YÖNEYLEM ARAŞTIRMASI - I
|
|
- Ata Bucak
- 4 yıl önce
- İzleme sayısı:
Transkript
1 YÖNEYLEM ARAŞTIRMASI - I 1/25
2 ün Bulunması: Dört yöntemden biri ile başlangıç çözüm elde edildikten sonra problemin optimum hale getirilmesi gereklidir: 1. Atlama Taşı Yöntemi 2. Çoğaltan Yöntemi 2/25
3 1. Atlama Taşı Yöntemi Bu yöntemde optimum çözüme ulaşabilmek için, boş hücrelere atama yapıldığında toplam maliyetin azalıp azalmadığı bulunmaya çalışılır. Boş hücreye yapılan bir birimlik atama için maliyetteki değişme miktarı (d ij ) hesaplanır. 3/25
4 1. Atlama Taşı Yöntemi En negatif d ij değerini elde ettiğimiz hücreye atama yaparız. Eğer tüm d ij değerleri pozitif ise optimum çözüme ulaşılmış olur. 4/25
5 1. Atlama Taşı Yöntemi Boş bir hücreye atama yapıldığında dengeyi sağlamak için, bu hücreyi içine alan bir döngü oluşturulur: Birbirini izleyen iki tane eleman aynı satır veya sütunda yer almalıdır. İkiden fazla birbirini izleyen aynı eleman aynı satır veya sütunda yer almamalıdır. Birbirini takip eden elemanların sonuncusu birinci elemanla aynı satır ya da sütunda yer almalıdır. 5/25
6 Örnek 3: (Atlama Taşı Yöntemi) A, B ve C fabrikaları kendileri için gerekli hammaddeleri X, Y, Z depolarından temin etmektedirler. Depoların arz edebileceği miktarlar, fabrikaların talepleri ve taşıma maliyetleri aşağıdaki tabloda verilmiştir. A B C ARZ X Y Z TALEP /25
7 Örnek 3: (Atlama Taşı Yöntemi) Kuzey-Batı Köşesi Yöntemine göre başlangıç çözümü d ij değerleri: d 13 = = 1 A B C Arz X Y Z Talep Maliyet = /25
8 Örnek 3: (Atlama Taşı Yöntemi) Kuzey-Batı Köşesi Yöntemine göre başlangıç çözümü d ij değerleri: d 13 = = 1 d 21 = = 11 A B C Arz X Y Z Talep /25
9 Örnek 3: (Atlama Taşı Yöntemi) Kuzey-Batı Köşesi Yöntemine göre başlangıç çözümü d ij değerleri: d 13 = = 1 d 21 = = 11 d 31 = = 7 A B C Arz X Y Z Talep /25
10 Örnek 3: (Atlama Taşı Yöntemi) Kuzey-Batı Köşesi Yöntemine göre başlangıç çözümü d ij değerleri: d 13 = = 1 d 21 = = 11 d 31 = = 7 d 32 = = -4 A B C Arz X Y Z Talep X 32 ye Ө kadar atama yapılır. 10/25
11 Örnek 3: (Atlama Taşı Yöntemi) 240 Ө Ө Ө = seçilir A B C Arz X Y Ө + Ө 320 Z Ө Ө Talep /25
12 Örnek 3: (Atlama Taşı Yöntemi) d ij değerleri: d 13 = = 1 A B C Arz X Y Z Talep /25
13 Örnek 3: (Atlama Taşı Yöntemi) d ij değerleri: d 13 = = 1 d 21 = = 11 A B C Arz X Y Z Talep /25
14 Örnek 3: (Atlama Taşı Yöntemi) d ij değerleri: d 13 = = 1 d 21 = = 11 d 31 = = 11 A B C Arz X Y Z Talep /25
