Yöneylem - Doğrusal Programlama Ve Ulaştırma Modeli Ders Notları

1
NDEKLER

GR .............................................................................................................................. 3
DORUSAL PROGRAMLAMA ................................................................................ 5
1.1 DORUSAL PROGRAMLAMA MODELNN TANIMI ................................................. 5
1.1.1 Ama Fonksiyonu ........................................................................................... 5
1.1.2 Kstlayc artlar ........................................................................................... 5
1.1.3 Pozitiflik art ................................................................................................. 6
1.1.4 rnek Problem 1.1: Basit Kr Maksimizasyonu Problemi ............................ 6
1.1.5 DP Modelinin Matris Notasyonuyla fadesi ................................................... 8
1.2 DP MODELNN DAYANDII VARSAYIMLAR ......................................................... 9
1.2.1 Dorusallk ..................................................................................................... 9
1.2.2 Toplanabilirlik ................................................................................................ 9
1.2.3 Blnebilirlik .................................................................................................. 9
1.2.4 Belirlilik ........................................................................................................ 10
1.3 DP MODELLERNN KURULMASI ......................................................................... 10
1.3.1 rnek Problem 1.2: Basit Maliyet Minimizasyonu Problemi ....................... 11
1.3.2 rnek Problem 1.3: artl retim Problemi ................................................ 12
1.3.3 rnek Problem 1.4: Ara Ak Problemi..................................................... 13
1.3.4 rnek Problem 1.5: Fire Minimizasyonu Problemi ..................................... 15
1.3.5 rnek Problem 1.6: Ulatrma Problemi ..................................................... 17
1.3.6 Problemler .................................................................................................... 18
1.4 DP MODELLERNN ZM ............................................................................... 20
1.4.1 Konuyla lgili Baz Kavramlar ..................................................................... 20
1.4.1.1 Konveks Set ........................................................................................... 20
1.4.1.2 Uygun zm (U)............................................................................... 21
1.4.1.3 Temel Uygun zm (TU) ................................................................. 21
1.4.1.4 Optimal zm (O) ............................................................................ 21
1.4.1.5 Tipik Maksimizasyon Modeli ................................................................ 22
1.4.1.6 Tipik Minimizasyon Modeli .................................................................. 22
1.4.2 Grafik zm ................................................................................................ 22
1.4.2.1 Birden Fazla Optimal zm ................................................................ 28
1.4.2.2 zmn Bulunmamas Durumu .......................................................... 29
1.4.2.3 Grafik zm rnekleri ........................................................................ 30
1.4.2.4 Problemler ............................................................................................. 33
1.4.3 Cebirsel zm ............................................................................................ 34
1.4.4 Simpleks zm Yntemi .............................................................................. 36
1.4.4.1 Kanonik Form ........................................................................................ 36
1.4.4.2 Tipik Maksimizasyon Modelinde Primal Simpleks Yntem ................. 40
1.4.4.2.1 terasyonlarda Forml Kullanm ve Basitletirici Kurallar ........... 46
1.4.4.2.2 rnek Problem 1.7 .......................................................................... 48
2
1.4.4.3 Minimizasyon Trndeki Ama Fonksiyonunun Maksimizasyon
Trnde fade Edilmesi ..................................................................................... 49
1.4.4.4 ki Aamal Genel Simpleks Yntem .................................................... 50
1.4.4.4.1 rnek Problem 1.8 .......................................................................... 55
1.4.4.4.2 rnek Problem 1.2nin Genel Simpleks Yntemle zm .......... 57
1.4.4.5 Simpleks zm Ynteminde Dejenerasyon ........................................ 59
1.4.4.6 Problemler. ............................................................................................ 60
1.4.5 DP Modelinde Dalite .................................................................................. 61
1.4.5.1 Dal Modelin Yorumu ........................................................................... 62
1.4.5.2 Primal-Dal likileri ............................................................................. 63
1.4.5.3 Dal Simpleks zm Yntemi ve Tipik Minimizasyon Modeli ......... 66
1.4.5.3.1 rnek Problem 1.9 .......................................................................... 67
1.4.5.4 Primal ve Dal zmler Arasndaki Simetrik liki ............................ 71
1.4.5.5 Glge Fiyatlar ........................................................................................ 73
1.4.5.6 Duyarllk Analizi .................................................................................. 75
1.4.5.6.1 Sa Taraf Deerlerindeki Deimeler ............................................ 76
1.4.5.6.2 Ama Fonksiyonu Katsaylarnn Geerlilik Sahas ....................... 78
1.4.5.7 Problemler ............................................................................................. 80
1.4.6 Dzeltilmi (revised) simpleks yntem.......................................................... 81
1.4.7 DP Modellerinin Bilgisayarda zm ....................................................... 89
ULATIRMA MODEL ............................................................................................. 90
2.1 GR .................................................................................................................... 90
2.2 GENEL ULATIRMA MODEL ............................................................................... 90
2.3 DENGELENM ULATIRMA MODEL VE KUZEYBATI KEMETODU ................. 92
2.3.1 Bo Hcre Rotalar ve Optimallik Testi........................................................ 94
2.3.2 Rota rnekleri .............................................................................................. 98
2.3.3 E Maliyetli Alternatif zmler .................................................................. 98
2.4 BALANGI DAITIMINDA YAKLAIM YNTEMLER ....................................... 100
2.4.1 Kestirme Yaklam Metodu ......................................................................... 100
2.4.2 Vogel Yaklam Metodu .............................................................................. 101
2.5 DENGELENMEM ULATIRMA MODEL ............................................................ 103
2.5.1 Kapasite Fazlal ve Suni Hedef Eklenmesi .............................................. 103
2.5.2 htiya Fazlal ve Suni Kaynak Eklenmesi .............................................. 105
2.6 ULATIRMA MODELNDE BOZULMA ................................................................. 107
2.7 PROBLEMLER ..................................................................................................... 108
KAYNAKLAR ........................................................................................................... 111
DZN ......................................................................................................................... 112

3

GR
Gnmzde, kaynaklarn en verimli ekilde kullanlmas, ekonomilerin ve
iletmelerin bata gelen amacdr. Yneylem Aratrmas bilimi de esas olarak, optimal
kaynak kullanmn salamak zere gelitirilmi kantitatif karar verme tekniklerinden
olumaktadr. 1940l sava yllarnn, kaynak kullanmnda ortaya koyduu bir takm
mecburiyetlerin bu bilim dalnn domasnda byk nem tad kabul edilir.
Balangta, zellikle askeri problemler ele alnd iin lkemizdeki ilk uygulamalar
da askeri alanda olmu ve sz konusu bilim dal Harekat Aratrmas adyla
anlmtr.
Yneylem Aratrmas (YA), disiplinler aras bir bilim dal olduu iin
uygulama sahas ok genitir. Karar vermenin sz konusu olduu hemen her sahada YA
tekniklerinden faydalanlmaktadr. Bata endstri ve iletme olmak zere eitli
mhendislik alanlarnda, ekonometrik almalarda, planlama ve programlama
almalarnda YA teknikleri nemli bir ara durumundadr.
Yneylem Aratrmas modelleri, deterministik ve probabilistik modeller olmak
zere iki ana gruptan oluur. Probabilistik modellerde, ihtimale ve bir takm istatistiki
dalmlara bal olarak cereyan eden olaylar iin eitli karar teknikleri gelitirilmitir.
Deterministik modellerde ise, tesadfe bal olmayan, belirli verilerden hareketle,
belirli sonulara ulalr. Deterministik modeller Matematik Programlama adyla da
anlr ve bunlar iinde en yaygn olarak kullanlan Dorusal Programlamadr.
Buradaki programlama kelimesi bilgisayar programlama manasnda deil, planlama,
dzenleme anlamndadr.
YA tekniklerinin etkinliinin artmas, byk lde, bilgisayar teknolojisindeki
gelimeye paralellik gsterir. Gerek hayattaki byk hacimli problemlerin zmnde
YA yntemlerinin uygulanabilmesi ancak bilgisayar destei ile mmkn
olabilmektedir.
Kullanlan bir YA tekniinin baars, kurulan modelin gerek hayattaki olay
ne lde temsil ettiine baldr. Modelle olay arasndaki mnasebet yeteri kadar
gl deilse elde edilecek sonularn fazla bir anlam olmayacaktr. Dier bir ifadeyle
gerek hayattaki bir olaya ait modelin kurulmas, iin en zor ve en nemli yandr. YA
bilimine, problem zme sanat denilmesinin sebebi de bu olsa gerektir.
Kitapta ele aldmz modeller, fakltemizin ktisat ve letme blmlerinde
okutulan Yneylem Aratrmas dersine ait konularn bir ksmn oluturmaktadr.
Birinci Blmde Dorusal Programlama modeli ilenmitir. Bu blmde dorusal
programlama modellerinin kurulmas, eitli zm teknikleri, dalite ve duyarllk
analizi gibi konular incelenmi ve rnek problemlerle konulara aklk getirilmeye
allmtr. kinci Blmde ise, dorusal programlamann bir uygulama sahas olduu
halde, daha basit tekniklerle zlebilen Ulatrma Modeli ele alnmtr.

4
5

Birinci Blm
DORUSAL PROGRAMLAMA

1.1 Dorusal Programlama Modelinin Tanm
Dorusal Programlama (DP); dorusal eitlik veya eitsizlik snrlayc artlar
altnda, yine dorusal bir ama fonksiyonunu optimize (maksimize veya minimize)
etmek olarak tanmlanabilir. Genel bir DP modeli unsurdan olumaktadr. Bunlar,
optimize edilecek olan ama fonksiyonu, kstlayc artlar ve gerek hayata uygun
olarak, deikenlerin pozitif deer olmas mecburiyetidir.
1.1.1 Ama Fonksiyonu
Bir DP modelinde optimize edilecek olan byklk ama fonksiyonu olarak
adlandrlr. Bu fonksiyonu f harfiyle gsterelim. f fonksiyonunun bal olduu
deikenler, x
1
, x
2
, ..., x
n
ile, deiikliklere ait katsaylar da c
1
, c
2,
, ..., c
n
sabitleri ile
gsterilirse ama fonksiyonu,
|
|
.
|
\
|
Minimize
veya
Maksimize

f = c
1
x
1
+ c
2
x
2
+ . . . + c
n
x
n
(1.1)
eklinde ifade edilebilir. DP modelinin amac fyi optimum (maksimum veya minimum)
klan x
1
, x
2
,, ..., x
n
deerlerinin bulunmasdr.
1.1.2 Kstlayc artlar
Dorusal bir fonksiyonun pozitif sonsuzda maksimum, negatif sonsuzda
minimum deerini aldn biliyoruz. DP modellerinde dorusal ama fonksiyonunun
optimize edilmesi sz konusu olduuna gre x
1
, x
2,
...,

x
n
deikenleri iin baz
kstlayc artlar ortaya konulmad takdirde maksimizasyon veya minimizasyon
ileminin bir anlam kalmayacaktr. DP modelinde kstlayc artlar,

a
11
x
1
+ a
12
x
2
+ . . . + a
ln
x
n
(s, =, >) b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
(s, =, >) b
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (1.2)
a
ml
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
(s, =, >) b
m

eklindeki dorusal eitlik veya eitsizliklerle (kk eit, byk eit) ifade edilir.
Burada a
11
, a
12,
, ..., a
mn
ve b
1
, b
2,
, ..., b
m
sabit deerlerdir.
6

1.1.3 Pozitiflik art
DP modelindeki deikenlerin gerek hayattaki karlklar hibir zaman negatif
deer olmad iin, bu deikenlere ait zm deerlerinin negatif olmasnn bir
anlam yoktur. O halde bir DP modelinde snrlayc artlara ek olarak, deikenlerin
pozitif deerler alma mecburiyeti sz konusudur. Bu mecburiyet, pozitiflik art olarak
bilinen,
x
1
, x
2,
, ..., x
n
> 0 (1.3)
ifadesiyle belirtilir.
DP modelinin unsuru ksaltlm notasyonla yle ifade edilebilir.
Ama fonksiyonu,
=
=
|
.
|
\
|
n
j
j j
x c f
Minimize veya
Maksimize
1

(1.4)

Kstlayc artlar,
=
n
j
j ij
x a
1
(s, =, >) b
i
(i=1, 2, ..., m) (1.5)
Pozitiflik art,
x
j
> 0 (j=1, 2, ..., n) (1.6)

Buraya kadar anlatlanlar bir rnek problem zerinde gsterelim.
1.1.4 rnek Problem 1.1: Basit Kr Maksimizasyonu Problemi
Bir firma rn 1 ve rn 2 adnda iki farkl mamul retmektedir. retimde
Makine 1 ve Makine 2 adlarnda iki farkl retim arac kullanlmaktadr. Firma birim
retim bana, rn 1 iin 5 lira, rn 2 iin 7 lira kr etmektedir. Belli bir zaman
dilimi iin Makine 1in alma kapasitesi 60 saat, Makine 2nin 80 saattir. rn 1in
imalinde 2 saat Makine 1 kapasitesi, 4 saat Makine 2 kapasitesi kullanlmaktadr.
Benzer ekilde, rn 2nin imali iin de 3 saat Makine 1 kapasitesi, 2 saat Makine 2
kapasitesi gerekmektedir. Bu artlar erevesinde firma krn maksimum klmak iin
nasl bir retim plan uygulamal, dier bir deyile rn 1 ve rn 2den ne miktarlarda
retim yapmaldr.
nce problemin verilerini daha derli toplu olarak bir tablo eklinde ifade
edelim.
7

Gerekli Kapasiteler (Saat)
Makine Kapasiteleri
(Saat)
rn 1 rn 2
Makine 1 2 3 60
Makine 2 4 2 80
Birim rn Bana
Kr (Lira)
5 7

rn 1den retilecek olan miktar x
1
ile, rn 2den retilecek olan miktar da
x
2
ile gsterelim. Problemin verilerine gre firmann rn 1den elde edecei kr,
5x
1

rn 2den elde edecei kr,
7x
2

her iki rnden elde edecei toplam kr,
5x
1
+ 7x
2

olacaktr. Firmann amac toplam kr mmkn olan en yksek deere karmak, yani
maksimize etmektir. Bylece problemimizin ama fonksiyonu u ekilde ortaya km
olmaktadr.
Maksimize f = 5x
1
+ 7x
2

Burada f toplam kr deerini gstermektedir.
retim esnasnda, Makine 1 ve Makine 2nin kapasiteleri firma iin kstlayc
artlar oluturmaktadr.
nce Makine 1i gz nne alalm. rn 1in retiminde,
2x
1

saat Makine 1 kapasitesi, rn 2nin retiminde ise,
3x
1

saat Makine 1 kapasitesi kullanlacaktr. Kullanlan toplam kapasite Makine 1in
kapasitesi olan 60 saati aamayacana gre bu kstlayc,
2x
1
+ 3x
2
s 60
eitsizlii ile ifade edilebilir. Benzer ekilde Makine 2nin kapasitesi iin de,
4x
1
+ 2x
2
s 80
eitsizlii yazlabilir. Bylece problemin kstlayclar ortaya km olmaktadr.
Dier taraftan yaplacak retim miktarlarnn negatif deer olmas mmkn
deildir. Yani herhangi bir rn ya retilmeyecek veya retilen miktar pozitif bir deer
8
olacaktr. Bu durum problemin pozitiflik art olan,
x
1
> 0
x
2
> 0
eitsizlikleriyle veya ksaca,
x
1
, x
2
> 0
eklinde ifade edilebilir. u halde firmann optimum retim plan aadaki DP
modelinin zmyle bulunabilecektir.
Ama Fonksiyonu: Maks. f = 5x
1
+ 7x
2

Kstlayc artlar: 2x
1
+ 3x
2
s 60
4x
1
+ 2x
2
s 80
Pozitiflik art: x
1
, x
2
> 0
DP modellerinin zm tekniklerini incelediimizde bu probleme tekrar
dneceiz.
1.1.5 DP Modelinin Matris Notasyonuyla fadesi
Daha nce (1.1) ve (1.2) ve (1.3) ifadeleriyle belirttiimiz genel DP modeli
matris notasyonu ile de gsterilebilir. Bylece hem modelin ifade edilmesi
kolaylamakta, hem de zmde izlenecek algoritma ve yntemlerin belirtilmesine
uygun pratik bir ara elde edilmi olmaktadr. Daha nce kullanlan sembolleri
aadaki matris ve vektrler eklinde dzenleyelim.

Burada A, katsaylar matrisi, x, deikenler vektr, b, sa taraf vektr, O, nx1
boyutunda sfr vektr, c, ama katsaylar vektrdr. Yukardaki matris ve vektrler
kullanlarak genel DP modeli,
|
.
|
\
|
mize veya Mini
Maksimize
f = cx (1.7)
Ax (s, =, >) b (1.8)
x > 0 (1.9)
olarak ifade edilebilir.
| |
n
m n mn m m
n
n
c c c c O
b
b
b
b
x
x
x
x
a a a
a a a
a a a
A

2 1
nx1
2
1
2
1
2 1
2 22 21
1 12 11

0
0
0
=
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
(
(
(
(
=
9
1.2 DP Modelinin Dayand Varsaymlar
Bir matematiksel model belli varsaymlar altnda geerlidir. Gerek hayattaki
olaylar bu varsaymlar saladklar srece model tarafndan iyi bir ekilde temsil
edilebilir ve modelin zmyle elde edilen sonular anlaml olabilir. DP modeli de bir
takm varsaymlara dayanmaktadr. Varsaymlar yle sralanabilir.
1.2.1 Dorusallk
Bu varsayma gre DP modelinde ama fonksiyonu ve kstlayclar dorusal
fonksiyonlardr. Bylece; modelde ifade edilen kaynak kullanm, salanan kr deeri
gibi byklklerin deikenlerle doru orantl olduu kabul edilmektedir. Mesela
rnek Problem 1.1'deki rn 1den 10 birim retildiinde elde edilen kr 50 birim iken
20 birim retildiinde elde edilen kr 100 birim olmaktadr. Dier taraftan ayn.
problemde gene rn 1 iin 10 birimlik retimde 20 birim Makine 1 kapasitesi, 20
birimlik retimde 40 birim Makine 1 kapasitesi gerekmektedir.
Gerek hayatta birok durum dorusallk varsaymn salarken pekok durum
da bu varsaym salamayabilir. Mesela satn alnan bir kaynan belli miktarlar iin
belli iskontolarla temin edilebilmesi buna rnek olabilir. Dorusallk varsaymnn ihlal
edildii durumlarda baz kabul ve yaklamlarla model oluturulabilecei gibi,
duyarllk analizi teknikleriyle de durum deerlendirmesi yaplabilir. Ama ve
kstlayclarn tamamen stel bir yap gstermeleri halinde ise Dorusal Olmayan
(Nonlinear) Programlama tekniklerinden faydalanlr.
1.2.2 Toplanabilirlik
Toplanabilirlik varsaymna gre, belli faaliyetleri gsteren x
1
, x
2
, ..., x
n

deikenlerine bal olarak ama fonksiyonunun ald deer, bu faaliyetlerin ayr ayr
vuku bulmas halinde ama fonksiyonunun alaca deerlerin toplamna eittir. Bu
varsayma gre faaliyetlerin birbirlerini etkilemedii kabul edilmektedir.
rnek Problem 1.1de sadece rn 1 retildiinde elde edilecek kar 5x
1
, sadece
rn 2 retildiinde elde edilecek kr 7x
2
birimken her iki rnden retim yapldnda
elde edilen kr 5x
1
+ 7x
2
birimdir. Bir rnn belli miktarda retilmesi deerinin
fiyatn (dolaysyla birim retim bana kr) etkilememektedir. Dier bir ifadeyle
retim miktarlar ne olursa olsun rn 1 ve rn 2 iin, birim retim bana srasyla 5
ve 7 birimlik kr deerleri elde edilmektedir.
1.2.3 Blnebilirlik
Blnebilirlik varsaym deikenlerin srekli deerler almas kabulne dayanr.
Bylece, deikenlerin alabilecei deerler tamsay olabilecei gibi kesirli saylar da
olabilir. Bu varsayma gre deikenlerin gsterdii faaliyetlerin sonsuz sayda
blnebilecei kabul edilmektedir. Bu erevede, rnek Problem 1.1deki retim
miktarlar tamsay deerler olabilecei gibi kesirli deerler de olabilir. Gerek hayatta
10
mutlaka tamsay olarak ifade edilmesi gereken faaliyetler bulunabilir. Bu tr
problemlerin zmnde Tamsayl Programlama (Integer Programming)
tekniklerinden faydalanlr.
1.2.4 Belirlilik
Belirlilik varsaym, DP modelinde bulunan btn katsay ve sa taraf
deerlerinin (a
ij
, b
i
ve c
j
) bilinen belirli deerler olduu kabulne dayanr. rnek
Problem 1.1deki makine kapasiteleri, kapasite kullanmlar, birim rn bana kr
deerleri nceden bilinen kesin ve net deerler olarak kabul edilmektedir. Gerek
hayatta ise bu deerler genellikle kesin ve belirli olmamaktadr. Byle hallerde
duyarllk analizi teknikleri ile probleme zm getirilmee allr.
1.3 DP Modellerinin Kurulmas
DP modellerinin zm iin eitli yntemler gelitirilmi olmasna ramen,
bu modellerin formlasyonu iin konulmu belirli kurallar yoktur. Ancak bir takm
genel yaklamlardan sz edilebilir. Bundan dolaydr ki DP modellerinin kurulmasnda,
tecrbe, mevcut modellerin incelenmesiyle kazanlan formasyon ve yneylem
aratrmacsnn ahsi kabiliyeti nemli bir rol oynar. Yneylem aratrmas
modellerinin eitli problemlere uygulanmasnn "problem zme sanat" olarak
adlandrlmas konunun bu boyutunu ifade etmektedir. u halde bir DP modelinin
kurulmas, iin en nemli yandr ve ne yazk ki elimizde bu konuda belirlenmi kesin
kurallar mevcut deildir.
Gerek hayata ait bir karar problemi formle edilirken ncelikle amacn ne
olduu konusu zerinde durulur. Birok olayda birden fazla ama sz konusu olabilir.
Bu durumda ya her bir ama iin farkl bir model kurulup daha sonra zmler arasnda
bir denge aranabilir ya da amalardan birisi modelin ama fonksiyonu olarak tanmlanp
dierleri modele kstlayc olarak sokulabilir.
DP modellerinin kurulmasnda ikinci adm, formle edilen olaydaki hangi
faaliyetlerin modelin deikenlerini oluturacadr. Formle edilen olayda bir takm
faaliyetlerin modele sokulmasnn anlamszl peinen grlebilir. Mesela rnek
Problem 1.1'de nc bir rnn retilmesi sz konusu olsayd ve bunun kulland
makine kapasiteleri rn 2nin iki kat olmasna karlk rn 2 ile ayn birim kr
deerini salad bilinseydi bu faaliyetin modele sokulmasnn bir anlam olmayacakt.
Dier taraftan, bir faaliyete bal olarak ortaya kan yan faaliyetlerin de modelde ayr
deikenlerle gsterilmesine gerek yoktur. nk bu tr faaliyetler baml olduklar
faaliyete paralel olarak gerekleeceklerdir.
DP modellerinin oluturulmasnda dier bir nemli husus da verilere ne ekilde
yaklalacadr. Verileri ele alrken nominal deerler yerine, eitli sebepler dolaysyla
icra edilebilir deerler gz nne alnmaldr. Bir makinenin katalogundaki kapasite
deeri, periyodik bakm, arza vb. nedenlerle gereklemeyebilir. Bir iinin. gnlk
alma sresi eitli beeri ihtiyalar nedeniyle n grlen srenin altna debilir.
11
Modelde yer alacak deerler btn bu ve benzeri durumlar yanstmaldr. Dier
taraftan, verilerin eitli birimlerden elde edilmesi halinde iyi organize edilmi bir ekip
almas gerekecektir. rnein bir iletme probleminde retim, maliyet, finansman,
pazarlama birimlerinden salkl bilgi derlemek gerekebilir.
Aadaki kesimlerde baz klasik problemlerin zmne ynelik DP
modellerinin kurulmasn rneklerle ele alacaz.
1.3.1 rnek Problem 1.2: Basit Maliyet Minimizasyonu Problemi
Tek tip gda maddesi reten bir imalathanede drt farkl hammadde
kullanlabilmektedir. Hammaddeler esas olarak ya ve proteinden olumaktadr.
retilen gda maddesinin, en az 20 birim protein, 5 birim ya ihtiva etmesi
gerekmektedir. Her bir hammaddenin fiyat ile birim bana ihtiva ettii ya ve protein
miktarlar aada verilmitir. En dk maliyetle retim yaplmas amalanmaktadr.
Bu amac salamak zere hangi hammaddelerden ne miktarlarda kullanlmaldr.

Birim Hammadde Bulunan Hammadde Fiyat
(birim lira)
Protein (birim) Ya (birim)
Hammadde 1
Hammadde 2
Hammadde 3
Hammadde 4
12
12
40
60
2
6
12
2
24
30
40
50
rnde Bulunmas
Gereken Miktar (birim)
20 5

Bir birim
(*)
rn elde etmek iin Hammadde l'den x
1
birim, Hammadde 2'den x
2
birim, Hammadde 3'den x
3
birim ve Hammadde 4'den x
4
birim kullanldn kabul
edelim. Amacmz kullanlan hammaddelere denecek mebla minimize etmek
olduuna gre modelin ama fonksiyonu,
Min. f = 24x
1
+ 30x
2
+ 40x
3
+ 50x
4

eklinde ifade edilebilir. Dier taraftan birim rnn en az 20 birim protein ve 5 birim
ya ihtiva etmesi gerektiine gre kullanlan hammaddelerden elde edilecek protein ve
ya miktarnn bu deerlerden byk veya eit olmas gerekecektir. O halde modelin
kstlayclar,
12x
1
+ 12x
2
+ 40x
3
+ 60x
4
> 20
2x
1
+ 6x
2
+ 12x
3
+ 2x
4
> 5

(*)
Bundan byle "birim" szcyle, sz konusu olaydaki byklklerin birimini kast edeceiz. Mesel
arlk nazara alndnda "birim", gram, kilogram, ton vb.; sre nazara alndnda durumda, dakika,
saat, gn vb.; fiyat nazara alndnda, TL, bin TL, milyon TL vb. anlamndadr. Dikkat edilmesi
gereken husus bir problemdeki ayn tr byklklerin ayn birimle ifade edilmesidir.
12
eklinde ifade edilebilir. Pozitiflik art olan,
x
1
, x
2
, x
3
, x
4
> 0
ifadesiyle DP modeli tamamlanm olur.
1.3.2 rnek Problem 1.3: artl retim Problemi
Bir retim tesisinde A ve B adlarnda iki rn imal edilmektedir. Belirli bir
zaman diliminde retimde uyulmas gereken artlar aadaki gibidir.
I. Her rnden en az 500 birim retilecektir.
II. Piyasa artlar her rnden en fazla 2000 birim satlabileceini
gstermektedir.
III. Atlyelerin tezgah kapasiteleri. sz konusu zaman diliminde en fazla 2500
birim A rn retilmesine imkan vermektedir. Ayrca ilemlerin zellii
dolaysyla A rn, B rnnn iki katndan fazla retilemeyecektir.
IV. Atlyelerde en az 5, en fazla 10 ii altrlabilecektir. Bir iinin sz
konusu zaman dilimi ierisindeki alma sresi 200 saattir. A rn iin
gerekli iilik, birim bana 0,5 adam-saat, B rn iin 0,4 adam-saat
olarak belirlenmitir,
V. A rnnden birim bana 3 TL. B rnnden birim bana 2 TL kr
edilmektedir.
Yukardaki artlar erevesinde kar maksimize eden DP modelini kurunuz.
x
1
ve x
2
srasyla A ve B rnlerinden retilecek miktarlar gstermek zere
ama fonksiyonu, V artndan yararlanlarak,
Maks. f = 3x
1
+ 2x
2

eklinde ifade edilebilir. Dier koullar gz nne alarak kstlayclar belirleyelim.
I artndan; x
1
> 500
x
2
> 500
II artndan; x
1
s 2000
x
2
s 2000
III artndan; x
1
s 2500
x
1
s 2x
2
dzenlenirse
,
x
1
2x
2
s 0
IV artndan; sz konusu zaman dilimi iin,
Asgari i gc = (5)(200) = 1000 adam-saat
Azami i gc = (10)(200) = 2000 adam-saat
elde edilmektedir. Bu deerler kullanlarak,
13

0,5x
1
+ 0,4x
2
> 1000
0,5x
1
+ 0,4x
2
s 2000
eitsizlikleri yazlabilir.
I artyla ifade edilen x
1
> 500, x
2
> 500 eitsizlikleri ayn zamanda pozitiflik
artn da ihtiva etmektedir. Bu durumda ayrca x
1
, x
2
> 0 eklindeki pozitiflik art
yazlmayabilir.
Modeli toparlayalm.

Maks. f = 3x
1
+ 2x
2
x
1
> 500
x
2
> 500
x
1
s 2000
x
2
s 2000
x
1
s 2500
x
1
2x
2
s 0
0,5x
1
+ 0,4x
2
> 1000
0,5x
1
+ 0,4x
2
s 2000

1.3.3 rnek Problem 1.4: Ara Ak Problemi
Trafik aknn youn olduu iki nokta arasnda eitli gzergahlar ve kavaklar
bulunmaktadr. Kavaklar arasndaki yollardan birim zaman iinde geebilecek azami
ara says bilinmektedir. Bu iki nokta arasnda birim zaman iinde belli bir ynde en
fazla ka aracn seyredebilecei sorusuna cevap aranmaktadr.

Probleme ait veriler ekilde zetlenmitir. 1 ve 8 numaral kavaklar balang
ve biti noktalarn gstermektedir. Dier kareler bu iki nokta arasnda bulunan
kavaklar, oklar, kavaklar arasndaki yollar ve trafiin ak ynn, oklar zerindeki
rakamlar yolun birim zaman iindeki maksimum ara kapasitesini gstermektedir.

1
3 5 7
8 4
2
6
200
200
150
300
200
250
250
150
350
300
1
3 5 7
8 4
2
6
200
200
150
300
200
250
100
250
150
350
300
Biti
Noktas
Balang
Noktas
14
Probleme ait DP modelini kurmadan nce deikenleri u ekilde tanmlayalm.
x
ij
: Birim zaman iinde iinci kavaktan j'inci kavaa hareket eden ara saysn
gsteriyor olsun. Bu durumda problemimiz iin i = 1, 2, ..., 7; j = 2, 3, ..., 8
olabilecektir.
x
O
: Birim zaman iinde 1 kavandan 8 kavana seyreden ara says.
Modelimizin amac 1 noktasndan 8 noktasna seyreden ara saysn maksimize
etmek olduuna gre, ama fonksiyonu,
Maks. f = x
0

olacaktr. imdi kstlayclar ifade etmee alalm. Kavaklar arasnda seyreden ara
saylar seyredilen yolun kapasitesini aamayacana gre u eitsizlikleri hemen
yazabiliriz.
x
12
s 300 x
45
s 100
x
13
s 200 x
56
s 150
x
24
s 200 x
57
s 250
x
26
s 250 x
68
s 350
x
34
s 150 x
78
s 300
x
35
s 200
Dier taraftan, 1 noktasndan 2 ve 3 numaral kavaklara birim sre iinde x
0

adet ara ulaabilecektir. Bu durum,
x
0
= x
12
+ x
13
x
0
x
12
x
13
= 0
eklinde ifade edilebilir. Benzer ekilde, biti noktasna 6 ve 7 numaral kavaklardan
gelen ara says da gene x
0
adet olacaktr. Yani,
x
68
+ x
78
= x
0
x
0
+ x
68
+ x
78
= 0
dr. Dier kavaklar iin, kavaa gelen ara saysnn kavaktan ayrlan ara saysna
eit olduu gz nne alnarak 2 numaral kavak iin,
x
12
= x
24
+ x
26
x
12
x
24
x
26
= 0
3 numaral kavak iin,
x
13
= x
34
+ x
35
x
13
x
34
x
35
= 0
x
34
+ x
24
= x
45
x
34
+ x
24
x
45
= 0
x
35
+ x
45
= x
56
+ x
57
x
35
+ x
45
x
56
x
57
= 0
x
26
+ x
56
= x
68
x
26
+ x
56
x
68
= 0
x
57
= x
78
x
57
x
78
= 0
15
yazlabilir. Pozitiflik art da,
x
0
, x
ij
> 0
)
`
=
=
8 2
7 , 1
..., , j
... , i

olarak ifade edilebilir. Kurduumuz modeli toparlayalm.
Maks. f = x
0

x
12
s 300
x
13
s 200
x
24
s 200
x
26
s 250
x
34
s 150
x
35
s 200
x
45
s 100
x
56
s 150
x
57
s 250
x
68
s 350
x
78
s 300
x
0
x
12
x
13
= 0
x
12
x
24
x
26
= 0
x
13
x
34
x
35
= 0
x
34
+ x
24
x
45
= 0
x
35
+ x
45
x
56
x
57
= 0
x
26
+ x
56
x
68
= 0
x
57
x
78
= 0
x
0
+ x
68
+ x
78
= 0
x
0
, x
ij
> 0
)
`
=
=
8 2
7 , 1
,..., j
,... i

1.3.4 rnek Problem 1.5: Fire Minimizasyonu Problemi
Standart olarak imal edilen kat bobinlerinden belli genilikteki daha dar
bobinler elde etmek zere kesme ilemi uygulanacaktr. Kesim esnasnda meydana
gelecek olan kaybn en dk seviyede tutulmas amalanmaktadr. Standart olarak
retilen bobinler 120 cm ve 180 cm geniliindedir. Elde edilmek istenen bobinler 50
cm, 60 cm ve 80 cm geniliinde olacaktr. htiya duyulan bobin saylar srasyla 150,
200 ve 250 adettir. Her standart bobin, istenilen llere gre farkl ekillerde
kesilebilecektir. Bunlara alternatifler diyelim. 120 ve 180 cm geniliindeki standart
bobinler iin muhtemel alternatifleri ve her alternatif iin meydana gelecek kayb bir
tablo olarak dzenleyelim.

16
Kesilecek
Bobin
Genilii
120 cmlik Bobin
iin Alternatifler
180 cmlik Bobin in
Alternatifler
htiya
Duyulan
Bobin Says
(adet)
1 2 3 4 1 2 3 4 5 6 7
50 cm
60 cm
80 cm
2
0
0
1
1
0
0
2
0
0
0
1
3
0
0
2
1
0
2
0
1
1
2
0
0
3
0
0
1
1
0
0
2
150
200
250
Fire (cm) 20 10 0 40 30 20 0 10 0 40 20

Tablodan da grlebilecei gibi, 120 cmlik standart bobin iin 1 numaral
alternatife gre yaplacak kesme ileminde 2 adet 50 cmlik bobin elde edilmekte ve 20
cmlik ksm fire olarak kmaktadr. Dier alternatifler de benzer ekilde
deerlendirilebilir.
Deikenlerin tanm u ekilde yaplabilir.
x
ij
: iinci bobinin jinci alternatifine gre kesilen bobin says
i = 1, 2
j = 1, 2, 3, 4 (i=1 durumu iin)
j = 1, 2, ..., 7 (i=2 durumu iin)
(Tabloya dikkat edilirse 120 cmlik bobin iin drt alternatif, 180 cmlik bobin
iin yedi alternatif vardr).
z
k
: htiya duyulandan fazla olarak kesilmek zorunda kalnan bobin says.
k= 1, 2, 3
Yani, z
1
: 50 cmlik bobinlerden,
z
2
: 60 cmlik bobinlerden,
z
3
: 80 cmlik bobinlerden ihtiya fazlas olarak kesilmesi zorunlu olan
bobin saysn gstermektedir. Bunlar da fire olarak kabul edilmektedir.
Kuracamz modelin amac, meydana gelecek fireyi minimize etmekti. O halde
ama fonksiyonu, her alternatifteki fireler ve ihtiya fazlas olarak elde edilen
bobinlerden dolay meydana gelen fireler toplamnn minimize edilmesi eklinde
dzenlenebilir. Yani,
Min. f = 20x
11
+ 10x
12
+ 40x
14

+ 30x
21
+ 20x
22
+ 10x
24
+ 40x
26
+ 20x
27

+ 50z
1
+ 60z
2
+ 80z
3
tr. Kstlayclar ise, retilen bobinlerle, zorunlu olarak fazladan retilen bobinlerin
farknn, ihtiya duyulan bobin saysna eitlenmesiyle elde edilecektir. Bylece
kstlayc artlar,
17

2x
11
+ x
12
+ 3x
21
+ 2x
22
+ 2x
23
+ x
24
z
1
= 150
x
12
+ 2x
13
+ x
22
+ 2x
24
+ 3x
25
+ x
26
z
2
= 200
x
14
+ x
23
+ x
26
+ 2x
27
z
3
= 250
eklinde ifade edilebilir. Son olarak pozitiflik art da,
x
ij
> 0 (i =1, 2; j = 1, 2, 3, 4 [i=1 iin]; j =1, 2, ..., 7 [i=2 iin])
z
k
> 0 (k =1, 2, 3)
ifadeleriyle belirtilerek model tamamlanm olur.
1.3.5 rnek Problem 1.6: Ulatrma Problemi
Bir firma retmekte olduu tek tip mal lkenin eitli yerlerinde bulunan
depolarndan tketim merkezlerine ulatrmaktadr. Her bir depodan tketim
merkezlerine yaplan birim tama maliyetleri farkldr. Firma, tketim merkezlerinin
taleplerini karlarken tama maliyetlerini minimize etmek istemektedir. Firmann
deposu olduu ve bu depolardan farkl tketim merkezinin talebinin karland
bilinmektedir. Depo kapasiteleri, talepler ve birim tama maliyetleri aadaki tabloda
zetlenmitir.

Tketim
Merkezi
Depo
Birim Tama Maliyeti
(TL/kg)
Depo
Kapasitesi
(kg)
A B C
I
II
III
25
32
18
20
15
42
30
22
16
45000
55000
75000
Talep (kg) 35000 60000 80000

Tablodan grlebilecei gibi I deposundan A merkezine yaplacak tamann
birim maliyeti 25 TL/kg, B merkezine yaplacak tamann birim maliyeti 20 TL/kg, C
merkezine yaplacak tamann birim maliyeti 30 TL/kgdir. Ayrca I deposundan temin
edilebilecek mal miktar 45000 kg, A merkezinin talebi 35000 kgdr. Dier depo ve
merkezler iin de benzer deerler tabloda grlmektedir. rneimiz iin depo
kapasiteleri toplam talepler toplamna eittir. Tketim merkezlerinin taleplerini
karlarken toplam tama maliyetini minimize etmek zere hangi depodan hangi
merkeze datm yaplmas gerektii sorusuna cevap aranmaktadr.
iinci depodan jinci merkeze yaplacak olan tama miktarn x
ij
deikeni ile
gsterelim. depo, merkez sz konusu olduuna gre i = 1, 2, 3 ve j = 1, 2, 3
olacaktr. Bu durumda mesel x
12
deikeni I deposundan B merkezine yaplacak tama
miktarn gstermektedir. Her bir depodan her bir merkeze tama yaplabilir. O halde
modelimizin ama fonksiyonu,
18
Min. f = 25x
11
+ 20x
12
+ 30x
13

+ 32x
21
+ 15x
22
+ 22x
23
+ 18x
31
+ 42x
32
+ 16x
33

eklinde ifade edilebilir. Dier taraftan tketim merkezi taleplerinin karlanabilmesi
iin her bir tketim merkezine gnderilen toplam mal miktarnn, en az o merkezin
talebine eit olmas gerekecei aktr. Bunu salamak zere,
x
11
+ x
21
+ x
31
> 35000
x
12
+ x
22
+ x
32
> 60000

x
13
+ x
23
+ x
33
> 80000
kstlayclar, bir depodan sevk edilen toplam mal miktarnn, depo kapasitesini
aamayacan gsteren,
x
11
+ x
12
+ x
13
s 45000
x
21
+ x
22
+ x
23
s 55000

x
31
+ x
32
+ x
33
s 75000
kstlayclar yazlabilir. Son olarak pozitiflik art olan
x
ij
> 0 (i, j=1, 2, 3)
ifadesi de yazlarak kurulmak istenen DP modeli tamamlanm olur.
Ulatrma modellerinin zmnde kullanlan daha basit teknikler de
gelitirilmitir. Bu tekniklerden kinci Blmde sz edeceiz.
1.3.6 Problemler
I. eitli gda maddelerinin ihtiva ettii protein, ya, karbonhidrat deerleri ve
bu gda maddelerinin birim fiyatlar aada verilmitir. Bir insann gnlk olarak
almas gereken protein, ya ve karbonhidrat deerlerinin alt snr da ayn tabloda
grlmektedir. Bu veriler erevesinde, hangi gdalardan ka birim tercih edilirse
gnlk beslenme maliyetinin en dk seviyede olacan belirleyen DP modelini
kurunuz.

Gda Tipi
Birim Gda Bulunan Birim
Gdann
Maliyeti
Ya Protein Karbonhidrat
A
B
C
D
3
5
2
4
12
4
15
7
4
5
9
7
12
9
15
13
Alnmas
Gereken Gnlk
Deer
20 80 50

19
II. Bir havayolu firmas kargo naklinde kulland uaklardan her bir seferde
elde ettii geliri en yksek seviyeye karmak istemektedir. Uaklarda esas olarak iki
blm vardr. Blmler iki tip yk iin kullanlmaktadr. A tipi yk, krlp dklebilen
eyalardan olumakta ve 350,000 TL/kg birim fiyatyla tanmaktadr. B tipi yk ise
kaba eyadan olumakta ve 150,000 TL/kg birim fiyatyla tanmaktadr. Her bir uak
iin uyulmas gereken artlar aadadr.
1. A tipi ykn konulabildii blmn kapasitesi 12 tondur.
2. B tipi ykn konulabildii blmn kapasitesi 23 tondur.
3. Dengeli bir uu iin uan A blmne konulan yk, B blmne
konulan ykn te ikisinden en ok 1 ton fazla olabilir.
4. Uan toplam yk tama kapasitesi 30 tondur.
Bu artlar erevesinde, maksimum tama gelirini elde etmek iin, bir uan
ne ekilde yklenmesi gerektiini bulan DP modelini formle ediniz.
III. Bir firma, pazarlad maln satn artrmak iin farkl reklam aracndan
yararlanmak istemektedir. Bu aralar gazete, radyo ve televizyondur. Reklam
aralarnn, belli gelir seviyelerindeki tketici grubunu birbirlerinden bamsz
olarak etkiledii kabul edilmektedir. Reklam aralarnn birim maliyetleri ve birim
reklam faaliyetinin her bir tketici grubunda etkiledii insan says aada verilmitir.
eitli sebeplerden dolay, yaplabilecek gazete reklam en fazla 15 birim, radyo
reklam en fazla 18 birim, televizyon reklam da en az 4 birim olacaktr. Reklam
harcamas iin ayrlan bte 50 milyar TLdir. Bu veriler erevesinde, etkilenen
tketici saysn maksimize eden DP modelini kurunuz.

Tketici
Grubu
Reklam
Arac
Birim Reklam Arcnda
Etkilenen Tketici Says (Kii)
Birim Reklam
Arac Maliyeti
(Milyon TL)
Grup 1 Grup 2 Grup 3
Gazete
Radyo
Televizyon
1500
2000
7500
1000
2200
10000
500
2200
12000
500
1000
5000

IV. Bir ahs sermaye piyasasnda eitli alternatiflere yatrm yapmak
istemektedir. Her alternatifin belli bir gelir oran, riski ve yatrm sresi vardr. Toplam
riskin %3 amamas, ortalama yatrm sresinin de en fazla 4 yl olmas artlarn gz
nne alarak, maksimum geliri elde etmek zere, bu ahsn elindeki paray hangi
alternatiflere ne oranlarda tevzi etmesi gerektiini bulan DP modelini kurunuz.
Alternatiflere ait veriler aadaki tabloda yer almaktadr.

20
Yatrm
Alternatifi
Yllk Gelir
(%)
Risk (%)
Yatrm Sresi
(Yl)
1
2
3
4
25
30
38
45
1
2
3
4
2
3
5
6

(Yol Gsterme: Her alternatife yatrlan oranlar, srasyla x
1
, x
2
, x
3
, x
4

deikenleriyle gsterip, bunlarn toplamnn 1 olmas gerektiini dnnz.)

1.4 DP Modellerinin zm
DP modellerinin zm iin eitli yntemler gelitirilmitir. Bunlardan
anlalmas en kolay olan grafik zm tekniidir. inde yaadmz uzayn
boyutlu olmasndan dolay, ne yazk ki grafik zm teknii, deiken says aan
modellerde kullanlamaz. Hatta boyutlu grafiklerin izimindeki bir takm glkler
nedeni ile pratik olarak, ancak, iki deikenli (dzlemsel) modeller grafik yntemle
zlebilirler. Dier bir zm metodu, fazla kullanl olmamakla birlikte, cebirsel
zm yntemidir. Bugn DP modellerinin zmnde kullanlan en yaygn yntem
simpleks
(*)
zm tekniidir. Bilgisayarlar iin hazrlanan programlarda ise
ekseriyetle, simpleks yntemin bir uzants olan dzeltilmi (revised) simpleks
algoritmas takip edilmektedir.
1.4.1 Konuyla lgili Baz Kavramlar
DP modellerinin zm yntemlerine gemeden nce, daha sonra sklkla
kullanacamz baz kavramlar zerinde ksaca duralm.
1.4.1.1 Konveks Set
S bir nokta kmesini gstermek zere, bu kme iinde bulunan btn P
1
, P
2

nokta iftlerini birletiren doru paralar S kmesi iinde kalyorsa, sz konusu kme
bir konveks settir. Bir DP modelindeki herhangi bir kstlayc artn belirdii iki yarm
uzaydan her birinin konveks set olduu ve yarm uzaylarn arakesitinin de gene bir
konveks set oluturduu gsterilebilir
(**)
. Buradan bir DP modelinin uygun zm
alannn bir konveks set olduu sonucu karlabilir. ekil 1.1de konveks ve konveks
olmayan setlere ait rnekler grlmektedir.

(*)
Simpleks kelimesi, ngilizce simplex (=basit) szcnn dilimize yerlemi ekli olarak
dnlebilir. Konu ile ilgili tm yaynlarda sz konusu yntem bu isimle anlmaktadr.
(**)
Gottfried, s. 149.
21

Konveks Setler Konveks Olmayan Setler

ekil 1.1: Konveks ve Konveks Olmayan Setler

1.4.1.2 Uygun zm (U)
Bir DP modelinde kstlayc artlar ve pozitiflik artn salayan deiken
deerlerinden oluan sete uygun zm (U) diyeceiz. Bu deerler daima snrlayc
artlar ve deikenlerin ifade edildii eksenler tarafndan evrelenen konveks okyzl
setin iinde kalacaktr. Yani btn uygun zmler bir konveks set oluturmaktadr.
rnek olarak iki deikenli bir DP modelinde uygun zmler konveks bir alan,
boyutlu bir DP modelinde ise konveks bir hacim (ok yzl) oluturmaktadr. Grafik
zm teknii incelerken konu daha da aklk kazanacaktr.
1.4.1.3 Temel Uygun zm (TU)
Deiken says n, kstlayc says m (n>m) olan bir DP modelin n-m adet
deikenin deerinin sfr, m adet deikenin sfr veya pozitif olduu uygun zmlere
temel uygun zm (TU) diyeceiz. Sz konusu m adet deiken temel deiken
(TD), geriye kalan n-m adet deiken ise temel olmayan deiken (TOD) olarak
adlandrlr. Gsterilebilir ki, bir DP modelinin uygun bir zm varsa en az bir temel
uygun zm de vardr
(*)
. Temel uygun zmler uygun zm konveks setinin ke
noktalarn oluturur.
1.4.1.4 Optimal zm (O)
Bir DP modelinde ama fonksiyonunu optimize (maksimize veya minimize)
eden zm deerlerine optimal zm (O) ad verilmektedir. Ama fonksiyonunun
maksimum (veya minimum) deeri sonlu bir deer ise en az bir optimal zmn,
TUlardan birisi olduu gsterilebilir
(**)
. Ama fonksiyonunun deeri birden fazla
TUda optimum deerini alyorsa bu TUlara mukabil genel ke noktalarnn
konveks kombinezonlar da ama fonksiyonunu optimize eder. Grafik zm teknii
incelenirken konu daha da aklk kazanacaktr.

(*)
Alwan, s. 338.
(**)
Gottfried, s. 151.
P
2

P
1

P
2

P
1

P
2

P
1

P
2

P
1
S
S
S
S
22
1.4.1.5 Tipik Maksimizasyon Modeli
Bir DP modelinde ama fonksiyonu maksimizasyon trnde ve btn
kstlayclar da kk eit (s) eklinde ise bu tr modellere tipik maksimizasyon
modeli diyeceiz. u halde tipik maksimizasyon modeli, matris ifadesiyle,
Maksimize f = cx
Ax s b
x > 0
eklinde yazlabilir.
1.4.1.6 Tipik Minimizasyon Modeli
Bir DP modelinde ama fonksiyonu minimizasyon trnde ve btn
kstlayclar da byk-eit (>) eklinde ise bu tr modellere tipik minimizasyon modeli
diyeceiz. Tipik minimizasyon modeli, matris notasyonuyla,
Minimize f = cx
A x > b
x > 0
eklinde ifade edilebilir.
1.4.2 Grafik zm
rnek Problem 1.1deki kr maksimizasyonunu amalayan DP modelini
aaya tekrar yazalm.
Ama: Maks. f = 5x
1
+ 7x
2

Kstlayclar: 2x
1
+ 3x
2
s 60 (1)
4x
1
+ 2x
2
s 80 (2)
Pozitiflik: x
1
> 0 (3)
x
2
> 0 (4)
Hatrlanacak olursa, bu modelde x
1
ve x
2
deikenleri, retilecek rn 1 ve
rn 2 miktarlarn gsteriyordu. Modelin amac maksimum kr veren retim
deerlerinin bulunmas idi.
x
1
ve x
2
deikenlerini kartezyen dzlemin iki ekseni olarak ele alalm. x
1

deerlerini yatay eksende, x
2
deerlerini de dey eksende gsterelim. nce pozitiflik
artndan dolay, x
1
ve x
2
deerlerinin, bu dzlemin hangi blgesinde yer alabileceine
bakalm. ekil 1.2den grlebilecei gibi pozitiflik artn (3 ve 4 eitsizlikleri)
salayan blge kartezyen dzlemin sa st eyreidir. O halde zm deerlerimizin bu
blgede yer almas gerekecektir.
23

ekil 1.2: Kartezyen Dzlemde Pozitiflik artn Salayan Blge

imdi kstlayclarn grafikte ne ekilde ifade edildiini grelim
(*)
. nce (1)
eitsizliini ele alalm. Bu eitsizliin grafikte gsterdii yar dzlemi bulabilmek iin,
2x
1
+ 3x
2
= 60
dorusunu izmemiz gerekecektir. Dorunun eksenleri kestii iki noktay bulalm.
x
1
= 0, 3x
2
= 60 x
2
= 60 / 3 = 20
x
2
= 0, 2x
1
= 60 x
1
= 60 / 2 = 30
(0, 20) ve (30, 0) noktalar ekil 1.2de iaretlenip birletirilecek olursa ekil
1.3 elde edilecektir. Pozitiflik artlar ve birinci kstlaycnn beraberce saland

(*)
Hatrlatma: Bilindii gibi dzlemdeki bir eitsizlik, ayn eitsizliin eitlik olarak ifade ettii dorunun
belirledii iki yar dzlemden birini gsterir. Eitsizlik, byk-eit veya kk-eit eklinde ise sz
konusu doru da eitsizliin gsterdii yar dzleme dahildir. Eitsizlik, byk ya da kk
eklinde ise sz konusu doru, eitsizliin gsterdii yar dzleme dahil deildir. rnek: y > x
eitsizliinin gsterdii yar dzlem aadaki ekilde verilmitir.

y = x dorusu
yar dzlemi
y
y > x
x
O

ekildeki y = x dorusu da sz konusu yar dzleme dahildir. Eitsizlik y > x eklinde olsa idi, y = x
dorusu yar dzleme dahil olmayacakt.
x
2

4
3
O
x
1

Pozitiflik artn Salayan Blge
24
blge OCD taral alandr
(*)
.
Benzer ekilde (2) eitsizliini de grafikte ifade etmek iin,
4x
1
+ 2x
2
= 80
dorusunu izmek gerekecektir. Bu dorunun x
1
ve x
2
eksenlerini kestii noktalar,
x
1
=0, 2x
2
= 80 x
2
= 80 / 2 = 40
x
2
=0, 4x
1
= 80 x
1
= 80 / 4 = 20
olarak hesaplanabilir. (0, 40) ve (20, 0) noktalar ekil 1.3de iaretlenip
birletirilecek olursa ekil 1.4 elde edilecektir.

ekil 1.3: Birinci Kstlaycnn Grafie Yerletirilmesi

(*)
Orijine ait (0, 0) deerlerini kullanarak (1) eitsizliinin, CD dorusunun taral yann gsterdiini
tahkik ediniz..
2.2 O
2.1 O
10 20 30
40
50 x
1

10
20
30
40
x
2

3
4
D
2x
1
+3x
2
=60
C
1
O
25

ekil 1.4: kinci Kstlaycnn Grafie Yerletirilmesi

Bu durumda pozitiflik artn ve kstlayclar salayan blge OABC konveks
alandr. Dier bir ifadeyle OABC, uygun zm alandr. OABC iinde bulunan her
nokta kstlayclar ve pozitiflik artn salamaktadr. Uygun zm alann gsteren
konveks setin ke noktalarnn, temel uygun zmlere karlk geldiini daha nce
belirtmitik. u halde rnek problemimiz iin TUlar O, A, B ve C keleridir. Temel
uygun zmlerden en az birisinin optimal zm olduunu da gene daha nce
belirtmitik. O halde, optimal zm bulunmasnda u iki yoldan birisi kullanlabilir.
1. Yol: Uygun zm alannn her ke noktasna karlk gelen x
1
ve x
2

deerleri bulunarak ama fonksiyonunda yerine konur ve bulunan ama fonksiyonu
deerleri karlatrlarak en byk deer seilir. rneimiz iin bu deerler yle
bulunacaktr.

Ke Noktas x
1
x
2
f = 5x
1
+ 7x
2

O 0 0 0
A 20 0 100
B (Optimal) 15 10 145
C 0 20 140

2.3 O
10 20
30
40
50
x
1

10
20
30
40
x
2

3
4
D
2x
1
+3x
2
=60
C
2
A
B
E
4x
1
+2x
2
=80
1
O
26

Grlyor ki, ama fonksiyonunu maksimize eden ke noktas Bdir
(*)
. Bu
durumda f
maks
= 145 olmaktadr. u halde rnek problemimizde kr maksimize etmek
iin rn 1den 15 birim, rn 2den 10 birim retilmelidir.
Uygun zm alanndaki ke saysnn fazla olduu durumlarda bu yolla
hesaplama yorucu olabilir. Optimal keyi veren daha kestirme bir yntem ikinci yolda
anlatlmtr.
2. Yol: Ama fonksiyonuna f=K gibi sabit bir deer verelim. Bylece,
5x
1
+ 7x
2
= K
olacaktr. Buradan x
2
deikeni ekilirse,
7x
2
= 5x
1
+ K
x
2
= (-5x
1
+ K) / 7
elde edilir.
K / 7 = K
1

diyelim.Bu durumda,
x
2
= (-5 / 7) x
1
+ K
1
yazlabilir. Grlyor ki ama fonksiyonunun eimi K ve K
1
sabitlerinden bamsz
olarak daima ( -5 / 7) olmaktadr.
Demek oluyor ki, ama fonksiyonunun deiik deerleri iin elde edilecek
dorular hep birbirine paralel kalacaktr. Deeri azaldka ama dorusu orijine doru;
arttka, orijinden uzaklaacak ekilde kayacaktr. O halde kayma esnasnda ama
dorusu uygun zm alann en son hangi kede terk ederse o ke optimal zm
kesi olacaktr. rnek problemimiz iin ama fonksiyonuna eitli deerler verilerek
ekil 1.4e yerletirilirse ekil 1.5 elde edilmi olur.

(*)
B noktasnn koordinatlarn bulmak iin,
4x
1
+ 2x
2
= 80
2x
1
+ 3x
2
= 60
denklem sisteminin zlmesi gerekecektir. nk B noktas her iki dorunun ortak noktasdr, yani iki
eitlii de salar. Eer izim lekli ve hassas bir ekilde yaplyorsa B noktasndan x
1
ve x
2
eksenlerine
dik inilerek de koordinatlar bulunabilir. ki durumda da x
1
=15, x
2
= 10 olarak elde edilir.
27

ekil 1.5: Ama fonksiyonunun Grafie Yerletirilmesi ve Optimal zm

Ama fonksiyonu deeri olarak nce f
1
= 70 alalm. Bu durumda,
5x
1
+7x
2
=70
dorusunun eksenleri kestii noktalar,
x
1
= 0 , 7x
2
= 70 x
2
= 70 / 7 = 10
x
2
= 0 , 5x
1
= 70 x
1
= 70 / 5 = 14
olarak hesaplanabilir. izilen doru ekil 1.5de grlmektedir. (Ama dorular kesik
izgilerle gsterilmitir.) f
1
dorusuna ait GH doru paras uygun zm alan
iindedir ve bu doru paras zerinde bulunan her noktann karlk geldii retim
plan 70 birimlik kr salayacaktr.
Ama fonksiyonun deerini bir miktar artralm. f
2
= 105 olsun. Bu durumda,
5x
1
+ 7x
2
= 105
dorusunun eksenleri kestii noktalar,
x
1
= 0 , 7x
2
= 105 x
2
=105 / 7 = 15
x
2
= 0 , 5x
1
= 105 x
1
= 105 / 5 = 21
olarak elde edilir. Elde edilen noktalardan geen f
2
dorusu da ekil 1.5de
f
1
=70
10
20 30 40 50
x
1

10
20
30
40
x
2

D
C
A
B
E
G
H
f
2
=105
f
maks

O
28
gsterilmitir. Grlyor ki ama fonksiyonun deeri arttka, ilgili f dorusu, eimi
deimemek kaydyla orijinden uzaklaacak ekilde kaymaktadr. Ama fonksiyonunun
maksimum deerini bulmak istediimize gre, bu doruyu mmkn mertebe orijinden
teye doru kaydrmak istememiz tabiidir. Kaydrma ilemini en fazla, uygun zm
alann terk etme noktasna kadar yapabileceimize gre, rnek problemimiz iin bu
nokta B noktas olacaktr. yleyse optimal zm, B kesidir. B kesinin
koordinatlar,
4x
1
+ 2x
2
= 80
2x
1
+ 3x
2
= 60
sistemi zlerek elde edilebilir. Bu durumda,
x
1
=
3 2
2 4
3 60
2 80
= (240 120) / 8 = 15
x
2
=
3 2
2 4
60 2
80 4
= (240 160) / 8 = 10
olarak elde edilir. Ama fonksiyonunun deeri de,
f
maks
=5(15) + 7(10) = 145
olarak bulunur. O halde, 145 birimlik maksimum kr elde etmek iin rn 1den 15,
rn2den 10 birim retmek gerekmektedir.
1.4.2.1 Birden Fazla Optimal zm
Yukarda ele aldmz rnek Problem 1.1in grafik zmnde ama dorusu
zm alann en son B kesinde terk ettii iin tek bir optimal zm vardr. Dier
taraftan, eer ama fonksiyonumuzun eimi kstlayclar gsteren dorulardan birinin
eimine eit olsayd bu defa zm alan tek bir noktada deil bir doru paras
boyunca terk edilecekti. Dolaysyla bu doru paras zerindeki btn noktalar bize
optimal zm verecekti. rnek problem 1.1in ama fonksiyonunu,
Maks. f = 2x
1
+ x
2

olarak deitirelim. Bu durumda ama fonksiyonunun eitli deerleri iin izilecek
dorularn eimi ikinci kstlaycy gsteren EA doru parasnn eimine eit
olacaktr. ekil 1.6dan grlebilecei gibi, ama dorusu orijinden teye doru
kaydrlrken uygun zm alann en son BA doru paras boyunca terk edecektir. O
halde zm alannn B ve A kelerinin her ikisi de optimal zmdr. Dier taraftan
BA doru paras zerinde bulunan sonsuz saydaki nokta da yine optimal zm
deerlerini verecektir. Ama fonksiyonunun B(15, 10) ve A(20, 0) kelerindeki
29
deerleri;
f
B
=2(15) + 1(10) = 40
f
A
=2(20) + 1( 0) = 40
olarak hesaplanarak her iki zm deerinin f
maks
= 40 deerine eit olduu grlr.

ekil 1.6: Birden Fazla Optimal zm

1.4.2.2 zmn Bulunmamas Durumu
Bir DP modelinde kstlayc artlar o ekilde olabilir ki herhangi bir uygun
zm alan bulunmaz. Byle hallerde problemin zm yoktur. rnek olarak
aadaki modeli ele alalm.
Maksimize f = 2x
1
+ x
2

x
1
2x
2
> 2
x
1
x
2
s 0
x
1
, x
2
> 0
ekil 1.7de bu probleme ait kstlayclar ve pozitiflik artn beraberce
salayan bir alann bulunmad grlmektedir. Taral alanlardan birisi sadece birinci
kstlaycy, dieri de sadece ikinci kstlaycy salamaktadr ve bu iki alann arakesiti
f
1
=20
10 20 30 40 50
x
1

10
20
30
40
x
2

D
C
A
B
E
f
2
=30
f
maks
=40
O
30
mevcut deildir. Uygun zm alannn bulunmamasndan dolay, ama fonksiyonunun
eitli deerlerine ait dorularn izilip kaydrlmasnn da bir anlam olmayacaktr.

ekil 1.7: zmn Bulunmamas

1.4.2.3 Grafik zm rnekleri
Grafik zm tekniine rnek olmak zere nce bir tipik minimizasyon
modelini, daha sonra da rnek Problem 1.3de kurduumuz modeli ele alacaz.
rnek 1: Aadaki tipik minimizasyon modelini grafik yoldan zelim.
Minimize f = 2x
1
+ 3x
2

2x
1
+ x
2
> 6
x
1
+ x
2
> 5
3x
1
+ 7x
2
> 21
x
1
, x
2
> 0

1
2
3 4
1
2
3
4
x
2

x
1
-2x
2
=2
x
1
-x
2
=0
5
x
1

-1
f
1

f
2

31

ekil 1.8: rnek 1in Grafik zm

Bu problem iin, ama fonksiyonu ve kstlayclarn durumu ekil 1.8de
grlmektedir. Burada birinci kstlayc AB doru parasnn sa tarafn, ikinci
kstlayc CD doru parasnn sa tarafn, nc kstlayc EF doru parasnn st
tarafn gstermektedir
(*)
. Bylece kstlayclar ve pozitiflik artn salayan blge
x
2
AGHFx
1
yar ak alandr. Bu alan sadece bir taraftan snrlandrlmtr. Ama
fonksiyonunun f
1
=18 deeri iin izilen doru orijine doru kaydrlrsa uygun zm
alann en son H noktasnda terk ettii grlmektedir. O halde optimal zm kesi
Hdr. Bu keye ait koordinatlar,
x
1
+ x
2
= 5
3x
1
+ 7x
2
= 21
dorusal denklem sisteminin zlmesiyle,
x
1
= 3,5
x
2
= 1,5
ve
f
min
= 2(3,5) + 3(1,5) = 11,5
olarak bulunur.

(*)
lgili dorular inceleyerek eitsizlikleri tahkik ediniz.
f
min

1
2 3 4
1
2
3
4
x
2

Uygun zm
Alan
5
C
O
5
6
6 7 8 9 10
G
E
H
B
D
F
A
f
2
=15
f
1
=18
x
1

32
Dikkat edilecek olursa, bu rnekte ama fonksiyonu maksimize edilecek olsayd
sonlu bir zm deeri bulunamayacakt. Uygun zm alannn bir taraftan
snrlandrlmam olmas, ama dorusunun sonsuza kadar kaydrlabilmesine,
dolaysyla sonlu bir zm deeri elde edilememesine neden olacaktr.
rnek 2: rnek Problem 1.3de formle ettiimiz DP modelini grafik yntemle
zelim.
Maksimize f = 3x
1
+ 2x
2

x
1
> 500 (1)
x
2
> 500 (2)
x
1
s 2000 (3)
x
2
s 2000 (4)
x
1
s 2500 (5)
x
1
2x
2
s 0 (6)
0,5x
1
+ 0,4x
2
> 1000 (7)
0,5x
1
+ 0,4x
2
s 2000 (8)
x
1
, x
2
> 0
Kstlayclar ve ama fonksiyonunun f
1
= 6000 deerini izerek ekil 1.9u
elde edelim. Tm kstlayclar salayan uygun zm alannn ABCDE taral alan
olduu grlmektedir. Ama dorusu, artan ynde kaydrlarak uygun zm alann
terk ettii nokta bulunacak olursa optimal zm kesinin D olduu grlr. D
noktasnn koordinatlar,
x
1
= 2000
x
2
= 2000
olarak okunabilir. Bu durumda ama fonksiyonunun deeri,
f
maks
= 3(2000) + 2(2000) = 10000
olacaktr. Dikkat edilecek olursa modelin zmnde (3) numaral kstlayc ayn
zamanda (5) numaral kstlaycy, (1) ve (2) numaral kstlayclar da ayn zamanda
pozitiflik artn ihtiva etmektedir. Dolaysyla bu problem iin (5) numaral kstlayc
ve x
1
, x
2
> 0 eitsizlikleri yazlmasa da zm deimeyecektir.
Dier taraftan, ama fonksiyonu minimize edilecek olsayd optimal zm
kesi A olacakt.

33

ekil 1.9: rnek 2nin Grafik zm

1.4.2.4 Problemler
I. Aadaki DP modelini grafik yntemle znz.
Maksimize f = 7,5x
1
+ 10x
2

x
1
+ 3x
2
s 12
2x
1
+ x
2
s 8
x
1
- x
2
s 3
x
2
s 7
x
1
, x
2
> 0
x
1

1000
x
2

D
2000
2400
3000
4000
5000
1000 2000 3000 4000 5000
C
B
A
E
f
maks

6
4
2
8
7
5
3
1
2.3.1 O
f
1
= 6000
O
34
II. Aadaki DP modelini grafik yntemle znz. Birden fazla kede
optimal zm elde edebilmek iin ama fonksiyonu katsaylarnn nasl olmas
gerektiini tartnz.
Maksimize f = 5x
1
+ 2x
2

x
1
+ x
2
s 6
x
1
s 5
x
2
s 4
x
1
, x
2
> 0
III. Aadaki DP modelini grafik yntemle znz.
Minimize f = 40x
1
+ 10 x
2

30x
1
+ 20 x
2
> 1200
70x
1
+ 40 x
2
s 5600
x
2
s 45
-x
1
+ x
2
> 10
-2x
1
+ x
2
> 0
x
1
, x
2
> 0
IV. III. problemde verilen modeli, ama fonksiyonunu maksimizasyon trnde
kabul ederek yeniden znz.
1.4.3 Cebirsel zm
DP modellerinde deiken saysnn ten fazla olduu durumlarda grafik
zmn mmkn olamayacan daha nce belirtmitik. Byle hallerde
kullanlabilecek yollardan birisi cebirsel zm metodudur. Esasen bu yntem,
kstlayclarn genellikle eitsizlik eklinde olmasndan dolay fazla kullanl deildir.
Dorusal denklem sistemlerinin bilinen zm yntemlerinden yararlanabilmek iin
eitsizliklerin eitlik haline dntrlmesi gerekir. Bunu salamak iin eitsizliklere
bo deikenler ekleme veya karma yoluna gidilir.
rnek Problem 1.1i tekrar gz nne alalm.
Maksimize f = 5x
1
+ 7x
2

2x
1
+ 3x
2
s 60
4x
1
+ 2x
2
s 80
x
1,
x
2
> 0
Modelimizin kstlayclar kk-eit eklindedir. Bu eitsizlikleri eitlik haline
dntrmek zere x
3
ve x
4
bo deikenlerini (x
3
, x
4
> 0 olmak zere) kstlayclarn
sol tarafna ekleyelim. Bylece kstlayclar,
2x
1
+ 3x
2
+x
3
= 60
4x
1
+ 2x
2
+ x
4
= 80
eklini alacaktr. x
3
ve x
4
deikenleri problemimiz iin, srasyla Makine 1 ve Makine
35
2nin bo kapasiteleri olarak dnlebilir. Kstlayclar, denklem says 2 (m = 2) ve
bilinmeyen says 4 (n = 4) olan bir dorusal denklem sistemine dnm oldu. Byle
bir sistemin sonsuz sayda zm vardr. Bir dorusal denklem sisteminin tek bir
zm olabilmesi iin m=n ve katsaylar matrisinin ranknn da mye eit olmas, yani
sistemdeki denklemlerin lineer bamsz olmas gerekir. Demek oluyor ki
deikenlerden herhangi ikisini sfra eitleyerek elimine etmek suretiyle geriye kalan
iki deiken ve iki denklem iin tek bir zm bulunabilir. Sfra eitlenecek
deikenlerin seiminde, (n adet deiken m adet denklem durumunda),

m! (n-m) !
n!

adet farkl seenein ele alnmas mmkndr. Her durum iin sistemin zm
bulunur. Bulunan zmler arasnda pozitiflik artn salayanlar seilir. Seilen
zmler arasndan ama fonksiyonunu optimize eden deerler bulunarak problemin
zm tamamlanm olur.
Ele aldmz rnekte n = 4 olduuna gre, sfra eitlenecek olan deikenleri,
6
2! (4-2) !
4 !
=
farkl ekilde seebiliriz. Bu alt farkl sisteme ait zm deerleri aadaki gibi
olacaktr.

Durum x
1
x
2
x
3
x
4

Ama
Fonksiyonunun
Deeri (f)
ekil 1.5teki
Grafik zm
Karl
1
2
3
4
5
6 (Optimal)
0
0
0
30
20
15
0
20
40
0
0
10
60
0
-60
0
20
0
80
40
0
-40
0
0
0
140
-
-
100
145
O
C
(uygun deil)
(uygun deil)
A
B

3 ve 4 numaral durumlar pozitiflik artn salamad iin uygun olmayan
zmlerdir. 1, 2, 5, 6 durumlarna ait zmler ise grafik zmdeki (ekil 1.5)
konveks zm setinin ke noktalarna karlk gelmektedir. Ama fonksiyonunu
maksimize eden 6 numaral durum problemin optimal zmdr ve grafik zmdeki
B kesine karlk gelmektedir.
Dier taraftan, optimal zmde x
3
ve x
4
bo deikenlerinin deerleri bu
problem iin sfr olmutur. Yani Makine 1 ve Makine 2nin tm kapasiteleri retimde
kullanlacaktr. Atl kapasite sz konusu deildir.
36
1.4.4 Simpleks zm Yntemi
Simpleks zm metodu, cebirsel zm tekniinin gelitirilmi eklidir.
Cebirsel yntemde, btn zmlerin tek tek ortaya konulmas yorucu ve skc bir
alma gerektirir. Simpleks yntemde ise matematiksel ilemler daha azdr. Sadece
temel uygun zmlerle ilgilenilir. Simpleks yntem, bir balang temel uygun
zmnden hareketle her admda yeni bir TUa geerek belli saydaki iterasyon
sonunda optimal zme ular.
Konunun daha iyi kavranabilmesi ve yntemin esasna nfuz edilebilmesi iin
nce, dorusal denklem sitemlerinin kanonik forma sokulmasn ele alacaz.
1.4.4.1 Kanonik Form
Genel bir dorusal denklem sisteminde, deiken says n, denklem says m
olmak zere n > m olmas halinde bu sistemin sonsuz sayda zm olduunu
biliyoruz. DP modellerinde daima n > m durumuyla ilgilenildii iin bundan byle
n > m kabul edeceiz.
Bir dorusal denklem sisteminin her bir denkleminde,deikenlerden sadece bir
tanesi +1 katsaysyla bulunur ve bu deiken dier denklemlerde bulunmazsa sz
konusu sistem kanonik formdadr denilir. Eer bu deerler birinci deikenden minci
deikene kadar srayla, birinci denklemden minci denkleme kadar +1 katsaysyla yer
alr, dier denklemlerde yer almazlarsa sz konusu sistem sral kanonik formdadr
denilir. rnek olarak;
2x
1
+ x
2
+ 0,5x
3
= 3
3x
1
+ 2x
3
+ x
4
= 5
sistemi sral olmayan kanonik formdadr. nk x
2
deikeni sadece birinci denklemde
+1 katsaysyla ve x
4
deikeni de sadece ikinci denklemde +1 katsaysyla
bulunmaktadr. Kanonik formdaki bir sistemin zmlerinden birisi pein olarak
bellidir. rneimiz iin bu zm,
x
1
= 0 x
2
= 3
x
3
= 0 x
4
= 5
zmdr. Burada x
2
ve x
4
temel deikenler, x
1
ve x
3
de temel olmayan
deikenler olarak adlandrlr. Dier taraftan,
x
1
+ 2x
3
+ x
4
= 7
x
2
+ x
3
+ 2x
4
= 5
sistemi ise sral kanonik formda bir sistemdir. Burada da x
1
ve x
2
temel deikenler, x
3

ve x
4
de temel olmayan deikenlerdir. Sistemin pein olarak bilinen zm
aadadr.
x
3
= 0 x
1
= 7
x
4
= 0 x
2
= 5
Sistemde baml denklem bulunmamas halinde, bir dorusal denklem
sistemini kanonik formda ifade etmek mmkndr. Bunun iin u kurallardan
37
faydalanlr.
Kural 1: Bir dorusal denklem sistemindeki herhangi bir denklemin yerine bu
denklemin k kat (k 0) konulursa elde edilen sistem ilk sisteme denktir.
Kural 2: Bir dorusal denklem sistemindeki herhangi bir denklemin yerine, bu
denklem ile sistemdeki baka bir denklemin k katnn toplam konulursa elde edilen
sistem yine ilk sisteme denktir.
Kurallarn uygulanna rnek olarak aadaki dorusal denklem sistemini ele
alp sral kanonik forma sokalm.
2x
1
+ 3x
2
- x
3
+ 5x
5
= 2
-2x
1
+ x
2
- 3x
3
x
4
= 6
x
1
+ 2x
2
- x
4
+ 4x
5
= 3
Amacmz, x
1
deikeninin sadece birinci denklemde +1 katsaysyla
bulunmasn, dier denklemlerde bulunmamasn, x
2
deikenin sadece ikinci
denklemde +1 katsaysyla bulunmasn ve nihayet x
3
deikenin sadece nc
denklemde +1 katsaysyla bulunmasn, dierlerinde bulunmamasn (yani sfr
katsaysyla bulunmasn) temin etmektir. lemleri daha rahat takip edebilmek iin
sisteme ait katsaylar ve sa taraf deerlerini Tablo 1.1in birinci alt tablosuna
yerletirelim.

Tablo 1.1: rnek Sistemin Kanonik Forma Dntrlmesi

Alt
Tablo
Denklem
No
Sa Taraf x
1
x
2
x
3
x
4
x
5

1
1
2
3
2
6
3
2
-2
1
3
1
2
-1
-3
0
0
-1
-1
5
0
4
2
1
2
3
1
8
2
1
0
0
3/2
4
1/2
-1/2
-4
1/2
0
-1
-1
5/2
5
3/2
3
1
2
3
-2
2
1
1
0
0
0
1
0
1
-1
1
3/8
-1/4
-7/8
5/8
5/4
7/8
4
1
2
3
-3
3
1
1
0
0
0
1
0
0
0
1
5/4
-9/8
-7/8
-1/4
17/8
7/8

lk adm olarak x
1
deikeninin, sadece birinci denklemde +1 katsaysyla
bulunmasn, dier denklemlerde bulunmamasn salayacaz. Yani x
1
stunundaki
katsaylar Alt Tablo 2de,
38

0
0
1

haline dntrmek istiyoruz. Bu durum iin, x
1
stununa anahtar stun, 1 yaplmak
istenilen katsayya da anahtar say diyeceiz.Tablo 1.1de her adm iin anahtar
saylar dikdrtgen iine, anahtar stunun dier elemanlar (sfr yaplmak istenilen
katsaylar) daire veya elips iine alnmtr. Alt Tablo 1den Alt Tablo 2nin elde edilii,
yukarda verilen kurallara dayanlarak yle yaplmtr.
Alt Tablo 1in 1 numaral denklemi (1.1 denklemi) 1/2 ile arplarak veya 2ye
blnerek (anahtar saynn tersi ile arplarak veya anahtar sayya blnerek) 2.1
denklemi elde edilir. 1.1 denklemine ait
5 0 1 3 2 2
katsaylar 1/2 ile arplrsa,
5/2 0 1/2 3/2 1 1
elde edilir ki bunlar da 2.1 denkleminin katsaylar olarak Alt Tablo 2ye
yerletirilmitir. Bylece x
1
deikeninin katsays +1 yaplm olmaktadr.
2.1 denklemi 2 ile arplp 1.2 denklemi ile toplanrsa 2.2 denklemi elde edilir.
2.1 denkleminin katsaylar olan ,
5/2 0 1/2 3/2 1 1
deerleri 2 ile arplrsa,
5 0 1 3 2 2
elde edilir. Bunlar 1.2 denklemine ait,
0 1 3 1 2 6
katsaylar ile ayn srada toplanrsa,
5 1 4 4 0 8

katsaylar elde edilir. Bunlar da 2.2 denkleminin katsaylar olarak Alt Tablo 2ye
yerletirilmitir.
Benzer ekilde, yine 2.1 denklemi 1 ile (sfr yaplmak istenen katsaynn ters
iaretlisi ile) arplp 1.3 denklemi ile toplanrsa 2.3 denklemi elde edilir.
2.1denklemine ait,
5/2 0 1/2 3/2 1 1
katsaylar 1 ile arplrsa
5/2 0 1/2 3/2 1 1
39
deerleri elde edilir. Bunlar 1.3 denklemine ait,
4 1 0 2 1 3
katsaylar ile toplandnda,
3/2 1/2 1/2 0 2 1
deerleri elde edilir. Alt Tablo 2nin nc satrna ait katsaylar bylece bulunmu
olmaktadr.
Buraya kadar anlatlan ilemlerle birinci adm tamamlanm olmaktadr. Benzeri
ilemler x
2
ve x
3
deikenleri iin de yaplacaktr. Alt Tablo 2den Alt Tablo3e
geerken amacmz x
2
deikenine ait katsaylar,
0
1
0

haline dntrmek, yani x
2
deikeninin sadece ikinci denklemde +1 katsaysyla
bulunmasn, dierlerinde bulunmamasn salamaktr. Bunun iin birinci admdaki
benzer ilemler u ekilde zetlenebilir.
2.2 denklemi 1/4 ile (anahtar saynn tersi ile) arplarak 3.2 denklemi elde
edilir.
3.2 denklemi 3/2 ile arplp 2.1 denklemine eklenerek 3.1 denklemi elde
edilir.
3.2 denklemi 1/2 ile arplp 2.3 denklemine eklenerek 3.3 denklemi elde
edilir.
Bylece Alt Tablo 3 elde edilmi olmaktadr. Sral kanonik formun
tamamlanabilmesi iin yukardaki iki adma benzer ekilde, x
3
deikeninin de sadece
nc denklemde +1 katsaysyla bulunmas, yani x
3
stununa ait katsaylarn,
1
0
0

haline dntrlmesi salanmaldr. Bunun iin, ilk iki admdakine benzer ilemler
yle sralanabilir.
3.3 denklemi aynen alnarak 4.3 denklemi elde edilir.
4.3 denklemi 1 ile arplp 3.1 denklemine eklenerek 4.1 denklemi elde edilir.
4.3 denklemi 3.2 denklemine eklenerek 4.2 denklemi elde edilir.
Bylece balang dorusal denklem sisteminin kanonik forma dntrlmesi
tamamlanm olmaktadr. Dikkat edilecek olursa Alt Tablo 4teki x
1
, x
2
ve x
3

deikenlerine ait katsaylar bir birim matris oluturmaktadr. Elde edilmi olan yeni
40
sistemin peinen bilinen zm,
x
4
= 0 x
1
= -3
x
5
= 0 x
2
= 3
x
3
=1
dir. Burada x
1
, x
2
ve x
3
temel deikenler, x
4
ve x
5
ise temel olmayan deikenlerdir.
Demek oluyor ki,

= +
= +
= +
+ +
+ +
+ +
m n mn
2 n 2n
1 n 1n
2 m2 1 m1
2 22 1 21
2 12 1 11
b x a
b x a
b x a
x a x a
x a x a
x a x a
(1.10)
olarak ifade edilen genel bir dorusal denklem sistemi eitli satr ilemleriyle
(*)
,
= + + + +
= + + + +
= + + + +
+ + + +
+ + + +
+ + + +
m n mn 2 m 2 m,m 1 m 1 m,m m
2 n 2n 2 m 2 2,m 1 m 1 2,m 2
1 n 1n 2 m 2 1,m 1 m 1 1,m 1
e x d x d x d x
e x d x d x d x
e x d x d x d x

(1.11)
eklinde sral kanonik forma dntrlebilir. (1.11) sistemi (1.10) sistemine denktir.
(1.11) sisteminin temel uygun zm olarak adlandrlan,
x
1
= e
1
, x
2
= e
2
, ..., x
m
= e
m

x
m+1
= 0, x
m+2
= 0, ..., x
n
= 0
eklindeki zm pein olarak bilinmektedir. Bu durumda x
1
, x
2
, ..., x
m
deikenleri
temel deikenler, x
m+1
, x
m+2
, ..., x
n
deikenleri temel olmayan deikenlerdir.
1.4.4.2 Tipik Maksimizasyon Modelinde Primal Simpleks Yntem
Simpleks yntem prensip olarak, kanonik forma sokulmu olan bir DP
modelinde peinen belli olan temel uygun zmden hareketle her defasnda yeni bir
temel uygun zme geilerek adm adm optimum zme yaklama metodudur. Her
admda (iterasyonda) kanonik formun temel ve temel olmayan deikenleri arasnda,
ama fonksiyonunu optimize edecek ynde deiiklikler yaplr. Yani temelde bulunan
bir deiken temelden karlrken temel olmayan bir deiken temele alnr.
Simpleks yntemi nce tipik maksimizasyon problemi iin ele alacaz ve buna

(*)
Mesela ilk admda x
1
deikeninin sadece ilk denklemde +1 katsaysyla bulunmas, dier
denklemlerden elimine edilmesi isteniyorsa, nce (1.10) sistemindeki birinci denklem 1/a
11

katsaysyla arplarak x
1
deikeninin birinci denklemde +1 katsaysyla bulunmas temin edilir. Daha
sonra, elde edilen bu ilk denklem a
21
ile arplp ikinci denkleme, -a
31
ile arplp nc denkleme,
..., nihayet a
ml
ile arplp minci denkleme ilave edilirse, x
1
deikeni ilk denklemin dndaki dier
denklemlerden elimine edilmi olacaktr. Benzeri ilemler x
2
, x
3
, ..., x
m
iin de uygulanrsa (1.10)
sistemi (1.11) sistemine dnm olur.
41
primal simpleks yntem diyeceiz.
Simpleks metodun uygulanabilmesi iin DP modelindeki ama denklemi ve
kstlayc artlardan oluan sistemin kanonik forma sokulmu olmas gerekmektedir.
Tipik maksimizasyon modelinde bunu salamak iin bo deikenlerden yararlanlr.
Bylece hem eitsizlikler eitlik haline dntrlm hem de sz konusu sistem
kanonik forma sokulmu olur.
Tipik maksimizasyon modelinin, matris notasyonuyla,
Maksimize f = cx
Ax s b
x > 0
olarak ifade edildiini biliyoruz. Ama fonksiyonundaki cx terimi eitliin sol tarafna
alnarak
-cx + f = 0 (1.12)
eklinde ifade edilebilir. Kstlayc artlara ise,
y =
(
(
(
(
m
2
1
y
y
y

olmak zere m adet bo deiken ilave edilerek eitsizlikler eitlik haline
dntrlebilir. Bu durumda kstlayc artlar,
Ax + y = b (1.13)
eklini alacaktr. (1.12) ve (1.13) den meydana gelen sistem ak olarak yle ifade
edilebilir.
-c
1
x
1
- c
2
x
2
-...- c
n
x
n
+ f = 0
a
11
x
1
+ a
12
x
2
+...+ a
1n
x
n
+ y
1
= b
1

a
21
x
1
+ a
22
x
2
+...+ a
2n
x
n
+ y
2
= b
2
a
m1
x
1
+ a
m2
x
2
+...+ a
mn
x
n
+ y
m
= b
m

Grlyor ki f de bir deiken kabul edilmek zere sistem kanonik formdadr.
Temel deikenler, f, y
1
, y
2
, ..., y
m
, temel olmayan deikenler x
1
, x
2
, ..., x
n
dir. Sistemin
pein olarak bilinen zm,
x
1
= 0
,
x
2
= 0, ..., x
n
= 0
f = 0, y
1
= b
1
, y
2
= b
2
, ..., y
m
= b
m

dir. Simpleks yntem fyi daima temelde tutmak zere, mmkn mertebe y
i
bo
deikenlerini temelden karmak, bunun yerine x
j
tabii deiikliklerini temele sokmak
ister. Bu ileme fnin optimum deeri elde edilinceye kadar devam edilecektir. Temele
giren ve temeli terk eden deikenlerin seiminde u kurallar uygulanr.
42
Kural 1: Temele girecek deiken olarak, f satrndaki negatif deerli
katsaylardan mutlak deeri en byk olana karlk gelen deiken seilir. Bu
deikene ait stuna anahtar stun denir. Bylece fnin deerinde mmkn olan en
byk art salanm olacaktr. f satrnda seilecek negatif deerli katsay
kalmadnda optimal (maksimum) zm bulunmu olur.
Kural 2: Temeli terk edecek deikenin seiminde u yol izlenir. nce sa taraf
deerleri (temel deiken deerleri) temele girecek deiken katsaylarna (yani anahtar
stun elemanlarna) srasyla blnerek bir takm oran deerleri elde edilir. Sfr ve
negatif deerli oranlar bir tarafa braklarak, elde edilen oran deerleri iinde en kk
olana karlk gelen temel deiken, temelden karlmak zere seilir. Bu deikenin
ait olduu satra anahtar satr, anahtar satr ile anahtar stunun kesime noktasndaki
katsayya anahtar say denir. Anahtar elemanlar, daha sonra bahsedeceimiz
formlle hesaplama ynteminde kullanacaz.
Primal simpleks yntemin uygulanmasna rnek olmak zere rnek Problem
1.1i yeniden ele alalm.
Maksimize f = 5x
1
+ 7x
2

2x
1
+ 3x
2
s 60
4x
1
+2x
2
s 80
x
1
, x
2
> 0
Ama fonksiyonunu (1.12) eitliine uygun olarak,
-5x
1
- 7x
2
+ f = 0
eklinde ifade edelim. Kstlayc artlara, Makine 1 ve Makine 2nin bo kapasitelerini
gsteren y
1
ve y
2
(y
1
, y
2
> 0) bo deikenlerini ekleyerek eitlik haline evirelim.
2x
1
+ 3x
2
+ y
1
= 60
4x
1
+ 2x
2
+ y
2
= 80
Bylece elde ettiimiz denklem, be bilinmeyenli dorusal denklem sistemi kanonik
formdadr. Balang temel uygun zm,
x
1
= 0 f = 0
x
2
= 0 y
1
= 60
y
2
= 80
dir. Bu balang zmne gre rn 1 ve rn 2den henz retilmemektedir. (x
1
=0,
x
2
=0) Bunun sonucu olarak elde edilen kr da sfrdr (f=0). Dier taraftan Makine 1 ve
Makine 2nin tm kapasitesi bo beklemektedir. Yani kullanlmayan kapasiteleri
gsteren y
1
ve y
2
bo deikenlerinin deeri srasyla 60 ve 80 birimdir.
43

Tablo 1.2: rnek Problem 1.1in Primal Simpleks Yntemle zm

Alt
Tablo
Temel
Deiken
Temel
Deikenin
Deeri
Oran x
1
x
2
f y
1
y
2
Grafik
zmdeki
Karl
1
f
y
1

y
2

0
60
80
-
20
40
-5
2
4
-7
3
2
1
0
0
0
1
0
0
0
1
O
Kesi
2
f
x
2

y
2

140
20
40
-
30
15
-1/3
2/3
8/3
0
1
0
1
0
0
7/3
1/3
-2/3
0
0
1
C
Kesi
3
f
x
2

x
1

145
10
15
0
0
1
0
1
0
1
0
0
9/4
1/2
-1/4
1/8
-1/4
3/8
B
Kesi

Kanonik formdaki balang sistemini Tablo 1.2nin birinci alt tablosuna
yerletirerek
(*)
simpleks kurallarn uygulamaya balayalm.
Tablo 1.2nin birinci alt tablosundaki sistemin, retim yapmama durumunu
gsterdiini biliyoruz. Bu durumdayken rnlerden birinin retimine balamak
isteseydik, 5 birim kr getiren rn 1 yerine 7 birim kr getiren rn 2yi seerdik. te
simpleks metodun birinci kural bu durumu ngrmektedir. Alt tablomuzun f satrnda
en fazla kr getiren rnn katsays mutlak deeri en byk olan negatif saydr. Bu
durumda Kural 1e gre seilecek olan katsay 7dir. O halde, ama fonksiyonunda en
byk art salamak zere temele girmesi gereken deiken x
2
olacaktr. Bu deikene
ait stun, anahtar stundur.
Simpleks yntemin ikinci kural temeli terk edecek olan deikeni
belirlemektedir. Kural 2ye gre bunun iin Temel Deikenin Deeri (TDD) stunu
anahtar stuna blnerek bir takm oran deerleri elde edilecek, oranlar iinde negatif
ve sfr olanlar bir tarafa brakldktan sonra kalan deerlerden en kk olana karlk
gelen temel deiken temelden karlacaktr. Alt Tablo 1deki oran deerleri arasnda
en kk olan 20 olduuna gre temeli terk edecek olan deiken y
1
olur.
Neden en kk oran deerinin seilmesi gerektiini yle izah edebiliriz.
Birinci kurala gre rn 2den bir miktar retmeye (yani x
2
yi temele sokmaya) karar
vermitik. Bu retimi en fazla ne kadar yapabileceimizi belirleyen etken Makine 1 ve
Makine 2nin kapasiteleridir. rn 2nin her birimi iin 3 birim Makine 1 kapasitesi
gerektiine gre Makine 1in tm kapasitesini rn 2 iin kullanacak olursak, en fazla,
60/3 = 20

(*)
f daima temelde kalacana gre tabloda ayr bir stun olarak gsterilmeyebilirdi. Temel deikenler
altnda oluan birim matrisi daha rahat takip edebilmek iin fyi de ayr bir stun olarak gstermeyi
tercih ettik.
44
birim retim yapabiliriz. Dier taraftan yine rn 2nin her birimi iin 2 birim Makine
2 kapasitesi gerektiine gre, Makine 2nin tm kapasitesini rn 2 iin kullanacak
olursak, en fazla,
80/2 = 40
birim retim yapabiliriz. Tabiatyla bu iki deerden kk olanyla snrl kalmak
zorundayz. Dier bir deyile byk deer olan 40 birimi semi olsaydk bu retimi
yapmak iin elimizdeki mevcut Makine 1 kapasitesi yeterli olmayacakt.
Problemin zmne devam edelim. x
2
deikeninin y
1
deikeni yerine temele
almak istiyoruz. yleyse x
2
stununu, ikinci alt tabloda,
0
1
0

ekline dntrmemiz gerekecektir. Bunu salamak zere aadaki ilem admlar
uygulanr.
y
1
satrna ait,
0 1 0 3 2 60
katsaylar 1/3 ile arplr veya 3e blnrse (anahtar saynn tersi ile arplr veya
anahtar sayya blnrse) 2.x
2
satrn (ikinci alt tablonun x
2
satrn) oluturan,
0 1/3 0 1 2/3 20
katsaylar elde edilerek Alt Tablo 2ye yerletirilir.
Elde edilen 2.x
2
satr 7 ile (sfr yaplmak istenen katsaynn ters iaretlisi ile)
arplarak bulunan,
0 7/3 7 14/3 140
katsaylar, 1.f satrna ait olan,
0 0 1 7 5 0
katsaylaryla toplanarak, 2.f satrn oluturan,
0 7/3 1 0 1/3 140
deerleri elde edilir ve bunlar Alt Tablo 2nin f satrna yerletirilir.
Yine 2.x
2
satr bu defa 2 ile (sfr yaplmak istenen katsaynn ters iaretlisi ile)
arplarak elde edilen,
0 2/3 0 2 4/3 40
katsaylar, 1.y
2
satrna ait olan,
1 0 0 2 4 80
katsaylaryla toplanarak, 2.y
2
satrn oluturan,
1 2/3 0 0 8/3 40
deerleri elde edilir ve bunlar Alt tablo 2nin y
2
satrna yerletirilir.
45
Bylece birinci iterasyon tamamlanm olmaktadr. Elde edilen yeni kanonik
formun bilinen zmne gre,
x
1
= 0 f = 140
y
1
= 0 x
2
= 20
y
2
= 40
dr. Bu zme gre rn 2den 20 birim retilmekte ve buna karlk 140 birim kr
elde edilmektedir. Makine 1in tm kapasitesi kullanlm (y
1
= 0), Makine 2nin ise 40
birimlik kapasitesi (y
2
= 40) henz bo beklemektedir. rn 1den retim
yaplmamaktadr (x
1
= 0).
Alt Tablo 2nin f satrnda negatif deerli katsay bulunduuna gre henz
optimal zm elde edilmi deildir. Yaplacak yeni iterasyonda temele girecek
deiken, -1/3 katsaysnn ait olduu x
1
deikenidir. Temeli terk edecek olan
deiken,
20 / (2 / 3) = 30
ve
40 / (8 / 3) = 15
oran deerleri iinde en k olan 15in ait olduu y
2
deikenidir. O halde x
1
temele
girerken y
2
temelden kacaktr. Bu durumda x
1
stununa ait katsaylarn,

1
0
0

olmasn salamak zere yeni bir iterasyon yaplacak ve Alt Tablo 3 elde edilecektir.
Bunun salamak zere u ilem admlar uygulanr.
2.y
2
satr 3/8 ile arplarak (veya 8/3e blnerek) 3.x
1
satr elde edilir.
3.x
1
satr 1/3 ile arplp 2.f satr ile toplanarak 3.f satr elde edilir.
3.x
1
satr 2/3 ile arplp 2.x
2
satr ile toplanarak 3.x
2
satr elde edilir.
nc alt tablonun f satrnda negatif katsay kalmamtr. O halde bulunan
yeni zm, optimaldir. Buna gre,
y
1
= 0 f
maks
= 145
y
2
= 0 x
1
= 15
x
2
= 10
elde edilmi olur. Yani 145 birimlik maksimum kr elde etmek iin rn 1den 15,
rn 2den 10 birim retmek gerekmektedir
Her bir alt tablonun grafik zmdeki karlklarn grmek iin rnek Problem
1in kstlayclarn ve uygun zm alann ekil 1.10da yeniden ele alalm.

46

ekil 1.10: Tablo 1.2 Alt Tablolarnn Grafik Karl

Alt Tablo (AT) 1de x
1
ve x
2
temel olmayan deikenlerdir. Dolaysyla x
1
= 0,
x
2
= 0dr. O halde AT 1, grafik zmdeki O kesine karlk gelmektedir.
Alt Tablo 2de x
2
temel deikeninin deeri 20dir. x
1
deikeni ise temelde
deildir; dolaysyla deeri sfrdr. O halde AT 2, grafik zmdeki C kesine karlk
gelmektedir.
Alt Tablo 3de x
1
ve x
2
deikenlerinin her ikisi de temeldedir ve deerleri
x
1
=15, x
2
=10dur. O halde AT 3, grafik zmdeki B kesine karlk gelmektedir.
Demek oluyor ki, simpleks yntem, adm adm konveks zm setinin ardk
kelerini izleyerek optimal zm kesine ulamaktadr.
1.4.4.2.1 terasyonlarda Forml Kullanm ve Basitletirici Kurallar
Simpleks kurallar uygulanarak anahtar satr, anahtar stun ve anahtar say
bulunduktan sonra bir sonraki alt tabloya geite aadaki kurallardan faydalanlabilir.
1. Anahtar satr veya stundaki sfr deerli katsaylar bir sonraki alt tabloya
aynen aktarlr.
2. Anahtar satr, anahtar sayya blnerek bir sonraki tabloya aktarlr.
3. Dier katsay ve temel deiken deerlerinin bir sonraki alt tabloda alaca
deerler,
A
*
= A -
D
BC

2.3.1.1 O
10
20
30
x
1

10
20
30
40
x
2

A
B
C
O
47
-1/3 7/3
8/3
-2/3
formlyle hesaplanabilir. Burada A
*
, A katsaysnn bir sonraki alt tabloda alaca
deer, D, anahtar say, B ve C de Ann yatay ve dikey hizalarndaki anahtar satr ve
anahtar stun elemanlardr. A, B, C ve Dyi ematik olarak u ekilde gsterebiliriz.

Forml kullanmna rnek olmak zere, Tablo 1.2nin ikinci alt tablosundaki
7/3 katsaysnn nc alt tabloda alaca deeri hesaplayalm.

Bu durumda A = 7/3, B = -2/3, C = -1/3 ve D = 8/3 olmaktadr. O halde,
A
*
= A -
4
9
8/3
1/3) 2/3)( (
3
7
D
BC
=

=
elde edilir. Benzer ekilde yine AT 2deki ama fonksiyonu deeri olan 140 yerine bir
sonraki alt tabloda hangi deerin geleceini bulalm.

Bu rnek iin A = 140, B = 40, C = -1/3 ve D = 8/3 olmaktadr. O halda,
A
*
= A - 145
8/3
1/3) (40)(
140
D
BC
=
=
bulunur.
A C
B
<
<
<
<
<
b
D
A
Anahtar Satr
Anahtar Stun
140
-1/3
40
8/3
48

1.4.4.2.2 rnek Problem 1.7
Tipik maksimizasyon modelinin primal simpleks yntemle zmne son bir
rnek olarak aadaki DP modelini ele alalm.
Maksimize f = 4x
1
+5x
2
+ 9x
3
+ 11x
4

x
1
+ x
2
+ x
3
+ x
4
s 15
7x
1
+ 5x
2
+ 3x
3
+ 2x
4
s 120
3x
1
+ 5x
2
+ 10x
3
+ 15x
4
s 100
x
1
, x
2,
x
3,
x
4
> 0
Ama fonksiyonunu yeniden dzenleyip kstlayclara bo deikenler ilave
edilerek,
-4x
1
- 5x
2
- 9x
3
- 11x
4
+ f = 0
x
1
+ x
2
+ x
3
+ x
4
+ y
1
= 15
7x
1
+ 5x
2
+ 3x
3
+ 2x
4
+ y
2
=120
3x
1
+ 5x
2
+ 10x
3
+ 15x
4
+ y
3
=100
kanonik forma sokulmu balang sistemi elde edilir.
Bu sistem, Tablo 1.3n birinci alt tablosuna yerletirilerek simpleks kurallar
uygulanacak olursa dier alt tablolar elde edilir. terasyonlarn takibi renciye
braklmtr.

Tablo 1.3: rnek Problem 1.7nin zm

AT TD TDD Oran x
1
x
2
x
3
x
4
f y
1
y
2
y
3

1
f
y
1

y
2
y
3

0
15
120
100
-
15
60
6,67
-4
1
7
3
-5
1
5
5
-9
1
3
10
-11
1
2
15
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
2
f
y
1

y
2
x
4

220/3
25/3
320/3
20/3
-
10,41
16,16
33,33
-9/5
4/5
33/5
1/5
-4/3
2/3
13/3
1/3
-5/3
1/3
5/3
2/3
0
0
0
1
1
0
0
0
0
1
0
0
0
0
1
0
11/15
-1/15
-2/15
1/15
3
f
x
1
y
2

x
4

1105/12
125/12
455/12
55/12
-
25
-
7,86
0
1
0
0
1/6
5/6
-7/6
1/6
-11/12
5/12
-13/12
7/12
0
0
0
1
1
0
0
0
9/4
5/4
-33/4
-1/4
0
0
1
0
7/12
-1/12
5/12
1/12
4
f
x
1

y
2

x
3

99,29
7,14
46,43
7,86
0
1
0
0
0,43
0,71
-0,86
0,29
0
0
0
1
1,57
-0,71
1,86
1,71
1
0
0
0
1,86
1,43
-8,71
-0,43
0
0
1
0
0,71
-0,14
0,57
0,14

49
Alt Tablo 4de elde edilen optimal zme gre,
x
2
= 0 f
maks
= 99,29
x
4
= 0 x
1
= 7,14
y
1
= 0 x
3
= 7,86
y
3
= 0 y
2
= 46,43
olarak bulunur. Grlyor ki bo deikenlerin tamam temelden karlamamtr. Bu
problem drt rn makineye ait bir retim planlama problemi olsayd ikinci
makinenin 46,43 birimlik kapasitenin kullanlmad sonucuna ulalrd.
1.4.4.3 Minimizasyon Trndeki Ama Fonksiyonunun Maksimizasyon
Trnde fade Edilmesi
Genel bir DP modelinin ama fonksiyonu minimizasyon trnde ise, bu
fonksiyonun maksimizasyon trnde ifade edilmesi mmkndr. Bylece bir sonraki
kesimde ele alacamz genel simpleks yntem her trl DP modeline
uygulanabilecektir. ekil 1.11de, bir fonksiyonunun minimum noktasnn, bu
fonksiyonun ters iaretlerinin (x eksinine gre simetriinin) maksimum noktasnn ters
iaretlerine eit olduu grlmektedir.
ekil 1.11den de grlebilecei gibi, minimize edilecek olan bir ama
fonksiyonu (-1) ile arplarak maksimizasyon trne dntrlebilir. Yeni ama
fonksiyonuna gre zm yapldktan sonra elde edilen ama fonksiyonu deeri tekrar
(-1) ile arplarak balangtaki ama fonksiyonunun minimum deeri bulunmu olur.

ekil 1.11: Minimizasyon Trndeki Fonksiyon ile Maksimizasyon
Trndeki Fonksiyon Arasndaki liki

f fonksiyonu
-f fonksiyonu
-f
maks

f
min

y = f(x)
x
O
f
min
= -(-f
maks
)
50
1.4.4.4 ki Aamal Genel Simpleks Yntem
Genel bir DP modelinde ama fonksiyonunun maksimizasyon veya
minimizasyon trnde olabileceini biliyoruz. Bir nceki kesimde bu trleri birbirine
dntrmenin mmkn olduunu grdk. Bundan byle genel DP modeli iin ama
fonksiyonunu maksimizasyon trnde ele alacaz. Minimizasyon durumlar iin
yukarda bahsedilen dnmden faydalanlacaktr. Genel DP modelinde kstlayclarn
bir ksm kk-eit, bir ksm eit, bir ksm da byk-eit eklindedir. Bunu
gstermek zere,

Maksimize f = c
1
x
1
+ c
2
x
2
+ + c
n
x
n

a
11
x
1
+ a
12
x
2
+ . + a
1n
x
n
s b
1
Kk-eitlik eklindeki
kstlayclar
a
k1
x
1
+ a
k2
x
2
+ . + a
kn
x
n
s b
k
(k adet)

a
k+1,1
x
1
+ a
k+1,2
x
2
+ . + a
k+1,n
x
n
= b
k+1
Eitlik eklindeki
kstlayclar
a
l1
x
1
+ a
l2
x
2
+ . + a
ln
x
n
= b
l
(l-k adet)

a
l+1,1
x
1
+ a
l+1,2
x
2
+ . + a
l+1,n
x
n
> b
l+1
Byk-eitlik eklindeki
kstlayclar
a
m1
x
1
+ a
m2
x
2
+ . + a
mn
x
n
> b
m
(m-l adet)

x
1
, x
2
,, x
n
> 0 m > l > k

genel DP modelini ele alalm. Grlyor ki bu modelde k adet kk-eitlik, (1-k)
adet eitlik ve (m-l) adet de byk-eitlik vardr. Primal simpleks yntemde kk
eitlikleri eitlik haline evirirken y
i
bo deikenlerinden faydalanmtk. Burada da k
adet kk eitlik iin ayn yolu izleyeceiz. Geriye iki tr kstlaycmz kalmaktadr.
Eitlik eklindeki kstlayclar kanonik forma sokmak zere z
i
suni deikenlerini
eitliin sol tarafna ekliyoruz. z
i
suni deikenlerinin bo deikenlere benzer bir
manas yoktur. Ama sadece kstlayclar kanonik forma sokup bir balang zm
elde etmektir. zme balannca z
i
deikenleri bir an nce temelden karlmak
istenecektir. Bu suni deikenler temelden atlamazsa modelin zm yoktur. nc
grup kstlayclar byk-eitlik eklindedir. Bunlar eitlik haline evirmek iin,
eitsizliklerin sol tarafndan y
i
bo deikenlerini karyoruz. nc grup
kstlayclardaki y
i
deikenlerinin katsaylar 1 olduu iin bu grup henz kanonik
forma sokulamamtr. Kanonik formu elde etmek zere bu gruba da ayrca z
i
suni
deikenlerini ekliyoruz.
kinci ve nc grup kstlayclara eklenen z
i
deikenlerini bir an nce
temelden karmak istiyoruz. Eer suni deikenler temelden karlamazsa modelin
zm yoktur. Bunu salamak zere z
i
deikenlerinin toplamn minimize (veya
toplamn ters iaretlisini maksimize) etmemiz gerekecektir. Ama fonksiyonumuz
51
(m

-l) x1
maksimizasyon trnde olduu iin, z
i
ler toplamnn ters iaretlisini ayn ama
fonksiyonuna ekleyerek maksimize edeceiz. z
i
suni deikenlerinin temelden bir an
nce atlabilmesi iin, suni deiken katsaylarnn, tabii deiken katsaylarna gre
ok byk seilmesi gerekecektir. Suni deiken katsays olarak M ile gsterilen ve
tabii deiken katsaylarna gre ok byk olan bir deer seiyoruz (konuyla ilgili
yaynlardaki Big M metodu bu esasa dayanr). Bylece suni deikenlerin bir an nce
temelden karlmas salanm olacaktr. Bylece modelimizin yeni grnm
aadaki gibi olacaktr.

Maksimize f = c
1
x
1
+ c
2
x
2
+ + c
n
x
n
- Mz
k+1
- - Mz
m

a
11
x
1
+ a
12
x
2
+ . + a
1n
x
n
+ y
1
s b
1

1. grup kst.
a
k1
x
1
+ a
k2
x
2
+ . + a
kn
x
nb
+ y
k
s b
k

a
k+1,1
x
1
+ a
k+1,2
x
2
+ . + a
k+1,n
x
n
+ z
k+1
= b
k+1

2. grup kst. (1.14)
a
l1
x
1
+ a
l2
x
2
+ . + a
ln
x
n
+ z
l
= b
l

a
l+1,1
x
1
+ a
l+1,2
x
2
+ . + a
l+1,n
x
n
- y
1+1
+ z
l+1
> b
l+1

3. grup kst.
a
m1
x
1
+ a
m2
x
2
+ . + a
mn
x
n
- y
m
+ z
m
> b
m

x
1
, x
2
,, x
n ,
y
1
,, y
k
z
k+1
,, z
l ,
y
l+1
,, y
m ,
z
l+1
,, z
m
> 0 m > l > k

Yazma kolayl elde etmek iin yukardaki sistemi matris notasyonu ile
gsterelim. Bunun iin aadaki matris ve vektrleri tanmlyoruz.

x

=
2
1
nx1
n
x
x
x
(
(
(
(

=
=
=
3
2
e
e
c

| |
| |
| |
l) 1x(m
k) 1x(l
1xn n
1 1 1
1 1 1
c c c
2 1

y
1
=

2
1
kx1
k
y
y
y
(
(
(
(
y
3
=
1 ) (
2
1
x l m
m
l
l
y
y
y
+
+
(
(
(
(
z
2
=

1 ) (
2
1
x k l
l
k
k
z
z
z
+
+
(
(
(

z
3
=
1 ) (
2
1
x l m
m
l
l
z
z
z
+
+
(
(
(
(

52
b
1
=
1
2
1
kx
k
b
b
b
(
(
(
(
b
2
=
1 ) (
2
1
x k l
l
k
k
b
b
b
+
+
(
(
(
(
b
3
=
l)x1 (m
k
2
1
b
b
b
(
(
(
(

A
1
=
kxn
kn k2 k1
2n 22 21
1n 12 11
a a a
a a a
a a a
(
(
(
(
A
2
=
) ( xn k l
ln l2 l1
2,n k 2,2 k 2,1 k
1,n k 1,2 k 1,1 k
a a a
a a a
a a a
+ + +
+ + +
(
(
(
(

A
3
=
l)xn (m
mn m2 m1
2,n l 2,2 l 2,1 l
1,n l 1,2 l 1,1 l
a a a
a a a
a a a
+ + +
+ + +
(
(
(
(

Yukardaki tanmlardan sonra (1.14) sistemi aadaki gibi ifade edilebilir.
Maksimize f = cx M(e
2
z
2
+ e
3
z
3
)
A
1
x + y
1
= b
1

A
2
x + z
2
= b
2
(1.15)
A
3
x - y
3
+ z
3
= b
3

x, y
1
, y
3
, z
2
, z
3
> O

imdi, M katsaylarn tablolarda srekli olarak tekrarlamamak iin yle bir
yola ba vuralm. Ama fonksiyonunu,
f
c
= cx
f
m
= M(e
2
z
2
+ e
3
z
3
)
olmak zere ikiye blelim. Bu durumda,
f = f
c
+ f
m

olacaktr. Bundan sonra f
c
ve f
m
i, maksimize edilecek iki ayr ama fonksiyonu olarak
dneceiz. Metodun ilk merhalesinde f
m
fonksiyonunu ama olarak ele alp btn
suni deikenleri (z
i
deikenlerini) temelden karmaya alacaz. Bunu
baarabilirsek yntemin ikinci aamasna geeceiz. kinci merhalede ama
fonksiyonumuz f
c
olacaktr.
Mademki nce f
m
fonksiyonunu optimize edeceiz, o halde artk M katsaylarn
da bir tarafa brakabiliriz. nk ok byk M katsaylarn sememizin sebebi suni
deikenleri bir an nce temelden karmakt. nce f
m
fonksiyonunu optimize etmekle
53
bu amacmz gerekletirmi olacaz. O halde pozitiflik artlarn bir tarafa brakr,
yukardaki sebeplerden dolay M katsaylarn terk eder ve daha nce yaptmz gibi
ama fonksiyonlarn yeniden dzenlersek (1.15) sistemini aadaki gibi ifade
edebiliriz.
-cx + f
c
= 0
e
2
z
2
+e
3
z
3
+ f
m
= 0
A
1
x + y
1
= b
1
(1.16)
A
2
x + z
2
= b
A
3
x - y
3
+ z
3
= b
3

Elde ettiimiz (1.16) sitemini Tablo 1.4n ilk alt tablosuna yerletirelim.
Tablodaki Iler gerekli byklkteki birim matrisleri, Olar da yine gerekli
byklkteki sfr matrisleri gstermektedir. Bu alt tabloya kurulu tablosu diyeceiz.
Kurulu tablosuna baklacak olursa e
2
ve e
3
satr vektrlerinden dolay temel
deikenlere ait stunlar (f
c
, f
m
, y
1
, z
2
, z
3
stunlar) bir birim matris oluturmamtr.
Yani sistemimiz henz kanonik formda deildir. Kanonik formu elde edebilmek iin e
2

ve e
3
yerine ayn boyutlardaki sfr vektrler getirilmelidir. Bunu salamak zere iki

Tablo 1.4: Genel Simpleks Yntemde Kurulu ve Balang Tablolar

Alt
Tablo
Temel
Deiken
Temel
Deikenin
Deeri
x y
3
f
c
f
m
y
1

z
2
z
3

Kurulu
Tablosu
f
c
f
m

y
1

z
2

z
3

0
0
b
1

b
2

b
3

-c
O
A
1

A
2

A
3

O
O
O
O
-I
1
0
O
O
O
0
1
O
O
O
O
O
I
O
O
O
e
2

O
I
O
O
e
3

O
O
I
Ara
Tablo
f
c
f
m

y
1

z
2

z
3

0
-e
2
b
2

b
1

b
2

b
3

-c
-e
2
A
2

A
1

A
2

A
3

O
O
O
O
-I
1
0
O
O
O
0
1
O
O
O
O
O
I
O
O
O
O
O
I
O
O
e
3

O
O
I
Balang
Tablosu
f
c
f
m

y
1

z
2

z
3

0
-e
2
b
2
-e
3
b
3

b
1

b
2

b
3

-c
-e
2
A
2
-e
3
A
3

A
1

A
2

A
3

O
e
3

O
O
-I
1
0
O
O
O
0
1
O
O
O
O
O
I
O
O
O
O
O
I
O
O
O
O
O
I

grup iterasyon yaplr. Birinci grup iterasyondan sonra Tablo 1.4deki ara tablo elde
edilir. Bunun iin z
2
satr e
2
ile arplp f
m
satrna eklenmitir
(*)
. Bylece z
2

(*)
Vektrlerle gsterilen deikenlerin aslnda bir grup deikeni ifade ettiini ve yaplan ilemlerin matris
ilemleri olduunu unutmaynz.
54
stunundaki
(**)
e
2
vektr yerine ayn byklkte sfr vektr yerletirilmi olmaktadr.
Ara tablodaki e
3
vektrnn yerine de benzer ekilde bir sfr vektr yerletirmek iin
bu defa z
3
satr e
3
ile arplp yine f
m
satrna eklenir. Bylece balang tablosu elde
edilmi olmaktadr. Tablo 1.4den de grlebilecei gibi balang tablosu kanonik
formdadr.
Bu noktadan sonra izlenecek yol, nce f
m
satrn ama satr olarak ele alp
primal simpleks yntemde anlatlan kurallar erevesinde z
2
ve z
3
deikenlerini
temelden karmaktr. Bu salandktan sonra f
m
satr ve z
2
, z
3
stunlar tablodan
karlr. Daha sonra f
c
satr ama olarak kabul edilip optimum zm bulununcaya
kadar iterasyona devam edilir.
Buraya kadar anlattmz iki aamal genel simpleks yntemin uygulanmasn
maddeler halinde zetleyelim.
1. Ama fonksiyonu minimizasyon trnde ise (-1) ile arparak maksimizasyon
trne eviriniz.
2. Kk-eitlik eklindeki kstlayclara y
i
bo deikenlerini ekleyerek eitlik
haline eviriniz.
3. Eitlik eklindeki kstlayclara z
i
suni deikenlerini ekleyerek kanonik
forma sokunuz.
4. Byk-eitlik eklindeki kstlayclardan, nce y
i
bo deikenlerini kararak
eitlik haline, daha sonra z
i
suni deikenlerini ekleyiniz.
5. Ama fonksiyonunu, f = f
c
+ f
m
eklinde ikiye ayrarak,.
-cx + f
c
= 0
e
2
z
2
+ e
3
z
3
+ f
m
= 0
eitliklerini oluturunuz.
6. Sistemin katsaylarn kurulu tablosuna yerletiriniz.
7. Kurulu tablosundaki e
2
ve e
3
katsaylar yerine sfr elde edecek ekilde
gerekli iterasyonlar yapnz. Bylece balang tablosunu elde etmi
olacaksnz. Balang tablosu kanonik formdadr.
8. Balang tablosundan itibaren, nce f
m
satrn ama olarak kabul edip btn
z
i
suni deikenlerini temelden karmak zere gerekli iterasyonlar yapnz.
terasyonlarda, daha nce anlatlan primal simpleks kurallarn kullannz.
Btn suni deikenler temelden karlamyorsa DP modelinin zm
yoktur. Herhangi bir suni deiken temelde fakat deeri sfrsa, tabii bir
deikenle yer deitirmesini salayacak ekilde iterasyon yaparak suni
deikeni temelden karp tabii deikeni temele alnz. Dier temel
deikenlerin deeri deimeyecektir.

(**)
iareti transpozeyi gstermektedir.
55
9. Btn suni deikenler temelden karldktan sonra f
m
satrn ve suni
deikenlere ait stunlar tablodan karnz.
10. f
c
satrn ama satr olarak ele alp iterasyonlara devam ediniz. Optimal
zm bulunduunda (f
c
)
maks
=f
maks
olacaktr.
11. Balangta ama fonksiyonu minimizasyon trnde idiyse, bulduunuz
ama deerini (-1) ile arparak balang ama fonksiyonunun optimal
deerini elde ediniz.
Buraya kadar anlatlanlar rnekler zerinde gstermeye alalm.
Aada verilen genel DP modelini znz.
Minimize f= 2x
1
+ x
2

2x
1
+ 3x
2
s 6
x
1
- x
2
= 0
x
1
+ 4x
2
> 4
x
1
, x
2
> 0
nce modelin ama fonksiyonunu maksimizasyon trne evirelim. f
*
= -f
olmak zere f
min
= -f
*
maks
olduunu biliyoruz. O halde f fonksiyonu (-1) ile arplrsa,
Maksimize f
*
= -2x
1
x
2

ama fonksiyonu elde edilir. Kstlayclara, gerekli bo ve suni deikenler eklenip,
ama fonksiyon da,
f
*
= f
c
+ f
m

f
c
= -2x
1
x
2

f
m
= -z
1
z
2

olmak zere yeniden dzenlenir ve tm terimler eitliklerin sol tarafna alnrsa,
2x
1
+ x
2
+ f
c
= 0
z
1
+ z
2
+ f
m
= 0
2x
1
+ 3x
2
+ y
1
= 6
x
1
- x
2
+ z
1
= 0
x
1
+ 4x
2
y
2
+ z
2
= 4
sistemi elde edilir. Sisteme ait katsaylar ve sa taraf deerleri Tablo 1.5in Kurulu alt
tablosunu oluturmaktadr. Kurulu tablosunun f
m
satrndaki z
1
ve z
2
ye ait katsaylar 1
olduu iin
(*)
sistemimiz kanonik formda deildir. Kanonik formu elde etmek zere iki
iterasyon yapmamz gerekmektedir. Birinci iterasyonda, z
1
satr (-1) ile arplp f
m

satrna eklenmi, bylece Ara Tablo adndaki alt tablo elde edilmitir. Ara Tabloya
uygulanan ikinci iterasyonda ise z
2
satr (-1) ile arplp, yine f
m
satrna eklenmitir.
Bylece kanonik formdaki balang alt tablosu elde edilmitir.

(*)
Bu rnek iin, e
2
= [1] e
3
= [1] olmu olur.
56

Tablo 1.5: rnek Problem 1.8in zm

AT TD TDD Oran x
1
x
2
y
2
f
c
f
m
y
1
z
1
z
2

Kurulu
(1)
f
c

f
m

y
1
z
1
z
2

0
0
6
0
4
2
0
2
1
1
1
0
3
-1
4
0
0
0
0
-1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
1
0
1
0
0
1
0
0
1
Ara
Tablo
(2)
f
c

f
m

y
1
z
1
z
2

0
0
6
0
4
2
-1
2
1
1
1
1
3
-1
4
0
0
0
0
-1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
1
0
0
1
Balang
(3)
f
c

f
m

y
1
z
1
z
2

0
-4
6
0
4
-
-
2
-
1
2
-2
2
1
1
1
-3
3
-1
4
0
1
0
0
-1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
(4)
f
c

f
m

y
1
z
1
x
2

-1
-1
3
1
1
-
-
2,4
0,8
4
1,75
-1,25
1,25
1,25
0,25
0
0
0
0
1
0,25
0,25
0,75
-0,25
-0,25
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0

(5)
f
c

f
m

y
1
x
1
x
2

-2,4
0
2
0,8
0,8
0
0
0
1
0
0
0
0
0
1
0,6
0
1
-0,2
-0,2
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0

Balang alt tablosundan itibaren, nce f
m
satr ama satr olarak ele alnm
ve simpleks kurallar uygulanmtr. Tablo 1.5in balang alt tablosundan da
grlebilecei gibi, yaplan ilk iterasyonda x
2
deikeni temele girmekte, z
2
deikeni
temeli terk etmektedir. Bu admda yaplmas gereken satr ilemleri yle sralanabilir.
3.z
2
satr (4)e blnerek 4.x
2
satr elde edilmitir.
4.x
2
satr (-1) ile arplp 3.f
c
satrna eklenerek 4.f
c
4.x
2
satr (3) ile arplp 3.f
m
m
4.x
2
satr (-3) ile arplp 3.y
1
satrna eklenerek 4.y
1
4.x
2
satr (1) ile arplp 3.z
1
satrna eklenerek 4.z
1
Bylece drdnc alt tablo elde edilmi olmaktadr. z
2
deikeninin daha sonra,
tekrar temele girmesi sz konusu olmad iin z
2
stunu hesaplanmamtr. Bu
tablodaki f
m
satrnda tek bir negatif katsay bulunmaktadr. O halde bu katsaynn ait
57
olduu x
1
deikeni temele girerken, en kk oran deerine sahip z
1
deikeni temeli
terk edecektir. Bu admda yaplan satr ilemleri unlardr.
4.z
1
satr (1,25)e blnerek 5.x
1
5.x
1
satr ( 1,75) ile arplp 4.f
c
c
5.x
1
satr (1,25) ile arplp 4.f
m
m
5.x
1
satr (-1,25) ile arplp 4.y
1
1
5.x
1
satr (-0,25) ile arplp 4.x
2
satrna eklenerek 5.x
2
Bylece btn suni deikenler temelden karlarak zmn birinci aamas
tamamlanm olmaktadr. Bu noktada f
m
satr ile z
1
ve z
2
stunlar tablodan karlarak,
f
c
satr ama olmak zere zmn ikinci aamasna geilecektir. Tablo 1.5in beinci
alt tablosundan da grlebilecei gibi f
c
satrnda negatif katsayl deiken
bulunmad iin ikinci aamaya gemeye lzum kalmamtr. O halde beinci alt tablo
optimal zm vermektedir. Problemin zm,
f
*
maks
= (f
c
)
maks
= -2,4
dolaysyla,
f
min
= -f
*
maks
= -(-2,4) = 2,4
x
1
= 0,8
x
2
= 0,8
olarak bulunmu olmaktadr.
1.4.4.4.2 rnek Problem 1.2nin Genel Simpleks Yntemle zm
rnek Problem 1.2de kurduumuz modeli tekrar ele alalm.
Minimize f = 24x
1
+ 30x
2
+ 40x
3
+ 50x
4

12x
1
+ 12x
2
+ 40x
3
+ 60x
4
> 20
2x
1
+ 6x
2
+ 12x
3
+ 2x
4
> 5
x
1
, x
2
, x
3
, x
4
> 0
nce ama fonksiyonunu maksimizasyon trne evirelim. f
*
= -f olmak zere,
Maksimize f
*
= -24x
1
30x
2
40x
3
50x
4

yazabiliriz. Dier taraftan, y
1
, y
2
bo deikenlerini kstlayclardan karr, z
1
, z
2
suni
deikenlerini kstlayclara ekler ve ama fonksiyonunu,
f
*
= f
c
+ f
m

eklinde ikiye blerek yeniden dzenlersek,
24x
1
+ 30x
2
+ 40x
3
+ 50x
4
+ f
c
= 0
z
1
+ z
2
+ f
m
= 0
12x
1
+ 12x
2
+ 40x
3
+ 60x
4
- y
1
+ z
1
= 20
2x
1
+ 6x
2
+ 12x
3
+ 2x
4
- y
2
+ z
2
= 5
sistemini elde ederiz. Bu sistem, Tablo 1.6nn kurulu alt tablosuna yerletirilmitir.
58
Kurulu alt tablosu kanonik formda deildir. Gerekli iterasyonlar yaplarak kanonik
formdaki balang alt tablosu elde edilmitir. Birinci aamada f
m
satr ama olarak
kabul edilmi ve simpleks kurallar uygulanarak suni deikenler temelden
karlmtr. Bylece beinci alt tabloya gelinmi olmaktadr. Bu noktada ikinci
aamaya geilecek, yani f
m
satr ve z
1
, z
2
stunlar tablodan karlp f
c
satr optimize
edilecektir. f
c
satrnda negatif katsay bulunmadna gre optimum zm bulunmu
ve ikinci aamaya gemeye gerek kalmamtr. zm deerleri,
f
*
maks
= (f
c
)
maks
= -19,37
f
min
= -f
maks
= -(-19,37) = 19,37
x
1
= 0
x
2
= 0
x
3
= 0,41
x
4
= 0,06
olarak bulunmu olur. terasyonlardaki satr ilemlerinin takibi renciye braklmtr.
Bu kesimde ele aldmz rnek, bir tipik minimizasyon modeli idi. Daha sonra
inceleyeceimiz dal simpleks yntem ile bu tr modellerin ok daha kolay
zlebileceini greceiz.

Tablo 1.6: rnek Problem 1.2nin zm

AT TD TDD Oran x
1
x
2
x
3
x
4
y
1
y
2
f
c
f
m
z
1
z
2

Kurulu
(1)
f
c

f
m
z
1
z
2

0
0
20
5
24
0
12
2
30
0
12
6
40
0
40
12
50
0
60
2
0
0
-1
0
0
0
0
-1
1
0
0
0
0
1
0
0
0
1
1
0
0
1
0
1
Ara
Tablo
(2)
f
c

f
m

z
1
z
2

0
-20
20
5
24
-12
12
2
30
-12
12
6
40
-40
40
12
50
-60
60
2
0
1
-1
0
0
0
0
-1
1
0
0
0
0
1
0
0
0
0
1
0
0
1
0
1
Balang
(3)
f
c

f
m
z
1
z
2

0
-25
20
5
-
-
0,33
2,5
24
-14
12
2
30
-18
12
6
40
-52
40
12
50
-62
60
2
0
1
-1
0
0
1
0
-1
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
(4)
f
c

f
m

x
4
z
2

-50/3
-13/3
1/3
13/3
-
-
0,5
0,41
14
-1,6
0,2
1,6
20
-5,6
0,2
5,6
20/3
-32/3
2/3
32/3
0
0
1
0
5/6
-1/30
-1/60
1/30
0
1
0
-1
1
0
0
0
0
1
0
0
0
0
0
1
(5)
f
c

f
m

x
4
x
3

-19,37
0
0,06
0,41
13
0
0,1
0,15
16,5
0
-0,15
0,53
0
0
0
1
0
0
1
0
0,81
0
-0,019
0,003
0,63
0
-0,06
-0,09
1
0
0
0
0
1
0
0

59
1.4.4.5 Simpleks zm Ynteminde Dejenerasyon
Simpleks kurallar uygulanrken ortaya kmas muhtemel iki istisnai durumu
gz nne alalm.
I. Simpleks yntemin birinci kural temele girecek deikeni belirliyordu. Bu
kural uygulanrken, ama satrnda, mutlak deeri en byk negatif elemanlarn says
birden fazla olursa bunlardan herhangi birisi seilebilir. Byle bir yaklam herhangi bir
dejenerasyona (bozulmaya) neden olmaz.
II. Simpleks yntemin ikinci kural temeli terk edecek deikeni, yani anahtar
satr belirliyordu. Bu kural uygulanrken, en kk oran deeri birden fazla satrda
ortayla kmsa, bu satrlardan herhangi birinin seilmesi dejenerasyona sebep olabilir.
Yanl satrn seilmesi ksr bir dngye yol ap optimal zme ulamay
engelleyebilir. Garantili sonu vermemekle birlikte, byle hallerde anahtar satrn
seiminde u yol izlenmesi faydal olabilir. Aadaki yntem dejenerasyonun
giderilmesinde yeterli olmazsa dier satr seilerek ilemlere devam edilmelidir.
a. Eit oranl satrdaki her eleman, bulunduu satrn anahtar stun zerindeki
elemanna blnerek bir takm deerler elde edilir.
b. Elde edilen deerler, her defasnda eit oranl satrlarn ayn stundaki
elemanlarna ait olmak ve nce birim matristen balamak zere soldan saa gidilerek
sra ile mukayese edilir.
c. Eit olmayan iki deere rastlandnda mukayeseye son verilir.
d. Eit olmayan deerlerin hangisi kkse, bu deere ait satr anahtar satr
olarak seilir.
Dejenerasyona rnek olmak zere Tablo 1.7deki rnei ele alalm.

Tablo 1.7: Dejenerasyon rnei

AT TD TDD Oran x
1
x
2
x
3
x
4
f y
1
y
2
y
3

1
f
y
1

y
2

y
3

0
100
50
40
-
33,3
10
10
-7
5
4
8
-6
-2
0
4
-8
3
5
4
-4
10
-1
3
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1

Tablo 1.7den de grlebilecei gibi, anahtar satrn seiminde kullanlacak olan
oran deerlerinden ikisi eit kmtr. Bunlar, y
2
satr iin,
50 / 5 = 10
y
3
satr iin,
40 / 4 = 10
deerleridir. Anahtar satrn seiminde yukarda anlatlan yolu izleyelim. y
2
ve y
3

satrlarnn her elemann, bu satrlarn anahtar stun zerindeki elemanlarna, birim
matristen balayarak bleceiz. Birim matrisin ilk stunu f olduuna gre bu stundan
balyoruz.
f stunu iin; y
2
satr: 0 / 5 = 0
60
y
3
satr: 0 / 4 = 0
elde edilmektedir. ki deer eit olduu iin seim yapamyoruz. Devam edelim,
y
1
stunu iin; y
2
satr: 0 / 5 = 0
y
3
satr: 0 / 4 = 0
Eitlik devam etmektedir. Bir sonraki stuna geelim.
y
2
stunu iin; y
2
satr: 1 / 5 = 0,2
y
3
satr: 0 / 4 = 0
Eitlik bozulmutur. Elde edilen deerlerden kk olan sfrdr. O halde y
3
satr
anahtar satr olarak seilecektir.
1.4.4.6 Problemler.
I. Aada verilen DP modelini,
a. Grafik yntemle znz.
b. Primal simpleks yntemle znz ve (a) kknda bulduunuz zmle
karlatrnz.
Maksimize f = 8x
1
+ 5x
2

3x
1
+ 2x
2
s 12
x
1
+ 2x
2
s 18
9x
1
+ 3x
2
s 36
x
1,
x
2
> 0
II. Aada verilen dorusal denklem sistemlerini sral kanonik forma sokunuz.
a. x
1
2x
2
+ 3x
3
+ 0,5x
4
= -4
2x
1
+ x
2
+ 3x
4
+ x
5
= 8
x
2
+ 2x
3
+ x
4
+ 3x
5
= 12
b. 0,2x
1
+ 3x
2
+ 7x
3
+ 2x
4
= 13
3x
1
- 2x
2
+ 5x
3
+ x
4
= 7
5x
1
+ x
2
- x
3
+ 6x
4
= 18
III. Aadaki DP modelini grafik yoldan znz. (Modeli boyutlu grafik
olarak ifade ediniz. Uygun zm setini bulunuz. Ama dzlemini kaydrmakta glk
ekerseniz uygun zm setinin ke noktalarn ama fonksiyonunda yerine koyarak
optimum zm bulmaya alnz.)
Maksimize f = x
1
+ x
2
+ 4x
3

2x
1
+ x
2
+ x
3
s 5
x
2
s 4
x
3
s 3
x
1,
x
2
> 0
IV. Aada verilen DP modelini,
a. Grafik yntemle znz.
61
b. Genel simpleks yntemle znz ve (a) kknda bulduunuz zmle
karlatrnz.
Minimize f = 6x
1
+ 5x
2

x
1
s 5
5x
1
+ 9x
2
s 45
x
1
+ x
2
> 6
x
1,
x
2
> 0
V. Aada verilen DP modelini znz.
Maksimize f = 3x
1
+ x
2
+ 2x
3
+ x
4

x
1
+ x
2
+ x
3
+ x
4
s 25
x
3
+ x
4
s 10
x
1
+ x
2
s 20
3x
1
+ x
2
+ 2x
3
+ x
4
> 40
x
1
, x
2
, x
3
, x
4
> 0
VI. Aada verilen DP modelini znz.
Minimize f = 5x
1
+3x
2
+ 2,5x
3
+ 3,5x
4
+ 4x
5

2x
1
+ 2x
2
+ x
3
+ 3x
4
+ x
5
s 2
5x
1
+ 2x
3
+ x
4
+ 4x
5
= 6
x
1
+ x
2
+ 2x
3
+ x
4
+ x
5
> 2
x
1
, x
2
, x
3
, x
4
, x
5
> 0

1.4.5 DP Modelinde Dalite
Bir DP modelinin dal olarak adlandrlan ikinci bir grnm vardr. Dalin
elde edildii balang modele de primal ad verilmektedir. rnek Problem 1.1de
kurduumuz DP modelini tekrar ele alalm.
Maksimize f = 5x
1
+ 7x
2

2x
1
+ 3x
2
s 60
4x
1
+ 2x
2
s 80
x
2
, x
2
> 0
Bu modelin dali yle ifade edilebilir.
Minimize g = 60w
1
+ 80w
2

2w
1
+ 4w
2
> 5
3w
1
+ 2w
2
> 7
w
1
, w
2
> 0
ki modeli mukayese edelim. Primal modeldeki tabii deikenlerin x
1
, x
2
ile
gsterilmesine karlk dal modeldeki tabii deikenler w
1
, w
2
ile gsterilmitir.
Primalde ama fonksiyonu maksimize edilirken dalde minimize edilmektedir.
62
Primaldeki ama katsaylar dalin sa taraf deerleri olmutur. Benzer ekilde primalin
sa taraf deerleri dalin ama katsaylar olmutur. Primalde kk-eit eklindeki
eitsizlikler, dalde byk-eit ekline dnmtr. Primal kstlayclarndaki satr
katsaylar, dal kstlayclarnda stun katsaylar olmutur. Pozitiflik art dal
deikenleri iin de geerlidir.
Grlyor ki, tipik maksimizasyon trndeki bir modelin dali tipik
minimizasyon trnde olmaktadr. Yukardaki dal model, yeniden dal alma ilemine
tabi tutulursa primal model elde edilecektir. O halde tipik minimizasyon trndeki bir
modelin dali tipik maksimizasyon trnde olacaktr.
Tipik maksimizasyon trndeki bir modelin, matris notasyonuyla,
Maksimize f = cx
Ax s b
x > 0
eklinde ifade edildiini biliyoruz. Dal model de matris notasyonuyla,
Minimize g = b
w
A
w > c

w > 0
olarak gsterilebilir. Burada w,
(
(
(
(
=
m
2
1
w
w
w
w

vektrn gstermektedir. A
, b
, c
matris ve vektrleri de A, b, c matris ve

vektrlerinin transpozesidir. Grlyor ki primalde n adet deiken varken, dalde m
adet, yani primalin kstlayc says kadar deiken vardr. Benzer ekilde, primalde m
adet kstlayc varken, dalde n adet kstlayc vardr. Daldeki g fonksiyonu,
g = g(w
1
,w
2
,, w
m
)
eklindeki bir fonksiyondur.
Primal ve dalin optimum zmlerinin birbirine eit olduu gsterilebilir.
(*)

Yani,
f
maks
= g
min

dir. Primal ve dal modellere ait zmler arasndaki mnasebeti daha sonra ele
alacaz.
1.4.5.1 Dal Modelin Yorumu
Yukarda ele aldmz, rnek Problem 1.1e ait primal modelin ne anlama

(*)
Wagner, s.135.
63
geldiini biliyoruz. Sz konusu modelde iki rn iki makine iin kr maksimizasyonu
amalanmaktayd. Yani primal model, firmann en krl ekilde almasn amalayan
bir retim ve deer modelidir. Sz konusu modelin dali ne anlama gelmektedir ve
nasl yorumlanmaldr.
Dal modelin yorumu iin yle bir yol izlenebilir. Diyelimki bu firma
dardan birisi tarafndan bir dnem iin kiralanmak isteniyor. Kiralamak isteyen kii
birinci makinenin birim kapasitesine w
1
lira, ikinci makinenin birim kapasitesine de w
2

lire teklif ediyor. O halde bu iki makinenin mevcut kapasitelerine denmesi gereken
toplam bedel,
60w
1
+ 80w
2

olacaktr. Bu deere g diyelim ve
g = 60w
1
+ 80w
2

olarak ifade edelim. Firmay kiralamak isteyen kii bu deeri mmkn mertebe en
dk seviyede tutmak isteyecek, yani minimize etmeye alacaktr. Bu durum,
Minimize g = 60w
1
+ 80w
2

eklinde ifade edilebilir. Firma sahipleri, sunulan teklifi kabul veya reddetmede
serbesttirler. Teklif edilen fiyatlar o seviyede olmaldr ki, firma sahiplerinin,
makineleri retimde kullanmalarnn bir avantaj kalmasn. Yani birim rn iin gerekli
kapasiteler, nerilen fiyatlarla deerlendirildiinde hibir rn retmek krl
olmamaldr. Mesela, rn 1 iin kullanlan kapasiteler, teklif edilen fiyatlarla
deerlendirildiinde ortaya kacak frsat maliyeti,
2w
1
+ 4w
2

liradr. Firma sahiplerinin, rn 1in her birimi iin gereken kapasiteleri, retimde
kullanmak yerine kiraya vermeye raz olabilmeleri iin bu frsat maliyetinin en azndan
rn 1in birim krna eit olmas gerekir. Yani,
2w
1
+ 4w
2
> 5
olmaldr. rn 2 iin de ayn yaklamla hareket edilirse dal modelin ikinci
kstlaycs olan,
3w
1
+ 2w
2
> 7
elde edilecektir. Dier taraftan, nerilen fiyatlar negatif olamayacana gre,
w
1
, w
2
> 0
olmaldr. Bylece dal model tamamlanm olmaktadr. Primal ve dal modellerin
optimal zmlerinin eit olduunu biliyoruz. (f
maks
= g
min
). Bylece firmay kiralamak
isteyen kiinin deyecei toplam bedel, firmann elde edebilecei en yksek kra eit
olacaktr.
1.4.5.2 Primal-Dal likileri
u ana kadar primal ve dal modeller iin tipik maksimizasyon ve tipik
maksimizasyon durumlarn ele aldk. Genel DP modelleri iin ise, primal ve dal
64
modeller arasnda Tablo 1.8deki ilikiler geerlidir
(*)
.
Tablo 1.8den de grlebilecei gibi, primalin ama fonksiyonu katsaylar
dalin sa taraf sabitleri olmakta, primalin sa taraf sabitleri dalin ama fonksiyonu
katsaylar haline gelmektedir. Primaldeki kstlayclara ait jinci stn katsaylar
daldeki kstlayclarn jinci satr katsaylarn oluturmakta, primal kstlayclarnn
iinci satr katsaylar, dal kstlayclarnn iinci stn katsaylarna dnmektedir.
Primalde jinci deiken pozitiflik artna uyuyorsa dalde jinci kstlaycya ait iliki
byk-eitlik, primalde jinci deiken iarete tahditsiz ise dalde jinci iliki
eitlik eklinde ortaya kmaktadr. Nihayet, primalde iinci kstlaycya ait iliki
kk-eitlik eklinde ise dalde iinci deiken pozitiflik artn salamakta;
primalde iinci kstlaycya ait iliki eitlik eklinde ise dalde iinci deiken
iarete tahditsiz olmaktadr.

Tablo 1.8: Primal-Dal likileri

Primal (Maksimizasyon) Dal (Minimizasyon)
Ama Katsaylar /
Sa Taraf Sabitleri
Ama Fonksiyonu Katsaylar Sa Taraf Sabitleri
Sa Taraf Sabitleri Ama Fonksiyonu Katsaylar
Kstlayc
Katsaylar Matrisi
jinci stun jinci satr
iinci satr iinci stun
Deiken / liki
jinci deiken > 0 (x
j
> 0 ) jinci iliki byk-eitlik (>)
jinci deiken iarete tahditsiz jinci iliki eitlik (=)
liki / Deiken
iinci iliki kk-eitlik (s) iinci deiken > 0 (w
i
> 0)
iinci iliki eitlik (=) iinci deiken iarete tahditsiz

Grlyor ki, primaldeki kstlayclarn kk-eitlik ve eitlik, daldeki
kstlayclarn ise byk-eitlik ve eitlik eklinde olmas ngrlmektedir. O
halde, mesela primalde byk-eitlik eklinde bir kstlayc varsa ne yaplacaktr.
Byle bir durumda kstlaycnn her iki taraf da (-1) ile arplarak ilikinin aksi yne
dndrlmesi, yani byk-eitlikin kk-eitlik durumuna dntrlmesi
gerekir.
(*)
Tabiatyla, minimizasyon trndeki bir modelin dali alnrken benzer ilem
bu defa kk-eitlik eklindeki kstlayclara uygulanacaktr.
Konunun daha iyi kavranabilmesi iin iki rnek zerinde duralm.
rnek 1: Aadaki DP modelinin dalini bulalm.

(*)
Wagner, s.137.
(*)
Hatrlatma: Bir eitsizlik (-1) ile arplrsa yn deitirir.
rnek: x
1
+ x
2
> 3 -x
1
x
2
s -3
65

Maksimize f = 3x
1
+ 7x
2

2x
1
+ 3x
2
s 5
x
1
+ 2x
2
= 4
3x
1
+ x
2
> 8
x
1
, x
2
> 0
nce byk-eitlik eklindeki nc kstlaycy kk-eitlik haline
evirmek zere iki tarafn (-1) ile arparak modeli yeniden yazalm.
Maksimize f = 3x
1
+ 7x
2

2x
1
+ 3x
2
s 5
x
1
+ 2x
2
= 4
- 3x
1
- x
2
s - 8
x
1
, x
2
> 0
Elde edilen modelin dali,
Minimize g = 5w
1
+ 4w
2
8w
3

2w
1
+ w
2
3w
3
> 3
3w
1
+ 2w
2
w
3
> 7
w
1
, w
3
> 0, w
2
tahditsiz
eklinde ifade edilebilir. Grlyor ki, primalin ikinci kstlaycs eitlik eklinde
olduu iin dalin ikinci deikeni iarete tahditsiz olmutur.
rnek 2: Aada verilen minimizasyon trndeki modelin dalini bulalm.
Minimize f= 2x
1
+ 3x
2

x
1
+ x
2
> 4
2x
1
+ x
2
s 5
x
1
+ 3x
2
s 6
x
1
> 0, x
2
tahditsiz
nce, kk-eitlik eklindeki ikinci ve nc kstlayclar byk-eitlik
haline evirmek zere (-1) ile arpp modeli yeniden yazalm.
Minimize f = 2x
1
+3x
2

x
1
+ x
2
> 4
-2x
1
x
2
> -5
-x
1
3x
2
> -6
x
1
> 0, x
2
tahditsiz
Elde edilen modelin dali,
66

Maksimize g = 4w
1
5w
2
6w
3

w
1
2w
2
w3 s 2
w
1
w
2
3w
3
=3
w
1
, w
2
, w
3
> 0
olarak elde edilmektedir. Grlyor ki, primalin ikinci deikeni tahditsiz olduu iin
dalin ikinci kstlaycs eitlik eklinde ortaya kmaktadr.
1.4.5.3 Dal Simpleks zm Yntemi ve Tipik Minimizasyon Modeli
Primal ve dal modeller arasndaki ilikiler, DP modellerinin zmnde dal
simpleks yntem ad verilen dier bir zm metodunun gelitirilmesine imkan
vermitir. Primal simpleks yntem tipik maksimizasyon modellerinde kolaylk
salarken dal simpleks yntem tipik minimizasyon modellerinde daha kullanldr.
Primal simpleks yntemde, uygun fakat optimal olmayan bir balang zmyle
iterasyonlara balanmasna karlk, dal simpleks yntemde, optimal fakat uygun
olmayan bir balang zmyle iterasyonlara balanr. Dal simpleks yntemin
balang zmnde uygunluk art aranmad iin byk-eit eklindeki
kstlayclar eitlik haline dntrrken gerekli saydaki bo deikeni eitsizliin sol
tarafndan karmak yeterli olmaktadr. Ayrca suni deiken eklemeye gerek kalmad
iin, daha sonra bu suni deikenleri temelden karmak iin yaplan iterasyonlara da
gerek kalmamaktadr.
Tipik minimizasyon modelinin, matris notasyonuyla,
Minimize f = cx
A x > b
x > O
eklinde ifade edildiini biliyoruz. Bu modelin kstlayclarnn sol tarafndan y bo
deikenlerini karr, ama fonksiyonunu yeniden dzenler ve pozitiflik artn bir
tarafa brakrsak,
-cx + f = 0
Ax y = b
sistemini elde ederiz. Sistemi kanonik forma sokmak iin kstlayclar (-1) ile
arplrsa,
-cx + f = 0
-Ax + y = -b
elde edilir. Bylece sistem kanonik forma sokulmu olmakta ve
f = 0
y = -b
eklindeki balang zm elde edilmektedir. Dikkat edilirse balang zm
uygun olmayan bir zmdr (y = -b olduu iin). Dier taraftan f = 0 olduuna ve
67
ama fonksiyonu minimize edildiine gre balang zm optimaldir denilebilir.
nk ama fonksiyonunun deeri sfrdan daha kk olamayacaktr. Balang
zm optimal grnmde fakat uygun olmad iin aranan zm deildir.
Aranan zm hem optimal hem de uygun olmaldr.
te dal simpleks metot, bu balang zmden hareketle adm adm, uygun
ve optimal zm bulma yntemidir. Nihai znde hibir temel deikenin deeri
negatif olmamaldr. Dal simpleks yntem iterasyonlarnda uygulanacak olan kurallar
aada verilmitir.
Kural 1: Temeli terk edecek deikenin seiminde u yol izlenir. Temel
deikenin deeri stundaki negatif elemanlardan, mutlak deeri en byk olana ait
temel deiken, temelden karlmak zere seilir. TDD stunda hibir negatif eleman
kalmadnda optimal zm bulunmu olacaktr.
Kural 2: Temele girecek deikenin seiminde u yol izlenir. nce f satrndaki
katsaylar, temelden karlacak olan deikene ait satrdaki katsaylara blnerek bir
Oran satr elde edilir. Bu yaplrken sfr ve negatif deerli oranlar bir tarafa braklr.
Daha sonra, elde edilen oran deerleri iinde en kk olana karlk gelen stundaki
deiken, temele sokulmak zere seilir.
Birinci kural anahtar satr; ikinci kural anahtar stunu belirlemektedir. Anahtar
satr ile anahtar stunun kesime noktasnda bulunan deer anahtar saydr. terasyonlar,
primal simpleks yntemde anlatld gibi, ya satr ilemleri eklinde, ya da forml
kullanlarak yaplabilir.
Konunun aklk kazanmas iin aadaki rnei ele alalm.
Aadaki tipik minimizasyon modelini dal simpleks yntemle zelim.
Minimize g = 60w
1
+ 80w
2

2w
1
+ 4w
2
> 5
3w
1
+ 2w
2
> 7
w
1
, w
2
> 0
Dikkat edilecek olursa ele aldmz model, rnek Problem 1.1in dalidir.
Daha sonra primalin zmyle kyaslamalar yapacamz iin burada bo deiken
olarak v
1
, v
2
sembollerini kullanalm. Ama fonksiyonunu yeniden dzenleyip, v
1
ve v
2

bo deikenlerini kstlayclardan karalm.
-60w
1
80w
2
+ g = 0
2w
1
+ 4w
2
v
1
=5
3w
1
+ 2w
2
v
2
=7
Sistemi kanonik forma sokmak iin kstlayclar (-1) ile arpalm.
68

-60w
1
80w
2
+ g = 0
-2w
1
- 4w
2
+ v
1
= -5
-3w
1
- 2w
2
+ v
2
= -7
Elde ettiimiz balang sistemini Tablo 1.9un birinci alt tablosuna
yerletirelim. Birinci kurala gre, ilk iterasyon iin anahtar satrmz 1.v
2
satrdr.
nk TDD stunundaki mutlak deeri en byk negatif eleman -7dir. O halde v
2

deikeni temeli terk edecektir. kinci kurala gre 1.g satr 1.v
2
satrna blnerek
bulunan oran deerleri iinde en k 20 olduuna gre w
1
deikeni temele
girecektir. Bunu salamak zere yaplan satr ilemleri yle ifade edilebilir.
1.v
2
satr -3e blnerek 2.w
1
satr elde edilir.
2.w
1
satr 60 ile arplp 1.g satrna eklenerek 2.g satr elde edilir.
2.w
1
satr 2 ile arplp 1.v
1
satrna eklenerek 2.v
1
satr elde edilir.

Tablo 1.9: rnek Problem 1.9un Dal Simpleks Yntemle zm

Bylece ikinci alt tablo elde edilmi olmaktadr. TDD stununda negatif eleman
vardr. O halde iterasyona devam edilecektir. Yeni iterasyonda TDD stunundaki tek
negatif eleman olan 1/3n ait olduu v
1
deikeni temeli terk edecektir. Oran
satrndaki en kk deer olan 15e tekabl eden w
2
deikeni temele alnacaktr. Bunu
salamak zere yaplan satr ilemleri unlardr.
2.v
1
satr, anahtar say olan 8/3e blnerek 3.w
2
satr elde edilir.
3.w
2
satr 40 ile arplp 2.g satrna eklenerek 3.g satr elde edilir.
3.w
2
satr 2/3 ile arplp 2.w
1
satrna eklenerek 3.w
1
satr elde edilir.
Bylece nc alt tablo elde edilmi olmaktadr. TDD stununda negatif
eleman kalmadna gre uygun ve optimal zm bulunmutur. zm deerleri,
AT TD TDD w
1
w
2
g v
1
v
2

ekil 1.12deki
Karl

1
g
v
1

v
2

0
-5
-7
-60
-2
-3
-80
-4
-2
1
0
0
0
1
0
0
0
1
O
Noktas
Oran
20
40 - - -

2
g
v
1

w
1

140
-1/3
7/3
0
0
1
-40
-8/3
2/3
1
0
0
0
1
0
-20
-2/3
-1/3
A
Noktas
Oran -
15
- - 30

3
g
w
2

w
1

145
0,125
2,25
0
0
1
0
1
0
1
0
0
-15
-0,375
0,25
-10
0,25
-0,5
B
Noktas
69
g
min
= 145
w
1
= 2,25 v
1
= 0
w
2
= 0,25 v
2
= 0
olarak elde edilir.
Ayn modele ait kstlayclar ve uygun zm alann ekil 1.12deki grafikle
ifade ederek Tablo 1.9 ile karlatralm.

ekil 1.12: Tablo 1.9un Grafik Karl

Grlyor ki, birinci alt tabloda w
1
= 0, w
2
= 0dr. Bu durum ekil 1.12de O
noktasna karlk gelmektedir. kinci alt tabloda w
1
= 2,33; w
2
= 0 olup ekil 1.12deki
A noktasna karlk gelmektedir. Nihayet nc alt tabloda w
1
= 2,25; w
2
= 0,25tir ve
B noktasna karlk gelmektedir.
ekil 1.12den grlebilecei gibi O, A ve B noktalarndan sadece B, uygun
zm alanna aittir. Dier taraftan, ama dorusu belli bir deer iin izilip
kaydrlacak olsayd uygun zm alann B noktasnda terk edecei grlecekti. Daha
nce ele aldmz primal simpleks yntem, her iterasyonda uygun zm setinin bir
A (2,33; 0)
2.4 O
2,5
w
1

B (2,25; 0,25)
1 2
3
w
2

3,5
3
1,25
3w
1
+2w
2
=7
2w
1
+4w
2
=5
Uygun zm
Alan
1
2
O
70
kesinden dierine giderek optimal zme ularken, dal simpleks yntem, uygun
zm alan dndaki kelerden ilerleyerek son admda uygun ve optimal keye
ulamaktadr.
Dal simpleks zm yntemine son bir rnek olarak rnek Problem 1.7nin
dalini ele alalm. Daha nce 2.4.4.2.2 kesiminde ele aldmz bu DP modelinin dali
yle ifade edilebilir.
Minimize g = 15w
1
+ 120w
2
+ 100w
3

w
1
+ 7w
2
+ 3w
3
> 4
w
1
+ 5w
2
+ 5w
3
> 5
w
1
+ 3w
2
+ 10w
3
> 9
w
1
+ 2w
2
+ 15w
3
> 11
w
1
, w
2
, w
3
> 0
Ama fonksiyonu yeniden dzenlendikten sonra kstlayclarn sol tarafndan
bo deikenler karlp eitlik haline getirilir ve bu eitlikler -1 ile arplrsa,
-15w
1
120w
2
100w
3
+ g = 0
-w
1
7w
2
3w
3
+ v
1
= -4
-w
1
5w
2
5w
3
+ v
2
= -5
-w
1
3w
2
10w
3
+ v
3
= -9
-w
1
2w
2
15w
3
+ v
4
= -11
ekildeki balang sistemi elde edilmi olur. Kanonik formdaki balang sistemi Tablo
1.10un birinci alt tablosuna yerletirilip dal simpleks kurallarna gre iterasyona tabi
tutulursa , drdnc alt tabloda optimal zm elde edilmektedir. Optimal zm,
g
min
= 99,29
w
1
= 1,86
w
3
= 0,71
w
2
= 0
olarak elde edilir. Dier taraftan v
2
ve v
4
bo deikenleri de zmde srasyla, 0,43 ve
1,57 deerleriyle yer almaktadrlar.
Tablo 1.10daki iterasyonlarn takibi renciye braklmtr.
71

Tablo 1.10: rnek Problem 1.7nin Daline Ait zm

AT TD TDD w
1
w
2
w
3
g v
1
v
2
v
3
v
4

1
g
v
1

v
2

v
3

v
4

0
-4
-5
-9
-11
-15
-1
-1
-1
-1
-120
-7
-5
-3
-2
-100
-3
-5
-10
-15
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
Oran 15 60
6,67
- - - - -

2
g
v
1

v
2

v
3

w
3

220/3
-1,8
-4/3
-5/3
11/15
-25/3
-0,8
-2/3
-1/3
1/15
-320/3
-6,6
-13/3
-5/3
2/15
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
-20/3
-0,2
-1/3
-2/3
-1/15
Oran
10,42
16,16 - - - - - 33,33

3
g
w
1

v
2

v
3

w
3

1105/12
1,8
1/6
-11/12
7/12
0
1
0
0
0
-455/12
8,25
7/6
13/12
-5/12
0
0
0
0
1
1
0
0
0
0
-125/12
-1,25
-5/6
-5/12
1/12
0
0
1
0
0
0
0
0
1
0
-55/12
0,25
-1/6
-7/12
-1/12
Oran - - - - 25 - -
7,86

4

g
w
1

v
2

v
4

w
3

99,29
1,86
0,43
1,57
0,71
0
1
0
0
0
-46,43
8,71
0,86
-1,86
-0,57
0
0
0
0
1
1
0
0
0
0
-7,14
-1,43
-0,71
0,71
0,14
0
0
1
0
0
-7,86
0,43
-0,29
-1,71
-0,14
0
0
0
1
0

1.4.5.4 Primal ve Dal zmler Arasndaki Simetrik liki
Bir DP modelinin primal ve daline ait zmler arasndaki ilikiyi gstermek
iin rnek Problem 1.1. ve 1.9u ele alalm. rnek Problem 1.1in zm daha nce
Tablo 1.2de verilmiti. rnek problem 1.1.in dali olan rnek Problem 1.9un
zmn ise bir nceki kesimde Tablo 1.9da elde etmitik. Her iki tablonun nc
alt tablolarn Tablo 1.11de tekrar ele alalm. Kyaslama kolayl salamas iin, alt
tablolar aktarrken deikenleri artan srada yerletirelim.
72

Tablo 1.11: Primal ve Dal zmler Arasndaki Simetrik liki

Primal:
AT TD TDD x
1
x
2
f y
1
y
2

1.2.3
f
x
1

x
2

145
15
10
0 v
1

1
0
0 v
2

0
1
1
0
0
2,25 w
1

-0,25
0,5
0,125 w
2

0,375
-0,25

Dal:
AT TD TDD w
1
w
2
g v
1
v
2

1.9.3
g
w
1

w
2

145
2,25
0,125
0 -y
1

1
0
0 -y
2

0
1
1
0
0
-15 -x
1

0,25
-0,375
-10 -x
2

-0,25
0,25

f
maks
= g
min
olduunu biliyoruz. Bu durum Tablo 1.11de grlmektedir. Dier
taraftan dale ait zm deerleri primalin f satrndaki y
1
, y
2
katsaylar olarak ortaya
kmaktadr. Benzer ekilde primale ait zm deerleri de, ters iaretli olarak, dalin
g satrndaki v
1
, v
2
katsaylarnda ortaya kmaktadr. Ayn durum bo deikenlerin
zmde ald deerler iin de geerlidir. Dale ait zmdeki v
1
= 0, v
2
= 0 deerleri
primalin f satrndaki x
1
ve x
2
katsaylar olarak ortaya kmtr. Benzer ekilde
primalin zmndeki y
1
= 0 , y
2
= 0 deerleri de iaret farkyla, dalin g satrnda w
1
,
w
2
katsaylar olarak ortaya kmaktadr. Tablo 1.11de dalin g satrndaki w
1
, w
2

katsaylar sfr olduu iin iaret fark bariz olarak grlmemektedir. Bunu daha iyi
grebilmek iin imdi de her iki modele ait zmlerin birinci alt tablolarn
karlatralm.

Tablo 1.12: Primal ve Dale Ait zmlerin Birinci Alt
Tablolarnn Karlatrlmas

AT TD TDD x
1
x
2
f y
1
y
2

1.2.1
f
y
1

y
2

0
60
80
-5 v
1

2
4
-7 v
2

3
2
1
0
0
0 w
1

1
0
0 w
2

0
1

AT TD TDD w
1
w
2
g v
1
v
2

1.9.1
g
v
1

v
2

0
-5
-7
-60 -y
1

-2
-3
-80 -y
2

-4
-2
1
0
0
0 -x
1

1
0
0 -x
2

0
1

Birinci alt tablolara ait karlatrma Tablo 1.12de yaplmtr. Yukarda
bahsettiimiz ilikinin aynen geerli olduu grlmektedir. Karlkl alt tablolarda bu
73
mnasebet daima geerlidir. kinci alt tablolarn kyaslanmas renciye braklmtr
(*)
.
Dalin g satrndaki iaret fark, zmde dal simpleks yntemin
kullanlmasndan kaynaklanmaktadr. Dal modelin zmnde de genel simpleks
yntem kullanlm olsayd bu iaret fark olmayacakt. Ancak bu defa da ama
fonksiyonu minimizasyon trnden maksimizasyon trne evrilecei iin ama
katsaylar tablolarda negatif olarak grnecekti.
Sonu olarak, bir DP modelinin sadece primalini veya sadece dalini zerek
hem dale, hem de primale ait zmleri elde etmek mmkn olmaktadr. Bir sonraki
kesimde bu ilikinin daha ilgin baz sonularn ele alacaz.
1.4.5.5 Glge Fiyatlar
rnek Problem 1.1i tekrar gz nne alalm. Hatrlanabilecei gibi, sz konusu
problemde iki farkl rn iin iki makine kullanlmaktayd ve makinelerin kapasiteleri
srasyla 60 ve 80 birimdi.
Diyelim ki baz artlar saland takdirde mevcut makine kapasiteleri
artrlabiliyor olsun. Makinelerden birinin kapasitesi bir birim artrldnda, zm
deerlerine tesiri ne olacaktr. rnek olarak sadece Makine 1in kapasitesini 1 birim
artrp 61 yapalm ve modeli yeniden zelim. Yeni duruma ait zm Tablo 1.13de
verilmitir.

Tablo 1.13: P 1.1in Kapasite Artrmndan Sonraki zm

AT TD TDD Oran x
1
x
2
f y
1
y
2

1
f
y
1

y
2

0
61
80
-
20,33
40
-5
2
4
-7
3
2
1
0
0
0
1
0
0
0
1

2
f
x
2

y
2

427/3
61/3
118/3
-
30,5
14,75
-1/3
2/3
8/3
0
1
0
1
0
0
7/3
1/3
-2/3
0
0
1

3
f
x
2

x
1

147,25
10,5
14,75
0
0
1
0
1
0
1
0
0
2,25
0,5
-0,25
0,125
-0,25
0,375

Tablo 1.13den de grlebilecei gibi kapasite artrmndan sonraki zm
deerleri,
f
maks
= 147,25
x
1
= 14,75
x
2
= 10,5
olarak elde edilmitir. Kapasite artrmndan nceki zmde,
f
maks
= 145

(*)
Benzer kyaslamay Tablo 1.3 ile Tablo 1.10 arasnda da yapnz.
74
idi. Grlyor ki Makine 1in kapasitesindeki bir birimlik art, ama fonksiyonunun
deerinde,
147,25 145 = 2,25
birimlik arta neden olmutur. Dier taraftan, problemin dalinin zmnde,
w
1
= 2,25
idi ve bu deer primal zmnn son alt tablosundaki f satrnn y
1
stununda yer
alyordu. Deerleri hatrlamak iin tablo 1.11e tekrar baknz. Demek oluyor ki, ama
fonksiyonundaki art, problemin daline ait zmdeki, ilgili deikenin deeri
kadardr.
Benzer ekilde, bu defa sadece Makine 2nin kapasitesini 1 birim artrarak 81
yapalm. Model yeniden zlrse
(*)
,
f
maks
= 145,125
x
1
= 15,375
x
2
= 9,75
elde edilecektir. Makine 2nin kapasitesindeki bir birimlik art, ama fonksiyonunun
deerinde,
145,125 145 = 0,125
birimlik arta neden olmutur. rnek problem 1.1in daline ait zmde,
w
2
= 0,125
olduunu biliyoruz. Bu deer ayn zamanda primal zmnn son alt tablosundaki f
satrnn y
2
stununda yer alyordu. O halde, gene ama fonksiyonundaki art,
problemin daline ait zmdeki ilgili deikenin deeri kadar olmutur. Bu deerlere
glge fiyat ad verilmektedir. Bylece bir DP modelinde dalin zm deerleri,
primalin glge fiyatlar, benzer ekilde primalin zm deerleri de dalin glge
fiyatlar olmaktadr.
Doal olarak, dalin zmnde tabii bir deiken temel dnda kalmsa, (yani
deeri sfrsa) primaldeki ilgili glge fiyat sfr olacaktr. Benzer ekilde, primalin
zmnde tabii bir deiken temel dnda kalmsa, daldeki ilgili glge fiyat sfr
olacaktr.
Buraya kadar anlattklarmz maddeler halinde zetleyelim.
1. Bir DP modelinde kstlayclardan sadece birisine ait sa taraf deerini
(rnek Problem 1.1. iin, ilgili makine kapasitesini) bir birim artrmak veya azaltmakla
ama fonksiyonunda meydana gelecek art veya azala glge fiyat denir.
2. Glge fiyatlar, zm tablosunun ama satrndaki bo deikenlere ait
stunlarda grlebilir. Glge fiyatlar ayn zamanda sz konusu problemin daline ait
zm deerleridir.

(*)
zm renciye braklmtr.
75
3. Bir DP modelinin zmnde primal simpleks veya genel simpleks yntem
kullanlmsa glge fiyatlar zm tablosunun ama satrndan dorudan doruya
okunabilir. Eer zmde dal simpleks yntem kullanlmsa okunan deerler glge
fiyatlarn ters iaretlisidir. O halde bulanan deerler (-1) ile arplarak glge fiyatlar
elde edilmelidir. Tablo 1.11da bu durum aka grlmektedir.
4. Glge fiyat sfr olan bir kstlaycya ait sa taraf deeri bir birim artrlr
veya azaltlrsa ama fonksiyonunun deerinde deime olmayacaktr.
1.4.5.6 Duyarllk Analizi
Bir DP modelinin optimal zmnn, modele ait parametrelerin hangi snrlar
iin geerli olduunun bilinmesi nem kazanmaktadr. Mesela ama katsaylarndan
birisi bir miktar deiecek olsa modeli yeniden zmek mi gerekecektir, yoksa mevcut
zm tablolarndan bir fikir edinmek mmkn mdr? Kurulan modele ait
parametreler (ama katsaylar, sa taraf deerleri vb.) genelde tahmini deerler olduu
iin bu tr analizlerin nemi aktr.
Ayn anda birden fazla parametredeki deiimin zme etkisi parametrik
programlama teknikleri ile analiz edilir. Biz burada dier parametreler sabitken tek bir
parametredeki deiimin zme ne ekilde etki ettiini, dier bir ifadeyle optimal
zmn, sz konusu parametrenin hangi deer aral iin geerli olduunu
incelemeye alacaz. Tek bir parametredeki deiimin zme etkisinin aratrlmas
duyarllk analizi olarak adlandrlmaktadr. Duyarllk analizi genelde, ama
katsaylar, sa taraf deerleri ve katsaylar matrisi elemanlarndaki deiimler yannda,
modele yeni bir kstlayc veya deiken eklenmesi gibi durumlar iin yaplmaktadr.
Biz bu kesimde sadece ama katsaylarndaki deimelerle sa taraf deerlerindeki
deimeler zerinde duracaz.
Duyarllk analizlerini, daha nce zdmz rnek Problem 1.7nin son alt
tablosu zerinde yapacaz. Probleme ait zm Tablo 1.3te gstermitik. Bu
tablonun drdnc alt tablosunu Tablo 1.14 adyla aaya alalm.
Tablo 1.14: Tablo1.3n Son Alt Tablosu

TD TDD x
1
x
2
x
3
x
4
f y
1
y
2
y
3

f
x
1

y
2
x
3

99,29
7,14
46,43
7,86
0
1
0
0
0,43
0,71
-0,86
0,29
0
0
0
1
1,57
-0,71
1,86
1,71
1
0
0
0
1,86
1,43
-8,71
-0,43
0
0
1
0
0,71
-0,14
0,57
0,14

rnek Problem 1.7deki modeli kr maksimizasyonunu amalayan bir retim
problemi olarak ele alalm. retimde kaynak kullanlmaktadr. Toplam kaynak
miktarlar srasyla 15, 120 ve 100 birim olup modelin sa taraf deerleridir. Her
kaynak iin bir kstlayc vardr. Modele gre, retilen drt farkl rn bulunmaktadr.
Her rn iin birim bana kr deerleri srasyla 4, 5, 9 ve 11 birimdir. Bu deerler
76
ama fonksiyonu katsaylarn oluturmaktadr.
1.4.5.6.1 Sa Taraf Deerlerindeki Deimeler
Daha nce incelediimiz glge fiyatlarn, sa taraf deerlerinden sadece
birisinin bir birimlik deimesine (artmasna veya azalmasna) karlk ama
fonksiyonunda meydana gelen deime olduunu grmtk. Bu durumda, rnek
Problem 1.7nin Tablo 1.14deki zmne gre, sz konusu problemin kaynaklarna
ait glge fiyatlar srasyla 1,86; 0 ve 0,71dir. Demek oluyor ki, problemdeki birinci
kaynak bir birim artrlsa veya azaltlsa ama fonksiyonunun deeri 1,86 birim artacak
veya azalacaktr. O halde birinci kaynan artrlmas iin birim bana en fazla 1,86
birimlik deme yaplabilir. Benzer ekilde, birinci kaynan bir biriminin retimde
kullanlmasndan vazgeilebilmesi iin, bunun karlnda en az 1,86 birimlik deme
teklifine muhatap olunmu olmas gerekecektir. Benzer yaklam nc kaynak iin de
geerlidir. kinci kaynak iin ise durum farkldr. kinci kaynaa ait glge fiyatn sfr
olmas, bu kaynaktaki deiimin ama fonksiyonuna tesir etmeyeceini gstermektedir.
Zaten zmdeki y
2
=46,43 deeri ikinci kaynan 46,43 birimlik ksmnn
kullanlmadn ifade etmektedir.
Sa taraf deerlerindeki deimeler incelenirken, bu deerlere ait glge
fiyatlarn geerlilik snr belirlenmeye allr. Sa taraf deerleri hangi snrlar
arasnda kalrsa glge fiyatlar deimeyecektir. Yaplan analizlerde sadece incelenen
parametrenin deitii, dier btn parametrelerin sabit kald unutulmamaldr.
Daha basit olmasndan dolay, nce ikinci kaynan glge fiyatn ele alalm.
Bildiimiz gibi bu glge fiyat sfrdr. kinci kaynamzn toplam miktar 120 birim
olup bunun 46,43 birimlik ksm kullanlmamaktadr. O halde bu kayna ne kadar
artrrsak artralm, retimde kullanlmayaca iin ama fonksiyonuna bir tesiri
olmayacak ve glge fiyat sfr olarak kalacaktr. Yani ikinci kaynan miktar sonsuza
karlsa bile glge fiyat deimeyecektir. O halde fiyatn geerli olduu st snr
sonsuz olmaktadr.
Dier taraftan 120 birimlik kayna yava yava azalttmz dnelim. kinci
kaynan 46,43 birimlik ksm kullanlmadna gre, 46,43 birime kadar yaplacak
azaltmann glge fiyat deitirmeyecei aktr. Ancak 46,43 birimden fazla azaltma
yapldnda glge fiyat deiecektir. nk retimde kullanlan ikinci kaynan bir
ksm retimden ekilmi olmaktadr. O halde ikinci kaynaa ait glge fiyatn sfr
olarak kald alt snr,
120 46,43 = 73,57
olmaktadr. Yani ikinci kaynan glge fiyat, bu kaynan 73,57 ile sonsuz arasndaki
deerleri iin geerli olacaktr.
Birinci ve nc kaynan glge fiyatlar pozitiftir. Bunlarla ilgili analizleri
yaparken Tablo 1.14deki katsaylardan faydalanacaz. nce birinci kayna ele
alalm.
77
Birinci kaynaktan dolay yazlan kstlaycy eitlik haline sokarken y
1
bo
deikenini kullanmtk. y
1
, birinci kaynan kullanlmayan ksmn ifade ediyordu. O
halde y
1
in azalmas, birinci kaynan retimde kullanlan ksmnn artmas anlamna
gelmektedir. Yani, f satr hari tutularak, TDD stunu y
1
stununa oranlanacak olursa
elde edilen deerlerden pozitif olanlar y
1
deikenindeki art, dolaysyla birinci
kaynan retimde kullanlan ksmndaki azal; negatif olanlar da y
1
deikenindeki
azal, dolaysyla birinci kaynaktaki art gsterecektir. Tablo 1.14ten ilgili stunlar
aaya alp oran deerlerini hesaplayalm.

TD TDD y
1
TDD/y
1

x
1

y
2

x
3

7,14
46,43
7,86
1,43
-8,71
-0,43
5
-5,3
-18,3

TDD/y
1
oranlar iinde pozitif olanlarn says tektir. Birden fazla pozitif oran
bulunsayd bunlar iinde en k seilecekti. Bylece y
1
deikeninde meydana
gelebilecek en byk art 5 birim olabilecektir. Demek oluyor ki, ilgili glge fiyat sabit
kalmak zere, birinci kaynan retimde kullanlan miktar en fazla 5 birim
azaltlabilecektir. O halde, glge fiyat sabit kalmak zere birinci kaynan alt snr,
15 5 = 10
birim olacaktr.
TDD/y
1
oranlar iinde negatif olanlarn says birden fazladr. Bu oranlar iinde
mutlak deeri en kk olan deer seilecektir. O halde y
1
deikeninde meydana
gelebilecek en byk azal 5,3 birim olabilecektir. Yani, ilgili glge fiyat sabit kalmak
zere, birinci kaynak miktar en fazla 5,3 birim artrlabilecektir. Bu durumda birinci
kaynan st snr,
15 + 5,3 = 20,3
birim olacaktr. O halde birinci kaynaa ait glge fiyat, bu kaynan 10 ile 20,3 birimler
arasndaki kullanm iin geerlidir. Dier bir ifadeyle, birinci kaynan 10 ve 20,3
birimlik snrlar arasndaki her bir birimlik deiimi, ama fonksiyonunda 1,86 birimlik
deiime yol aacaktr.
Benzer ekilde nc kayna ele alalm. Yine Tablo 1.14den ilgili stunlar
aaya alp bu defa TDD/y
3
orann hesaplyoruz.

TD TDD y
3
TDD/y
3

x
1

y
2

x
3

7,14
46,43
7,86
-0,14
0,57
0,14
-51
81,5
56

TDD/y
3
oranlar iinde birden fazla pozitif deer bulunmaktadr. En kk
78
pozitif deer 56dr. Bu durumda y
3
deikeninde meydana gelebilecek en byk art
56 birim olacaktr. Dolaysyla nc kaynaktaki en byk azal 56 birim olacaktr.
O halde nc kaynan alt snr,
100 56 = 44
birimdir.
TDD/y
3
oranlar iinde tek bir negatif deer vardr. Birden fazla negatif deer
olsayd mutlak deeri en kk olan seilecekti. O halde y
3
deikeninde meydana
gelebilecek en byk azal 51 birimdir. Dolaysyla nc kaynaktaki en byk art
51 birim olacaktr. O halde glge fiyat sabit kalmak zere nc kaynan st snr,
100 + 51 = 151
birimdir. Demek oluyor ki nc kaynan 44 ile 151 birimler arasndaki kullanm
iin glge fiyat 0,71 olarak kalacaktr.
1.4.5.6.2 Ama Fonksiyonu Katsaylarnn Geerlilik Sahas
Bu kesimde bir DP modelinin optimal zmnn, ama fonksiyonu
katsaylarnn hangi deerleri iin geerliliini koruduunu incelemeye alacaz.
Analizlerimizi yine rnek Problem 1.7 zerinde yapacaz.
rnek Problem 1.7nin Tablo 1.14deki optimal zmne gre x
2
ve x
4

deikenleri temelde yer almamtr. Yani ikinci ve drdnc rnler retilmemektedir
(x
2
= 0, x
4
= 0). Bu rnlerden elde edilecek kr, retim maliyetinin altnda olduu iin,
retimi ngrlmemektedir. rnek Problem 1.7nin dalinde ikinci ve drdnc
rnler iin, srasyla,
w
1
+ 5w
2
+ 5w
3
> 5
w
1
+ 2w
2
+ 15w
3
> 11
kstlayclarnn mevcut olduunu biliyoruz. Dalin zm, Tablo 1.14deki glge
fiyatlardan okunup bu kstlayclarda yerine konursa,
(1,86) + 5(0) + 5(0,71) = 5,41
(1,86) + 2(0) + 15(0,71) = 12,51
elde edilir.
Demek oluyor ki, ikinci rnn ama katsays 5,41den kk olduu srece
retilmesi sz konusu deildir. O halde bu ama katsays 5,41den daha byk
olduunda ikinci rnn retilmesi krl olacak ve mevcut optimal zm geerliliini
kaybedecektir. Mevcut zmn geerli kalabilmesi iin ikinci rne ait ama
katsaysnn 5,41e eit veya daha kk olmas gerekmektedir.
Benzer ekilde drdnc rn iin de, yukarda bulduumuz deere gre, ama
katsays 12.51den kk veya 12.51e eit olduu srece mevcut zm geerli
olacaktr. Drdnc rnn retilebilmesi, yani zme girebilmesi iin, getirecei
birim kr deerinin 12.51den daha byk olmas gerekmektedir.
rnek Problem 1.7nin optimal zmnde x
1
ve x
3
deikenleri temel
79
deikenlerdir. Dolaysyla birinci ve nc rnlerin retilmesi ngrlmektedir.
imdi, mevcut optimal zmn geerliliini koruyabilmesi iin, bu deikenlere ait
ama katsaylarnn hangi snrlar iinde kalmas gerektiini inceleyelim.
Temelde bulunan tabii deikenler iin ama fonksiyonunun deiimi, dale ait
optimal zm tablosuyla incelenebilir
(*)
Primalin optimal zm tablosunun, iaret ve
satr-stun dnm farkyla dalin optimal zm tablosuyla ayn olduunu
biliyoruz. O halde benzer ilemler primale ait son tablo zerinde de yaplabilir. Biz
burada ilemlerin nasl yapldn ve sz konusu ama katsaysnn geerlilik snrnn
nasl bulunduunu anlatmakla yetineceiz.
nce x
1
deikenini ele alalm. Tablo 1.14den f ve x
1
satrndaki temel olmayan
deikenlere ait katsaylar aaya alyoruz.

TD x
2
x
4
y
1
y
3

f
x
1

0,43
0,71
1,57
-0,71
1,86
1,43
0,71
-0,143
f/x
1
0.6 -2.2 1.3 -5

f/x
1
deerleri iindeki negatif oranlar, x
1
in ama katsaysndaki artlar, pozitif
oranlar ise dleri gstermektedir. Snrlayc rol oynad iin, pozitif oranlar iinde
en kk olan, negatif oranlar iinde ise mutlak deerce en kk olan seilecektir. Bu
durumda x
1
deikeninin ama katsaysnn alt snr deeri,
4 0,6 = 3,4
st snr deeri,
4 + 2,2 = 6,2
olacaktr. O halde x
1
deikeninin ama katsays 3,4 ile 6,2 deerleri arasnda kald
srece (dier btn parametreler sabit kalmak artyla) mevcut optimal zm
geerliliini koruyacaktr.
Benzer ilemleri x
3
deikeni iin yapalm. Tablo 1.14den f ve x
3
satrlarndaki
temel olmayan deikenlere ait katsaylar aaya alp, bu defa f satrn x
3
satrna
oranlyoruz.

TD x
2
x
4
y
1
y
3

f
x
3

0,43
0,28
1,57
1,71
1,86
-0,43
0,71
0,143
f/x
3
1.5 0.9 -4.3 5

f/x
3
deerleri iinde en kk pozitif deer 0,9 olduuna gre x
3
deikeninin
ama katsaysnn alt snr, mevcut ama katsaysnn 0,9 birim daha kk bir deer,

(*)
Geni bilgi iin baknz. zgven, ss.228-230.
80
yani,
9 0,9 = 8,1
olacaktr. f/x
3
satrnda tek negatif deer vardr. O halde ama katsaysnn st snr,
9 + 4,3 = 13,3
birim olacaktr. Demek oluyor ki, x
3
deikeninin ama katsays 8,1 ile 13,3 deerleri
arasnda kald srece, mevcut optimal zm geerliliini koruyacaktr.
Optimal zmn geerliliini korumasndan, temeldeki deikenlerin ayn
zm deerleriyle temelde kalmasn kast ediyoruz. Ama fonksiyonunun deeri,
ama katsaysndaki deiime bal olarak elbette artacak veya azalacaktr.

1.4.5.7 Problemler
I. Aada verilen DP modellerinin dalini bulunuz.
a) Minimize f = 5x
1
+ 10x
2
+ 20x
3

9x
1
+ 5x
2
+ 5x
3
> 9
5x
1
+ 7x
2
+ 10x
3
> 20
5x
1
+ 10x
2
+ 2x
3
> 13
x
1
, x
2
, x
3
> 0
b) Maksimize f = 3x
1
+ x
2
+ 3x
3
+ 2x
4

x
1
+ x
2
+ 2x
3
+ x
4
= 40
x
1
+ 2x
2
+ 3x
3
+ 2x
4
= 30
2x
1
+ x
2
+ x
3
+ x
4
s 20
x
1
, x
2
, x
3
, x
4
> 0
c) Minimize f = 2x
1
+ 5x
2

x
1
+ 4x
2
s 8
3x
2
> 3
2x
1
+ x
2
= 6
x
1
tahditsiz, x
2
> 0
II. Aadaki tipik minimizasyon modellerini dal simpleks yntemle znz.
a) Minimize f = x
1
+ 3x
2
+ 2x
3

2x
1
+ x
2
+ 5x
3
> 7
x
1
+ 3x
3
> 3
2x
2
+ x
3
> 2
x
1
, x
2
, x
3
> 0
b) Minimize f = 2x
1
+ 0,1x
2
+ x
3

x
1
+ x
2
x
3
> 5
x
1
2x
2
+ 4x
3
> 8
2x
1
+ x
2
+ x
3
> 11
x
1
, x
2
, x
3
> 0
81
c) a ve b klarndaki sorular iin glge fiyatlar bulunuz.
III. Bir firma farkl rn retmektedir. retim admlar drt farkl
departmanda gerekletirilmektedir. Her bir rn iin her bir departmanda harcanan
sreler, departmanlarn toplam alma sreleri ve birim rn iin elde edilen kr
deerleri aadaki gibidir.

Birim rn Bana Gerekli
Sre (Saat)
Toplam
alma
Sresi
(Saat)
rn 1 rn 2 rn 3
Departman 1
Departman 2
Departman 3
Departman 4
5
2
0
4
3
4
1
2
0
2
5
3
300
350
250
500
Birim rn
Bana Kr
(Birim TL)
90 75 55

a) Kr maksimize edecek retim plann belirleyen DP modelini formle
ediniz.
b) Kurduunuz modeli znz.
c) Elde ettiiniz zmn, ama fonksiyonu katsaylarnn hangi deerleri iin
geerliliini koruduunu bulunuz.
d) Departmanlarn toplam alma sreleri artrlmak istenseydi, her
departmann bir saatlik sre artrm iin en fazla ne kadar deme yaplmas uygun
olurdu.
e) Her bir departmann bir birimlik sre artrmnn toplam kra katks ne
olacaktr.
f) e kknda bulduunuz deerler departman toplam srelerinin hangi snrlar
iinde kalmas halinde geerli olacaktr.
(Not: c, d, e ve f klarnda, her defasnda sadece bir parametrenin deitii,
dierlerinin sabit kald kabul edilecektir.)
1.4.6 Dzeltilmi (Revised) Simpleks Yntem
Dzeltilmi simpleks yntem, daha nce primal ve genel simpleks yntem
adlaryla ele aldmz metotlar esas alan, ancak her iterasyonda btn alt tablo
elemanlarnn hesaplanmasna gerek olmayan bir yntemdir. Dzeltilmi simpleks
yntem, zellikle byk boyutlu DP modellerinin bilgisayarda zmnde ilem
saysn azaltarak daha ksa srede zme ulama ve hafza tasarrufu ynnden avantaj
salar.
82
Daha nce incelediimiz gibi primal ve genel simpleks yntemlerde iterasyon
kurallar ayndr. Buna gre herhangi bir iterasyonun yaplabilmesi iin bilinmesi
gereken elemanlar unlardr.
1. f satrndaki elemanlar.
2. Temel deikenin deeri stunundaki elemanlar.
3. Temele girecek olan deikene ait stundaki elemanlar.
Demek oluyor ki, herhangi bir iterasyon iin tablonun dier elemanlarna
ihtiya yoktur. Fakat bu elemanlar daha sonraki iterasyonlarda gerekli olabilirler. Her
iterasyondan nce yukarda belirtilmi olan gerekli satr ve stun elemanlarn dorudan
doruya hesaplama imkan veren bir yntem bulunabilirse tablonun dier elemanlarnn
hesaplanmasna lzum kalmayacaktr. Dzeltilmi simpleks yntem bize bu imkan
salamaktadr.
Yntemi incelerken nce tipik maksimizasyon modelini ele alacaz. Genel DP
modeli iin de, daha nce yaptmz gibi kurulu-balang dnm yapldktan
sonra nce f
m
satr optimize edilmek zere ayn esaslar geerli olacaktr.
Tipik maksimizasyon modelini, matris notasyonuyla,
Maksimize f = cx
ax s b
x > 0
eklinde ifade etmi ve bunu,
-cx + f = 0
Ax +y = b (x, y > O )
eklinde kanonik forma sokarak bir balang zm elde etmitik. Kanonik formdaki
balang zmn Tablo 1.16nn birinci alt tablosuna yerletirelim. Ancak bu defa
tabii deikenleri ve tabii deikenlere ait katsaylar iki gruba ayryoruz. Birinci
grupta m adet tabii deiken ve bunlarla ilgili katsaylar, ikinci grupta da geriye kalan
(n-m) adet tabii deiken ve bunlarla ilgili katsaylar bulunsun. Bu durumda, ilgili
matris ve vektrleri yle ifade edebiliriz.
(
(
=
2
1
x
x
x

| |
2 1
c c c =

| |
2 1
A A A =

Kanonik formdaki balang sistemimizi bu vektr ve matrislere gre yeniden
yazp Tablo 1.16nn birinci alt tablosuna yerletirelim.
83
-c
1
x
1
c
2
x
2
+ f = 0
A
1
x
1
+ A
2
x
2
+ y = b

Tablo 1.16: Balang Tablosu ve m Adet terasyondan Sonraki Durum

AT TD TDD x
1
x
2
f y'
1
f
y
0
b
-c
1

A
1

-c
2

A
2

1
O
O
I
m+1
f
x
1

c
1
A
1
-1
b
A
1
-1
b
O
I
c
1
A
1
-1
A
2
-c
2

A
1
-1
A
2

1
O
c
1
A
1
-1

A
1
-1

m adet iterasyondan sonra y bo deikenleri temelden karlm ve x
1
tabii
deikenleri temele alnm olsun. Bunun iin x
1
stunundaki A
1
matrisi yerine I birim
matrisi, -c
1
vektr yarine ayn boyuttaki O vektr gelecek ekilde iterasyon yapmak
gerekecektir. Bunu temin etmek zere,
1.y satr soldan A
1
-1
ile arplarak (m+1) numaral alt tablodaki x
1
satr elde
edilir.
Elde edilen x
1
satr soldan c
1
ile arplp 1.f satrna eklenerek (m+1) numaral
alt tablodaki f satr bulunur.
(m+1) numaral alt tablodaki temel deikenlerin (f ve x
1
deikenlerinin)
birinci alt tablodaki katsaylarndan oluan matrise B diyelim. Bu durumda,
B =
(

1
1
A O
c 1

olacaktr. Bu matrisin tersi alnacak olursa,
B
-1
=
(
1
1
1
1
1
A O
A c 1

elde edilir. imdi Tablo 1.16nn birinci alt tablosundaki katsaylar B
-1
ile arpalm.
(
=
(

=
(
=
(
1
1
1
1
1
1
1
1
1
1
2
1
1
2
2
1
1
1
2 1
2 1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
A O
A c 1

I O
O 1

A O
A c 1
A A I
c A A c O

A A
c -c

A O
A c 1
b A
b A c
b
0

A O
A c 1

Grlyor ki, elde edilen vektr ve matrisler (m+1) numaral alt tablonun
elemanlardr. Birinci alt tabloda f ve y stunlar ile ilgili katsaylar bir birim matris
84
tekil ederken, (m+1) numaral alt tabloda, bu birim matrisinin yerine B
-1
matrisi
gelmitir. Demek oluyor ki, her iterasyonda btn tablo elemanlarn ileme tabi tutmak
yerine sadece f ve y stunlarn hesaplamak yeterli olacaktr. f ve y deikenlerine ait
katsaylardan oluan B
-1
matrisi yardmyla, her admda, simpleks kurallarnn
uygulanmas iin gerekli olan f satr, temele girecek deiken stunu ve TDD stunu
hesaplanp iterasyon yaplabilir. Bylece, zellikle byk boyutlu DP modellerinde
ilem says azaltlm olmaktadr.
Dzeltilmi simpleks yntemin uygulanmasna rnek olmak zere aadaki DP
modelini ele alalm.
Maksimize f = 3x
1
+ x
2
+ (1/2) x
3
+ 2x
4
+ 2x
5

4x
1
+ 3x
2
+ x
3
+ 2x
4
s 100
x
1
+ x
4
+ 2x
5
s 40
2x
1
+ 4x
2
+ x
4
+ 2x
5
s 60
x
1
, x
2
, x
3
, x
4
, x
5
> 0
Gerekli dzenlemeleri yapp, balang zmn Tablo 1.17.ann birinci alt
tablosuna yerletiriyoruz. Temel deikenlere ait stunlar (f, y
1
, y
2
, y
3
stunlarn) B
-1

matrisi olarak Tablo 1.17.bnin birinci alt tablosuna yeniden yazyoruz. Grld gibi
B
-1
matrisi balangta bir birim matristir. lk iterasyondaki dier ilemleri maddeler
halinde sralayalm.
1. Alt Tablo 1.17.a.1deki f satrndan, birinci simpleks kuralna gre temele
girecek deiken olarak x
1
seilir. x
1
deikeni ve buna ait stun Alt Tablo
1.17.b.1de Yeni Temel Deiken stununa yerletirilir.
2. TDD stunu Alt Tablo 1.17.a.1den Alt Tablo 1.17.b.1e aynen alnr.
3. (TDD/Yeni Temel Deiken) oranlar hesaplanarak temeli terk edecek
deiken bulunur. lk adm iin bu deiken y
1
olacaktr.
4. y
1
deikenini temelden karp x
1
deikenini temele sokmak zere sadece B
-
1
matrisi zerinde iterasyon yaplr. x
1
temele alnacana gre, iterasyonun
amac, Yeni Temel Deiken stunundaki,
-3
4
1
2
katsaylar yerine,
0
1
0
0
deerlerini elde etmektir. Bunun iin Tablo 1.17.bde u satr ilemleri
sadece B
-1
matrisi iin uygulanr.
85
a) 1.y
1
satr 4e blnp 2.x
1
satr elde edilir.
b) 2.x
1
satr 3 ile arplp 1.f satrna eklenerek 2.f satr elde edilir.
c) 2.x
1
2
2
satr elde edilir.
d) 2.x
1
3
3
satr elde edilir.
Bylece ikinci alt tablodaki B
-1
matrisi elde edilmi olur. Grld gibi
B
-1
matrisinin sadece ikinci stunu deimi olmaktadr.
5. Yeni bir iterasyon yapabilmek iin f satrnn durumunu bilmemiz
gerekmektedir. f satrn elde etmek iin B
-1
matrisinin birinci satr ile tabii
deikenlere ait katsaylarn oluturduu matrisi arpalm.

[1 3/4 0 0]
(
(
(
(

2 1 0 4 2
2 1 0 0 1
0 2 1 3 4
2 2 1/2 1 3
= [0 5/4 1/4 -1/2 -2]

Bulunan deerler Tablo 1.17.a.2ye yerletirilmitir. Negatif katsaylar
iinde mutlak deeri en byk olan (-2) olduu iin x
5
deikeni temele
alnmak zere seilir.
6. terasyona devam edebilmek iin x
5
deikenine ait stuna ve TDD stununa
ihtiya vardr. Bu iki stunu elde etmek zere balang tablosundaki x
5
ve
TDD stunlarn srayla B
-1
ile arpalm.

(
(
(
(
=
(
(
(
(
(
(
(
(
2
2
0
-2

2
2
0
-2

1 0 1/2 0
0 1 1/4 0
0 0 1/4 0
0 0 3/4 1

(
(
(
(
=
(
(
(
(
(
(
(
(
10
15
25
75

60
40
100
0

1 0 1/2 0
0 1 1/4 0
0 0 1/4 0
0 0 3/4 1

Bulunan deerler Tablo 1.17.b.2deki yeni temel deiken ve TDD
stunlarna yerletirilmitir. (TDD/Yeni Temel Deiken) oranlar iinde en
kk deer 5 olduu iin temeli terk edecek olan deiken y
3
olacaktr.

86
Tablo 1.17: Dzeltilmi Simpleks Yntem Uygulamas
a)
A
T
TD TDD x
1
x
2
x
3
x
4
x
5
f y
1
y
2
y
3

1
f
y
1

y
2

y
3

0
100
40
60
-3
4
1
2
-1
3
0
4
-1/2
1
0
0
-2
2
1
1
-2
0
2
2
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
2
f 75 0 5/4 1/4 -1/2
-2

3
f 85 0 15/4 -1/4
-1/2
0
4
f 90 0 1/2 0 0 0

b)
AT TD B
-1

Yeni Temel
Deiken
TDD Oran
1
f
y
1

y
2

y
3

1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
x
1
-3
4
1
2
0
100
40
60
-
25
40
30
2
f
x
1

y
2

y
3

1
0
0
0
3/4
1/4
-1/4
-1/2
0
0
1
0
0
0
0
1
x
5
-2
0
2
2
75
25
15
10
-
-
7,5
5
3
f
y
1

y
2

x
5

1
0
0
0
1/4
1/4
1/4
-1/4
0
0
1
0
1
0
-1
1/2
x
4
-1/2
1/2
1/2
0
85
25
5
5
-
50
10
-
4
f
x
1

x
4

x
5

1
0
0
0
1/2
0
1/2
-1/4
1
-1
2
0
0
1
-2
1/ 2

90
20
10
15

7. Drt, be ve alt numaral admlar tekrarlanarak optimum zm
bulununcaya kadar iterasyonlara devam edilir. rneimiz iin drdnc alt
tabloda zme ulalmtr. zm deerleri,
f
maks
= 90
x
1
= 20 x
2
= 0
x
4
= 10 x
3
= 0
x
5
= 15
olarak bulunmu olur.
Dzeltilmi simpleks yntemin genel DP modeline uygulanmas da esas olarak
ayndr. Farkl olarak, kurulu-balang dnmne benzer bir yaklamla ie
balanr. nce f
m
satr optimize edilir. f
m
satrna ait katsaylar hesaplanrken B
-1

87
matrisinin ikinci satrndan yararlanlr. Btn suni deikenler temelden karldktan
sonra B
-1
matrisinin f
m
e karlk gelen ikinci satr ve ikinci stunu atlr. Bundan sonra,
f
c
satr optimize edilerek sonuca ulalr.
rnek olmak zere, daha nce genel simpleks yntemle zdmz rnek
Problem 1.8i bu defa dzeltilmi simpleks yntemle zelim.
rnek problem 1.8de ele aldmz model,
Minimize f= 2x
1
+ x
2

2x
1
+3x
2
s 6
x
1
x
2
= 0
x
1
+ 4x
2
> 4
x
1
, x
2
> 0
olarak verilmiti. Bu modeli maksimizasyon trne evirip gerekli dzenlemeleri
yaptktan sonra,
2x
1
+ x
2
+ f
c
= 0
z
1
+ z
2
+ f
m
= 0
2x
1
+ 3x
2
+ y
1
= 6
x
1
x
2
+ z
1
= 0
x
1
+ 4x
2
y
2
+ z
2
= 4
sistemini elde etmitik. (Kesim 1.4.4.4.1e baknz.) Elde ettiimiz sistemi Tablo
1.18.ann birinci alt tablosuna yerletirelim. Kurulu tablosuna karlk gelen B
-1
birim
matrisini Tablo 1.18.bnin birinci alt tablosuna yazalm. Daha nce genel simpleks
yntemde kurulu alt tablosundan balang alt tablosuna geebilmek iin yaptmz
iterasyonu bu defa sadece B
-1
matrisi zerinde yapyoruz. Bunun iin b.1.z
1
ve b.1.z
2

satrlar (-1) ile arplp b.1.f
m
satrna eklenmitir. Bylece Tablo 1.18.bnin ikinci
(Balang) alt tablosu elde edilmitir. Bundan sonra yaplan ilemler tipik
maksimizasyon modelinde uyguladmz ilemlerin benzeridir. Farkl olarak, nce f
m

satr esas alnmtr. Balang tablosuna karlk gelen f
m
satrn bulmak iin B
-1

matrisinin ikinci satr ile Alt Tablo 1.18.a.1deki x
1
, x
2
, y
2
deikenlerine ait
katsaylarn oluturduu matris arplrsa,

[0 1 0 -1 -1]
(
(
(
(
(
(
1 4 1
0 1 1
0 3 2
0 0 0
0 1 2
= [-2 -3 1]

elde edilecektir. Bu deerler Alt Tablo 1.18.a.2ye yerletirilmitir. Bu durumda temele
girecek deiken (-3) katsayl x
2
deikeni olmaktadr. Yeni TD ve TDD stunlarnn
hesaplanmas ve temeli terk edecek deikenin bulunmas daha nce ele aldmz tipik
88
maksimizasyon probleminde olduu gibidir.
Alt Tablo 1.18.b.4de btn suni deikenlerin temelden karld grlmektedir. Bu
durumda B
-1
matrisinin f
m
e karlk gelen ikinci satr ve stunu atlarak f
c
esas alnmak
zere ilemlere devam edilecektir. f
c
satr hesaplandnda (Alt Tablo 1.18.a.4teki
deerler) negatif eleman bulunmad grldnden optimal zme ulalm
olmaktadr.

Tablo 1.18: rnek Problem 1.8in Dzeltilmi Simpleks Yntemle zm
a)
AT TD TDD x
1
x
2
y
2
f
c
f
m
y
1
z
1
z
2

1
(Kurulu)
f
c

f
m

y
1

z
1

z
2

0
0
6
0
4
2
0
2
1
1
1
0
3
-1
4
0
0
0
0
-1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
1
0
1
0
0
1
0
0
1
2
f
m
-4 -2
-3
1
3
f
m
-1
-5/4
0 1/4
4
f
c
-2,4 0 0 3/5

b)
AT TD B
-1
Yeni TD TDD Oran
1
(Kurulu)
f
c

f
m

y
1

z
1
z
2

1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1

2
(Balang)
f
c

f
m

y
1

z
1

z
2

1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
-1
0
1
0
0
-1
0
0
1
x
2
1
-3
3
-1
4
0
-4
6
0
4
-
-
2
-
1
3
f
c

f
m

y
1

z
1

x
2

1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
-1
0
1
0
-1/4
-1/4
-3/4
1/ 4
1 /4
x
1
7/4
-5/4
5/4
5/4
1/4
-1
-1
3
1
1
-
-
12/5
4/5
4
4
f
c

f
m

y
1

x
1

x
2

1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
-7/5
0
-1
4/5
-1/5
-3/5
0
-1
1/5
1/5
-2,4
0
2
0,8
0,8

89
zm deerleri,
f
*
min
= f
c
= -2,4 f
maks
= -f
*
min
= 2,4
x
1
= 0,8 x
2
= 0,8
olarak elde edilir.
1.4.7 DP Modellerinin Bilgisayarda zm
DP modellerinin gerek hayattaki uygulamalarnda kstlayc says yzlerce
olabilmektedir. Bir DP modelinin zm sresi yaklak olarak, kstlayc saysndaki
artn kbyle doru orantldr
(*)
. Yani, kstlayc says iki kat arttnda hesaplama
sresi sekiz kat artmaktadr. te yandan m adet kstlaycs ve n adet karar deikeni
bulunan bir DP modelinin zmnde m ile 3m arasnda iterasyon yapmak gerektii,
yaplan binlerce tecrbeden anlalmtr. terasyon says ortalama 2m olarak
dnlebilir. Demek oluyor ki, byk boyutlu DP modellerinin elle zm yorucu ve
uzun zaman alan bir ura olmaktadr. stelik, muhtemel ilem hatalarndan dolay,
salkl bir zm elde etmek de ok g olabilir.
Yksek hzl elektronik bilgi ilem makinelerindeki gelimeler, DP modellerinin
zmnde byk kolaylklar salamtr. Dier bir ifadeyle, DP modellerinin geni
apta uygulanabilir hale gelmesi ancak bu sayede gerekleebilmitir. Bilgisayar
teknolojisindeki gelimelerle, DP modellerinin zmndeki gelimeler byk bir
paralellik gsterir.
Bir DP modelinin, bilgisayardaki ilk baarl zm Ocak 1952de ABD Milli
Standart Brosunca gerekletirilmitir. Bu tarih ticari bilgisayarlarn yeni yeni ortaya
kt yllara rastlanmaktadr. Birinci kuak olarak adlandrlan ilk bilgisayarlar,
gnmz bilgisayarlarna gre ok snrl kabiliyette olmasna ramen 50 kstlayc
ve 100 deikenden oluan modelleri zebiliyordu.
1958-59 yllarnda bilgisayarlarn yapmnda vakum tplerinin yerine
transistorlarn kullanlmasyla nemli bir mesafe alnd ve ikinci kuak bilgisayarlar
ortaya kt. Bu makineler, 300-400 kstlaycs, 2000-3000 deikeni olan DP
modellerini zebilecek kapasitede idi.
Elektronik devre elemanlarndaki gelimeye paralel olarak 1965lerde nc
kuak bilgisayarlar ortaya km, o zamana kadar zlemeyen daha byk boyutlu DP
modelleri de zlebilir hale gelmitir.
DP modellerinin bilgisayar destei ile zmnde nceleri klasik simpleks
algoritmas izlenmitir. Bu yntemde, simpleks tablodaki her elemann hafzada
tutulmas ve her iterasyonda yeniden hesaplanmas gerekiyordu. Daha sonra gelitirilen
dzeltilmi (revised) simpleks yntem sayesinde tablodaki her elemann hafzada
tutulmasna gerek kalmam, ilem says ve bellek asndan tasarruf salanmtr.

(*)
Wagner, s.118
90

kinci Blm
ULATIRMA MODEL

2.1 Giri
Baz zel dorusal programlama modelleri iin daha basit zm teknikleri
gelitirilmitir. Bunlar arasnda yaygn olarak kullanlanlardan biri Ulatrma Modeli
veya Transport Modeli adyla anlmaktadr.
Ulatrma Modeli (UM) esas olarak, kaynaklardan hedeflere yaplacak olan
tama maliyetleri toplamn minimize etmek ister. Mesela, bir firmaya ait fabrikalarda
retilen mamullerin depolara tanmasnda fabrikalar kaynak, depolar hedef
durumundadr. Depolardan belli pazarlarn talebinin karlanmasnda ise depolar
kaynak, pazarlar hedef durumunda olacaktr. Genel olarak hedeflerle kaynaklar
arasndaki birim tama maliyetleri farkl deerler olabilir. