End 331

Dr. Y. lker Topcu (www.ilkertopcu.
info)

END331
YNEYLEM ARATIRMASI I
DERS NOTLARI
(2011-2012)

Dr. Y. lker Topcu

Teekkr:
Prof. W.L. Winston'n "Operations Research: Applications and Algorithms" kitab ile Prof. J.E.
Beasley's YA ders notlarnn bu ders notlarnn oluturulmasna olan katklar yznden her iki
profesre de teekkr ederiz....
Rastlayabileceiniz tm hatalarn sorumluluu bize aittir. Ltfen bizi bu hatalardan haberdar ediniz!
stanbul Teknik Universitesi OR/MS takm

www.yoneylem.itu.edu.tr

2011-2012
Dr. Y. lker Topcu (www.ilkertopcu.info)

NDEKLER
1. YNEYLEM ARATIRMASINA GR ............................................................... 1
1.1 TERMNOLOJ .......................................................................................................... 1
1.2 YA YNTEMBLM .................................................................................................. 1
1.3 YA'NIN TARHES .................................................................................................. 3
2. TEMEL YA KAVRAMLARI ................................................................................. 5
3. DORUSAL PROGRAMLAMA .......................................................................... 9
3.1 DPNN FORMLASYONU ................................................................................... 11
3.1.1 Giapetto rnei ................................................................................................ 11
3.1.2 Reklam rnei ................................................................................................. 12
3.1.3 Beslenme rnei ............................................................................................. 13
3.1.4 Postane rnei ................................................................................................ 14
3.1.5 Sailco rnei .................................................................................................... 15
3.1.6 Mteri Hizmet Dzeyi rnei ....................................................................... 16
3.2 DPNN ZM ................................................................................................... 17
3.2.1 DP zmleri: Drt Durum ............................................................................ 17
3.2.2 Grafik zm ................................................................................................... 17
3.2.3 Simpleks Algoritmas....................................................................................... 23
3.2.4 Byk M Yntemi............................................................................................. 29
3.3 DUALTE .................................................................................................................. 32
3.3.1 Primal Dual .................................................................................................... 32
3.3.2 Bir DPnin Dualini Bulma ................................................................................ 32
3.3.3 Dual Teoremi .................................................................................................... 33
3.3.4 Ekonomik Yorum ............................................................................................. 34
3.4 DUYARLILIK ANALZ ............................................................................................ 36
3.4.1 ndirgenmi Maliyet ......................................................................................... 36
3.4.2 Glge Fiyat ....................................................................................................... 36
3.4.3 Kavramsallatrma ........................................................................................... 36
3.4.4 Duyarllk iin Lindo ktsnn Kullanlmas ................................................ 37
3.4.5 Baz nemli denklemler .................................................................................. 39
3.4.6 Simpleks Kullanarak Duyarllk ...................................................................... 39
3.4.7 Grafik zm Kullanarak Duyarllk .............................................................. 41
2011-2012
3.4.8 Dualite ve Duyarllk ........................................................................................ 42
3.4.9 %100 Kural ...................................................................................................... 42
3.5 DUAL SMPLEKS YNTEM ................................................................................ 43
3.6 DZELTLM SMPLEKS YNTEM ................................................................. 44
3.7 TMLER GEVEKLK TEOREM ........................................................................ 51
4. ULATIRMA SORUNLARI ............................................................................... 53
4.1 ULATIRMA SORUNLARININ FORMLASYONU .......................................... 53
4.1.1 Dengeli Ulatrma Sorununun Formulasyonu ............................................. 54
4.1.2 Dengesiz bir Ulatrma Sorununun Dengelenmesi .................................... 55
4.2 TEMEL OLURLU ZMN BULUNMASI....................................................... 56
4.2.1 Kuzeybat Ke Yntemi ................................................................................ 57
4.2.2 Enkk Maliyet Yntemi ............................................................................... 58
4.2.3 Vogel'in Yaklam ........................................................................................... 60
4.3 ULATIRMA SMPLEKS ...................................................................................... 61
4.4 ULATIRMA SORUNLARI N DUYARLILIK ANALZ .................................. 64
4.5 GEC KONAKLAMA SORUNLARI ................................................................... 68
4.6 ATAMA SORUNLARI ............................................................................................. 70
4.6.1 DP Gsterimi .................................................................................................... 70
4.6.2 Macar Yntemi ................................................................................................. 70

2011-2012
1. YNEYLEM ARATIRMASINA GR
1.1 TERMNOLOJ
"Yneylem Aratrmas" (YA), ngiliz ve Avrupallar tarafndan "Operational
Research" ve Amerikallar tarafndan "Operations Research" olarak isimlendirilir ve
"OR" olarak ksaltlr.
Bu alanda kullanlan bir dier terim de "Ynetim Bilimi"dir (Management Science) ve
uluslararas literatrde MS olarak ksaltlr. ki terim birletirilerek "OR/MS" veya
"ORMS" de denilir.
YA genelde bir "Sorun zme" (problem solving) ve "Karar Verme Bilimi" (decision
science) olarak da deerlendirilir.
Baz kaynaklarda YA yerine Endstri Mhendislii (Industrial Engineering - IE)
kavram da kullanlr.
Son yllarda bu alan iin tek bir terim kullanlmaya allmaktadr: OR.
Biz de derste bu alan iin Yneylem Aratrmasnn Trke ksaltmas olan YA'y
kullanacaz.
Yneylem Aratrmas (Ynetim Bilimi) genellikle kt kaynaklarn tahsis edilmesi
gereken durumlarda en iyi ekilde bir sistemi tasarlamaya ve iletmeye ynelik karar
verme srecine bilimsel bir yaklamdr.
Belirli bir hedefi gerekletirmek iin birlikte alan birbirine bal bileenlerin
oluturduu dzen sistemdir.

1.2 YA YNTEMBLM
Bir sorunun zm iin YA kullanld zaman aadaki yedi admlk sre takip
edilmelidir.
YA analisti (sorunu olan karar vericiye YA teknikleri ile yardmc olan kii) ilk olarak
sorunu tanmlar. Sorunun tanmlanmas; amalarn ve sorunu oluturan sistemin
bileenlerinin belirlenmesi ile olur.
Adm 1. Sorunun Formlasyonu

2011-2012
Daha sonra analist sorunu etkileyen parametrelerin deerlerini belirlemek iin veri
toplar. Sz konusu deerler sorunu temsil edecek bir matematiksel modelin
gelitirilmesi (Adm 3) ve deerlendirilmesi (Adm 4) iin kullanlr.
Adm 2. Sistemin ncelenmesi
Analist tarafndan sorunu ideal bir ekilde temsil edecek bir matematiksel model
gelitirilir. Bu derste modelleme iin eitli yntemler reneceiz.
Adm 3. Sorunun Matematiksel Modelinin Kurulmas
nc admda kurulan modelin gerei iyi yanstp yanstmad snanr. u anki
durum iin modelin ne kadar geerli olduu belirlenerek modelin geree ne kadar
uyduu test edilir.
Adm 4. Modelin Dorulanmas
Eldeki model zerinde bir zm yntemi kullanlarak amalar en iyi karlayan bir
seenek (varsa) analist tarafndan seilir.
Adm 5. Uygun bir Seenein Seilmesi
Bazen eldeki seeneklerin kullanm iin snrlandrmalar ve kstlamalar olabilir. Bu
yzden amac karlayan seenek bulunamayabilir. Baz durumlarda ise amalar en
iyi ekilde karlayan birden fazla sayda seenek bulunabilir.
Bu admda, analist modeli ve model zm sonucunda ortaya kan nerileri karar
verici ya da vericilere sunar. Seenek says birden fazla ise karar verici(ler)
gereksinimlerine gre birini seerler.
Adm 6. Sonularn Karar Vericiye Sunumu
Sonularn sunumundan sonra, karar verici(ler) neriyi onaylamayabilir. Bunun
nedeni uralan sorunun doru tanmlanmamas ya da modelin kurulmasnda karar
vericinin yeterince srece karmamas olabilir. Bu durumda analist ilk adma
yeniden dnmelidir.
Eer karar verici sunulan neriden memnun kalrsa, analistin son grevi karar
vericinin neriyi uygulamasna yardmc olmaktr: Seenein kullanlarak sorunun
zmne nezaret etmeli ve zellikle evre koullar deitike amalar karlamaya
ynelik dinamik gncellemeler yaparak uygulamay izlemelidir.
Adm 7. nerinin Uygulanmas ve zlenmesi

2011-2012
1.3 YA'NIN TARHES
YA greceli olarak yeni bir bilim daldr. 1930'lu yllarn sonunda YA ilk olarak Birleik
Krallk'ta kullanld.
1936 ylnn banda ngiliz Hava Bakanl; dou kysnda, Felixstowe yaknlarnda,
Suffolk'da Bawdsey Aratrma stasyonu'nu kurdu. Sz konusu yer hava kuvvetleri
sava ncesi radar almalarnn yapld merkezdi. Yine 1936 ylnda Kraliyet
Hava Kuvvetleri (RAF) iinde Britanya hava savunmas iin zel bir birlik oluturuldu.
Radarn kullanlmaya balamas beraberinde baz sorunlar da getirdi: Uaklarn
rotas ve kontrolu gibi elde edilen bilginin doru ve etkin bir ekilde kullanlmas gibi.
1936 ylnn sonunda, Kent'deki Biggin Hill'de kurulan bir grup elde edilen radar bilgisi
ile dier uak ile ilgili yer bilgilerinin btnletirilmesini hedefleyen almalar yapt.
Sz konusu almalar YA'nn balangc olarak kabul edilebilir.
1937 ylnda Bawdsey Aratrma stasyonu deneysel almalar pratie evirdi ve
Radar stasyonu olarak almaya balad. Radardan elde edilen bilgiler
btnletirilerek genel hava savunma ve kontrol sistemi oluturuldu. Temmuz
1938'de ky boyunca drt yeni radar istasyonu daha kuruldu. Bu durumda da farkl
istasyonlardan elde edilen ve genelde birbirleri ile elien bilginin dorulanmas ve
egdm sorunu ortaya kt.
Sorunun zm iin ve yaplan ilerin etkinliinin llmesi amacyla Bawdsey
Aratrma stasyonu'nda A.P. Rowe bakanlnda bir bilimsel grup oluturuldu. Sz
konusu askeri operasyonlarn aratrlmas (Research into Military Operations)
ilemine "Operational Research" denildi. Genileyen alma grubu, 1939 yaznda,
Stanmore Aratrma stasyonu'nu merkez olarak kullanmaya balad.
Sava srasnda Stanmore Aratrma Merkezi, Fransa'daki Alman glerine kar
istenen ek uak kuvvetlerinin uygun olup olmadn YA teknikleri kullanarak
deerlendirdi ve uygun olmadn gsteren grafiklerle o zamanki babakan Winston
Churchill'e bir sunum yapt ve sonuta blgeye ek kuvvet gnderilmeyerek hava
kuvvetlerinin gcnn azalmas engellendi. 1941 ylnda Yneylem Aratrmas
Blm (Operational Research Section - ORS) kuruldu ve sava bitimine kadar sz
konusu grup almalar yapt.
1941 ylnda kurulan Blackett nderliindeki bu gruba yedi ayr bilim dalndan onbir
bilim adam katlmt: fizyolog, bir fiziki, iki matematiki, bir astrofiziki, iki fizik
matematikisi, bir subay, bir mhendis. Savatan sonra YA almalar zellikle
ABD'de askeriye dndaki alanlarda da hzland
2011-2012
Trkiye'de ise ilk YA almalar, 1 Haziran 1956'da, Alb. Fuat Ulu'un abalar ile
Genel Kurmay'da oluturulan yedek subaylardan oluan Harekat Aratrmas grubu
ile balad. Seferberlik ve hava savunma konularnda yurtdndan alnan destek ile
aratrmalar yapld. lkemizde ilk YA dersi de T Makine Fakltesinde 1960-61
ders ylnda Prof. Dr. lhami Karayaln tarafndan verildi. 1966 ylnda Harekat
Aratrmas ismi Yneylem Aratrmas olarak deitirildi.
2011-2012
2. TEMEL YA KAVRAMLARI
YA, gerek hayat sistemlerinin matematiksel modellerle temsil edilmesi ve en iyi
(optimum) zm bulmak iin kurulan modellere saysal yntemler (algoritmalar)
uygulanmasdr.
Bir eniyileme (optimizasyon) modeli verilen kstlar salayan karar deikenlerinin
tm deerleri arasnda ama fonksiyonunu eniyileyen (enbykleyen veya
enkkleyen) deerleri bulmay hedefler

rnek
Two Mines irketi zel bir cevher kard iki adet maden ocana sahiptir.
Ocaklarda retilen cevher snfa ayrlr: yksek, orta, dk kaliteli. irket bir
fabrikaya haftalk olarak 12 ton yksek, 8 ton orta ve 24 ton dk kaliteli cevher
salamak zere anlamtr. Sz konusu iki maden oca (X ve Y) ayrntlar aada
verilen farkl iletim zelliklerine sahiptir.
Maden
Maliyet
('000 / gn)
retim (ton/gn)
Yksek Orta Dk
X 180 6 3 4
Y 160 1 1 6
Anlamay gerekletirmek iin haftasonu retim yaplmayan maden ocaklar haftada
ka gn iletilmelidir?

Tahmin
Two Mines rneini incelemek iin ok basit bir ekilde yargmz kullanarak
madenlerin haftada ka gn alacana ynelik olarak fikir yrterek tahmin
yapabiliriz.
haftada bir gn X madenini, bir gn Y madenini iletme
Bu zm nerisi iyi bir sonu vermeyecek gibi gzkmektedir. Sadece 7 ton yksek
kaliteli cevher retilecek bu durumda da 12 tonluk mteri gereksinimi
karlanamayacaktr. Byle bir zme "olurlu (uygun) olmayan" (infeasible) zm
denilir.
2011-2012
haftada 4 gn X madenini, 3 gn Y madenini iletme
Bu durumda tm mteri gereksinimleri karlanabilmektedir. Byle bir zme de
"olurlu" (feasible) zm denilir. Fakat sz konusu zm nerisi ok pahaldr.
Anlamay en kk maliyetle salayacak zm isteriz. Tahmin ederek yeni
zmler bulsak bile bulduumuz zmn en kk maliyetli olup olmadn
bilemeyiz. Yapsal bir yaklam ile en iyi zm bulabiliriz.

zm
Yapmamz gereken Two Mines rneini szel olarak ifade edip, sz konusu ifadeyi
matematiksel bir tanma evirmektir.
Bu tipte sorunlar zmeye urarken ncelikle aadaki kavramlar belirlemeliyiz:
deikenler (variables)
kstlar (constraints)
ama.(objective)
Bu belirleme srecine "formlasyon" ya da daha resmi bir ekilde sorunun
matematiksel modelinin formlasyonu denilir.

Bunlar verilmesi gereken kararlar veya bilinmeyenleri temsil eder. ncelenen sorunda
iki adet karar deikeni (decision variable) vardr:
Deikenler
x = Bir haftada X maden ocann iletilecei gn says
y = Bir haftada Y maden ocann iletilecei gn says
Doal olarak x >= 0 ve y >= 0 olacaktr

Kst, soruna zg durumlarn getirdii snrlamalardr. Kst belirlemenin en iyi yolu
nce snrlayc durumlar szel olarak ifade edip daha sonra deikenleri kullanp
matematiksel biimde yazmaktr:
Kstlar
Cevher retim ksd retilen cevher ile mteri gereksiniminin dengelenmesi
Cevher eitleri
Yksek 6x + 1y >= 12
Orta 3x + 1y >= 8
Dk 4x + 6y >= 24
2011-2012
Kstlarda eitlik yerine eitsizlik kullanldna dikkat ediniz. Bu durumda gereksinim
duyulandan daha fazla cevher retebiliriz. Eitsizlik kullanma "en iyileme"
(optimization) sorunlarndaki kstlarda esneklik salar.

