DOĞRUSAL PROGRAMLAMA ÇÖZÜMLERİNİN YORUMLANMASI VE KULLANILMASI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "DOĞRUSAL PROGRAMLAMA ÇÖZÜMLERİNİN YORUMLANMASI VE KULLANILMASI"

Transkript

1 DOĞRUSAL PROGRAMLAMA ÇÖZÜMLERİNİN YORUMLANMASI VE KULLANILMASI Doğrusal programlama modeli kurulduktan sonra modelin vereceği sonuçlara gözü kapalı bağlı olmamalı, bu konuda çok dikkatli olmalıyız. Model kurulup, bilgisayar programına uygun bir formata çevrildikten sonra çözümlenmesini arzu ederiz. Bu aşamalarda herhangi bir işlem veya yazılım hatası yapılmadığı varsayılırsa (ki bu gibi basit hatalar paket programlarında açığa çıkarılır) üç muhtemel sonuçtan biri elde edilecektir: (a) model çözümsüzdür (infeasible); (b) model sınırsızdır (unbounded); (c) model çözülebilir (solvable)..1 Çözümü Olmayan Modeller Doğrusal programlama modeli, modelin sınırlayıcı faktörleri arasında tutarsızlık olduğu hallerde çözümsüzdür. Örnek olarak aşağıda gösterilen kısıtlayıcı faktörlere sahip model çözümsüzdür: X 1 + X 2 1 X 1 + X 2 2 Kısıtlayıcı faktörler arasındaki çelişki yukarıdaki örnekte olduğu kadar açık şekilde ortaya çıkmayabilir. Bu gibi hallerde program modeli çözmek için uğraşır, netice hasıl olmayınca da çözümsüz (infeasible) sonucunu verir (Williams H.P., 2003, s. 93). Çözümsüz modeller, genellikle matematik kurulumunda hata içeren modellerdir. Teknolojik açıdan ulaşılması mümkün olmayan modellere kafa yorduğumuz durumlar olabilir ama bu hatayı daha çok çözümü olması gerektiğini sandığımız modelleri kurgularken yaparız. Bir modelin çözümsüzlüğünün tespiti çok güç olabilir. Bilgisayar çözümleri sonucunda eğer model çözümsüz uyarısını alırsak hangi kısıtlayıcıların karşılanmadığını veya hangi değişkenlerin negatif işaret taşıdığını öğrenmiş oluruz. Çözümsüzlüğün sebebi de net biçimde ortaya çıkar. Ama bu bilginin yararı olmayan durumlar da ortaya çıkabilir. Çözümsüzlüğün sebebi çok belirsiz de olabilir. Örnek

2 Doğrusal Programlama 68 olarak aşağıdaki kısıtlayıcıların her birinin karşılanması, diğer ikisinin varlığı halinde mümkün değildir: X 1 X 2 1 X 2 X 3 1 X 1 + X 3 1 Bununla birlikte bu kısıtlayıcıların hiçbirinin tutarsız sayılıp elenmesi doğru değildir. Bu örnekte yanlış olan, bu 3 sınırlayıcının birlikte karşılanmasının mümkün olmamasıdır..2 Sınırsız çözüm Doğrusal programlama modelinin sınırsız çözüm vermesi, amaç fonksiyonunun sürekli olarak artırılabildiğini işaret eder. Bir diğer ifade ile model bir maksimizasyon problemi ise amaç fonksiyonu istendiği kadar artırılabilir; model bir minimizasyon modeli ise amaç fonksiyonu istendiği kadar azaltılabilir. Örnek olarak aşağıdaki hatalı düzenlenmiş doğrusal programlama modeli sınırsız çözüm verecektir çünkü X 1 + X 2 toplamı sınırlayıcı faktörü ihlal etmeksizin istendiği kadar artırılabilir: Z max = X 1 +X 2 Sınırlayıcı faktör: 2X 1 + X 2 1 Bilgisayar paket programları, çözümsüz modeller için olduğu gibi, sınırsız çözümlü modeller için de çözüm aşamasında uyarı vermektedir. Bu uyarı alınınca modelin neresinde hata yapıldığı da anlaşılmaktadır. Sınırsız çözüm hatasının yapıldığı modellerin önceden farkına varılması, çözümsüz modellerin önceden anlaşılması kadar zor olabilir. Çözümsüz modellerde ihlal edilmiş sınırlayıcıların varlığı söz konusu iken, sınırsız çözümlü modellerde de farkında olmayarak dikkate alınmamış sınırlayıcılar veya gevşek tutulmuş sınırlayıcılar (sınırlayıcı olmayan sınırlayıcılar) söz konusudur. Sınırsız çözüm hatasının en fazla yapıldığı durumlardan biri, karışım problemlerinde toplam miktar eşitliğinin modele dahil edilmemesidir (bakınız Ek 1.1). Bu gibi eşitlikler kolaylıkla akıldan çıkabilir. Bazen da modelde hiçbir girdi kullanılmadan üretilebilen ürünlere yer verilir. Bu ve benzeri hatalara, doğrusal programlama paket programlarında sınırsız çözüm uyarısı gelecektir.

3 . Doğrusal Programlama Çözümlerinin Yorumlanması ve Kullanılması Her doğrusal programlama modelinin çözümünün bir de ikinci (dual model) çözümü vardır. Kurulan model sınırsız çözüm üretiyorsa, dual çözüm çözümü olmayan model uyarısı verir. Buradan, çözümü mümkün olmayan bir model kurulduğu anlaşılır. Ancak bunun tersi her zaman mümkün olmayabilir yani çözümsüz bir modelin dualinin sınırsız çözüm verdiği ileri sürülemez, bu durumda dual çözümde çözümsüz olabilir (Williams H.P., 2003, s. 9)..3 Çözümlü Modeller Çözümsüz veya sınırsız çözümlü olmayan doğrusal programlama modelleri çözülebilen doğrusal programlama modelleridir. Çözümlü bir doğrusal programlama modeli sonuçlarının uygulanabilir olup olmadığı ilgi konusudur. Eğer elde edilen sonucun uygulanma imkânı yoksa modelde hata vardır. Böyle bir durumda yapılacak ilk iş, optimal çözümü mantık süzgecinden geçirmektir. Bazen bu analiz sonucunda yapılan bariz hatalar ortaya çıkarılabilir. Elde edilen sonuç yine de mantıklı görülüyorsa optimum sonucu beklediğimiz durumla karşılaştırmalıyız. Maksimizasyon modellerinde elde edilen optimum değer, beklenen değerin altında ise bu durun kurulan modelin olması gerekenden daha yüksek sınırlayıcılar taşıdığı anlamına gelebilir. Diğer taraftan optimal çözüm beklediğimizden çok daha fazla ise bu durumda da kurulan modelin kısıtlarının kâfi olmadığı veya dikkate alınmamış kısıtlar olduğu anlaşılır. Minimizasyon modellerinde ise bu durumların tam tersi yorumlar yapılacaktır..4 Doğrusal Programlama Veri Girişleri Doğrusal programlama probleminin yazılımını ve model sonuçlarının yorumlanmasını daha evvel uygulanmış bir model üzerinden winqsb paket programını (Windows package for Quantitative System for Business) kullanarak yapmaya çalışalım. Kullanacağımız model EK 1.1 de verilen karışım problemidir. Modeli hatırlayalım: Amaç fonksiyonu: Z max = 110 x1 120 x x x 4 11 x 10 y

4 Doğrusal Programlama 70 Rafine kapasiteleri sınırlılıkları: x x 1 3 x x x 20 Nihai ürünün sertlik derecelerini de aşağıdaki iki sınırlılıkla gösterilmiştir: 8.8x 1 8.8x 1 6.1x 6.1x 2 2 2x 2x x 4.2x 4 4 x x 6 y 0 3 y 0 Pozitif değerler varsayımı: x 1, x 2, x 3, x 4,x = x 6 Problemin adı, problemdeki değişken sayısı (6), kısıtlayıcı faktör sayısı (), amaç fonksiyonu (maksimizasyon), değişkenin sayısal özelliği (sürekli ve pozitif) ve veri giriş şekli yazıldıktan sonra OK tuşuna basılarak (Şekil.1) veri girişi için gerekli matris elde edilir ve yukarıdaki katsayılar bu matrise girilir (Tablo.1) LP-ILP Problem Specification Problem Title: Karışım Problemi Number of Variables: Number of 6 Consraints: Objective Criterion O Maximization O Minimization Default Variable Type O Nonnegative continuous O Nonnegative integer O Binary (0,1) Data Entry Format O Unsigned/unrestricted O Spreadsheet Matrix Form O Normal Modal Form OK Cancel Help Şekil.1 WinQSB Programı Problem Tanımlama

5 . Doğrusal Programlama Çözümlerinin Yorumlanması ve Kullanılması Tablo.1 Karışım Probleminin WinQSB Formatında Veri Girişi Variable X1 X2 X3 X4 X X6 Direction R.H.S. Maximize C C C C C = 0 LowerBound UpperBound M M M M M M VariableType Continuous Continuo Continuou Continuou Continuou Continuou Tablonun tabanında yer alan LowerBound değişkenlerin sıfır veya pozitif değerler alabileceğini, UpperBound ise değişkenler için üst limit kullanılmadığını göstermektedir. VariableType, kullanılan verilerin sürekliliğini ifade eder. Eşitsizliklerin yönü Direction sütununda, kaynak ve diğer sınırlılıklar R.H.S (Right Hand Side) sütununda gösterilmişlerdir.. Çözümlerin Yorumlanması ve Kullanılması Model, çözümlü bir model olup model sonuçları Tablo.2 de gösterildiği gibidir. Rafine işleminde bitkisel yağlardan (X1 ve X2) sırası ile ton ve ton kullanılmıştır. Hayvansal yağlardan sadece biri (X4) 20 ton kullanılmıştır. Elde edilen gıda maddesi, 3 ham maddenin toplamı kadardır (40 ton). Maksimum kâr liradır. Birim maliyet sütununda (unit cost or profit) ham maddelerin birim (ton) fiyatları ve satışı yapılan gıda maddesinin birim (ton) fiyatı gösterilmektedir. Optimum karışımda yer alan ham madde maliyetleri ile toplam satış geliri toplam katkı (Total contribution) sütununda gösterilmiştir. Reduced cost sütununda planda yer almayan faaliyetlerin bir biriminin plana gelebilmesi için bu ürünlerin birim maliyetlerinin ne kadar azalması veya satış fiyatlarının ne kadar yükselmesi gerektiği gösterilmektedir. Bir diğer ifade ile bu sütunda, planda olmayan faaliyetlerin bir biriminin plana dahil edilmesi ile toplam kâr miktarındaki azalma gösterilmektedir. Örneğimizde X3 ham maddesinin 130 olan fiyatı 11.8 lira azalmadıkça karışıma dahil edilmesi optimum planın kârında 11.8 lira azalmaya yol açacaktır. Benzer şekilde karışımda X ham maddesinin bir birim kullanılmasının ekonomik olması için, fiyatında 7.96 liralık indirim yapılmalıdır. Bu faaliyetlerin optimum planda yer bulmasını sağlayacak maksimum fiyat sınırları Tablo

