TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA PROGRAMI ŞEKİL TANIMA ÖDEV 2 KONU : DESTEK VEKTÖR MAKİNELERİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA PROGRAMI ŞEKİL TANIMA ÖDEV 2 KONU : DESTEK VEKTÖR MAKİNELERİ"

Transkript

1 TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA PROGRAMI ŞEKİL TANIMA ÖDEV 2 KONU : DESTEK VEKTÖR MAKİNELERİ Kenan KILIÇASLAN Okul No:

2 1. DESTEK VEKTÖR MAKİNELER İÇİN GEREKLİ ÖN BİLGİLER 1.1. Vektör İşlemleri Vektörlerin Skaler Çarpımı n boyutlu =A(,,, vektörü ile =B(,,, vektörünü scaler olarak çarpmak için aşağıdaki formül kullanılır... (1.1) A vektörünün transpozesi (1.1) Denkleminin sonucu (1.2).... (1.3) Vektörlerin Uzunluğu ya da Normu Vektörlerin uzunluğu aşağıdaki şekilde bulunur.,,, vektörünün uzunluğu ile gösterilir ve aşağıdaki gibi gösterilir. (1.4) 1.2. Lagrange Fonksiyonu Lagrange fonksiyonları Destek Vektör Makinelerinde ve iyi kararı vermek için kullanılır. Şekil 1.1, hem serbest (kısıtsız) durumda oluşan maksimum ile kısıtlama konulması durumunda oluşan maksimumu göstermektedir. Kısıtlamalı maksimum, hiçbir zaman serbest maksimumdan büyük değer alamaz. Karar verme ile ilgili aşağıdaki örneği verelim. Örnek: Fayda fonksiyonu ve bütçe kısıt fonksiyonu aşağıdaki gibi olsun Fayda fonksiyonu Bütçe kısıt fonksiyonu 1

3 Bütçe kısıt fonksiyonundan yi çekelim ve fayda fonksiyonuna koyalım Maksimum değeri bulmak için fayda fonksiyonun türevini sıfıra eşitleyip çözeceğiz den 8; 14 Şekil 1 1 Serbest ve kısıtlı uçdeğer Kısıt fonksiyonu daha karmaşık olursa veya birden fazla kısıt olursa yukarıdaki metodu uygulamak zorlaşmaktadır. Analitik olarak lagrange çarpanı yöntemi ile problemi çözmek gerekir. Lagrange çarpanının özü, kısıtlamalı bir uçdeğer problemini, serbest uçdeğer probleminin birinci sıra koşulunun uygulanabileceği bir biçime dönüştürmektir. Yukarıdaki fayda maksimizasyonu problemine Lagrange çarpanı yöntemiyle yaklaşalım. Lagrange fonksiyonu şöyle oluşacaktır: değeri önceden bilinmeyen bir parametredir ve Lagrange çarpanı olarak ifade edilmektedir. Kısıtı tamamen yerine getirirsek, λ ortadan kalkar ve Z ile F eşitlenir. Böylece U nun kısıtlamalı maksimizasyonu yerine, Z nin serbest maksimizasyonunu çözer duruma geliriz. Buna göre, parantez içindeki ifadenin yok olmasını nasıl sağlarız? Bunun yolu, Lagrange fonksiyonunda λ yı ek bir değişken gibi dikkate almaktır. Yani,,,.Bu durumda birinci sıra koşullar şöyle yazılır: 2

4 , 14 4, 128 Bunu genelleştirelim Amaç fonksiyon, Kısıt fonksiyonu ise Lagrange fonksiyonu En iyi karar için gerekli koşullar zfx,x,,x (1.5) gx,x,,x c (1.6) Zfx,x,,x λcgx,x,,x (1.7) 0, 0,., 0, 0 (1.8) 1.6 denklemi ile birlikte hx,x,,x d ikinci bir kısıt fonksiyonu daha olursa benzer şekilde Lagrange fonksiyonu aşağıdaki gibi olur. Zfx,x,,x λcgx,x,,x μdhx,x,,x (1.9) Gerekli koşullar, Z x 0,i1,2,,n 3

5 Z λ 0 Z μ 0 4

6 2. LİNEER SINIFLANDIRMA 2.1. Lineer Diskriminant Fonksiyonları ve Karar Hiperdüzlemleri İki sınıf halinde ve göz önünde bulundurulan lineer diskriminant fonksiyonlarına bir kez daha odaklanalım. l boyutlu hiperyüzey özellik boşluğu ile ilgili karar hiperdüzlemdir. gx w x w 0 (2.1) Burada,,,, bilinen ağırlık vektörü, başlangıç değer., karar hiperdüzleminde iki nokta ise aşağıdaki geçerlidir. 0 0 (2.2) Şekil 2 1 Karar çizgisi için geometri. Çizginin bir tarafı g(x)>0 (+), g(x)<0 ( ) fark vektörü açıkça belli ki, karar hiperdüzlemi üzerindedir (herhangi bir, için). Şekil 2.1 de görüldüğü gibi w vektörü karar hiperdüzlemine diktir. Şekil 2.1 de gösterilen geometri 0, 0 ve 0 içindir. Matematikten anımsarsak, 5

