DİNAMİK PROGRAMLAMA. Dr. Mehmet Hulusi DEMİR 1

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "DİNAMİK PROGRAMLAMA. Dr. Mehmet Hulusi DEMİR 1"

Transkript

1 DİNAMİK PROGRAMLAMA Dr. Mehmet Hulusi DEMİR 1 Konunun Tarihçesi Tekniğin büyük adımlarla ilerlemesi, üretim işletmelerini sürekli olarak geliştirmekte, böylelikle teşebbüsleri plânlamalarında yeni yolları denemeye götürmektedir. Yöneylem araştırması kavramı altında önem kazanmış ve geliştirilmiş plânlama ve proğramlama yöntemleri otomasyon çağında daha da Özel bir anlam kazanmıştır. Uygun modeller yolu ile objektif bir çözümü sağlama amacını güden doğrusal proğramlama problemleri çok büyük sınıflamaya göre gruplandrrılabilirler. Bütün bu problemlerin ortak özelliği, hepsinin statik olmalarında görülür. Her olayda inceleme ve araştırma belirli bir zaman dönemi ile sınırlandırıldığından, bu özellik, konunun kriteri olarak düşünülür. Doğrusal proğramlama problemlerinin çözümlenmesi konumuzun amacı yapılmadığından, üzerinde durulmamıştır. îş hayatında ve endüstride çözümlenmesi gereken daha kompleks problemler vardır. Bu çok zor ve kompleks problemler tipinin bir kategorisi, problemi açıklayan koşulların veya amaç fonksiyonunun, ya da her ikisinin, doğrusal olmaması noktasında görülür. Doğrusal olmayan programlama problemleri birçok bilim adamları tarafından inceleme konusu yapılmıştır. 2 Statik doğrusal proğramlama problemlerinin başka tipleri, «Stokastik Doğrusal Proğramlama-' veya «Belirsizlik Altında Doğrusal Proğramlama Problemleri» olarak açıklanır. Stokastik problemler, 1) E.Ü. İktisadi ve Ticari Bilimler Fakültesi Üretim Kürsüsü Asistanı. 21 Doğrusal olmayan programlama için bkz.: Kuhn, H.W. and A.W. Tucken «Nonîinear Programming», in: Proceedings of the Second Berkeley Symposium on Mathematical Statistics and Probability», University of California Press, Berkeley, California

2 Dinamik Programlama 297 matriks katsayılarını tesadüfi değişkenler veya frekans dağılımı elemanları olarak kabul edenlere göre iki gruba ayrılırlar. Birinci grup ilk 3 kez G. Tintner tarafından inceleme konusu yapılmıştır. İkinci gruba ilişkin çözümleri ise G. B. Dantzig geliştirmiştir. Ancak bir modelin zaman faktörü dikkate alınmadığı sürece statik olan karakterinde bir de 1 ğişme olacağı düşünülemez. Bu nedenle bir doğrusal proğramlama problemi zaman faktörü dikkate alınarak incelendiğinde, ancak geleneksel ve orijinal teknikler yerine zaman faktörünü uygulayan yeni bir yaklaşım ile objektif çözüm olanaklı görülebilir. Bir modelin parametreleri zamanla değişme gösterdiğinde, o modele «Dinamik» tir denebilir. Bu parametrelerin veya hiç olmazsa olasılık dağılımlarının ileriye doğru giden belirli zaman sınırı için zamanın fonksiyonu olduğu kabul edilebilir. Dinamik bir durum için uzun süreli optimal politikanın tamamlanması çok güçtür; çünkü kararların ileriye doğru durmadan değişen bilgilere dayandırılması zorunluğu vardır. Bir problemin açıklanmasında zaman faktörü rol oynuyor ise, kullanılacak en uygun yaklaşımm adı «Dinamik Proğramlama» dır. Dinamik modeller yolu ile çözümlenen problemler ikinci grubu oluştururlar. Bu da yukarıda belirtilen grubun karşıtını verir. Konunun Açıklanması Son yıllarda Anglo-Sakson ülkelerinde, özellikle Birleşik Amerika Devletleri'nde, dinamik proğramlama büyük adımlarla gelişmeler göstermeğe başlamıştır. Dinamik programlama kuramı A. Wald'm «Sıralama Analizi Kuramı» (Theory of Sequential Analysis) ile yakından ilgili bulunmaktadır. Daha geniş açıklamaları Amerikalı Matematikçi Richard Bellmanl'm «Dinamik Proğramlama» adlı yapıtında ve çok sayıdaki makalelerinde, H. Simon, S. Karlın, F. Modigliani, F. Hohn ve K.J. Arrow'un çalışmalarında bulabiliriz. Uygulamada ise dinamik proğ- 5 3) Di Rocaferrera, Guiseppe M. Ferrero : «Operations Research Models for Business and Industry», South Western Publishing Co., Ohio 1884, s ) Tintner, G.: «Stochastic Linear Programming with Applications to Agricultural Economics», in; Proceedings of the Second Symposium in linear programming, Vol. I and II, Washington January 1955, s ; Dantzig, G.B.: «Linear Programming under Uncertainty», Rand Report, RM-1374, Santa Monica, Colifornia ) Bellman, R.: «Dynamic Programming», Princeton University Press, Princeton N.J. 1951; Wald, A.: «Statisticai Decision Functions», New York 1950; Simon, H.: «Dynamic Programming under Uncertainty, with a Cjuadratic Criterion