Haftalk gn ksd - Haftada belirli bir gnden fazla allamaz. rnein haftada 5
gn allrsa
x <= 5
y <= 5
Haftalk gn says gibi kstlar genellikle sakl (implicit) kstlar olarak isimlendirilir
nk bu kstlar deikenlerin tanmlanmasnda sakldr

irketin amac toplam maliyeti (180x + 160y) en az seviyede tutarak mteri
gereksinimlerini karlamaktr.
Ama
Ele alnan sorunda tm olas olurlu zmlerden ama fonskiyonu deerini
enkkleyen karar deikeni deerlerini barndran zm en iyi zmdr.
Sorunun amacnn kar enbyklemesi olmas durumunda en iyi zm ama
fonksiyonu deerini en byk yapan deer olacaktr.
Genel olarak, tm olas olurlu zmlerden ama fonksiyonu deerini en iyi hale
getiren karar deikeni deerlerini barndran zme "en iyi" (optimum) zm
denilir.

Sonu olarak tm kavramlar birarada yazarak tam matematiksel modeli aadaki
gibi yazabiliriz:
enkkle (minimize)
180x + 160y
yle ki (subject to)
6x + y >= 12
3x + y >= 8
4x + 6y >= 24
x <= 5
y <= 5
x,y >= 0

2011-2012

Yukarda verilen matematiksel model aadaki biimdedir:
tm deikenler sreklidir (continuous)
tek bir ama vardr (enbykleme (maximize) veya enkkleme (minimize))
ama ve kst fonksiyonlar dorusaldr. Fonksiyondaki her terim ya sabit
saydr ya da bir sabitle arplm deikendir (rnein 24, 0, 4x, 6y dorusal
terimlerdir fakat xy, x
2
dorusal deildir).

Yukardaki koulu salayan herhangi bir formlasyon bir "Dorusal Program"dr
(DP; linear program - LP).

Bir sorunu DP ile incelediimizde yukardaki koullara uymak iin baz varsaymlar
yaparz. Ele aldmz rnekte haftalk alma gn saysnn kesirli olabilecei (tam
say olmak zorunda olmamas) gibi. Aslnda bu tip sorunlar zmek iin "Tam sayl
programlama" (integer programming- IP) teknikleri de kullanlabilir.

Matematiksel model (formlasyon) kurulduktan sonra algoritma ad verilen saysal
bir zm teknii kullanlarak ama fonksiyonunun "en iyi" (optimum) deerini
verecek (enbykleme sorunlarnda en byk, enkklemede en kk) ve tm
kstlar salayacak ekilde karar deikeni deerleri bulunur.

"YA, gerek hayat sistemlerinin matematiksel modellerle temsil edilmesi ve en
iyi zm bulmak iin kurulan modellere saysal yntemler (algoritmalar)
uygulanmasdr."

2011-2012
3. DORUSAL PROGRAMLAMA
Two Mines rnei incelenirse, bir matematiksel modelin bir "Dorusal Program" (DP;
linear program - LP) olmas iin aadaki koullar salamas gerektii grlr:
Tm deikenler sreklidir (continuous)
Tek bir ama vardr (enbykleme (maximize) veya enkkleme (minimize))
Ama ve kst fonksiyonlar dorusaldr. Fonksiyondaki her terim ya sabit saydr
ya da bir sabitle arplm deikendir
DP'ler nemlidir nk:
ok sayda sorun DP olarak formle edilebilir
"Simpleks algoritmas" kullanlarak DP'ler zlebilir ve en iyi zm bulunabilir
DP'lerin temel uygulama alanlarna aada eitli rnekler verilmitir:
retim planlama
Rafineri ynetimi
Karm
Datm
Finansal ve ekonomik planlama
gc planlamas
Tarmsal planlama
Gda planlama

DP'ler iin drt temel varsaym sz konusudur:
Oransallk
o Her karar deikeninin ama fonksiyonuna katks karar deikeninin
deeri ile orantldr (Drt asker retmenin ama fonksiyonuna (kra)
katks (4$3=$12) bir askerin ama fonkisyonuna katksnn ($3) tam
olarak drt katdr.)
o Her karar deikeninin kstlarn sol tarafna katks karar deikeninin
deeri ile orantldr. ( asker retmek gerekli montaj zaman (2 saat 3 =
2011-2012
6 saat) tam olarak bir asker retmek iin gerekli montaj zamannn (2 saat)
katdr.)
Toplanabilirlik
o Herhangi bir karar deikeninin ama fonksiyonuna katks dier karar
deikenlerinin deerlerinden bamszdr. (Trenin (x
2
) deeri ne olursa
olsun, asker (x
1
) retmek her zaman ama fonksiyonuna 3x
1
dolar katk
yapacaktr.)
o Herhangi bir karar deikeninin kst sol tarafna katks dier karar
deikenlerinin deerlerinden bamszdr. (x
1
in deeri ne olursa olsun, x
2

retimi x
2
saat montaj ve x
2
saat marangozluk gerektirir.)
Sonu 1: Ama fonksiyonu deeri her bir karar deikeninin katksnn
toplamna eittir.
Sonu 2: Her bir ksdn sol taraf deeri her bir karar deikeninin
katksnn toplamna eittir.
Blnebilirlik
Karar deikenleri tam say olmayan deerler alabilir. Eer tam say deerler
kullanmak artsa TP kullanlmaldr. (1.69 tren retmek kabul edilebilir.)
Kesinlik
Her parametre kesin olarak bilinmektedir.
2011-2012
3.1 DPNN FORMLASYONU
3.1.1 Giapetto rnei
(Winston 3.1., s. 49)
Giapetto tahtadan oyuncak asker ve tren yapmaktadr. Sat fiyatlar, bir oyuncak
asker iin $27, bir oyuncak tren iin $21'dr. Bir asker iin $10'lk hammadde ve
$14'lk iilik kullanlmaktadr. Bir tren iin ise sz konusu rakamlar srasyla $9 ve
$10'dr. Her bir asker iin 2 saat montaj ve 1 saat marangozluk gerekirken, her bir
tren iin 1 saat montaj ve 1 saat marangozluk gerekmektedir. Eldeki hammadde
miktar snrszdr, fakat haftada en ok 100 saat montaj ve 80 saat marangozluk
kullanabilen Giapetto'nun haftada en fazla 40 oyuncak asker satabileceini gz
nnde bulundurarak karn enbyklemek iin hangi oyuncaktan haftada ka adet
retmesi gerektiini bulunuz.
Yant
Karar deikenleri tam olarak verilmesi gereken (bu sorunda Giapetto tarafndan)
kararlar tanmlamaldr. Giapetto bir haftada ka oyuncak asker ve tren yapacana
karar vermelidir. Bu karara gre aadaki karar deikenleri tanmlanabilir:
x
1
= bir haftada retilen asker says
x
2
= bir haftada retilen tren says
Ama fonksiyonu karar deikenlerinin bir fonksiyonudur. Gelir veya karn
enbyklemek ya da maliyetini enkklemek isteyen karar vericinin amacn
yanstr. Giapetto haftalk karn (z) enbyklemek isteyecektir.
Bu sorunda kar
(haftalk gelir) (hammadde satnalma maliyeti) (dier deiken maliyetler)
olarak formle edilebilir. Bu durumda Giapettonun ama fonksiyonu:
Enbykle z = 3x
1
+ 2x
2

Kstlar karar deikenlerinin alabilecei deerler zerindeki, snrlamalar gsterir.
Herhangi bir snrlama olmazsa Giapetto ok fazla sayda oyuncak reterek ok
byk kar elde edebilir. Fakat gerek hayatta olduu gibi burada da kstlar vardr
Haftalk kullanlabilen montaj iilii zaman
Haftalk kullanlabilen marangozluk zaman
Askerler iin haftalk talep
aret snrlamalar da eer karar deikenleri salt negatif olmayan deerler alyorsa
kullanlmaldr (Giapetto negatif sayda asker veya tren retemez!).
2011-2012

Yukardaki tm bu zellikler aadaki Dorusal Programlama (DP; Linear
Programming - LP) modelini verir:
Maks z = 3x
1
+ 2x
2
(Ama fonksiyonu)
s.t. 2x
1
+ x
2
100 (Montaj ksd)
x
1
+ x
2
80 (Marangozluk ksd)
x
1
40 (Talep ksd)
x
1
, x
2
0 (aret snrlamalar)

Eer (x
1
,x
2
)nin bir deeri (bir zm) tm bu kstlar ve iaret snrlamalarn
salarsa, sz konusu zm olurlu blgededir (feasible region).
Grafik olarak ya da hesaplayarak sorun zldnde olurlu blgedeki zmlerden
ama fonksiyon deeri en yksek olan zmn (x
1
,x
2
) = (20,60) olduunu ve z=180
deerini verdiini buluruz. Bu zm en iyi zmdr (optimal solution).
Rapor
Haftada 20 asker ve 60 tren retilmesi durumunda kar $180 olacaktr. Kar miktarlar,
eldeki iilik ve talebe gre elde edilebilecek en byk kar budur. Daha fazla iilik
bulunursa kar oalabilir.

3.1.2 Reklam rnei
(Winston 3.2, s. 61)
Dorian irketi, yksek gelirli mterileri iin otomobil ve jeep retmektedir.
Televizyondaki tiyatro oyunlarna ve futbol malarna bir dakikalk spot
reklamlar vererek satlarn arttrmay hedeflemektedir. Tiyatro oyununa verilen
reklamn maliyeti $50bin'dir ve hedef kitledeki 7 milyon kadn ve 2 milyon erkek
tarafndan seyredilebilir. Futbol mana verilen reklamn maliyeti ise $100bin'dir ve
hedef kitledeki 2 milyon kadn ve 12 milyon erkek tarafndan seyredilebilir. Dorian
yksek gelirli 28 milyon kadn ve 24 milyon erkee en az maliyetle nasl ular?
Yant
Karar deikenleri aadaki gibi belirlenebilir:
x
1
= tiyatro oyununa verilen reklam says
x
2
= futbol mana verilen reklam says
Sorunun modeli:
2011-2012
min z = 50x
1
+ 100x
2

yle ki 7x
1
+ 2x
2
28
2x
1
+ 12x
2
24
x
1
, x
2
0
Grafik zm yaplrsa (x
1,
x
2
) = (3.6,1.4) deerleri iin ama fonksiyonunun en iyi
deeri z = 320 olarak bulunur.
Grafie baklarak en iyi tamsayl zm (x
1,
x
2
) = (4, 2) olarak bulunabilir.
Rapor
Hedeflenen kitleye ulamak iin en az maliyetli zm 4 adet reklam tiyatro
oyununda ve 2 adet reklam futbol manda kullanmak gerekir. Bu durumda Dorian
$400bin reklam masraf yapacaktr.

3.1.3 Beslenme rnei
(Winston 3.4., s. 70)
Bayan Fidan drt "temel gda grubu" ile beslenmektedir: kek, ikolatal dondurma,
kola, ananasl pasta. Bir adet kek $0.5'a, bir kak dondurma $0.2'a, bir ie kola
$0.3'a ve bir dilim pasta $0.8'a satlmaktadr. Her gn en az 500 kalori, 6 oz. ikolata,
10 oz. eker ve 8 oz. ya almas gereken Bayan Fidan en az maliyetle bu
gereksinimlerini nasl karlar? Aadaki tabloyu kullanarak bir DP modeli kurup
sorunu znz.
Kalori ikolata
(ounce)
eker
(ounce)
Ya
(ounce)
Kek (1 adet) 400 3 2 2
ikolatal dondurma (1 kak) 200 2 2 4
Kola (1 ie) 150 0 4 1
Ananasl pasta (1 dilim) 500 0 4 5
Yant
Karar deikenleri:
x
1
: gnlk yenilecek kek says
x
2
: gnlk yenilecek kak dondurma says
x
3
: gnlk iilecek ie kola says
x
4
: gnlk yenilecek dilim pasta says
eklinde belirlenebilir.
Bu durumda ama fonksiyonu (cent cinsinden toplam gnlk maliyet):
min w = 50 x
1
+ 20 x
2
+ 30 x
3
+ 80 x
4

Kstlar:
2011-2012
400 x
1
+ 200 x
2
+ 150 x
3
+ 500 x
4
> 500 (gnlk kalori)
3 x
1
+ 2 x
2
> 6 (gnlk ikolata)
2 x
1
+ 2 x
2
+ 4 x
3
+ 4 x
4
> 10 (gnlk eker)
2 x
1
+ 4 x
2
+ x
3
+ 5 x
4
> 8 (gnlk ya)
x
i
> 0, i = 1, 2, 3, 4 (iaret snrlamalar!)
Rapor
Bayan Fidan gnde 3 kak dondurma yiyip 1 ie kola ierek tm besin
gereksinimlerini karlayabilir ve sadece 90 cent harcar (w=90, x
2
=3, x
3
=1).

3.1.4 Postane rnei
(Winston 3.5., s. 74)
Bir postanede haftann her gn farkl sayda elemana gereksinim duymaktadr.
Sendika kurallarna gre bir eleman 5 gn pe pee almakta dier iki gn izin
yapmaktadr. altrlmas gereken toplam en az eleman saysn aadaki i
ykne gre hesaplaynz.
Pzt Sal ar Per Cum Cmt Paz
Gerekli eleman 17 13 15 19 14 16 11
Yant
Karar deikenleri x
i
(i. gn almaya balayan eleman says) olsun
Matematiksel olarak DP modeli aadaki gibi oluturulabilir:
min z = x1 +x2 +x3 +x4 +x5 +x6 +x7
x1 +x4 +x5 +x6 +x7 17
x1 +x2 +x5 +x6 +x7 13
x1 +x2 +x3 +x6 +x7 15
x1 +x2 +x3 +x4 +x7 19
x1 +x2 +x3 +x4 +x5 14
+x2 +x3 +x4 +x5 +x6 16
+x3 +x4 +x5 +x6 +x7 11
x
t
0, t
Rapor
(x
t
) = (4/3,10/3,2,22/3,0,10/3,5), z = 67/3 eklindedir.
Karar deikeni deerleri yakn tamsaylara yuvarlanrsa (x
t
) = (2,4,2,8,0,4,5),
z=25 zm bulunur (yanl olabilir!).
Elde edilen Tamsayl Lindo zmne gre ise ama fonksiyonun en iyi deeri
z=23'dr ve (x
t
) = (4,4,2,6,0,4,3) eklindedir.

2011-2012
3.1.5 Sailco rnei
(Winston 3.10., s. 99)
Sailco irketi gelecek drt mevsimde ka adet yelkenli reteceine karar verecektir.
Talep srasyla 40, 60, 75 ve 25 yelkenlidir. Sailco tm talepleri zamannda
karlamaldr. Balangta Sailco'nun envanterinde 10 yelkenli vardr. Normal mesai
ile bir mevsimde 40 yelkenli retebilen irket yelkenli bana $400 iilik maliyetine
maruz kalmaktadr. Fazla mesai ile yaplan her ek yelkenli iin ise iilik maliyeti
$450'dr. Herhangi bir mevsimde yaplan yelkenli ya talebi karlamak iin kullanlp
satlr ya da envantere konulur. Bir yelkenlinin bir mevsim envanterde tutulmas
durumunda ise $20 envanter tama maliyeti olumaktadr.
Yant
t = 1,2,3,4 iin karar deikenleri
x
t
= t. mevsimde normal mesai ile retilen yelkenli says
y
t
= t. mevsimde fazla mesai ile retilen yelkenli says
Envanter hesaplarnn yaplabilmesi iin kullanlacak deikenler:
i
t
= t. mevsimin sonunda envanterdeki yelkenli says
d
t
= t. dnem iin yelkenli talebi
Veri x
t
40, t
Mantksal olarak i
t
= i
t-1
+ x
t
+ y
t
- d
t
, t.
Talep karlanmal i
t
0, t
(aret snrlamalar x
t
,y
t
0, t)
Bu kst kmelerini kullanarak toplam maliyet zyi enkklemeliyiz:
z = 400(x
1
+x
2
+x
3
+x
4
) + 450(y
1
+y
2
+y
3
+y
4
) + 20(i
1
+i
2
+i
3
+i
4
)
Rapor
Lindo en iyi zm (x
1
, x
2
, x
3
, x
4
) = (40, 40, 40, 25), (y
1
, y
2
, y
3
, y
4
) = (0, 10, 35, 0) ve
toplam maliyet = $78450.00 olarak verir. retim izelgesi:
M1 M2 M3 M4
Normal mesai (x
t
) 40 40 40 25
Fazla mesai (y
t
) 0 10 35 0
Envanter (i
t
) 10 10 0 0 0
Talep (d
t
) 40 60 75 25

2011-2012
3.1.6 Mteri Hizmet Dzeyi rnei
(Winston 3.12, s. 108)
Bir bilgisayar irketinde mteri hizmetleri iin deneyimli uzmana olan talep
(adamsaat/ay) aadaki gibidir:
t Ocak ub Mart Nis May
d
t
6000 7000 8000 9500 11000
Ocak ay banda irkette 50 deneyimli uzman vardr. Her uzman ayda 160 saat
alabilir. Yeni bir uzman yetitirmek iin deneyimli uzmanlar 50 saat ayrmaktadr
ve sz konusu uzmann eitimi bir ayda tamamlanmaktadr. Her deneyimli uzmana
ayda $2000, her yeni uzmana ise ayda $1000 denmektedir. Her ay deneyimli
uzmanlarn %5'i iten ayrlmaktadr. irket hem hizmet talebini karlamak istemekte
hem de maliyetleri enazlamak istemektedir. Sorunu zmek iin DP modeli kurunuz.
Yant
Karar deikenleri:
x
t
= t aynda eitilecek uzman says
lem yapabilmek iin kullanlan dier deikenler ise
y
t
= t. ayn banda irketteki deneyimli uzman says
d
t
= t. ayn hizmet talebi
Bu durumda
min z = 2000(y
1
+...+y
5
)+1000(x
1
+...+x
5
)
yle ki
160y
t
-50x
t
d
t
for t = 1,...5
y
1
= 50
y
t
= .95y
t-1
+x
t-1
for t = 2,3,4,5
x
t
,y
t
0

2011-2012
3.2 DPNN ZM

3.2.1 DP zmleri: Drt Durum
Bir DP zld zaman aadaki drt durumdan biri ile karlalr:
1. DPnin bir tek en iyi zm vardr.
2. DPnin alternatif (ok sayda) en iyi zmleri vardr. Birden fazla (aslnda
sonsuz sayda) en iyi zm bulunur.
3. DP olurlu deildir (infeasible). Hi olurlu zm yoktur (Olurlu blgede
nokta yoktur).
4. DP snrl deildir (unbounded). Olurlu blgedeki noktalar sonsuz byklkte
ama fonksiyon deeri vermektedir.

3.2.2 Grafik zm
Sadece iki deikenli herhangi bir DPnin zm grafiksel olarak bulunabilir

rnek 1. Giapetto
Giapetto DPnin sadece iki karar deikeni olduundan grafik zerinde zme
gidilebilir
Yant
The feasible region is the set of all points satisfying the constraints.
maks z = 3x
1
+ 2x
2

yle ki 2x
1
+ x
2
100 (Montaj ksd)
x
1
+ x
2
80 (Marangozluk ksd)
x
1
40 (Talep ksd)
x
1
, x
2
0 (aret snrlamalar)
Aadaki kstlar salayan noktalar kmesi olurlu blgedir. DPyi salayan noktalar
kmesi DGFEH begeni ile snrlandrlmtr. Bu begen (boyal blge) zerindeki
veya iindeki herhangi bir nokta olurlu blgededir.

2011-2012

(Minimization)
min 180x + 160y
st 6x + y >= 12
3x + y >= 8
4x + 6y >= 24
x <= 5
y <= 5
x,y >= 0

DP iin olurlu blgeyi belirledikten sonra en iyi zm iin aratrma yaplabilir. En iyi
zm, olurlu blgede en fazla z deerini veren noktadr (enbykleme sorunu).
En iyi zm bulmak iin, z deerleri ayn olan bir doru izilir. Enbykleme sorunu
iin bu izgi e kar (isoprofit) dorusu; enkkleme sorunu iinse e maliyet
(isocost) dorusu olarak isimlendirilir (ekilde z = 60, z = 100 ve z = 180 iin e kar
dorular grlmektedir).
Bir tek en iyi zm varsa, e kar dorusu olurlu blgeyi terk ederken bir ke (vertex
- corner) ile kesiir.
Bu DP iin en iyi zm z = 180 iin G noktas (x
1
, x
2
) = (20,60) eklindedir.

Karar deikenlerinin en iyi zm deerleri kullanldnda bir ksdn sol taraf deeri
ile sa taraf deeri eitse o kst aktif (sk; binding, tight) bir ksttr.
Karar deikenlerinin en iyi zm deerleri kullanldnda bir ksdn sol taraf deeri
ile sa taraf deeri eit deilse o kst aktif olmayan (nonbinding) bir ksttr.
Giapetto DPde montaj iilii ve marangozluk kstlar aktiftir. te yandan talep ksd
aktif olmayan bir ksttr nk en iyi zmde x
1
< 40 (x
1
= 20).

X1
X2
10 20 40 50 60 80
2
0
4
0
6
0
8
0
1
0
0
finishing constraint
carpentry constraint
demand constraint
z = 60
z = 100
z = 180
Feasible Region
G
A
B
C
D
E
F
H
2011-2012
rnek 2. Reklam
Reklam DPnin sadece iki karar deikeni olduundan grafik zerinde zme
gidilebilir
Yant
Aadaki kstlar salayan noktalar kmesi olurlu blgedir.
min z =50x
1
+ 100x
2

yle ki 7x
1
+ 2x
2
28 (yksek gelirli kadn)
2x
1
+ 12x
2
24 (yksek gelirli erkek)
x
1
, x
2
0

Dorian toplam reklam maliyetini enkklemek istedii iin sorunun en iyi zm
olurlu blgede en az z deerini veren noktadr.
En az z deerli e maliyet dorusu E noktasndan gemektedir; bu yzden en iyi
zm x
1
= 3.6, x
2
= 1.4 ve z = 320 eklindedir.
X1
X2
2
4
6
8
10
12
14
2 4 6 8 10 12 14
z = 600
z = 320
A
C
D
E
B
Feasible
Region
High-income women constraint
High-income men constraint
X1
X2
2
4
6
8
10
12
14
2 4 6 8 10 12 14
z = 600
z = 320
X1
X2
2
4
6
8
10
12
14
2 4 6 8 10 12 14
z = 600
z = 320
A
C
D
E
B
Feasible
Region
High-income women constraint
High-income men constraint
2011-2012

Hem yksek gelirli kadn hem de yksek gelirli erkek kstlar saland iin her ikisi
de aktif kstlardr.

rnek 3. ki Maden
min 180x + 160y
yle ki 6x + y >= 12
3x + y >= 8
4x + 6y >= 24
x <= 5
y <= 5
x,y >= 0
Yant
En iyi zm iin maliyet 765.71dir. 1.71 gn X madeni ve 2.86 gn Y madeni
altrlmaldr.

2011-2012
rnek 4. Deitirilmi Giapetto
maks z = 4x
1
+ 2x
2

s.t. 2x
1
+ x
2
100 (Finishing constraint)
x
1
+ x
2
80 (Carpentry constraint)
x
1
40 (Demand constraint)
x
1
, x
2
0 (Sign restrictions)
Yant

G (20, 60) ve F (40, 20) noktalar arasndaki doru zerindeki noktalar alternatif en
iyi zmleri verir.
0c1 iin
c [20 60] + (1-c) [40 20] = [40-20c, 20+40c]
en iyi zmdr.
Tm en iyi zmler iin en iyi ama fonksiyon deeri 200dr.

rnek 5. Deitirilmi Giapetto (v. 2)
x
2
90 (Tren talebi) ksdn ekleyelim.
Yant
Olurlu blge yoktur: Olurlu olmayan DP
x
1

C
80

100 B
A
50

80 D
E
40
F
G
H
2011-2012

rnek 6. Deitirilmi Giapetto (v. 3)
Sadece x
2
90 ksd olsun.
Yant
E kar dorusu olurlu blgeyi terk edemez: Snrl olmayan DP

2011-2012
3.2.3 Simpleks Algoritmas
Tm DP sorunlarnn (ikiden fazla sayda karar deikeni olanlarn da) en iyi zm
olurlu blgenin bir kesindedir. Simpleks algoritmas bu gerei kullanarak zme
gider.
Balangta olurlu blgenin bir kesi ile ileme balanr ve eer sz konusu ke en
iyi zm vermezse yeni bir adm (iterasyon) iletilerek ama fonksiyonunu
iyiletiren (veya ayn brakan) baka bir komu keye geilir. Bu admlar en iyi DP
zm bulununcaya kadar srer.
DP'leri zmek iin kullanlan simpleks algoritmas Dantzig tarafndan 1940'l yllarn
sonunda gelitirilmitir. Daha sonra algoritma gelitirilip yeni versiyonlar
gelitirilmitir. Bunlardan biri olan "revised simpleks algoritmas" DP zm iin
kullanlan bilgisayar paketlerinde kullanlmaktadr.

Admlar
1. DPyi standart biime eviriniz
2. Bir temel olurlu zm (basic feasible solution - bfs) bulunuz
3. Mevcut bfsnin en iyi zm olup olmadn aratrnz. En iyi ise sorun
zlmtr, durunuz.
4. Mevcut bfs en iyi zm deilse, ama fonksiyon deerini en ok iyiletirmek
iin hangi temel d deikenin temel deiken olacan (zme gireceini)
ve hangi temel deikenin zmden kp temel d deiken olacan
saptayarak yeni bir bfs bulunuz.
5. Adm 3e dnnz.

lgili kavramlar:
Standart biim: tm kstlar eitliktir ve tm deikenler negatif olmayan
deerler alr
bfs: tm deikenlerin negatif olmayan deerler ald bir olurlu zm
Temel d deiken: bfsde deerleri 0a eit olan deikenler
Temel deiken: bfsdeki dier deikenler, standart biimdeki eitliklerin
zlmesi ile 0dan byk deerler alrlar

2011-2012
rnek 1. Dakota Mobilya
(Winston 4.3, s. 134)
Dakota mobilya irketi sra, masa ve sandalye yapmaktadr. Her rn iin, aadaki
tabloda grld gibi, snrl miktarda kullanlabilen tahta, marangozluk ve montaj
iilii gerekmektedir. Ayn tabloda rnlerin sat fiyatlar da verilmitir. Haftada en
fazla 5 masa satlabilmektedir. Haftalk kar enbykleyecek bir retim plan
oluturunuz.
Kaynak Sra Masa Sandalye Kullanlabilen.
Tahta (m
2
) 8 6 1 48
Montaj iilii 4 2 1.5 20
Marangozluk 2 1.5 .5 8
Talep (maks) - 5 -
Fiyat ($) 60 30 20

DP Modeli:
x
1,
x
2,
x
3
bir haftada retilen sra, masa ve sandalye says olsun. z ise Dakota'nn
haftalk kar miktarn gstersin. Aadaki DP'yi formle edebiliriz
maks z = 60x
1
+30x
2
+20x
3
yle ki 8x
1
+ 6x
2
+ x
3
48
4x
1
+ 2x
2
+1.5x
3
20
2x
1
+1.5x
2
+ .5x
3
8
x
2
5
x
1
,x
2
,x
3
0

Simpleks algoritmas ile zm
R
0
ncelikle gevek (slack) deikenler kullanarak DP modelini standart biime getiriniz
ve modeli kanonik bir ekilde yaznz.
z -60x
1
-30x
2
-20x
3
= 0
R
1
8x
1
+ 6x
2
+ x
3
+ s
1
= 48
R
2
4x
1
+ 2x
2
+1.5x
3
+ s
2
= 20
R
3
2x
1
+1.5x
2
+ .5x
3
+ s
3
= 8
R
4
x
2
+ s
4
= 5
x
1
,x
2
,x
3
,s
1
,s
2
,s
3
,s
4
0

2011-2012
Sorun iin (x
1
, x
2
, x
3
) = 0 zm olurlu olduundan, aada verilen nokta bir
balang temel olurlu zmdr (basic feasible solution bfs):
Bir balang temel olurlu zm bulunuz
x
1
= x
2
= x
3
= 0, s
1
= 48, s
2
= 20, s
3
= 8, s
4
= 5.
Bu bfsde karar deikeni temel d deiken (non-basic variables) ve gevek
deiken de temel deikendir (basic variables) ve deerleri kanonik modeldeki
eitliklerden bulunur.
.
Temel d herhangi bir deikenin deerinin oaltlmas (temele girmesi) ile znin
deerinin iyilemesinin mmkn olup olmad aratrlr.
Mevcut bfsnin en iyi zm olup olmadn kontrol ediniz
Eer tm temel d deikenlerin ama fonksiyon satrndaki (0. satr; row 0 R
0
)
katsaylar 0 ya da 0dan bykse (nonnegative), mevcut bfs en iyi (optimal)
zmdr (znin deeri daha ok iyiletirilemez).
Fakat rnekte tm temel d deikenlerin 0. satrdaki katsaylar negatiftir: zm
en iyi deildir.

Enbyklenmek istenen z en ok x
1
sfrdan farkl yapld zaman oalr: x
1

giren deikendir
Yeni bfsnin bulunmas
R
1
incelendiinde x
1
in en fazla 6 olabilecei grlr. Aksi takdirde s
1
< 0
olacaktr. Benzer ekilde R2 ve R3 srasyla 5 ve 4 snrlarn verir. Son satrda
x
1
olmadndan herhangi bir snrlama sz konusu deildir. Bu durumda tm
snrlamalarn (aslnda sa taraf deerlerinin giren deiken katsaylarna
"oran"larnn oran testi) en k olan 4, x
1
'in alabilecei en byk
deerdir. x
1
= 4 olduunda s
3
= 0 olup zmden kar ve kan deiken
olarak isimlendirilir.
R
3
de pivot denklem olur. x
1
temel deiken olduu iin birim matrise girecek
ekilde sistem yeniden dzenlenir.
Yeni pivot denklem (R
3
/2):
R
3
: x
1
+.75x
2
+.25x
3
+ .5s
3
= 4
R
3
kullanlarak x
1
tm dier satrlarda yok edilir.
R
0
=R
0
+60R
3
, R
1
=R
1
-8R
3
, R
2
=R
2
-4R
3
, R
4
=R
4

2011-2012
R
0
z +15x
2
-5x
3
+30s
3
= 240 z = 240
R
1

- x
3
+ s
1
-4s
3
= 16 s
1
= 16
R
2

- x
2
+.5x
3
+ s
2
-2s
3
= 4 s
2
= 4
R
3

x
1
+.75x
2
+.25x
3
+.5s
3
= 4 x
1
= 4
R
4

x
2
+ s
4
= 5 s
4
= 5
Yeni bfs x
2
=x
3
=s
3
=0, x
1
=4, s
1
=16, s
2
=4, s
4
=5 eklindedir ve z=240 olur

x
3
girer.
Mevcut bfsin optimalliini kontrol ediniz ve en iyi zm bulunana kadar admlar
tekrar ediniz
Oran testi sonucu x
3
= 8 bulunur; s
2
kar: kinci satr pivot denklem olur.
Pivot denklemde (R
2
) giren deikenin katsays 1 yaplr:
R
2
-2x
2
+x
3
+2s
2
-4s
3
= 8 (R
2
2).
R
2
satr ilemleri ile dier satrlarda giren deiken yok edilir:
R
0
=R
0
+5R
2
, R
1
=R
1
+R
2
, R
3
=R
3
-.5R
2
, R
4
=R
4

Yeni bfs: x
2
=s
2
=s
3
=0, x
1
=2, x
3
=8, s
1
=24, s
4
=5; z = 280.
Sfrnc satrdaki tm temel d deikenlerin katsays pozitiftir (5x
2
, 10s
2
, 10s
3
).
MEVCUT ZM EN Y ZMDR (OPTIMAL SONU)

Rapor: Dakota mobilya irketi haftalk karn enbyklemek iin 2 sra ve 8 sandalye
retmelidir. Bu durumda 280$ kar eder.

