारे बल्ब एक साथ बदल देना सबसे सस्ता पड़ेगा?1
--------------------------------------------------------------------------------
B.Tech लेवल: सुपर-कॉम्प्लेक्स न्यूमेरिकल (Notepad Ready)
सवाल: 2000 बल्बों के खराब होने की संभावना (Probability) नीचे दी गई है:
1. डेटा टेबल (Copy to Notepad)
=================================================================
SUPER COMPLEX GROUP REPLACEMENT DATA (2000 Bulbs)
=================================================================
Hafta (Week) | 1 | 2 | 3 | 4 | 5 | 6 |
-----------------------------------------------------------------
Failure Prob.| 0.05 | 0.15 | 0.25 | 0.30 | 0.15 | 0.10 |
-----------------------------------------------------------------
Individual Cost = Rs. 10.00 / bulb
Group Cost = Rs. 03.50 / bulb
=================================================================
--------------------------------------------------------------------------------
2. स्टेप १: "हर हफ्ते कितने बल्ब शहीद होंगे?" (Ni Calculation)
यही इस सवाल का सबसे 'दिमाग घुमाने' वाला हिस्सा है।
N0 = 2000 (शुरुआत में सब नए थे)
N1 (1st week): 2000×0.05=100
N2 (2nd week): (2000×0.15)+(100×0.05)=300+5=305
N3 (3rd week): (2000×0.25)+(100×0.15)+(305×0.05)=500+15+15.25=530.25
(लॉजिक: पुराने वाले भी खराब होंगे और जो नए लगाए थे वो भी खराब होंगे!)
--------------------------------------------------------------------------------
3. स्टेप २: "अकेले-अकेले बदलने का औसत खर्चा" (Individual Case)
औसत उम्र (Mean Life): (1×.05)+(2×.15)+(3×.25)+(4×.30)+(5×.15)+(6×.10)=3.65 हफ्ते।
औसत फ्यूज होने वाले बल्ब प्रति हफ्ता: 2000/3.65=548 बल्ब।
हफ्ते का औसत खर्चा: 548×₹10=₹5480।
--------------------------------------------------------------------------------
4. स्टेप ३: ग्रुप रिप्लेसमेंट की असली परीक्षा (Notepad Final Table)
अब हम देखेंगे कि सबको एक साथ बदलने का खर्चा इस ₹5480 से कम आता है या नहीं।
======================================================================
FINAL GROUP REPLACEMENT COST TABLE
======================================================================
Week | Indiv. Cost | Group Cost | Total Cost | Avg. Cost per week
(n) | (ΣNi * 10) | (2000*3.5) | (Ind+Grp) | (Total / n)
----------------------------------------------------------------------
1 | 1,000 | 7,000 | 8,000 | 8,000
2 | 4,050 | 7,000 | 11,050 | 5,525
3 | 9,352 | 7,000 | 16,352 | 5,450 <-- MINIMUM!
4 | 18,500 | 7,000 | 25,500 | 6,375
----------------------------------------------------------------------
DECISION: Replace all bulbs together every 3 weeks!
======================================================================
--------------------------------------------------------------------------------
अंतिम डिसीजन (Final Post-Mortem)
नन्हे खरगोश भाई, देखो!1
अगर तुम अकेले-अकेले बल्ब बदलते, तो हर हफ्ते औसत ₹5480 खर्च होते।
अगर तुम हर ३ हफ्ते में सबको एक साथ बदल देते हो, तो तुम्हारा हफ्ते का औसत खर्चा गिरकर सिर्फ ₹5450 रह जाएगा।
लेकिन अगर तुमने ४ हफ्ते का इंतजार किया, तो खर्चा बढ़कर ₹6375 हो गया!
इंजीनियरिंग का मंत्र: जैसे ही औसत खर्चा (Average Cost) न्यूनतम पहुँच जाए, सारे बल्ब उखाड़कर नए लगा दो!1
भाई, क्या अब यह Ni का उलझा हुआ गणित और ₹5450 का हिसाब बिल्कुल क्लियर है?
अब बताओ क्या हम Unit 5: Game Theory (दो दुश्मनों की लड़ाई वाला मैथ) शुरू करें?