6 Doğrusal Programlama 72.2 nin son sütununda (allowable max. Cj) ayrıca gösterilmektedir (sırası ile ve ). Optimum planda yer alan faaliyetlerin Reduced cost sütunundaki değerlerinin 0 olduğuna dikkat ediniz. Bu faaliyetler basis status başlığı altında Basic olarak, plan dışında kalanlar ise At bound olarak nitelendirilmişlerdir. Optimum planda yer bulan faaliyetlerin brüt gelir veya bu örnekte olduğu gibi maliyet sınırları son iki sütunda Allowable min Cj, Allowable max. Cj gösterilmiştir. Elle çözümde bu değerlerin nasıl hesaplandığı Bölüm 3. de (sayfa: 41-42) açıklanmıştır. Bu sonuçlara bakıldığında X1 hammaddesinin fiyatı (110 TL) 120 ile 9.4 lira arasında kaldığı sürece optimum planda gösterilen ham madde bileşiminin değişmeyeceği, sadece fiyat değişimine bağlı olarak planın brüt gelirinin değişeceği anlaşılmaktadır. X2 hammaddesinin fiyatı (120 TL) için bu sınırlar 134. ve 110 liradır.x3 ham maddesinin planda yer alması için fiyatı en fazla lira, X ham maddesinin fiyatı da en fazla lira olmalıdır. Ürün fiyatı (X6) liranın altına düşmediği takdirde fiyatı ne kadar fazla olursa olsun optimum plan değişmez. Dikkat edilmesi gereken hususlardan biri de bu yorumların, değişkenlerin her defasında sadece birinin değiştirilmesi halinde geçerli olmasıdır. Değişkenlerin birden fazlasının aynı anda değişmesi halinde yapılan yorumlar geçerli olmayabilir. Tablo.2 Karışım Probleminin WinQSB Formatında Çözüm Sonuçları Decision Solution Unit cost or profit C j Total Reduced cost Basis status Allowable min. C j Allowable max. C j variable value contribution X Basic X Basic X At bound -M X Basic M X At bound -M X basic M Objective function (Max.): Constraint Left Hand Side Direction Right Hand Side Slack or surplus Shadow price Allowable min. RHS Allowable max. RHS C C C C M C 0 =

7 . Doğrusal Programlama Çözümlerinin Yorumlanması ve Kullanılması WinQSB çözüm sonuçlarının sınırlayıcı faktörler (Constraints) sıralarındaki katsayılar, planın sınırlayıcı faktörlerinin miktarlarını ve yönlerini ( ; ; =) göstermektedir. Planda kullanılan kaynak miktarları Right Hand Side sütununda gösterilmektedir. Plan sonunda kullanılmadan kalan kaynak miktarları Slack or surplus sütunu altında gösterilmiştir. Artık kaynakların fiyatları (gölge fiyatları = Shadow prices) sıfırdır. Tamamı tüketilen kaynakların gölge fiyatları pozitif değerler alırlar. Bu rakamlar, plan sonunda tamamı tüketilen kaynakların bir birim artırılması halinde kârda meydana gelen ilave artışları işaret ederler. Örnek çözümde C1 kısıtının bir birim artması halinde planın kârı TL, C2 kısıtının bir birim artması halinde planın kârı TL artacaktır. C4 kısıtındaki artışın planın kârı üzerinde herhangi bir etkisi bulunmamaktadır. Artık kaynaklar için varılan sonuç budur. Son iki sütun plan kaynaklarının marjinal katkısının (gölge fiyatlarının) aynı olduğu kaynak alt ve üst sınırlarını göstermektedir. (Bu rakamların nasıl elde edildiği 43. sayfada açıklanmıştır.)

8 Doğrusal Programlama 74 KAYNAKLAR Amram, M., N. Kulatilaka, 1999, Real Options, Managing Strategic Investment in an Uncertain World, Harvard Business School Press, Boston. Anderson David R., Dennis J Sweeney, Williams Thomas A., 200, An Introduction to Management Science, Thomson South-Western, Mason, Ohio. Bannock G, E. Davis, P. Trott, M.Uncles, 2003, Dictionary of Business, Profile Books Ltd., London. Beneke, Raymond R., R. Winterboer, 1973, Linear Programming Application to Agriculture, The Iowa State University Press, Ames, Iowa. Bertsimas D, J.N. Tsitsiklis, 1997, Introduction to Linear Optimization, Athena Scientific, Massachusetss. Dantzig, George B., 1998, Linear Programming and Extensions, Princeton University Press, New Jersey. Demirci R., 198, Doğrusal Olmayan Programlama Metodu ile Sığır Besiciliğinde Optimum Üretim ve Yatırım Hacminin Tespiti, Ankara Üniversitesi Ziraat Fakültesi Yayın No. 931, Ankara. Garfingel R.S., G.L. Nemhauser, 1972, Integer Programming, Wiley, New York. Heady Earl O., W. Candler, 1973, Linear Programming Methods, The Iowa State University Press, Ames, Iowa. Raiffa H, 1970, Decision Analysis- Introductory Lectures on Choices and Uncertainty, Addison-Wesley Publishing Co, Reading, Massachusetss. Render B., Ralph M. Stair Jr., 2000, Quantitative Analysis for Management, Prentice Hall, New Jersey. Vajda S, 197, Mathematical Aspects of Manpower Planning, Opl Res Q 26, Pergamon Press, GB. Vanderbei, Robert J., 2000, Linear Programming Foundations and Extensions, Kluwer Academic Publishers, Boston. Williams HP, 2003, Model Building in Mathematical Programming, John Wiley and Sons Ltd., New York.

