İkinci dersin notlarında yer alan Gepetto Marangozhanesi örneğini hatırlayınız.

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "İkinci dersin notlarında yer alan Gepetto Marangozhanesi örneğini hatırlayınız."

Transkript

1 ISLE 403 YÖNEYLEM ARAŞTIRMASI DERS 3 NOTLAR DP Modellerinin Standart Biçimde Gösterimi: İkinci dersin notlarında yer alan Gepetto Marangozhanesi örneğini hatırlayınız. Gepetto Marangozhanesi için DP modeli ve bu odelin standart biçimde gösterimi şöyleydir: kısıtlar: Satır0: Satır1: Satır2: Satır3: Bir DP modelinin standart biçime dönüşümünde 2 adım: Adım1. Amaç fonksiyonu eşitliği, eşitliğin sol tarafında yalnız değişkenler sağ tarafı ise yalnız sabit değerler kalacak biçimde yeniden düzenlenmelidir. Adım2. Tüm kısıtlar için yeni karar değişkenleri eklenmesi ve bu yeni değişkenleri kullanarak eşitsizlik kısıtlarının eşitlik biçiminde ifade edilmesi. ( ) ( ) ( ) ( ) ( ) ( ) eklenir. Ve "negatif olmama kısıtına eklenen değişkenler de ilave edilir. Not: Eklenen değişken çeşidini azaltmak ve taşma değişkeni kullanmamak için eşitsizlik kısıtının yön değiştirmesini sağlamak gereklidir. Bir eşitsizliğin her iki tarafı da nefatif bir sayı ile çarpıldığında eşitsizlik işareti yön değiştirir. (Eşitsizlik kısıtlarının her iki tarafı da -1 ile çarpıldığında büyüktür veya eşittir işareti, küçüktür veya eşittir işaretine dönüşür. Böylece taşma değişkeni yerine aylak değişken kullanılır ve değişken çeşidi azaltılmış olur.) Aynı yöntemle minimizasyon modellerinin amaç fonksiyonarında eşitliğin her iki tarafı da -1 ile çarpılarak bir maksimizasyon modeli elde etmek mümkündür. (Bu durumda elde edilen optimal çözüm değeri yeniden -1 ile çarpılarak orjinal durum olan minimizasyon modeline uyarlanır.)

2 Örnek.: standart biçim: 1 Simpleks Algoritması (DANTZIG 1947) Algoritma Nedir? Algoritma; bir amaca ulaşmak için belirli bir başlangıcı ve sonu olan, açıkça tarif edilmiş ve tekrarlanabilir adımlar serisidir. Algoritma sözcüğünün kökeni latincedeki algorismus tur. Algorismus sözcüğü de, Türk-İslam tarihinin ünlü matematikçisi Ebu Cafer Ibn-i Muhammed Musa El-Harezmi nin adının latincesidir. Harezmi, algoritmanın babası kabul edilmektedir. Simpleks yöntemi, karar vericiyi optimal çözüme götüren 5 aşamalı bir algoritmadır. Simpleks algoritmasının herbir döngüsü, amaç fonksiyonunun daha iyi bir değer (veya aynı değeri) alması ile sonuçlarnır. Adım1. DP modelinin standart biçimde gösterilmesi. Adım2. Bir Temel Uygun Çözüm (TUÇ) elde edilmesi. Temel Değişkenler, mevcut çözümde pozitif değerler alan değişkenlerdir. Temel Olmayan Değişkenler, mevcut çözümde değeri sıfır olan (çözümde yer almayan) değişkenlerdir. Adım3. Temel uygun çözümün optimum çözüm olup olmadığının kontrol edilmesi. Adım4. TUÇ optimum değilse mevcut çözümdeki temelde olmayan değişkenlerden hangisinin çözüme gireceğini ve hangi temel değişkenin çözümden çıkarılacağının belirlenmesi

3 Adım5. Yalın matris işlemlerinden yararlanarak yeni TUÇ un bulunması ve yeniden üçüncü adıma dönülmesi. Dakota Mobilyacılık çalışma masaları, yemek masaları ve iskemleler üretmektedir. Mobilya üretiminde kereste kullanılmakta ve kerestenin işlenmesi için de rötuş ve marangozluk işlçiliği yapılmaktadır. Herbir mobilyaların üretiminde bu kaynaklara olan gereksinim değerleri aşağıdaki tabloda özetlenmiştir: Kaynaklar Çalışma Masası Yemek Masası İskemle Kereste (metre mikap) Rötuş İşçiliği (saat) 4 2 1,5 Marangozluk İşçiliği (saat) 2 1,5 0,5 Halihazırda bedeli ödenmiş 48 metre mikap kereste, 20 saat rötuş işçiliği ve 8 saat marangozluk işçiliği imkanı bulunmaktadır. Bir çalışma masası 60$ dan, bir yemek masası 30$ dan ve bir iskemle de 20$ dan satılmaktadır. Dakota Mobilyacılık, çalışma masalarına ve iskemelelere olan talebin sonu olmadığına inanmakta ancak; 5 taneden fazla yemek masasına talep olmadığını bilmektedir. Üretimde kullanılan kaynakların parası ödenmiş olduğu için Dakota Mobilyacılık hasılat maksimizasyonu istemektedir. karar değişkenleri: kısıtlar:

4 standart biçimdeki modelden elde edilen başlangıç TUÇ: , ,5 0, Z (Temel Değişkenler: Temel-Olmayan Değişkenler: ) Başlangıç TUÇ un gösterildiği bu tabloya, başlangıç tablosu ya da aşama 0 denilir. çözümün optimum olup olmadığının kontrol edilmesi: Simpleks tablosunun Z satırında karar değişkenlerine ait değerlerin herhangi biri negatif ise mevcut TUÇ optimum değildir. Başlangıç tablosunda gösterilen TUÇ un Z satırında tüm karar değişkenleri için negatif değerler bulunmaktadır; bu çözüm optimum değildir. çözüme girecek temel olmayan değişkenin (pivot sütunun) belirlenmesi: Simpleks tablosunn Z satırında karar değişkenlere ait değerlerden ün küçük negatif değerin olduğu sütun pivot sütun olarak belirlenir. Pivot sütunun ait olduğu karar değişkeni yeni TUÇ un temel değişkeni olarak çözüme girecektir. çözümden çıkacak olan temel değişkenin (pivot satırın) belirlenmesi: Pivot satır, oran testinde en küçük pozitif değerin ait olduğu satırdır. Pivot satıra ait olan temel değişken de çözümden çıkıp yeni TUÇ ta temel olmayan değişken olacaktır. o oran testi, çözüm sütunundaki değerlerin pivot sütunda aynı satırdaki değerleri bölünmesidir /8= , /4= ,5 0, /2=4 5/0= Z yeni TUÇ un elde edilmesi: pivot eleman, pivot sütun ve pivot satırın kesişimindeki değerdir. Yeni TUÇ u içeren simpleks tablosunun oluşturulmasında matris işlemlerinden yararlanılır.