15 Örnek 3: (Atlama Taşı Yöntemi) d ij değerleri: d 13 = = 1 d 21 = = 11 d 31 = = 11 d 33 = = 4 A B C Arz X Y Z Talep Negatif değer olmadığı için tablo optimaldir! Maliyet=200*6+40*13+160*7+160*8+*5= /25
16 2. Çoğaltan Yöntemi Çoğaltan yöntemi, daha önce anlattığımız atlama taşı yönteminden ve diğer alışılagelmiş yöntemlerden üstündür. Bu yöntemde çoğaltan olarak adlandırdığımız değişkenler (u i ve v j ) kullanılır. u 1 = 0 kabul edilerek her dolu hücre için aşağıdaki denklem kullanılarak diğer u i ve v j değerleri hesaplanır. u i + v j = c ij 16/25
17 2. Çoğaltan Yöntemi Her u i ve v j değeri hesaplandıktan sonra boş hücreler için d ij değerleri aşağıdaki formüle göre hesaplanır. d ij = u i + v j c ij En büyük pozitif d ij değerini veren hücreye atama yapılır. Eğer bulunan tüm d ij değerleri sıfıra eşit veya negatifse optimum çözüme ulaşılmış olur. 17/25
18 Örnek 4: (Çoğaltan Yöntemi) A, B, C fabrikaları X, Y, Z, T pazarlarına mal göndermektedir. Fabrikaların gönderebileceği mal miktarları ve pazarların tahmin edilen talebi aşağıdaki gibidir: A: 200 birim, B: 300 birim, C: 450 birim X: 250 birim, Y: 100 birim, Z: 225 birim, T: 325 birim 18/25
19 Örnek 4: (Çoğaltan Yöntemi) Fabrikalardan pazarlara birim malların ulaştırma maliyeti ise aşağıdaki tabloda verilmiştir: X Y Z T A B C /25
20 Örnek 4: (Çoğaltan Yöntemi) VAM a göre başlangıç çözümü: Maliyet = 7850 X Y Z T K Arz A B C Talep /25
21 Örnek 4: (Çoğaltan Yöntemi) u 1 =0 u 2 =-4 u 3 =-6 v 1 =14 v 2 =11 v 3 =13 v 4 =13 v 5 =0 X Y Z T K Arz A B C Talep /25
22 Örnek 4: (Çoğaltan Yöntemi) X Y Z T K Arz A B C Talep /25
23 Örnek 4: (Çoğaltan Yöntemi) X Y Z T K Arz A Ө 150-Ө B Ө 175+Ө C Ө Ө Talep Ө; 125-Ө; 225-Ө Ө = 125 seçilir. 23/25
24 Örnek 4: (Çoğaltan Yöntemi) u 1 =0 u 2 =-4 u 3 =-5 v 1 =13 v 2 =10 v 3 =12 v 4 =13 v 5 =0 X Y Z T K Arz A B C Talep Temel değişkenlerde pozitif değer olmadığı için tablo optimaldir. Maliyet=125*12+25*13+50*0+300*9+250*8+100*5+100*7 = /25
25 TEŞEKKÜRLER SORULAR! 25/25
YÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/71 İçerik n Bulunması Kuzey-Batı Köşe Yöntemi En Küçük Maliyetli Göze Yöntemi Sıra / Sütun En Küçüğü Yöntemi Vogel Yaklaşım Metodu (VAM) Optimum Çözümün Bulunması Atlama Taşı
Detaylıa2 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
DetaylıULAŞTIRMA 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.
DetaylıULAŞTIRMA 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.