Simpleks algoritmas tablolarla gsterilirse
maks z = 60x
1
+30x
2
+20x
3

(Siz de tm dev ve snavlarda her ilem iin tablo kullann!!!)
yle ki 8x
1
+ 6x
2
+ x3 48
4x
1
+ 2x
2
+1.5x
3
20
2x
1
+1.5x
2
+ .5x
3
8
x
2
5
x
1
,x
2
,x
3
0

2011-2012

Balang tablosu:

lk tablo:

kinci ve en iyi tablo:

rnek 2. Deitirilmi Dakota Mobilya
Dakota rneini $35/masa olarak deitirelim
Yeni z = 60 x
1
+ 35 x
2
+ 20 x
3

Yeni sorun iin ikinci ve en iyi (optimal) tablo:

z x
1
x
2
x
3
s
1
s
2
s
3
s
4
ST TD Oran
1 0 0 0 0 10 10 0 280 z=280
0 0 -2 0 1 2 -8 0 24 s
1
=24 -
0 0 -2 1 0 2 -4 0 8 x
3
=8 -
0 1 1.25 0 0 -0.5 1.5 0 2 x
1
=2 2/1.25
0 0 1 0 0 0 0 1 5 s
4
=5 5/1
Bir dier en iyi tablo:
z x
1
x
2
x
3
s
1
s
2
s
3
s
4
ST TD Oran
1 -60 -30 -20 0 0 0 0 0 z = 0
0 8 6 1 1 0 0 0 48 s
1
= 48 6
0 4 2 1.5 0 1 0 0 20 s
2
= 20 5
0 2 1.5 0.5 0 0 1 0 8 s
3
= 8 4
0 0 1 0 0 0 0 1 5 s
4
= 5 -
z x
1
x
2
x
3
s
1
s
2
s
3
s
4
ST TD Oran
1 0 15 -5 0 0 30 0 240 z = 240
0 0 0 -1 1 0 -4 0 16 s
1
= 16 -
0 0 -1 0.5 0 1 -2 0 4 s
2
= 4 8
0 1 0.75 0.25 0 0 0.5 0 4 x
1
= 4 16
0 0 1 0 0 0 0 1 5 s
4
= 5 -
z x
1
x
2
x
3
s
1
s
2
s
3
s
4
ST TD Oran
1 0 5 0 0 10 10 0 280 z = 280
0 0 -2 0 1 2 -8 0 24 s
1
= 24
0 0 -2 1 0 2 -4 0 8 x
3
= 8
0 1 1.25 0 0 -0.5 1.5 0 2 x
1
= 2
0 0 1 0 0 0 0 1 5 s
4
= 5
2011-2012
z x
1
x
2
x
3
s
1
s
2
s
3
s
4
ST TD
1 0 0 0 0 10 10 0 280 z=280
0 1.6 0 0 1 1.2 -5.6 0 27.2 s
1
=27.2
0 1.6 0 1 0 1.2 -1.6 0 11.2 x
3
=11.2
0 0.8 1 0 0 -0.4 1.2 0 1.6 x
2
=1.6
0 -0.8 0 0 0 0.4 -1.2 1 3.4 s
4
=3.4

Bu yzden en iyi zm aadaki gibidir:
z = 280 ve 0 c 1 iin
x
1
2 0 2c
x
2
= c 0 + ( 1 c ) 1.6 = 1.6 1.6c
x
3
8 11.2 11.2 3.2c

rnek 3. Snrl Olmayan DPler

z x
1
x
2
x
3
x
4
s
1
s
2
ST TD Oran
1 0 2 -9 0 12 4 100 z=100
0 0 1 -6 1 6 -1 20 x
4
=20 Yok
0 1 1 -1 0 1 0 5 x
1
=5 Yok

Oran testi yaplamad iin zlmek istenen DP snrl olmayan DPdir.

2011-2012
3.2.4 Byk M Yntemi
Eer bir DP'de > veya = kstlar varsa, Simpleks yntemi kullanlarak bir balang
temel olurlu zm (bfs) oluturulamaz.
Bu durumda Byk M (Big M) yntemi veya ki Evreli (Two Phase) Simpleks yntemi
kullanlmaldr.
Byk M yntemi Simpleks Algoritmasnn bir trdr: Soruna yapay (artificial)
deikenler de eklenerek bir bfs bulunur. DP'nin ama fonksiyonu da sonuta yapay
deikenlerin katsaylar 0 olacak ekilde yeniden dzenlenir.

Admlar
1. ncelikle tm kstlar sa taraf (ST; Right Hand Side - RHS) deerleri negatif
olmayacak ekilde dzenlenir (ST deeri negatif olan kstlar -1 ile arplr. Bu
arpm sonucu eitsizliin ynnn deieceini unutmaynz!). Dzenlemelerden
sonra her kst <, > veya = kst olarak snflandrlr
2. Tm kstlar standart biime evrilir. Eer kst < kstsa, sol tarafa simpleks
ynteminde olduu gibi gevek deiken s
i
eklenir. Eer kst > kstsa, sol
taraftan bir fazlalk (excess) deiken e
i
karlr.
3. Tm > veya = kstlarn sol tarafna bir yapay deiken a
i
eklenir. Ayn zamanda
yapay deikenler iin iaret snrlamas (a
i
> 0) da eklenir.
4. M ok byk bir say olsun. Eer DP enkkleme sorunu ise, ama
fonksiyonuna (her yapay deiken iin) Ma
i
eklenir. Eer DP enbykleme sorunu
ise, ama fonksiyonuna (her yapay deiken iin) -Ma
i
eklenir.
5. Her yapay deiken balang temel zmnde olaca iin ama
fonksiyonundan (0. satr) elenmelidir (katsaylar sfr olacak ekilde dzenleme
yaplmaldr). Daha sonra simpleks algoritmasnn admlar kullanlarak (M'nin
byk bir say olduu unutulmadan!) zme gidilir.

Yukardaki 5 admla dzenlenen yeni DP'nin en iyi zmnde tm yapay
deikenler 0'a eit karsa, esas sorunun en iyi zm bulunmutur.

Eer yeni DP'nin en iyi zmnde en az bir yapay deiken pozitif bir deer alrsa,
esas sorun zmszdr (infeasible)!!!

2011-2012
rnek 1. Oranj Meyve Suyu
(Winston 4.10., s. 164)
Bevco irketi, portakal gazozu ile portakal suyunu kartrarak Oranj ismiyle portakall
meyve sular retmektedir. Portakal gazozunun bir onsunda 0.5 oz. eker ve 1 mg C
vitamini vardr. Portakal suyunun bir onsunda ise 0.25 oz. eker ve 3 mg C vitamini
vardr. Bevco bir oz. portakal gazozu retmek iin 2, bir oz. portakal suyu retmek
iin ise 3 harcamaktadr. irketin pazarlama blm Oranj' 10 oz.luk ielerde
satmak istemektedir. Bevco'nun her bir iede en az 20 mg C vitamini bulunmasn
ve en ok 4 oz. eker olmas artn en az maliyetle karlamasn salaynz.
DP Modeli
x
1
ve x
2
bir ie Oranj'da bulunmas gereken portakal gazozu ve portakal suyu miktar
olsun. DP modeli aadaki gibi kurulur.
min z = 2 x
1
+ 3 x
2
0.5 x
1
+ 0.25 x
2
< 4 (eker ksd)
x
1
+ 3 x
2
> 20 (C vit. ksd)
x
1
+ x
2
= 10 (10 ozluk ie ksd)
x
1
,x
2
> 0

Byk M yntemi ile zm
Tm kstlarn ST deeri pozitiftir
Adm 1. Tm kstlarn ST deerleri negatif olmayacak ekilde kstlar yeniden
dzenleyiniz
z 2 x
1
3 x
2
= 0
Adm 2. Tm kstlar standart biime eviriniz
0.5 x
1
+ 0.25 x
2
+ s
1
= 4
x
1
+ 3 x
2
- e
2
= 20
x
1
+ x
2
= 10
tm deikenler > 0
z 2 x
1
3 x
2
= 0 R
0

Adm 3. > veya = kstlara a
i
yapay deikenini ekleyiniz
0.5 x
1
+ 0.25 x
2
+ s
1
= 4 R
1

x
1
+ 3 x
2
- e
2
+ a
2
= 20 R
2

x
1
+ x
2
+ a
3
= 10 R
3

tm deikenler > 0
2011-2012
min z = 2 x
1
+ 3 x
2
+ M a
2
+ M a
3

Adm 4. Ama fonksiyonuna Ma
i
ekleyiniz (min. sorunu iin)
Sfrnc satr (R0) aadaki gibi olacaktr:
z 2 x
1
3 x
2
M a
2
M a
3
= 0
Yeni R
0
= R
0
+ M R
2
+ M R
3

Adm 5. Yapay deikenleri R
0
'dan eleyecek ekilde yeni R
0
oluturunuz
z + (2M2) x
1
+ (4M3) x
2
M e
2
= 30M Yeni R
0

Balang tablosu:

z x
1
x
2
s
1
e
2
a
2
a
3
ST TD Oran
1 2M-2 4M-3 0 -M 0 0 30M z=30M
0 0.5 0.25 1 0 0 0 4 s
1
=4 16
0 1 3 0 -1 1 0 20 a
2
=20 20/3*
0 1 1 0 0 0 1 10 a
3
=10 10
Enkkleme sorununda, sfrnc satr katsays "en pozitif" olan deiken
giren deikendir!
lk tablo:

z x
1
x
2
s
1
e
2
a
2
a
3
ST TD Oran
1 (2M-3)/3 0 0 (M-3)/3 (3-4M)/3 0 20+3.3M z
0 5/12 0 1 1/12 -1/12 0 7/3 s
1
28/5
0 1/3 1 0 -1/3 1/3 0 20/3 x
2
20
0 2/3 0 0 1/3 -1/3 1 10/3 a
3
5*
En iyi tablo:
z x
1
x
2
s
1
e
2
a
2
a
3
ST TD
1 0 0 0 -1/2 (1-2M)/2 (3-2M)/2 25 z=25
0 0 0 1 -1/8 1/8 -5/8 1/4 s
1
=1/4
0 0 1 0 -1/2 1/2 -1/2 5 x
2
=5
0 1 0 0 1/2 -1/2 3/2 5 x
1
=5

Rapor:
Bir ie Oranj'da, 5 oz. portakal gazozu ve 5 oz. portakal suyu olmaldr.
Bu durumda toplam maliyet 25 olacaktr.
2011-2012
3.3 DUALTE

3.3.1 Primal Dual
Herhangi bir DP ile ilikisi olan bir dier DP dual (eters) olarak isimlendirilir. Dual
bilgisi ekonomik ve duyarllk analizi ile ilgili ilgin aklamalar salar. Duali alnan DP
primal olarak isimlendirilir. Primal model enbykleme sorunu ise dual enkkleme
sorunu olur. Bu kuraln tam tersi de dorudur.

3.3.2 Bir DPnin Dualini Bulma
Normal enbykleme sorununun duali normal enkkleme sorunudur.
Normal enbykleme sorunu tm deikenlerin 0 veya 0dan byk olduu ve
tm kstlarn olduu bir sorundur.
Normal enkkleme sorunu tm deikenlerin 0 veya 0dan byk olduu ve
tm kstlarn olduu bir sorundur.
Benzer ekilde, normal enkkleme sorununun duali de normal enbykleme
sorunudur.

Normal Enbykleme Sorununun Dualini Bulma
PRMAL
maks z = c
1
x
1
+ c
2
x
2
++ c
n
x
n

yle ki a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
b
1

a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
b
2

a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
b
m

x
j
0 (j = 1, 2, ,n)
DUAL
min w = b
1
y
1
+ b
2
y
2
++ b
m
y
m

yle ki a
11
y
1
+ a
21
y
2
+ + a
m1
y
m
c
1

a
12
y
1
+ a
22
y
2
+ + a
m2
y
m
c
2

a
1n
y
1
+ a
2n
y
2
+ + a
mn
y
m
c
n

y
i
0 (i = 1, 2, ,m)
2011-2012

Normal Enkkleme Sorununun Dualini Bulma
PRMAL
min w = b
1
y
1
+ b
2
y
2
++ b
m
y
m

yle ki a
11
y
1
+ a
21
y
2
+ + a
m1
y
m
c
1

a
12
y
1
+ a
22
y
2
+ + a
m2
y
m
c
2

a
1n
y
1
+ a
2n
y
2
+ + a
mn
y
m
c
n

y
i
0 (i = 1, 2, ,m)
DUAL
maks z = c
1
x
1
+ c
2
x
2
++ c
n
x
n

yle ki a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
b
1

a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
b
2

a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
b
m

x
j
0 (j = 1, 2, ,n)

Normal Olmayan Enbykleme Sorununun Dualini Bulma
Eer i. primal kst > kstsa, ilgili dual deiken y
i
< 0 eklinde olmaldr.
Eer i. primal kst eitlikse, ilgili dual deiken y
i
"iareti
snrlandrlmam" (unrestricted in sign - urs) deikendir.
Eer i. primal deiken urs ise, i. dual kst eitliktir.

Normal Olmayan Enkkleme Sorununun Dualini Bulma
Eer i. primal kst < kstsa, ilgili dual deiken x
i
< 0 eklinde olmaldr
Eer i. primal kst eitlikse, ilgili dual deiken x
i
"iareti
snrlandrlmam" (urs) deikendir.
Eer i. primal deiken urs ise, i. dual kst eitliktir

3.3.3 Dual Teoremi
Primal ve dualin en iyi ama fonksiyon deerleri eittir (eer sorunlar iin en iyi
zm varsa).
2011-2012
Zayf dualiteye gre; dual iin herhangi bir olurlu zmn w-deeri en az primal iin
herhangi bir olurlu zmn z-deeri kadar olabilir z w.
Dual iin herhangi bir olurlu zm primal ama fonksiyon deeri iin snr
olarak kullanlabilir.
Primal snrl deilse (unbounded) dual olurlu deildir (infeasible)
Dual snrl deilse primal olurlu deildir.
Primal enbykleme sorunu ise en iyi tablonun sfrnc satrndan en iyi
dual zm nasl okunur?
y
i
dual deikeninin en iyi deeri
= en iyi R
0
da s
i
nin katsays (kst i ise)
= en iyi R
0
da e
i
= en iyi R
0
da a
i
nin katsays M (kst i = ise)
Primal enkkleme sorunu ise en iyi tablonun sfrnc satrndan en iyi
dual zm nasl okunur?
xi dual deikeninin en iyi deeri
= en iyi R
0
da s
i
= en iyi R
0
da e
i
= en iyi R
0
da a
i
nin katsays + M (kst i = ise)

3.3.4 Ekonomik Yorum
Primal normal enbykleme sorunu olduunda, dual deikenler karar vericiye
salanabilecek kaynaklarn deeri ile ilgili olur. Bu yzden dual deikenlerden ou
kez kaynak glge fiyatlar olarak sz edilir.
rnek
PRMAL
x
1,
x
2,
x
3
retilen sra, masa ve sandalye saysn gstersin. Haftalk kar $z iken DP
modeli:
maks z = 60x
1
+30x
2
+20x
3

8x
1
+ 6x
2
+ x
3
48 (Tahta kst)
4x
1
+ 2x
2
+1.5x
3
20 (Montaj kst)
2x
1
+1.5x
2
+0.5x
3
8 (Marangozluk kst)
x
1
,x
2
,x
3
0

2011-2012
DUAL
Farzedelim ki bir giriimci Dakota'nn tm kaynaklarn (hammadde) satn almak
istiyor.
Dual sorunda y
1,
y
2,
y
3
srasyla bir m
2
tahta, bir ssat montaj iilii ve bir saat
marangozluk iin denmesi gereken creti gsterir.
$w de kaynak satn alma toplam maliyetini gsterir.
Kaynak cretleri Dakota'y sata tevik edecek kadar yksek; giriimciyi
vazgeirmeyecek kadar az olmaldr. Bu durumda da toplam satn alma maliyeti
toplam kar kadar olur.
min w = 48y
1
+ 20y
2
+ 8y
3

8y
1
+ 4y
2
+ 2y
3
60 (Sra kst)
6y
1
+ 2y
2
+ 1.5y
3
30 (Masa kst)
y
1
+ 1.5y
2
+ 0.5y
3
20 (Sandalye kst)
y
1
,y
2
,y
3
0

2011-2012
3.4 DUYARLILIK ANALZ
3.4.1 ndirgenmi Maliyet
Herhangi bir temel d deikenin indirgenmi maliyeti (reduced cost), deikenin
temel deiken olmas (DP'nin en iyi zmne girmesi) iin ama fonksiyon
katsaysnda yaplacak iyiletirme miktardr.
Eer bir x
k
temel d deikeninin ama fonksiyon katsays indirgenmi maliyet
kadar iyiletirilirse, DP'nin bir tek en iyi zm olmaz: alternatif zmler vardr. x
k
,
sz konusu zmlerden en az birinde temel deiken; en az birinde ise temel d
deiken konumundadr.
Eer x
k
temel d deikeninin ama fonksiyon katsays indirgenmi maliyetten
daha fazla iyiletirilirse, yeni DP'nin tek bir en iyi zmne ulalr ve bu zmde x
k

temel deiken olur (x
k
>0).
Temel deikenin indirgenmi maliyeti sfrdr (tanma baknz)!

