MTM3691-Lineer Programlama Teorisi

Dr. Gökhan Göksu

Hafta 1

1 / 23 Dr. Gökhan Göksu MTM3691

 İletişim Bilgileri ve Ders Değerlendirme Kriterleri

Dr. Gökhan Göksu

E-Mail (YTÜ): gokhan.goksu@yildiz.edu.tr
E-Mail (GMail): goekhan.goeksu@gmail.com
Web: gokhangoksu.github.io
Ofis: A-242
Dönem İçi Değerlendirme (2 Sınav): % 60
Dönem Sonu Değerlendirme (Final Sınavı): % 40
Derse katılım harf notunu etkilemeyecektir!

2 / 23 Dr. Gökhan Göksu MTM3691

 Ders İçeriği ve Kaynaklar
Bölüm 2: Lineer Programlamaya (LP) Giriş
İki Değişkenli LP Modeli
LP Modelinin Özellikleri
Grafik Çözüm Yöntemi (max/min)
Bölüm 3: Simpleks Yöntem
Bölüm 4: Dualite ve Duyarlılık Analizi
Bölüm 5: Ulaştırma Modeli ve Çeşitli Ulaştırma Modelleri

H. A. Taha, Çeviren ve Uyarlayanlar: Ş. A. Baray, Ş. Esnaf,

Yöneylem Araştırması, 6. Basımdan Çeviri, Literatür
Yayınevi, 2000.
H. A. Taha, Operations Research: An Introduction, 8/e,
Pearson Education, 2008.
W. L. Winston, Operations Research Applications and
Algorithms, Second Edition, Duxbury Press, California,
1991.
3 / 23 Dr. Gökhan Göksu MTM3691
 Lineer Programlamaya Giriş: İki Değişkenli LP Modeli

Örnek (Renk Ltd. Şti.)

Renk Ltd. Şti., M1 ve M2 hammaddelerinin karışımından elde edilen iç ve dış
duvar boyaları üretmektedir. Aşağıdaki tabloda problemin temel verileri
sunulmuştur:
Ton başına hammadde
Günlük maksimum
miktarı (ton)
kullanılabilirlik (ton)
Dış boyada İç boyada
M1 hammaddesi 6 4 24
M2 hammaddesi 1 2 6
Ton başına kar (1000 TL) 5 4

Ayrıca, yapılan bir pazar araştırmasında da, günlük iç boya talebinin en çok 2
ton olduğu belirlenmiştir. Yine aynı araştımada, günlük iç boya talebinin
günlük dış boya talebinden fazla olduğu ve bu fazlalığın günde en çok 1 ton
olduğu saptanmıştır. Renk Ltd. Şti., günlük karını maksimum kılacak şekilde,
dış ve iç boyanın optimum üretim miktarlarını belirlemek istemektedir.

4 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: İki Değişkenli LP Modeli

LP modeli üç temel bileşenden oluşmaktadır:

Modeli geliştirmede ilk adım karar değişkenlerinin açıkça tanım-

lanmasıdır. Önce değişkenler tanımlanır; amaç fonksiyonunun
ve kısıtların oluşturulması çok zor olmayacaktır.

Renk Ltd. Şti. için, üretilecek iç ve dış boya miktarlarının belir-

lenmesi gerekmektedir. Dolayısıyla modelin değişkenleri

olmalıdır.

5 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: İki Değişkenli LP Modeli
Karar değişkenlerini tanımladıktan sonra, bu tanımlamalardan
yararlanarak amaç fonksiyonu oluşturulur. Renk Ltd. Şti. için
mantıklı bir amaç, iç ve dış boyadan elde edilecek günlük karı
olabildiğince artırmaktır (yani, karı maksimum kılmaktır). z’nin
günlük karı gösterdiğini kabul edersek, amacımız

şeklinde yazılabilir.

Modelin son bileşeni ise, hammadde ve taleple ilgili olarak içinde

bulunulan duruma ait kısıtlardır. Hammadde kısıtlarını sözel olarak
ifade edecek olursak
   
Bir hammaddenin her iki Hammaddenin maksimum
≤ .
boya içindeki kullanımı kullanılabilirliği

6 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: İki Değişkenli LP Modeli
Problemdeki verilerden yararlanarak
M1 hammaddesinin kullanımı =
M2 hammaddesinin kullanımı =
yazabiliriz. M1 ve M2 hammaddelerinin günlük kullanılabilirliğinin sırasıyla 24
ve 6 ton olarak sınırlandırılmış olması sebebiyle, kısıtlar

şeklinde ifade edilir. Ayrıca iki tip talep kısıtı da vardır:

1) İç duvar boyasına ait talebin günde en çok 2 tonla sınırlı olması:

2) İç boyanın günlük üretiminin dış boyanınkinden fazla olması ve bu

fazlalığın en çok 1 tona ulaşması:

Modelde doğrudan yer almayan ve değişkenlerin negatif değerler alamaya-

cağını ifade eden negatif olmama kısıtı da modele eklenmelidir:

7 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: İki Değişkenli LP Modeli

şeklinde ifade edebiliriz. Bu kısıtların tümünü sağlayan herhangi

bir çözüm adını alır. Aksi
halde ise, çözüm . Örneğin, x1 = 3
ton ve x2 = 1 ton şekildeki bir çözüm, uygun bir çözümdür.
x1 = 4 ton ve x2 = 1 ton şekildeki bir çözüm ise, uygun değildir.
Modeli bütünüyle ele aldığımızda, toplam karı maksimum yapan
aramamız gerektiği açıktır.
8 / 23 Dr. Gökhan Göksu MTM3691
 Lineer Programlamaya Giriş: LP Modelinin Özellikleri
Bu örnekte amaç ve kısıt fonksiyonlarının tümü lineerdir. Lineer-
lik varsayımı aşağıdaki iki özellikle eşdeğerdir:
1) (Proportionality): Bu özellik, her bir karar değişkeninin
gerek amaç fonksiyonuna gerekse tüm kısıtlara etkisinin,
söz konusu değişkenin değeriyle doğru orantılı olması
gerektiğini ifade eder. Örneğin, Renk Ltd. Şti.’nde
satışların belli değerlerin üstüne çıkması halinde indirime
gidilmesi söz konusu ise, gelirler satış miktarındaki artışla
orantılı olmayacaktır.
2) (Additivity): Bu özellik de, kısıtlardaki ve amaç
fonksiyonundaki tüm değişkenlerin toplam katkısının bu
değişkenlerin bireysel katkılarının toplamından oluşması
şartını koşar. Örneğin, iki rakip ürünün söz konusu olması
halinde, bunlardan birinin satışlarının artması diğerinin
satışlarını tersine etkileyeceğinden, bu durumda bu özellik
gerçekleşmeyecektir.
9 / 23 Dr. Gökhan Göksu MTM3691
 Lineer Programlamaya Giriş: Grafik Çözüm

Grafik yöntemde iki temel adım vardır:

1) Modelin tüm kısıtlarının sağlandığı uygun çözümleri içeren
çözüm uzayının belirlenmesi,
2) Belirlenen bu uygun çözüm uzayındaki bütün noktalar
arasından optimum çözümün belirlenmesi.
Yöntem, amaç fonksiyonunun hem maksimum hem de minimum
olduğu durumlar için açıklanmıştır.

10 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Max)
Örnek
Renk Ltd. Şti. örneğini ele alarak grafik yöntemin iki adımını bu
örneğe uygulayalım.

Adım 1 (Uygun Çözüm Uzayının Belirlenmesi):

11 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Max)
Adım 2 (Optimum Çözümün Belirlenmesi): Çözüm
uzayı, A, B, C, D, E ve F köşe noktalarını birleştiren doğru
parçaları tarafından oluşturulmuştur. ABCDEF uzayının
sınırları üzerindeki veya içindeki herhangi bir nokta, tüm
kısıtları sağlayan uygun bir çözüm noktasıdır. ABCDEF
uygun çözüm bölgesi sonsuz sayıda uygun nokta
içerdiğinden, optimum noktayı bulmak için sistematik bir
yönteme ihtiyaç duyulmaktadır.

Optimum çözümün belirlenmesi için, z = 5x1 + 4x2

biçimindeki kar fonksiyonunun artış yönünün (amaç
maksimize edilmek istendiğinden) bilinmesi gerekmektedir.
Bu da, pratikte z’nin değerleri keyfi olarak artırılarak
yapılabilir. Örneğin, z = 10, z = 15 ve z = 21 seviyeleri
için, 5x1 + 4x2 = 10, 5x1 + 4x2 = 15 ve 5x1 + 4x2 = 21
doğruları çizilebilir. Bu durumun modelin çözümüne dahil
edilmiş hali ve z’nin artış yönü şekildeki gibi belirlenebilir.
12 / 23 Dr. Gökhan Göksu MTM3691
 Lineer Programlamaya Giriş: Grafik Çözüm (Max)

13 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Max)

14 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Max)

Adım 2 (Optimum Çözümün Belirlenmesi-Devam): Şek-

ilden çözüm uzayının dışına C noktasından çıkıdığı anlaşıl-
maktadır. Dolayısıyla optimum çözüm noktasında gerçek-
leşecek demektir.

C noktası, şekilde 1 ve 2 numarayla gösterilen doğruların

kesişim noktası olduğundan, bu doğrulara ait

denklemlerinin bir arada çözülmesiyle, x1 = 3 ve x2 = 1.5

bulunur. Amaç fonksiyonu ise z = 5×3+4×1.5 = 21 olarak
hesaplanır. Demek ki, günlük üretimde 3 ton dış boya, 1.5
ton da iç boya üretilmesi halinde günlük kar 21000 TL ola-
caktır.

15 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Max)

16 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Max)

Optimum çözümün, çözüm uzayına ait bir köşe noktasında olması rastlantı
değildir. Bu durum, z amaç fonksiyonu herhangi bir kısıta paralel olduğu du-
rumda dahi geçerlidir. Örneğin, amaç fonksiyonu z = 6x1 + 4x2 olsaydı (1 ile
ifade edilen kısıta paralel), B veya C köşe noktaları optimum çözüm olarak bu-
lunurdu. Hatta ve hatta, BC doğru parçasının herhangi bir noktası bir alternatif
optimum olurdu (bkz: (Taha, 2010, Örnek 3.5.2)).

Bu gözlem, LP optimumun her zaman köşe noktalarında olduğu ve dolayısıyla

kısıtlardan elde edilen bölgenin köşe noktalarındaki amaç fonksiyonu değerleri
incelendiğinde optimum çözümün bulunabileceğini ifade etmektedir.

Köşe Noktası (x1 , x2 ) z

A (0, 0)
B (4, 0)
C (3, 1.5)
D (2, 2)
E (1, 2)
F (0, 1)

17 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Max/Min)

Yöntem 1: Köşe noktalarının belirlenmesi

Çözüm uzayı belirlenir.
Tüm köşe noktaları listelenir.
Köşe noktalarındaki z değerleri hesaplanarak, ‘en iyisi’
optimum olarak seçilir.
Yöntem 2: z’nin artan/azalan doğrultularının
belirlenmesi
z’ye iki rastgele değer atanarak, bu değerlere karşılık gelen
eş-fayda/eş-maliyet çizgileri çizilir.
Doğrultu belirlenir.
Çizilen z çizgilerine paralel, belirlenen doğrultuda çizgiler
çizilir.
Çözüm uzayıyla kesişen (değen) en son z çizgisi belirlenir
ve bu z çizgisi, en iyi z değerini yani LP’nin optimal
çözümünü belirtir.

18 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Max/Min)

Yöntem 3: Gradyan yöntemi: Analiz derslerinden de

bildiğimiz üzere, gradyanın doğrultusunda ilerlemek (~c ), z
değerlerini artırır. Benzer şekilde, gradyanın aksi
istikametinde ilerlendiğinde ise (−~c ) amaç fonksiyonu
değerleri azalır.

Bundan dolayıdır ki, maksimizasyon problemlerinde,

gradyan doğrultusunda (~c ) eş-fayda çizgileri çizilirken;
minimizasyon problemlerinde ise, gradyanın aksi
istikametinde (−~c ) eş-maliyet çizgileri çizilir. Son olarak
ise, z çizgilerinin çözüm uzayı ile kesişmesinden elde
edilen en son nokta optimum çözüm olarak belirlenir.

19 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Min)

Örnek (Diyet Problemi)

Özark Çiftliklerinde günde en az 800 kg silaj (özel tip bir yem)
kullanılmaktadır. Bu özel tip yem, mısır ve soya ununun karışımından
aşağıdaki bileşime uygun olarak elde edilmektedir:

1 kg yemde
kg cinsinden miktarlar Maliyet (TL/kg)
Protein Lif
Mısır 0.09 0.02 0.30
Soya unu 0.60 0.06 0.90

Bu özel yemin bileşiminde en az % 30 protein, en çok da % 5 lif bulunması

zorunluluğu vardır. Özark firması minimum maliyetli günlük yem karışımını
belirlemek istemektedir.

Söz konusu yem mısır ve soya unundan ibaret olduğundan, modeldeki karar
değişkenleri şöyle tanımlanır:

20 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Min)
Buradaki amaç fonksiyonu, toplam günlük yem maliyetinin (TL
cinsinden) minimumunu aramaktadır:

Modelin kısıtları hem günlük gereksinim miktarını, hem de karışımın

özelliklerini yansıtmalıdır. Özark Çiftliklerinin günde en az 800
kg yeme gereksinimi olduğu düşünülürse, bu durumu şöyle ifade
edebiliriz:

Protein diyetiyle ilgili gereksinimlere ait kısıtlar da aşağıda ver-

ilmiştir: x1 kg mısır ve x2 kg soya unundaki protein miktarı 0.09x1 +
0.6x2 kg’dır. Bu miktarın toplam ürün karışımının en az % 30’u
olması istendiğine göre,

olacaktır.
21 / 23 Dr. Gökhan Göksu MTM3691
 Lineer Programlamaya Giriş: Grafik Çözüm (Min)

Benzer şekilde, lif miktarı da

olacaktır. Tüm kısıtları değişkenler alt alta gelecek şekilde düzen-

lediğimizde, amaç fonksiyonuyla birlikte model aşağıdaki gibi
ifade edilebilir:

22 / 23 Dr. Gökhan Göksu MTM3691

 Lineer Programlamaya Giriş: Grafik Çözüm (Min)

23 / 23 Dr. Gökhan Göksu MTM3691