Algorithms For Dummies

Using Linear Programming in Practice

The best way to start in linear programming is to use predefined solutions, rather 

than create custom applications on your own. The first section that follows helps 

you install a predefined solution used for the examples that follow.

When  working  with  a  software  product,  you  may  find  significant  differences 

between open source software and commercial packages. Although open source 

software offers a wide spectrum of algorithms, performance could be disappoint-

ing on large and complex problems. Much art is still involved in implementing 

linear programming algorithms as part of working software, and you can’t expect 

open source software to run as fast and smoothly as commercial offerings.

Even so, open source provides some nice options for learning linear program. The 

following sections use an open source Python solution named PuLP that allows 

you to create linear programming optimizations after defining a cost function and 

constraints as Python functions. It’s mostly a didactical solution, suitable to help 

you  test  how  linear  programming  works  on  some  problems  and  get  insight  on 

formulating problems in math terms.

PuLP provides an interface to the underlying solver programs. Python comes with 

a default, open source, solver program that PuLP helps you access. The perfor-

mance  (speed,  accuracy,  and  scalability)  that  PuLP  provides  depends  almost 

entirely on the solver and optimizer that the user chooses. The best solvers are 

commercial products, such as CPLEX (

https://en.wikipedia.org/wiki/CPLEX

), 

XPRESS (

https://en.wikipedia.org/wiki/FICO_Xpress

), and GuRoBi (

https://

en.wikipedia.org/wiki/Gurobi

), which provide a huge speed advantage when 

compared to open source solvers.