मेरे भाई, यूनिट ७ (Unit 7) का यह टॉपिक Queuing Theory (कतार सिद्धांत) एग्जाम के लिए बहुत स्कोरिंग है [१२१]। इसे हम अपनी पुरानी "नर्सरी क्लास" वाली कहानी और B.Tech के असली फॉर्मूलों के साथ समझेंगे ताकि तुम इसे सीधे Notepad में पेस्ट कर सको।
--------------------------------------------------------------------------------
१. कतार सिद्धांत (Queuing Theory) क्या है?
इसे ऐसे समझो कि तुम एक नन्हे खरगोश हो और तुम अपने दोस्तों के साथ "गाजर वाली दुकान" पर लाइन में लगे हो।
Poisson Arrival: इसका मतलब है कि दोस्त दुकान पर अचानक और रैंडमली आते हैं (कभी एक साथ ४ आ गए, कभी कोई नहीं आया)। [१२१]
Exponential Service: इसका मतलब है कि दुकानदार को गाजर देने में जो समय लगता है वह फिक्स नहीं है (किसी को जल्दी दे दी, किसी को तौलने में देर लगा दी)। [१२१]
--------------------------------------------------------------------------------
२. कतार के दो मुख्य प्रकार (As per Syllabus) [१२१]
A. Single Channel Queue (M/M/1):
दुकान पर सिर्फ एक ही दुकानदार (Server) है।
B. Multichannel Queue (M/M/s):
दुकान पर एक से ज्यादा दुकानदार (Multiple Servers) काम कर रहे हैं।
--------------------------------------------------------------------------------
३. जरूरी फॉर्मूले (B.Tech Level Formulas - Notepad Ready)
एग्जाम में तुम्हें ये ५-६ चीजें निकालनी होंगी:
=================================================================
QUEUING THEORY FORMULAS (M/M/1: infinity/FCFS)
=================================================================
Symbol Description:
λ (Lambda) = Arrival Rate (Aane ki raftaar)
μ (Mu) = Service Rate (Seva dene ki raftaar)
1. Utilization Factor (ρ) = λ / μ (Dukan kitni busy hai)
2. Avg number of customers in System (Ls) = λ / (μ - λ)
3. Avg number of customers in Queue (Lq) = Ls - (λ / μ)
4. Avg time spent in System (Ws) = 1 / (μ - λ)
5. Avg time spent in Queue (Wq) = λ / [μ(μ - λ)]
6. Probability of system being empty (P0) = 1 - ρ
=================================================================
--------------------------------------------------------------------------------
४. B.Tech लेवल कॉम्प्लेक्स न्यूमेरिकल
सवाल: एक पेट्रोल पंप पर गाड़ियाँ १० प्रति घंटा की रफ़्तार से आती हैं (Poisson)। पंप कर्मचारी एक गाड़ी में तेल भरने में ४ मिनट लेता है (Exponential)। [१२१]
हल (Notepad Ready):
λ=10 गाड़ियाँ/घंटा
μ=60/4=15 गाड़ियाँ/घंटा (क्योंकि १ घंटे में १५ गाड़ियाँ भरी जा सकती हैं)
=================================================================
PETROL PUMP QUEUE ANALYSIS REPORT
=================================================================
Hisaab-Kitaab:
1. Utilization (Busy time) : 10 / 15 = 0.67 (67% Time busy)
2. Avg Cars in System (Ls) : 10 / (15 - 10) = 2 Cars
3. Avg Cars in Queue (Lq) : (10*10) / [15*(15-10)] = 1.33 Cars
4. Waiting time in System : 1 / (15 - 10) = 0.2 Hours (12 Minutes)
5. Waiting time in Queue : 10 / [15*(15-10)] = 0.13 Hours (8 Minutes)
=================================================================
RESULT: Gadi ko dukan par kul 12 minute bitane padenge.
=================================================================
--------------------------------------------------------------------------------
५. मल्टी-चैनल (Multichannel) का फंडा [१२१]
जब दुकानदार एक से ज्यादा हों (s>1), तो लाइन छोटी हो जाती है। इसमें फॉर्मूले थोड़े और "कॉम्प्लेक्स" हो जाते हैं क्योंकि हमें P0 (सिस्टम खाली होने की संभावना) निकालने के लिए एक लंबी सीरीज (Summation) सॉल्व करनी पड़ती है।
भाई, क्या तुम्हें यह λ (आने वाली भीड़) और μ (दुकानदार की रफ़्तार) वाला गणित समझ आया?
मेरे नन्हे खरगोश भाई, बिल्कुल! तुम्हारे RTU कोटा के सिलेबस के यूनिट 7 में "Single channel queue with infinite customer population" सबसे बेसिक और जरूरी टॉपिक है1।
इसे हम M/M/1: ∞/FCFS मॉडल भी कहते हैं। चलो इसे नर्सरी वाली कहानी और B.Tech लेवल के न्यूमेरिकल के साथ समझते हैं।
--------------------------------------------------------------------------------
१. नर्सरी वाली कहानी: "छोटू की इकलौती गाजर दुकान"
सोचो तुम एक नन्हे खरगोश हो और जंगल में गाजर की सिर्फ एक ही दुकान है जहाँ "छोटू बंदर" गाजर बेचता है।
Single Channel (सिंगल चैनल): इसका मतलब है कि दुकान पर गाजर देने वाला सिर्फ एक ही दुकानदार (Server) है।1
Infinite Customer Population (अनंत ग्राहक): इसका मतलब है कि जंगल के सारे खरगोश (अनगिनत) उस दुकान पर आ सकते हैं। ऐसा नहीं है कि सिर्फ ५ या १० खरगोश ही अलाउड हैं।1
Poisson/Exponential: खरगोश दुकान पर कभी भी आ सकते हैं (Poisson) और छोटू बंदर को गाजर तौलने में अलग-अलग समय लगता है (Exponential)।1
--------------------------------------------------------------------------------
२. जरूरी फॉर्मूले (Notepad Ready - B.Tech Level)
एग्जाम में तुम्हें बस ये ५ जादुई चीजें निकालनी होंगी:
=================================================================
SINGLE CHANNEL QUEUE (M/M/1) FORMULA SHEET
=================================================================
Lambda (λ) = Arrival Rate (Aane wale log)
Mu (μ) = Service Rate (Seva dene ki raftaar)
1. ρ (Rho) = λ / μ [Dukan kitni busy hai]
2. Ls = λ / (μ - λ) [System mein kul kitne log hain]
3. Lq = λ² / [μ(μ - λ)] [Line mein kitne log khade hain]
4. Ws = 1 / (μ - λ) [Grahak dukan par kul kitna samay bitayega]
5. Wq = λ / [μ(μ - λ)] [Grahak ko sirf line mein kitna intezar karna hai]
=================================================================
--------------------------------------------------------------------------------
३. B.Tech लेवल कॉम्प्लेक्स न्यूमेरिकल
सवाल: एक छोटा सा क्लिनिक है जहाँ सिर्फ एक डॉक्टर है। मरीज औसतन ५ प्रति घंटा की रफ़्तार से आते हैं। डॉक्टर एक मरीज को देखने में १० मिनट लगाता है। क्लिनिक में मरीजों की कोई सीमा नहीं है (Infinite Population)।1
कैलकुलेशन (Step-by-Step):
१. λ (Arrival): ५ मरीज/घंटा। २. μ (Service): १ घंटे में ६० मिनट होते हैं, तो 60/10=6 मरीज/घंटा।
Notepad रेडी रिपोर्ट:
=================================================================
CLINIC QUEUE ANALYSIS REPORT
=================================================================
Input: λ = 5, μ = 6
-----------------------------------------------------------------
1. Traffic Intensity (ρ) : 5 / 6 = 0.83 (83% Dr. busy hai)
2. Avg patients in clinic (Ls) : 5 / (6 - 5) = 5 Patients
3. Avg patients in line (Lq) : (5*5) / [6*(6-5)] = 4.16 Patients
4. Time in Clinic (Ws) : 1 / (6 - 5) = 1 Hour (60 Min)
5. Time in Waiting Line (Wq) : 5 / [6*(6-5)] = 0.83 Hour (50 Min)
=================================================================
RESULT: Marij ko 50 minute line mein lagna padega aur 10 minute
checkup ke liye. Kul 60 minute lagenge.
=================================================================
--------------------------------------------------------------------------------
एग्जाम के लिए एक जरूरी बात (Pro Tip):
इस मॉडल में हमेशा μ (Service Rate), λ (Arrival Rate) से बड़ा होना चाहिए। अगर आने वाले लोग ज्यादा हो गए और दुकानदार धीरे काम करेगा, तो लाइन कभी खत्म ही नहीं होगी और तुम्हारा गणित फेल हो जाएगा!1
भाई, क्या तुम्हें यह "इकलौता दुकानदार" (Single Channel) और "पूरी दुनिया के ग्राहक" (Infinite Population) वाला हिसाब समझ आया?
अब बताओ, क्या हम Multichannel Queue (जहाँ एक से ज्यादा दुकानदार हों) की तरफ चलें?
📚 मल्टी-चैनल क्यू मॉडल (Multichannel Queue Model)
जब सर्विस देने वाले एक से ज़्यादा (s > 1) हों और आने वाले ग्राहकों की संख्या की कोई सीमा न हो।
1. मुख्य धारणाएं (Key Assumptions)
आगमन (Arrival): ग्राहक 'पॉइसन डिस्ट्रीब्यूशन' ($\lambda$) के हिसाब से आते हैं।
सेवा (Service): हर सर्वर की सर्विस देने की क्षमता 'एक्सपोनेंशियल डिस्ट्रीब्यूशन' ($\mu$) होती है।
चैनल (Channels): यहाँ $s$ नंबर ऑफ सर्वर होते हैं जो एक साथ काम करते हैं।
अनुशासन (Discipline): जो पहले आएगा, उसे पहले सर्विस मिलेगी (FIFO).
📚 मल्टी-चैनल क्यू मॉडल (Multichannel Queue Model)
अवधारणा (Concept): जब सर्विस देने वाले एक से ज़्यादा (s > 1) हों और आने वाले ग्राहकों की संख्या असीमित (Infinite) हो। जैसे किसी बैंक में एक साथ 3 काउंटर का खुला होना।
मुख्य धारणाएं (Key Assumptions):
आगमन (Arrival): पॉइसन डिस्ट्रीब्यूशन (λ) के अनुसार।
सेवा (Service): एक्सपोनेंशियल डिस्ट्रीब्यूशन (μ) के अनुसार।
सर्वर (s): काउंटर्स की संख्या 1 से ज़्यादा होती है।
अनुशासन (Discipline): FIFO (First In First Out) - जो पहले आया, वो पहले पाएगा।
महत्वपूर्ण सूत्र (Important Formulas):
उपयोगिता कारक (Utilization Factor - ρ): ρ = λ / (s × μ) (नोट: सिस्टम चलने के लिए ρ हमेशा < 1 होना चाहिए)
P0 (सिस्टम के बिल्कुल खाली होने की संभावना): P0 = [ Σ_{n=0 to s-1} {(λ/μ)^n / n!} + {(λ/μ)^s / (s! × (1 - ρ))} ]^(-1)
Lq (लाइन में खड़े औसत ग्राहकों की संख्या): Lq = [ P0 × (λ/μ)^s × ρ ] / [ s! × (1 - ρ)² ]
Wq (लाइन में बिताया गया औसत समय): Wq = Lq / λ
✅ हल किया गया उदाहरण (Solved Numerical)
प्रश्न (Question): एक बैंक में 3 कैशियर (s=3) हैं। ग्राहक हर घंटे 12 की रफ़्तार से आते हैं (λ=12)। हर कैशियर एक घंटे में 5 ग्राहकों को सर्विस दे सकता है (μ=5)।
स्टेप 1: डेटा लिखें λ = 12 μ = 5 s = 3 λ/μ = 12/5 = 2.4
स्टेप 2: ट्रैफिक तीव्रता (ρ) निकालें ρ = 12 / (3 × 5) = 12 / 15 = 0.8 (ρ < 1 है, मतलब सिस्टम स्थिर है)
स्टेप 3: P0 निकालें (Zero Customers की संभावना)
n=0 के लिए: (2.4)^0 / 0! = 1
n=1 के लिए: (2.4)^1 / 1! = 2.4
n=2 के लिए: (2.4)^2 / 2! = 5.76 / 2 = 2.88
आखिरी टर्म: [(2.4)^3 / (3! × (1 - 0.8))] = 13.824 / (6 × 0.2) = 11.52
P0 = 1 / (1 + 2.4 + 2.88 + 11.52) P0 = 1 / 17.8 = 0.056 (यानी 5.6% चांस बैंक खाली होने का)
स्टेप 4: Lq निकालें (लाइन की लंबाई) Lq = [0.056 × (2.4)^3 × 0.8] / [6 × (0.2)²] Lq = [0.056 × 13.824 × 0.8] / [6 × 0.04] Lq = 0.619 / 0.24 = 2.58 ग्राहक (लाइन में औसतन 2 से 3 लोग खड़े मिलेंगे)
स्टेप 5: Wq निकालें (इंतज़ार का समय) Wq = 2.58 / 12 = 0.215 घंटे मिनट में: 0.215 × 60 = 12.9 मिनट
💡 परीक्षा के लिए टिप्स:
P0 की कैलकुलेशन में सबसे ज़्यादा गलती होती है, इसे ध्यान से करें।
λ और μ की यूनिट (प्रति घंटा या प्रति मिनट) हमेशा एक ही रखें।
अगर s × μ की वैल्यू λ से कम है, तो लाइन कभी खत्म नहीं होगी।
📚 गेम थ्योरी (Theory of Games)
अवधारणा (Concept): जब दो या दो से ज़्यादा विरोधी (Competitors) किसी ऐसी स्थिति में हों जहाँ एक की जीत दूसरे की हार पर निर्भर हो, तो "बेस्ट स्ट्रैटेजी" चुनने की तकनीक को गेम थ्योरी कहते हैं।
मुख्य शब्द (Key Terms):
खिलाड़ी (Players): गेम में हिस्सा लेने वाले (जैसे A और B)।
स्ट्रैटेजी (Strategy): खिलाड़ी के पास उपलब्ध विकल्प।
पे-ऑफ़ मैट्रिक्स (Pay-off Matrix): टेबल जो बताती है कि कौन सी चाल चलने पर किसे कितना फायदा या नुकसान होगा।
सैडल पॉइंट (Saddle Point): वह स्थिति जहाँ दोनों खिलाड़ी अपनी बेस्ट चाल पर सहमत हो जाते हैं।
गेम को हल करने के नियम (Rules to Solve):
नियम 1: सैडल पॉइंट ढूंढना (Saddle Point)
हर रो (Row) में से सबसे छोटी संख्या चुनें (Row Minima)।
हर कॉलम (Column) में से सबसे बड़ी संख्या चुनें (Column Maxima)।
अगर 'मैक्सिमिन' (Maximin) और 'मिनिमैक्स' (Minimax) बराबर हैं, तो वही सैडल पॉइंट है।
नियम 2: डोमिनेंस प्रिंसिपल (Dominance Principle) अगर कोई एक रो (Row) दूसरी रो से हमेशा कम या बराबर वैल्यू देती है, तो उसे हटा दें (क्योंकि खिलाड़ी हमेशा ज़्यादा फायदा चाहेगा)। कॉलम के मामले में बड़ी वैल्यू वाली कॉलम को हटा दें (क्योंकि विरोधी हमेशा आपका नुकसान कम करना चाहेगा)।
✅ हल किया गया उदाहरण (2x2 Game without Saddle Point)
मान लीजिए मैट्रिक्स यह है: खिलाड़ी B खिलाड़ी A [ 4 1 ] [ 2 3 ]
स्टेप 1: सैडल पॉइंट चेक करें
Row 1 min = 1, Row 2 min = 2. (Maximin = 2)
Col 1 max = 4, Col 2 max = 3. (Minimax = 3) यहाँ 2 ≠ 3 है, मतलब सैडल पॉइंट नहीं है। अब 'ऑड्स मेथड' (Odds Method) लगेगा।
स्टेप 2: अंतर (Differences) निकालें
Row 1 के लिए: |2 - 3| = 1 (इसे Row 1 के सामने नहीं, Row 2 के सामने लिखें)
Row 2 के लिए: |4 - 1| = 3 (इसे Row 1 के सामने लिखें)
Col 1 के लिए: |1 - 3| = 2 (इसे Col 2 के नीचे लिखें)