5 İşlem1. Pivot satırın herbir elemanı, pivot elemana bölünerek giren değişken satırı oluşturulur. Z 0/2 2/2 1,5/2 0,5/2 0/2 0/2 1/2 0/2 8/2 Yeni simpleks tablosunu oluştururken pivot satırında pivot elemanın 1 diğer tüm elemanların 0 sıfır olması istenir. Bunu yaparken giren değişken satırı pivot sütuna denk gelen değeri 0 yapacak bir sabit sayı ile çarpılarak diğer satırlara eklenir ve satırlar yeniden yazılır. İşlem2. ( satırı) Giren değişken satırı -8 ile çarpılarak eski satırına eklenir Z 0 1 0,75 0, ,5 0 4 İşlem 3. ( satırı) Giren değişken satırı -4 ile çarpılarak eski satırına eklenir , , Z , ,75 0, ,5 0 4 İşlem4. ( satırı) Pivot sütuna denk gelen değer 0 olduğu için herhangi bir işleme gerek yoktur. satırı aynen yeni tabloya aktarılır.

6 Z , ,75 0, ,5 0 4 İşlem5. (Z satırı) Giren değişken satırı 60 ile çarpılarak Z satırına eklenir. Z Z , ,75 0, ,5 0 4 Z Yeni TUÇ ile ulaşılan amaç fonksiyonu değeri 0 dan 240 a çıkmıştır. Yeni TUÇ un gösterildiği bu simpleks tablosuna aşama 1 denir. (0+1=1) yeniden simpleks algoritmasının üçüncü adıma dönülerek yeni TUÇ un optimum çözüm olup olmadığı kontrol edilir. Aşama 1 tablosunun Z satırında karar değişkenlerine ait değerlerden biri negatiftir; çözüm optimum değildir. pivot sütunun belirlenmesi pivot satırın belirlenmesi o oran testi , ,75 0, , Z yeni TUÇ un elde edilmesi

7 , ,5 1,5 0 2 Z yeniden simpleks algoritmasının üçüncü adıma dönülerek yeni TUÇ un optimum çözüm olup olmadığı kontrol edilir. Aşama 2 tablosunun Z satırında karar değişkenlerine ait değerlerin hiçbiri negatif değildir; çözüm optimumdur. Optimum çözüm: Elde edilecek hasılat 280$ dır. ( ) Not: Optimum çözümde eğer bir aylak değişken temel değişken olarak çözümde yer alıyorsa o aylak değişkene ait kısıt bağlayıcı olmayan kısıttır ve aylak değişkenin değeri o kaynaktaki atıl kalan kapasitesiyi ifade eder. Bu durumun tam tersi olarak,eğer optimum çözümde bir aylak değişken temel olmayan değişkense o aylak değişkene ait kısıt bağlayıcı bir kısıttır. Ve son tablonun Z satırında o aylak değişkene ait değer o kısıtın gölge fiyatıdır. (Gölge fiyat duyarlılık analizine ait bit terimdir ve dördüncü derste ele alınacaktır.) Bir karar değişkeni temel olmayan değişkense; Son tabloda Z satırında o karar değişkenine ait değer o karar değişkeninin indirgenmiş maliyetidir. (İndirgenmiş maliyet de duyarlılık analizine ait bir terimdir ve dördüncü derste ele alınacaktır.) Grafik Çözüm Yöntemi ve Simpleks Algoritması İkinci derste grafik yöntemde köşe nokta uygun çözümleri (uç noktalar) görsel olarak tanıtılmış idi. Simpleks algoritması, optimal çözümü bu köşe noktalarda arayan döngüler biçiminde çalışır. Eğer bir köşe noktada optimum çözüm elde edilemiyorsa ona komşu olan diğer bir köşe nokta uygun çözümünde optimum çözüm aranır. Bu döngü optimum çözüm bulunana dek devam eder.

8 Grafik Çözüm Yöntemi ile Simpleks Algoritmasının Karşılaştırılması Garifk yöntem ile optimum çözüme çok hızlı bir şekilde ulaşılabilir. Görsellik optimizasyon mantığının aktarılmasını kolaylaştırarak süreci daha anlaşışır hale getirir. Öte yandan grafik yöntemi ikiden fazla karar değişkeni içeren DP modelleri için kullanışsızdır. (Üç karar değişkeni olan modellerde 3 boyutlu bir grafik oluşturulur, üçten fazla karar değişkeni olan modellerde ise grafik çözüm yöntemi kullanılamaz) Simpleks algoritması, karar değişkeni sayısından bağımsızdır. Tüm DP modellerinin çözümünde kullanılabilir. Simpleks yöntemi; atıl kalan kaynakları, gölge fiyatları, indirgenmiş maliyetleri sistematik olarak özetlenmiş bir tabloda sayısal olarak karar vericiye sunar. Ancak; simpleks yöntemi görsellikten yoksundur ve içerdiği matris işlemlerinin karmaşıklığı optimizasyon mantığının anlaşılmasını zor hale getirmektedir. Assignment III Aşağıdaki DP modellerini simpleks algoritmasını ve grafik çözüm yöntemini birlikte kullanarak çözünüz. i. Grafik çözümünüzde belirlediğiniz uygun alan ve köşe nokta uygun çözümleri ile simpleks algoritmasında herbir tabloda incelediğiniz TUÇ lar arasındaki eşleştirmeleri yapınız. (İncelediğiniz tabloda özetlenen köşe nokta uygun çözümünün koordinatlarını belirtiniz.) ii. Simpleks algoritması ile yaptığınız çözümlerde son tabloları yorumlayınız. (Amaç fonksiyonu değeri, tüm değişkenlerin aldığı değerler, bağlayıcı ve bağlayıcı olmayan kısıtlar, atıl kapasiteler, gölge fiyatlar ve indirgenmiş maliyetler) 1. kısıtlar: 2. kısıtlar: Grafik çiziminde bu internet sitesinden yararlanabilirsiniz: Cevaplarınızı bir Word dosyasında hazırlayınız. Ödevlerinizi ÖĞRENCİNOÖ3SOYAD (örnek : Ö3YILDIZ) biçiminde kaydederek e-posta yoluyla teslim ediniz. Ödevlerin teslimi için tanınan süre bir sonraki dersin başlama saatinde dolmaktadır.