DetaylıDOĞRUSAL PROGRAMLAMANIN ÖZEL TÜRLERİ
DOĞRUSAL PROGRAMLAMANIN ÖZEL TÜRLERİ TRANSPORTASYON (TAŞIMA, ULAŞTIRMA) TRANSİT TAŞIMA (TRANSSHIPMENT) ATAMA (TAHSİS) TRANSPORTASYON (TAŞIMA) (ULAŞTIRMA) TRANSPORTASYON Malların birden fazla üretim (kaynak,
DetaylıKonu 2. Y. Doç. Dr. Fazıl GÖKGÖZ
Ulaştırma ve Atama Modelleri Konu 2 Ulaştırma Modeli 1. Farklı kaynaklardan kl temin edilen bir ürün, mümkün olan minimum maliyetle farklı istikametlere taşınmaktadır. 2. Her kaynak noktası sabit sayıda
DetaylıYÖNEYLEM 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
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,
DetaylıUlaştırma ve Atama. Konu 2. Ulaştırma Modeli. Doç. Dr. Fazıl GÖKGÖZ
Ulaştırma ve Atama Modelleri Konu 2 Ulaştırma Modeli 1. Farklı kaynaklardan temin edilen bir ürün, mümkün olan minimum maliyetle farklı istikametlere taşınmaktadır. 2. Her kaynak noktası sabit sayıda ürün
DetaylıTarımda Mühendislik Düşünce Sistemi. Prof. Dr. Ferit Kemal SÖNMEZ
Tarımda Mühendislik Düşünce Sistemi Prof. Dr. Ferit Kemal SÖNMEZ Sistem Aralarında ilişki veya bağımlılık bulunan elemanlardan oluşan bir yapı veya organik bütündür. Bir sistem alt sistemlerden oluşmuştur.
DetaylıATAMA (TAHSİS) MODELİ
ATAMA (TAHSİS) MODELİ ATAMA (TAHSİS) MODELİ Doğrusal programlamada kullanılan bir başka hesaplama yöntemidir. Atama problemleri, doğrusal programlama (simpleks yöntem) veya transport probleminin çözüm
Detaylı6. Ulaştırma Modelleri:
6. Ulaştırma Modelleri: Doğrusal programlama modellerinin bir türevi olan ulaştırma modelleri kendine haz çözüm yöntemleri olduğundan farklı bir başlık altında anlatılmaktadır. Bütün ulaştırma modelleri
DetaylıYÖNEYLEM 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
DetaylıOYUN TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü
OYUN TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü TANIM ''Oyun Teorisi'', iki yada daha fazla rakibi belirli kurallar altında birleştirerek karşılıklı olarak çelişen olasılıklar
Detaylı28 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
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
DetaylıYöneylem 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
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
DetaylıTOPSIS yönteminin adımları 5 Adım 1. Normalize karar matrisinin oluşturulması 6 Karar matrisinin normalizasyonu aşağıdaki formül kullanılarak yapılır:
Giriş 2 TOPSIS Bölüm 5 TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 1981 yılında Hwang ve Yoon tarafından geliştirilmiştir. Uygulanması basit, ulaşılan sonuçlar çok gerçekçidir.
DetaylıEM302 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:
DetaylıYÖNEYLEM ARAŞTIRMASI İLE İLGİLİ ÇÖZÜMLÜ ÖRNEKLER
YÖNEYLEM ARAŞTIRMASI İLE İLGİLİ ÇÖZÜMLÜ ÖRNEKLER I. ATAMA PROBLEMLERİ PROBLEM 1. Bir isletmenin en kısa sürede tamamlamak istediği 5 işi ve bu işlerin yapımında kullandığı 5 makinesi vardır. Aşağıdaki
DetaylıUlaştırma Problemleri
Ulaştırma Problemleri Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir. Bu modelde, malların kaynaklardan (fabrika gibi )hedeflere (depo gibi) taşınmasıyla ilgilenir. Buradaki amaç
Detaylıİkinci 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
DetaylıÜretim/İşlemler Yönetimi 5
Üretim/İşlemler Yönetimi 5 Kuruluş Yeri ir işletmenin gerek kuruluşu sırasında, gerekse daha sonra faaliyet devam ederken ek tesisler vb. gereksinimler doğrultusunda verilmesi gereken en önemli kararlardan
DetaylıYöneylem 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
DetaylıDARÜŞŞAFAKA LİSESİ SALİH ZEKİ LİSE ÖĞRENCİLERİ ARASI MATEMATİK PROJELERİ YARIŞMASI
DARÜŞŞAFAKA LİSESİ SALİH ZEKİ LİSE ÖĞRENCİLERİ ARASI MATEMATİK PROJELERİ YARIŞMASI PROJENİN ADI: OYUN TEORİSİ İLE İSTANBUL TRAFİĞİNİN İNCELENMESİ HAZIRLAYANLAR: ECE TUNÇKOL-BERKE OĞUZ AKIN MEV KOLEJİ ÖZEL
DetaylıHer bir polis devriyesi ancak bir çağrıyı cevaplayabilir. Bir çağrıya en fazla bir devriye atanabilir.