3.4.2 Glge Fiyat
DP modelinin i. ksdnn glge fiyat (shadow price), sz konusu ksdn sa taraf
(ST; Right Hand Side - RHS) deerinin 1 birim oaltlmas durumunda, en iyi ama
fonksiyon deerinin ne kadar iyiletiini (enbykleme sorununda ne kadar arttn,
enkkleme sorununda ne kadar azaldn) gsterir.
Bu tanm sadece deiimden nceki zmn deiimden sonra da ayn kalmas
durumunda geerlidir!
Bir > ksdn glge fiyat her zaman 0 ya da 0'dan kk (nonpositive); bir < ksdn
glge fiyat ise her zaman 0 ya da 0'dan byk (nonnnegative) olacaktr.

3.4.3 Kavramsallatrma
maks z = 5 x
1
+ x
2
+ 10 x
3

x
1
+ x
3
100
x
2
1
Tm deikenler 0

Bu ok kolay bir DP modelidir ve simpleks kullanlmadan elle de zlebilir:
x
2
= 1 (Bu deiken ilk kstta yoktur, bu durumda sorun enbykleme olduundan
ikinci ksdn sol taraf deeri 1'e eit olur)
2011-2012
x
1
= 0, x
3
= 100 (Bu iki deiken ise salt ilk kstta kullanlmlardr ve x
3
'n ama
fonksiyon deeri x
1
'inkinden byk olduu iin x
3
'n en iyi deeri birinci kst ST
deerine eit olur)
Bu durumda en iyi zm aadaki gibidir:
z = 1001, [x
1
, x
2
, x
3
] = [0, 1, 100]

Ayn zamanda duyarlk analizi de elle hesaplanabilir:
ndirgenmi Maliyet
x
2
ve x
3
temel deiken (en iyi zmde) olduklarndan, indirgenmi maliyetleri 0'dr.
x
1
'i temel deiken yapabilmek iin ama fonksiyon katsaysn en az x
3
'n ama
fonksiyon katsays kadar yapmak dier bir deyile 5 (10-5) birim oaltmak gerekir.
Yeni ama fonksiyonu (maks z = 10 x
1
+ x
2
+ 10 x
3
) olacak ve [x
1
, x
2
, x
3
] iin en az iki
en iyi zm bulunacaktr: [0, 1, 100] ve [100, 1, 0].
Bu durumda x
1
'in indirgenmi maliyeti 5'dir
Eer x
1
'in ama fonksiyon katsaysn indirgenmi maliyet deerinden daha fazla
oaltrsak en iyi zm bir tane olacaktr: [100, 1, 0].
Glge Fiyat
Eer birinci ksdn ST deeri 1 birim arttrlrsa, x
3
'n yeni en iyi zm deeri 100
yerine 101 olacaktr. Bu durumda da z'nin yeni deeri 1011 olacaktr.
Tanmdan faydalanp tersten gidersek: 1011 - 1001 = 10, birinci ksdn glge fiyat
deeridir.
Benzer ekilde ikinci ksdn glge fiyat 1 olarak hesaplanr (ltfen hesaplaynz).

3.4.4 Duyarllk iin Lindo ktsnn Kullanlmas

DKKAT: Simpleks'de sfrnc satr olan ama fonksiyonu Lindo'da birinci satr
(Row 1) olarak kabul edilir!
Bu yzden ilk kst, Lindo'da her zaman ikinci satrdr!!!

MAX 5 X1 + X2 + 10 X3
SUBJECT TO
2) X1 + X3 <= 100
3) X2 <= 1
END

LP OPTIMUM FOUND AT STEP 1
2011-2012

OBJECTIVE FUNCTION VALUE
1) 1001.000

VARIABLE VALUE REDUCED COST
X1 0.000000 5.000000
X2 1.000000 0.000000
X3 100.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 10.000000
3) 0.000000 1.000000

RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 5.000000 5.000000 INFINITY
X2 1.000000 INFINITY 1.000000
X3 10.000000 INFINITY 5.000000
RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 100.000000 INFINITY 100.000000
3 1.000000 INFINITY 1.000000

Lindo kts x
1
, x
2
ve x
3
deikenlerinin indirgenmi maliyetlerini (reduced costs) 5, 0
ve 0 olarak vermektedir.
Enbykleme sorunlarnda temel d bir deikenin indirgenmi maliyeti ayn
zamanda Lindo ktsndaki ama fonksiyon katsaylar aralndaki (obj. coefficient
ranges) o deiken iin izin verilen oal (allowable increase) deeri ile de
bulunabilir. Burada x
1
iin sz konusu deer 5'dir.
Enkkleme sorunlarnda ise temel d deikenin indirgenmi maliyeti izin verilen
azal (allowable decrease) deerine eittir.
Ayn Lindo ktsndan, glge fiyatlar (shadow prices) da kstlarn "dual price"
deerleri okunarak bulunabilir:
rneimizde birinci ksdn (satr 2) glge fiyat 10'dur.
kinci ksdn (satr 3) glge fiyat ise 1'dir.

2011-2012
3.4.5 Baz nemli denklemler
Eer bir ksdn ST deerindeki bir deiim en iyi zmn deimeyecei izin verilen
ST aralklarnda (allowable RHS range) ise aadaki denklemler kullanlarak yeni
ama fonksiyon deeri hesaplanabilir:
enbykleme sorunu iin
yeni ama fn. deeri = eski ama fn. deeri + (yeni ST eski ST) glge fiyat
enkkleme sorunu iin
yeni ama fn. deeri = eski ama fn. deeri (yeni ST eski ST) glge fiyat

Lindo rneinde, izin verilen ST aral oal (allowable increase in RHS ranges)
sonsuz (infinity) olduu iin her iki ksdn da ST deerini istediimiz kadar
oaltabiliriz. Fakat izin verilen ST aral azalna (allowable decrease) gre birinci
ksd en fazla 100, ikinci ksd ise 1 birim azaltabiliriz.

Birinci ksdn yeni ST deerinin 60 olduunu dnelim.
ncelikle izin verilen aralklar kontrol edilir. oal sonsuz olduundan birinci
denklemi kullanabiliriz (maks sorunu):
z
yeni
= 1001 + ( 60 - 100 ) 10 = 601

3.4.6 Simpleks Kullanarak Duyarllk
Dakota mobilya rneinde x
1,
x
2,
x
3
srasyla retilen sra, masa ve sandalye miktar
idi.
Kar enbyklemek iin kurulan DP:
maks z = 60x
1
30x
2
20x
3

8x
1
+ 6x
2
+ x
3
+ s
1
= 48 Tahta
4x
1
+ 2x
2
+1.5x
3
+ s
2
= 20 Montaj
2x
1
+1.5x
2
+ .5x
3
+ s
3
= 8 Marangozluk
x
2
+ s
4
= 5 Talep
Bu sorunun en iyi zmn de bulmutuk:
z +5x
2
+10s
2
+10s
3
= 280
-2x
2
+s
1
+2s
2
-8s
3
= 24
-2x
2
+x
3
+2s
2
-4s
3
= 8
+x
1
+1.25x
2
-.5s
2
+1.5s
3
= 2
x
2
+s
4
= 5
2011-2012

Analiz 1
Mevcut montaj iilii miktar deisin: 20 20+, bu durumda sistem de
deiecektir:
z' = 60x
1
' + 30x
2
' + 20x
3
'
8x
1
' + 6x
2
' + x
3
' +s
1
' = 48
4x
1
' + 2x
2
' +1.5x
3
' +s
2
' = 20+
2x
1
' +1.5x
2
' + .5x
3
' +s
3
' = 8
+ x
2
' +s
4
' = 5
Deien sistem aadaki gibi de yazlabilir:
z' = 60x
1
' + 30x
2
' + 20x
3
'
8x
1
' + 6x
2
' + x
3
' +s
1
' = 48
4x
1
' + 2x
2
' +1.5x
3
' +(s
2
'-) = 20
2x
1
' +1.5x
2
' + .5x
3
' +s
3
' = 8
+ x
2
' +s
4
' = 5
z
,x
1
,x
2
,x
3
,x
4
,s
1
,s
2
-,s
3
,s
4
deiimden nceki sorunu, dolaysyla (1)'i salar. Gerekli

deiiklikler yaplrsa yeni en iyi zm:
z' +5x
2'
+10(s
2
'-) +10s
3
' = 280
-2x
2'
+s
1
' +2(s2'-) -8s
3
' = 24
-2x
2
' +x
3
' +2(s2'-) -4s
3
' = 8
+x
1
' +1.25x
2
' -.5(s2'-) +1.5s
3
' = 2
x
2
' +s
4'
= 5
ve bylece
z' +5x
2'
+10s
2
' +10s
3
' = 280+10
-2x
2'
+s
1
' +2s2' -8s
3
' = 24+2
-2x
2
' +x
3
' +2s2' -4s
3
' = 8+2
+x
1
' +1.25x
2
' -.5s2' +1.5s
3
' = 2-.5
x
2
' +s
4'
= 5
elde edilir
-4 4 aral iin yeni sistem en iyi zm verir: Bu aralkta ST deerleri negatif
olmaz.
2011-2012
oaldka, toplam kar da 10 kadar oalmaktadr. Bu durumda montaj iilii
ksdnn glge fiyatnn $10/saat olduunu (4 saat azalma ve 4 saat oalmaya izin
verildiini unutmadan) syleyebiliriz .

Analiz 2
Eer sralarn fiyat $60+ olursa ne olur?
Kk bir iin kar 2 oalr nk en iyi zm 2 sra yaplmasn nermektedir.
Peki sz konusu kar katsays ne kadar oaltlabilir?
Yeni gelir:
z' = (60+)x
1
+30x
2
+20x
3
= z+x
1

= (280-5x
2
-10s
2
-10s
3
)+(2-1.25x
2
+.5s
2
-1.5s
3
)
= 280+2-(5+1.25)x
2
-(10-.5)s
2
-(10+1.5)s
3

eklindedir.
Yeni sfrnc satr aadaki gibi olmaldr:
z'+(5+1.25)x
2
+(10-.5)s
2
+(10+1.5)s
3
= 280+2
Optimalliin (en iyi zmn) bozulmamas iin bu satrdaki tm terimlerin 0 olmas
gerekir.
-4 20 aralnda mevcut retim izelgesi optimaldir.

Analiz 3
Eer temel d deikenlerden birinin kar katsays deiirse yeni gelir:
z

= 60x
1
+(30+)x
2
+20x
3
= z+x
2

= 280-5x
2
-10s
2
-10s
3
+x
2

= 280-(5-)x
2
-10s
2
-10s
3

eklinde hesaplanr.
Optimalliin bozulmama art 5'dir. Fakat > 5 olursa (gelir $35den fazla olursa)
masa retmek daha iyi olacaktr. Bu durumda da masa iin indirgenmi maliyetin
$5.00 olduu sylenebilir.

3.4.7 Grafik zm Kullanarak Duyarllk
Snfta ilenecektir.

2011-2012
3.4.8 Dualite ve Duyarllk
Snfta ilenecektir.

3.4.9 %100 Kural
Snfta ilenecektir.

2011-2012
3.5 DUAL SMPLEKS YNTEM
(Enbykleme sorunu iin)
En negatif STyi seeriz
Bu pivot satrn temel deikeni zmden kar
Pivot satrdaki negatif katsayl deikenler iin oranlar hesaplanr (sfrnc satrdaki
katsay / pivot satrdaki katsay)
Mutlak deerce en kk oranl deiken zme girer.

rnek:
z x1 x2 s1 s2 s3 RHS
1 0 0 1.25 0.75 0 41.25
0 0 1 2.25 - 0.25 0 2.25
0 1 0 - 1.25 0.25 0 3.75
0 0 0 - 0.75 - 0.25 1 - 0.75
s3 negatif ST deerine sahip olduu iin zmden kar.
1.25 / -0.75 ve 0.75 / -0.25 oranlarnn mutlak deerce en k ilk oran olduu iin
ilk stunu temsil eden s1 zme girer.
En iyi zm: z = 40, x
1
= 5, x
2
= 0

2011-2012
3.6 DZELTLM SMPLEKS YNTEM
(Dr. ule nsel)
Simpleks ynteminin matris formunda gsterimi
Deiken says=n, kst says=m olmak zere,
maks cx
Ax=b
x0
b= orjinal tablonun sa taraf deerleri
a
j
= orjinal tablodaki x
j
deikenine karlk gelen stun
B = A matrisinin temel deikenlerine kar gelen m adet stundan oluan altmatris.
(Btemel matris)
A, x ve cyi, temel ve temel olmayan deikenlere kar gelen stunlara gre iki
ksma ayralm:

A = [B, N]
x = [x
B
, x
N
]
c = [c
B
, c
N
]

maks c
B
x
B
+ c
N
x
N

Bx
B
+ Nx
N
= b
x
B
, x
N
0

B matrisi dorusal bamsz vektrlerden olutuu iin tersini bulabiliriz. B
-1

B
-1
(Bx
B
+ Nx
N
= b) B
-1
Bx
B
+ B
-1
Nx
N
= B
-1
b
Ix
B
+ B
-1
Nx
N
= B
-1
b
x
B
=B
-1
b B
-1
Nx
N

x
N
= 0 diyerek Bye kar gelen temel zm bulabiliriz: x
B
= B
-1
b
Temel olmayanlara deikenlere kar
gelenler
Temel deikenlere kar gelenler
2011-2012
Ama fn:
Z = c
B
x
B
+ c
N
x
N

= c
B
(B
-1
b B
-1
Nx
N
) + c
N
x
N

c
B
B
-1
b + (c
N
c
B
B
-1
N)x
N

z (c
N
c
B
B
-1
N)x
N
= c
B
B
-1
b
z + (c
B
B
-1
N c
N
)x
N
= c
B
B
-1
b Tabloya yerletireceimiz denklem
= c
B
B
-1
N c
N
(maliyet vektr olarak tanmlanr.)
Tablo halinde gsterelim:
c 0 cB cN 0
A b B N b

c
B
ve B temel deikenler, c
N
ve N temel olmayan deikenlerdir ve genellikle yasal
biimde deildir.
Eer B matrisi temel olarak kullanlrsa, buna kar gelen tablo
0 ... 0 ... 0 c
B
B
-1
N c
N
(0) c
B
B
-1
b
I B
-1
N B
-1
b (0)

Olurluluk koulu: B
-1
b0 (Maks ve Min problemleri iin geerli)
Eniyilik koulu: c
B
B
-1
N c
N
0 (Maks)
0 (Min)
rnek: Maks z = 2x
1
+ 2x
2
+ 4x
3