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

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

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

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

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

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

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

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

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

SİMPLEKS METODU simpleks metodu

SİMPLEKS METODU simpleks metodu 3 SİMPLEKS METODU Önceki bölümlerde doğrusal programlamanın temel kavramlarını ve prensiplerini öğrendik. İşletmenin üretim seçeneklerinin, eşitlikler sistemi ile ifade edildiğini gördük. Daha kârlı olan

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

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

Yönetim için Sayısal Yöntemler (AVM306) Ders Detayları

Yönetim için Sayısal Yöntemler (AVM306) Ders Detayları Yönetim için Sayısal Yöntemler (AVM306) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Yönetim için Sayısal Yöntemler AVM306 Bahar 3 0 0 3 6 Ön Koşul Ders(ler)i

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

DOĞRUSAL PROGRAMLAMANIN KAPSAMI

DOĞRUSAL PROGRAMLAMANIN KAPSAMI 1 DOĞRUSAL PROGRAMLAMANIN KAPSAMI Doğrusal Programlama, İkinci Dünya Savaşı esnasında müttefik devletlere asker, silah ve malzemenin en uygun yollarla taşınması amacı ile geliştirilmiş analitik bir planlama

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

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

Doğrusal Programlama ve Excel Çözücü Uygulamasıyla Optimum Rasyon Çözümü

Doğrusal Programlama ve Excel Çözücü Uygulamasıyla Optimum Rasyon Çözümü Doğrusal Programlama ve Excel Çözücü Uygulamasıyla Optimum Rasyon Çözümü MIN maliyet= $1X 1 + $2X 2 Subject to: 1X 1 + 1X 2 >=10 (Kalsiyum) 3X 1 +1X 2 >=15 (Protein) 1X 1 +6X 2 >=15 (Enerji) ve X 1 >=0,

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

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

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 13 Sayı:1 sh.1-8 Ocak 2011

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 13 Sayı:1 sh.1-8 Ocak 2011 DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 13 Sayı:1 sh.1-8 Ocak 011 BİR KAMPÜS AĞINDA ACİL TELEFON MERKEZLERİ YERLEŞTİRİLMESİ PROBLEMİNİN MATEMATİKSEL MODELLEMESİ (MATHEMATICAL MODELLING

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

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

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 Araştırması I (IE 222) Ders Detayları

Yöneylem Araştırması I (IE 222) Ders Detayları Yöneylem Araştırması I (IE 222) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Yöneylem Araştırması I IE 222 Güz 3 2 0 4 5 Ön Koşul Ders(ler)i Math 275 Doğrusal

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

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

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

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

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Tabu Arama (Tabu Search) Doç.Dr. M. Ali Akcayol Tabu Arama 1986 yılında Glover tarafından geliştirilmiştir. Lokal minimum u elimine edebilir ve global minimum u bulur. Değerlendirme

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

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

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

Kimya Mühendisliğinde Uygulamalı Matematik

Kimya Mühendisliğinde Uygulamalı Matematik Fen Bilimleri Enstitüsü Kimya Mühendisliği Anabilim Dalı Kimya Mühendisliğinde Uygulamalı Matematik DERS BİLGİ FORMU DERS BİLGİLERİ Dersin Adı Kodu Yarıyıl Kimya Mühendisliğinde Uygulamalı Matematik T

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

BİR PROJEYE AİT KISITLILIKLARIN HER YIL FARKLI OLMASI DURUMUNDA PROJENİN DOĞRUSAL PROGRAMLAMA İLE DEĞERLENDİRİLMESİ *

BİR PROJEYE AİT KISITLILIKLARIN HER YIL FARKLI OLMASI DURUMUNDA PROJENİN DOĞRUSAL PROGRAMLAMA İLE DEĞERLENDİRİLMESİ * BİR PROJEYE AİT KISITLILIKLARIN HER YIL FARKLI OLMASI DURUMUNDA PROJENİN DOĞRUSAL PROGRAMLAMA İLE DEĞERLENDİRİLMESİ * Murat BAY Abstract Evaluating of project use to linear programming when project s constraints

Detaylı

4. Gölge Fiyat Kavramı ve Duyarlılık Analizleri:

4. Gölge Fiyat Kavramı ve Duyarlılık Analizleri: 4. Gölge Fiyat Kavramı ve Duyarlılık Analizleri: 4.1. Gölge Fiyat Kavramı Gölge fiyatlar doğrusal programlama modellerinde kısıtlarla açıklanan kaynakların bizim için ne kadar değerli olduklarını gösterirler.