Col 2 के लिए: |4 - 2| = 2 (इसे Col 1 के नीचे लिखें)
स्टेप 3: गेम की वैल्यू (Value of Game - V) निकालें V = [(4 × 3) + (2 × 1)] / (3 + 1) V = [12 + 2] / 4 = 14 / 4 = 3.5
स्टेप 4: स्ट्रैटेजी (Probabilities)
खिलाड़ी A की स्ट्रैटेजी: P1 = 3/4, P2 = 1/4
खिलाड़ी B की स्ट्रैटेजी: Q1 = 2/4, Q2 = 2/4
💡 परीक्षा के लिए जरूरी बातें:
अगर सैडल पॉइंट मिल जाए, तो गेम की वैल्यू वही पॉइंट होता है।
2 x n या m x 2 गेम के लिए 'ग्राफिकल मेथड' का इस्तेमाल करें।
डोमिनेंस प्रिंसिपल का इस्तेमाल करके बड़ी मैट्रिक्स को छोटा (2x2) करना सीखें।
bhai ek aur complex btech level problem le
Gemini said
Bhai, B.Tech level par Game Theory ka ek aur important topic hai "Dominance Principle". Exam mein jab badi matrix (jaise 3x3 ya 4x4) aati hai jiska Saddle Point nahi nikalta, tab use chhota karne ke liye ye method kaam aata hai.
Ise Notepad format mein step-by-step samajhte hain:
📚 डोमिनेंस प्रिंसिपल (Dominance Principle) - B.Tech Level
अवधारणा (Concept):
जब कोई एक चाल (Strategy) दूसरी चाल से हमेशा बेहतर (या बदतर) होती है, तो हम खराब चाल को हटा देते हैं ताकि मैट्रिक्स छोटी हो जाए (2x2 बन जाए)।नियम (The Rules):
रो (Row) के लिए: अगर Row A के सभी तत्व Row B से "छोटे या बराबर" हैं, तो Row A को हटा दें। (क्योंकि खिलाड़ी A हमेशा ज़्यादा फायदा चाहेगा)।
कॉलम (Column) के लिए: अगर Column 1 के सभी तत्व Column 2 से "बड़े या बराबर" हैं, तो Column 1 को हटा दें। (क्योंकि खिलाड़ी B हमेशा अपना नुकसान कम करना चाहेगा)।
✅ हल किया गया उदाहरण (Complex 3x3 Problem)
प्रश्न (Question): नीचे दी गई मैट्रिक्स को हल करें:
खिलाड़ी B
B1 B2 B3
खिलाड़ी A A1 [ 3 2 4 ]
A2 [ 4 2 2 ]
A3 [ 2 1 5 ]
स्टेप 1: सैडल पॉइंट चेक करें
Row Minima: A1=2, A2=2, A3=1 (Maximin = 2)
Col Maxima: B1=4, B2=2, B3=5 (Minimax = 2)
यहाँ सैडल पॉइंट (2,2) पर मिल गया है, लेकिन मान लो अगर नहीं मिलता तो डोमिनेंस कैसे लगाते:
स्टेप 2: डोमिनेंस लगाना (Logic)
Row A1 और A3 को देखें:
3 > 2, 2 > 1, 4 < 5 (यहाँ नियम फिट नहीं बैठ रहा)।Column B2 और B3 को देखें:
2 < 4, 2 = 2, 1 < 5
यहाँ B3 के सभी तत्व B2 से बड़े या बराबर हैं।
नियम: कॉलम में "बड़ी" वैल्यू वाले को हटाते हैं।
इसलिए B3 को हटा दें (Delete B3)।
अब बची हुई मैट्रिक्स (3x2):
B1 B2
A1 [ 3 2 ]
A2 [ 4 2 ]
A3 [ 2 1 ]
स्टेप 3: रो डोमिनेंस (Row Dominance)
A2 और A3 को देखें:
4 > 2 और 2 > 1.
A2 की सभी वैल्यू A3 से बड़ी हैं।
नियम: रो में "छोटी" वैल्यू वाले को हटाते हैं।
इसलिए A3 को हटा दें (Delete A3)।
अब मैट्रिक्स 2x2 बन गई:
B1 B2
A1 [ 3 2 ]
A2 [ 4 2 ]
स्टेप 4: फिर से कॉलम डोमिनेंस
B1 और B2 को देखें:
3 > 2 और 4 > 2.
