MATRİSEL ÇÖZÜM TABLOLARIYLA DUYARLILIK ANALİZİ
|
|
- Murat Güler
- 6 yıl önce
- İzleme sayısı:
Transkript
1 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 meydana gelirse optimal çözüm değişecek midir? Ve problemin çözümü tamamen bozulmadan yeni optimum çözümü hesap edebilir miyiz? Yapılan bu analiz optimal sonrası analiz veya duyarlılık analizi olarak bilinir. Böyle durumlarda yeni optimal çözüm aşırı bir çalışma yapılmaksızın elde edilebilir. Modelde yapılan herhangi bir değişiklik sonucu aşağıdaki durumlarla karşılaşabiliriz: 1. Mevcut çözüm değişmez, 2. Mevcut çözümün olurluluğu bozulur, 3. Mevcut çözümün optimalliği bozulur, 4. Mevcut çözümün hem olurluluğu hem de optimalliği bozulur. Modelde yapılan değişiklik eğer mevcut çözümü değiştirmiyorsa herhangi bir işlem yapmaya gerek kalmayacaktır. Şayet çözümün olurluluğu bozulursa modele dual simpleks uygulanmalıdır. Eğer çözümün optimalliği etkilenirse çözüm primal simpleks ile optimal hale getirilmeye çalışılmalıdır. Çözümün hem olurluluğu hem de optimalliği bozulmuşsa çözüme primal simpkes ve dual simpleks uygulanmalıdır. İleri optimal analizinde temel nokta, matris biçiminde verilen genel simpleks tablonun incelenmesine dayanır. DP nın Standard formunun matrisel ifadesi şöyle idi: Maks Z=C I X I +C II X II Kısıtlar AX I +IX II =b X I, X II >=0, Daha önce dual çözümlerin elde edilmesinde kullanılan optimum tablonun matrisel ifadesi burada kullanılacaktır.
2 Burada; B: temeli ifade eden matris, C B : temel değişkenlerin amaç katsayıları, X B : ise temel değişkenler matrisi olmak üzere; Z satırında Y=C B.B -1 konarak Primal Optimal Tablo şu şekilde daha önce de verilmişti: Temel X I X II Çözüm Z YA-C I YA-C II Yb X B B -1 A B -1 B -1 b Optimum tablo amaç satırı katsayıları: Z J -C J =YA-C I Bu tablo yardımıyla dual değerlerin Y=C B.B -1 ifadesinden bulunabileceği belirtilmişti. Böylece bu tablodan B -1 kullanılarak giriş tablosu hesap edilebilir ve problemin orijinal (temel) verileri (değerleri) bulunabilir. İleri optimal analiz doğrudan bu incelemeye dayanır. Normal olarak, ileri optimal analizde örneğin C I ve C II amaç fonksiyonu katsayılarının ve b elde mevcut kaynaklardaki değişimlerin etkileri üzerine yapılan çalışmalar ilgimizi çekmektedir. Yukarıdaki tabloya bakıldığında C I ve C II daki değişimlere dikkat edilirse herhangi bir durumda b nin B veya B -1 in üzerine, her ne olursa olsun etkisi olamaz. Bundan dolayı B (A,I) nın sütunlarını kapsar ve B etkisiz kalacaktır. İleri optimal analizinde yapılmak istenen ilk şey (C I, C II ) dan (D I, D II ) ya ve/veya b den d ye bir değişimin temel B nin optimalliğini ve olurluluğunu koruyup koruyamayacağını test etmektir. Buna göre, B de değişim olmadığı kabulü altında, C B yi yeni D B ile, b yi de yeni d ile değiştirebiliriz ve böylece Y=D B.B -1 kullanılarak amaç satırını ve B -1 d kullanılarak sağ tarafını tekrar hesap edebiliriz. Eğer yeni amaç satırı katsayıları optimalliği bozmaz ve yeni sağ taraf katsayıları negatif olmaz ise, bu takdirde B, B -1 d yeni değerleriyle optimal ve olurlu kalır. Burada optimallik veya olurluluk ya da her ikisinin bozulmasına bağlı olarak, yeni çözümün elde edilmesi için ilave hesaplamalara ihtiyaç duyulacaktır. Bunu özetlemek için, İleri Optimal Analiz şu 3 kategoriye indirgenir: 1) Amaç katsayılarındaki (C J ) değişimler yalnız optimalliği etkileyebilir. 2) Sağ taraf değerlerindeki (b J ) değişimler yalnız olurluluğu etkileyebilir. 3) Amaç katsayılarındaki ve sağ taraf değerlerindeki değişimler optimallik ve olurluluğun her ikisini de etkileyebilir.