7 (2.3) ve (2.4) Burada, karar hiperdüzleminin noktasının Öklid mesafesinin ölçümüdür. Düzlemin bir tarafında pozitif bir değer, diğer tarafında negatif bir değer vardır. Özel durumlarda düzlemin merkezidir Destek Vektör Makineleri (DVM) Biz, iki sınıf doğrusal ayrılabilir görev ve daha sonra ayrılamaz verilerin genel durumları için metotlara varacağız., 1,2,, eğitim setinin özellik vektörüdür. Bunlar, sınıflarına ait ve doğrusal ayrılabilir olduğu varsayılır. Bir kez daha bir hiperdüzlem tasarlanmalıdır. gx w x w 0 (2.5) bu düzgün tüm eğitim vektörlerini sınıflandırır. Şekil 2.2 de iki geçerli hiperdüzlem sonucu için sınıflandırma görülmektedir. Hiperdüzlem için eğitim seti ayarlayın. Ancak bu iki mantıklı pratik uygulama sınıflandırmasında uygulama dışında bir eğitim seti olarak seçsin mi? Şüphesiz cevap: bir tam satır. Nedeni bu hiperdüzlem bölge iki tarafında, her iki sınıf için daha az hata riski vardır. Dolayısıyla, bilinmeyen verilerle karşılaşıldığında böyle bir hiperdüzlem daha güvenilir olabilir. Burada, sınıflandırma dizaynı aşamasında çok önemli bir konuya değinilmiştir. Bu sınıflandırmanın genellemesi bilinmektedir. Bu sınıflandırma yeteneği anlamına gelir, eğitim veri kümesi kullanılarak tasarlanmış, tatmin edici bu set dışında veri ile çalışmak üzere bir bu konu üzerine tekrar geleceğiz. Yukarıdaki kısa tartışmalar sonrasında, kabul için bu hiperdüzlem sınıflandırıcısı için çok mantıklı seçim her iki sınıf arası marjı maksimum olanıdır. Şimdi her iki sınıftan ayıran hiperdüzlem sınırını sayıya dökelim. Her hiperdüzlem yön ( tarafından) ve uzayda onun gerçek konumu ( ) ifade eder. Sınıfın herhangi birini tercih etmek istiyoruz. ve deki ilgili karalardan, hangi aralığa sahip seçilen hiperdüzlemin 6

8 her bir doğrultusu için mantıklıdır. Bu şekil 2.3 dedir. Koyu renk ile gösterilen Şekil 2 2 Doğrusal ayrılabilir iki sınıf problemi örneği hiperdüzlemler ilgili yönde sonsuz kümesinden seçilmiştir. Yön1 de sınır 2 ve yön2 de sınır 2 dir. Amacımız maksimum sınır aralığını aramaktır. Bununla birlikte her hiperdüzlem bir ölçülenme faktörü içinde belirlenir. Bölüm 2.1 e tekrar bakarsak noktalar arası uzaklık, dır. Şimdi ölçüsünü bulacağız, in değeri böylece noktalarında, için 1 e eşit, için -1 e eşittir., de kenar Bu eşitlik,

9 Yön 2 Yön 1 Şekil 2 3 Yön1 margini, yön2'den daha geniştir. 1, 1, değerine ihtiyaç duyar. Şimdi matematik devralacak noktaya geldi. Her bir x için y ile (w için 1, w için1) ilgili sınıf işaretçisini göstereceğiz. İşimizi özetlersek : hiperdüzlemin, parametresini hesaplamak. minimize (2.6) burada, 1, 1,2,, (2.7) Açıkça bu form minimize marjı maksimum yapar. Bu lineer eşitlik kısıtlamasının lineer olmayan (ikinci dereceden) optimizasyon görev tanımıdır. Karush-Kuhn-Tucker (KKT) koşulları 2.6 ve 2.7 nin minimizasyonudur.,, 0 (2.8) 8

10 ,, 0 (2.9) 0, 1,2,, (2.10) 1 0, 1,2,, (2.11) burada vektörü lagrange çarpanının vektörüdür.,,, fonksiyonunda tanımlanmıştır ile 2.8 ve 2.9 u birleştirirsek,, 1 (2.12) 0 (2.13) 0 (2.14) KKT koşulları doğrusal olmayan modellemelerin çözümünde optimizasyon yapmak yani mümkün olan alternatifler içindeki en uygun değeri bulmak için kullanılan yöntemdir. Uyarılar - Lagrange çarpanı sıfır yada pozitiftir. Böylece, optimal sonucun w parametre vektörü herhangi bir 0 için özellik vektörünün lineer karışımıdır. (2.15) Bu destek vektörleri ve destek vektör makinesi (DVM), optimum hiperdüzlem sınıflandırıcısı olarak bilinir. Bundan dolayı 0 için 2.11 deki kısıtlamayı düzenlemeyi önermektedir. Destek vektörleri iki hiperdüzlemde herhangi bir konumdadır. 1 (2.16) Yani onlar lineer sınıflandırmaya en yakın vektörlerdir ve eğitim kümesinin kritik unsurlarını oluşturmaktadır. (2.16) iki hiperdüzlem arasındaki bölgeyi tanımlar, özellik vektörü 0 her iki konumun dışında sınır ayırma bandı tekabül eder veya onlar bu hiperdüzlemlerin birine konumlanır. Sonuç hiperdüzlem sınıflandırması sayıya ve özellik vektörü gibi konuma duyarsızdır. Onlar çapraz olmayan sınıf ayırma bandı yapar. - Bununla beraber, w açıkça bellidir. w 0 koşulların herhangi biri tarafından kesin olarak elde edilebilir (tümleyen durgunluk). 9

11 - 2.6 daki maliyet fonksiyonu kesin dışbükey(konveks)dir. Bu özellik olay tarafından garanti edilmiştir. Bu hessian matrisi pozitif tanımlıdır. Böylece, eşitsizlik lineer fonksiyonlardan oluşan koşullardır. Bir destek vektör makinesinin en uygun hiperdüzlem benzersizdir. Bir destek vektör makinesinin optimum hiperdüzlemi çok ilginç özelliklere sahiptir. Sonraki adım ilişkili parametrelerin hesaplanmasıdır. Gözüken hesaplama noktasından bu daima belirtilen algoritma ve kolay görev değildir. Biz bu yola kayacağız, 2.6 ve 2.7 de verilen optimizasyon görevimizin özel doğasından olan önerilir. Problem konveks programlama ailesine aittir. Maliyet fonksiyonu konvekstir ve kısıtlamaların grubu lineerdir ve kabul edilebilir sonuçlar konveks tanımlanmıştır. Bu gibi durumlar lagrange duality tarafından çözümlenebilir. Maksimize,, (2.17) burada, (2.18) 0 (2.19) 0 (2.20) İki eşitlik kısıtlamalarında (w ve ile gösterilen) lagrange gradyeninde sıfır eşitlik sonucu vardır. Zaten bir şey kazanmıştık. Eğitim özellik vektörleri eşitlik kısıtlamaları değil, eşitsizlik olanlarla sorun gidermek kolay olabilir. (2.18), (2.19) u (2.17) de yerine koyarsak, max, (2.21) 0 (2.22) 0 (2.23) Daha önce olduğu gibi optimum lagrange çarpanı 2.21 maksimizasyonunda hesaplanmıştır. Optimum hiperdüzlem vasıtasıyla ve w tamamlayıcı boşluk koşuluyla elde edilir Ayrılamaz Sınıflar Bu durum için önceki durumlar geçersizdir ve şekil 2.4 de gösterilmektedir. İki sınıf ayrılamaz. Bazı noktalar ayırma bandına girmişlerdir. Paralel hiperdüzlem aşağıdaki gibi tanımlanmıştır. 10

12 1 Eğitim özellik vektörü üç kategoride incelenir. - Vektörler bu grubun dışında kalan ve doğru olarak sınıflandırılır. Bu vektörler (2.7) deki kısıt ile uyumludur. - Vektörler grup içinde düşen ve doğru olarak sınıflandırılır. Bu şekil 2.4 de kare noktalardır ve eşitsizlik, Vektörlerden yanlış sınıflandırılan vardır. Buda kapalı daire olarak gösterilmiştir. Bu eşitsizlik, 0 Her üç durumu tek bir formülde toplarsak, 1 (2.24) Şekil 2 4 Ayrılamaz durumda noktalar sınıf ayırma bandı içine girmişlerdir. 11

13 Birinci kategoride 0, ikincisi 0 1 ve üçüncüsü 1 dir. serbest değişken olarak bilinir. Optimize görev daha karmaşık hale gelir, ancak önceki ile aynı mantıktadır. Amaç sonuçta daha geniş ayırma bölgesi yapmak fakat 0 ile daha küçük gerçekleşir. Bunu matematik olarak ifade edelim.,, (2.25), elemanları olan bir vektördür ve 1, 0 (2.27) 0, 0 C hesaplanan iki durum için pozitif sabittir. Bununla birlikte optimizasyon zor olan I(.) fonksiyonunu gerektirir. Bunu aşağıdaki gibi optimize edersek, Minimize,,, (2.28) Burada, 1, 1,2,, (2.29) Bu problemi bir konveks programlama ve lagrangian ile, KKT koşullarından, 0, 1,2,, (2.30),,,, 1 (2.31) 0 veya (2.32) 0 veya 0 (2.33) 0 veya 0, i=1,2,,n (2.33) 1 0 (2.34) 0 (2.35) 0, 0 (2.36) Wolf dual olarak yeniden gösterirsek, Minimize,,,,, 12

14 Burada, 0 0 0, 0 Lagrangian da yerine koyarsak, max, (2.37) Burada 0 (2.38) 0 (2.39) Not: Bu lagrange çarpanları marj içinde bulunan noktalardır veya sınıf hata tarafındadır( 0 ). Tüm eşitliklerde maksimum kullanılabilir değer C, için KKT durumları de 0 ı gösterir. Bir başka deyişle, bu noktalar w sonuç çözümünde en kabul edilir şekle sahiptir. Örnek 2.1 : Bu aşağıdaki noktaları içeren iki sınıf görevi içersin, : 1,1, 1, 1 : 1,1, 1, 1 DVM yaklaşımı kullanılacak, optimum ayırma hiperdüzlemini göstereceğiz. 0 ve farklı lagrange çarpanları ile elde edilir. Şekil 2.5 de noktalar karenin köşelerine konumlanmıştır. Problemin temel şekli DVM lineer sınıflandırması için izin verir. Gerçekten şekil 2.5 i dikkatli incelemek gerekir. Optimal değer, 0 13

15 Burada 0 ve 1 ise 0 Bu durum için dolayısıyla, tüm dört nokta destek vektörüdür ve her iki sınıf ayırma çizgisi üzerindedir ve 1 e eşittir. Herhangi bir doğrultu için g(x)=0 dir ve marj daha küçüktür. KKT koşulları ile ilişkilenirse elde edilen aynı sonuçlar o işaret olmalıdır. Şekil 2 5 Dört noktalı destek vektör örneği g(x)=0 daha küçük ve optimal olanı g(x) dir. Bizim problemi matematiksel olarak ifade edersek, lineer eşitsizlik kısıtlamaları, Lagrangian fonksiyonu ile ilişkilendirirsek, 14

16 KKT Koşullarını girersek,,,, ,,, 0 Yukarıdaki denklemlerde 1, 0 koyalım. Bu durumda dört bilinmeyen için üç denklem aşağıdadır Bu denklemlerden birden fazla çözüm bulunur. Ancak tüm bunlar benzersiz optimum ayırma yolu gösterir. Örnek