Duyarlılık Analizi, modelde veri olarak kabul edilmiş parametrelerde meydana gelen değişimlerin optimum çözüme etkisinin incelenmesidir.

Duyarlılık Analizi, modelde veri olarak kabul edilmiş parametrelerde meydana gelen değişimlerin optimum çözüme etkisinin incelenmesidir. ISLE 403 YÖNEYLEM ARAŞTIRMASI I DERS IV NOTLAR Bağlayıcı Kısıtlar ve Bağlayıcı Olmayan Kısıtlar: Bağlayıcı Kısıtlar, denklemleri optimum çözüm noktasında kesişen kısıtlardır. Bağlayıcı-Olmayan Kısıtlar,

Detaylı

Optimizasyon İçin Kök(Generic) Model (Doğrusal-Olmayan Programlama Modeli)

Optimizasyon İçin Kök(Generic) Model (Doğrusal-Olmayan Programlama Modeli) ISLE 403 YÖNEYLEM ARAŞTIRMASI I DERS 2 NOTLAR Optimizasyon İçin Kök(Generic) Model (Doğrusal-Olmayan Programlama Modeli) X, karar değişkenlerinin bir vektörü olsun. z, g 1, g 2,...,g m fonksiyonlardır.

Detaylı

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem 3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası

Detaylı

Yöneylem Araştırması II

Yöneylem Araştırması II Yöneylem Araştırması II Öğr. Gör. Dr. Hakan ÇERÇİOĞLU cercioglu@gazi.edu.tr BÖLÜM I: Doğrusal Programlama Tekrarı Doğrusal Programlama Tanımı Doğrusal Programlama Varsayımları Grafik Çözüm Metodu Simpleks

Detaylı

Simpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre):

Simpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre): DP SİMPLEKS ÇÖZÜM Simpleks Yöntemi, amaç fonksiyonunu en büyük (maksimum) veya en küçük (minimum) yapacak en iyi çözüme adım adım yaklaşan bir algoritma (hesaplama yöntemi) dir. Bu nedenle, probleme bir

Detaylı

KISITLI OPTİMİZASYON

KISITLI OPTİMİZASYON KISITLI OPTİMİZASYON SİMPLEKS YÖNTEMİ Simpleks Yöntemi Simpleks yöntemi iteratif bir prosedürü gerektirir. Bu iterasyonlar ile gerçekçi çözümlerin olduğu bölgenin (S) bir köşesinden başlayarak amaç fonksiyonunun

Detaylı

Maksimizasyon s.t. İşçilik, saat) (Kil, kg)

Maksimizasyon s.t. İşçilik, saat) (Kil, kg) Simplex ile Çözüm Yöntemi Doç. Dr. Fazıl GÖKGÖZ 1 Doğrusal Programlama Modeli Maksimizasyon s.t. İşçilik, saat) (Kil, kg) 2 Doç. Dr. Fazıl GÖKGÖZ Yrd.Doç. Dr. Fazıl GÖKGÖZ 1 Modelin Standard Hali Maksimizasyon

Detaylı

28 C j -Z j /2 0

28 C j -Z j /2 0 3.2.6. Dual Problem ve Ekonomik Yorumu Primal Model Z maks. = 4X 1 + 5X 2 (kar, pb/gün) X 1 + 2X 2 10 6X 1 + 6X 2 36 8X 1 + 4X 2 40 (işgücü, saat/gün) (Hammadde1, kg/gün) (Hammadde2, kg/gün) 4 5 0 0 0

Detaylı

doğrusal programlama DOĞRUSAL PROGRAMLAMA (GENEL)

doğrusal programlama DOĞRUSAL PROGRAMLAMA (GENEL) DOĞRUSAL PROGRAMLAMA (GENEL) Belirli bir amacın gerçekleşmesini etkileyen bazı kısıtlayıcı koşulların ve bu kısıtlayıcı koşulların doğrusal eşitlik ya da eşitsizlik biçiminde verilmesi durumunda amaca

Detaylı

Excel Options penceresinin sol tarafındaki listeden Add-Ins kategorisini seçiniz.

Excel Options penceresinin sol tarafındaki listeden Add-Ins kategorisini seçiniz. ISLE 403 YÖNEYLEM ARAŞTIRMASI I DERS V NOTLAR Microsoft Excel 2010 için Solver Eklentisinin Kurulumu File menüsünü açınız, Options ı seçiniz. Excel Options penceresinin sol tarafındaki listeden Add-Ins

Detaylı

Başlangıç Temel Programının Bilinmemesi Durumu

Başlangıç Temel Programının Bilinmemesi Durumu aşlangıç Temel Programının ilinmemesi Durumu İlgili kısıtlarda şartlar ( ) ise bunlara gevşek (slack) değişkenler eklenerek eşitliklere dönüştürülmektedir. Ancak sınırlayıcı şartlar ( ) veya ( = ) olduğu

Detaylı

TAMSAYILI PROGRAMLAMA

TAMSAYILI PROGRAMLAMA TAMSAYILI PROGRAMLAMA Doğrusal programlama problemlerinde sık sık çözümün tamsayı olması gereken durumlar ile karşılaşılır. Örneğin ele alınan problem masa, sandalye, otomobil vb. üretimlerinin optimum

Detaylı

DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY)

DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY) DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY) 1 DOĞRUSAL PROGRAMLAMADA İKİLİK (DUALİTE-DUALITY) Doğrusal programlama modelleri olarak adlandırılır. Aynı modelin değişik bir düzende oluşturulmasıyla Dual (İkilik)

Detaylı

KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I

KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I 4.1. Dışbükeylik ve Uç Nokta Bir d.p.p. de model kısıtlarını aynı anda sağlayan X X X karar değişkenleri... n vektörüne çözüm denir. Eğer bu

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları

Detaylı

SİMPLEKS ALGORİTMASI Yapay değişken kullanımı

SİMPLEKS ALGORİTMASI Yapay değişken kullanımı Fen Bilimleri Enstitüsü Endüstri Mühendisliği Anabilim Dalı ENM53 Doğrusal Programlamada İleri Teknikler SİMPLEKS ALGORİTMASI Yapay değişken kullanımı Hazırlayan: Doç. Dr. Nil ARAS, 6 AÇIKLAMA Bu sununun