7. Atama Modelleri: Atama modelleri belli işlerin veya görevlerin belli kişi veya kurumlara atanması ile alakalıdır. Doğrusal programlama modellerinin bir türüdür ve yapı itibariyle ulaştırma modellerine
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik İkiye Bölme / Yarılama Yöntemi Genel olarak f x = 0 gerek şartını sağlamak oldukça doğrusal olmayan ve bu sebeple çözümü
DetaylıSimpleks Yöntemde Duyarlılık Analizleri
3.2.4. Simpleks Yöntemde Duyarlılık Analizleri Duyarlılık analizinde doğrusal programlama modelinin parametrelerindeki değişikliklerinin optimal çözüm üzerindeki etkileri araştırılmaktadır. Herhangi bir
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
DetaylıMatematiksel 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
DetaylıKLASİK BULANIK MANTIK DENETLEYİCİ PROBLEMİ : INVERTED PENDULUM
KLASİK BULANIK MANTIK DENETLEYİCİ PROBLEMİ : INVERTED PENDULUM M.Ali Akcayol Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü (Yüksek Lisans Tezinden Bir Bölüm) Şekil 1'
DetaylıDuyarlılık 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,
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
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı
DetaylıÖğr. Elemanı: Dr. Mustafa Cumhur AKBULUT
Ünite 10: Regresyon Analizi Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT 10.Ünite Regresyon Analizi 2 Ünitede Ele Alınan Konular 10. Regresyon Analizi 10.1. Basit Doğrusal regresyon 10.2. Regresyon denklemi
DetaylıDers 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,
DetaylıTanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN
Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,
DetaylıKalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız)
Kalitatif Veri 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız). Ölçüm kategorideki veri sayısını yansıtır 3. Nominal yada Ordinal ölçek Multinomial Deneyler
DetaylıUzaktan Eğitim Uygulama ve Araştırma Merkezi
JAVA PROGRAMLAMA Öğr. Gör. Utku SOBUTAY İÇERİK 2 Java da Diziler Dizi Tanımlama ve İlk Değer Atama Dizi Elemanlarının Kullanılması Dizi İşlemleri Java da Diziler JAVA DA DİZİLER 4 Dizi; tek bir veri tipinde,
DetaylıBu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.
ÇOK ÖLÇÜTLÜ KARAR VERME TOPSIS (Technique For Order Preference By Similarity To Ideal Solution) PROF. DR. İBRAHİM ÇİL 1 Bu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.
DetaylıEM302 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
Detaylı3. Herhangi bir G çizgesi için aşağıdaki önermelerden hangi(ler)si her zaman doğrudur?
Ayrık Hesaplama Yapıları A GRUBU.0.05 Numarası : Adı Soyadı : SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına numaranızı ve isminizi mürekkepli kalem ile yazınız.
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.