17 Şekil 2.6 da gösterilen öğrenme veri noktaları iki boyutlu uzayda ve iki ayrılmaz sınıfa bölünmüştür. Düz çizgi şekil 2.6a da C=0,2 ye tekabül eden ve Platt s kullanılarak elde edilen çizgidir. Noktalı çizgiler (2.16) daki koşula ve ayrılan iki sınıfın tanımlanan iki aralığında buluşurlar, o noktalar için 0 daki şekil 2.6b, C=1000 için düzenlenmiştir. Büyük C için daha küçük aralık görülmektedir. Çünkü (2.25) de ikinci terimde C vardır. (2.25) yoluyla tasarlanan sınıflandırma yumuşak sınır sınıflandırmasıdır v-dvm Şekil 2.6 İki ayrılamayan sınıf örneği ve DVM lineer sınıflandırma (dolu çizgi) ve sınırlar noktalı çizgidir. (a) C=0,2 ve (b) C=1000 için Örnek 2.2 de gösterilen kapalı ilişki C parametresi dışındadır ve bu optimizasyon prosesinin sonucunda marj genişliği elde edilir. Böylece marj DVM in dizaynında önemli bir varlıktır(tümünden sonra maksimizasyonda DVM in temelidir.). Bir doğal soru ortaya çıkar, o maliyet fonksiyonunda yolu yönlendirir. Kendi parametrede kontrol yerine ayrılır. Bu niçin içermez (C vs.). Biz de transparan olmayan magrin ile güçlü olmasına rağmen kimin ilişkisidir. Yumuşak marj DVM az değiştiği tanıtılmıştı. Hiperdüzlem çifti tarafından margin tanımlanmıştı, (2.40) ve ρ0 optimizasyonda soldaki gibi serbest değişkendir. Yeni düzenleme ile birincil problem (2.28) ve (2.30) aşağıdaki gibi verebilir. 16

18 Minimize, Jw, w,ξ,ρ w νρc ξ (2.41) Burada, y w xw ρξ, i 1,2,, N (2.42) ξ 0, i1,2,,n (2.43) ρ 0, i 1,2,, N (2.44) ρ nun rolü anlaşılmıştır. Not: ξ 0 için (2.42) deki kısıtlama durumu marjı ayıran iki sınıf ya eşittir. Önceki formülasyon v-dvm olarak bilinir. ξ 0 ile noktaların ortalama sayısı basittir, ρ margin değeri tarafından kontrol edilmektedir. Belirli yönde w için ρ marjı ve noktalarının sayısı yüksek marj içindedir. ν parametresi maliyet fonksiyonunda ikinci terimi etkiler ve bu konumun değeri [0,1] aralığındadır. (2.41) (2.44) formüllerini lagrangian fonksiyonu olarak birleştirirsek, w, w,λ,ξ,μ,δ w νρ ξ μ ξ 2.45 Bölüm 2.3 deki adımları takip edersek,kkt koşullarından sonuç, (2.46) 0 (2.47), 1,2,, (2.48) (2.49) 0 (2.50) μ ξ 0 (2.51) 0 (2.52) μ 0, 0, 0 (2.53) Wolf dual olarak daha basit olarak gösterirsek, Maksimize w, w,λ,ξ,μ,δ (2.54) 17

19 burada, (2.55) 0 (2.56), 1,2,, (2.57) (2.58) μ 0, 0, 0 (2.59) (2.56) ile (2.58) arasını lagrangian olarak gösterirsek dual problem olarak eşitlik max, (2.60) Burada 0, 1,2,, (2.61) 0 (2.62) (2.63) Bir kez daha, problem lagrange çarpanlar ve serbest değişkenler girilir. 18

20 KAYNAKLAR [1] THEODORIDIS.S, KOUTROUMBAS.K, Pattern Recognition, Academic Press, 2006 Third edition, [2] ( ) Kısıtlamalı optimizasyon [3] ( ) Probability Densities [4] TOLUN.S Destek Vektör Makineleri : Banka başarısızlığının Tahmin Üzerine Bir Uygulama, İstanbul Üniversitesi FBE Doktora tezi (2008) 19

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

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

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

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

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

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR İÇİNDEKİLER ÖNSÖZ III Bölüm 1 SAYILAR 11 1.1. Sayı Kümeleri 12 1.1.1.Doğal Sayılar Kümesi 12 1.1.2.Tam Sayılar Kümesi 13 1.1.3.Rasyonel Sayılar Kümesi 14 1.1.4. İrrasyonel Sayılar Kümesi 16 1.1.5. Gerçel

Detaylı

Yrd. Doç. Dr. A. Burak İNNER

Yrd. Doç. Dr. A. Burak İNNER Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr Doğrusal programlama, karar verici konumundaki kişilerin

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

Şimdi de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor. teoreminini iki kere kullanarak

Şimdi de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor. teoreminini iki kere kullanarak 10.Konu İç çarpım uzayları ve özellikleri 10.1. ve üzerinde uzunluk de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor teoreminden dir. 1.Ö.: [ ] ise ( ) ( ) ve ( ) noktaları gözönüne alalım.

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

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım; İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit

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

12.SINIF A VE B GRUBU MATEMATİK-GEOMETRİ DERSİ KURS KONULARI VE TESTLERİ

12.SINIF A VE B GRUBU MATEMATİK-GEOMETRİ DERSİ KURS KONULARI VE TESTLERİ .SINIF A VE B GRUBU MATEMATİK-GEOMETRİ DERSİ KURS KONULARI VE TESTLERİ A-TEST SAYILAR- TEMEL KAVRAMLAR A-TEST SAYILAR- POLİNOMLAR B-TEST POLİNOMLAR- PARALEL DOĞRULARDA VE ÜÇGENDE AÇILAR A- B TEST PARALEL

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

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

1. BÖLÜM Polinomlar BÖLÜM II. Dereceden Denklemler BÖLÜM II. Dereceden Eşitsizlikler BÖLÜM Parabol

1. BÖLÜM Polinomlar BÖLÜM II. Dereceden Denklemler BÖLÜM II. Dereceden Eşitsizlikler BÖLÜM Parabol ORGANİZASYON ŞEMASI . BÖLÜM Polinomlar... 7. BÖLÜM II. Dereceden Denklemler.... BÖLÜM II. Dereceden Eşitsizlikler... 9. BÖLÜM Parabol... 5 5. BÖLÜM Trigonometri... 69 6. BÖLÜM Karmaşık Sayılar... 09 7.

Detaylı

Modelleme bir sanattan çok bir Bilim olarak tanımlanabilir. Bir model kurucu için en önemli karar model seçiminde ilişkileri belirlemektir.