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

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

BULANIK AMAÇ KATSAYILI DOĞRUSAL PROGRAMLAMA. Ayşe KURUÜZÜM (*)

BULANIK AMAÇ KATSAYILI DOĞRUSAL PROGRAMLAMA. Ayşe KURUÜZÜM (*) D.E.Ü.İ.İ.B.F. Dergisi Cilt:14, Sayı:1, Yıl:1999, ss:27-36 BULANIK AMAÇ KATSAYILI DOĞRUSAL PROGRAMLAMA Ayşe KURUÜZÜM (*) ÖZET Çalışmada bulanık ( fuzzy ) katsayılı amaç fonksiyonuna sahip doğrusal programlama

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

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

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

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

İÇİNDEKİLER. Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11. 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19

İÇİNDEKİLER. Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11. 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19 İÇİNDEKİLER ÖNSÖZ III Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19 Bölüm 2 DOĞRUSAL PROGRAMLAMA 21 2.1 Doğrusal Programlamanın

Detaylı

ÇELİK ÜRETİM TESİSİNDE LİNEER PROGLAMLAMA YÖNTEMİYLE 4140 ÇELİĞİNİN ÜRETİMİ İÇİN BİLGİSAYAR PAKET PROGRAMININ KULLANILMASI

ÇELİK ÜRETİM TESİSİNDE LİNEER PROGLAMLAMA YÖNTEMİYLE 4140 ÇELİĞİNİN ÜRETİMİ İÇİN BİLGİSAYAR PAKET PROGRAMININ KULLANILMASI 5. Uluslararası İleri Teknolojiler Sempozyumu (IATS 09), 13-15 Mayıs 2009, Karabük, Türkiye ÇLİK ÜRTİM TSİSİND LİNR PROGLAMLAMA YÖNTMİYL 4140 ÇLİĞİNİN ÜRTİMİ İÇİN BİLGİSAYAR PAKT PROGRAMININ KULLANILMASI

Detaylı

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

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

En Düşük Maliyetli Rasyon Hazirlamada Excel Çözümü Excel Solution for Least Cost Diet Formulation

En Düşük Maliyetli Rasyon Hazirlamada Excel Çözümü Excel Solution for Least Cost Diet Formulation Ç.Ü.Z.F. Dergisi, Yıl:1997 Sayı: 13(1):11-20 J.Agric. Fac. Ç.Ü. Year:1997 Volume:13(1):11-20 En Düşük Maliyetli Rasyon Hazirlamada Excel Çözümü Excel Solution for Least Cost Diet Formulation Aykut Gül

Detaylı

Yrd. Doç. Dr. Mehmet Güçlü

Yrd. Doç. Dr. Mehmet Güçlü Dersin Adı DERS ÖĞRETİM PLANI Ekonometri I Dersin Kodu ECO 301 Dersin Türü (Zorunlu, Seçmeli) Dersin Seviyesi (Ön Lisans, Lisans, Yüksek Lisans, Doktora) Dersin AKTS Kredisi 6 Haftalık Ders Saati 4 Haftalık

Detaylı

İbrahim Küçükkoç Arş. Gör.

İbrahim Küçükkoç Arş. Gör. Doğrusal Programlamada Karışım Problemleri İbrahim Küçükkoç Arş. Gör. Balikesir Üniversitesi Endüstri Mühendisliği Bölümü Mühendislik-Mimarlık Fakültesi Çağış Kampüsü 10145 / Balıkesir 0 (266) 6121194

Detaylı

DOĞRUSAL PROGRAMLAMA TEKNİĞİ İLE KÖMÜR DAĞITIM OPTİMİZASYONU COAL DISTRIBUTION OPTIMIZATION BY UTILIZING LINEAR PROGRAMMING

DOĞRUSAL PROGRAMLAMA TEKNİĞİ İLE KÖMÜR DAĞITIM OPTİMİZASYONU COAL DISTRIBUTION OPTIMIZATION BY UTILIZING LINEAR PROGRAMMING Eskişehir Osmangazi Üniversitesi Müh.Mim.Fak.Dergisi C.XX, S.1, 2007 Eng&Arch.Fac. Eskişehir Osmangazi University, Vol..XX, No:1, 2007 Makalenin Geliş Tarihi : 17.02.2006 Makalenin Kabul Tarihi : 16.11.2006

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

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

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

İkinci dersin notlarında yer alan Gepetto Marangozhanesi örneğini hatırlayınız.

İkinci dersin notlarında yer alan Gepetto Marangozhanesi örneğini hatırlayınız. 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

Detaylı

Önsöz... XIII Önsöz (Hava Harp Okulu Basımı)...XV BÖLÜM 1 1. YÖNEYLEM ARAŞTIRMASINA GİRİŞ... 1

Önsöz... XIII Önsöz (Hava Harp Okulu Basımı)...XV BÖLÜM 1 1. YÖNEYLEM ARAŞTIRMASINA GİRİŞ... 1 İÇİNDEKİLER Önsöz... XIII Önsöz (Hava Harp Okulu Basımı)...XV BÖLÜM 1 1. YÖNEYLEM ARAŞTIRMASINA GİRİŞ... 1 1.1. Yöneticilik / Komutanlık İşlevi ve Gerektirdiği Nitelikler... 2 1.1.1. Yöneticilik / Komutanlık

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

ÜRETİM PLANLAMA PROBLEMLERİNDE DOĞRUSAL PROGRAMLAMA TEKNİĞİNİN KULLANIMI: BİR KONFEKSİYON İŞLETMESİNDE UYGULAMA

ÜRETİM PLANLAMA PROBLEMLERİNDE DOĞRUSAL PROGRAMLAMA TEKNİĞİNİN KULLANIMI: BİR KONFEKSİYON İŞLETMESİNDE UYGULAMA ÜRETİM PLANLAMA PROBLEMLERİNDE DOĞRUSAL PROGRAMLAMA TEKNİĞİNİN KULLANIMI: BİR KONFEKSİYON İŞLETMESİNDE UYGULAMA Aysel ÇETİNDERE * Şerafettin SEVİM ** Cengiz DURAN *** ÖZ Bu çalışmada, üretim planlamasının