DetaylıKISALTILMIŞ SİMPLEKS YÖNTEMİ
KISALTILMIŞ SİMPLEKS YÖNTEMİ Öğr. Görv. Dr. Orhan İDİL (İ.Ü. İşletme Fakültesi) İstatistik Demografi ve İktisadi Analizler Kürsüsü l.l. Doğrusal Programlama Problemleri : Doğrusal programlama problemlerinde
DetaylıBil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi
Bil101 Bilgisayar Yazılımı I Bilgisayar Yüksek Mühendisi Sözde kod, algoritmalar ve programlar oluşturulurken kullanılan, günlük konuşma diline benzer ve belli bir programlama dilinin detaylarından uzak
DetaylıStandart 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
DetaylıMATE211 BİYOİSTATİSTİK
MATE211 BİYOİSTATİSTİK ÇALIŞMA SORULARININ ÇÖZÜM VE CEVAPLARI Yapılan bir araştırmada, 136 erişkin kişinin kanlarındaki kolesterol düzeyleri gr/dl cinsinden aşağıda verilmiştir: 180 230 190 186 220 191
DetaylıTemel Elektronik Basic Electronic Düğüm Gerilimleri Yöntemi (Node-Voltage Method)
Temel Elektronik Basic Electronic Düğüm Gerilimleri Yöntemi (Node-Voltage Method) Konular Düğüm Gerilimleri Yöntemi o Temel Kavramlar o Yönteme Giriş o Yöntemin Uygulanışı o Yöntemin Uygulanması o Örnekler
DetaylıÜNİTE 1: TEMEL KAVRAMLAR
MATEMATİK ÜNİTE : TEMEL KAVRAMLAR Temel Kavramlar ADF 0 RAKAM Sayı oluşturmak için kullanılan sembollere... denir. 0 luk sayma düzenindeki rakamlar 0,,,... 8 ve 9 olup 0 tanedir. örnek a, b, c sıfırdan
DetaylıVektörler Bölüm Soruları 1. İki vektör eşit olmayan büyüklüklere sahiptir. Toplamları sıfır olabilir mi? Açıklayınız.
Vektörler Bölüm Soruları 1. İki vektör eşit olmayan büyüklüklere sahiptir. Toplamları sıfır olabilir mi? Açıklayınız. 2. Bir parçacığın yerdeğiştirmesinin büyüklüğü, alınan yolun uzunluğundan daha büyük
DetaylıTEMEL KAVRAMLAR Test -1
TEMEL KAVRAMLAR Test -1 1. 6 ( ) 4 A) B) 3 C) 4 D) 5 E) 6 5. 4 [1 ( 3). ( 8)] A) 4 B) C) 0 D) E) 4. 48: 8 5 A) 1 B) 6 C) 8 D) 1 E) 16 6. 4 7 36:9 18 : 3 A) 1 B) 8 C) D) 4 E) 8 3. (4: 3 + 1):4 A) 3 B) 5
DetaylıKONU 3: DOĞRUSAL PROGRAMLAMA PROBLEMLERİ İLE İLGİLİ ÖRNEKLER
KONU 3: DOĞRUSAL PROGRAMLAMA PROBLEMLERİ İLE İLGİLİ ÖRNEKLER Örnek 1: Bir boya fabrikası hem iç hem dış boya üretiyor. Boya üretiminde A ve B olmak üzere iki tip hammadde kullanılıyor. Bir günde A hammaddesinden
DetaylıSÜREKLĠ OLASILIK DAĞILIMLARI
SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde
Detaylı25. KARARLILIK KAPALI ÇEVRİM SİSTEMLERİNİN KARARLILIK İNCELENMESİ
25. KARARLILIK KAPALI ÇEVRİM SİSTEMLERİNİN KARARLILIK İNCELENMESİ a-) Routh Hurwitz Kararlılık Ölçütü b-) Kök Yer Eğrileri Yöntemi c-) Nyquist Yöntemi d-) Bode Yöntemi 1 2 3 4 a) Routh Hurwitz Kararlılık
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BİR AKARYAKIT DAĞITIM DİZGESİNİN ULAŞTIRMA GİDERİNİN DOĞRUSAL PROGRAMLAMA YOLUYLA EN AZA İNDİRGENMESİ Mihrican KOCAOĞLU KİMYA MÜHENDİSLİĞİ