Modelleme bir sanattan çok bir Bilim olarak tanımlanabilir. Bir model kurucu için en önemli karar model seçiminde ilişkileri belirlemektir. MODELLEME MODELLEME Matematik modelleme yaklaşımı sistemlerin daha iyi anlaşılması, analiz edilmesi ve tasarımının etkin ve ekonomik bir yoludur. Modelleme karmaşık parametrelerin belirlenmesi için iyi

Detaylı

Çok değişkenli fonksiyonlar. Maksimum- Minimum

Çok değişkenli fonksiyonlar. Maksimum- Minimum 66 Bölüm 6 Ders 06 Çok değişkenli fonksiyonlar. Maksimum- Minimum 6.1 Çözümler:Alıştırmalar 06 Prof.Dr.Haydar Eş Prof.Dr.Timur Karaçay Ön Bilgi: z = f (x, y) fonksiyonu 3-boyutlu uzayda bir yüzeyin denklemidir.

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik (Eşitlik Kısıtlı Türevli Yöntem) Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde

Detaylı

İÇİNDEKİLER. Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13

İÇİNDEKİLER. Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13 İÇİNDEKİLER ÖNSÖZ III Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13 Bölüm 2 STATİK DENGE ANALİZİ 19 2.1 İktisatta Denge Kavramı 20 2.1.1.

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

YAVAŞ DEĞİŞEN ÜNİFORM OLMAYAN AKIM

YAVAŞ DEĞİŞEN ÜNİFORM OLMAYAN AKIM YAVAŞ DEĞİŞEN ÜNİFORM OLMAYAN AKIM Yavaş değişen akımların analizinde kullanılacak genel denklem bir kanal kesitindeki toplam enerji yüksekliği: H = V g + h + z x e göre türevi alınırsa: dh d V = dx dx

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

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 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

İç-Çarpım Uzayları ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv. Dr. Nevin ORHUN

İç-Çarpım Uzayları ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv. Dr. Nevin ORHUN İç-Çarpım Uzayları Yazar Öğr. Grv. Dr. Nevin ORHUN ÜNİTE Amaçlar Bu üniteyi çalıştıktan sonra; R n, P n (R), M nxn vektör uzaylarında iç çarpım kavramını tanıyacak ve özelliklerini görmüş olacaksınız.

Detaylı

(m+2) +5<0. 7/m+3 + EŞİTSİZLİKLER A. TANIM

(m+2) +5<0. 7/m+3 + EŞİTSİZLİKLER A. TANIM EŞİTSİZLİKLER A. TANIM f(x)>0, f(x) - eşitsizliğinin

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

2014 - LYS TESTLERİNE YÖNELİK ALAN STRATEJİLERİ

2014 - LYS TESTLERİNE YÖNELİK ALAN STRATEJİLERİ 2014 - LYS TESTLERİNE YÖNELİK ALAN STRATEJİLERİ YGS sonrası adayları puan getirisinin daha çok olan LYS ler bekliyor. Kalan süre içinde adayların girecekleri testlere kaynaklık eden derslere sabırla çalışmaları

Detaylı

Matematikte karşılaştığınız güçlükler için endişe etmeyin. Emin olun benim karşılaştıklarım sizinkilerden daha büyüktür.

Matematikte karşılaştığınız güçlükler için endişe etmeyin. Emin olun benim karşılaştıklarım sizinkilerden daha büyüktür. - 1 - ÖĞRENME ALANI CEBİR BÖLÜM KARMAŞIK SAYILAR ALT ÖĞRENME ALANLARI 1) Karmaşık Sayılar Karmaşık Sayıların Kutupsal Biçimi KARMAŞIK SAYILAR Kazanım 1 : Gerçek sayılar kümesini genişletme gereğini örneklerle

Detaylı

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta: Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.

Detaylı

Kalkülüs II (MATH 152) Ders Detayları

Kalkülüs II (MATH 152) Ders Detayları Kalkülüs II (MATH 152) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Kalkülüs II MATH 152 Güz 4 2 0 5 7.5 Ön Koşul Ders(ler)i Math 151 Kalkülüs I Dersin

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

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN Lineer Dönüşümler Yazar Öğr. Grv.Dr. Nevin ORHUN ÜNİTE 7 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayları arasında tanımlanan belli fonksiyonları tanıyacak, özelliklerini öğrenecek, Bir dönüşümün,

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

Okut. Yüksel YURTAY. İletişim : (264) Sayısal Analiz. Giriş.

Okut. Yüksel YURTAY. İletişim :  (264) Sayısal Analiz. Giriş. Okut. Yüksel YURTAY İletişim : Sayısal Analiz yyurtay@sakarya.edu.tr www.cs.sakarya.edu.tr/yyurtay (264) 295 58 99 Giriş 1 Amaç : Mühendislik problemlerinin bilgisayar ortamında çözümünü mümkün kılacak

Detaylı

18.701 Cebir 1. MIT Açık Ders Malzemeleri http://ocw.mit.edu

18.701 Cebir 1. MIT Açık Ders Malzemeleri http://ocw.mit.edu MIT Açık Ders Malzemeleri http://ocw.mit.edu 18.701 Cebir 1 2007 Güz Bu malzemeden alıntı yapmak veya Kullanım Şartları hakkında bilgi almak için http://ocw.mit.edu/terms ve http://tuba.acikders.org.tr

Detaylı

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 2 Kuvvet Vektörleri Kaynak: Mühendislik Mekaniği: Statik, R.C.Hibbeler, S.C.Fan, Çevirenler: A. Soyuçok, Ö.Soyuçok. 2 Kuvvet Vektörleri Bu bölümde,