K. x
1
+ x
2
+ x
3
6
x
1
+ 2x
2
+ 3x
3
12
x
i
0, i
Standart form
Maks z = 2x
1
+ 2x
2
+ 4x
3

K. x
1
+ x
2
+ x
3
+ s
1
= 6
2011-2012
x
1
+ 2x
2
+ 3x
3
+ s
2
= 12
x
i
0, s
j
0 i=1, 2, 3 j=1, 2
x
1
x
2
x
3
s
1
s
2

-2 -2 -4 0 0 0
1 1 1 1 0 6
1 2 3 0 1 12

B matrisi, herhangi
B = (s
1
, s
2
) veya B = (x
1
, x
2
) olabilir.
iki dorusal bamsz vektrden oluabilir.
Diyelim ki;
(
=
3 1
1 1
B
x x
3 1

(
=
1 0 2
0 1 1
N
s s x
2 1 2

| | 4 2 c
B
= | | 0 0 2 c
N
= daima orijinaller kullanlr
(
=
12
6
b
(
=
(
2
1
2
1
2
1
2
3
1
1 1
1 3
2
1
B
(
=
(
3
3
12
6
b B
2
1
2
1
2
1
2
3
1
yeni sa taraf
3 2
2
1
2
1
2
1
2
1
2
3
2
1
3 2 2 2
2
1
2
1
2
1
2
3
1
1 0 2
0 1 1
N B
(
(
=
(
=
| | | | | | | | | | 0 1 1 1 0 0 2 1 1 3 0 0 2 4 2 c N B c
2
1
2
1
2
1
2
1
2
3
2
1
N
1
B
= =
(
(
= =

En iyilik koulu salanyor.
Ama fn deeri
| |
* 1 -
B
z 18
3
3
4 2 b B c Z = =
(
= =

2011-2012

En iyi zm:
0 s s x
x
x
3
3
b B
*
2
*
1
*
2
3
1 1
= = =
=
=
(

Dzeltilmi simpleks ynteminin temel noktalar
Temel deikenler tanmland anda, B temel matrisi otomatik olarak bulunmu
demektir. Bylece B
-1
ve standart formdaki orijinal veriler yardmyla o temele
kar gelen tablo btnyle hesaplanabilir. Simpleks ynteminin aamalar, bu
yntem iin de aynen geerlidir.
Hesaplama kolaylklar
o Byk DP problemlerinde Gauss-Jordan satr ilemleri, kontrol edilemeyen
birikimli makine yuvarlama hatalarna yol aarlar. Dzeltilmi simpleks
ynteminde B
-1
ve orijinal veriler ile alldndan, B
-1
in hesaplanmas
srasndaki yuvarlama hatalarn denetim altnda tutarak, hesaplamalardaki
doruluu kontrol edebiliriz.
o Aslnda simpleks tablosunun tmn hesaplamak gerekmemektedir. Bu da,
baz byk DP problemlerinde daha az sayda ileme yol aabilir.

Dzeltilmi simpleks ynteminin basamaklar
(Maks) Bir balang zmn (temel B ve temelin tersi B
-1
) verildiini dnelim.
Basamak 1: Temel zm
b b B x
1
B
= =

ile bulunur. x
N
= 0dr.
Ama fn: b c b B c z
B
1
B
= =

Basamak 2: Btn temel olmayan deikenler iin z
j
c
j
= c
B
B
-1
a
j
c
j
hesaplanr.
Eer btn z
j
c
j
0 ise, eniyi zme ulalm demektir. Aksi takdirde basamak 3e
geilir.
Basamak 3: z
k
c
k
= enbyk |z
j
c
j
| olarak alnr. y
k
= B
-1
a
k
. Eer y
k
0 ise, zm
snrszdr. Aksi halde, temelden kacak olan deiken bulunur.
2011-2012
> =

0 y :
y
b
enk
y
b
ik
ik
i
m i 1
rk
r

Bu en kk oran veren x
Br
, temelden ayrlr. B matrisi gncelletirilir (a
Br
yerine a
k

girer) ve basamak 1e dnlr.
rnek: Maks x
1
+ 2x
2
x
3
+ x
4
+ 4x
5
2x
6

K. x
1
(a
1
) + x
2
(a
2
) + x
3
(a
3
) + x
4
(a
4
) + x
5
(a
5
) + x
6
(a
6
) 6 x
7
(a
7
)
2x
1
x
2
2x
3
+ x
4
4 x
8
(a
8
)
x
3
+ x
4
+ 2x
5
+ x
6
4 x
9
(a
9
)
(x
7
, x
8
ve x
9
gevek deikenler)
x
i
0, i=1, ..., 6
Balang zm x
7
, x
8
ve x
9
dan olusun.
B = [a
7
, a
8
, a
9
] = I
1. terasyon
Basamak 1: B
-1
= B = I
b
4
4
6
4
4
6
1
1
1
b B x
1 -
B
=
(
(
(
=
(
(
(
(
(
(
= =
| | 0
4
4
6
0 0 0 b B c z
1
B
=
(
(
(
= =

Basamak 2: = c
B
B
-1
N c
N

B
-1
N = IN = N
| | | |
| | 0 2 4 1 1 2 1
2 4 1 1 2 1
1 2 1 1 0 0
0 0 1 2 1 2
1 1 1 1 1 1
0 0 0
< =

(
(
(
=

Basamak 3: z
k
c
k
= -4 k = 5 x
5
girer.
0
0
2
0
1
2
0
1
1
1
1
a B y
5
1
5
>
>
(
(
(
=
(
(
(
(
(
(
= =

(zm snrl)
2011-2012
5
a
2
0
1
(
(
(
vektrnn mevcut temel cinsinden ifade edilmi ekli

9
x 9 2
2
4
,
0
4
,
1
6
Enk = =
)
`
kar.
Yeni
(
(
(
=
2 0 0
0 1 0
1 0 1
B
2. terasyon
Basamak 1:
(
(
(
2
1
2
1
1
0 0
0 1 0
0 1
B
b
2
4
4
4
4
6
0 0
0 1 0
0 1
b B x
2
1
2
1
1
B
=
(
(
(
=
(
(
(
(
(
(
= =

| | 8
2
4
4
4 0 0 b c z
B
=
(
(
(
= =
Basamak 2:
= c
B
B
-1
N c
N

| | | |
| | 0 2 4 1 3 2 1
0 2 1 1 2 1
1 1 1 1 0 0
0 0 1 2 1 2
0 1 1 1 1 1
0 0
0 1 0
0 1
4 0 0
2
1
2
1
< =

(
(
(

(
(
(
=

Basamak 3:
z
k
c
k
= -2 x
2
girer.
0
0
1
1
0
1
1
0 0
0 1 0
0 1
a B y
2
1
2
1
2
1
2
>
(
(
(
=
(
(
(
(
(
(
= =

(zm snrl)
7
x 4
1
4
Enk =
)
`
kar
Yeni sa

2011-2012
Yeni
(
(
(
=
2 0 0
0 1 1
1 0 1
B
3. terasyon
Basamak 1:
(
(
(
2
1
2
1
2
1
1
0 0
1 0
0 1
B
b
2
8
4
4
4
6
0 0
1 0
0 1
b B x
2
1
2
1
2
1
1
B
=
(
(
(
=
(
(
(
(
(
(
= =

| | 16
2
8
4
4 0 2 b c z
B
=
(
(
(
= =
Basamak 2:
= c
B
B
-1
N c
N

| | | |
| | 0 1 2 5 2 4 1
0 0 2 1 1 1
1 0 1 1 1 0
0 0 0 1 2 2
0 1 1 1 1 1
0 0
1 0
0 1
4 0 2
2
1
2
1
2
1
=

(
(
(
(
(
(

Eniyi zme ulalmtr.
z
*
= 16
0 x x x x x x
x
x
x
2
8
4
b B x
*
9
*
7
*
6
*
4
*
3
*
1
*
5
*
8
*
2
1 *
B
= = = = = =
=
=
=
(
(
(
= =

2011-2012
3.7 TMLER GEVEKLK TEOREM
(Dr. ule nsel)
x ; Pnin (primal problemin) olurlu zm, y de Dnin (Dual problemin) olurlu
zm olsun. x ve y , ancak ve ancak aadaki artlar saland takdirde P ve
Dnin eniyi zm olarak kabul edilirler:
n ,..., 1 j , 0 v x c y a x
m ,..., 1 i , 0 s y x a b y
j j
m
1 i
j i ij j
i i
n
1 j
j ij i i
= = =
|
|
.
|
\
|
= = =
|
|
.
|
\
|
=
=

Burada;
s
i
= i nolu primal kstn gevek deikeni
v
j
= j nolu dual deikenin artk deikeni
Eer bir bileen >0, teki = 0 olur. Fakat biri = 0 ise, br terimin >0 olduu
sylenemez. Dier bir deyile, P veya Ddeki bir kstta s
i
veya v
j
deerlerinden biri >0
ise, dier problemde (D veya P) bu ksta karlk gelen deiken =0dr.
Aklama:

j
x nin eniyi zm olduunu varsayalm.

= =
> >
n
1 j
n
1 j
j ij i j ij i
x a b 0 x a b
Elimizde atl kapasite var elimizde bir birim kaynamz daha olsa, atl
ekilde kalacak ve katks olmayacak ek birimin bir deeri yok.
0 y
i
=

i
y nin optimal ve
i
y > 0 olduunu varsayalm.
i kaynandan bir birim daha olsa bizim iin deerli.
onun iin i kaynann hepsini kullanp, atl kapasite brakmamak lazm.
=
=
n
1 j
i j ij
b x a
rnek: Maks 2x
1
+ 4x
2
+ 3x
3
+ x
4

K. 3x
1
+ x
2
+ x
3
+ 4x
4
12 (1)
2011-2012
x
1
3x
2
+ 2x
3
+ 3x
4
7 (2)
2x
1
+ x
2
+ 3x
3
x
4
10 (3)
x
i
0, i
x
*
= (0, 10.4, 0, 0.4) bir eniyi zmdr. Bu bilgiyi kullanarak bir dual eniyi zm
bulunuz.
Duali: Min 12y
1
+ 7y
2
+ 10y
3

3y
1
+ y
2
+ 2y
3
2 (1)
y
1
3y
2
+ y
3
4 (2)
y
1
+ 2y
2
+ 3y
3
3 (3)
4y
1
+ 3y
2
y
3
1 (4)
y
1
, y
2
, y
3
0
Tmler geveklik teoremini kullanalm.
X
2
*
ve X
4
*
> 0 olduuna gre 2. ve 4. dual kstlar eitkik olarak salanmal:
y1 3y2 + y3 = 4 (2)
4y1 + 3y2 y3 = 1 (4)
x
*
deerlerini Pnin kstlarna yerletirelim.
(1) 10.4 + 1.6 = 12 = 12
(2) -31.2 + 1.2 = -30 < 7 y
2
*
= 0
(3) 10.4 0.4 = 10 = 10
(2) y1 + y3 = 4
(4) 4y1 y3 = 1
y
1
*
= 1, y
3
*
= 3
z
*
= 42 =
*

2011-2012
4. ULATIRMA SORUNLARI
4.1 ULATIRMA SORUNLARININ FORMLASYONU
Genel olarak, bir ulatrma sorunu aadaki bilgileri barndrr:
Bir rn/hizmet gnderen m adet arz noktas (supply point). i arz noktas en
fazla s
i
birim arz edebilir.
rnn/hizmetin gnderildii n adet talep noktas (demand point). j talep
noktas en az d
j
birime gereksinim duyar.
Bir birimin i arz noktasndan j talep noktasna gnderilmesi maliyeti c
ij
dir.
Sz konusu bilgi aadaki ulatrma tablosu ile formle edilebilir:

Talep
noktas 1
Talep
noktas 2
.....
Talep
noktas n
ARZ
Arz
noktas 1
c
11
c
12
c
1n

s
1

Arz
noktas 2
c
21
c
22
c
2n

s
2

.....

Arz
noktas m
c
m1
c
m2
c
mn

s
m

TALEP d
1
d
2
d
n

Eer toplam talep miktar toplam arz miktarna eitse sorun dengeli ulatrma
sorunu olarak isimlendirilir.

x
ij
= i arz noktasndan j talep noktasna gnderilen miktar olsun.
Bu durumda ulatrma sorununun genel DP gsterimi aadaki gibidir:
min
i

j
c
ij
x
ij

yle ki
j
x
ij
< s
i
(i=1,2, ..., m) Arz kstlar

i
x
ij
> d
j
(j=1,2, ..., n) Talep kstlar
x
ij
> 0
2011-2012
Yukardaki sorun, bir enbykleme sorunu (ulatrma sonucu kar elde edilmesi gibi)
da olsa, kstlarnn benzer zellikler tamas durumunda yine bir ulatrma
sorunudur.

4.1.1 Dengeli Ulatrma Sorununun Formulasyonu
rnek 1. Powerco
Powerco irketinin drt ehre hizmet veren adet elektrik santrali vardr. Her bir
santral srasyla 35 milyon, 50 milyon ve 40 milyon kWh elektrik retmektedir.
ehirlerin en youn saatlerde talep ettii elektrik miktar ise srasyla 45 milyon, 20
milyon, 30 milyon ve 30 milyon kWhdir. 1 milyon kWh elektriin bir santralden bir
ehre gnderilmesinin maliyeti aadaki tabloda verilmitir. Her ehrin talebini en az
maliyetle karlamak zere bir ulatrma tablosunda dengeli bir ulatrma sorunu
formle ediniz ve sorunun DP modelini gsteriniz.
ehir 1 ehir 2 ehir 3 ehir 4
Santral 1 $8 $6 $10 $9
Santral 2 $9 $12 $13 $7
Santral 3 $14 $9 $16 $5
Yant:
1. Ulatrma sorununun formlasyonu
ehir 1 ehir 2 ehir 3 ehir 4 ARZ
Santral 1
8 6 10 9
35

Santral 2
9 12 13 7
50

Santral 3
14 9 16 5
40

TALEP 45 20 30 30 125
Toplam talep ve toplam arz eit olduundan (125 milyon kWh) sorun dengelidir.