Detaylıyöneylem 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[AI= Aggregate Income (Toplam Gelir); AE: Aggregate Expenditure (Toplam Harcama)]
88 BÖLÜM 5: TOPLAM GELİR-TOPLAM HARCAMA MODELİ (KEYNESYEN MODEL) Bölüm 4 te Toplam Talep-Toplam Arz modelini (AD-AS modeli) inceledik. Bölüm 5 te ise Toplam Gelir-Toplam Harcama modelini (AI-AE modeli)
DetaylıGerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma
2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal
DetaylıZ c 0 ise, problem için en iyilik koşulları (dual. X b 0 oluyorsa, aynı zamanda primal
KONU 12: DUAL SİMPLEKS YÖNTEM P: min Z cx AX b X (121) biçiminde tanımlı bir dpp de, B herhangi bir temel olsun Bu temel için, simpleks tabloda tüm temel dışı değişkenlere ilişkin tüm Z c ise, problem
Detaylı1. KEYNESÇİ PARA TALEBİ TEORİSİ
DERS NOTU 06 IS/LM EĞRİLERİ VE BAZI ESNEKLİKLER PARA VE MALİYE POLİTİKALARININ ETKİNLİKLERİ TOPLAM TALEP (AD) Bugünki dersin içeriği: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 2. LM EĞRİSİ VE PARA TALEBİNİN
DetaylıMATRİSEL 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
DetaylıBÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok
8.0.0 Şebeke Kavramları BÖLÜM III: Şebeke Modelleri Şebeke (Network) Sonlu sayıdaki düğümler kümesiyle, bunlarla bağlantılı oklar (veya dallar) kümesinin oluşturduğu yapı şeklinde tanımlanabilir ve (N,A)
DetaylıEMİCİ(YUTUCU) ZİNCİRLER
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II EMİCİ(YUTUCU) ZİNCİRLER DERS NOTLARI Pek Çok ilginç markov zinciri uygulamalarında bazı durumlar emici (yutucu) ve geri kalan durumlar
DetaylıASAL SAYILAR - TAM BÖLENLER - FAKTÖRİYEL Test -1
ASAL SAYILAR - TAM BÖLENLER - FAKTÖRİYEL Test -1 1. ve y aralarında asal iki doğal sayıdır. 7 y 11 olduğuna göre, y farkı 5. 364 sayısının en büyük asal böleni A) 3 B) 7 C) 11 D) 13 E) 17 A) B) 3 C) 4
Detaylım=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir.
Matrisler Satır ve sütunlar halinde düzenlenmiş tabloya matris denir. m satırı, n ise sütunu gösterir. a!! a!" a!! a!" a!! a!! a!! a!! a!" m=n şeklindeki matrislere kare matris adı verilir. [2 3 1] şeklinde,
DetaylıEk - 1. I. Ödemeler ve Ücretler ile Kredi Tutarı Arasındaki Denkliği Gösteren Denklem
Ek - 1 I. Ödemeler ve Ücretler ile Kredi Tutarı Arasındaki Denkliği Gösteren Denklem Aşağıda yer alan denklem, bir tarafta kredi verence yapılan ödemelerin ve diğer tarafta tüketici tarafından kredi verene
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
Detaylı3. BÖLÜM MATRİSLER 1
3. BÖLÜM MATRİSLER 1 2 11 21 1 m1 a a a v 12 22 2 m2 a a a v 1 2 n n n mn a a a v gibi n tane vektörün oluşturduğu, şeklindeki sıralanışına matris denir. 1 2 n A v v v Matris A a a a a a a a a a 11 12
DetaylıTemel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir.