Detaylı

4.1. Gölge Fiyat Kavramı

4.1. Gölge Fiyat Kavramı 4. Gölge Fiyat Kavramı 4.1. Gölge Fiyat Kavramı Gölge fiyatlar doğrusal programlama modellerinde kısıtlarla açıklanan kaynakların bizim için ne kadar değerli olduklarını gösterirler. Şimdi bir örnek üzerinde

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTIRMA MODELİNİN TANIMI Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

YÖNEYLEM ARAŞTIRMASI - I

YÖNEYLEM ARAŞTIRMASI - I YÖNEYLEM ARAŞTIRMASI - I /0 İçerik Matematiksel Modelin Kurulması Grafik Çözüm DP Terminolojisi DP Modelinin Standart Formu DP Varsayımları 2/0 Grafik Çözüm İki değişkenli (X, X2) modellerde kullanılabilir,

Detaylı

Doğrusal Programlama. Prof. Dr. Ferit Kemal Sönmez

Doğrusal Programlama. Prof. Dr. Ferit Kemal Sönmez Doğrusal Programlama Prof. Dr. Ferit Kemal Sönmez Doğrusal Programlama Belirli bir amacın gerçekleşmesini etkileyen bazı kısıtlayıcı koşulların ve bu kısıtlayıcı koşulların doğrusal eşitlik ya da eşitsizlik

Detaylı

MATRİSEL ÇÖZÜM TABLOLARIYLA DUYARLILIK ANALİZİ

MATRİSEL ÇÖZÜM TABLOLARIYLA DUYARLILIK ANALİZİ SİMPLEKS TABLONUN YORUMU MATRİSEL ÇÖZÜM TABLOLARIYLA DUYARLILIK ANALİZİ Şu ana kadar verilen bir DP probleminin çözümünü ve çözüm şartlarını inceledik. Eğer orijinal modelin parametrelerinde bazı değişiklikler

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTıRMA MODELININ TANıMı Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

Tablo7.1.1 Bismarck için Kaynak Gereksinimleri Ürün İşçilik (Saat) Kumaş (Yard Kare) Gömlek 3 4 Şort 2 3 Pantolon 6 4

Tablo7.1.1 Bismarck için Kaynak Gereksinimleri Ürün İşçilik (Saat) Kumaş (Yard Kare) Gömlek 3 4 Şort 2 3 Pantolon 6 4 ISLE403 YÖNEYLEM ARAŞTIRMASI I DERS VII NOTLAR Günümüzün iş dünyasında şirketler sermaye mallarını satın almak yerine finansal kiralama yoluyla edinmeyi değerlendiriyorlar. Finansal kiralama sabit maliyetler

Detaylı

Matematiksel modellerin elemanları

Matematiksel modellerin elemanları Matematiksel modellerin elemanları Op#mizasyon ve Doğrusal Programlama Maksimizasyon ve Minimizasyon örnekleri, Doğrusal programlama modeli kurma uygulamaları 6. DERS 1. Karar değişkenleri: Bir karar verme

Detaylı

Standart modellerde öncelikle kısıt denklemleri eşitlik haline çevrilmelidir. Öncelikle ilk kısıta bakalım.

Standart modellerde öncelikle kısıt denklemleri eşitlik haline çevrilmelidir. Öncelikle ilk kısıta bakalım. 3. Simpleks Yöntem Doğrusal programlama modelleri grafik yöntem dışında simpleks yöntem adı altında özel bir yöntemle çözülebilir. Bu yöntem Simple Matrix kelimlerinin kısaltmasıdır ve bir çeşit matris

Detaylı

KISALTILMIŞ SİMPLEKS YÖNTEMİ

KISALTILMIŞ SİMPLEKS YÖNTEMİ KISALTILMIŞ SİMPLEKS YÖNTEMİ Öğr. Görv. Dr. Orhan İDİL (İ.Ü. İşletme Fakültesi) İstatistik Demografi ve İktisadi Analizler Kürsüsü l.l. Doğrusal Programlama Problemleri : Doğrusal programlama problemlerinde

Detaylı

yöneylem araştırması Nedensellik üzerine diyaloglar I

yöneylem araştırması Nedensellik üzerine diyaloglar I yöneylem araştırması Nedensellik üzerine diyaloglar I i Yayın No : 3197 Eğitim Dizisi : 149 1. Baskı Ocak 2015 İSTANBUL ISBN 978-605 - 333-225 1 Copyright Bu kitabın bu basısı için Türkiye deki yayın hakları

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:

Detaylı

GÖRSEL PROGRALAMA HAFTA 3 ALGORİTMA VE AKIŞ DİYAGRAMLARI

GÖRSEL PROGRALAMA HAFTA 3 ALGORİTMA VE AKIŞ DİYAGRAMLARI GÖRSEL PROGRALAMA HAFTA 3 ALGORİTMA VE AKIŞ DİYAGRAMLARI DERS İÇERİĞİ Algoritma nedir? Akış Diyagramı nedir? Örnek Uygulama ALGORİTMA Algoritma sözcüğü Ebu Abdullah Muhammed İbn Musa el Harezmi adındaki

Detaylı

DOĞRUSAL PROGRAMLAMANIN ÖZEL TÜRLERİ

DOĞRUSAL PROGRAMLAMANIN ÖZEL TÜRLERİ DOĞRUSAL PROGRAMLAMANIN ÖZEL TÜRLERİ TRANSPORTASYON (TAŞIMA, ULAŞTIRMA) TRANSİT TAŞIMA (TRANSSHIPMENT) ATAMA (TAHSİS) TRANSPORTASYON (TAŞIMA) (ULAŞTIRMA) TRANSPORTASYON Malların birden fazla üretim (kaynak,

Detaylı

Temelleri. Doç.Dr.Ali Argun Karacabey

Temelleri. Doç.Dr.Ali Argun Karacabey Doğrusal Programlamanın Temelleri Doç.Dr.Ali Argun Karacabey Doğrusal Programlama Nedir? Bir Doğrusal Programlama Modeli doğrusal kısıtlar altında bir doğrusal ğ fonksiyonun değerini ğ maksimize yada minimize

Detaylı

KONU 8: SİMPLEKS TABLODA KARŞILAŞILAN BAZI DURUMLAR - II 8.1. İki Evreli Yöntem Standart biçime dönüştürülmüş min /max Z cx (8.1)