Detaylı

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DERS KİTAPLARI LİSTESİ

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DERS KİTAPLARI LİSTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DERS KİTAPLARI LİSTESİ *Ders kitaplarını almadan önce dersi veren öğretim üyesine mutlaka danışın. Birinci Yıl 1.Yarıyıl BLM101 Bilgisayar Yazılımı I Ana Ders Kitabı: C How

Detaylı

Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS LFM 521 Lojistikteki Uygulamalarıyla Benzetim

Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS LFM 521 Lojistikteki Uygulamalarıyla Benzetim İçerik Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS LFM 521 Lojistikteki Uygulamalarıyla Benzetim 1 3 0 0 3 6 Ön Koşul Derse Kabul Koşulları Dersin Dili Türü Dersin Düzeyi Dersin Amacı

Detaylı

EM302 Yöneylem Araştırması 2. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Dr. Özgür Kabak TP Çözümü TP problemlerinin çözümü için başlıca iki yaklaşım vardır kesme düzlemleri (cutting planes) dal sınır (branch and bound) tüm yaklaşımlar tekrarlı

Detaylı

SİSTEM MÜHENDİSLİĞİ DOĞRUSAL PROGRAMLAMA ÖRNEKLER (MODEL KURMA, ÇÖZÜM, YORUM)

SİSTEM MÜHENDİSLİĞİ DOĞRUSAL PROGRAMLAMA ÖRNEKLER (MODEL KURMA, ÇÖZÜM, YORUM) SİSTEM MÜHENDİSLİĞİ DOĞRUSAL PROGRAMLAMA ÖRNEKLER (MODEL KURMA, ÇÖZÜM, YORUM) Ek 2: Esin 1984, Sayfa 34, Örnek 2.2 ye Ek Sistematik Özet Malzemeler Makine Makineler A B C D kapasitesi (b) Malzemelerin

Detaylı

DOKUZ EYLUL UNIVERSITY FACULTY OF ENGINEERING OFFICE OF THE DEAN COURSE / MODULE / BLOCK DETAILS ACADEMIC YEAR / SEMESTER. Course Code: IND 3915

DOKUZ EYLUL UNIVERSITY FACULTY OF ENGINEERING OFFICE OF THE DEAN COURSE / MODULE / BLOCK DETAILS ACADEMIC YEAR / SEMESTER. Course Code: IND 3915 Offered by: Endüstri Mühendisliği Course Title: FORECASTING AND TIME SERIES ANALYSIS Course Org. Title: FORECASTING AND TIME SERIES ANALYSIS Course Level: Lisans Course Code: IND 95 Language of Instruction:

Detaylı

ADNAN MENDERES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI MATEMATİK PROGRAMI DERS LİSTESİ

ADNAN MENDERES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI MATEMATİK PROGRAMI DERS LİSTESİ Ders List ADNAN MENDERES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI MATEMATİK PROGRAMI DERS LİSTESİ 17.11.2016 Yüksek Lisans Dersleri Kod Ders Adı Ders Adı (EN) T U L K AKTS MTK501 Reel

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

Lojistikte Karar Yönetimi ve Optimizasyon (LOJ 430) Ders Detayları

Lojistikte Karar Yönetimi ve Optimizasyon (LOJ 430) Ders Detayları Lojistikte Karar Yönetimi ve Optimizasyon (LOJ 430) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Kodu Saati Saati Laboratuar Kredi AKTS Saati Lojistikte Karar Yönetimi ve Optimizasyon LOJ 430 Her

Detaylı

Ders 10. Prof.Dr.Haydar Eş Prof.Dr.Timur Karaçay. Simpleks Yöntemine Giriş Alıştırmalar 10

Ders 10. Prof.Dr.Haydar Eş Prof.Dr.Timur Karaçay. Simpleks Yöntemine Giriş Alıştırmalar 10 Bölüm 10 Ders 10 Simpleks Yöntemine Giriş 10.1 Alıştırmalar 10 Prof.Dr.Haydar Eş Prof.Dr.Timur Karaçay 197 198 BÖLÜM 10. DERS 10 1. Soru 1 1. Aşağıda verilen simpleks tablolarında temel, temel olmayan,

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: MAT 1009

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: MAT 1009 Dersi Veren Birim: Mühendislik Fakültesi Dersin Türkçe Adı: MATEMATİK I Dersin Orjinal Adı: MATEMATİK I Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: MAT 1009 Dersin Öğretim

Detaylı

GEOMETRİK PROGRAMLAMADA GEOMETRİK-HARMONİK ORTALAMA EŞİTSİZLİGİNİN ROLÜ VE FONKSİYONEL

GEOMETRİK PROGRAMLAMADA GEOMETRİK-HARMONİK ORTALAMA EŞİTSİZLİGİNİN ROLÜ VE FONKSİYONEL M.Ü.İ.İ.B.F. Dergisi Prof.Dr.Kenan ERKURAL'a Armağan Yıl:J998, Cilt: XIV, Say. ı:2, s.53-59. GEOMETRİK PROGRAMLAMADA GEOMETRİK-HARMONİK ORTALAMA EŞİTSİZLİGİNİN ROLÜ VE FONKSİYONEL 1-GİRİŞ DÖNÜŞÜMLER Tuncay