Detaylı

ÜNİTE. MATEMATİK-1 Doç.Dr.Erdal KARADUMAN İÇİNDEKİLER HEDEFLER ÖZDEŞLİKLER, DENKLEMLER VE EŞİTSİZLİKLER

ÜNİTE. MATEMATİK-1 Doç.Dr.Erdal KARADUMAN İÇİNDEKİLER HEDEFLER ÖZDEŞLİKLER, DENKLEMLER VE EŞİTSİZLİKLER HEDEFLER İÇİNDEKİLER ÖZDEŞLİKLER, DENKLEMLER VE EŞİTSİZLİKLER Özdeşlikler Birinci Dereceden Bir Bilinmeyenli Denklemler İkinci Dereceden Bir Bilinmeyenli Denklemler Yüksek Dereceden Denklemler Eşitsizlikler

Detaylı

DÜZLEMDE GERİLME DÖNÜŞÜMLERİ

DÜZLEMDE GERİLME DÖNÜŞÜMLERİ 3 DÜZLEMDE GERİLME DÖNÜŞÜMLERİ Gerilme Kavramı Dış kuvvetlerin etkisi altında dengedeki elastik bir cismi matematiksel bir yüzeyle rasgele bir noktadan hayali bir yüzeyle ikiye ayıracak olursak, F 3 F

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Hessien Matris-Quadratik Form Mutlak ve Bölgesel Maksimum-Minimum Noktalar Giriş Kısıtlı ve kısıtsız fonksiyonlar için

Detaylı

Genel Matematik (MATH 103) Ders Detayları

Genel Matematik (MATH 103) Ders Detayları Genel Matematik (MATH 103) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Genel Matematik MATH 103 Güz 3 2 0 4 6 Ön Koşul Ders(ler)i - Dersin Dili Dersin

Detaylı

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri

Detaylı

Üç Boyutlu Uzayda Koordinat sistemi

Üç Boyutlu Uzayda Koordinat sistemi Üç Boyutlu Uzayda Koordinat sistemi Uzayda bir noktayı ifade edebilmek için ilk önce O noktasını (başlangıç noktası) ve bu noktadan geçen ve birbirine dik olan üç yönlü doğruyu seçerek sabitlememiz gerekir.

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

Matris Cebiriyle Çoklu Regresyon Modeli

Matris Cebiriyle Çoklu Regresyon Modeli Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β

Detaylı

T.C. Ölçme, Seçme ve Yerleştirme Merkezi

T.C. Ölçme, Seçme ve Yerleştirme Merkezi T.C. Ölçme, Seçme ve Yerleştirme Merkezi LİSANS YERLEŞTİRME SINAVI-1 MATEMATİK TESTİ 11 HAZİRAN 2017 PAZAR Bu testlerin her hakkı saklıdır. Hangi amaçla olursa olsun, testlerin tamamının veya bir kısmının

Detaylı

Math 322 Diferensiyel Denklemler Ders Notları 2012

Math 322 Diferensiyel Denklemler Ders Notları 2012 1 Genel Tanımlar Bir veya birden fazla fonksiyonun türevlerini içeren denklemlere diferensiyel denklem denmektedir. Diferensiyel denklemler Adi (Sıradan) diferensiyel denklemler ve Kısmi diferensiyel denklemler

Detaylı

T.C. Ölçme, Seçme ve Yerleştirme Merkezi

T.C. Ölçme, Seçme ve Yerleştirme Merkezi T.C. Ölçme, Seçme ve Yerleştirme Merkezi LİSANS YERLEŞTİRME SINAVI-1 MATEMATİK TESTİ 11 HAZİRAN 2017 PAZAR Bu testlerin her hakkı saklıdır. Hangi amaçla olursa olsun, testlerin tamamının veya bir kısmının

Detaylı

OPTİMİZASYON TEKNİKLERİ-2. Hafta

OPTİMİZASYON TEKNİKLERİ-2. Hafta GİRİŞ OPTİMİZASYON TEKNİKLERİ-2. Hafta Mühendislik açısından bir işin tasarlanıp, gerçekleştirilmesi yeterli değildir. İşin en iyi çözüm yöntemiyle en verimli bir şekilde yapılması bir anlam ifade eder.

Detaylı

DENKLEM SİSTEMLERİ. ifadesinde a sayısı bilinmeyenin katsayısı ve b ise sabit sayıdır.

DENKLEM SİSTEMLERİ. ifadesinde a sayısı bilinmeyenin katsayısı ve b ise sabit sayıdır. DENKLEM SİSTEMLERİ 1) BİRİNCİ DERECEDEN BİR BİLİNMEYENLİ DENKLEMLER: a,bϵ R ve olmak üzere; şeklindeki denklemlere birinci dereceden bir bilinmeyenli denklem denir. Bu tür denklemlerde sadece bir bilinmeyen

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

PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR

PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR 2013-2014 PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ A B KAZANIM NO KAZANIMLAR 1 1 / 31 12 32173 Üslü İfadeler 2 13 42016 Rasyonel ifade kavramını örneklerle açıklar ve

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

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine

Detaylı

Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok

Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok Gauss Yasası Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok daha kullanışlı bir şekilde nasıl hesaplanabileceği

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

Yeşilköy Anadolu Lisesi

Yeşilköy Anadolu Lisesi Yeşilköy Anadolu Lisesi TANIM (KONUYA GİRİŞ) a, b, c gerçel sayı ve a ¹ 0 olmak üzere, ax 2 + bx + c = 0 biçimindeki her açık önermeye ikinci dereceden bir bilinmeyenli denklem denir. Bu açık önermeyi

Detaylı

Ege Üniversitesi Elektrik Elektronik Mühendisliği Bölümü Kontrol Sistemleri II Dersi

Ege Üniversitesi Elektrik Elektronik Mühendisliği Bölümü Kontrol Sistemleri II Dersi 1) Giriş Ege Üniversitesi Elektrik Elektronik Mühendisliği Bölümü Kontrol Sistemleri II Dersi Pendulum Deneyi.../../2015 Bu deneyde amaç Linear Quadratic Regulator (LQR) ile döner ters sarkaç (rotary inverted

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

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

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

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

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ 1.1. Giriş Kinematik, daha öncede vurgulandığı üzere, harekete sebep olan veya hareketin bir sonucu olarak ortaya çıkan kuvvetleri dikkate almadan cisimlerin hareketini

