YÖNEYLEM ARAŞTIRMASI

Doç.Dr. MELTEM KARAATLI

İÇİNDEKİLER
Bölüm 1: Doğrusal Programlamaya Giriş
Bölüm 2: Doğrusal Programlama Problemleri İçin Grafik Çözüm Yöntemi
Bölüm 3: Simpleks Yöntemi
Bölüm 4: Simpleks Yönteminde Karşılaşılan Özel Durumlar
Bölüm 5: Dualite
Bölüm 6: Duyarlılık Analizi
 YÖNEYLEM ARAŞTIRMASI
BÖLÜM 1

DOĞRUSAL PROGRAMLAMAYA (DP) GİRİŞ

 Doğrusal programının temel konusu, sınırlı kaynakların, yarışan

faaliyetler arasında en iyi (optimal) biçimde dağıtımının
sağlanması problemi ile ilgilidir. Bu bağlamda DP optimizasyon
problemlerinin çözümünde kullanılan matematiksel bir teknik
olmaktadır.
 BÖLÜM 1

 DP’nin doğrusallık özelliği matematiksel modeldeki tüm fonksiyonların

doğrusal fonksiyon olması gerektiğini açıklar. Programlama ise planlama ile
eş anlamlıdır. DP birçok alanda kullanılmaktadır.
 Personel planlama
 Diyet problemleri
 Üretim planlama ve stok kontrolü
 Ulaştırma problemleri
 Atama problemleri
 Netwok modelleri≥
 DP verilen optimallik ölçütene bağlı kalarak kıt kaynakların optimal şekilde
dağıtımını içeren deterministik matematiksel bir tekniktir.
 BÖLÜM 1

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)

2.Amaç Fonksiyonunun Belirlenmesi: Karar verici modelin

yapısına göre amaç fonksiyonunu maksimize ya da minimize eder.
 BÖLÜM 1

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.

 4.İşaret Kısıtlaması: Modelin formülasyonunu tamamlama için

her bir karar değişkeninin pozitiflik koşulu korunmalıdır. (Xj ≥ 0)
 BÖLÜM 1

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

MODEL KURMA ÖRNEKLERİ 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

MODEL KURMA ÖRNEKLERİ 1

 X1= peynir üretimi için ayrılacak süt miktarı

 X2 =şişe süt için ayrılacak süt miktarı
 X3 = yağ üretimi için ayrılacak süt miktarı
 Max Z= 6X1 + 8X2 + 4X3
Kısıtlayıcılar:
 X1 + X2 + X3 ≤ 120000
 X1 ≥ 10000
 X3 ≤ 60000
 X2 ≤ 40000
 X1 ≤ 30000
 X1, X2, X3 ≥ 0
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 2

2.Biçki makinesi haftada tam 3000 metre keresteyi biçebilmektedir.
Kesilen keresteler A, B ve C olmak üzere sıralanır. A sırasında yer alan
kerestenin metresinden 400 lira, B sırasında yer alan kerestesinin
metresinden 650 lira ve C sırasında yer alan kerestenin metresinden 700
lira kar sağlanmaktadır. Şirket haftada en az A’dan 900 metre, B’den de
400 metre üretmeyi kararlaştırmıştır. Öte yandan C tipi keresteden de
haftada 1500 birimden daha çok üretemez. C tipi üretim B tipi üretimin
en az iki katı olmalıdır. Problemin DP modelini kurunuz.
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 2

 X1= A tipi keresteden üretilecek miktar
 X2 = B tipi keresteden üretilecek miktar
 X3 = C tipi keresteden üretilecek miktar
 Max Z= 400X1 + 650X2 + 700X3
Kısıtlayıcılar:
 X1 + X2 + X3 = 3000
 X1 ≥ 900
 X2 ≥ 400
 X3 ≤ 1500
 X3 ≥ 2X2 (X3 - 2X2 ≥ 0)
 X1, X2, X3 ≥ 0
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 3

3.Bir işletme X, Y, Z olmak üzere üç ürün üretmektedir. Bir birim X
üretiminde 1 birim A malı girdisi ile 1 birim B malı girdisi kullanılmaktadır.
Bir birim Y üretiminde ise 1 birim A malı ile 2 birim B malı girdisi
kullanılmaktadır. Bir birim Z üretiminde ise sadece 1 birim A malı girdisi
kullanılmaktadır. İşletmenin elinde 40 birim A malı girdisi ile 20 birim B
malı girdisi bulunmaktadır. Öte yandan bir birim X malının satış fiyatı 10
lira, bir birim Y malının satış fiyatı 15 lira, bir birim Z malının satış fiyatı 12
liradır. Bunun yanı sıra bir birim X malının maliyeti 8, bir birim Y malının
maliyeti 9, bir birim Z malının maliyeti 7 lira olduğuna göre işletme
karının maksimum olmasını sağlayacak DP modelini oluşturunuz.
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 3

 X= üretilecek X ürünü miktarı

 Y = üretilecek Y ürünü miktarı
 Z = üretilecek Z ürünü miktarı
 Max Z= 2X + 6Y + 5Z
Kısıtlayıcılar;
 X + Y + Z ≤ 40
 X + 2Y ≤ 20
 X, Y, Z ≥ 0
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 4

4.MAKSA firması dört ayrı metal ürününü üretmektedir. Her bir ürün ayrı
makinelerde işlenmekte, taşlanmakta ve birleştirilmektedir. Aşağıdaki tablo her
bir ürün için gerekli olan zamanı (saat olarak) vermektedir. Firma haftada 480
saat işleme, 400 saat taşlama ve 400 saat de birleştirme yapmaktadır. Ürünlerin
sağladığı birim karlar ürün sırasıyla 480, 320, 450 ve 640 liradır. Firma dağıtıcıyla
yaptığı sözleşmeye göre her hafta ürün1’den en az 50, ürün2 ve ürün3’ün
toplamından en az 100 birimini dağıtıcıya sağlamalıdır. Ayrıca firma ürün 1, 2,
3’den ürettiği kadar satabilirken ürün 4’den en çok 25 birim satabilmektedir.
Toplam karı maksimum kılacak DP modelini kurunuz.
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 4

İşleme Taşlama Birleştirme

Ürün 1 3 1 2

Ürün 2 2 1 1

Ürün 3 2 2 2

Ürün 4 4 3 1
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 4

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

MODEL KURMA ÖRNEKLERİ 5

5. Özel bir hastane cari reklam bütçesine göre en etkin reklamı belirlemek
istemektedir. Hastanenin televizyon, radyo, magazin ve gazete olmak üzere
dört iletişim aracı vardır. Aşağıda verilen bilgiler pazarlama bölümü tarafından
elde edilmiştir. Hastane 5600 TL’den daha fazla reklam harcaması yapmak
istememektedir. Ayrıca diğer kısıtlar aşağıda verilmiştir. Ulaşılacak hasta sayısını
maksimum yapacak DP modelini kurunuz.

A)Reklam en az 1.900.000 erkek hastaya ulaşmalıdır.

B)Reklam en az 1.600.000 kadın hastaya ulaşmalıdır.
C)TV’ye verilecek reklam sayısı en az 4 olmalıdır.
D)10 birimden daha fazla magazine reklam verilmemelidir.
E)Reklam sayıları radyonun ve gazetenin her biri için 6 ve 20 arasında olmalıdır.
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 5

Problemin DP modelini kurunuz.