Temel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir. a) Pozitif doğal sayılar: Sıfır olmayan doğal sayılar kümesine Pozitif Doğal
DetaylıYAPI STATİĞİ II (Hiperstatik Sistemler) Yrd. Doç. Dr. Selçuk KAÇIN
YAPI STATİĞİ II (Hiperstatik Sistemler) Yrd. Doç. Dr. Selçuk KAÇIN Yapı Sistemleri: İzostatik (Statikçe Belirli) Sistemler : Bir sistemin tüm kesit tesirlerini (iç kuvvetlerini) ve mesnet reaksiyonlarını
DetaylıĐST 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
DetaylıNEWTON RAPHSON YÖNTEMİ
NEWTON RAPHSON YÖNTEMİ Genel olarak ff(xx) 0 gerek şartını sağlamak doğrusal olmayan ifadelerde oldukça zordur ve bu sebeple çözümler zor olabilir. Newton-Raphson yöntemi, doğrusal olmayan denklemlerin
DetaylıAHP ANALİTİK HİYERARŞİ PROSESİ AHP AHP. AHP Ölçeği AHP Yönteminin Çözüm Aşamaları
ANALİTİK HİYERARŞİ PROSESİ 1970 li yıllarda Wharton School of Business da çalışan Thomas L.Saaty tarafından Karmaşık çok kriterli karar verme problemlerinin çözümü için geliştirilmiştir. Tüm kriterler
DetaylıÖrnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
DetaylıEkonomi I. Doç.Dr.Tufan BAL. 6.Bölüm: Tüketici Davranışı Teorisi
Ekonomi I 6.Bölüm: Tüketici Davranışı Teorisi Doç.Dr.Tufan BAL Not:Bu sunun hazırlanmasında büyük oranda Prof.Dr.Tümay ERTEK in Temel Ekonomi kitabından faydalanılmıştır. 2 Teorik Altyapı Piyasa ekonomisinin
DetaylıTAMSAYILAR. 9www.unkapani.com.tr. Z = {.., -3, -2, -1, 0, 1, 2, 3, } kümesinin her bir elemanına. a, b, c birer tamsayı olmak üzere, Burada,
TAMSAYILAR Z = {.., -, -, -, 0,,,, } kümesinin her bir elemanına tamsayı denir. Burada, + Z = {,,,...} kümesine, pozitif tamsayılar kümesi denir. Z = {...,,,,} kümesine, negatif tamsayılar kümesi denir.
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
Detaylıİstatistik 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
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
DetaylıDers içeriği (5. Hafta)
5. Elastikiyet 5.1 Elastikiyet kavramı 5.1.1. Talebin Fiyat elastikiyeti 5.1.2. Arz elastikiyeti 5.2. Arz ve taleple ilgili bazı analizler 5.2.1. Tüketici ve üretici rantı 5.2.2. Örümcek ağı kuramı 5.2.3.
DetaylıYÖNEYLEM ARAŞTIRMASI-II Hafta 12. Proje Yönetimi
YÖNEYLEM ARAŞTIRMASI-II Hafta Proje Yönetimi KRİTİK YOL METODU (CPM) Şebeke modelleri çok fazla sayıda faaliyet içeren büyük ölçekli, karmaşık projelerin çizelgelenmesinde etkin şekilde kullanılabilir.
DetaylıDÜZCE ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EET305 OTOMATİK KONTROL I Dr. Uğur HASIRCI
KARARLILIK Kontrol sistemlerinin tasarımında üç temel kriter göz önünde bulundurulur: Geçici Durum Cevabı Kararlılık Kalıcı Durum Hatası Bu üç temel spesifikasyon arasında en önemlisi kararlılıktır. Eğer
Detaylı2) Aşağıda verilen işlemleri yazınız. g) ( ) 3) Aşağıda verilen işlemleri yazınız. 4) Aşağıda verilen işlemleri yazınız.