3 298 M. H. Demir ramlama ile ilgili en iyi örneklerden birini A. Vazsonyi vermektedir 13. Önemli problemlerin çözümlenmesinde dinamik proğramlama belirli bir teknik olarak birçok bilim adamları yakından incelenmekte ve geliştirilmektedir. Anglo-Amerikan literatüründe dinamik proğramlama ile daha çok matematikçiler ilgilenmişler, genel formüllerin geliştirilmesinde matematikçiler ağırlıklarını koymuşlardır. Ne var ki, programlamanın işletme bilimi ile bir ilişkisinin olmadığını da ileri sürmek doğru olmasa gerekir. Ancak, şurası kesinlikle belirtilebilir ki, modern plânlama yöntemleri matematiğin yardımı ile uygulama olanağını bulmaktadır. Aslında uygulanan yöntemler yepyeni bilim dalı olmadıklarından, matematik ve sosyal bilimler yıllardır komşu bilimler olarak birbirinden yararlanmakta ve birlikte çalışmalar yürütülmektedir. Dinamik programlama, yöneylem araştırmasının optimumlaştırma yöntemleri arasına giren, doğrusal programlamadan bir aşama daha ileride olan, bir işlem yerine birden çok işlemleri sıra ile elde edebilen, özel bir plânlama ve proğramlama yönetimidir. Dinamik proğramlama yöntemi, «Kekürsiyon» (tekrarlama) faktörüne dayanır ve bir kritere bakılarak optimal karara ulaşıldıktan sonra, önceki kararın sonuçlarının benimsenilmesine göre bir sonraki karar için optimallik araştırmasını yapar. Her programlama probleminde; maksimum ve minimum yapılması istenilen bir amaç fonksiyonu ve ayrıca koşulları belirtilen bir denklemler veya eşitsizlikler grubu vardır. Bir problemde optimal olarak bulunması istenilen «n» sayıda değişken ve «m» sayıda sınırlayıcı koşullar var ise, bu probleme n-değişkenli, m-koşullü optimumlaştırma problemi denir. Doğrusal proğramlama böyle problemi bir adımda çözümleyebilir. Doğrusal programlamanın tersine, dinamik programlamada, mevcut sistem parçalara ayrılmış bulunur. Verilen bir optimumlaştırma problemi, her biri bir değişkenli n-sayıda parça-optimumlaştırma problemlerine bölünür ve her bir parça problem, adım adım çözümlenir., Doğrusal programlamadan değişkene genellikle simultan Function», Econometrica 1956, s. 74; Karlin, S. and Shapiro, H.N.: «Decision Processes and Functional Equations», The Rand Corp., RM-933, 1952; Modigliani, F. and Hohn, F.: «Production Planning över Time and the Nature of the Expectation and Planning Horizon», Econometrica 1955, s İ Vazsonyi, Andrew = «Scientific Programming in Business and Industry», New York 1959.