TV Radyo Gazete Magazin

Reklam sayısı 480 200 160 100

başına maliyet

Reklam sayısı 250000 110000 90000 60000

başına ulaşılan
erkek hasta sayısı
Reklam sayısı 200000 140000 120000 80000
başına ulaşılan
kadın hasta sayısı
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 5

 X1= TV’ye verilecek reklam sayısı (birim-adet)
 X2 = Radyoya verilecek reklam sayısı (birim-adet)
 X3 = Gazeteye verilecek reklam sayısı (birim-adet)
 X4 = Magazine verilecek reklam sayısı (birim-adet)

 Max Z= 450000 X1 + 250000 X2 + 210000 X3 + 140000 X4
 480X1 + 200X2 + 160X3 + 100X4 ≤ 5600
 200X1 + 140X2 + 120X3 + 80X4 ≥ 1600
 250X1 + 110X2 + 90X3 + 60X4 ≥ 1900
 X1 ≥ 4
 X4 ≤ 10
 X2 ≥ 6
 X2≤ 20
 X3 ≥ 6
 X3≤ 20
 X1, X2, X3, X4 ≥ 0
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 6

 6. Bir kişi 8000 TL’lik parasını güvenilir gelir getiren yatırımlara ve devlet
tahviline yatırarak yıllık gelirini max kılmak istemektedir. Bunun için elverişli
beş seçenek belirlemiştir:
 İş Bankası yıllık % 42 faiz vermekte
 Banker Umut yıllık % 48 kazandırmakta
 Endüstri Bankası % 44 faiz vermekte
 Şirket Ayka % 24 temmettü (kar payı) dağıtmakta
 Devlet tahvili yıllık % 26 faiz vermektedir.
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 6

 Bir takım risklere karşı aşağıdaki kararlar alınmıştır:
 İş bankası ve Banker Umuttaki Toplam yatırım 2400 TL’yi aşmamalıdır.
 Endüstri Bank ve Şirket AYKA’da ki toplam yatırım toplam 4000 TL’yi
geçmemelidir.
 İş Bankasındaki yatırım 1600 TL’yi geçmemeli
 Endüstri Bankasındaki yatırım 2400 TL’yi geçmemelidir.
 İş Bankası ve Banker Umuta yatırdığı miktar Endüstri Bankası ve Şirket
Ayka’ya yatırdığı parayı geçmemelidir.
 İş Bankası ve Endüstri Bankasındaki toplam yatırım devlet tahviline yatırdığı
miktarı aşmamalıdır.
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 6

 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

MODEL KURMA ÖRNEKLERİ 6

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 + X2 ≤ X 3 + X4
 X1 + X3 ≤ X5
 X 1 , X 2 , X 3, X 4 , X 5 ≥ 0
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 7

 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

MODEL KURMA ÖRNEKLERİ 7

Üretim miktarı/saat Operatör sayısı

Klasik model 4 1

Lüks model 5 2

Süper model 20 5
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 7

Şirket satın alınacak makinelerin en az yarısının lüks model olması üzerinde

durmaktadır. Makinelerin ürettiği ürün başına operatörün maliyeti dışında 80
TL’lik brüt bir kar beklenmektedir. Üretilen tüm ürünler 80 TL’lik bir karla
satılabilecektir. Şirket giriş katında makineler için 500 metrekare bir yer
ayırmakta ve çalıştıracak 100 operatöre ihtiyaç duymaktadır. Operatörlere
saatte 30 TL ödenmektedir. Şirket karını maksimum yapabilmek için hangi
makineden ne kadar satın almalıdır? DP modelini kurunuz.
 BÖLÜM 1

MODEL KURMA ÖRNEKLERİ 7

 X1= Klasik Modelden satın alınacak miktar (adet-birim)

 X2 =Lüks Modelden satın alınacak miktar (adet-birim)
 X3 = Süper Modelden satın alınacak miktar (adet-birim)

 Max Z= 290X1 + 340X2 + 1450X3

 24000X1 + 40000X2 + 80000X3 ≤ 800000
 15X1 + 20X2 + 30X3 ≤ 500
 X1 + 2X2 +5 X3 ≤ 100
 2X2 ≥ X1 + X2 + X3
 X1, X2, X3 ≥ 0
YÖNEYLEM ARAŞTIRMASI
BÖLÜM 2
 BÖLÜM 2

 DOĞRUSAL PROGRAMLAMA PROBLEMLERİ İÇİN GRAFİK ÇÖZÜM

YÖNTEMİ

 Üç karar değişkenine sahip (üç boyutlu) DP problemleri grafik yöntemi

kullanılarak çözülebildiği halde üçten fazla karar değişkenine sahip
problemler grafik yöntemi kullanılarak çözülemez. DP problemini grafik
çözüm yöntemine göre çözerken yapılacak işlemler:
 Kısıtlayıcıların grafiğini çizmek
 Uygun bölgeyi (uygun çözüm alanı-UÇA-Olurlu bölge-feasible alan)
belirlemek
 Optimal çözümün bulunması
 BÖLÜM 2

Örnek 1: Min Z=100 X1 + 150 X2

 5X1 + 2X2 ≥ 30
 X1 + 2.5X2 ≥ 25
 X1 ≥ 10
 X2 ≤ 15
 X1, X2 ≥ 0
Kesim noktalarını bulalım :
 5X1 + 2X2 ≥ 30 1 numara: X1 = 6 X2 = 15
 X1 + 2.5X2 ≥ 25 2 numara: X1 = 25 X2 = 10
 X1 ≥ 10 3 numara: X1 = 10
 X2 ≤ 15 4 numara: X2 = 15
 BÖLÜM 2

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

 B noktası 2. ve 3. Kısıtın ortak çözümü ile kesim noktaları belirlenir.

 X1 + 2.5X2 = 25 X1 = 10 B (10, 6) Z=100*10+150*6=1900

 C noktası X1düzleminde kesmiş C(25,0) Z=100*25+150*0=2500

 Kriterimiz Min olduğu için en küçük değeri veren nokta optimum
noktadır. Dolayısıyla B noktası optimum noktadır. Problemin çözümü:
 B noktası X1 = 10 X2 = 6 MinZ=1900
 BÖLÜM 2

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: Max Z=2800 X1 + 2400 X2

 6X1 + 4X2 ≥ 150
 2X1 + 2X2 ≤ 120
 4X1 + 2X2 ≤ 140
 X2 ≥ 25
 X1, X2 ≥ 0

Kesim noktalarını bulalım :

 6X1 + 4X2 ≥ 150 1 numara: X1 = 25 X2 = 37.5
 2X1 + 2X2 ≤ 120 2 numara: X1 = 60 X2 = 60
 4X1 + 2X2 ≤ 140 3 numara: X1 = 35 X2 = 70
 X2 ≥ 25 4 numara: X 2 = 25
 BÖLÜM 2

 Örnek 2:

 ≤ 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 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:

 Uygun çözüm alanı AB doğru parçasının üzerindedir. Dolayısıyla ya A noktası ya da B

noktası optimal çözümü verir.
 A(2,3) Z=3*3+2*3=13 min değerini A noktası verdiği için optimal noktadır.
 B(6,0) Z=3*6+2*0=18

 Kısa yol için;

 Z=24=3 X1 + 2 X2 (8,12) orjine doğru paralel kaydırısak en yakın noktanın A noktası
olduğunu görürüz. Sadece bu noktanın koordinatları ve amaç değerinin belirlenmesi
yeterlidir.
 A(2,3) Z=3*3+2*3=13 min değerini A noktası verdiği için optimal noktadır.
 BÖLÜM 2

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.