2. Sorunun DP modeli olarak gsterimi
x
ij
: Santral ide retilen ve ehir jye gnderilen elektrik miktar (million kwh)
min z = 8x
11
+ 6x
12
+ 10x
13
+ 9x
14
+ 9x
21
+ 12x
22
+ 13x
23
+ 7x
24
+ 14x
31
+ 9x
32
+
16x
33
+ 5 x
34

s.t. x
11
+ x
12
+ x
13
+ x
14
< 35 (arz kstlar)
x
21
+ x
22
+ x
23
+ x
24
< 50
x
31
+ x
32
+ x
33
+ x
34
< 40
x
11
+ x
21
+ x
31
> 45 (talep kstlar)
2011-2012
x
12
+ x
22
+ x
32
> 20
x
13
+ x
23
+ x
33
> 30
x
14
+ x
24
+ x
34
> 30
x
ij
> 0 (i = 1, 2, 3; j = 1, 2, 3, 4)

4.1.2 Dengesiz bir Ulatrma Sorununun Dengelenmesi
Fazla Arz
Eer toplam arz miktar toplam talep miktarn geerse, sorunu dengelemek iin talep
miktar aradaki fark (fazla arz miktar) kadar olan bir yapay talep noktas yaratrz.
Sz konusu noktaya yaplacak gnderimler aslnda olmayaca iin bu noktaya arz
noktalarndan yaplacak ulatrma maliyeti 0 olacaktr.
Karlanmayan Talep
Eer toplam arz miktar toplam talep miktarndan azsa, aslnda olurlu bir zm
yoktur (talepler karlanamaz). Bu durumda karlanamayan talep kadar arz olan bir
yapay arz noktas yaratrz. Talebin olmayan bir arz noktasndan karlanamamas
beraberinde bir ceza maliyeti getirir.

rnek 2. Fazla Arz iin Deitirilmi Powerco
ehir 1in talebinin 40 milyon kwh olduunu farz edelim. Bu durumda dengeli bir
ulatrma sorunu formle ediniz.
Yant
Toplam talep 120 ve toplam arz 125 olduundan sorun dengeli deildir.
Sorunu dengelemek iin bir yapay talep noktas yaratrz. Sz konusu noktann talebi
125 120 = 5 milyon kwh olacaktr.
Her santralden yapay talep noktasna 1 milyon kwh elektrik gndermenin maliyeti 0
olacaktr.
Tablo 4. Fazla Arz rnei iin Ulatrma Tablosu
ehir 1 ehir 2 ehir 3 ehir 4 Yapay ARZ
Santral 1
8 6 10 9 0
35

Santral 2
9 12 13 7 0
50

Santral 3
14 9 16 5 0
40

TALEP 40 20 30 30 5 125

2011-2012
rnek 3. Karlanmayan Talep iin Deitirilmi Powerco
ehir 1in talebinin 50 milyon kwh olduunu farz edelim. Karlanamayan her 1
milyon kWh elektrik iin 80$ ceza maliyeti kesilirse dengeli bir ulatrma sorunu
formle ediniz.
Yant
5 milyon kWh elektrik arz eden bir yapay arz noktas yaratrz.
Santral 1
8 6 10 9
35

Santral 2
9 12 13 7
50

Santral 3
14 9 16 5
40

Talep
80 80 80 80
5

TALEP 50 20 30 30 130

4.2 TEMEL OLURLU ZMN BULUNMASI
Dengeli bir ulatrma sorunu iin genel DP gsterimi aadaki gibi yazlabilir::
min
i

j
c
ij
x
ij

yle ki
j
x
ij
= s
i
(i=1,2, ..., m) Arz kstlar

i
x
ij
= d
j
(j=1,2, ..., n) Talep kstlar
x
ij
> 0
Sz konusu soruna bir temel olurlu zm (basic feasible solution - bfs) bulmak iin
aadaki nemli gzlemi kullanmalyz:
Eer dengeli bir ulatrma sorununda x
ij
lerin deerler kmesi bir kst haricinde tm
kstlar salarsa, bu deerler o ksd da salar.
Bu gzlem ulatrma sorununun zm srasnda herhangi bir kst gzard
edebileceimizi ve m+n-1 ksttan oluan bir DP zeceimizi gsterir. Genel olarak
ilk arz kst deerlendirme d braklr.
Geri kalan m+n-1 ksda bfs bulmak iin herhangi bir m+n-1 deikenin temel zm
verebileceini dnebilirsiniz: fakat sz konusu m+n-1 deikenin temel zmde
olabilmesi iin bir dng oluturmamalar gerekir.
En az drt hcrenin bir dng oluturmas iin:
2011-2012
Herhangi ardk iki hcrenin ayn satr veya stunda olmas gerekir
Ayn satr veya stunda ardk hcre olmamaldr
Serinin son hcresi ilk hcre ile ayn satr veya stunda olup dngy
kapatmaldr
Dengeli bir ulatrma sorununa temel olurlu zm bulmak iin farkl yntem
kullanlabilir:
1. Kuzeybat Ke (Northwest Corner) Yntemi
2. Enkk Maliyet (Minimum Cost) Yntemi
3. Vogelin Yaklam

4.2.1 Kuzeybat Ke Yntemi
Ulatrma tablosunun en sol st kesinden balarz ve x
11
i mmkn olduunca
byk bir deer atarz (tabii ki, x
11
en ok s
1
ve d
1
ikilisinin en kk deeri kadar
olabilir).
Eer x
11
=s
1
ise ilk satr iptal ediniz ve d
1
i d
1
-s
1
olarak gncelleyiniz
Eer x
11
=d
1
ise ilk stunu iptal ediniz ve s
1
i s
1
-d
1
olarak gncelleyiniz
Eer x
11
=s
1
=d
1
ise ya ilk satr ya da ilk stunu iptal ediniz (her ikisini de deil!)
Eer satr iptal ettinizse d
1
i sfr yapnz
Eer stunu iptal ettinizse s
1
i sfr yapnz
Bu ekilde devam ederek (her seferinde geri kalan hcrelerde yeni sol-st keye
atama yaparak) tm atamalar yaplr. Sonuta, bir hcre geriye kalacaktr. Satr veya
stundaki deeri atayarak ve hem satr hem de stunu iptal ederek ilemi bitiriniz: bir
bfs elde edilmitir.
rnek 1.
Aadaki dengeli ulatrma sorunu iin bir bfs bulalm
(Bu yntemde maliyetler gerekmediinden verilmemitir!).
5
1
3
2 4 2 1
Toplam talep toplam arza eittir (9): sorun dengelidir.
2011-2012
2 3
1
3
X 4 2 1

2 3 X
1
3
X 1 2 1

2 3 X
1 X
3
X 0 2 1

2 3 X
1 X
0 2 1 3
X 0 2 1
m+n-1 (3+4-1 = 6) adet deiken atanm olur. KBK yntemi ile seilen deikenler
bir dng oluturmadklarndan bir bfs bulunmutur.

4.2.2 Enkk Maliyet Yntemi
KBK yntemi maliyetleri gz nne almadndan balang bfssi maliyeti yksek
olan bir zm olabilir ve en iyi zmn bulunmas iin ok sayda ilem gerekebilir.
Bu durumla karlamamak iin kullanlabilecek olan enkk maliyet ynteminde en
dk tama maliyeti olan hcreye atama yaplr. Bu hcreye yaplacak x
ij
atamas
yine min {s
i
, d
j
} kadardr.
KBK yntemindeki gibi atama yaplan hcrenin olduu satr veya stun iptal edilip arz
ya da talep deeri gncellenir ve tm atamalar yaplncaya kadar devam edilir.
2011-2012
rnek 2
2 3 5 6
5

2 1 3 5
10

3 8 4 6
15

12 8 4 6

2 3 5 6
5

2 1 3 5
2
8
3 8 4 6
15

12 X 4 6

2 3 5 6
5

2 1 3 5
X
2 8
3 8 4 6
15

10 X 4 6

2 3 5 6
X
5
2 1 3 5
X
2 8
3 8 4 6
15

5 X 4 6

2 3 5 6
X
5
2 1 3 5
X
2 8
3 8 4 6
15
5 4 6
5 X 4 6

2011-2012
4.2.3 Vogel'in Yaklam
Her satr ve stun iin ceza hesaplanarak ynteme balanr. Ceza o satr veya
stundaki en kk iki maliyet arasndaki farktr.
Daha sonra cezas enbyk olan satr veya stun bulunur.
Sz konusu satr veya stundaki en dk maliyetli hcre ilk temel deikeni verir.
Yine KBK yntemindeki gibi bu deikene atanacak deer, ilgili hcrenin arz ve talep
miktarlarna baldr. Gerekli iptaller ve gncellemeler yaplr
Yeniden geri kalan tablo iin yeni cezalar hesaplanr ve prosedre benzer admlarla
devam edilir.
rnek 3

Arz
Satr
cezas
6 7 8
10 7-6=1

15 80 78
15 78-15=63

Talep 15 5 5

Stun
cezas
15-6=9 80-7=73 78-8=70

Arz
Satr
cezas
6 7 8
5 8-6=2
5
15 80 78
15 78-15=63

Talep 15 X 5

Stun
cezas
15-6=9 - 78-8=70

Arz
Satr
cezas
6 7 8
X -
5 5
15 80 78
15 -

Talep 15 X 0

Stun
cezas
15-6=9 - -

2011-2012
Arz
6 7 8
X
5 5
15 80 78
15
15 0
Talep 15 X 0

4.3 ULATIRMA SMPLEKS

Yntemin Admlar
1. Eer ulatrma sorunu dengesiz ise dengeleyiniz.
2. Bir bfs bulmak iin KBK, Enkk Maliyet veya Vogel yntemlerinden birini
kullannz
3. u
1
= 0 olarak kabul edip mevcut bfsdeki tm temel deikenler iin u
i
+ v
j
= c
ij

denklemini kullanarak ular ve vleri hesaplaynz.
4. Tm temel d deikenler iin u
i
+ v
j
c
ij
0 ise, en iyi zm bulunmutur.
Eer bu koul salanmazsa u
i
+ v
j
c
ij
deeri en pozitif olan deiken pivot
ilemleri ile temele girer ve temeldeki deikenlerden biri zmden kar.
Bylece yeni bir bfs bulunmu olur. Adm 3e gidiniz.

Enbykleme sorunu iin yine yukardaki adnlar uygulanr. Sadece 4. admda
aadaki deiiklik yaplmaldr:
Tm temel d deikenler iin u
i
+ v
j
c
ij
0 ise, en iyi zm bulunmutur. Eer
bu koul salanmazsa u
i
+ v
j
c
ij
deeri en negatif olan deiken pivot ilemleri ile
temele girer ve temeldeki deikenlerden biri zmden kar. Bylece yeni bir bfs
bulunmu olur. Adm 3e gidiniz.

Pivot ilemleri
1. zme girecek olan deiken ile temel deikenlerin bazlar veya hepsi bir
dng oluturur (sadece bir olas dng vardr!).
2. Dngdeki hcreleri zme giren hcreden balayarak saynz. Says ift
olanlar (0, 2, 4, vb.) ift hcreler olarak iaretleyiniz. Dngdeki dier hcreleri de
tek hcreler olarak iaretleyiniz.
2011-2012
3. Tek hcrelerde deeri en kk olan deikeni bulunuz. Bu deere diyelim. Bu
deiken temel d kalacaktr. lemi tamamlamak iin tm tek hcrelerdeki
deerlerden karalm ve ift hcrelerdeki deerlere ekleyelim. Dngde
olmayan deikenlerin deeri deimez. Eer = 0 ise giren deiken 0 deeri
ile zme girecektir.

rnek 1. Powerco
Sorun dengelidir (toplam talep toplam arza eittir).
Powerco rneine KBK yntemi uygulanrsa, aadaki tabloda grelen bfs elde
edilir (m+n1=6 temel deiken!).
Santral 1
8 6 10 9
35
35
Santral 2
9 12 13 7
50
10 20 20
Santral 3
14 9 16 5
40
10 30
TALEP 45 20 30 30 125
u
1
= 0
u
1
+ v
1
= 8 v
1
= 8
u
2
+ v
1
= 9 u
2
= 1
u
2
+ v
2
= 12 v
2
= 11
u
2
+ v
3
= 13 v
3
= 12
u
3
+ v
3
= 16 u
3
= 4
u
3
+ v
4
= 5 v
4
= 1
Tm temel d deikenler iin
ij
= u
i
+ v
j
c
ij
hesaplanr:
12
= 0 + 11 6 = 5
13
= 0 + 12 10 = 2
14
= 0 + 1 9 = -8
24
= 1 + 1 7 = -5
31
= 4 + 8 14 = -2
32
= 4 + 11 9 = 6
32
en pozitif olan deeri verdiinden, x
32
temel deiken olacaktr.
x
32
nin de olduu dng (3,2)-(3,3)-(2,3)-(2,2) eklindedir: = 10 bulunur.
2011-2012
Santral 1
8 6 10 9
35
35
Santral 2
9 12 13 7
50
10 20 20+
Santral 3
14 9 16 5
40
10 30
TALEP 45 20 30 30 125
x
33
temel d deiken olacaktr. Yeni bfs aadaki tabloda verilmitir:
u
i
/v
j
8 11 12 7 ARZ
0
8 6 10 9
35
35
1
9 12 13 7
50
10 10 30
-2
14 9 16 5
40
10 30
TALEP 45 20 30 30 125
12
= 5,
13
= 2,
14
= -2,
24
= 1,
31
= -8,
33
= -6
12
en pozitif deeri verdiinden, x
12
zme girer.
x
12
nin de olduu dng (1,2)-(2,2)-(2,1)-(1,1) eklindedir ve = 10dur
Santral 1
8 6 10 9
35
35
Santral 2
9 12 13 7
50
10+ 10 30
Santral 3
14 9 16 5
40
10 30
TALEP 45 20 30 30 125

x
22
zmden kar. Yeni bfs aadaki tabloda verilmitir:
u
i
/v
j
8 6 12 2 ARZ
0
8 6 10 9
35
25 10
1
9 12 13 7
50
20 30
3
14 9 16 5
40
10 30
TALEP 45 20 30 30 125
13
= 2,
14
= -7,
22
= -5,
24
= -4,
31
= -3,
33
= -1
2011-2012
13
en pozitif olan deeri verdiinden, x
13
temel deiken olacaktr.
x
13
n de olduu dng (1,3)-(2,3)-(2,1)-(1,1) eklindedir. = 25
Santral 1
8 6 10 9
35
25 10
Santral 2
9 12 13 7
50
20+ 30
Santral 3
14 9 16 5
40
10 30
TALEP 45 20 30 30 125
x
11
temel d deiken olur. Yeni bfs:
u
i
/v
j
6 6 10 2 ARZ
0
8 6 10 9
35
10 25
3
9 12 13 7
50
45 5
3
14 9 16 5
40
10 30
TALEP 45 20 30 30 125
11
= -2,
14
= -7,
22
= -3,
24
= -2,
31
= -5,
33
= -3
Tm
ij
ler negatif olduundan en iyi zm bulunmutur.

Rapor
Santral 2den ehir 1e 45 milyon kwh elektrik gnderilmelidir.
Santral 1den ehir 2ye 10 milyon kwh elektrik gnderilmelidir. Benzer ekilde
Santral 3den ehir 2ye 10 milyon kwh elektrik gnderilmelidir.
Santral 1den ehir 3e 25 milyon kwh ve Santral 2den ehir 3e 5 milyon kwh
elektrik gnderilmelidir.
Santral 3den ehir 4e 30 milyon kwh elektrik gnderilmelidir
Toplam tama maliyeti:
z = .9 (45) + 6 (10) + 9 (10) + 10 (25) + 13 (5) + 5 (30) = $ 1020

4.4 ULATIRMA SORUNLARI N DUYARLILIK ANALZ
Bu blmde ulatrma problemi iin duyarllk analizi ile ilgili aadaki noktalar
incelenmektedir:
Temel olmayan bir deikenin ama fonksiyon katsaysnn deitirilmesi.
2011-2012
Temel bir deikenin ama fonksiyon katsaysnn deitirilmesi.
Bir arzn kadar artrlmas ve bir talebin kadar artrlmas.
Bu deiiklikler Powerco problemi kullanlarak aklanmaktadr. Anmsanaca gibi
Powerco problemi iin en iyi zm z=$1,020dir ve optimal tablo aadaki gibidir:

ehir 1 ehir 2 ehir 3 ehir 4 Arz

u
i
/v
j
6 6 10 2

Santral 1 0
8 6 10 9
35 10 25
Santral 2 3
9 12 13 7
50 45 5
Santral 3 3
14 9 16 5
40 10 30
Talep

45 20 30 30

Temel Olmayan Bir Deikenin Ama Fonksiyon Katsaysnn Deitirilmesi
Temel olmayan bir x
ij
deikeninin ama fonksiyon katsaysnn deitirilmesi optimal
tablonun sa taraf deerini deitirmez. Bu nedenle mevcut temel hala olurludur.
c
BV
B
-1
deimediinden u
i
ler and v
j
ler deimez. 0. satrda yalnz x
ij
nin katsays
deiir. Bu nedenle x
ij
nin katsays optimal 0. satrda pozitif olmayan bir deer ald
srece mevcut temel optimal kalr.
Yntemi gstermek iin u sorulara yant aranmaktadr: 1 milyon kwh elektriin 1.
Santralden 1. ehre iletim maliyetinin hangi aralktaki deerleri iin mevcut temel
optimal kalr? c
11
in 8den 8+ya deitirildii varsaylsn. nn hangi deerleri iin
mevcut temel optimal kalr? = + + = + = 2 ) 8 ( 8 0
11 1 1 11
c v u c . Bu nedenle
mevcut temel -2 - 0, ya da -2, ve c
11
8 - 2 = 6 olduu srece optimal
kalr.