4 Dinamik. Programlama 299 (hemzaman) optimal değerler verilerek bununla yetinilmesine karşılık; dinamik proğramlamada, çözüm prosedürünün her basamağiyle ilgili ve yalnızca o andaki parça probleminin değişkenini optimall eştirecek ikinci değerli (sekantiel) çözüm ilişkisinin yerleştirilmesi yoluna gidilir 7. Dinamik proğramlama problemlerinin en Önemli prensibi R. Bellman'm «Optimallik Prensibi» dir. Başlangıç değerleri ve başlangıçta alman karar ne olursa olsun, bu prensip, herhangi bir adımda optimal olarak seçilen yolun özelliği gözönünde tutularak, ilk alman kararın sonucu olarak varılan duruma göre geriye kalan kararların optimal olmasını gerektirecek biçimde olur. Yani izlenecek çözüm yolu öyledir ki, önceki kararlar ne olursa olsun, bunu izleyen adımlar yine optimum politikayı verir. Örneğin; birinci ve ikinci dönemde yanlış kararlar verilse bile, üçüncü, dördüncü ve sonraki adımlarda (basamaklarda) doğru kararlar verilebilir. Optimallik prensibi, dinamik proğramlamanın aslını oluşturur. Bu prensibe göre birbiri ardmdan gelen iki 0 adım arasında optimal değeri verebilecek biçimde ilişki kurulabilmektedir. Dinamik proğramlama her problemi ayrı ayrı ele alır ve bunların fonksiyonel denklemini kurarak, bu denklemin çözümünü araştırır. Dinamik proğramlamayı, üretim, envanter kontrolü ve pazarlama alanlarına başarı ile uygulamak olanağı vardır. Özellikle envanter kontrolü, dinamik proğramlama ile çözümlenebilen sonlu sayıdaki karar işlemleri için en iyi örneği ortaya koyar. Aşağıda konunun işleyiş biçimini sayılarla göstermek amaciyle yalın bir örnek verilmiştir. Örnek Motorlu araçlar için far ampulü üretiminde bulunan bir işletme, üretimin planlanmasını üç ay önce yapmaktadır. Ekim-Aralık ayları arasında piyasanın değişmez ihtiyacı olan far ampulünün piyasaya sürülmüş olması gerekmektedir. İşletmenin aylık üretim maliyetinin giderleri ve çeşitli alternatif üretim nicelikleri aşağıdaki gibidir. 7) Turgay, Yağmur: «Dinamik Programlama», Bursa İ.T.İ.A. Dergisi, No. 1, Bursa Temmuz , s ) Karayalçın, İlhami : «Harekât Araştırması Dersleri», Teknik Üniversite Matbaası, İstanbul 1968, s. 176,

5 300 M. H. Demir Üretim Niceliği (Ünite Sayısı) Üretim Maliyet Giderleri (T.L.) , İşletmede her ay far ampulünden daha çok üretim yapılamamakta ve bir ay içerisinde üretilen ampuller ise o ay içinde hemen elden çıkarılamamaktadır. Satılamayan bu ampuller için her ay ampul başına 0,02 TL. stoklama gideri ortaya çıkmaktadır. Problemin yalınlaştırılması için bu stoklama giderleri her ay sonundaki depo envanteri asıl tutularak saptanmaktadırlar. Ayrıca depo kapasitesi maksimum ampul ile sınırlandırılmıştır. 1 Ekim tarihinde depoda ampul stoku mevcuttur. 31 Aralık'ta da depo boşaltılmış olacaktır. Dinamik proğramlama yardımiyle Ekim'den Aralık'a kadar minimum giderli üretim ve stoklama plânlaması aşağıdaki biçimde saptanmıştır. Çözüm için kullanılacak simgeler şunlardır: q.t = i Ayındaki üretim niceliği, Ci = i Ayındaki ihtiyaç niceliği, \ = i Ayının sonunda depodaki mal niceliği, E Ünite başına ve her aya düşen stoklama maliyet gideri, D Depolama kapasitesi, Q = Plânlama başından i ayı dahil tüm üretim niceliği, k(qj) = qt niceliğinin üretim giderleri. (yan-koşullarm) bu Problemin çözümü için sınırlayıcı koşulların lunması gerekir. Üretim Kapasitesi Koşulu: Qi < (i = 1, 2, 3).

6 Dinamik Programlama İhtiyaç Koşulu (her ay far ampulü ihtiyacı karşılanmalıdır) Ekim ayı için q., > c 1 IQ Kasım ayı için ^ + ^ c ± 4- c2 ID Aralık ayı için qx + qe + q3 > c ± + c2 + c3 IQ ya da genel olarak (i = 1,2,3) Dinamik Stoklama İlişkisi: Ii-L 4- c, = ii (İ - 1, 2, 3) Stoklama Kapasitesi Koşulları: Ön Koşul: I,_ı + q,-c i=i i (i = 1,2,3) Formül Oluşumu: la = ID +^1 ^ q ı < D L, +Ci < D veya veya q, + q2 < D I + ct + c2 I3 = I + Qı C! + cb cz 4- q3 1ı + + q3 < D IQ + Ci + c3 + c3 c3 < D veya Genel Formüle Biçimi: Q<D 1 + 1=1 (i = 1,2,3) Depo Boşaltılması Koşulu:

7 302 M. H. Demir Ekim ayı içinde, karar değişkeni qt, üretim kapasitesi q l < ve ihtiyaç koşulu q1 ;> ile sınırlandırılmış durumdadır. Üretim ve stoklama maliyet giderlerini içine alan gider fonksiyonu qx=q nun gözönüne almmasiyle ekim ayı için : Kt(Q = kt^) + E(Q + I 0 Cl) biçimini alır. Basamaklı çözüm aşağıdaki biçimde yürütülür. Aşağıda sınırlı üretim nicelikleri ve bunlara ilişkin toplam maliyet giderleri gösterilmektedir T.L Kasım ayında Q ^ -f q2 eşitliği, ihtiyaç ve stoklama koşullarından ile far ampulü arasındaki değerleri alabilmektedir. Ekim ayından minimum üretim ampul olursa, kasımda işletme ihtiyaçları karşılamak için en azından ampulün üretimini yapmak zorunluğundadır. İşletme eğer ekim ayında ampulün üretimini yaparsa, kasımda depolama kapasitesinden ötürü den daha çok ampulün üretimini yapamayacaktır. Bu nedenle kasım ayında Q, ile arasındaki değerleri alabilmektedir. Bu durumda gider fonksiyonu : 2 K2(Q)=Min [ k(q2) + K,(Q q2) ] -f- E(Q + I0 2(cp;0 < q., <Q olarak ifade edilir. Q = , , değerleri için minimal tüm giderler K2(Q) bilinen ve kullanılan yöntemle kolaylıkla bulunabilir. Aşağıda örnek olarak Q = için hesaplama yapılmıştır.

8 Dinamik Programlama 303 Q Q-q 2 k(q 2) K }(Q-q 2) Üretim maliyet gid&ri toplamı Stoklama Giderleri Toplam Giderler , MİN Aşağıdaki tablo yukarıdaki gibi işlemlerin Q = , , (ekim ve kasım ayları) sonucunda en düşük toplam giderleri göstermesi amacıyle düzenlenmiştir. Q Q-q 2 k(q z) K/Q - q 2) E 2(Q ) K 2(Q) & , , , , , Aralık ayı içindeki üretim miktarının hesabı sırasında, (13 = 0 ile ilgili olan) deponun tam olarak boşaltılmasından dolayı plânlama süresince üretilecek nicelikle aynı olmasına özen gösterilmesi gerekir. O halde I3 = Q C j -1- ID /=; 3 Q = içinse, ancak aşağıdaki üretim plânlaması olanaklıdır.

9 3Û4 M. H. Demir Q % Q-q 3 k(q 3) K 2(Q - q 3) E 3(Q ) K 3(Q) MİN K3 (Q) = TL. değeri bütün plânlama süresindeki en düşük üretim ve stoklama giderlerini vermektedir. Sonuncu tabloya göre aralık ayında 9.000, kasım ayında 0, ekim aymda ise far ampulünün üretiminin yapılması gerekmektedir. Bunlara ilişkin stoklama nicelikleri de Ekim Ayı ti,) = far ampulü, Kasım Ayı (Ia) = 0, Aralık Ayı ü3) = 0 olur 9. 9) Dinamik programlamanın uygulamasına ilişkin türlü örnekler için bkz. Turgay, Yağmur: «Dinamik Programlama Yardımiyle İşletmelerde Management» (basılmamış kişisel çalışma),

YÖNEYLEM ARAŞTIRMASI - II

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

Detaylı

YÖNEYLEM ARAŞTIRMASI - I

YÖNEYLEM 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

Detaylı

Evrimsel Çok amaçlı eniyileme. Tahir Emre Kalaycı Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 25 Mart 2010

Evrimsel Çok amaçlı eniyileme. Tahir Emre Kalaycı Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 25 Mart 2010 Evrimsel Çok amaçlı eniyileme Tahir Emre Kalaycı Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 25 Mart 2010 Gündem Çok amaçlı eniyileme Giriş Evrimsel çok amaçlı eniyileme Sonuç Giriş Gerçek dünya problemleri

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

Temelleri. Doç.Dr.Ali Argun Karacabey

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

Detaylı

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 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

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

KIRIKKALE ÜNİVERSİTESİ FEN-EDEBIYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI

KIRIKKALE ÜNİVERSİTESİ FEN-EDEBIYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI KIRIKKALE ÜNİVERSİTESİ FEN-EDEBIYAT FAKÜLTESİ İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMI Kırıkkale Üniversitesi Fen-Edebiyat Fakültesi İstatistik Bölümü Lisans Programı, Kırıkkale Üniversitesi Önlisans ve Lisans

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

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

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

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

YÖNEYLEM ARAŞTIRMASI - I

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

Detaylı

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

EĞĠTĠM-ÖĞRETĠM PLANI

EĞĠTĠM-ÖĞRETĠM PLANI T.C. ERCĠYES ÜNĠVERSĠTESĠ Mühendislik Fakültesi Endüstri Mühendisliği Bölümü 2015-2016 EĞĠTĠM-ÖĞRETĠM PLANI I. YARIYIL II. YARIYIL Ders Kodu Ders Adı T P K ECTS Ön şart* Ders Kodu Ders Adı T P K ECTS Ön

Detaylı

MÜHENDİSLİK VE MİMARLIK FAKÜLTESİ Endüstri Mühendisliği Bölümü

MÜHENDİSLİK VE MİMARLIK FAKÜLTESİ Endüstri Mühendisliği Bölümü MÜHENDİSLİK VE MİMARLIK FAKÜLTESİ Endüstri Mühendisliği Bölümü Lisans Öğretim Planı (Türkçe) - 8 YARIYILLIK LİSANS MÜFREDATI I. SEMESTER MAT111 Matematik I Calculus I 4 0 4 5 FİZ101 Fizik I Physics I 3

Detaylı

EĞĠTĠM-ÖĞRETĠM PLANI

EĞĠTĠM-ÖĞRETĠM PLANI T.C. ERCĠYES ÜNĠVERSĠTESĠ Mühendislik Fakültesi Endüstri Mühendisliği Bölümü 2016-2017 EĞĠTĠM-ÖĞRETĠM PLANI I. YARIYIL II. YARIYIL ENM 101 Matematik I 4 0 6 6 ENM 102 Matematik II 4 0 6 6 ENM 103 Fizik

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

Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler

Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler İçerik Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler 1 3 0 0 3 8 Ön Koşul Derse Kabul Koşulları Dersin Dili Türü Dersin Düzeyi Dersin Amacı İngilizce Zorunlu Doktora

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

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

Bekleme Hattı Teorisi

Bekleme Hattı Teorisi Bekleme Hattı Teorisi Sürekli Parametreli Markov Zincirleri Tanım 1. * +, durum uzayı * +olan sürekli parametreli bir süreç olsun. Aşağıdaki özellik geçerli olduğunda bu sürece sürekli parametreli Markov

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

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım 2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı

Detaylı

EĞĠTĠM-ÖĞRETĠM PLANI

EĞĠTĠM-ÖĞRETĠM PLANI T.C. ERCĠYES ÜNĠVERSĠTESĠ Mühendislik Fakültesi Endüstri Mühendisliği Bölümü 2014-2015 EĞĠTĠM-ÖĞRETĠM PLANI I. YARIYIL II. YARIYIL ENM 101 Matematik I 4 0 4 6 ENM 102 Matematik II 4 0 4 6 ENM 103 Fizik

Detaylı

YÖNETİM BİLİŞİM SİSTEMLERİ BÖLÜMÜ YENİ DERS MÜFREDATI (1) FAKÜLTESİ: İŞLETME FAKÜLTESİ / BUSINESS SCHOOL

YÖNETİM BİLİŞİM SİSTEMLERİ BÖLÜMÜ YENİ DERS MÜFREDATI (1) FAKÜLTESİ: İŞLETME FAKÜLTESİ / BUSINESS SCHOOL (3) SINIFI: 1. Yıl Güz Dönemi MIS101 BİLGİSAYAR PROGRAMLAMA 1 COMPUTER PROGRAMMING 1 Z 3-0 4 BUS101 BİLİM VE TEKNOLOJİ TARİHİ HISTORY OF SCIENCE AND TECHNOLOGY Z 3-0 4 BUS103 İŞLETMECİLER İÇİN MATEMATİK

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

İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI

İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI 2014 İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI Açıklama Staj yapılan işletmelerde

Detaylı

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati Kredi AKTS (T+U+L) YÖNEYLEM ARAŞTIRMA - 3 EN-422 4/II 2+1+0 2,5 3 Dersin Dili : İngilizce Dersin Seviyesi

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

İstatistik ve Olasılık

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

Detaylı

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

DARÜŞŞAFAKA LİSESİ SALİH ZEKİ LİSE ÖĞRENCİLERİ ARASI MATEMATİK PROJELERİ YARIŞMASI

DARÜŞŞAFAKA LİSESİ SALİH ZEKİ LİSE ÖĞRENCİLERİ ARASI MATEMATİK PROJELERİ YARIŞMASI DARÜŞŞAFAKA LİSESİ SALİH ZEKİ LİSE ÖĞRENCİLERİ ARASI MATEMATİK PROJELERİ YARIŞMASI PROJE ADI: TÜRKİYE DEKİ GELECEKTEKİ DOKTOR İHTİYACINI YÖNEYLEM ARASTIRMASI İLE BELİRLEMEK MEV KOLEJİ BASINKÖY OKULLARI

Detaylı

Müfredatı İNTİBAK PLANI

Müfredatı İNTİBAK PLANI 2012-2013 Müfredatı İNTİBAK PLANI Yeni Kod Dersler T U K Yeni Kod Dersler T U K IENG 111 Foundations of Analytical Reasoning 2 2 3 6 IENG 112 Discrete Mathematics 2 2 3 6 IENG 121 Introduction to IE 2

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

MONTE CARLO BENZETİMİ

MONTE CARLO BENZETİMİ MONTE CARLO BENZETİMİ U(0,1) rassal değişkenler kullanılarak (zamanın önemli bir rolü olmadığı) stokastik ya da deterministik problemlerin çözümünde kullanılan bir tekniktir. Monte Carlo simülasyonu, genellikle

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

YÖNEYLEM ARAŞTIRMASI - III

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

Detaylı

ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

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

Detaylı

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

ÖZGEÇMİŞ. Çiçek, A., Hastanelerde Verimlilik, Erciyes Üniversitesi, Sosyal Bilimler Enstitüsü, 1995.

ÖZGEÇMİŞ. Çiçek, A., Hastanelerde Verimlilik, Erciyes Üniversitesi, Sosyal Bilimler Enstitüsü, 1995. ÖZGEÇMİŞ 1. Adı Soyadı: Osman UNUTULMAZ 2. Doğum Tarihi: 22 Ocak 1950 3. Unvanı: Prof. Dr. 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Maden İşletme İstanbul Teknik Üniversitesi Y. Lisans Maden

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

SİSTEM SİMÜLASYONU BENZETIM 1 SİMÜLASYON MODEL TÜRLERİ 1. STATİK VEYA DİNAMİK. Simülasyon Modelleri

SİSTEM SİMÜLASYONU BENZETIM 1 SİMÜLASYON MODEL TÜRLERİ 1. STATİK VEYA DİNAMİK. Simülasyon Modelleri SİSTEM SİMÜLASYONU SİMÜLASYON MODELİ TÜRLERİ BİR SİMÜLASYON ÇALIŞMASINDA İZLENECEK ADIMLAR ve SİMÜLASYON MODEL TÜRLERİ Simülasyon Modelleri Üç ana grupta toplanabilir; 1. Statik (Static) veya Dinamik (Dynamic),

Detaylı

Yöneylem Araştırması II (IE 323) Ders Detayları

Yöneylem Araştırması II (IE 323) Ders Detayları Yöneylem Araştırması II (IE 323) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Yöneylem Araştırması II IE 323 Güz 3 2 0 4 5.5 Ön Koşul Ders(ler)i IE 222

Detaylı

Endüstri Mühendisliği - 1. yarıyıl. Academic and Social Orientation. 441000000001101 Fizik I Physics I 3 0 1 4 4 6 TR

Endüstri Mühendisliği - 1. yarıyıl. Academic and Social Orientation. 441000000001101 Fizik I Physics I 3 0 1 4 4 6 TR - - - - - Bölüm Seçin - - - - - Gönder Endüstri Mühendisliği - 1. yarıyıl 141000000001101 Akademik ve Sosyal Oryantasyon Academic and Social Orientation 1 0 0 1 0 1 TR 441000000001101 Fizik I Physics I

Detaylı

ÖZGEÇMİŞ. Derece Alan Üniversite Yıl

ÖZGEÇMİŞ. Derece Alan Üniversite Yıl ÖZGEÇMİŞ 1. Adı Soyadı: Hande GÜNAY AKDEMİR 2. Doğum Tarihi: 29.08.1980 3. Unvanı: Dr. Öğr. Üyesi 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Matematik Yıldız Teknik Üniversitesi 2003 Y. Lisans

Detaylı

IMPORTANT ANNOUNCEMENT ON 2015 SUMMER SCHOOL

IMPORTANT ANNOUNCEMENT ON 2015 SUMMER SCHOOL FACULTY OF ARTS AND SCIENCES FACULTY OF ECONOMICS AND ADMINISTRATIVE SCIENCES FOREIGN LANGUAGES TURKISH LANGUAGE CHEM 101 FİZ 101 FİZ 102 FİZ 224 HUM 302 İNB 302 KİM 101 MATE 102 MATE 111 MATE 112 MATE

Detaylı

ÖZEL EGE LİSESİ FİBONACCİ DİZİLERİ YARDIMIYLA DEĞERİNİ HESAPLAYAN BİR FORMÜL

ÖZEL EGE LİSESİ FİBONACCİ DİZİLERİ YARDIMIYLA DEĞERİNİ HESAPLAYAN BİR FORMÜL ÖZEL EGE LİSESİ FİBONACCİ DİZİLERİ YARDIMIYLA DEĞERİNİ HESAPLAYAN BİR FORMÜL HAZIRLAYAN ÖĞRENCİ: Tilbe GÖKÇEL DANIŞMAN ÖĞRETMEN: Emel ERGÖNÜL İZMİR 2013 İÇİNDEKİLER 1. PROJENİN AMACI... 3 2. GİRİŞ... 3

Detaylı

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü KARAR TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü Karar Ortamları Karar Analizi, alternatiflerin en iyisini seçmek için akılcı bir sürecin kullanılması ile ilgilenir. Seçilen

Detaylı

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

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

Detaylı

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

DENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

DENİZ 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 ÜRETİM PLANLAMA VE KONTROL ENM-11 /1 +0 Dersin Dili : Türkçe Dersin