 Verilen Doğrusal Programla Modelindeki Kısıtlayıcıları Eşitlik Haline

Dönüştürmek

 Bir DP modelin simpleks yöntemi ile çözebilmek için öncelikle kısıtların eşitlik
haline dönüştürülmesi gerekmektedir.
 BÖLÜM 3

Kısıtlayıcı denklemi:

 a11X1 + a12X2 + a13X3 ≤ b1 şeklinde ise denklemin sol tarafına “aylak

değişken (S)” eklenir. Aylak değişken kullanılmayan üretim
faktörünü ya da boş kapasiteyi gösterir. Aylak değişkenin indis
numarası kaçıncı kısıtta yer alıyorsa o kısıtın numarasını alabilir.

 a11X1 + a12X2 + a13X3 + S1 = b1

 BÖLÜM 3

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.

 a11X1 + a12X2 + a13X3 - V1 + A1 = b1

 BÖLÜM 3

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.

 a11X1 + a12X2 + a13X3 + A1 = b1

 BÖLÜM 3

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

 Max Z= 6X1 + 8X2

 30X1 + 20X2 ≤ 300 (tahta kısıtı)

 5X1 + 10X2 ≤ 110 (işgücü kısıtı)
 X1 , X2 ≥ 0

 Grafik yöntemini kullanarak çözdüğümüzde şekilde görüldüğü

gibi bir grafik elde ederiz. B noktası optimal çözümdür. Şimdi
simpleks yöntemini kullanarak çözelim.
BÖLÜM 3
 BÖLÜM 3

Problemi standart hale getirelim:

Max Z= 6X1 + 8X2 + 0S1+ 0S2

30X1 + 20X2 + S1 = 300 (tahta kısıtı)

5X1 + 10X2 + S2 = 110 (işgücü kısıtı)
X1, X2 , S1, S2 ≥ 0

Başlangıç simpleks tablosunu düzenleyelim:

BÖLÜM 3
 BÖLÜM 3

Gözden çıkarma satırı diye adlandırılan zj satırı, satırdaki elemanlarda bir

değişiklik yapıldığında birim başına kardaki kaybı gösterir. Her bir sütun
altındaki zj satırı elemanlarını hesaplayabilmek için aşağıdaki işlem yapılır:

Birim gözden çıkarma= amaç katsayısı sütunu*değişkenlerin katsayı sütunu

Tüm satır için aynı işlemler yapılır.
 BÖLÜM 3

X değişken
amaç katsayı (kar) sütunu * sütunu

0 * 30 = 0

0 * 5= 0

toplam

masa için gözden çık.(z) = 0

 BÖLÜM 3

 İlerleme veya net değer satırındaki (cj – zj ) elemanlar, tablonun en

üst sırasında yer alan amaç satırı elemanlarından bunların karşılık
olan gözden çıkarılmış (zj ) elemanlarının düşürülmesi ile bulunur.

 Birim ilerleme = birim kar (maliyet) –birim gözden çıkarma

 cj – zj satırındaki eleman, ilişkili bulunduğu değişkenden bir birim

daha üretildiğinde sağlayacağı kazanç artışını (minimizasyon
problemlerinde ise maliyet azalışını) gösterir.
 BÖLÜM 3

 Karı en fazla artıracak, maliyeti en fazla azaltacak değişkenin

faaliyete girmesi:
bu adıma anahtar sütunun seçilmesi denir. Anahtar sütun seçerken c j- zj
satırına bakılır. Kar maksimizasyonunda bu satırda yer alan en yüksek
pozitif değerli eleman, maliyet minimizasyonunda ise negatif değerler
içinde mutlakça en büyüğü seçilir. Örnek problemimizde işleme girecek
veya anahtar sütun (8 elemanının yer aldığı sütun) X 2 sütunudur.
 Anahtar sıranın veya İşlemden Çıkacak Değişkenin Belirlenmesi:
Çözüm sütunundaki elemanlar anahtar sütundaki elemanlara bölünür.
( bj/aij )küçük oran dikkate alınır. Paydasında 0 veya negatif değerler
bulunan elemanlar dikkate alınmaz.
 BÖLÜM 3

 Örneğimizde anahtar sıra ve anahtar sayıyı belirleyelim:

temel program değişkeni X2 Oran

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

 İşlemden çıkacak temel değişkenin bulunması için önce temel sıranın

bulunması gerekir. Temel sırayı bulmak için yapılacak işlem, anahtar
sıranın tüm elemanlarını anahtar sayı ile bölmektir. Anahtar sıra değişkeni
S2 yerini anahtar sayının bulunduğu sütunun değişkenine yani X2 ‘ye
bırakır. Temel sıranın değişkeni de X2 olur. Temel sıra ile simpleks çözüm
tablosunda daha önceki tabloda yer aldığı satırda yer alır. Söylediklerimizi
bir tablo halinde gösterelim.
amaç katsayıları temel X1 X2 S1 S2 ÇÖZÜM
0 S1

8 X2 5/10=1/2 10/10=1 0/10=0 1/10 110/10=11

 BÖLÜM 3

Yeni sıranın bulunması

Yeni tabloda yer alacak temel sıra dışındaki sıranın da belirlenmesi gerekir. Bir
önceki tabloda anahtar sıra yani temel sıra dışındaki sıralar eski sıra olmakta bu
sıraların işlem görmesi sonucunda yeni tabloda yeni sıralar olacaktır. Yeni sırayı
oluşturmak için aşağıdaki formül uygulanır.

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

Yeni sırayı bulalım:

30-20*(1/2)=20 20-20*(1)=0 1-20*(0)=1 0-20*(1/10)=-2 300-20*(11)=80
BÖLÜM 3
 BÖLÜM 3

Grafik yöntemle başlangıç çözümü ilişkilendirdiğimizde A köşe noktasında bulunmaktayız.

 BÖLÜM 3

Optimal Çözüme Ulaşma

 Simpleks yöntemi ile problemin çözümünde optimale ulaşılıp
ulaşılmadığını öğrenmek için cj – zj satırına bakılır.

 Maksimizasyon amaçlı problemlerde çözümün optimal olabilmesi için

tüm cj – zj satırındaki elemanların değeri sıfıra eşit veya sıfırdan küçük
olmalıdır. Yani;
 cj – z j ≤ 0
 Minimizasyon amaçlı problemlerde çözümün optimal olabilmesi içinde
tüm cj – zj satırındaki elemanların değeri sıfıra eşit veya sıfırdan büyük
olmalıdır. Yani;
 cj – z j ≥ 0
 BÖLÜM 3

 Örneğimizde; birinci simpleks çözüm tablosuna bakıldığında cj - zj

hala pozitif değerli eleman (2) görülmektedir. O zaman optimal
çözüme ulaşmamışız demektir. Tüm işlemleri tekrarlayıp bir
iterasyon daha ilerlememiz gerekecektir.
 BÖLÜM 3

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

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:

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

 Yeni sırayı bulalım:

 1/2-(1/2)*(1)=0 1-(1/2)*(0)=1 0-(1/2)*(1/20)=-1/40

 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

Problemi standart hale getirelim:

 Max Z= 10X1 + 8X2 + 0S1+ 0S2
 X1 + X 2 + S1 = 8
 3X1 + X2 + S2 = 12
 X1, X2 , S1, S2 ≥ 0
 BÖLÜM 3

Başlangıç simpleks tablosunu oluşturalım anahtar sütunu ve anahtar satırı aynı tablo
üzerinde gösterelim.
 BÖLÜM 3

X1 girer (ANAHTAR SÜTUN) S2 (ANAHTAR SIRA) çıkar. 3 rakamı ANAHTAR

SAYI olur. Birinci 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 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

Yeni sırayı bulalım:

1-1*(1)=0 1-1*(1/3)=2/3 1-1*(0)=1 0-1*(1/3)=-2 8-1*(4)=4

 BÖLÜM 3

örneğimizde; birinci simpleks çözüm tablosuna bakıldığında c j – zj hala pozitif değerli

eleman (14/3) görülmektedir. ( cj – zj ≤ 0 koşulu sağlanmamış). Bu durumda optimal
çözüme ulaşmamışız demektir. Tüm işlemleri tekrarlayıp bir iterasyon daha ilerlememiz
gerekecektir.