KONU 8: SİMPLEKS TABLODA KARŞILAŞILAN BAZI DURUMLAR - II 8.1. İki Evreli Yöntem Standart biçime dönüştürülmüş min /max Z cx (8.1) KONU 8: SİMPLEKS ABLODA KARŞILAŞILAN BAZI DURUMLAR - II 8.. İki Evreli Yöntem Standart biçime dönüştürülmüş min /max Z cx AX b X (8.) biçiminde tanımlı d.p.p. nin en ii çözüm değerinin elde edilmesinde,

Detaylı

Bir Doğrusal Programlama Modelinin Genel Yapısı

Bir Doğrusal Programlama Modelinin Genel Yapısı Bir Doğrusal Programlama Modelinin Genel Yapısı Amaç Fonksiyonu Kısıtlar M i 1 N Z j 1 N j 1 a C j x j ij x j B i Karar Değişkenleri x j Pozitiflik Koşulu x j >= 0 Bu formülde kullanılan matematik notasyonların

Detaylı

Simpleks Yöntemde Duyarlılık Analizleri

Simpleks Yöntemde Duyarlılık Analizleri 3.2.4. Simpleks Yöntemde Duyarlılık Analizleri Duyarlılık analizinde doğrusal programlama modelinin parametrelerindeki değişikliklerinin optimal çözüm üzerindeki etkileri araştırılmaktadır. Herhangi bir

Detaylı

Doğrusal Programlamada Grafik Çözüm

Doğrusal Programlamada Grafik Çözüm Doğrusal Programlamada Grafik Çözüm doğrusal programlama PROBLEMİN ÇÖZÜLMESİ (OPTİMUM ÇÖZÜM) Farklı yöntemlerle çözülebilir Grafik çözüm (değişken sayısı 2 veya 3 olabilir) Simpleks çözüm Bilgisayar yazılımlarıyla

Detaylı

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ YÖNEYLEM ARAŞTIRMASI DERSİ LINDO

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ YÖNEYLEM ARAŞTIRMASI DERSİ LINDO ÜRİ MÜHİSLİĞİ BÖLÜMÜ YÖNEYLEM ARAŞTIRMASI DERSİ LINDO Hazırlayanlar Prof. Dr. Bilal TOKLU Arş. Gör. Talip KELLEGÖZ KASIM 2004 1. Giriş 1 LINDO (Linear, INteractive, and Discrete Optimizer) doğrusal ve

Detaylı

Kısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon

Kısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon OPTİMİZASYON Bu bölümde çok değişkenli kısıtsız optimizasyon problemlerinin çözüm yöntemleri incelenecektir. Bu bölümde anlatılacak yöntemler, kısıtlı optimizasyon problemlerini de çözebilmektedir. Bunun

Detaylı

Lineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler

Lineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler Lineer Cebir Doç. Dr. Niyazi ŞAHİN TOBB İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler Bölüm 1 - Lineer Eşitlikler 1.1. Lineer Eşitliklerin Tanımı x 1, x 2,..., x

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Altın Oran (Golden Section Search) Arama Metodu Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f

Detaylı

OPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2

OPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2 OPTIMIZASYON.... Bir Değişkenli Fonksiyonların Maksimizasyonu.... Türev...3.. Bir noktadaki türevin değeri...4.. Maksimum için Birinci Derece Koşulu...4.3. İkinci Derece Koşulu...5.4. Türev Kuralları...5

Detaylı

Duyarlılık analizi, bir doğrusal programlama probleminde belirlenen katsayı değerlerinin

Duyarlılık analizi, bir doğrusal programlama probleminde belirlenen katsayı değerlerinin DUYARLILIK ANALİZİ Duyarlılık analizi, bir doğrusal programlama probleminde belirlenen katsayı değerlerinin değişmesinin problemin optimal çözümü üzerine etkisini incelemektedir. Oluşturulan modeldeki

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Quadratic Programming Bir karesel programlama modeli aşağıdaki gibi tanımlanır. Amaç fonksiyonu: Maks.(veya Min.) z

Detaylı

DOĞRUSAL OLMAYAN PROGRAMLAMA -I-

DOĞRUSAL OLMAYAN PROGRAMLAMA -I- DOĞRUSAL OLMAYAN PROGRAMLAMA -I- Dışbükeylik / İçbükeylik Hazırlayan Doç. Dr. Nil ARAS Anadolu Üniversitesi, Endüstri Mühendisliği Bölümü İST38 Yöneylem Araştırması Dersi 0-0 Öğretim Yılı Doğrusal olmayan

Detaylı

Fonksiyon Optimizasyonunda Genetik Algoritmalar

Fonksiyon Optimizasyonunda Genetik Algoritmalar 01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu

Detaylı

Elementer matrisler, ters matrisi bulmak, denk matrisler

Elementer matrisler, ters matrisi bulmak, denk matrisler 4.Konu Elementer matrisler, ters matrisi bulmak, denk matrisler 1. Elementer matrisler 2. Ters matrisi bulmak 3. Denk matrisler 1.Elementer matrisler 1.Tanım: tipinde Tip I., Tip II. veya Tip III. te olan

Detaylı

Z c 0 ise, problem için en iyilik koşulları (dual. X b 0 oluyorsa, aynı zamanda primal

Z c 0 ise, problem için en iyilik koşulları (dual. X b 0 oluyorsa, aynı zamanda primal KONU 12: DUAL SİMPLEKS YÖNTEM P: min Z cx AX b X (121) biçiminde tanımlı bir dpp de, B herhangi bir temel olsun Bu temel için, simpleks tabloda tüm temel dışı değişkenlere ilişkin tüm Z c ise, problem

Detaylı

EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER

EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının

Detaylı

ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU

ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x)

Detaylı

a2 b3 cij: birim başına ulaşım maliyeti xij: taşıma miktarı

a2 b3 cij: birim başına ulaşım maliyeti xij: taşıma miktarı Ulaştırma Modelleri Ulaştırma modeli Ulaştırma modeli doğrusal programlama modellerinin özel bir türüdür. Modelin amacı bir işletmenin belirli kapasitedeki üretim merkezlerinden, belirli talebi olan tüketim

Detaylı

BÖLÜNMÜŞ FARKLAR (DİVİDED DİFFERENCES)

BÖLÜNMÜŞ FARKLAR (DİVİDED DİFFERENCES) BÖLÜNMÜŞ FARKLAR (DİVİDED DİFFERENCES) Lagrange ve Neville yöntemlerinin bazı olumsuz yanları vardır: İşlem sayısı çok fazladır (bazı başka yöntemlere kıyasla) Data setinde bir nokta ilavesi veya çıkartılması

