TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA PROGRAMI ŞEKİL TANIMA ÖDEV 2 KONU : DESTEK VEKTÖR MAKİNELERİ
|
|
- Gözde Adin
- 8 yıl önce
- İzleme sayısı:
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 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
DetaylıKISITLI 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
DetaylıEŞİTLİK 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
DetaylıYÖNEYLEM 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
DetaylıOPTIMIZASYON 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
DetaylıT.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
DetaylıKısıtsız 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
DetaylıİÇİNDEKİLER 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
DetaylıŞimdi 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.
DetaylıKONU 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
DetaylıEM302 Yöneylem Araştırması 2 Çok değişkenli DOP ların çözümü. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Çok değişkenli DOP ların çözümü Dr. Özgür Kabak Doğrusal olmayan programlama Tek değişkenli DOP ların çözümü Uç noktaların analizi Altın kesit Araması Çok değişkenli DOP ların
DetaylıLineer 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
Detaylı0.1 Zarf Teoremi (Envelope Teorem)
Ankara Üniversitesi, Siyasal Bilgiler Fakültesi Prof. Dr. Hasan Şahin 0.1 Zarf Teoremi (Envelope Teorem) Bu kısımda zarf teoremini ve iktisatta nasıl kullanıldığını ele alacağız. bu bölüm Chiang 13.5 üzerine
DetaylıDOĞRUSAL 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)
DetaylıVEKTÖR 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.
Detaylı7. 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
DetaylıMETASEZGİSEL YÖNTEMLER
METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,
DetaylıGenel 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
DetaylıDestekçi Vektör Makineleri. Destekçi Vektör Makineleri(Support Vector Machines)
Destekçi Vektör Makineleri Destekçi Vektör Makineleri(Support Vector Machines) Değişkenler arasındaki örüntülerin bilinmediği veri setlerindeki sınıflama problemleri için önerilmiş bir makine öğrenmesi
DetaylıEM302 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
DetaylıBaşlangıç 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
DetaylıDOĞRUSAL 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
DetaylıParametrik doğru denklemleri 1
Parametrik doğru denklemleri 1 A noktasından geçen, doğrultman (doğrultu) vektörü w olan d doğrusunun, k parametresine göre parametrik denklemi: AP k w P A k w P A k w P A k W (P değişken nokta) A w P
Detaylı12.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
DetaylıELEKTROMANYETIK ALAN TEORISI
ELEKTROMANYETIK ALAN TEORISI kaynaklar: 1) Electromagnetic Field Theory Fundamentals Guru&Hiziroglu 2) A Student s Guide to Maxwell s Equations Daniel Fleisch 3) Mühendislik Elektromanyetiğinin Temelleri
DetaylıYÖNEYLEM 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
DetaylıSimpleks 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
Detaylıİleri 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
Detaylı1. 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.
DetaylıZeki 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:
DetaylıBir 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
DetaylıModelleme 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
DetaylıYönlü doğru parçası: Zıt yönlü doğru parçaları: Eş yönlü doğru parçaları: Örnek-1. Paralel yönlü doğru parçaları:
Yönlü doğru parçası: Zıt yönlü doğru parçaları: Eş yönlü doğru parçaları: Örnek-1 Paralel yönlü doğru parçaları: 1 Örnek-2 Vektör: Örnek-3 Sıfır vektörü: Eşit vektörler: Örnek-4 Bir vektörü bir reel sayı
DetaylıÇok 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.
DetaylıİÇİNDEKİLER. 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.
DetaylıHESSİEN 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
Detaylı2014 - 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
DetaylıGENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA
GENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr Düzce Üniversitesi Elektrik&Elektronik Mühendisliği
Detaylıİç-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.
Detaylıdoğrusal 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
Detaylıİktisat 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
Detaylıİleri 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
DetaylıYÖNEYLEM 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
DetaylıTek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi
OPTİMİZASYON Gerçek hayatta, çok değişkenli optimizasyon problemleri karmaşıktır ve nadir olarak problem tek değişkenli olur. Bununla birlikte, tek değişkenli optimizasyon algoritmaları çok değişkenli
Detaylı18.034 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
DetaylıGenel 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
DetaylıGenetik 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.