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

Eski sıra (X1) 1 1/3 0 1/3 4

Temel sıra(X2) 1 1 3/2 -1/2 6

 BÖLÜM 3

Yeni sırayı X1 bulalım:

1-1/3*(0)=1 1/3-1/3*(1)=0 0-1/3*(3/2)=-1/2 1/3-1/3*(1/2)=1/2 4-1/3*(6)=2

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

Problemi standart hale getirelim:

Min Z= 3X1 + 2X2 + + 4X3 + MA1+ 0V2+ MA2
2X1 + X2 + 3X3 + A1 = 60
3X1 + 3X2 + 5X3 – V2 + A2 = 120
X1 , X 2 , X 3 , A 1 , V 2 , A 2 ≥ 0

Başlangıç simpleks tablosunu oluşturalım anahtar sütunu ve anahtar satırı aynı

tablo üzerinde gösterelim.
 BÖLÜM 3

NOT: Artık değişkenler (V) maksimizasyon ve minimizasyon problemlerinde amaç

fonksiyonunda “0” katsayısı ile yer alır. Yapay değişkenler ise (A) maksimizasyon
sorularında amaç fonksiyonunda –M, minimizasyon sorularında +M olarak yer alır.
Yapay değişken A’nın ekonomik bir anlamı yoktur. Temel hedefimiz yapay değişkenin
optimal tabloda temel değişkenler sütununda yer almasını engellemek yani değerini “0”
yapmaktır. Bu amaçla M katsayısı kullanılır. Bu katsayı çok büyük bir sayıyı gösterir.
Dolayısıyla maksimizasyon problemlerinde –M, minimizasyon problemlerinde de +M
verilerek optimal tabloda yer alması engellenmeye çalışılır. Artık değişkenler (V),
başlangıç simpleks tablosunda temel değişkenler sütununda asla yer almaz. Ancak
ilerleyen tablolarda çözüme girebilir.
 BÖLÜM 3

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

Eski sıra (A2) 3 3 5 0 -1 1 120

Temel sıra (X3) 2/3 1/3 1 1/3 0 0 20

Yeni sırayı A2 bulalım:

3-5*(2/3)=-1/3 3-5*(1/3)=4/3 5-5*(1)=0 0-5*(1/3)=-5/3 -1-5*(0)=-1 1-5*(0)=1

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

Yeni sırayı X3 bulalım:

2/3-1/3*(1/4)=3/4 1/3-1/3*(1)=0 1-1/3*(0)=1 1/3-1/3*(-5/4)=3/4 0-1/3*(-3/4)=1/4
0-1/3*(3/4)=-1/4 20-1/3*(15)=15
 BÖLÜM 3

cj – zj ≥ 0 olduğu için çözüm optimaldir. X3=15 X2=15 MinZ=90

 BÖLÜM 3

Örnek:

Max Z= 4X1 + 2X2 +3X3 + 5X4

2X1 + 3X2 + 4X3 + 2X4 = 300
8X1 + X2 + X3 + 5X4 = 300
X1, X2 , X3 , X4 ≥ 0

Problemi standart hale getirelim:

Max Z= 4X1 + 2X2 +3X3 + 5X4 - MA1 -MA2

2X1 + 3X2 + 4X3 + 2X4 + A1= 300
8X1 + X2 + X3 + 5X4 + A2 = 300
X1, X2 , X3 , X4, A1, A2 ≥ 0
BÖLÜM 3
 BÖLÜM 3

Anahtar sütun, anahtar satır ve anahtar elemanı belirleyelim.

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

Yeni sırayı A1 bulalım:

2-2*(1)=0 3-2*(1/8)=11/4 4-2*(1/8)=15/4 2-2*(5/8)=3/4 1-2*(0)=1 0-2*(1/8)=-1/4

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

Eski sıra (X1) 1 1/8 1/8 5/8 0 1/8 37.5

Temel sıra (X3) 0 11/15 1 1/5 4/15 -1/15 60

 BÖLÜM 3

Yeni sırayı X1 bulalım:

1-1/8*(0)=1 1/8-1/8*(11/15)=1/30 1/8-1/8*(1)=0 5/8-1/8*(1/5)=3/5 0-1/8*(4/15)=-1/30 1/8-
1/8*(-1/15)=2/15 37.5-1/8*(60)=30

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

Eski sıra (X3) 0 11/15 1 1/5 4/15 -1/15 60

Temel sıra (X4) 5/3 1/18 0 1 -1/18 2/9 50

 BÖLÜM 3

Yeni sırayı X3 bulalım:

0-1/5*(5/3)=-1/3 11/15-1/5*(1/18)=13/18 1-1/5*(0)=1 1/5-1/5*(1)=0 4/15-1/5*(-1/18)=5/18
-1/15-1/5*(2/15)=-7/75 60-1/5*(50)=50

cj – zj ≤ 0 olduğu için çözüm optimaldir. X3 =50 X4=50 Max Z= 400

 BÖLÜM 3

Örnek:

Min Z= 3X1 + 2X2 +7X3

-X1 + X2 = 10
2X1 - X2 + X3 ≥ 10
X1, X2 , X3 ≥ 0

Problemi standart hale getirelim:

Min Z= 3X1 + 2X2 +7X3 + MA1 +0V2 + MA2

-X1 + X2 + A1 = 10
2X1 - X2 + X3 - V2 + A2 = 10
X,X ,X ,A,V ,A ≥0
BÖLÜM 3
 BÖLÜM 3

NOT: ANAHTAR SIRANIN SEÇİMİNDE ÇÖZÜM SÜTUNUNDAKİ ELEMANLAR ANAHTAR

SÜTUNDAKİ ELEMANLARA BÖLÜNEREK EN KÜÇÜK ORANA SAHİP SIRA ÇÖZÜMDEN
ÇIKIYORDU. ANCAK BÖLÜM ESNASINDA ANAHTAR SÜTUNDA “0” VEYA “NEGATİF”
SAYILAR VARSA KAPSAM DIŞI BIRAKILARAK DİĞER DEĞİŞKEN ÇÖZÜMDEN ÇIKARILIR.

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

Eski sıra (A1) 1 1 0 1 0 0 10

Temel sıra (X1) 1 -1/2 ½ 0 -1/2 1/2 5

 BÖLÜM 3

Yeni sırayı A1 bulalım:

1-(-1)*(1)=0 1-(-1)*(-1/2)=1/2 0-(-1)*(1/2)=1/2 1-(-1)*(0)=1 0-(-1)*(-1/2)=-1/2
0-(-1)*(1/2)=1/2 10-(-1)*(5)=15
 BÖLÜM 3

cj – zj ≥ 0 olmadığı için çözüm optimal değildir. Bir iterasyon ilerlenir.

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

Yeni sırayı X1 bulalım:

1-(1/2)*(0)=1 -1/2-(1/2)*(1)=0 1/2-(1/2)*(1)=1 0-(1/2)*(2)=1 -1/2-(1/2)*(-1)=-1
1/2-(1/2)*(1)=1 5-(1/2)*(30)=20
 BÖLÜM 3

cj – zj ≥ 0 olduğu için çözüm optimaldir. X2 = 30 X1 =20 Min Z= 120

YÖNEYLEM ARAŞTIRMASI
BÖLÜM 4
 BÖLÜM 4

SİMPLEKS YÖNTEMİNDE KARŞILAŞILAN ÖZEL DURUMLAR

 Simpleks yönteminde DP problemini çözümlerken çeşitli özel

durumlarla karşılaşılabilir. Bunlar:

1. BOZULMA DURUMU (DEJENERASYON)

2. SINIRSIZ (SINIRLANDIRILMAMIŞ) ÇÖZÜMLER
3. UYGUN ÇÖZÜM BULUNMAMA (ÇÖZÜMSÜZLÜK)
4. SEÇENEKLİ OPTİMAL ÇÖZÜMLER (ALTERNATİF ÇÖZÜMLER)
 BÖLÜM 4