3 Yapılan değişimlerle ilgili yeni bir çözüm gerekiyorsa, bunu elde etmek için şu ilave hesaplamalara ihtiyaç duyulabilir: 1) Eğer tablo optimal değilse, yani amaç satırı bozulmuşsa, optimalliğe ulaşıncaya kadar (veya yeni çözümün optimalliği sınırsız olduğu görülünceye kadar) yeni tabloya primal simpleks metot uygulanır. 2) Eğer tablo olurlu değilse, yani sağ taraf değerlerinden en az biri negatif olmuşsa olurluluk tekrar elde edilinceye kadar (veya yeni çözümün olursuz kaldığı görülünceye kadar) yeni tabloya, dual simpleks metot uygulanır. 3) Eğer tablo hem optimal değil hem de olursuz ise, olursuzluğu kabul etmeksizin yeni tabloya önce primal simpleks metot uygulanarak optimalliğe ulaşılır, sonra olurluluğa dönmek için dual simpleks metot uygulanır. Aslında bu 3. işlem 1. ve 2. işlemlerin sırasıyla birlikte uygulanmasıdır. OPTİMALLİĞİ ETKİLEYEN DEĞİŞİMLER Simpleks çözümün optimalliği şu 3 durumdan birisiyle etkilenebilir: A. (C I, C II ) amaç katsayıları değiştirilmiştir. B. Temel olmayan bir faaliyetin (değişkenin) kaynak kullanımı, yani A daki temel olmayan bir sütun vektörü değiştirilmiştir. C. Modele yeni bir faaliyet (değişken) eklenmiştir. Bu 3 durum bundan sonra sırasıyla ele alınacaktır. A. AMAÇ FONKSİYONU KATSAYILARI DEĞİŞİMİ Genel simpleks tablo tanımından görüleceği gibi, (C I, C II ) amaç fonksiyonu katsayılarındaki değişikliklerin optimallik üzerine etkisi sadece temelde olmayan değişkenlerin amaç fonksiyonu satırının (z j c j ) yeniden hesaplanmasını gerektirir. Temel değişkenlerin c j lerinde oluşacak değişimler, z j c j satır elemanlarının daima sıfır olması nedeniyle dikkate alınmaz. Hesaplama süreci şu şekildedir: 1. Değişim olması halinde C B vektörü kullanılarak Y = C B B -1 dual fiyat vektörü hesaplanır. 2. Temelde olmayan x j lerin tümü için z j c j = YA j c j hesaplanır.
4 Bu işlemlerin sonucu iki durum ortaya çıkabilir: 1. Optimallik bozulmamışsa mevcut çözüm aynı kalır, ancak amaç fonksiyonu değeri (Z) değişir. 2. Optimallik bozulmuşsa optimalliği sağlamak için primal simpleks yöntem uygulanır. Şimdi RMC modelinin amaç fonksiyonunun (Z = 3X1 + 2X2) den (Z = 5X1 + 4X2) ye değiştirildiğini kabul edelim. Başlangıçta RMC modeli aşağıdaki gibi verilmişti. Max Z = 3.X1+2.X2+0.X3+0.X4+0.X5+0.X6 X1 + 2X2 + X3 = 6 2X1 + X2 + X4 = 8 -X1 + X2 + X5 = 1 X2 + X6 = 2 X1, X2, X3, X4, X5, X6>=0 Bu modelin Primal Simpleks Metod ile elde edilen optimal tablosu: Temel X1 X2 X3 X4 X5 X6 Çözüm Z 0 0 1/3 4/ /3 X /3-1/ /3 X /3 2/ /3 X X /3 1/ /3 Burada optimal temel vektör X B = (X2, X1, X5, X6) T = (4/3, 10/3, 3, 2/3) T dır. Optimum tabloda 0 dan farklı Z satır elamanları, z 3 -x 3, z 4 -x 4 ve yeni z i yi bulalım. Buna göre son optimal tablodan elde edilen optimal temel vektör, bu değişikliğe karşı gelen değişimleri X B = (X2, X1, X5, X6) ya karşılık gelen amaç katsayıları vektörü: C B =(C 2, C 1, C 5, C 6 ) = (4, 5, 0, 0) şeklinde olacaktır ve devamla dual çözüm:
5 Y=(y 1, y 2, y 3, y 4 ) = C B B -1 ifadesi yardımıyla 2/3-1/ /3 2/3 0 0 (y 1, y 2, y 3, y 4 ) = (4, 5, 0, 0) /3 1/3 0 1 Y = (y 1, y 2, y 3, y 4 ) = (1, 2, 0, 0) olarak elde edilir. Buna göre, yeni Z satırı katsayılarını {Z J -C J } = YA-C II ifadesini kullanarak hesaplayabiliriz. Burada; C I = (C 1, C 2 ) = (5,4) C II = (C 3, C 4, C 5, C 6 )=(0, 0, 0, 0) dır. Bu ifadelerin yeni amaç fonksiyonundan elde edildiğine dikkat edilmelidir. Aslında YA-C I ve Y-C II sıfır değerine sahiptir, fakat dual kısıtlara karşılık gelen sağ ve sol taraflar arasındaki farklar alınarak tüm J ler için Z J -C J ifadelerinin hesabına devam edebiliriz. Şimdi optimal tabloda =0 olan Z J -C J lerin Z 3 -C 3 =1/3, Z 4 -C 4 =4/3 ün yeni değerlerini hesap edelim. Bunun için başlangıç tablosundan X3 ve X4 e ait A matrisi sütunları alınır. Temel X1 X2 X3 X4 X5 X6 Çözüm Z X X X X Geriye kalan katsayılar Y-C II = 0 olacağından Z J -C J =YA-C II dan: 1 0 (Z 3 -C 3, Z 4 -C 4 ) = YA-C II = (1, 2, 0, 0) (0, 0) = (1, 2) 0 0 A: primal başlangıç tablo x 3, x 4 sütunları matrisi. C II : başlangıç primal tabloda x 3, x 4 ün amaç katsayıları. Opt. Tabloda =0 olan amaç katsayılarının yeni değeri = (1, 2)
6 yeni amaç Z = 5X1 + 4X2 = 5(10/3) + 4(4/3) = 22 Buna göre yeni optimal amaç satırı; Temel X1 X2 X3 X4 X5 X6 Çözüm Z Z satırının katsayıları non-negatiftir ve böylece de mevcut optimum çözüm değişmez. Yani ilk primal optimal tablodan elde edilen X1=10/3, X2=4/3 optimal çözümü; amaç katsayıları C 1 =3, C 2 =2 yerine C 1 =5, C 2 =4 alındığı zaman değişmez, yalnız Z amacının değeri değişir(artar). Not: amaç katsayılarında negatif değer olsaydı işlem yapılırdı. Örnek: RMC probleminde yeni amaç Max.Z=4X1+1X2 şeklinde verilirse çözüm nasıl etkilenir, araştıralım. Önce Y = C B B -1 bulunursa: C B = (C 2, C 1, C 5, C 6 ) = (1, 4, 0, 0) Y=(y 1, y 2, y 3, y 4 ) = C B B -1 ifadesi yardımıyla (y 1, y 2, y 3, y 4 ) = (1, 4, 0, 0) 2/3-1/ /3 2/ /3 1/3 0 1 Y = (y 1, y 2, y 3, y 4 ) = (-2/3, 7/3, 0, 0) olarak elde edilir. 1 0 (Z 3 -C 3, Z 4 -C 4 ) = YA-C II = (-2/3, 7/3, 0, 0) (0, 0) = (-2/3, 7/3) yeni Z = 4(10/3) + 1(4/3) = 44/3
7 Amaç fonksiyonu satırında negatif değer olduğu için (maksimizasyonda optimalliği bozduğu için) çözüme primal simpleks uygulanmalıdır. Buna göre yeni optimal tablo, bir iterasyon uygulanarak elde edilecektir. Temel X1 X2 X3 X4 X5 X6 Çözüm Z 0 0-2/3 7/ /3 X /3-1/ /3 X /3 2/ /3 X X /3 1/ /3 Temel X1 X2 X3 X4 X5 X6 Çözüm Z X3 0 3/2 1-1/ X1 1 1/2 0 1/ X5 0 3/2 0 1/ X Yeni Z değeri ilk Z değerine göre artmıştır. Öyleyse amaç fonksiyonunun katsayılarında yapılan bu değişiklik olumlu bir değişikliktir. Bununla birlikte X1 temelde kalmış ancak X2 temel dışı olmuştur. B. DEĞİŞKENİN KISIT KATSAYILARINDAKİ DEĞİŞİM Kısıt kat sayılarındaki değişim faaliyetlerin kaynak kullanımlarındaki değişimi ifade eder. Bu değişim dual kısıtların sol tarafını etkileyeceğinden, faaliyetlerin kaynak kullanımlarındaki değişimler, yalnızca çözümün optimalliğini etkileyebilir. Temel faaliyetlerin kısıt katsayılarındaki bir değişim optimalliği ters (olumsuz) yönde etkileyecektir ve hesaplamalarda zorluklar çıkarabilir. Örnek: Amaç fonksiyonu Maks Z = 4X1 + X2 iken (son yaptığımız örneğe göre), 2 nolu iç boya faaliyetinin hammadde kaynaklarındaki 2 ve 1 tonluk kullanımları yerine 4 ve 3 tonluk kullanımlar olsun. Bu durumda optimum çözüm etkilenecek midir, araştıralım.
8 Modelin kısıtları aşağıdaki gibiydi: X1 + 2X2 + X3 = 6 2X1 + 1X2 + X4 = 8 -X1 + X2 + X5 = 1 X2 + X6 = 2 X1, X2, X3, X4, X5, X6>=0 Yeni kısıtlar şu şekilde olacaktır: X1 + 4X2 + X3 = 6 2X1 + 3X2 + X4 = 8 -X1 + X2 + X5 = 1 X2 + X6 = 2 X1, X2, X3, X4, X5, X6>=0 Maks Z = 4X1 + X2 amaç fonksiyonuna göre yaptığımız optimum çözüm tablosunu kullanarak; önce Y = C B B -1 bulunursa: C B = (C 3, C 1, C 5, C 6 ) = (0, 4, 0, 0) Y=(y 1, y 2, y 3, y 4 ) = C B B -1 ifadesi yardımıyla (y 1, y 2, y 3, y 4 ) = (0, 4, 0, 0) 1-1/ / / Y = (y 1, y 2, y 3, y 4 ) = (0, 2, 0, 0) olarak elde edilir. Z 2 -C 2 = YA-C I = (0, 2, 0, 0) (1) = 5 veya Aynı işlemi şu şekilde de yapabilirdik: Z 2 -C 2 = 4y 1 + 3y 2 + y 3 + y 4 1 = 4(0)+3(2)+1(0)+1(0)-1 = 5 Bu şekilde X2 nin optimal tablodaki amaç katsayısı 5 olarak bulunmuş olur. Bu değer >= 0 olduğundan (maksimizasyon için) bu kaynak kullanımı değişimi tablodaki
9 optimal çözümü etkilemez (çünkü 1 yerine 5 konulsa da optimal tablo çözümü değişmez). Aşağıdaki sonuçları deneyiniz: * Eğer A ve B hammadde kullanımları 4 ve 2 ton olursa Z 2 -C 2 =3 olur. Yine çözüm değişmez. * Eğer A ve B hammadde kullanımları 2 ve 1 yerine 2 ve 1/4 ton olursa Z 2 -C 2 = -1/2 X2 nin yeni katsayısı olur. Bu durumda optimal çözüm değişebilir. İşlem yapılarak optimum çözüm bulunur. C. MODELE YENİ BİR FAALİYET (DEĞİŞKEN) İLAVE EDİLMESİ A ve B`nin birleşmesiyle hem amaç hem kısıt değişir, optimallik değişebilir. Orijinal RMC modelinde, dış boyanın daha ucuz bir markasını üretmek isteyelim. Bu yeni boyanın her bir tonu için A ve B ham maddelerinin her birinden 3/4'er ton kullanılacak olsun. Yeni boyanın ton başına karı 3/2 (1000$) dır. 3. kısıtı oluşturan iç boyanın dış boyaya göre talebinin en çok bir ton fazla olması şartına yeni boya ilave edilerek durum değerlendirilmelidir. X7, yeni boyanın üretim miktarını (ton olarak ) göstersin. Buna göre orijinal model şöyle değiştirilir: Maks Z = 3X1 + 2X2 + 3/2X7 X1 + 2X2 + 3/4X7 6 2X1 + 1X2 + 3/4X7 8 -X1 + X2 - X7 1 X2 + 0X7 2 X1, X2, X7>=0 Yeni bir faaliyetin (değişkenin) ilavesi, amaç ve kaynak kullanımlarında yapılan değişimlerin analizini birleştirmeye eşdeğerdir.
10 1) X7 faaliyetinin optimum tablodaki amaç katsayısı: Orijinal tabloda X7 temelde olmayan bir değişken olduğundan dual değerler değişmez kalır. Böylece mevcut optimal tablodaki X7 nin katsayısı, ilk optimal primal tablodan; Temel X1 X2 X7 X3 X4 X5 X6 Çözüm Z 0 0 1/3 4/ /3 X /3-1/ /3 X /3 2/ /3 X X /3 1/ /3 Y = C B B -1 C B = (C 2, C 1, C 5, C 6 ) = (2, 3, 0, 0) Y=(y 1, y 2, y 3, y 4 ) = C B B -1 (y 1, y 2, y 3, y 4 ) = (2, 3, 0, 0) 2/3-1/ /3 2/ /3 1/3 0 1 Y = (y 1, y 2, y 3, y 4 ) = (1/3, 4/3, 0, 0) olarak elde edilir. Z 7 -C 7 = (3/4)y 1 + (3/4)y 2 - (1)y 3 + (0)y 4-3/2 =(3/4)(1/3)+(3/4)(4/3)-(1)(0)+(0)(0)-3/2= -1/4 Z 7 -C 7 = -1/4 olarak bulunur, optimallik bozulmuştur. * Bu demektir ki mevcut çözüm eğer x 7 >0(pozitif) olursa gelişecektir. * Buna göre mevcut optimal tablo, Z-amaç fonksiyonunun optimal tablodaki katsayısı -1/4 olan X7 nin optimal tablodaki kolon vektörü oluşturularak değiştirilir.
11 2) X7 ye ait optimal tablo kısıt katsayıları sütunu: B -1 A 7 : Primal tablodaki yeni sütun-x7 nin kısıt katsayıları şeklinde bulunabilir. 2/3-1/ /4 B -1 A 7 = -1/3 2/ /4 = /3 1/ /4 1/4-1 -1/4 Şimdi bu sütun vektörü optimal primal tabloya ilave edilir. Optimallik bozulduğu için primal simpleks uygulanır. Temel X1 X2 X7 X3 X4 X5 X6 Çözüm Z 0 0-1/4 1/3 4/ /3 X /4 2/3-1/ /3 X /4-1/3 2/ /3 X X /4-2/3 1/ /3 Temel X1 X2 X7 X3 X4 X5 X6 Çözüm Z X /3-4/ /3 X X /3-1/ /3 X Burada yeni X7 faaliyetinin eklenmesiyle Z nin optimum değeri 38/3 ten 14 e yükselmiştir. Eğer böyle bir gelişme söz konusu ise yeni X7 faaliyeti-değişkeni- ilave edilmelidir. Bu durum yeni dış boyanın, X2 iç boyadan daha karlı olduğunu gösterir. Bu durum yeni bir kısıt ilavesine terstir. Çünkü yeni kısıt ilavesinde Z nin optimum değeri gelişmez. Burada iç boyanın üretilmemesi bazı pazar paylarını olumsuz etkileyebilir. Ayrıca iç boya üretimi için yapılan yatırımlar da atıl kalabilir.
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
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
DetaylıBaşlangıç Temel Programının Bilinmemesi Durumu
aşlangıç Temel Programının ilinmemesi Durumu İlgili kısıtlarda şartlar ( ) ise bunlara gevşek (slack) değişkenler eklenerek eşitliklere dönüştürülmektedir. Ancak sınırlayıcı şartlar ( ) veya ( = ) olduğu
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
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
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,
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
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
DetaylıKISITLI OPTİMİZASYON
KISITLI OPTİMİZASYON SİMPLEKS YÖNTEMİ Simpleks Yöntemi Simpleks yöntemi iteratif bir prosedürü gerektirir. Bu iterasyonlar ile gerçekçi çözümlerin olduğu bölgenin (S) bir köşesinden başlayarak amaç fonksiyonunun
DetaylıEŞİTLİK KISITLI TÜREVLİ YÖNTEMLER
EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının
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
DetaylıDuyarlılık 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
DetaylıKONU 8: SİMPLEKS TABLODA KARŞILAŞILAN BAZI DURUMLAR - II 8.1. İki Evreli Yöntem Standart biçime dönüştürülmüş min /max Z cx (8.1)
KONU 8: SİMPLEKS ABLODA KARŞILAŞILAN BAZI DURUMLAR - II 8.. İki Evreli Yöntem Standart biçime dönüştürülmüş min /max Z cx AX b X (8.) biçiminde tanımlı d.p.p. nin en ii çözüm değerinin elde edilmesinde,
DetaylıDOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY)
DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY) 1 DOĞRUSAL PROGRAMLAMADA İKİLİK (DUALİTE-DUALITY) Doğrusal programlama modelleri olarak adlandırılır. Aynı modelin değişik bir düzende oluşturulmasıyla Dual (İkilik)
DetaylıSİMPLEKS 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
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,
DetaylıKONU 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
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
Detaylı4.1. 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
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
DetaylıDoğrusal Programlama. Prof. Dr. Ferit Kemal Sönmez
Doğrusal Programlama Prof. Dr. Ferit Kemal Sönmez Doğrusal Programlama Belirli bir amacın gerçekleşmesini etkileyen bazı kısıtlayıcı koşulların ve bu kısıtlayıcı koşulların doğrusal eşitlik ya da eşitsizlik
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
DetaylıFONKSİYONLARIN TABLO ŞEKLİNDE HESAPLANMASI
FONKSİYONLARIN TABLO ŞEKLİNDE HESAPLANMASI Bu kısımda bir fonksiyon değerlerinin tablo şeklinde hesaplanması incelenecektir. İncelenecek fonksiyon y=f(x) şeklinde bir değişenli veya z=f(x,y) şeklinde iki
Detaylı4. 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.
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
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
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
DetaylıTAMSAYILI 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
DetaylıYÖNEYLEM 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
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,
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.
DetaylıKONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I
KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I 4.1. Dışbükeylik ve Uç Nokta Bir d.p.p. de model kısıtlarını aynı anda sağlayan X X X karar değişkenleri... n vektörüne çözüm denir. Eğer bu
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:
Detaylı0.1 Zarf Teoremi (Envelope Teorem)
Ankara Üniversitesi, Siyasal Bilgiler Fakültesi Prof. Dr. Hasan Şahin 0.1 Zarf Teoremi (Envelope Teorem) Bu kısımda zarf teoremini ve iktisatta nasıl kullanıldığını ele alacağız. bu bölüm Chiang 13.5 üzerine
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
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları
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
DetaylıSİMPLEKS ALGORİTMASI! ESASLARI!
Fen ilimleri Enstitüsü Endüstri Mühendisliği Anabilim Dalı ENM53 Doğrusal Programlamada İleri Teknikler SİMPLEKS ALGORİTMASI ESASLARI Hazırlayan: Doç. Dr. Nil ARAS AÇIKLAMA n n u sununun hazırlanmasında,
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
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.
DetaylıEND331 YÖNEYLEM ARAŞTIRMASI I DERS NOTLARI
END33 YÖNEYLEM ARAŞTIRMASI I DERS NOTLARI İKİNCİ BÖLÜM (206-207) Dr. Y. İlker Topcu & Dr. Özgür Kabak Teşekkür: Prof. W.L. Winston'ın "Operations Research: Applications and Algorithms" kitabı ile Prof.
DetaylıKARAR 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
DetaylıGenel Graf Üzerinde Mutlak 1-merkez
Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen
DetaylıEND331 YÖNEYLEM ARAŞTIRMASI I DERS NOTLARI
END33 YÖNEYLEM ARAŞTIRMASI I DERS NOTLARI İKİNCİ BÖLÜM (208-209) Dr. Y. İlker Topcu & Dr. Özgür Kabak Teşekkür: Prof. W.L. Winston'ın "Operations Research: Applications and Algorithms" kitabı ile Prof.
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
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
DetaylıDers 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
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,
DetaylıOPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2
OPTIMIZASYON.... Bir Değişkenli Fonksiyonların Maksimizasyonu.... Türev...3.. Bir noktadaki türevin değeri...4.. Maksimum için Birinci Derece Koşulu...4.3. İkinci Derece Koşulu...5.4. Türev Kuralları...5
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Hessien Matris-Quadratik Form Mutlak ve Bölgesel Maksimum-Minimum Noktalar Giriş Kısıtlı ve kısıtsız fonksiyonlar için
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
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,
Detaylı2. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN
2. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / 2 C.1.2. Piyasa Talep Fonksiyonu Bireysel talep fonksiyonlarının toplanması ile bir mala ait
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.
DetaylıALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU
ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x)
DetaylıNazım K. Ekinci Matematiksel İktisat Notları ax 1 + bx 2 = α cx 1 + dx 2 =
Naım K. Ekinci Matematiksel İktisat Notları 0.6. DOĞRUSL DENKLEM SİSTEMLERİ ax + bx = α cx + dx = gibi bir doğrusal denklem sistemini, x ve y bilinmeyenler olmak üere, çömeyi hepimi biliyoru. ma probleme
Detaylıİktisadi Analiz Ders Notu: Doğrusal Üretim Modelleri ve Sraffa Sistemi
N. K. Ekinci Ekim 2015 İktisadi Analiz Ders Notu: Doğrusal Üretim Modelleri ve Sraffa Sistemi 1. Tek Sektörlü Ekonomide Gelir Dağılımı Tek mal (buğday) üreten bir ekonomi ele alalım. 1 birim buğday üretimi
DetaylıAltın Oran Arama Metodu(Golden Search)
Altın Oran Arama Metodu(Golden Search) Bir f(x) (tek değişkenli) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x) a x b
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
DetaylıFonksiyonlarda limiti öğrenirken değişkenlerin limitini ve sağdan-soldan limit kavramlarını öğreneceksiniz.
8.2. Fonksiyonlarda Limit Fonksiyonlarda limiti öğrenirken değişkenlerin limitini ve sağdan-soldan limit kavramlarını öğreneceksiniz. 8.2.1. Değişkenin Limiti Sonsuz sayıda değer alabilen bir x değişkeninin
DetaylıÖnsöz... 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
Detaylı6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN
6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / 2 A.5. Doğrusal olmayan fonksiyonların eğimi Doğrusal fonksiyonlarda eğim her noktada sabittir
DetaylıHESSİEN MATRİS QUADRATİK FORM MUTLAK ve BÖLGESEL MAKS-MİN NOKTALAR
HESSİEN MATRİS QUADRATİK FORM MUTLAK ve BÖLGESEL MAKS-MİN NOKTALAR Kısıtlı ve kısıtsız fonksiyonlar için maksimum veya minimum (ekstremum) noktalarının belirlenmesinde diferansiyel hesabı kullanarak çeşitli
DetaylıGenetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:
Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.
DetaylıBÖLÜM 24 PAULI SPİN MATRİSLERİ
BÖLÜM 24 PAULI SPİN MATRİSLERİ Elektron spini için dalga fonksiyonlarını tanımlamak biraz kullanışsız görünüyor. Çünkü elektron, 3B uzayda dönmek yerine sadece kendi berlirlediği bir rotada dönüyor. Elektron
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
DetaylıŞekil 7.1 Bir tankta sıvı birikimi
6 7. DİFERENSİYEL DENKLEMLERİN SAYISAL ÇÖZÜMLERİ Diferensiyel denklemlerin sayısal integrasyonunda kullanılabilecek bir çok yöntem vardır. Tecrübeler dördüncü mertebe (Runge-Kutta) yönteminin hemen hemen
DetaylıTemelleri. 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
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
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
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan
DetaylıSağ Taraf Fonksiyonu İle İlgili Özel Çözüm Örnekleri(rezonans durumlar)
3.1.2.1. Sağ Taraf Fonksiyonu İle İlgili Özel Çözüm Örnekleri(rezonans durumlar) ÖRNEK: y + 4.y + 4.y = 5.sin2x diferensiyel denkleminin genel çözümünü bulalım: Homojen kısmın çözümü: y + 4.y + 4.y = 0
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
DetaylıPower BI. Neler Öğreneceksiniz?
Power BI Kendi kendinize iş zekasını keşfedin. Verilerinizi analiz edin, etkileşimli raporlar oluşturun ve bulgularınızı firmanız genelinde paylaşın. Neler Öğreneceksiniz? Bu iki günlük eğitim, güçlü görseller
DetaylıÖzdeğer ve Özvektörler
Özdeğer ve Özvektörler Yazar Öğr.Grv.Dr.Nevin ORHUN ÜNİTE 9 Amaçlar Bu üniteyi çalıştıktan sonra; bir lineer dönüşümün ve bir matrisin özdeğer ve özvektör kavramlarını anlayacak, bir dönüşüm matrisinin
DetaylıDENKLEM DÜZENEKLERI 1
DENKLEM DÜZENEKLERI 1 Dizey kuramının önemli bir kullanım alanı doğrusal denklem düzeneklerinin çözümüdür. 2.1. Doğrusal düzenekler Doğrusal denklem düzeneği (n denklem n bilinmeyen) a 11 x 1 + a 12 x
DetaylıDoğrusal 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
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıKısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon
OPTİMİZASYON Bu bölümde çok değişkenli kısıtsız optimizasyon problemlerinin çözüm yöntemleri incelenecektir. Bu bölümde anlatılacak yöntemler, kısıtlı optimizasyon problemlerini de çözebilmektedir. Bunun
Detaylı1. Yatırımın Faiz Esnekliği
DERS NOTU 08 YATIRIMIN FAİZ ESNEKLİĞİ, PARA VE MALİYE POLİTİKALARININ ETKİNLİKLERİ, TOPLAM TALEP (AD) EĞRİSİNİN ELDE EDİLİŞİ Bugünki dersin içeriği: 1. YATIRIMIN FAİZ ESNEKLİĞİ... 1 2. PARA VE MALİYE POLİTİKALARININ
DetaylıVERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Sınıflandırma yöntemleri Karar ağaçları ile sınıflandırma Entropi Kavramı ID3 Algoritması C4.5
Detaylı12. HAFTA MÜHENDİSLİK EKONOMİSİ. Fayda-Maliyet Analizi. Yrd. Doç. Dr. Tahir AKGÜL
12. HAFTA MÜHENDİSLİK EKONOMİSİ Yrd. Doç. Dr. Tahir AKGÜL Fayda-Maliyet Analizi Fayda - Maliyet Analizi Fayda-maliyet analizi, alternatif yatırım projelerinin karşılaştırılmasında kullanılan bir
DetaylıKORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN
KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin
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
DetaylıBir özvektörün sıfırdan farklı herhangi bri sabitle çarpımı yine bir özvektördür.
ÖZDEĞER VE ÖZVEKTÖRLER A n n tipinde bir matris olsun. AX = λx (1.1) olmak üzere n 1 tipinde bileşenleri sıfırdan farklı bir X matrisi için λ sayıları için bu denklemi sağlayan bileşenleri sıfırdan farklı
DetaylıVEKTÖR UZAYLARI 1.GİRİŞ
1.GİRİŞ Bu bölüm lineer cebirin temelindeki cebirsel yapıya, sonlu boyutlu vektör uzayına giriş yapmaktadır. Bir vektör uzayının tanımı, elemanları skalar olarak adlandırılan herhangi bir cisim içerir.
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıLineer Programlama. Doğrusal terimi, hem amaç hem de kısıtları temsil eden matematiksel fonksiyonların doğrusal olduğunu gösterir.
LİNEER PROGRAMLAMA Giriş Uygulamada karşılaşılan birçok optimizasyon problemi kısıtlar içerir. Yani optimizasyon probleminde amaç fonksiyonuna ilave olarak çözümü kısıtlayıcı ek denklemler mevcuttur. Bu
Detaylıbiçimindeki ifadelere iki değişkenli polinomlar denir. Bu polinomda aynı terimdeki değişkenlerin üsleri toplamından en büyük olanına polinomun dereces
TANIM n bir doğal sayı ve a 0, a 1, a 2,..., a n 1, a n birer gerçel sayı olmak üzere, P(x) = a 0 + a 1 x + a 2 x 2 +... + a n 1 x n 1 +a n x n biçimindeki ifadelere x değişkenine bağlı, gerçel (reel)
DetaylıÜSTEL 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
DetaylıDr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net
Bilgisayar Programlama Ders 9 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Dizileri Fonksiyonlara Dizileri Fonksiyonlara Bir dizi argümanını fonksiyon içinde bir değer olarak kullanabilmek
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
Detaylıİktisat bilimi açısından optimizasyon, amacımıza en uygun olan. seçeneğin belirlenmesidir. Örneğin bir firmanın kârını
OPTİMİZASYON İktisat bilimi açısından optimizasyon, amacımıza en uygun olan seçeneğin belirlenmesidir. Örneğin bir firmanın kârını maksimize edecek olan üretim miktarının belirlenmesi; bir bireyin toplam
DetaylıLineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar
Lineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar Bir Matrisin Rankı A m n matrisinin determinantı sıfırdan farklı olan alt kare matrislerinin boyutlarının en büyüğüne A matrisinin rankı denir. rank(a)
DetaylıBÖLÜM 1: TEMEL KAVRAMLAR
BÖLÜM 1: TEMEL KAVRAMLAR Hal Değişkenleri Arasındaki Denklemler Aralarında sıfıra eşitlenebilen en az bir veya daha fazla denklem kurulabilen değişkenler birbirine bağımlıdır. Bu denklemlerden bilinen
Detaylı36. Basit kuvvet metodu
36. Basit kuvvet metodu Basit kuvvet metodu hakkında çok kısa bilgi verilecektir. Basit kuvvet metodunda hiperstatik bilinmeyenlerinin hesaplanmasına, dolayısıyla buna ait denklem sisteminin kurulmasına
DetaylıEKONOMETRİ. Yöneylem araştırması ile ilgili temel kavramları öğrenebilecekler. Yöneylem araştırması tekniklerini uygulamayı öğrenebilecekler.
EKONOMETRİ Amaç: Yöneylem Araştırması-I dersine ilaveten bu ders şebeke modelleri, ulaştırma modelleri ve proje planlama konularını ele almaktadır. Ders öğrencilere optimalın yanı sıra heuristic çözüm
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.
DetaylıEge Üniversitesi Elektrik Elektronik Mühendisliği Bölümü Kontrol Sistemleri II Dersi
1) Giriş Ege Üniversitesi Elektrik Elektronik Mühendisliği Bölümü Kontrol Sistemleri II Dersi Pendulum Deneyi.../../2015 Bu deneyde amaç Linear Quadratic Regulator (LQR) ile döner ters sarkaç (rotary inverted
Detaylı