Detaylı

Altın Oran Arama Metodu(Golden Search)

Altın Oran Arama Metodu(Golden Search) Altın Oran Arama Metodu(Golden Search) Bir f(x) (tek değişkenli) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x) a x b

Detaylı

m=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir.

m=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir. Matrisler Satır ve sütunlar halinde düzenlenmiş tabloya matris denir. m satırı, n ise sütunu gösterir. a!! a!" a!! a!" a!! a!! a!! a!! a!" m=n şeklindeki matrislere kare matris adı verilir. [2 3 1] şeklinde,

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

4- ALGORİTMA (ALGORITHM)

4- ALGORİTMA (ALGORITHM) (ALGORITHM) Algoritma: Bir Problemin çözümünün, günlük konuşma diliyle adım adım yazılmasıdır. Algoritma sözcüğü Ebu Abdullah Muhammed İbn Musa el Harezmi adındaki Türkistan'lı alimden kaynaklanır. Bu

Detaylı

Yöneylem Araştırması III

Yöneylem Araştırması III Yöneylem Araştırması III Doç. Dr. Hakan ÇERÇİOĞLU cercioglu@gazi.edu.tr Yöneylem Araştırması III 1 BÖLÜM I: Hedef Programlama HEDEF PROGRAMLAMAYA GİRİŞ ÖNCELİKSİZ HEDEF PROGRAMLAMA ÖNCELİKLİ HEDEF PROGRAMLAMA

Detaylı

BÖLÜM I: Hedef Programlama. Prof.Dr. Bilal TOKLU. HEDEF PROGRAMLAMAYA GİRİŞ HEDEF PROGRAMLAMA MODELLERİNİN ÇÖZÜMÜ

BÖLÜM I: Hedef Programlama. Prof.Dr. Bilal TOKLU. HEDEF PROGRAMLAMAYA GİRİŞ HEDEF PROGRAMLAMA MODELLERİNİN ÇÖZÜMÜ Yöneylem Araştırması III Prof.Dr. Bilal TOKLU btoklu@gazi.edu.tr Yöneylem Araştırması III BÖLÜM I: Hedef Programlama HEDEF PROGRAMLAMAYA GİRİŞ ÖNCELİKSİZ HEDEF PROGRAMLAMA ÖNCELİKLİ HEDEF PROGRAMLAMA HEDEF

Detaylı

Çözümlemeleri" adlı yüksek lisans tezini başarıyla tamamlayarak 2001'de mezun oldu.

Çözümlemeleri adlı yüksek lisans tezini başarıyla tamamlayarak 2001'de mezun oldu. Dersi Veren Öğretim Üyesi: Doç. Dr. Mehmet KORKMAZ Özgeçmişi Mehmet KORKMAZ, 1975 yılında Malatya da doğdu. İlkokul, ortaokul ve liseyi memleketi olan Isparta da tamamladı. 1996 yılında İ.Ü. Orman Fakültesi,

Detaylı

EKON 305 Yöneylem Araştırması I. Doğrusal Programlama. Doç. Dr. Murat ATAN 1

EKON 305 Yöneylem Araştırması I. Doğrusal Programlama. Doç. Dr. Murat ATAN 1 EKON 305 Yöneylem Araştırması I Doğrusal Programlama Doç. Dr. Murat ATAN 1 Doğrusal Programlama Karar Verme ve Modeller Algılanan ihtiyaçlara özgü kasıtlı ve düşünceli seçim (Kleindorfer ve diğ., 1993)

Detaylı

YÖNEYLEM ARAŞTIRMASI YÜKSEK LİSANS DERSİ

YÖNEYLEM ARAŞTIRMASI YÜKSEK LİSANS DERSİ LINDO (Linear Interactive and Discrete Optimizer) YÖNEYLEM ARAŞTIRMASI YÜKSEK LİSANS DERSİ 2010-2011 Güz-Bahar Yarıyılı YRD.DOÇ.DR.MEHMET TEKTAŞ ÖRNEK 6X 1 + 3X 2 96 X 1 + X 2 18 2X 1 + 6X 2 72 X 1, X

Detaylı

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma 2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal

Detaylı

EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş Dr. Özgür Kabak Doğrusal Olmayan Programlama Eğer bir Matematiksel Programlama modelinin amaç fonksiyonu ve/veya kısıtları doğrusal değil

Detaylı

Algoritmanın Hazırlanması

Algoritmanın Hazırlanması Algoritmanın Hazırlanması Algoritma, herhangi bir sorunun çözümü için izlenecek yol anlamına gelmektedir. Çözüm için yapılması gereken işlemler hiçbir alternatif yoruma izin vermeksizin sözel olarak ifade

Detaylı

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok 8.0.0 Şebeke Kavramları BÖLÜM III: Şebeke Modelleri Şebeke (Network) Sonlu sayıdaki düğümler kümesiyle, bunlarla bağlantılı oklar (veya dallar) kümesinin oluşturduğu yapı şeklinde tanımlanabilir ve (N,A)

Detaylı

GELİŞMİŞ ŞİFRELEME STANDARDI - AES

GELİŞMİŞ ŞİFRELEME STANDARDI - AES GELİŞMİŞ ŞİFRELEME STANDARDI - AES Şifreleme algoritmalarına yapılan saldırılarda kullanılan yöntemin dayanıklı olması o algoritmanın gücünü gösterir. Aes in ortaya çıkışının temelinde Des şifreleme algoritmasının

Detaylı

T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI

T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI Genişletilmiş Lagrange Yöntemi Hazırlayan: Nicat GASIM Öğretim Üyesi Prof. Dr. İpek Deveci KARAKOÇ

Detaylı

İnternet Programcılığı Öğr. Gör. Serkan AKSU PHP de Dizi-Değişkenler, Nesneler. Dizi Oluşturma. Tek Boyutlu Diziler

İnternet Programcılığı Öğr. Gör. Serkan AKSU  PHP de Dizi-Değişkenler, Nesneler. Dizi Oluşturma. Tek Boyutlu Diziler PHP de Dizi-Değişkenler, Nesneler Dizilerle ilgili örneklere geçmeden önce aşağıdaki tabloyu inceleyelim. Tabloda dizi kavramının mantığı açıklanmaktadır. Tablonun tamamını bir dizi olarak düşünün ve bu

