Professional Documents
Culture Documents
Düzeltilmiş Yöneylem Araştırması TÜM KONUlAR
Düzeltilmiş Yöneylem Araştırması TÜM KONUlAR
DP’nın Varsayımları
1.Doğrusallık Varsayımı (Oransallık)
Bu varsayım, modelin amaç fonksiyonu ve kısıtlayıcı
fonsksiyonlarının doğrusal yapıda olması gerektiğini açıklar.
Her bir faaliyetin amaç fonksiyonuna katkısı “Xj” faaliyetinin
düzeyiyle orantılıdır. Benzer şekilde her bir faaliyetin sol
taraftaki her fonksiyonel kısıtlayıcıya katkısı “X j” faaliyetinin
düzeyiyle orantılıdır. Girdilerle çıktılar arasında doğrusal bir
ilişkinin olduğunu gösterir. Üretim düzeyi artarken aynı
oranda üretim girdileri de artar.
BÖLÜM 1
DP’nın Varsayımları
2.Toplanabilirlik Varsayımı
DP’de her fonksiyon (hem amaç hem de kısıtlayıcılar)ilişkin
olduğu faaliyetlerin bireysel katkılarının toplamıdır.
3.Bölünebilirlik Varsayımı
Her bir karar değişkeninin kesirli değerler almasına izin
verilmesini ister.
4.Kesinlik Varsayımı
Modeldeki her bir parametrenin yani amaç fonksiyonu
katsayıları, sağ taraf kısıtlayıcı değeri ve teknolojik
katsayıların kesin olarak bilindiğidir.
BÖLÜM 1
DP Modeli
1.Karar Değişkenlerinin Belirlenmesi: Herhangi bir DP modeli
kurulurken öncelikle karar değişkenleri (ilişkin olduğu faaliyetler)
tanımlanır. Karar değişkenleri alınacak karara ilişkin faaliyetlerin
düzeyini, gösterir. Örneğin Xj (j=1,2,……n)
DP Modeli
3.Kısıtlayıcıların Belirlenmesi: Üretim kaynakları sınırlıdır. Bir
işletmenin elindeki makine kapasitesi, teknolojisi, hammadde
gibi üretim faktörleri ile ürünlerine olan talep de sınırlıdır.
İşletmenin faaliyetlere dağıtabileceği kaynak miktarları b i (i=1,2,
….m), teknolojik katsayıları aij sembolleriyle gösterilir.
DP Modeli:
MaxZ= c1X1 + c2X2 +c3X3 + …….. + cnXn
Kısıtlayıcılar
a11X1 + a12X2 + ….. + a1nXn ≤ b1
a21X1 + a22X2 + ….. + a2nXn ≤ b2
…………………………………………………………… …… ≤
am1X1 + am2X2 + ….. + amnXn ≤ bm
X1, X2, ……………………, Xn ≥ 0
BÖLÜM 1
1.Bir şirket kapasite sorunu sebebiyle günde 120000 kg’dan çok süt
işleyememektedir. Yönetim üç ürün üretmektedir. Yağ, şişe süt ve
peynir. Peynir departmanında en az 10000 kg’lık süt kullanılmaktadır. 1 lt
sütün yağ üretimi için kullanıldığında kara katkısı 4 TL, şişe süt olarak
kullanıldığında katkısı 8 TL ve peynir için kullanıldığında 6 TL’dir. Yağ
bölümü günde 60000 kg, süt şişeleme donanımı 40000 kg, peynir
donanımı ise günde 30000 kg süt şişeleyebilmektedir. Şirket karını
maksimum kılacak DP modelini kurunuz.
BÖLÜM 1
Ürün 1 3 1 2
Ürün 2 2 1 1
Ürün 3 2 2 2
Ürün 4 4 3 1
BÖLÜM 1
Kısıtlayıcılar;
X1= Ürün 1’den üretilecek adet (birim) * 3X1 + 2X2 + 2X3 + 4X4 ≤ 480
X2 = Ürün 2’den üretilecek adet (birim) * X1 + X2 + 2X3 + 3X4 ≤ 400
X3 = Ürün 3’den üretilecek adet (birim) * 2X1 + X2 + 2X3 + X4 ≤ 400
X4 = Ürün 4’den üretilecek adet (birim) * X1 ≥ 50
Max Z= 480 X1 + 320 X2 + 450 X3 + 640X4 * X2 + X3 ≥ 100
* X4 ≤ 25
* X1, X2, X3, X4 ≥ 0
BÖLÜM 1
Yıllık geliri maksimum kılmak için herbir seçeneğe ne kadar para yatırmalıdır? DP modelini kurunuz.
X1= İş Bankasına yatırılacak miktar (TL)
X2 = Banker Umuta yatırılacak miktar (TL)
X3 = Endüstri Bankasına yatırılacak miktar (TL)
X4 = AYKA’ya yatırılacak miktar (TL)
X5= Devlet tahviline yatırılacak miktar (TL)
Max Z= 0.42X1 + 0.48X2 + 0.44X3 + 0.24 X4 + 0.26 X5
X1 + X2 + X3 + X4 + X4 ≤ 8000
X3 + X4 ≤ 4000
X1 ≤ 1600
X3≤ 2400
X1 + X 2 ≤ X 3 + X 4
X1 + X 3 ≤ X 5
X1, X2, X3, X4, X5 ≥ 0
BÖLÜM 1
Yıllık geliri maksimum kılmak için herbir seçeneğe ne kadar para yatırmalıdır? DP modelini kurunuz.
7. Bir şirket yeni bir ürün üretmek için makine satın almak istemektedir.
Şirketin makine için ayırdığı bütçe 800000 TL’dir. Makine imalatçısı firma
şirkete üç tip model önerir. Klasik modelin fiyatı 24000, lüks modelin 40000,
süper modelin ise 80000 TL’dir. Klasik model 15 metre, lüks model 20 metre,
süper model de 30 metre giriş katında yer tutar. Makinelerin üretimi ve onları
çalıştıracak operatör sayıları aşağıda verilmiştir.
BÖLÜM 1
Klasik model 4 1
Lüks model 5 2
Süper model 20 5
BÖLÜM 1
Örnek 1:
Not : Sağlamayan bölgeyi tarayalım:
≤ olduğunda aşağı taraf sağlar yukarı taraf sağlamaz.
(yukarıyı tara)
≥ olduğunda yukarı taraf sağlar aşağı taraf sağlamaz.
(aşağıyı tara)
Uygun çözüm alanı sağlanmayan bölge tarandığı için beyaz
kalan bölgede oluşmuştur.
BÖLÜM 2
Örnek 1:
Uygun çözüm alanına göre sağ taraftan açık olmak üzere üç köşe
noktası oluştu. DP problemlerinde maksimum ya da minumum
noktayı belirlerken mevcut tüm köşe noktaları belirlenir ve amaç
fonksiyonunun kriteri dikkate alınarak optimal nokta belirlenir.
Şimdi köşe nokta koordinatlarını belirleyelim.
BÖLÜM 2
Örnek 1:
Bunun için iki yol var. Birincisi tüm köşe noktaları için kesişen doğrular
belirlenir bunlar hangi kısıt ise ortak çözülerek koordinatlar belirlenir.
Kriter minumum ise en küçük değer, kriter maksimum ise en büyük
değer seçilir ve o nokta optimal nokta olur.
İkinci yolda ise amaç fonksiyonuna rasgele bir değer verilir. Bu noktalar
grafikte işaretlenir. Amaç fonksiyonu minumum yapıda ise orjine en
yakın noktaya kadar paralel kaydırılır. Eğer kriter maksimum ise amaç
fonksiyonu orjine en uzak noktaya kadar paralel kaydırılır. Belirlenen
nokta optimal noktadır.
BÖLÜM 2
Örnek 1:
BÖLÜM 2
Örnek 1:
Birinci Yol:
A noktası 3. ve 4. kısıtın ortak çözümü ile kesim noktaları belirlenir.
X1 = 10 X2 = 15 A(10,15) Z=100*10+150*15=3250
Örnek 1:
İkinci Yol:
Amaç foksiyonuna rasgele bir değer verelim ve kesim noktalarını bulup
grafikte işaretleyelim. Bulunan noktalar amaç fonksiyonunun kriterine göre
paralel orjine doğru yada orjinden uzaklaşmak yoluyla kaydırılır UÇA’yı
terkettiğimiz en son nokta optimal nokta olur.
Örneğin Z=6000=100 X1 + 150 X2 X1 = 60 X2 = 40
Kesim noktaları grafikle işaretlendi ve minimizasyon amaçlı bir problem
olduğu için orjine doğru paralel kaydırdığımızda orjine en yakın köşe
noktasının B noktası olduğunu görürürz ve optimal nokta B noktasıdır.
Sadece bu noktanın kesim noktaları bulunup amaç fonksiyonunun değerinin
hesaplanması yeterlidir.
B noktası X1 = 10 X2 = 6 MinZ=1900
BÖLÜM 2
Örnek 1:
İkinci Yol:
BÖLÜM 2
Örnek 2:
Örnek 2:
BÖLÜM 2
Örnek 2:
Birinci Yol:
A (0, 37.5) MaxZ=2800*0 +2400*37.5=90000
B(8.33, 25) 1 ve 4 numaralı kısıt ortak çözülür. MaxZ=2800*8.33
+2400*25=83324
C(25, 22.5) 3 ve 4 numaralı kısıt ortak çözülür. MaxZ=2800*25
+2400*22.5=123000
D(10,50) 2 ve 3 numaralı kısıt ortak çözülür. MaxZ=2800*10
+2400*50=148000 max değeri veren D noktası optimal çözümdür.
E(0,60) MaxZ=2800*0 +2400*60=144000
BÖLÜM 2
Örnek 2:
İkinci Yol:
Amaç değerine 67200= Z=2800 X1 + 2400 X2 verelim (24, 28) kesim noktası
işaretleyelim. Amaç foksiyonu amksimum yapıda olduğu için orjinden paralel
kaydırarak uzaklaşalım. UÇA’yı terkettiğimiz en son nokta D noktaso olduğu
için bu nokta optimal noktadır. Sadece bu noktayı belirlememiz yeterli
olacaktır.
D(10,50) 2 ve 3 numaralı kısıt ortak çözülür.
MaxZ=2800*10 +2400*50=148000 max değeri veren D noktası optimal
çözümdür.
BÖLÜM 2
Örnek 2:
İkinci Yol:
BÖLÜM 2
Örnek 3:
Min Z=3 X1 + 2 X2
X1 + 2X2 ≤ 12
2X1 + 3X2 = 12
2X1 + X2 ≥ 8
X1, X2 ≥ 0
X1 + 2X2 ≤ 12 1 numara: X1 = 12 X2 = 6
2X1 + 3X2 = 12 1 numara: X1 = 6 X2 = 4
2X1 + X2 ≥ 8 1 numara: X1 = 4 X2 = 8
BÖLÜM 2
Örnek 3:
BÖLÜM 2
Örnek 3:
Örnek 3:
YÖNEYLEM ARAŞTIRMASI
BÖLÜM 3
BÖLÜM 3
SİPMLEKS YÖNTEMİ
Bir başlangıç köşe noktasından diğer uygun bir başka köşe noktasına sistematik
bir şekilde ilerleyen ve her ilerlemede amaç fonksiyonunun değerini
maksimizasyon probleminde artıran, minimizasyon probleminde düşüren ve bu
şekilde devam ederek amaç foksiyonunun değerini iyileştirmenin mümkün
olmadığı köşe noktasında optimal noktayı garanti altına alan bir yöntemdir.
Bir DP modelin simpleks yöntemi ile çözebilmek için öncelikle kısıtların eşitlik
haline dönüştürülmesi gerekmektedir.
BÖLÜM 3
Kısıtlayıcı denklemi:
Kısıtlayıcı denklemi:
a11X1 + a12X2 + a13X3 ≥ b1 şeklinde ise denklemin sol tarafından
“artık değişken (V)” çıkarılır ve “yapay değişken (A)” eklenir.
Artık değişken fazla kapasiteyi ve fazla üretim faktörünü, fazla
üretim sunumunu veya fazla üretim sistemini ifade eder. Bu
değişkenlerin indis numaraları kaçıncı kısıtta yer alıyorsa o kısıtın
numarasını alabilir.
Kısıtlayıcı denklemi:
a11X1 + a12X2 + a13X3 = b1 şeklinde ise denklemin sol tarafına
problemin çözümünü sürdürebilmek için sadece “yapay
değişken (A)” eklenir. Bu değişkenin indis numarası da kaçıncı
kısıtta yer alıyorsa o kısıtın numarasını alabilir.
Örnek:
Bir marangoz işletmesinde masa ve sandalye üretilmektedir. Bir masa yapımı
için 30 metre tahta ve 5 saat işgücüne ihtiyaç vardır. Bir sandalye yapımı için
ise 20 metre tahta ve 10 saat işgücü kullanılmaktadır. Bir masanın satışından
elde edilen kar 6 TL, sandalye satışından elde edilen kar 8 TL’dir. Karı
maksimum yapmak için marangoz ne kadar masa ve sandalye üretmelidir.
X1 = masa miktarı
X2 = sandalye miktarı
BÖLÜM 3
X değişken
amaç katsayı (kar) sütunu * sütunu
0 * 30 = 0
0 * 5= 0
toplam
S1 20 300/20=15
S2 10 110/10=11***
Bu durumda S2sırası anahtar sıra olur. Öte yandan 10 sayısı da anahtar sayı olur.
BÖLÜM 3
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı
anahtar sayının bulunduğu zj ve cj – zj elemanları dışında yer alan elemanlardır.
Örneğimizde temel sayı 20 dir. Şimdi yeni sırayı belirleyelim:
BÖLÜM 3
X1 X2 S1 S2 ÇÖZÜM
Eski sıra (S1) 30 20 1 0 300
Temel sıra(X2) 1/2=0.5 1 0 1/10 11
O halde anahtar sütun yani işleme girecek sütun X 1 olur. Anahtar sıra yani çözümden çıkacak sıra da en
küçük oranı veren S1 olur. Anahtar sayı yani pivot 20 dir. İkinci simpleks tablosunu oluşturmak için yeni
sırayı bulmamız gerekecektir.
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
BÖLÜM 3
X1 X2 S1 S2 ÇÖZÜM
Eski sıra (X2) 1/2 1 0 1/10 11
Temel sıra(X1) 1 0 1/20 -1/10 4
BÖLÜM 3
1/10-(1/2)*(-1/10)=3/20 11-(1/2)*(4)=9
BÖLÜM 3
Optimal sonuca ulaşılmıştır. cj – zj satırındaki elemanların değeri sıfıra eşit veya sıfırdan
küçüktür.
X1 = 4 X2= 9 MaxZ=96 GRAFİK YÖNTEMDE B KÖŞE NOKTASINA GELDİK.
BÖLÜM 3
ÖRNEK :
Max Z= 10X1 + 8X2
X1 + X 2 ≤ 8
3X1 + X2 ≤ 12
X1, X2 ≥ 0
Başlangıç simpleks tablosunu oluşturalım anahtar sütunu ve anahtar satırı aynı tablo
üzerinde gösterelim.
BÖLÜM 3
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı
anahtar sayının bulunduğu zj ve cj – zj elemanları dışında yer alan
elemanlardır. Örneğimizde temel sayı 1 dir. Şimdi yeni sırayı belirleyelim:
BÖLÜM 3
X1 X2 S1 S2 ÇÖZÜM
Eski sıra (S1) 1 1 1 0 8
Temel sıra(X1) 1 1/3 0 1/3 4
X2 anahtar sütun olarak çözüme girer S1 anahtar sıra olarak çözümden çıkar. Pivot anahtar
BÖLÜM 3
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı anahtar sayının
bulunduğu zj ve cj – zj elemanları dışında yer alan elemanlardır. Örneğimizde temel sayı 1/3
dür. Şimdi yeni sırayı belirleyelim:
X1 X2 S1 S2 ÇÖZÜM
cj – zj ≤ 0 çözüm optimal
X2 = 6 X1=2 MaxZ=68
BÖLÜM 3
M YÖNTEMİ
Bir DP problemi normal bir yapıda değilse yani minimizasyon problemlerinde tüm
kısıtlayıcılar ≥ 0 koşulunu, maksimizasyon problemlerinde de tüm ksıtlayıcılar ≤ 0 koşulunu
taşımıyorsa normal olmayan yapıda bir DP problemidir.
BÖLÜM 3
Örnek:
Min Z= 3X1 + 2X2 + 4X3
2X1 + X2 + 3X3 = 60
3X1 + 3X2 + 5X3 ≥ 120
X1 , X 2 , X 3 ≥ 0
X3 girer A1 çıkar. 3 sayısı anahtar sayı olur. Birinci simpleks tablosunu oluşturmak için
yeni sıra işlemlerini yapalım.
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
BÖLÜM 3
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı anahtar
sayının bulunduğu zj ve cj – zj elemanları dışında yer alan elemanlardır.
Örneğimizde temel sayı 5 dir. Şimdi yeni sırayı belirleyelim:
X1 X2 X3 A1 V2 A2 Çözüm
120-5*(20)=20
BÖLÜM 3
cj – zj ≥ 0 olmadığı için çözüm optimal değil bir iterasyon daha ilerlemeliyiz. Bunun için
birinci simpleks tablomuzdan anahtar sütun ve satırı belirleyelim.
BÖLÜM 3
BÖLÜM 3
X2 girer A2 çıkar. Anahtar sayı 4/3’tür. İkinci simpleks tablosunu oluşturmak için yeni sıra
işlemlerini yapalım.
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı anahtar sayının
bulunduğu zj ve cj – zj elemanları dışında yer alan elemanlardır. Örneğimizde temel sayı
1/3’ dür. Şimdi yeni sırayı belirleyelim:
X1 X2 X3 A1 V2 A2 Çözüm
Eski sıra (X3) 2/3 1/3 1 1/3 0 0 20
Temel sıra (X2) 1/4 1 0 -5/4 -3/4 3/4 15
Örnek:
X1 anahtar sütun olarak çözüme girer A2 anahtar sıra olarak çözümden çıkar. 8 sayısı
anahtar sayıdır.
BÖLÜM 3
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı anahtar sayının
bulunduğu zj ve cj – zj elemanları dışında yer alan elemanlardır. Örneğimizde temel sayı
2’ dir. Şimdi yeni sırayı belirleyelim:
X1 X2 X3 X4 A1 A2 Çözüm
Eski sıra (A1) 2 3 4 2 1 0 300
Temel sıra (X1) 1 1/8 1/8 5/8 0 1/8 37.5
300-2*(37.5)=225
BÖLÜM 3
cj – zj ≤ 0 olmadığı için çözüm optimal değildir. Bir iterasyon daha ilerlememiz gerekiyor.
BÖLÜM 3
X3 anahtar sütun olarak çözüme girer A1 anahtar sıra olarak çözümden çıkar.
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı anahtar sayının
bulunduğu zj ve cj – zj elemanları dışında yer alan elemanlardır. Örneğimizde temel sayı
1/8’ dir. Şimdi yeni sırayı belirleyelim:
X1 X2 X3 X4 A1 A2 Çözüm
cj – zj ≤ 0 olmadığı için çözüm optimal değildir. Bir iterasyon daha ilerlememiz gerekiyor.
BÖLÜM 3
X4 anahtar sütun olarak çözüme girer X1 anahtar sıra olarak çözümden çıkar. Anahtar sayı
3/5’dir.
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı anahtar sayının
bulunduğu zj ve cj – zj elemanları dışında yer alan elemanlardır. Örneğimizde temel sayı
1/5’ dir. Şimdi yeni sırayı belirleyelim:
X1 X2 X3 X4 A1 A2 Çözüm
Örnek:
X1 çözüme girer anahtar sıra olur, A2 çözümden çıkar anahtar sıra olur. X1 temel sıradır.
Anahtar sayı 2’dir.
BÖLÜM 3
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı anahtar sayının
bulunduğu zj ve cj – zj elemanları dışında yer alan elemanlardır. Örneğimizde temel sayı -
1 dir. Şimdi yeni sırayı belirleyelim:
X1 X2 X3 A1 V2 A2 Çözüm
X2 anahtar sütun olur ve çözüme girer, A1 anahtar sıra olur ve çözümden çıkar. X2
temel sıra olur. Anahtar sayı ½’dir.
Yeni sıra elemanı = eski sıra elemanı - (temel sayı*temel sıra elemanı)
Formülde yer alan ifadelerden sadece temel sayıyı bilmiyoruz. Temel sayı anahtar sayının
bulunduğu zj ve cj – zj elemanları dışında yer alan elemanlardır. Örneğimizde temel sayı
1/2 dir. Şimdi yeni sırayı belirleyelim:
BÖLÜM 3
X1 X2 X3 A1 V2 A2 Çözüm
Eski sıra (X1) 1 -1/2 ½ 0 -1/2 1/2 5
Temel sıra (X2) 0 1 1 2 -1 1 30
Örnek:
Kısıtlayıcılar: Kısıtlayıcılar:
4X1 + 2X2 ≤ 12
4X1 + 2X2 + S1 = 12
4 X1 + X2 ≤ 10
4 X1 + X2 + S2 =10
X1 + X2 ≤ 10
X1 + X2 + S3 = 10
X1 , X2 ≥ 0 X1, X2 , S1 , S2 , S3 ≥ 0
Max Z=5X1 + 3X2 + 0S1 + 0S2 + 0S3
BÖLÜM 4
BÖLÜM 4
BÖLÜM 4
Örnek:
Standart hale getirelim:
Max Z=10X1 + 8X2 + 10X3 Max Z=10X1 + 8X2 + 10X3 + 0S1 + 0S2 +0S3
Kısıtlayıcılar: Kısıtlayıcılar:
X1 + X2 + X3 ≤ 20 X1 + X2 + X3 + S1 = 20
5X1 + 4X2 + 3X2 ≤ 60 5X1 + 4X2 + 3X2 + S2 = 60
2X1 + 3X2 + X3 + S3 = 80
2X1 + 3X2 + X3 ≤ 80
X1 , X2 , X3, S1 , S2 , S3 ≥ 0
X1 , X2 , X3 ≥ 0
BÖLÜM 4
BÖLÜM 4
Çözüm işlemlerinde bir veya daha fazla değişkenin çözüm değerinin “0”
olması: Bu durum kısıtlardan birinin gereksiz kullanılması sonucunda
gerçekleşir.
BÖLÜM 4
Örnek:
Noktalarını bulalım:
Max Z= 3X1 + 9X2
Max Z= 3X1 + 9X2
Kısıtlayıcılar:
X1+ 4X2 ≤ 8 Kısıtlayıcılar:
X1+ 2X2 ≤ 4 X1+ 4X2 ≤ 8 X1 =8 X2=2
X1 , X 2 ≥ 0 X1+ 2X2 ≤ 4 X1 =4 X2=2
X1 , X 2 ≥ 0
BÖLÜM 4
BÖLÜM 4
Kısıtlayıcılar:
X1+ 4X2 + S1 = 8
X1+ 2X2 + S2 = 4
X1 , X2 , S1 , S2 ≥ 0
BÖLÜM 4
BÖLÜM 4
X2=2 X1 = 0 Max Z= 18
BÖLÜM 4
Kısıtlayıcılar Kısıtlayıcılar
9X1 + 2X2 ≥36 9X1 + 2X2 ≥ 36 X1 = 4 X2 = 18
X1 ≤ 15 X1 ≤ 15 X1 = 15
X1 , X2 ≥ 0 X1 , X2 ≥ 0
BÖLÜM 4
NOT: PROBLEMİN OPTİMAL BİR SONUCU YOKTUR. SINIRSIZ ÇÖZÜMÜ VARDIR. EĞER
MODELİN KRİTERİ MİN YERİNE MAX OLSAYDI X1 = 15 NOKTASINDA OPTİMAL OLACAK
VE MAX Z=75 OLACAKTIR.
Kısıtlayıcılar;
9X1 + 2X2 – V1 + A1 = 36
X1 + S2 = 15
X1 , X2, V1 , A1 , S2 ≥ 0
BÖLÜM 4
BÖLÜM 4
BÖLÜM 4
-5 yerine 5 olacak
BÖLÜM 4
Örnek:
Noktalarını bulalım:
Max Z= 3X1 + 2X2
2X1 + X2 ≤ 2 Max Z= 3X1 + 2X2
3X1 + 4X2 ≥ 12 2X1 + X2 ≤ 2 X1=1 X2=2 1 numara
X1, X2 ≥ 0 3X1 + 4X2 ≥ 12 X1=4 X2=3 2 numara
X1, X2 ≥ 0
BÖLÜM 4
BÖLÜM 4
*Eğer optimal çözüm tablosunun temel olmayan değişkenin altındaki c J-zJ satırında “0”
değeri varsa böyle DP problemlerinin seçenekli bir optimal çözümü vardır. Bu durumda
söylenen temel olmayan değişkenin işleme anahtar sütun olarak girmesi ve bir iterasyon
daha ilerlemesiyle bulunur.
*İki değişkenli DP problemlerinde eğer seçenekli bir optimal çözüm varsa amaç
fonksiyonu bağlayıcı kısıtlardan birine paraleldir.
BÖLÜM 4
Örnek:
Max Z = 3X1 + 6X2 Max Z = 3X1 + 6X2 + 0S1 + 0S2 + 0S3
2X1 + 4X2 ≤ 1600 2X1 + 4X2 + S1 = 1600
6X1 + 2X2 ≤ 1800 6X1 + 2X2 + S2 = 1800
X2 ≤ 350 X2 + S3 = 350
X1 , X 2 ≥ X1, X2 , S1, S2, S3 ≥ 0
BÖLÜM 4
BÖLÜM 4
BÖLÜM 4
BÖLÜM 4
Alternatif Çözüm:
X1 = 200 S3=50 X2 =300 Max Z=2400
BÖLÜM 4
Kısıtlayıcılar Kısıtlayıcılar
X1 + 2X2 ≤ 5 X1 + 2X2 ≤ 5 X1= 5 X2 = 2.5
X1 + X2 ≤ 4 X1 + X2 ≤ 4 X1= 4 X2 = 4
X1, X2 ≥ 0 X1, X2 ≥ 0
BÖLÜM 4
Not: Her iki nokta ve AB doğru parçası üzerinde tespit edilen tüm noktalar
(sonsuz nokta vardır) aynı amaç değerini yani 10 değerini verecektir.
YÖNEYLEM ARAŞTIRMASI
BÖLÜM 5
BÖLÜM 5
DUALİTE
Doğrusal programlamanın en önemli iki konusu dualite (eşleklik) ve
duyarlılık analizidir. Dualite kavramının ortaya çıkışı doğrusal
programlamanın gelişiminde çok önemli bir buluş olmuştur. Her DP
probleminin ilişkili olduğu (eşlek ya da ikiz) olarak adlandırılan diğer bir
DP modeli vardır. Asıl DP problemine “primal problem” denilirken
diğerine yani ikizine “dual problem” adı verilir. Bu iki problem arasındaki
ilişkiler güçlü dualite özelliği gösterirse birinin optimal çözümü diğerinin
de optimal çözümüdür.
BÖLÜM 5
DUALİTE
Dualite teorisinin anahtar kullanımlarından birisi de “duyarlılık
analizlerinin” yorumlanması ve uygulanmasında yatar. Duyarlılık
analizi hemen hemen her doğrusal programlama çalışmasının önemli
bir kısmını oluşturur. Çünkü asıl modeldeki bazı parametre değerleri
değiştiğinde onların değişim aralığının optimal sonuca etkilerinin
araştırılması ve yönetsel kararları temsil eden bazı parametre
değerlerinin seçimi ile bunlar üzerindeki çalışmalar duyarlılık
analizleri ile yapılabilmektedir.
BÖLÜM 5
Primal problem:
BÖLÜM 5
Dual Problem:
BÖLÜM 5
Primal problem:
Max Z=cx
Kısıtlayıcılar
Ax
Dual problem
Min Y0 = bTy
Kısıtlayıcılar
ATy
BÖLÜM 5
Kısıtlayıcıların yönü (≤) olan maksimum primal problemin dualinin kısıtlayıcıları ise “≥ 0” olur.
Primal problemin kısıtlayıcıları ≤ yönde ise ona karşılık gelen dual değişkenlerin değeri ≥ 0’dır.
ise olur.
Dual problemin kısıtlayıcı sayısı ise primal problemin değişken sayısına eşit
olur.
Örnek 1 :
Max Z= 3X1 + 8X2
Kısıtlayıcılar
2X1 + 4X2 ≤ 1600
6X1 + 2X2 ≤ 1800
X2 ≤ 350
X1 , X 2 ≥ 0
Problemin dualini alınız.
BÖLÜM 5
[ ]
2 4
[ 𝐴 ]= 6
0
2
1
[ 𝐴
𝑇
]= [ 2
4
6
2
0
1 ]
BÖLÜM 5
Primal problemin amaç fonksiyonu katsayıları c satır vektörü ile ifade edilirse,
dual problemin kısıtlayılarının sağ taraf sabitleri [cT] sütun vektörü olur.
Primal problemin sağ taraf sabitlerini b sütun vektörü ile ifade edilirse, dual
problemin amaç fonksiyonunun katsayıları [bT] satır vektörü olur.
BÖLÜM 5
Duali;
Min Y0 = 1600Y1 + 1800Y2 +350Y3
Kısıtlayıcılar
2Y1 + 6Y2 ≥ 3
4Y1 + 2Y2 + Y3 ≥ 8
Y1 , Y 2 , Y 3 ≥ 0
BÖLÜM 5
Örnek 2 Duali;
Min Y0 = 7X1 + 20X2 +14X3 + 20Y4 + 10Y5 +5Y6
Kısıtlayıcılar
Y1 + Y 2 ≤ 1
Y2 + Y 3 ≤ 1
Y3 + Y 4 ≤ 1
Y4 + Y 5 ≤ 1
Y5 + Y 6 ≤ 1
Y6 + Y 7 ≤ 1
Y1 , Y 2 , Y 3 , Y 4 , Y 5 , Y 6 ≥ 0
BÖLÜM 5
Örnek 3
Max Z = 3X1 + 2X2 + 4X3 Not: Normal maksimum yapıdaki bir problemde tüm
kısıtlayıcıların ≤ yapıda olması gerekir. Ancak ikinci
kısıtlayıcı ≥ yapıdadır. Bu kısıtlayıcıyı ≤ yapıya
Kısıtlayıcılar çevirebilmek için her iki tarafıda “-“ ile çarparak sonra
2X1 + X2 + 5X3 ≤ 40 dual almalıyız.
3X1 - 6X2 + 2X3 ≥ 80
X1 , X 2 , X 3 ≥ 0
BÖLÜM 5
Örnek 3
Max Z = 3X1 + 2X2 + 4X3
Kısıtlayıcılar
2X1 + X2 + 5X3 ≤ 40
-3X1 + 6X2 - 2X3 ≤ -80
X1 , X 2 , X 3 ≥ 0
BÖLÜM 5
Örnek 3
Duali;
Min Y0 = 40Y1 - 80Y2
Kısıtlayıcılar
2Y1 - 3Y2 ≥ 3
Y1 + 6Y2 + Y3 ≥ 2
5Y1 - 2Y2 ≥ -4
Y1 , Y 2 ≥ 0
BÖLÜM 5
Maksimum primal problemin (i) kısıtlayıcısı ≥ ise buna karşılık gelen dual
değişken Yi ≤ 0 olur.
Maksimum primal problemin (i) kısıtlayıcısı = ise buna karşılık gelen dual
değişken (Yi) sınırlandırılmamış işarette olur.
Minumum primal problemin (i) Kısıtlayıcısı ≤ ise buna karşılık gelen dual değişken Y i ≤ 0
olur. Eğer minumum problemin değişkenleri Yi (i=1, 2, ….,n) olarak isimlendirilmiş ise, o
zaman dual değişkenler Xi olur.
Simetri özelliğinden dolayı dual probleminin dualinin duali, primal problem olur.
BÖLÜM 5
Örnek 1: Duali;
Max Z = 4X1 + 6X2 Min Y0 = 100Y1 +120Y2 +300Y3
Kısıtlayıcılar Kısıtlayıcılar
2Y1 + 4Y2 + 3Y3 = 4
2X1 + 4X2 =100
4Y1 – Y2 +Y3 ≥ 6
4X1 – X2 ≥ 120
Y1 sınırlandırılmamış işaretli, Y2 ≤ 0, Y3 ≥ 0
3X1 + X2 ≤ 300
X1 sınırlandırılmamış işaretli, X2 ≥ 0
BÖLÜM 5
Örnek 2: Duali;
Max Z = 8X1 + 4X2 + 160X3 + 40X4
Min Y0 =2Y1 + 5Y2 +8Y3
Kısıtlayıcılar Kısıtlayıcılar
X1 + X2 + 2X3 +2X4 ≤ 2
Y1 +2Y2 + Y3 ≥ 8
2X1 + X4 ≤ 5
Y1 – Y 3 ≥ 4
X1 – X2 + 4X3 = 8
2Y1 + 4Y3 = 160 X1, X2 ≥ 0 , X3 sınırlandırılmamış işaretli
2Y1 +Y2 ≤ 40 X4 ≤ 0
Y1, Y2 ≥ 0, Y3 sınırlandırılmamış işaretli
BÖLÜM 5
DUYARLILIK ANALİZİ
Max Z= 2X + 3Y+ Z
1/3X + 1/3Y +1/3Z ≤ 1 (işçilik)
1/3X + 4/3Y +7/3Z ≤ 3 (malzeme)
X, Y, Z ≥ 0
BÖLÜM 6
BÖLÜM 6
c1 ≤ 5 ¾ ≤ c1 c1 ≤3 ¾ ≤ c1 ≤ 3 ‘ tür.
||
4
( 𝑐 4 − 𝑧 4 )= 0 − ( 1 , 2 ) ∗ 1 = 0 − ( 4 − 2 )=− 2 ≤ 0
| |−1
( 𝑐 5 − 𝑧 5 )= 0 − ( 1 , 2 ) ∗ 1 = 0 − ( − 1+ 2 )=− 1 ≤ 0
Bütün görece getiri satırı değerleri ≤0’ı sağladığına göre yeni kar değerleri optimum
çözüm bileşimini değiştirmemektedir.
BÖLÜM 6
| | ||
𝑎 41
𝑎 42
=
1
1
BÖLÜM 6
Yukarıda verilen optimum tabloya, birim karı 3 ve kaynak kullanımı (1,1) olan V değişkeni
ilave edilirse, yeni optimum tablo aşağıdaki gibi bulunacaktır.
BÖLÜM 6
Dördüncü değişken V’ye ait sütun değerleri (görece getiri satırı da dahil)
aşağıdaki şekilde hesaplanmaktadır.
Problemin optimum çözümü, ilave kısıtın gerektirdiği şartları sağladığı sürece yeni kısıt
optimum tabloya eklenir ve tablo optimum kalır.
Aşağıda daha önce ele alınan DP problemine ait formülasyonu ve optimum tabloyu
dikkate alalım.
Max Z= 2X + 3Y+ Z
1/3X + 1/3Y +1/3Z ≤ 1 (işçilik)
1/3X + 4/3Y +7/3Z ≤ 3 (malzeme)
X, Y, Z ≥ 0
BÖLÜM 6
X Y Z S1 S2 S3
S3 0 1 2 1 0 0 1 10
Yukarıda ele alınan DP problemine X +2Y+Z≤10 yerine X+2Y+Z≤4 şeklinde bir kısıt
eklenirse X=1 Y=2 Z=0 bu kısıtı sağlamamaktadır. Bu durumda yeni optimal
çözümü bulmak için bu kısıt optimum tabloya eklenir, tablo kanonik hale
getirmek için elemanter işlemler uygulanır ve primal ve dual simpleks yöntem
uygulanarak problem çözülür.
BÖLÜM 6
BÖLÜM 6
Yukarıdaki tabloda ilk satır (-1) ile çarpılıp üçüncü satıra eklenirse yeni S 3 satırı :
X 2 -1 0 1 -4 1 0 -1
S3 0 1 2 1 0 0 1 4
Sağ taraf sabiti negatif olduğu için primal simpleks yöntem uygulanamaz dual
simpleks yöntem uygulanarak probleme çözüm aranacaktır.
BÖLÜM 6
Aşağıda optimal çözümü verilen tabloda yer alan Z’nin başlangıç verilerindeki katsayıları
tamamen değişirse;
| 0| | |
𝑐 𝑗 − 𝑧 𝑗 =− 2 − ( 0 , 2 ) ∗ 𝐵−1 ∗ 𝑎 𝑖𝑗 =− 2 − ( 0 , 2 ) ∗ 1 − 1 ∗ 3
1 −2
| |
¿ − 2− ( 0 , 2 ) ∗ 5 =− 2 − ( 0 , 4 )=− 2+ 4=+2 ≥ 0
−2
BÖLÜM 6
Oranlar içindeki en küçük pozitif oran sağ taraf sabitinin ne kadar azaltabileceğini
gösterir. S1 için bu oran 0.25’tir. orijinal değeri 1 olan işçilik miktarı, 5’lik gölge fiyatı
üzerinden en çok 0.25 birim azaltılabilir. Bu durumda alt sınır değeri;
1-0.25=0.75 olacaktır.
Benzer şekilde sağ taraf sabitinin en fazla artırılabileceği miktara da, oranlar içindeki en
küçük negatif değere bakılarak karar verilir. Minumum negatif olan, ilgili kaynağın sağ
taraf sabitindeki mevcut miktarın ne kadar artırılabileceğini verir. Mevcut minumum
negatif olan -2’dir. Orijinal değeri 1 olan işçilik, en fazla 2 kadar artırılabilir.
1+2=3 üst sınır değerini verecektir. Her iki sınırı birarada ele alırsak:
0.75 ≤ S1 ≤ 3 bulunur.
BÖLÜM 6
S1’in gölge fiyatı olan 5, yukarıda verilen aralık dahilinde geçerlidir. Bu aralığın dışında
gölge fiyatı değişecektir.
1 ≤ S2 ≤4 bulunur.
S2’nin gölge fiyatı yukarıda verilen aralık dahilinde geçerlidir. Bu aralığın dışında farklı bir
gölge fiyat elde edilecektir.
BÖLÜM 6
Sağ taraf sabitlerindeki değişim aralıkları yukarıda verildiği gibi hesaplanabileceği gibi,
sağ taraf sabitleri (mevcut kaynak miktarları) değiştiğinde de optimum tablo değerleri
kullanılarak yeni çözüm değerleri aşağıdaki şekilde hesalanır:
𝑋 ,𝑌 , 𝑍 ≥ 0
BÖLÜM 6
Sağ taraf sabiti b’ de ki değişimin görece getiri (c j-zj) üzerinde etkisi yoktur. Yeni b
değerini b’ ile gösterelim.
Problemde olarak verilen sağ taraf sabitlerinin, bu kez olarak verilmesi halinde
problemin optimumluğunun bozulup bozulmadığını inceleyelim:
Sağ taraf sabitleri sıfırdan küçük olamaz. Yeniden hesaplanan tablo değerleri de bu
kurala uygun sonuç vermiştir. Bu nedenle çözüm optimumdur.
Max Z değeri bir önceki sonuçta 8 bulunmuştu. Yeni Max Z değeri X=5 Y=1 için
MaxZ=2X+3Y+Z=(2*5)+(3*1)+(0+0)=13 olur.
BÖLÜM 6
Çözüm:
Max Z=2X+7Y-3Z
X +3Y+4Z ≤ 30
X+4Y-Z ≤ 10
Sağ taraf sabiti negatif olamaz. Verilmiş olan matrisine göre optimumluk
bozulmaktadır.
Yeni sağ taraf sabitleri ile farklı bileşimde bir optimum çözüm elde edilecektir.
BÖLÜM 6
Probleme yeni bir kısıt eklendiğinde örneğin önceki örnekte yer alan probleme;
Final (optimum) simpleks tablosunda elde edilen optimal çözüm bu kısıtı sağlar mı?
(3*10)+0+0=30 ≥25 olduğundan tablo optimal olmaktan çıkacaktır. Yeni optimum çözümü
hesaplamak için ilgili kısıt kanonik (standart) forma getirilip tabloya bir satır ilave edilerek
yeni çözüm değeri hesaplanır.
BÖLÜM 6
Örnek:
MaxZ=2X + 7Y -3Z