DetaylıYÖNEYLEM 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,
DetaylıKalkülüs 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
DetaylıOPTİMİZASYON 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.
DetaylıMaksimizasyon 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
DetaylıLineer 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,
Detaylı18.034 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(m+2) +5<0. 7/m+3 + EŞİTSİZLİKLER A. TANIM
EŞİTSİZLİKLER A. TANIM f(x)>0, f(x) - eşitsizliğinin
DetaylıOkut. 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
Detaylı2 1 fonksiyonu veriliyor. olacak şekilde ortalama değer teoremini sağlayacak bir c sayısının var olup olmadığını araştırınız. Eğer var ise bulunuz.
ANALİZ 1.) a) sgn. sgn( 1) = 1 denkleminin çözüm kümesini b) f ( ) 3 1 fonksiyonu veriliyor. olacak şekilde ortalama değer teoremini sağlayacak bir c sayısının var olup olmadığını araştırınız. Eğer var
DetaylıGEDİZ 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
DetaylıUzayda 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
DetaylıÜNİTE. 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
Detaylı18.701 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
DetaylıMühendislik 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,
DetaylıDOĞRUSAL 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
DetaylıMühendislik 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
DetaylıÜç 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.
Detaylıİleri 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
Detaylı3.2. 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
DetaylıYAVAŞ 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
DetaylıOptimizasyon 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.
DetaylıMatematikte 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
Detaylı8.333 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
DetaylıT.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
DetaylıALTIN 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)
DetaylıMath 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
DetaylıT.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
DetaylıPERGEL 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
DetaylıBÖLÜM 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
DetaylıDENKLEM 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
Detaylıİleri 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
DetaylıVERİ 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
DetaylıBu 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
DetaylıÖSYM. 1. Bu testte 40 soru vardır. 2. Cevaplarınızı, cevap kâğıdının Matematik Testi için ayrılan kısmına işaretleyiniz AYT/Matematik
MATEMATİK TESTİ 1. Bu testte 40 soru vardır. 2. Cevaplarınızı, cevap kâğıdının Matematik Testi için ayrılan kısmına işaretleyiniz. 1. 2. a bir gerçel sayı olmak üzere, karmaşık sayılarda eşitliği veriliyor.
DetaylıYeşilköy 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
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 7 İç Kuvvetler Kaynak: Mühendislik Mekaniği: Statik, R. C. Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 7. İç Kuvvetler Bu bölümde, bir
DetaylıGenel 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
DetaylıYÖNEYLEM 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
DetaylıEge 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
DetaylıDÜZLEMDE 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
DetaylıMatris 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
DetaylıT 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
DetaylıRİJİT 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,
Detaylıaltında 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
DetaylıÖĞRENME 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
DetaylıKübik Spline lar/cubic Splines
Kübik spline lar önceki metodların aksine bütün data noktalarına tek bir fonksiyon/eğri uydurmaz. Bunun yerine her çift nokta için ayrı ayrı üçüncü dereceden polinomlar uydurur. x i noktasından geçen soldaki
DetaylıİKİNCİ 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
DetaylıDoğrusal 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
DetaylıKarar 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.
DetaylıYÖNEYLEM 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
DetaylıLineer 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
DetaylıProf.Dr.F.Nejat EKMEKCİ, Prof. Dr. Yusuf YAYLI, BAHAR
MAT 114 LİNEER CEBİR ( İSTATİSTİK, ASTRONOMİ ve UZAY BİLİMLERİ) Hafta 8: İç Çarpım Prof.Dr.F.Nejat EKMEKCİ, Prof. Dr. Yusuf YAYLI, Doç.Dr.İsmail GÖK 2017-2018 BAHAR İç Çarpım Tanım 23: V bir reel vektör
Detaylı