Detaylı

Yöneylem Araştırması I Dersi 2. Çalışma Soruları ve Cevapları/

Yöneylem Araştırması I Dersi 2. Çalışma Soruları ve Cevapları/ Yöneylem Araştırması I Dersi 2. Çalışma Soruları ve Cevapları/25.12.2016 1. Bir deri firması standart tasarımda el yapımı çanta ve bavul üretmektedir. Firma üretmekte olduğu her çanta başına 400TL, her

Detaylı

Genel Graf Üzerinde Mutlak 1-merkez

Genel Graf Üzerinde Mutlak 1-merkez Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele değişkeninin olasılık yoğunluk fonksiyonu, 3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının

Detaylı

4- ALGORİTMA (ALGORITHM) M.İLKUÇAR - 1

4- ALGORİTMA (ALGORITHM) M.İLKUÇAR - 1 (ALGORITHM) M.İLKUÇAR - imuammer@yahoo.com 1 M.İLKUÇAR - imuammer@yahoo.com 2 Algoritma: Bir Problemin çözümünün, günlük konuşma diliyle adım adım yazılmasıdır. Algoritma sözcüğü Ebu Abdullah Muhammed

Detaylı

KONU 13: GENEL UYGULAMA

KONU 13: GENEL UYGULAMA KONU : GENEL UYGULAMA Kahve üretimi apan bir şirket anı zamanda cezve ve fincan üretmektedir. Üretilen cezveler ve fincanlar boama kısmında işlem görmekte ve arıca fincanlar kaplanmaktadır. Bir cezve apımı

Detaylı

ĐST 349 Doğrusal Programlama ARA SINAV I 15 Kasım 2006

ĐST 349 Doğrusal Programlama ARA SINAV I 15 Kasım 2006 ĐST 49 Doğrusal Programlama ARA SINAV I 15 Kasım 006 Adı Soyadı:KEY No: 1. Aşağıdaki problemi grafik yöntemle çözünüz. Đkinci kısıt için marjinal değeri belirleyiniz. Maximize Z X 1 + 4 X subject to: X

Detaylı

YÖNEYLEM ARAŞTIRMASI - I

YÖNEYLEM ARAŞTIRMASI - I YÖNEYLEM ARAŞTIRMASI - I 1/36 İçerik Optimalliği etkileyen değişimler 2/36 (Optimallik Sonrası Analiz): Eğer orijinal modelin parametrelerinde bazı değişiklikler meydana gelirse optimal çözüm değişecek

Detaylı

Ders 11. Kısıtlamalı Minimizasyon Problemleri Alıştırmalar 11. Prof.Dr.Haydar Eş Prof.Dr.Timur Karaçay

Ders 11. Kısıtlamalı Minimizasyon Problemleri Alıştırmalar 11. Prof.Dr.Haydar Eş Prof.Dr.Timur Karaçay Bölüm 11 Ders 11 Kısıtlamalı Minimizasyon Problemleri 11.1 Alıştırmalar 11 Prof.Dr.Haydar Eş Prof.Dr.Timur Karaçay 1. Soru 1 Aşağıdaki problemlerde, dual problemi yazınız; dual problemi simpleks yöntemi

Detaylı

Sunum ve Sistematik 1. BÖLÜM: ÖNERMELER

Sunum ve Sistematik 1. BÖLÜM: ÖNERMELER Sunum ve Sistematik. ÜNİTE: MANTIK KONU ÖZETİ Bu başlık altında, ünitenin en can alıcı bilgileri, kazanım sırasına göre en alt başlıklara ayrılarak hap bilgi niteliğinde konu özeti olarak sunulmuştur..

Detaylı

ATAMA (TAHSİS) MODELİ

ATAMA (TAHSİS) MODELİ ATAMA (TAHSİS) MODELİ ATAMA (TAHSİS) MODELİ Doğrusal programlamada kullanılan bir başka hesaplama yöntemidir. Atama problemleri, doğrusal programlama (simpleks yöntem) veya transport probleminin çözüm

Detaylı

Her bir polis devriyesi ancak bir çağrıyı cevaplayabilir. Bir çağrıya en fazla bir devriye atanabilir.

Her bir polis devriyesi ancak bir çağrıyı cevaplayabilir. Bir çağrıya en fazla bir devriye atanabilir. 7. Atama Modelleri: Atama modelleri belli işlerin veya görevlerin belli kişi veya kurumlara atanması ile alakalıdır. Doğrusal programlama modellerinin bir türüdür ve yapı itibariyle ulaştırma modellerine

Detaylı

Excel de Pivot Tablolar Tasarım ve Kullanımı

Excel de Pivot Tablolar Tasarım ve Kullanımı FARUK ÇUBUKÇU EXCEL AKADEMİ Excel de Pivot Tablolar Tasarım ve Kullanımı Pivot tablolar; satışlar, siparişler gibi verileri gruplamayı, alt toplamlarını almayı ve filtreleme işlemleri yapmayı sağlayan

Detaylı

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Bilgisayar Programlama Ders 9 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Dizileri Fonksiyonlara Dizileri Fonksiyonlara Bir dizi argümanını fonksiyon içinde bir değer olarak kullanabilmek

Detaylı

ÖRNEKLER-VEKTÖR UZAYLARI 1. Çözüm: w=k 1 u+k 2 v olmalıdır.

ÖRNEKLER-VEKTÖR UZAYLARI 1. Çözüm: w=k 1 u+k 2 v olmalıdır. ÖRNEKLER-VEKTÖR UZAYLARI. vektör uzayında yer alan w=(9 7) vektörünün, u=( -), v=(6 ) vektörlerinin doğrusal bir kombinasyonu olduğunu ve z=( - 8) vektörünün ise bu vektörlerin doğrusal bir kombinasyonu

Detaylı

Ekle sekmesindeki Tablolar grubundaki Tablo seçeneği ile tablo oluşturulur.

Ekle sekmesindeki Tablolar grubundaki Tablo seçeneği ile tablo oluşturulur. 4. EKLE SEKMESİ Ekle sekmesi Excel de tablo, grafik, köprü ve resim eklendiği sekmedir. 4.1. Tablolar Ekle sekmesindeki Tablolar grubundaki Tablo seçeneği ile tablo oluşturulur. Tablo oluşturulmak istenen

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan

Detaylı

AGSoft Vade Farkı Hesaplama Programı

AGSoft Vade Farkı Hesaplama Programı Programın Kullanımı AGSoft Vade Farkı Hesaplama Programı Genel: Değişik tarihlerdeki vadeleri olan borç ve alacakların ortalama vadelerinin hesaplandığı ve girilen vade farkı oranına göre işlem tarihinde

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

Karar değişkenlere ilişkin fonksiyonların ve bu fonksiyonlara ilişkin sınırlamaların tanımlanması

Karar değişkenlere ilişkin fonksiyonların ve bu fonksiyonlara ilişkin sınırlamaların tanımlanması İNŞAAT PROJELERİNİN PROGRAMLAMA, TASARIM VE YAPIM SÜRECİNDE OPTİMİZASYON Doğrusal Optimizasyon Optimizasyon Kuramı (Eniyileme Süreci) Doğrusal Olmayan Optimizasyon Optimizasyon en iyi çözümü bulma sürecidir.