1. BOZULMA DURUMU (DEJENERASYON): Bozulma durumu;

 Anahtar sıranın seçiminde

 Anahtar sütunun seçiminde
 Çözüm işlemlerinde bir veya daha fazla değişkenin çözüm
değerinin “0” olması
 BÖLÜM 4

1. BOZULMA DURUMU (DEJENERASYON): Bozulma durumu;

 Anahtar sıranın seçiminde: Anahtar sırayı seçerken çözüm
sütunundaki elemanlar anahtar sütuna bölünür ve en küçük orana
sahip olan değer anahtar sıra olur. Bu seçim esnasında birden fazla
birbirine eşit en küçük oran varsa bozulma durumuyla karşılaşılır.
Böyle bir durumda rasgele seçim yapılabilir. Optimal çözüme
ulaşmada bir sıkıntı yaşanmaz.
 Bu seçimde “bland kuralı” da uygulanabilir. Bozulma durumunun
yaşandığı değişkenlerin bulunduğu satırda en küçük indise sahip
temel değişken anahtar sıra olarak belirlenir. Buradaki indis sıra
anlamındadır.
 BÖLÜM 4

 Örnek:

 Max Z=5X1 + 3X2

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

 Rasgele seçim yapılarak da S1veya S3 anahtar sütun olarak belirlenebilr.

Optimum çözüme ulaşmada bir sıkıntı yaşanmaz. Bland kuralı
uygulanacak olursa en küçük indise sahip olan S 1 çözümden çıkarılarak
işleme devam edilir.

 Anahtar sütunun seçiminde: anahtar sütunun seçiminde birden fazla eşit

değere sahip durum söz konusu ise herhangi biri tercih edilerek çözüme
devam edilebilir. Optimal çözüme ulaşmada bir sorun yaşanmaz. Burada
da “bland kuralı” uygulanabilir. Anahtar sütun olmaya aday sütunlardan
en küçük indise sahip değişken anahtar sütun olarak belirlenebilir.
 BÖLÜM 4
 Örnek:
 Max Z=10X1 + 8X2 + 10X3
Kısıtlayıcılar:
 X1 + X2 + X3 ≤ 20
 5X1 + 4X2 + 3X2 ≤ 60
 2X1 + 3X2 + X3 ≤ 80
 X1 , X2 , X3 ≥ 0
Standart hale getirelim:
Max Z=10X1 + 8X2 + 10X3 + 0S1 + 0S2 +0S3
Kısıtlayıcılar:
X1 + X2 + X3 + S1 = 20
5X1 + 4X2 + 3X2 + S2 = 60
2X1 + 3X2 + X3 + S3 = 80
X1 , X2 , X3, S1 , S2 , S3 ≥ 0
BÖLÜM 4
 BÖLÜM 4

Anahtar sütuna aday eşit değere sahip olan X1 ve X3değişkeni bulunmaktadır.

Rasgele seçimle devam edilebilir. Bland kuralı uygulanacaksa en küçük indis
sahip olan X1 seçilebilir.

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

Aynı soruyu simpleks yöntemi ile çözelim.

Max Z= 3X1 + 9X2 + 0S1 + 0S2

Kısıtlayıcılar:
X1+ 4X2 + S1 = 8
X1+ 2X2 + S2 = 4
X1 , X2 , S1 , S2 ≥ 0
BÖLÜM 4
 BÖLÜM 4

S2 = 0 değerini alması “geçici bozulma”durumudur.

 BÖLÜM 4

X2=2 X1 = 0 Max Z= 18
 BÖLÜM 4

NOT: TEMEL DEĞİŞKENLERİN HERHANGİBİRİNİN “O” DEĞERİNİ ALMASI (X1=0)

BOZULMA DURUMUNU GÖSTERİR. BOZULMA DURUMU BAZEN ARA TABLOLARDA DA
KARŞIMIZA ÇIKABİLİR. OPTİMAL TABLODA DÜZELEBİLİR. BÖYLE OLDUĞUNDA “GEÇİCİ
BOZULMA”ADI VERİLİR. BAZEN DE OPTİMAL TABLODA BOZULMA DURUMUNA
RASTLANIR. GERÇEK BOZULMA BU DURUMDUR.
 BÖLÜM 4

2. SINIRSIZ (SINIRLANDIRILMAMIŞ) ÇÖZÜMLER:

Bazı DP problemlerinde amaç fonksiyonunun değeri istediğimiz kadar yani belirsiz

şekilde artırılabilir. Böyle problemlerin sınırsız çözümü vardır. Herhangi bir DP
problemini simpleks yöntemiyle çözümlerken çözümün sınırsız olduğunu
söyleyebilmek için işleme girecek yani anahtar sütundaki elemanların (z j ve cj-zj hariç)
hepsi “negatif” veya “0” değeri almalıdır. Bu durum problemin herhangi bir
aşamasında karşımıza çıkabilir.
 BÖLÜM 4

Örnek: Noktalarını bulalım:

MinZ=5X1 – 6X2 MinZ=5X1 – 6X2

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

Eş maliyet doğrusu hiçbir zaman UÇA’yı

terketmez. Sadece sonsuzda terk eder yani
problemin sonsuz çözümü vardır.
 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.

AYNI SORU SİMPLEKS YÖNTEMİYLE ÇÖZÜP GÖRELİM:

MinZ= 5X1 – 6X2 + 0V1 + MA1+0S2

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

3.UYGUN ÇÖZÜM BULUNMAMA (ÇÖZÜMSÜZLÜK) :

Problemin tüm kısıtlayıcı koşulları karar değişkenleri tarafından sağlanmaz ise

“problemin uygun çözümü yoktur” denir. Bu durum simpleks yönteminde optimal
simpleks çözüm tablosunun temel değişkenler sütununda “yapay değişken (A)” yer
alması ve çözüm değerinin pozitif bir değer (0’dan farklı) olması ile görülür. Bu tip
optimalliğe “yalancı optimal” denir.
 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

Simpleks yöntemiyle çözersek:

Max Z= 3X1 + 2X2 + 0S1 + 0V2 – MA2

2X1 + X2 + S1 = 2
3X1 + 4X2 – V2 + A2 = 12
X1, X2 , S1 , V2, A2 ≥ 0
BÖLÜM 4
BÖLÜM 4
 BÖLÜM 4

SEÇENEKLİ OPTİMAL ÇÖZÜMLER (ALTERNATİF ÇÖZÜMLER):

DP problemleri için optimal çözüm tek olmayabilir. Bazı problemlerde amaç

fonksiyonunun aynı optimal değerini veren birden fazla çözüm değeri olabilir. Bu durum
simpleks yöntemi ve grafik çözüm yönteminden anlaşılabilir. Şöyle ki:

*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

cj-zj ≤ 0 olduğu için çözüm optimaldir. Optimal sonuç;

X1 = 100 S2 =500 X2 =350 Max Z=2400

Problemin alternatif çözümü vardır. Temel olmayan değişken S3 cj-zj satırında

“0” katsayısı bulunmaktadır. Bu değişken temele alınır yani anahtar sütun
olarak çözüme girer ve bir iterasyon ilerlenirse alternatif çözüm bulunur.
 BÖLÜM 4

Alternatif Çözüm:
X1 = 200 S3=50 X2 =300 Max Z=2400
 BÖLÜM 4

Örnek: Noktalarını bulalım:

Max Z= 2X1 + 4X2 Max Z= 2X1 + 4X2

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: 1. Kısıtla amaç fonksiyonu birbirine paraleldir.

 BÖLÜM 4

A noktası A(0,2.5) Z=2X1 + 4X2 =2*0+4*2.5=10

B noktası 1. Kısıt ve 2. Kısıt ortak çözerek koordinatları bulabiliriz:

X1 + 2X2 = 5 X1 + X2 = 4 ortak çözümü ile B(3,1) Z=2X1 + 4X2 =2*3+4*1=10

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

 Verilen bir DP probleminin dualini alırken, verilen bu DP problemine

primal diyoruz. Eğer primal bir maksimum problem ise duali minumum
problem veya bunun tersi olur. Maksimum problemin değişkenlerini Z,
X1 , …..Xn ve mimumum problemin değişkenlerini Y0,Y1 , …,Yn olarak
tanımlıyoruz. Normal maksimum problemlerin amaç fonksiyonu
maksimumi tüm kısıtlayıcıları ≤ ve tüm değişkenleri ≥ 0 ‘dır. Şimdi
normal yapıda (kanonikal şekildeki) bir maksimum problemin dualinin
nasıl alındığını görelim:
 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

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

 Primal problem maksimum olduğunda onun dual problemi minumumdur.

 Kısıtlayıcıların yönü (≤) olan maksimum primal problemin dualinin kısıtlayıcıları ise “≥ 0” olur.
Primal problemin kısıtlayıcıları ≤ yönde ise ona karşılık gelen dual değişkenlerin değeri ≥ 0’dır.

 Minumum dual problemin dual değişkenlerinin (Y i) amaç kısıtlayıcıları, primal problemin

kaynakları (sağ taraf parametreleri b 1, b2, ….., bm) olmaktadır.

 Minumum dual problemin kısıtlayıcı eşitsizliklerinin sağ tarafındaki parametreler, primal

problemin birim kar katsayılarıdır.
 BÖLÜM 5

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

 Dual problemde kısıtlayıcıların katsayıları, primal problemin kısıtlayıcı
katsayılarının sadece dönüşüme uğramış halidir. Yani, primal problemin
kısıtlayıcı katsayılarını [A] matrisi ile ifade ettiğimizde, dual problemin
kısıtlayıcı matrisi [A’] olmaktadır. Örneğin;

ise olur.

Burada, primal problemin kısıtlayıcılarının sol tarafındaki satır katsayıları, dual

problemin kısıtlayıcı sütun katsayıları olur.
 BÖLÜM 5

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

 Dual değişkenlerin sayısı, primal problemin kısıtlayıcı denklem sayısına eşit

olur.

 Dual problemin kısıtlayıcı sayısı ise primal problemin değişken sayısına eşit
olur.

 Her iki problemde de yer alan değişkenler pozitif değerlidir.

 BÖLÜM 5

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

Örnek 1 :
 Max Z= 3X1 + 8X2
Kısıtlayıcılar
 2X1 + 4X2 ≤ 1600
 6X1 + 2X2 ≤ 1800
 X2 ≤ 350
 X1 , X 2 ≥ 0
 Problemin dualini alınız.

 BÖLÜM 5

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

 Görüldüğü üzere primal problemde 2 değişken ve 3 kısıtlayıcı bulunmaktadır.

Problemin dualinde kısıtlayıcı ve değişken sayısı yer değiştirir yani dual
problemde 3 değişken 2 kısıtlayıcı olur.
 Primal problemin kısıtlayıcı katsayılarını A matrisi ile ifade edersek, dual
problemin kısıtlayıcı katsayıları [AT] olur.

[ ]
2 4
[ 𝐴 ]= 6
0
2
1
[ 𝐴
𝑇
]= [ 2
4
6
2
0
1 ]
 BÖLÜM 5

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

 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

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

Duali;
 Min Y0 = 1600Y1 + 1800Y2 +350Y3

Kısıtlayıcılar
 2Y1 + 6Y2 ≥ 3
 4Y1 + 2Y2 + Y3 ≥ 8
 Y1 , Y 2 , Y 3 ≥ 0
 BÖLÜM 5

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

Örnek 2
 Min Z= X1 +X2 + X3 + X4 + X5 + X6
Kısıtlayıcılar
 X1 + X 6 ≥ 7
 X1 + X2 ≥ 20
 X2 + X3 ≥ 14
 X3 + X4 ≥ 20
 X4 + X5 ≥ 10
 X5 + X 6 ≥ 5
 X1 ,X2 , X3 , X4 ,X5 , X6 ≥ 0
 BÖLÜM 5

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

Örnek 2
 Primal model 6 değişken 6 kısıt, dual model 6 değişken 6 kısıt


 BÖLÜM 5

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

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

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

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

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

Örnek 3
 Max Z = 3X1 + 2X2 + 4X3
Kısıtlayıcılar
 2X1 + X2 + 5X3 ≤ 40
 -3X1 + 6X2 - 2X3 ≤ -80
 X1 , X 2 , X 3 ≥ 0
 BÖLÜM 5

Normal Maksimum veya Minumum Problemin Dualinin Bulunması

Örnek 3
Duali;
 Min Y0 = 40Y1 - 80Y2

Kısıtlayıcılar
 2Y1 - 3Y2 ≥ 3
 Y1 + 6Y2 + Y3 ≥ 2
 5Y1 - 2Y2 ≥ -4
 Y1 , Y 2 ≥ 0

 BÖLÜM 5

Normal Olmayan Maksimum ve Minumum Problemin Dualinin Alınması

 Uygulamada ve teorik çalışmalarda tüm problemlerin yapısı normal

maksimum veya minumum problem biçiminde olmayabilir. Şöyle ki; normal
maksimum problemlerin kısıtlayıcıları, kullanılan kaynak miktarına göre ≥ veya
= ve değişkenleri de istediği değeri alabilir, yani sınırlandırılmamış olabilir. Bu
üç durum, maksimum normal problemi normal olmayan maksimum problem
yapar. Aynı şekilde bir minumum doğrusal programlama probleminin
kısıtlayıcıları = ve ≤ yönde değişkenleri de sınırlandırılmamış işaretli ise bu
problem normal minumum problem değildir. Bu üç durumdan sadece birinin
olmasıher iki problemi de normal olmayan problem yapar. Bu tip problemlerin
duali alınırken aşağıdaki aşamalar geçerlidir:
 BÖLÜM 5

Normal Olmayan Maksimum ve Minumum Problemin Dualinin Alınması

 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.

 Maksimum primal problemin (i) değişkeni sınırlandırılmamış işarette ise buna

karşılık gelen (i)dual kısıtlayıcısı (=) eşitlikte olur.
 BÖLÜM 5

Normal Olmayan Maksimum ve Minumum Problemin Dualinin Alınması

 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.

 Minumum primal problemin (i) kısıtlayıcısı eşitlikte (=) ve değişkenleri sınırlandırılmamış

işarette ise, dualinde maksimum problemlerinde olduğu gibi (kural 2 ve kural 3)
uygulanır. Ayrıca primal problemde eşitlik (=) halindeki kısıtlayıcıların duallerinde normal
problemlerde olduğu gibi duali minumum problemde ≥ yönlü duali maksimum
problemde ise ≤ yönlü olur.

 Simetri özelliğinden dolayı dual probleminin dualinin duali, primal problem olur.
 BÖLÜM 5

Normal Olmayan Maksimum ve Minumum Problemin Dualinin Alınması

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

Normal Olmayan Maksimum ve Minumum Problemin Dualinin Alınması

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

Normal Olmayan Maksimum ve Minumum Problemin Dualinin Alınması

Örnek 3: Dual Problem

Min Y0 =16Y1 + 20Y2
 Max Z = 10X1 + 15X2 + 20X3 + 25X4
Kısıtlayıcılar
8Y1 + 3Y2 ≥ 10
 Kısıtlayıcılar
6Y1 ≥ 15
 8X1 + 6X2 –X3 + X4 ≤ 16
-Y1 + 2Y2 ≥ 20
 3X1 + 2X3 – X4 = 20 Y1 – Y2 ≥ 25
 X1, X2, X3, X4 ≥ 0 Y1 ≥ 0 ve Y2 sınırlandırılmamış işaretli
YÖNEYLEM ARAŞTIRMASI
BÖLÜM 6
 BÖLÜM 6

DUYARLILIK ANALİZİ

 DP problemlerinde deterministik yaklaşım kullanılmaktadır. Bu yaklaşıma

göre, kaynak miktarının bilindiği ve sabit olduğu, fiyatların değişmez
olduğu, bir mamul üretmek için gereken sürenin sabit olduğu
varsayılmaktadır. Oysa gerçek dünya problemlerinde herşey dinamik olup
değişme özelliğine sahiptir. Saydığımız bu değerlerin tamamı değişebilir.
Bu durumda DP probleminde elde edilen sonuçlar çok gerçekçi değildir.
Yapılması önerilen şey, deterministik yaklaşım altında bir DP problemini
alarak çözmek ve elde edilen optimum sonucun değişen koşullara ne
şekilde cevap verdiğini (koşullara karşı duyarlılığını ) ölçmektir.
 BÖLÜM 6

Bu şekilde gerçekleştirilen işlemler duyarlılık analizi (sensivity

analysis) olarak adlandırılır. Bu durumda duyarlılık analizini üç
başlık altında inceleyeceğiz:

1. cj de değişim (birim kar/maliyetlerin değişmesi),

2. aij de değişim (katsayılar matrisinde değişim),
3. bi de değişim (kaynak miktarlarının değişimi).
 BÖLÜM 6

 Optimallik sonrası çözüm yönteminin (postoptimally method) kullanılması

tavsiye edilmektedir. Optimallik sonrası çözüm yöntemi, DP problemi çözülüp
optimum çözüm elde edildikten sonra, bu çözümü kullanarak, optimum
çözümde yer alan temel değişkenleri çözüm dışı bırakacak olan çözüm
aralıklarını belirlemek esasına dayanır. Bir diğer deyişle duyarlılık analizi;
problem parametrelerinin, optimum çözümü değiştiren aralıklarının tespit
edilmesi olarak özetlenebilir.
 BÖLÜM 6

AMAÇ FONKSİYONU KATSAYILARINDA (cij) DEĞİŞİM

1.TEMEL OLMAYAN DEĞİŞKENLERİN KATSAYISININ DEĞİŞİMİ
 Temel değişkenler arasında bulunmayan bir değişkenin görece
getirisi (cj – zj ) olduğu sürece değişken çözüm dışı kalacaktır.
Görece getirinin “0” a eşit olduğu noktadan itibaren ilgili
değişken çözüme girecektir. Bir temel dışı değişkenin ne zaman
mevcut optimum çözüm bileşimini değiştireceğini belirlerken,
optimum çözümle ilgili değişkenin altındaki sütun dikkate
alınarak hesaplama yapılacaktır.
 BÖLÜM 6

Örneğin, aşağıda bir DP probleminin formülasyonu ve bu

probleme ait “optimum tablo” verilmiş olsun:

 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

 Optimum tabloda Z’nin temel değişkenler arasında olmadığı görülmektedir.

Tablonun optimum olmaktan çıkarak Z’yi temel değişkenler arasına alması
ancak cj-zj ≤ 0 şartının ihlal edilmesi halinde mümkündür. Bu durumda Z’nin
görece getirisi pozitif olacak ve temel değişkenler arasında yer almak üzere
çözüme girecektir. C3 ‘ün yeni değeri ne olmalıdır ki Z çözüme girsin.
 BÖLÜM 6

 Yani c3 ≤ 4 noktaya kadar çözüm bileşimi aynı kalacaktır. Z zaten

çözümde olmadığı için birim karı 0’a düşse de, bu değişim çözüm
bileşimini değiştirmeyecektir. Dolayısıyla Z için değişim aralığı:
 0 ≤ c3 ≤ 4 ‘tür. Z’nin birim kar değeri 4 eşit olması ve 4’ü aşması halinde
çözüme Z girecektir. Örneğin Z’nin birim karı 6 olursa bu mamülü
üretmek uygun olacaktır.
 ≥0

 Olacağından Z mamülü 2 pozitif görece getirisi ile çözümü girecektir.

BÖLÜM 6
BÖLÜM 6
 BÖLÜM 6

2. TEMEL DEĞİŞKENLERİN KATSAYILARINDA DEĞİŞİM

Temel değişkenler olarak bilinen, optimum tablodaki çözüm değişkenlerinin

birim karları da zaman içinde değişebilir. Temel çözümdeki ürünlerin birim
karları öyle değerler arasında değişecektir ki, çözüm bileşimi, tanımlanan aralık
içinde aynı kalacaktır. Yukarıdaki tabloda temel değişkenler X ve Y idi. X’in birim
karı olan c1’in katsayısı belirli değerler arasında değişecektir. Temel değişkenlerin
görece getirisi:
 BÖLÜM 6

 Dolayısıyla c1’in birim karının değişmesi (c1 – z1) görece getiri

değerini değiştirmeyecektir.
 (0+)

Dolayısıyla c2’nin birim karının değişmesi (c2 – z2) görece getiri

değerini değiştirmeyecektir.
 BÖLÜM 6

 Ancak c1 ve c2’nin birim kar değerlerindeki bu değişimler diğer görece

getirileri etkileyecektir. C2’nin birim karı 3 olarak sabit tutulurken c1’in
birim karı optimum çözümü hangi noktada değiştirecektir?
BÖLÜM 6
 BÖLÜM 6

Bulunan bu eşitsizlikleri birarada ifade edersek

 c1 ≤ 5 ¾ ≤ c1 c1 ≤3 ¾ ≤ c1 ≤ 3 ‘ tür.

Birinci mamülün (X’in) fiyatı bu aralık içinde değiştiği sürece optimum

çözüm bileşimi değişmez. Aralığın uç noktaları çözüm bileşimin
değişeceği X birim fiyatlarını temsil etmektedir.
 BÖLÜM 6

3. TEMEL VE TEMEL OLMAYAN DEĞİŞKENLERİN KATSAYILARININ

BİRLİKTE DEĞİŞİMİ

 Z (maks) 2X + 3Y +Z olarak verilmiş olan amaç fonksiyonu katsayılarının

tümünün değişmesi hainde yeni amaç fonksiyonu:

 Z (maks) X +2Y +Z olsun.

 BÖLÜM 6

Bu durumda optimum çözüm bileşimi değişir mi? Bu soruyu

cevaplayabilmek için görece getiri satırını, yeni verileri optimum tabloda
yerine koyarak yeniden hesaplamak gerekir.
 BÖLÜM 6

||
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

KISITLARIN KATSAYILARINDA DEĞİŞİM

1.PROBLEME YENİ DEĞİŞKENLERİN EKLENMESİ

Probleme yeni değişkenler (faaliyetler) eklenmesi halinde optimumluğun

bozulup bozulmadığını bakılacaktır. cj - zj değerinin ≤ 0 veya ≥ 0 olmasına bağlı
olarak yeni değişkenin çözüme girip girmeyeceğine karar verilir. Örneğin mevcut
ürünlere yeni bir mamül ilave edilmesi düşünüldüğünde, bu ürünün mevcut
kaynaklardan kullanılarak üretilecek olduğuna göre, bu durumda yeni değişken
optimum tabloya yeni bir sütun olarak eklenecektir. X, Y ve Z ürünleri üreten bir
firma aynı zamanda V ürününden de üretmek istiyor olsun. V değişkeni çözümde
bulunmaksızın problemin optimum tablosu aşağıda verildiği gibi belirlenmiş
olsun:
 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.

Optimumluk bozulmuyor. Bu durumda yeni mamülü üretmek karı

artırmayacaktır. Sonuç olarak V mamulünden üretmeye gerek yoktur.
 BÖLÜM 6

2.MEVCUT FAALİYETLERİN KAYNAK GEREKSİNİMLERİNDE DEĞİŞİM

 Temel olmayan bir değişkenin kaynak gereksiniminde bir değişiklik olması halinde, bu değişikliğin
optimum çözüm üzerindeki etkisi (cj – zj) görece getiri değerleri ve yeni kolon değerleri
hesaplanarak incelenir.

 Formülü ile hesaplanır.

 Eğer bir temel değişkenin (çözümdeki değişkenin) kısıtlardaki katsayılarında (B’de) bir değişiklik
olursa, temel matris bundan etkileneceğinden ters matris de değişecektir ki, problemi yeniden
çözmek gerekir.
 BÖLÜM 6

3.PROBLEME YENİ KISITIN EKLENMESİ

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

Bu probleme X+2Y+Z ≤ 10 şeklinde yeni bir kısıt eklenmesi gereksin. Optimum

tabloda elde edilen çözüm:

X=1, Y=2 ve Z=0 idi

 BÖLÜM 6

Bu değerler yeni kısıtta yerine konulursa

(1+2*2+0)=5≤10 eşitsizliği sağlanmaktadır. Bu durumda ilgili kısıtı optimum

tabloya satır olarak ilave ettiğimizde tablo optimum kalacaktır. Yalnızca
elemanter işlemlerle kanonik formun sağlanması gerekmektedir.

X Y Z S1 S2 S3
S3 0 1 2 1 0 0 1 10

Şeklinde satır optimum tabloya eklenirse;

X + 2Y + Z+S3 = 10 1+2*2+0+S3 =10 eşitliğini sağlayan S3 değeri S3 =5’tir.
 BÖLÜM 6

Optimum çözüm ilave kısıtın gerektirdiği şartları sağlamıyorsa;

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

Yeni S3 satırı aşağıdaki gibi bulunacaktır.

Bu defa ikinci satır (-2) ile çarpılarak elde edilen S 3 satırına eklenirse:
Y 3 0 -2 -4 2 -2 0 -4
S2 0 0 2 2 -4 1 3 -3
S3 0 0 0 -2 -2 1 1 -1

Sağ taraf sabiti negatif olduğu için primal simpleks yöntem uygulanamaz dual
simpleks yöntem uygulanarak probleme çözüm aranacaktır.
 BÖLÜM 6

4.AMAÇ FONKİYONU VE KAYNAK KULLANIM GEREKSİNİMLERİNİN BİRLİKTE DEĞİŞİMİ

Aşağıda optimal çözümü verilen tabloda yer alan Z’nin başlangıç verilerindeki katsayıları
tamamen değişirse;

olması halinde optimum tabloda bir değişiklik olacak mıdır?

 BÖLÜM 6

Z temel değişken değildir.

| 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

Optimumluk bozuldu, bu aşamadan itibaren çözüme devam edilecektir.

 BÖLÜM 6

SAĞ TARAF SABİTİNDE DEĞİŞİM

Aşağıda bir DP probleminin formülasyonu ve bu probleme ait optimum tablo

verilmiştir.
 BÖLÜM 6

Çözümde S1 ve S2 değişkenleri bulunmadığına göre işçilik ve malzemede aylak kapasite

kalmamıştır. S1’in gölge fiyatı 5, S2’nin gölge fiyatı 1’dir. Ancak bu gölge fiyatı sağ taraf
sabitlerinin belirli aralıkları dahilinde geçerlidir.
BÖLÜM 6
 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.

S2’nin de değişim aralığını yukarıdaki işlemleri tekrarlayarak hesaplayalım:

 BÖLÜM 6

En küçük pozitif oran, sağ taraf sabitlerinin ne kadar azaltılabileceğini göstermektedir. S 2

için bu oran 2’dir. Orijinal değeri 3 olan malzeme miktarı 1’lik gölge fiyatı üzerinden en
çok 2 birim azaltılabilir. Bu durumda alt sınır değeri 3-2=1 olacaktır. Minumum negatif
oran, ilgili kaynağın sağ taraf sabitindeki mevcut miktarın ne kadar artırılabileceğini
vermektedir. Mevcut mimumum negatif oran -1’dir. Orijinal değeri 3 olan malzeme, en
fazla 1 kadar artırılabilir. 3+1=4 üst sınır değerini verecektir. Her iki sınırı bir arada ele
alırak;

1 ≤ S2 ≤4 bulunur.

S2’nin gölge fiyatı yukarıda verilen aralık dahilinde geçerlidir. Bu aralığın dışında farklı bir
gölge fiyat elde edilecektir.
 BÖLÜM 6

TEK BİR SAĞ TARAF SABİTİNİN MİKTARINDA DEĞİŞİM

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:

𝑀𝑎𝑥 𝑍=2 𝑋 +3𝑌 +𝑍

1 1 1
𝑋 + 𝑌 + 𝑍 ≤ 1 ( 𝑖 şç 𝑖𝑙𝑖𝑘 )
3 3 3
1 4 7
𝑋 + 𝑌 + 𝑍 ≤ 3 (𝑚𝑎𝑙𝑧𝑒𝑚𝑒 )
3 3 3

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.

𝑏′ =𝐵−1 ∗𝑏 𝑓𝑜𝑟𝑚ü𝑙ü𝑖𝑙𝑒 h𝑒𝑠𝑎𝑝𝑙𝑎𝑛ı𝑟 .

 BÖLÜM 6

Bu tablodaki B-1 matrisi:

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

SAĞ TARAF SABİTLERİNİN TAMAMINDA DEĞİŞİM

Max Z= 2X+ 3Y+ Z

X + 3Y +4Z ≤ 30
X + 4Y –Z ≤ 10

DP probleminde sağ taraf sabitleri orijinal problemde;

 BÖLÜM 6

Çözüm:

Max Z=2X+7Y-3Z
X +3Y+4Z ≤ 30
X+4Y-Z ≤ 10

Problemine ait başlangıç ve final simpleks tabloları aşağıda verilmiştir.

BÖLÜM 6
 BÖLÜM 6

Yeni tablonun sağ taraf değeri aşağıdaki gibi hesaplanacaktır.

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 YENİ BİR KISIT EKLENDİĞİNDE ORTAYA ÇIKAN DEĞİŞİM

Probleme yeni bir kısıt eklendiğinde örneğin önceki örnekte yer alan probleme;

3X+2Y+3Z ≤ 25 kısıtı ekleyelim.

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

Fonksiyonu değiştirilsin. Kısıtlar bir önceki soruyla aynı kalsın.

Max Z= X +5Y -2Z olarak verilirse, temel ve temel olmayan

değişkenlerin katsayıları birlikte değişmiştir.
BÖLÜM 6
 BÖLÜM 6

(*) esasen burada hesaplanmış olmasına rağmen, temel değişkenler olan X ve

S1’ e ait olan görece getiri değerlerinin yeniden hesaplanmasına gerek yoktur.
Optimumluk bozulduğuna göre yeni bir tablo ile çözüme devam edilmesi
gerekmektedir.
 KAYNAKÇA

 AHMET ÖZTÜRK, YÖNEYLEM ARAŞTIRMASINA GİRİŞ, EKİN

KİTABEVİ.

 MEHPARE TİMOR, YÖNEYLEM ARAŞTIRMASI, TÜRKMEN KİTABEVİ.

 TUNCAY CAN, YÖNEYLEM ARAŞTIRMASI, BETA YAYINEVİ.

 FREDERİCK S. HILLIER, GERALD J. LİEBERMAN, ÇEVİRİ

EDİTÖRLERİ: FERHAN ÇEBİ, İPEK DEVECİ KARAKOÇ, YÖNEYLEM
ARAŞTIRMASINA GİRİŞ, NOBEL AKADEMİK YAYINCILIK.