Detaylı

İstatistikçiler Dergisi

İstatistikçiler Dergisi www.istatistikciler.org İstatistikçiler Dergisi (28) 6-22 İstatistikçiler Dergisi COX REGRESYON MODELİ VE AKCİĞER KANSERİ VERİLERİ İLE BİR UYGULAMA Durdu KARASOY Hacettepe Üniversitesi Fen Fakültesi İstatistik

Detaylı

EM302 YÖNEYLEM ARAŞTIRMASI 2. YARIYILİÇİ SINAVI Y.Doç.Dr. Özgür Kabak SORULAR VE CEVAPLAR

EM302 YÖNEYLEM ARAŞTIRMASI 2. YARIYILİÇİ SINAVI Y.Doç.Dr. Özgür Kabak SORULAR VE CEVAPLAR EM302 YÖNEYLEM ARAŞTIRMASI 2. YARIYILİÇİ SINAVI Y.Doç.Dr. Özgür Kabak 28.12.2012 SORULAR VE LAR 1. Ayşe kırmızı başlığı ile şirin ve yardımsever bir kızdır. Her gün annesinin pişirdiği yemekleri babaannesine

Detaylı

BİL-142 Bilgisayar Programlama II

BİL-142 Bilgisayar Programlama II BİL-142 Bilgisayar Programlama II (C/C++) Hazırlayan: M.Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Giriş math Kütüphane Fonksiyonları Çok Parametreyle Fonksiyon Tanımı Fonksiyon

Detaylı

Öğr. Gör. Barış Alpaslan

Öğr. Gör. Barış Alpaslan Dersin Adı DERS ÖĞRETİM PLANI Matematik I Dersin Kodu ECO 05/04 Dersin Türü (Zorunlu, Seçmeli) Dersin Seviyesi (Ön Lisans, Lisans, Yüksek Lisans, Doktora) Dersin AKTS Kredisi 5 Haftalık Ders Saati 3 Haftalık

Detaylı

Genel Kullanılış 1: [değişken ismi] = [değişken ismi] [işlem] [sayı veya string ifade veya değişken]

Genel Kullanılış 1: [değişken ismi] = [değişken ismi] [işlem] [sayı veya string ifade veya değişken] Sayaçlar Düzenli olarak artan (+) veya azalan (-) sayı veya string ifadeler elde etmek için kullanılırlar. Eşitliğin her iki tarafındaki değişken isminin aynı olmasına dikkat edin. Bu durum matematik olarak

Detaylı

Araştırma Makalesi / Research Article. Yapı Sistemlerinin MATLAB Optimizasyon Araç Kutusu ile Optimum Boyutlandırılması

Araştırma Makalesi / Research Article. Yapı Sistemlerinin MATLAB Optimizasyon Araç Kutusu ile Optimum Boyutlandırılması BEÜ Fen Bilimleri Dergisi BEU Journal of Science 4(2), 189-197, 2015 4(2), 189-197, 2015 Araştırma Makalesi / Research Article Yapı Sistemlerinin MATLAB Optimizasyon Araç Kutusu ile Optimum Boyutlandırılması

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

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

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

MATLAB programı kullanılarak bazı mühendislik sistemlerinin optimum tasarımı

MATLAB programı kullanılarak bazı mühendislik sistemlerinin optimum tasarımı Dicle Üniversitesi Mühendislik Fakültesi dergisi mühendislikdergisi Cilt: 1, Sayı: 1, 38-44 Dicle Üniversitesi Mühendislik Fakültesi Aralık 010 Cilt: 1, Sayı: 1, 41-47 3-9 Aralık 010 MATLAB programı kullanılarak

Detaylı

KPSS 2019 VİDEO DESTEKLİ GENEL YETENEK - GENEL KÜLTÜR MATEMATİK KONU ANLATIMLI PRATİK BİLGİLER SINAVLARA EN YAKIN ÖZGÜN SORULAR VE AÇIKLAMALARI SORU

KPSS 2019 VİDEO DESTEKLİ GENEL YETENEK - GENEL KÜLTÜR MATEMATİK KONU ANLATIMLI PRATİK BİLGİLER SINAVLARA EN YAKIN ÖZGÜN SORULAR VE AÇIKLAMALARI SORU KPSS 09 0 soruda 86 SORU VİDEO DESTEKLİ GENEL YETENEK - GENEL KÜLTÜR MATEMATİK KONU ANLATIMLI PRATİK BİLGİLER SINAVLARA EN YAKIN ÖZGÜN SORULAR VE AÇIKLAMALARI Komisyon KPSS Matematik Konu Anlatımlı ISBN

Detaylı

Şanlıurfa Kuru Tarım İşletmelerinde Farklı Makina Seti ve Arazi Büyüklüğüne Göre Optimum Ürün Deseninin Belirlenmesi

Şanlıurfa Kuru Tarım İşletmelerinde Farklı Makina Seti ve Arazi Büyüklüğüne Göre Optimum Ürün Deseninin Belirlenmesi Şanlıurfa Kuru Tarım lerinde Farklı Makina Seti ve Arazi Büyüklüğüne Göre Optimum Ürün Deseninin Belirlenmesi Cevdet SAĞLAM 1, Refik POLAT 2 1 Harran Üniversitesi, Ziraat Fakültesi, Tarım makineları Bölümü,