Detaylı

İktisat bilimi açısından optimizasyon, amacımıza en uygun olan. seçeneğin belirlenmesidir. Örneğin bir firmanın kârını

İktisat bilimi açısından optimizasyon, amacımıza en uygun olan. seçeneğin belirlenmesidir. Örneğin bir firmanın kârını OPTİMİZASYON İktisat bilimi açısından optimizasyon, amacımıza en uygun olan seçeneğin belirlenmesidir. Örneğin bir firmanın kârını maksimize edecek olan üretim miktarının belirlenmesi; bir bireyin toplam

Detaylı

İKİNCİ DERECEDEN DENKLEMLER

İKİNCİ DERECEDEN DENKLEMLER İKİNCİ DERECEDEN DENKLEMLER İkinci Dereceden Denklemler a, b ve c reel sayı, a ¹ 0 olmak üzere ax + bx + c = 0 şeklinde yazılan denklemlere ikinci dereceden bir bilinmeyenli denklem denir. Aşağıdaki denklemlerden

Detaylı

YÖNEYLEM ARAŞTIRMASI - II

YÖNEYLEM ARAŞTIRMASI - II YÖNEYLEM ARAŞTIRMASI - II Araş. Gör. Murat SARI 1/35 I Giriş Biri diğerini izleyen ve karşılıklı etkileri olan bir dizi kararın bütünüyle ele alındığı problemler için geliştirilen karar modelleri ve bunların

Detaylı

Genel Matematik (MATH 103) Ders Detayları

Genel Matematik (MATH 103) Ders Detayları Genel Matematik (MATH 103) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Genel Matematik MATH 103 Güz 3 2 0 4 6 Ön Koşul Ders(ler)i - Dersin Dili Dersin

Detaylı

Kalkülüs II (MATH 152) Ders Detayları

Kalkülüs II (MATH 152) Ders Detayları Kalkülüs II (MATH 152) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Kalkülüs II MATH 152 Güz 4 2 0 5 7.5 Ön Koşul Ders(ler)i Math 151 Kalkülüs I Dersin

Detaylı

DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ

DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ 1. Bu testte 50 soru vardır.. Cevaplarınızı, cevap kâğıdının Matematik Testi için

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

Mukavemet-I. Yrd.Doç.Dr. Akın Ataş

Mukavemet-I. Yrd.Doç.Dr. Akın Ataş Mukavemet-I Yrd.Doç.Dr. Akın Ataş Bölüm 5 Eğilmede Kirişlerin Analizi ve Tasarımı Kaynak: Cisimlerin Mukavemeti, F.P. Beer, E.R. Johnston, J.T. DeWolf, D.F. Mazurek, Çevirenler: A. Soyuçok, Ö. Soyuçok.

Detaylı

T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A

T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A Contents Bibliography 9 Index 13 CONTENTS 5 0.1 Doğru, Düzlem, Uzay Bu derste sık sık doğru, düzlem ve

Detaylı

RİJİT CİSİMLERİN DÜZLEMSEL KİNEMATİĞİ

RİJİT CİSİMLERİN DÜZLEMSEL KİNEMATİĞİ RİJİT CİSİMLERİN DÜZLEMSEL KİNEMATİĞİ MUTLAK GENEL DÜZLEMSEL HAREKET: Genel düzlemsel hareket yapan bir karı cisim öteleme ve dönme hareketini eşzamanlı yapar. Eğer cisim ince bir levha olarak gösterilirse,

Detaylı

GEDİZ ÜNİVERSİTESİ SİSTEM MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI SMY 544 ALGORİTMALAR GÜZ 2015

GEDİZ ÜNİVERSİTESİ SİSTEM MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI SMY 544 ALGORİTMALAR GÜZ 2015 GEDİZ ÜNİVERSİTESİ SİSTEM MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI SMY 544 ALGORİTMALAR GÜZ 2015 Algoritmalar Ders 9 Dinamik Programlama SMY 544, ALGORİTMALAR, Güz 2015 Ders#9 2 Dinamik Programlama Böl-ve-fethet

Detaylı

Nokta uzayda bir konumu belirtir. Noktanın 0 boyutlu olduğu kabul edilir. Herhangi bir büyüklüğü yoktur.

Nokta uzayda bir konumu belirtir. Noktanın 0 boyutlu olduğu kabul edilir. Herhangi bir büyüklüğü yoktur. Üç Boyutlu Geometri Nokta (Point,Vertex) Nokta uzayda bir konumu belirtir. Noktanın 0 boyutlu olduğu kabul edilir. Herhangi bir büyüklüğü yoktur. Kartezyen Koordinat Sistemi Uzayda bir noktayı tanımlamak

Detaylı

ÖĞRENME ALANI TEMEL MATEMATİK BÖLÜM TÜREV. ALT ÖĞRENME ALANLARI 1) Türev 2) Türev Uygulamaları TÜREV

ÖĞRENME ALANI TEMEL MATEMATİK BÖLÜM TÜREV. ALT ÖĞRENME ALANLARI 1) Türev 2) Türev Uygulamaları TÜREV - 1 - ÖĞRENME ALANI TEMEL MATEMATİK BÖLÜM TÜREV ALT ÖĞRENME ALANLARI 1) Türev 2) Türev Uygulamaları TÜREV Kazanım 1 : Türev Kavramını fiziksel ve geometrik uygulamalar yardımıyla açıklar, türevin tanımını

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

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği MIT Açık Ders Malzemeleri http://ocw.mit.edu 8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği 2007 Güz Bu materyallerden alıntı yapmak ya Kullanım Şartları hakkında bilgi almak için

Detaylı

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi 1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri

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

6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN

6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN 6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / 2 A.5. Doğrusal olmayan fonksiyonların eğimi Doğrusal fonksiyonlarda eğim her noktada sabittir

Detaylı

Stok Kontrol. Önceki Derslerin Hatırlatması. Örnek (Ekonomik Sipariş Miktarı Modeli)(2) Örnek (Ekonomik Sipariş Miktarı Modeli)(1)

Stok Kontrol. Önceki Derslerin Hatırlatması. Örnek (Ekonomik Sipariş Miktarı Modeli)(2) Örnek (Ekonomik Sipariş Miktarı Modeli)(1) Stok Kontrol Önceki Derslerin Hatırlatması Ders 7 Farklı Bir Stok Yönetimi Durumu Uzun Dönemli Stok Problemi Talep hızı sabit, biliniyor Birim ürün maliyeti sabit Sipariş maliyeti sabit Tedarik Süresi

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

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

İÇİNDEKİLER. Bölüm 2 CEBİR 43

İÇİNDEKİLER. Bölüm 2 CEBİR 43 İÇİNDEKİLER ÖNSÖZ III Bölüm 1 SAYILAR 13 1.1 Doğal Sayılar 15 1.1.1. Tek ve Çift Sayılar 15 1.1.2. Asal Sayılar 15 1.1.3 Doğal Sayıların Özellikleri 15 1.1.4 Doğal Sayılarda Özel Toplamlar 16 1.1.5. Faktöriyel

Detaylı

Uzayda iki doğrunun ortak dikme doğrusunun denklemi

Uzayda iki doğrunun ortak dikme doğrusunun denklemi Uzayda iki doğrunun ortak dikme doğrusunun denklemi Uzayda verilen d 1 ve d aykırı doğrularının ikisine birden dik olan doğruya ortak dikme doğrusu denir... olmak üzere bu iki doğru denkleminde değilse

Detaylı

Lineer Denklem Sistemleri

Lineer Denklem Sistemleri Lineer Denklem Sistemleri Yazar Yrd. Doç.Dr. Nezahat ÇETİN ÜNİTE 3 Amaçlar Bu üniteyi çalıştıktan sonra; Lineer Denklem ve Lineer Denklem Sistemleri kavramlarını öğrenecek, Lineer Denklem Sistemlerinin

Detaylı

Stok Kontrol. Önceki Derslerin Hatırlatması. Örnek (Ekonomik Sipariş Miktarı Modeli)(1) Örnek (Ekonomik Sipariş Miktarı Modeli)(2)

Stok Kontrol. Önceki Derslerin Hatırlatması. Örnek (Ekonomik Sipariş Miktarı Modeli)(1) Örnek (Ekonomik Sipariş Miktarı Modeli)(2) Stok Kontrol Önceki Derslerin Hatırlatması Ders 5 Farklı Bir Stok Yönetimi Durumu Uzun Dönemli Stok Problemi Talep hızı sabit oranlı, biliniyor Birim ürün maliyeti sabit Sipariş maliyeti sabit Tedarik

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

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

ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YÖNEYLEM ARAŞTIRMASI (OPERATIONAL RESEARCH) ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SUNUM PLANI Yöneylem araştırmasının Tanımı Tarihçesi Özellikleri Aşamaları Uygulama alanları Yöneylem

Detaylı

SONLU FARKLAR GENEL DENKLEMLER

SONLU FARKLAR GENEL DENKLEMLER SONLU FARKLAR GENEL DENKLEMLER Bir elastik ortamın gerilme probleminin Airy gerilme fonksiyonu ile formüle edilebilen halini göz önüne alalım. Problem matematiksel olarak bölgede biharmonik denklemi sağlayan

Detaylı

Kesikli Programlama (IE 506) Ders Detayları

Kesikli Programlama (IE 506) Ders Detayları Kesikli Programlama (IE 506) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Laboratuar Kredi AKTS Kodu Saati Saati Saati Kesikli Programlama IE 506 Güz 3 0 0 3 7.5 Ön Koşul Ders(ler)i Dersin Dili Dersin

Detaylı

ARAZİ ÖLÇMELERİ. Temel Ödev I: Koordinatları belirli iki nokta arasında ki yatay mesafenin

ARAZİ ÖLÇMELERİ. Temel Ödev I: Koordinatları belirli iki nokta arasında ki yatay mesafenin Temel ödevler Temel ödevler, konum değerlerinin bulunması ve aplikasyon işlemlerine dair matematiksel ve geometrik hesaplamaları içeren yöntemlerdir. öntemlerin isimleri genelde temel ödev olarak isimlendirilir.

Detaylı

altında ilerde ele alınacaktır.

altında ilerde ele alınacaktır. YTÜ-İktisat İstatistik II Nokta Tahmin Yöntemleri 1 NOKTA TAHMİN YÖNTEMLERİ Şimdiye kadar verilmiş tahmin edicilerin sonlu örneklem ve asimptotik özelliklerini inceledik. Acaba bilinmeyen anakütle parametrelerini

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

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

Chapter 1 İçindekiler

Chapter 1 İçindekiler Chapter 1 İçindekiler Kendinizi Test Edin iii 10 Birinci Mertebeden Diferansiel Denklemler 565 10.1 Arılabilir Denklemler 566 10. Lineer Denklemler 571 10.3 Matematiksel Modeller 576 10.4 Çözümü Olmaan

Detaylı

FEN FAKÜLTESİ MATEMATİK BÖLÜMÜ YAZ OKULU DERS İÇERİGİ. Bölümü Dersin Kodu ve Adı T P K AKTS

FEN FAKÜLTESİ MATEMATİK BÖLÜMÜ YAZ OKULU DERS İÇERİGİ. Bölümü Dersin Kodu ve Adı T P K AKTS Bir Dönemde Okutulan Ders Saati MAT101 Genel I (Mühendislik Fakültesi Bütün Bölümler, Fen Fakültesi Kimya ve Astronomi Bölümleri) 1 Kümeler, reel sayılar, bir denklem veya eşitsizliğin grafiği 2 Fonksiyonlar,

Detaylı