B1 की वैल्यू बड़ी है, उसे हटा दें (Delete B1)।
अंतिम उत्तर:
बचा हुआ तत्व '2' है।
Value of Game (V) = 2.
Best Strategy for A: A2
Best Strategy for B: B2
💡 परीक्षा के लिए कॉम्प्लेक्स टिप्स:
हमेशा पहले सैडल पॉइंट चेक करें, अगर मिल जाए तो डोमिनेंस की ज़रूरत नहीं।
अगर कोई एक रो/कॉलम सीधा डोमिनेट नहीं हो रहा, तो दो रो/कॉलम का "औसत" (Average) निकाल कर भी चेक कर सकते हैं।
एग्जाम में काटते समय पेंसिल का इस्तेमाल करें और साफ-साफ लिखें कि कौन सी रो/कॉलम हटाई गई है।
ab bass decision making trees aur clear kar de mujhe dhang se
Gemini said
Bhai, Decision Tree analysis tab use hota hai jab hume "Sequence of Decisions" lene hote hain (ek ke baad ek faisla). Ise ek map ki tarah samjha jata hai jahan har rasta ek naya option dikhata hai.
Ye raha Notepad-ready format tere liye:
🌳 डिसीजन मेकिंग ट्री (Decision Making Trees)
अवधारणा (Concept):
Decision Tree ek graphical tool hai jo complicated decisions ko asaan banata hai. Ye ek "Ped" (Tree) ki tarah dikhta hai jisme branches alag-alag outcomes ko dikhati hain.मुख्य प्रतीक (Key Symbols):
Decision Node (Square □): Jahan hume chunaav (Choice) karna hota hai.
Chance Node (Circle ○): Jahan kismat ya probability (Risk) kaam karti hai.
Terminal Node (Triangle ▷): Jahan par result (Pay-off) milta hai.
हल करने का तरीका (Steps to Solve):
Step 1: Pehle tree ko 'Left to Right' draw karein saare options ke saath.
Step 2: Har branch par uski probability (hone ka chance) aur profit/loss likhein.
Step 3: Calculation hamesha 'Right to Left' (Piche se aage) hoti hai.
Step 4: EMV (Expected Monetary Value) nikal kar best rasta chunein.
✅ हल किया गया उदाहरण (Step-by-Step Problem)
प्रश्न (Question):
Ek company ko naya product launch karna hai. Do raaste hain:
Bada Plant lagayein (Cost: 10 Lakh)
Chota Plant lagayein (Cost: 5 Lakh)
Market ka chance:
Good Demand: 60% chance (0.6)
Poor Demand: 40% chance (0.4)
Profit:
Bada Plant + Good Demand = 25 Lakh
Bada Plant + Poor Demand = 10 Lakh
Chota Plant + Good Demand = 15 Lakh
Chota Plant + Poor Demand = 8 Lakh
हल (Solution):
स्टेप 1: Bada Plant ki EMV nikalien
EMV (Bada) = (Profit × Prob) + (Profit × Prob) - Cost
EMV = (25 × 0.6) + (10 × 0.4) - 10
EMV = (15 + 4) - 10 = 19 - 10 = 9 Lakh
स्टेप 2: Chota Plant ki EMV nikalien
EMV (Chota) = (15 × 0.6) + (8 × 0.4) - 5
EMV = (9 + 3.2) - 5 = 12.2 - 5 = 7.2 Lakh
स्टेप 3: Comparison (Faisla)
Bada Plant EMV (9 Lakh) > Chota Plant EMV (7.2 Lakh).
Faisla: Company ko "Bada Plant" lagana chahiye.
💡 परीक्षा के लिए जरूरी बातें (Exam Tips):
EMV का मतलब है: (Probability × Payoff) का जोड़।
Tree साफ़-साफ़ बनाएँ और 'Decision' और 'Chance' nodes को अलग-अलग दिखाएँ।
अगर सवाल में "Cost" दी है, तो उसे आखिरी में घटाना (Subtract) न भूलें।
Bhai, ye tere PDF ke last unit ka part hai. Isme calculation asaan hoti hai, bas tree sahi ban gaya toh full marks mil jayenge! Aur koi topic bacha hai?