Temel Bir Deikenin Ama Fonksiyon Katsaysnn Deitirilmesi
c
BV
B
-1
deeri deitirildii iin 0. satrdaki her temel d deikenin katsays
deiebilir. Mevcut temelin optimal kalp kalmadn belirlemek iin yeni u
i
ler ve v
j
ler
bulunmal ve bu deerler kullanlarak her temel d deiken iin olurluluk koulu
denetlenmelidir. Mevcut temel, temel d deikenlerin olurluluk denetimi pozitif
olmayan bir sonu verdii srece optimal kalr. Bu fikri gstermek amacyla Powerco
probleminde mevcut temelin optimal kalmas iin 1. Santralden 1. ehre 1 milyon
kwh elektrik iletiminin maliyetinin alt ve st snr belirlenmektedir.
2011-2012
c
13
n 10dan 10+ya deitii varsaylsn. O zaman 0
13
= c denklemi u
1
+ v
3
=
10dan u
1
+ v
3
= 10 + ya dnr. Bu nedenle u
i
lerin ve v
j
lerin bulunmas iin,
aadaki denklemler zlmelidir.
u
1
=0
u
2
+ v
1
= 9
u
1
+ v
2
= 6
u
2
+ v
3
= 13
u
3
+ v
2
= 9
u
1
+ v
3
= 10 +
u
3
+ v
4
= 5
Bu denklemlerin zlmesi ile u
1
= 0, v
2
= 6, v
3
= 10 + , v
1
= 6 + , u
2
= 3 - , u
3
= 3,
ve v
4
= 2 sonular elde edilir.
Bundan sonra her temel d deiken iin olurluluk denetimi yaplr. Her temel d
deiken 0. satrda pozitif olmayan bir katsayya sahip olduu srece mevcut temel
optimal kalr.
3 0 3 16
5 0 5 14
2 0 2 7
3 0 3 12
7 9
2 0 2 8
3 3 33
1 3 31
4 2 24
2 2 22
4 1 14
1 1 11
= + =
+ = + =
= + =
= + =
= + =
= + =
v u c
v u c
v u c
v u c
v u c
v u c

Bu nedenle mevcut temel -2 2, ya da 8 = 10 2 c
13
10 + 2 = 12 eitsizlikleri
geerli olduu srece optimal kalr.

Hem s
i
Arznn Hem de d
j
Talebinin Kadar Artrlmas
Bu deiiklik ulatrma probleminin dengeli kalmasn salar. u
i
ler and v
j
ler her
kstn glge fiyatnn negatifi olarak dnlebileceinden 6. Blmde verilen (37)
ile, mevcut temelin optimal kalmas durumunda yeni z-deeri aadaki ekilde
hesaplanabilir.
Yeni z-deeri= eski z-deeri + u
i
+ v
j

rnein, 1. Santralin arz ve 2. ehrin talebi 1 birim arttnda
yeni maliyet = = 1,020 + 1 (0) + 1 (6) = $ 1,026.
2011-2012
Karar deikenlerinin yeni deerleri ise u ekilde bulunabilir:
1. x
ij
optimal zmdeki temel deikense x
ij
kadar artar.
2. x
ij
optimal zmdeki temel d deiken ise x
ij
yi ve baz temel deikenleri
ieren dng bulunur. i satrnda ve dngde olan tek hcre bulunur. Bu tek
hcrenin deeri kadar artrlr ve dngde dolalarak ve deiimli olarak
deerler artrlarak ve azaltlarak mevcut temel deikenlerin yeni deerleri
bulunur.
lk durumu gstermek zere s
1
ve d
2
deerleri 2 birim artrlmaktadr. x
12
optimal
zmdeki bir temel deiken olduu iin, yeni optimal zm:


u
i
/v
j
6 6 10 2

Santral 1 0
8 6 10 9
37 12 25
Santral 2 3
9 12 13 7
50 45 5
Santral 3 3
14 9 16 5
40 10 30
Talep

45 22 30 30

Yeni optimal z-deeri 1,020 + 2u
1
+ 2v
2
= $ 1,032.
kinci durumu gstermek zere, hem s
1
hem de d
1
1 birim artrlmaktadr. x
11
mevcut
optimal zmde temel d bir deiken olduu iin x
11
i ve baz temel deikenleri
ieren bir dng bulunmaldr. Dng (1, 1) (1, 3) (2, 3) (2, 1) eklindedir. 1.
Satrda olup dng iindeki tek hcre x
13
tr. Bu nedenle yeni optimal zm x
13
ve
x
21
yi 1 artrarak ve x
23
1 azaltarak bulunmaktadr. Bu deiiklik sonucu aadaki
optimal zm ortaya konulur:


u
i
/v
j
6 6 10 2

Santral 1 0
8 6 10 9
36 10 26
Santral 2 3
9 12 13 7
50 46 4
Santral 3 3
14 9 16 5
40 10 30
Talep

46 20 30 30

Yeni optimal z-deeri = 1,020 + u
1
+ v
1
= $ 1,026dr.
Dikkat: Hem s
1
hem d
1
6 birim azaltlrsa mevcut temel olursuz duruma gelmektedir.

2011-2012
4.5 GEC KONAKLAMA SORUNLARI
Baz durumlarda gnderim srecindeki bir nokta hem rn/hizmet gnderebilir, hem
de sz konusu noktaya rn/hizmet gnderilebilir. rn/hizmetin arz noktasndan
talep noktasna gnderimi srasnda geici olarak konaklad bu nokta geici
konaklama noktas olarak isimlendirilir.
Bu zellii olan bir gnderim sorunu geici konaklama sorunudur.
Geici konaklama sorununa en iyi zm sz konusu sorunu ulatrma sorununa
dntrp ulatrma sorununu zerek bulunabilir.

Uyar
Ulatrma Sorunlarnn Formlasyonu blmnde belirtildii gibi, bir baka noktaya
bir rn/hizmet gnderen fakat hi bir noktadan rn/hizmet alamayan nokta arz
noktas olarak isimlendirilir.
Benzer ekilde, bir talep noktas da dier noktalardan rn/hizmet alabilir fakat hi
bir noktaya rn/hizmet gnderemez.

Admlar
1. Eer sorun dengesiz ise sorunu dengeleyiniz.
s = dengeli sorun iin toplam arz (veya talep) miktar olsun
2. Aadaki ekilde bir ulatrma tablosu kurunuz:
Her arz ve geici konaklama noktas iin tabloda bir satr gerekecektir
Her talep ve geici konaklama noktas iin bir stun gerekecektir
Her arz noktasnn arz o noktann arz miktar kadar olacaktr
Her talep noktasnn talebi o noktann talep miktar kadar olacaktr
Her geici konaklama noktasnn arz o noktann arz miktar + s kadar olacaktr
Her geici konaklama noktasnn talebi o noktann talep miktar + s kadar
olacaktr
3. Ulatrma sorununu znz

rnek 1. Kuruolu
(Winston 7.6.dan esinlenilmitir)
Kuruoglu Malatya ve G.Antepdeki fabrikalarnda buzdolab retmektedir.
Malatyadaki fabrika gnde en fazla 150 adet, G.Antepteki fabrika ise gnde en fazla
200 adet buzdolab retebilmektedir. Buzdolaplar uak ile stanbul ve zmirdeki
2011-2012
mterilere gnderilmektedir. Her iki ehirdeki mterilerin gnlk talebi 130 adet
buzdolabdr. Gnderim maliyetlerindeki deiiklikler yznden baz buzdolaplarnn
fabrikalardan uakla ncelikle Ankara veya Eskiehire gnderilmesi ve daha sonra
nihai mterilere bu ehirlerden gnderilmesi dnlmektedir. Bir buzdolabnn
tama maliyeti aadaki tabloda verilmitir. Kuruolu toplam tama maliyetlerini
enazlayacak ekilde mteri taleplerini karlamak istemektedir.
TL Malatya G.Antep Ankara Eskiehir Istanbul zmir
Malatya 0 - 8 13 25 28
G.Antep - 0 15 12 26 25
Ankara - - 0 6 16 17
Eskiehir - - 6 0 14 16
Istanbul - - - - 0 -
zmir - - - - - 0

Yant:
Bu sorunda Ankara ve Eskiehir geici konaklama noktalardr.
Adm 1. Sorunu dengeleme
Toplam arz = 150 + 200 = 350
Toplam talep = 130 + 130 = 260
Yapay talep = 350 260 = 90
s = 350 (dengeli sorun iin toplam arz veya talep miktar)
Adm 2. Bir ulatrma tablosu kurma
Geici konaklama noktas talebi = O noktann talep miktar + s = 0 + 350 = 350
Geici konaklama noktas arz = O noktann arz miktar + s = 0 + 350 = 350
Ankara Eskiehir Istanbul Izmir Yapay Arz
Malatya
8 13 25 28 0
150

G.Antep
15 12 26 25 0
200

Ankara
0 6 16 17 0
350

Eskiehir
6 0 14 16 0
350

Talep 350 350 130 130 90
Adm 3. Ulatrma sorununun zm
Ankara Eskiehir Istanbul Izmir Yapay Arz
Malatya
8 13 25 28 0
150
130 20
G.Antep
15 12 26 25 0
200
130 70
2011-2012
Ankara
0 6 16 17 0
350
220 130
Eskiehir
6 0 14 16 0
350
350
Talep 350 350 130 130 90 1050

Rapor:
Kuruoglu Malatyada 130 buzdolab retip bunlarn tamamn Ankara zerinden
stanbula gndermelidir.
G.Antepde retilecek 130 buzdolab ise dorudan zmire gnderilmelidir.
Bu durumda toplam tama maliyeti 6370 TL olacaktr.

4.6 ATAMA SORUNLARI
Ulatrma sorunlarnda her arz noktasnn bir talep noktasna atanmasn ve her
talebin karlanmasn gerektiren zel bir durum sz konusudur. Bu tip sorunlar
atama sorunlar olarak isimlendirilir. rnein hangi iinin veya makinenin hangi ii
yapacan belirlemek bir atama sorunudur.

4.6.1 DP Gsterimi
Bir atama sorununda bir arz noktasn bir talep noktasna atamann maliyeti c
ij
dir.
te yandan, bir x
ij
0-1 tamsay deikeni aadaki gibi tanmlanr:
x
ij
= 1 eer i. arz noktas j. talep noktasnn talebini karlamak zere atanrsa
x
ij
= 0 eer i. arz noktas j. talep noktasnn talebini karlamazsa
Bu durumda, bir atama sorununun genel DP gsterimi
min
i

j
c
ij
x
ij

yle ki
j
x
ij
= 1 (i=1,2, ..., m) Arz kstlar

i
x
ij
= 1 (j=1,2, ..., n) Talep kstlar
x
ij
= 0 veya x
ij
= 1
eklindedir.

4.6.2 Macar Yntemi
Tm arz ve talep miktarlar tamsay olduundan, en iyi zmdeki tm deikenler
de tamsay olmaldr. Her kstn ST deeri 1e eit olduundan, her x
ij
1den byk
2011-2012
olmayan ve negatif olmayan bir tamsay olmaldr. Bu durumda her x
ij
0 veya 1
olmaldr.
x
ij
= 0 veya x
ij
= 1 kstlamasn DP gsteriminde ihmal edersek, her arz noktasnn bir
adet arz ettii ve her talep noktasnn bir adet talep ettii dengeli bir ulatrma sorunu
ile karlarz.
Fakat atama sorununun ulatrma simpleks yntemi ile zlmesi yukarda verilen
kstlamay kullanmayaca iin etkin olmayacaktr.
Bu yzden simpleksden daha basit bir algoritma olan Macar Yntemi ile atama
sorunlar zlr.
Uyar
1. Ama fonksiyonunun enbyklenmesi istenilen atama sorunlarnda karlar
matrisindeki elemanlarn 1 ile arplarak sorunun enkkleme sorunu olarak
Macar Yntemi ile zlmesi gerekir
2. Eer maliyet matrisinde satr ve stun saylar eit deilse atama sorunu
dengesizdir. Bu durumda sorunu Macar Yntemi ile zmeden nce bir veya
daha fazla sayda yapay nokta eklenerek dengelenmelidir..

Admlar
1. mmlik maliyet matrisinin her satrndaki en kk maliyeti bulunuz.
2. Her maliyetten kendi satrndaki en kk maliyeti kararak bir matris kurunuz
3. Yeni matrisde her stunun en kk maliyetini bulunuz
4. Bu sefer her maliyetten kendi stunundaki en kk maliyeti kararak yeni bir
matris (indirgenmi maliyet matrisi) kurunuz
5. ndirgenmi maliyet matrisindeki tm sfrlar rtecek ekilde en az sayda (yatay
veya dey) izgi iziniz. Eer bu ilem iin m adet izgi gerekli ise en iyi zm
bulunmutur. Eer gerekli izgi says m adetten az ise bir sonraki adma geiniz
6. ndirgenmi maliyet matrisinde Adm 5de izilen izgiler ile rtlmemi ve
sfrdan farkl en kk maliyeti (k) bulunuz
7. Her stnden izgi gemeyen maliyetten ky karnz ve ift izgi ile rtlen her
maliyete ky ekleyiniz. Adm 5e dnnz.
2011-2012
rnek 1. Uu Ekibi
(Winston 7.5.den esinlenilmitir)
Drt adet kaptan pilot (Semih, Gkhan, Seluk, Emre) uularda beraber olduklar
drt adet uu teknisyenini (Uur, Mehmet, zer, Volkan) yetkinlik, uyum ve moral
motivasyon asndan 1-20 leinde deerlendirmilerdir (1: ok iyi, 20: ok kt).
Deerlendirme notlar tabloda verilmitir. Havayolu irketi her uu teknisyeninin
uu atamasn mmkn olduunca kendisine iyi not veren kaptan pilotla yapmak
istemektedir. Uu ekipleri nasl olmaldr?
Uur Mehmet zer Volkan
Semih 2 4 6 10
Gkhan 2 12 6 5
Seluk 7 8 3 9
Emre 14 5 8 7

Yant:
Adm 1. Tablodaki her satr iin en kk maliyetler srasyla 2, 2, 3 ve 5dir.
Adm 2 & 3. Her maliyetten kendi satrndaki en kk maliyet karlr. Yeni matrisin
her stunun en kk maliyeti.bulunur.
0 2 4 8
0 10 4 3
4 5 0 6
9 0 3 2
Stun minimumu 0 0 0 2
Adm 4. Bu sefer her maliyetten kendi stunundaki en kk maliyeti kararak
indirgenmi maliyet matrisi elde edilir.
0 2 4 6
0 10 4 1
4 5 0 4
9 0 3 0
Adm 5. Aadaki tabloda gsterildii gibi 3. ve 4. satr ile 1. stunda izilecek
izgiler indirgenmi maliyet matrisindeki tm sfrlar rter. Gerekli en az izgi says
3dr. 4den az izgi gerektiinden zm en iyi deildir. Bir sonraki adma geilir.
Tablo 4. Sfrlar rten izgilerle indirgenmi maliyet matrisi
0 2 4 6
0 10 4 1
4 5 0 4
9 0 3 0
Adm 6 & 7. rtlememi en kk maliyet 1dir. Her rtlmemi maliyetten 1
karlr ve iki izgi ile rtlenlere 1 eklenir.

2011-2012

0 1 3 5
0 9 3 0
5 5 0 4
10 0 3 0
Tm sfrlar rtmek iin imdi drt izgiye gerek vardr. En iyi zm bulunmutur.
Stun 3deki tek sfr x
33
de ve Stun 2deki tek sfr x
42
dedir. Satr 4 tekrar
kullanlmayaca iin Stun 4 iin kalan sfr x
24
dedir. Son olarak x
11
i seeriz.
Seilen tm karar deikenleri 1e eittir.

Rapor:
KP Semih, UT Uur ile; KP Gkhan, UT Volkan ile; KP Seluk, UT zer ile; KP
Emre, UT Mehmet ile umaldr.

End 331

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

End 331

Uploaded by

Copyright:

Available Formats

Dr. Y. lker Topcu (www.ilkertopcu.

deiimden nceki sorunu, dolaysyla (1)'i salar. Gerekli

vektrnn mevcut temel cinsinden ifade edilmi ekli

You might also like