Detaylı

Kütüphaneler İçin Kanıta Dayalı Koleksiyon Geliştirme Teknikleri

Kütüphaneler İçin Kanıta Dayalı Koleksiyon Geliştirme Teknikleri Kütüphaneler İçin Kanıta Dayalı Koleksiyon Geliştirme Teknikleri Doğan Küsmüş Regional Sales Manager Turkey & Albania EBSCO Information Services e-posta: dkusmus@ebsco.com cep no: +90 530 351 4222 1 www.ebsco.com

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

Türk-Alman Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü Ders Bilgi Formu

Türk-Alman Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü Ders Bilgi Formu Türk-Alman Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü Ders Bilgi Formu Dersin Adı Dersin Kodu Dersin Yarıyılı Yöneylem Araştırması BWL315 5 ECTS Ders Uygulama Laboratuar Kredisi (saat/hafta)

Detaylı

Doğrusal Denklemler Sis./Sys. of Linear Equations

Doğrusal Denklemler Sis./Sys. of Linear Equations Doğrusal Denklemler Sis./Sys. of Linear Equations Uygulama alanı: Lineer olan her sistem Notation: Ax 1 = b Augmented [A l b] Uniqueness A = 0, A nxa Bu şekilde yazılan sistemler Overdetermined (denklem

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

EM302 Yöneylem Araştırması 2. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Dr. Özgür Kabak GAMS Giriş GAMS (The General Algebraic Modeling System) matematiksel proglamlama ve optimizasyon için tasarlanan yüksek seviyeli bir dildir. Giriş dosyası:

Detaylı

EM302 Yöneylem Araştırması 2 Proje Yönetimi. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2 Proje Yönetimi. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Proje Yönetimi Dr. Özgür Kabak Proje yönetimi Organizasyonlar işlerini işlemler veya projeler olarak gerçekleştirirler. İşlemler ve projelerin ortak özellikleri: İnsanlar tarafından

Detaylı

Optimizasyon Teknikleri

Optimizasyon Teknikleri Optimizasyon Teknikleri Doç. Dr. İrfan KAYMAZ Atatürk Üniversitesi Mühendislik Fakültesi Makine Mühendisliği Bölümü Optimizasyon Nedir? Optimizasyonun Tanımı: Optimum kelimesi Latince bir kelime olup nihai

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

DOĞRUSAL PROGRAMLAMA MODELİ İLE BİR KOBİ DE HİZMET ÜRETİM PLANLAMASI SERVICES PRODUCTION PLANNING WITH LINEAR PROGRAMMING MODEL: THE CASE OF A SME

DOĞRUSAL PROGRAMLAMA MODELİ İLE BİR KOBİ DE HİZMET ÜRETİM PLANLAMASI SERVICES PRODUCTION PLANNING WITH LINEAR PROGRAMMING MODEL: THE CASE OF A SME Erzincan Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (ERZSOSDE) VIII-II: 139-148 [2015] DOĞRUSAL PROGRAMLAMA MODELİ İLE BİR KOBİ DE HİZMET ÜRETİM PLANLAMASI SERVICES PRODUCTION PLANNING WITH LINEAR

Detaylı

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

TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA PROGRAMI ŞEKİL TANIMA ÖDEV 2 KONU : DESTEK VEKTÖR MAKİNELERİ TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA PROGRAMI ŞEKİL TANIMA ÖDEV 2 KONU : DESTEK VEKTÖR MAKİNELERİ Kenan KILIÇASLAN Okul No:1098107203 1. DESTEK VEKTÖR MAKİNELER

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU MATEMATİK I. Dersin Kodu: MAT 1009

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU MATEMATİK I. Dersin Kodu: MAT 1009 Dersi Veren Birim: Mühendislik Fakültesi Dersin Adı: MATEMATİK I Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: MAT 9 Dersin Öğretim Dili: Türkçe Formun Düzenleme / Yenilenme

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU MATEMATİK I. Dersin Kodu: MAT 1009

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU MATEMATİK I. Dersin Kodu: MAT 1009 Dersi Veren Birim: Mühendislik Fakültesi Dersin Adı: MATEMATİK I Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Dersin Kodu: MAT 9 Dersin Öğretim Dili: Türkçe Formun Düzenleme / Yenilenme Tarihi:

Detaylı

MATEMATiKSEL iktisat

MATEMATiKSEL iktisat DİKKAT!... BU ÖZET 8 ÜNİTEDİR BU- RADA İLK ÜNİTE GÖSTERİLMEKTEDİR. MATEMATiKSEL iktisat KISA ÖZET KOLAY AOF Kolayaöf.com 0362 233 8723 Sayfa 2 içindekiler 1.ünite-Türev ve Kuralları..3 2.üniteTek Değişkenli

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

DOKUZ EYLUL UNIVERSITY FACULTY OF ENGINEERING OFFICE OF THE DEAN COURSE / MODULE / BLOCK DETAILS ACADEMIC YEAR / SEMESTER. Course Code: MAT 1001

DOKUZ EYLUL UNIVERSITY FACULTY OF ENGINEERING OFFICE OF THE DEAN COURSE / MODULE / BLOCK DETAILS ACADEMIC YEAR / SEMESTER. Course Code: MAT 1001 Offered by: Mühendislik Fakültesi Course Title: CALCULUS I Course Org. Title: CALCULUS I Course Level: Lisans Course Code: MAT 1001 Language of Instruction: İngilizce Form Submitting/Renewal Date 3/07/01

Detaylı