8.2. ÜSLÜ SAYILARDA İŞLEM 8.2..A ÜSLÜ SAYILARDA TOPLAMA VE ÇIKARMA İŞLEMİ 2) Aşağıda verilen işlemleri yazınız. 2 ( + 2) + ( ) 3 ( 2) + ( 2) Üslü sayılarda toplama veya çıkarma işleminde her üslü niceliğin
DetaylıDENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS YÖNEYLEM ARAŞTIRMASI - I ENM-11 /1 +0 Dersin Dili Dersin Seviyesi
DetaylıDers #2. Otomatik Kontrol. Laplas Dönüşümü. Prof.Dr.Galip Cansever
Ders #2 Otomatik Kontrol Laplas Dönüşümü Prof.Dr.Galip Cansever Pierre-Simon Laplace, 1749-1827 Matematiçi ve Astronomdur. http://www-history.mcs.st-andrews.ac.uk/biographies/laplace.html LAPLAS DÖNÜŞÜMÜ
Detaylıİki-Kuvvet Elemanları Basit (2 Boyutlu) Kafesler Düğüm Noktaları Metodu ile Analiz Sıfır-Kuvvet Elemanları Kesme Metodu ile Analiz
Yapıların Analizi Konu Çıktıları İki-Kuvvet Elemanları Basit (2 Boyutlu) Kafesler Düğüm Noktaları Metodu ile Analiz Sıfır-Kuvvet Elemanları Kesme Metodu ile Analiz Kafesleri oluşturan elemenlara etki eden
DetaylıÖğr. Gör. Serkan AKSU
Öğr. Gör. Serkan AKSU www.serkanaksu.net İki nokta arasındaki yerdeğiştirme, bir noktadan diğerine yönelen bir vektördür, ve bu vektörün büyüklüğü, bu iki nokta arasındaki doğrusal uzaklık olarak alınır.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde
DetaylıOCAK 2013 TARİH BASKILI İSTATİSTİK II DERS KİTABINA İLİŞKİN DÜZELTME CETVELİ
OCAK 2013 TARİH BASKILI İSTATİSTİK II DERS KİTABINA İLİŞKİN DÜZELTME CETVELİ 1- Ünite 1, Sayfa 13, Şekil 1.2 aşağıdaki şekilde düzeltilmiştir. 2- Ünite 2, Sayfa 61 deki paragrafın üçüncü ve dördüncü cümleleri
Detaylı) ile algoritma başlatılır.
GRADYANT YÖNTEMLER Bütün ısıtsız optimizasyon problemlerinde olduğu gibi, bir başlangıç notasından başlayara ardışı bir şeilde en iyi çözüme ulaşılır. Kısıtsız problemlerin çözümü aşağıdai algoritma izlenere
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
DetaylıKaynak: A. İŞLİER, TESİS PLANLAMASI, 1997
Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2016-2017 Güz Dönemi Kaynak: A. İŞLİER, TESİS PLANLAMASI, 1997 2 Tesis Yer Seçimi Problemi (TYSP) TEK AMAÇLI
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,
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
DetaylıEMM3208 Optimizasyon Teknikleri
2017-2018 Bahar Yarıyılı Balıkesir Üniversitesi Endüstri Mühendisliği Bölümü EMM3208 Optimizasyon Teknikleri card(), ord(), Küme Elemanlarının Komşulukları, Koşullu İfadeler, $ Operatörü, sameas() ve diag(),
DetaylıYrd. 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 Ara Değer Hesabı Lagrance Polinom İnterpolasyonu
DetaylıTeknik Resim TEKNİK BİLİMLER MESLEK YÜKSEKOKULU. 9. Alıştırma Toleransları. Yrd. Doç. Dr. Garip GENÇ. [ ES (es) = EBÖ AÖ ]
TEKNİK BİLİMLER MESLEK YÜKSEKOKULU Teknik Resim Toleransın Tanımı ve Önemi Elde edilen ölçü ve şekil, çizim üzerinde belirtilen değerden biraz büyük veya biraz küçük olabilir. İşte bu iki sınır arasındaki
Detaylı