Detaylı

Programlama Temelleri. Ders notları. Öğr.Gör. Hüseyin Bilal MACİT 2017

Programlama Temelleri. Ders notları. Öğr.Gör. Hüseyin Bilal MACİT 2017 Programlama Temelleri Ders notları Öğr.Gör. Hüseyin Bilal MACİT 2017 Yazılımın yaşam döngüsü Algoritma sözcüğü; adını Ebu Abdullah Muhammed İbn Musa El Harezmi adındaki Müslüman Türk aliminden almıştır.

Detaylı

VEKTÖR UZAYLARI 1.GİRİŞ

VEKTÖR UZAYLARI 1.GİRİŞ 1.GİRİŞ Bu bölüm lineer cebirin temelindeki cebirsel yapıya, sonlu boyutlu vektör uzayına giriş yapmaktadır. Bir vektör uzayının tanımı, elemanları skalar olarak adlandırılan herhangi bir cisim içerir.

Detaylı

EBG101 PROGRAMLAMA TEMELLERİ VE ALGORİTMA

EBG101 PROGRAMLAMA TEMELLERİ VE ALGORİTMA 4. HAFTA EBG101 PROGRAMLAMA TEMELLERİ VE ALGORİTMA Öğr. Gör. S. M. Fatih APAYDIN apaydin@beun.edu.tr EMYO Bülent Ecevit Üniversitesi Kdz. Ereğli Meslek Yüksekokulu 4- ALGORİTMA (ALGORITHM) 1 2 4- ALGORİTMA

Detaylı

18.034 İleri Diferansiyel Denklemler

18.034 İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

SİMPLEKS ALGORİTMASI! ESASLARI!

SİMPLEKS ALGORİTMASI! ESASLARI! Fen ilimleri Enstitüsü Endüstri Mühendisliği Anabilim Dalı ENM53 Doğrusal Programlamada İleri Teknikler SİMPLEKS ALGORİTMASI ESASLARI Hazırlayan: Doç. Dr. Nil ARAS AÇIKLAMA n n u sununun hazırlanmasında,

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

Lineer Programlama. Doğrusal terimi, hem amaç hem de kısıtları temsil eden matematiksel fonksiyonların doğrusal olduğunu gösterir.

Lineer Programlama. Doğrusal terimi, hem amaç hem de kısıtları temsil eden matematiksel fonksiyonların doğrusal olduğunu gösterir. LİNEER PROGRAMLAMA Giriş Uygulamada karşılaşılan birçok optimizasyon problemi kısıtlar içerir. Yani optimizasyon probleminde amaç fonksiyonuna ilave olarak çözümü kısıtlayıcı ek denklemler mevcuttur. Bu

Detaylı

Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5

Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları, BASİT ve TEK değişkenli Grafikler Ders 3 ve 4 ve 5 Sıklık Tabloları Veri dizisinde yer alan değerlerin tekrarlama sayılarını içeren tabloya sıklık tablosu denir. Tek değişken için çizilen

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#9: AÇGÖZLÜ ALGORİTMALAR Aç Gözlü (Hırslı) Algoritmalar (Greedy ) Bozuk para verme problemi Bir kasiyer 48 kuruş para üstünü nasıl verir? 25 kuruş, 10 kuruş,

Detaylı

Total Contribution. Reduced Cost. X1 37,82 480 18.153,85 0 basic 320 512. X2 22,82 320 7.302,56 0 basic 300 M. Slack or

Total Contribution. Reduced Cost. X1 37,82 480 18.153,85 0 basic 320 512. X2 22,82 320 7.302,56 0 basic 300 M. Slack or HRS şirketi BRN Endüstrileri ile bir anlaşma yapmış ve her ay BRN ye üretebildiği kadar A ürününden sağlamayı garanti etmiştir. HRS de vasıflı ustalar ve çıraklar çalışmaktadır. Bir usta, bir saatte 3

Detaylı

HESSİEN MATRİS QUADRATİK FORM MUTLAK ve BÖLGESEL MAKS-MİN NOKTALAR

HESSİEN MATRİS QUADRATİK FORM MUTLAK ve BÖLGESEL MAKS-MİN NOKTALAR HESSİEN MATRİS QUADRATİK FORM MUTLAK ve BÖLGESEL MAKS-MİN NOKTALAR Kısıtlı ve kısıtsız fonksiyonlar için maksimum veya minimum (ekstremum) noktalarının belirlenmesinde diferansiyel hesabı kullanarak çeşitli

Detaylı

DOĞRUSAL OLMAYAN PROGRAMLAMA (NLP)

DOĞRUSAL OLMAYAN PROGRAMLAMA (NLP) DOĞRUSAL OLMAYAN PROGRAMLAMA (NLP) 1. Non-lineer kar analizi, 2. Kısıtlı optimizasyon, 3. Yerine koyma (substitution) yöntemi, 4. Lagranj Çarpanları Yöntemi 5. Başabaş Analizleri ve Duyarlılık Testleri

Detaylı

AHP ANALİTİK HİYERARŞİ PROSESİ AHP AHP. AHP Ölçeği AHP Yönteminin Çözüm Aşamaları

AHP ANALİTİK HİYERARŞİ PROSESİ AHP AHP. AHP Ölçeği AHP Yönteminin Çözüm Aşamaları ANALİTİK HİYERARŞİ PROSESİ 1970 li yıllarda Wharton School of Business da çalışan Thomas L.Saaty tarafından Karmaşık çok kriterli karar verme problemlerinin çözümü için geliştirilmiştir. Tüm kriterler

Detaylı

Özyineleme (Recursion)

Özyineleme (Recursion) C PROGRAMLAMA Özyineleme (Recursion) Bir fonksiyonun kendisini çağırarak çözüme gitmesine özyineleme (recursion), böyle çalışan fonksiyonlara da özyinelemeli (recursive) fonksiyonlar denilir. Özyineleme,

Detaylı