Detaylı

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

Öğr. 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

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

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

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler Rastgele Değişkenlerin Dağılımları Mühendislikte İstatistik Yöntemler Ayrık Rastgele Değişkenler ve Olasılık Dağılımları Yapılan çalışmalarda elde edilen verilerin dağılışı ve dağılış fonksiyonu her seferinde

Detaylı

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK

RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK 4. İzmir Rüzgâr Sempozyumu // 28-30 Eylül 2017 // İzmir RÜZGAR ENERJİSİ KAYNAĞI VE BELİRSİZLİK Prof. Dr. Barış Özerdem İzmir Ekonomi Üniversitesi Havacılık ve Uzay Mühendisliği Bölümü baris.ozerdem@ieu.edu.tr

Detaylı

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1 3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki

Detaylı

DENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

DENİZ 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 STOKASTİK SÜREÇLER ENM- / 3+0 3 3 Dersin Dili Dersin Seviyesi Dersin

Detaylı

MÜHENDİSLİK VE MİMARLIK FAKÜLTESİ Endüstri Mühendisliği Bölümü. Lisans Öğretim Planı (%30 İngilizce Ağırlıklı) - 8 YARIYILLIK LİSANS MÜFREDATI

MÜHENDİSLİK VE MİMARLIK FAKÜLTESİ Endüstri Mühendisliği Bölümü. Lisans Öğretim Planı (%30 İngilizce Ağırlıklı) - 8 YARIYILLIK LİSANS MÜFREDATI MÜHENDİSLİK VE MİMARLIK FAKÜLTESİ Endüstri Mühendisliği Bölümü Lisans Öğretim Planı (%30 İngilizce Ağırlıklı) - 8 YARIYILLIK LİSANS MÜFREDATI I. SEMESTER MATH111 Matematik I Calculus I 4 0 4 5 PHY101 Fizik

Detaylı

İleri Diferansiyel Denklemler

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

Detaylı

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

Birinci Mertebeden Adi Diferansiyel Denklemler

Birinci Mertebeden Adi Diferansiyel Denklemler Birinci Mertebeden Adi Diferansiyel Denklemler Bir veya daha çok bağımlı değişken, bir veya daha çok bağımsız değişken ve bağımlı değişkenin bağımsız değişkene göre (diferansiyel) türevlerini içeren bağıntıya

Detaylı

Kaynaklar Shepley L. Ross, Differential Equations (3rd Edition), 1984.

Kaynaklar Shepley L. Ross, Differential Equations (3rd Edition), 1984. Çankırı Karatekin Üniversitesi Matematik Bölümü 2015 Kaynaklar Shepley L. Ross, Differential Equations (3rd Edition), 1984. (Adi ) Bir ya da daha fazla bağımsız değişkenden oluşan bağımlı değişken ve türevlerini

Detaylı

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir. Koşullu Öngörümleme Ex - ante (tasarlanan - umulan) öngörümleme söz konusu iken açıklayıcı değişkenlerin hatasız bir şekilde bilindiği varsayımı gerçekçi olmayan bir varsayımdır. Çünkü bazı açıklayıcı

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

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

Tarımda Mühendislik Düşünce Sistemi. Prof. Dr. Ferit Kemal SÖNMEZ

Tarımda 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.

Detaylı

Proje Adı: Sonlu Bir Aritmetik Dizinin Terimlerinin Kuvvetleri Toplamının İndirgeme Bağıntısıyla Bulunması.

Proje Adı: Sonlu Bir Aritmetik Dizinin Terimlerinin Kuvvetleri Toplamının İndirgeme Bağıntısıyla Bulunması. Proje Adı: Sonlu Bir Aritmetik Dizinin Terimlerinin Kuvvetleri Toplamının İndirgeme Bağıntısıyla Bulunması. Projenin Amacı: Aritmetik bir dizinin ilk n-teriminin belirli tam sayı kuvvetleri toplamının

Detaylı

Olasılık ve Rastgele Süreçler (EE213) Ders Detayları

Olasılık ve Rastgele Süreçler (EE213) Ders Detayları Olasılık ve Rastgele Süreçler (EE213) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve Rastgele Süreçler EE213 Güz 3 0 0 3 7 Ön Koşul Ders(ler)i

Detaylı

DENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

DENİZ 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

Detaylı

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

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

Detaylı

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

ÜSTEL DÜZLEŞTİRME YÖNTEMİ ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik

Detaylı

Matris Cebiriyle Çoklu Regresyon Modeli

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

Detaylı

1.58 arasındaki her bir değeri alabileceği için sürekli bir

1.58 arasındaki her bir değeri alabileceği için sürekli bir 7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin

Detaylı

Ekonometri I VARSAYIMLARI

Ekonometri I VARSAYIMLARI Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:

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

Sayısal Yöntemler (ISL505) Ders Detayları

Sayısal Yöntemler (ISL505) Ders Detayları Sayısal Yöntemler (ISL505) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS Sayısal Yöntemler ISL505 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin

Detaylı

HESSİEN MATRİS QUADRATİK FORM MUTLAK ve BÖLGESEL MAKS-MİN NOKTALAR

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

Detaylı

İleri Diferansiyel Denklemler

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

Detaylı

Su Yastıkları ve Karık Sulama Yöntemlerinin Tarımsal Mekanizasyon Açısından Karşılaştırılması

Su Yastıkları ve Karık Sulama Yöntemlerinin Tarımsal Mekanizasyon Açısından Karşılaştırılması 159 Su Yastıkları ve Karık Sulama Yöntemlerinin Tarımsal Mekanizasyon Açısından Karşılaştırılması Cevdet Sağlam (1) Sinan Gerçek (2) (1) Harran Üniversitesi Ziraat Fakültesi Tarım Makinaları Bölümü, 63040

Detaylı

4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI. 4. HAFTA BLM33 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi BLM33 DOĞRUSAL OLMAYAN (NONLINEAR) DENKLEM SİSTEMLERİ Mühendisliğin

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

Karar Analizi (IE 418) Ders Detayları

Karar Analizi (IE 418) Ders Detayları Karar Analizi (IE 418) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Karar Analizi IE 418 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü

Detaylı

JEODEZİK AĞLARIN OPTİMİZASYONU

JEODEZİK AĞLARIN OPTİMİZASYONU JEODEZİK AĞLARIN OPTİMİZASYONU Jeodezik Ağların Tasarımı 10.HAFTA Dr.Emine Tanır Kayıkçı,2017 OPTİMİZASYON Herhangi bir yatırımın gerçekleştirilmesi sırasında elde bulunan, araç, hammadde, para, işgücü

Detaylı

DOĞRUSAL OLMAYAN PROGRAMLAMA -I-

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

Detaylı

T. C. E. Ü. FEN FAKÜLTESİ MATEMATİK BÖLÜMÜ. 2015-2016 Öğretim Yılı Güz Dönemi Haftalık Ders Programı

T. C. E. Ü. FEN FAKÜLTESİ MATEMATİK BÖLÜMÜ. 2015-2016 Öğretim Yılı Güz Dönemi Haftalık Ders Programı T. C. E. Ü. FEN FAKÜLTESİ MATEMATİK BÖLÜMÜ 2015-2016 Öğretim Yılı Güz Dönemi Haftalık Ders Programı A. Fakülte İçinde "BÖLÜMÜMÜZ" Öğrencilerine Verdiğimiz Dersler I. YARIYIL 405001072003 Soyut Matematik

Detaylı

Sigma 2006/3 Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM

Sigma 2006/3 Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Sigma 6/ Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM Fügen TORUNBALCI

Detaylı

EĞİTİM-ÖĞRETİM YILI MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) BÖLÜMÜ DERS PROGRAMINDA YAPILAN DEĞİŞİKLİKLER

EĞİTİM-ÖĞRETİM YILI MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) BÖLÜMÜ DERS PROGRAMINDA YAPILAN DEĞİŞİKLİKLER BİRİNCİ SINIF GÜZ YARIYILI 2015-2016 EĞİTİM-ÖĞRETİM YILI MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ (İNGİLİZCE) BÖLÜMÜ DERS PROGRAMINDA YAPILAN DEĞİŞİKLİKLER DEĞİŞİKLİK FORMU COM101 BİLGİSAYAR PROGRAMLAMA

Detaylı

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( ) İKİ DEĞİŞKENLİ OLASILIK Rassal bir deneme yapılmakta ve farklı iki olay ile ilgilenilmektedir. A 1, A 2,,A i olayları bağdaşmaz ve bütünü kapsayıcıdır. B 1, B 2,,B j olayları bağdaşmaz ve bütünü kapsayıcıdır.

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

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

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

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

Stokastik Süreçler (MATH495) Ders Detayları

Stokastik Süreçler (MATH495) Ders Detayları Stokastik Süreçler (MATH495) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Stokastik Süreçler MATH495 Güz 3 0 0 3 6 Ön Koşul Ders(ler)i Math392 veya öğretim

Detaylı

Prof.Dr.Ünal Ufuktepe

Prof.Dr.Ünal Ufuktepe İzmir Ekonomi Üniversitesi, Matematik Bölümü 21 Ocak 2012 KLASİK ANLAMDA TÜREV Fiziğin en temel işlevlerinden biri hareketi tanımlamaktır. Newton ve Leibniz hareketi tanımlama ve tahmin etme konusunda

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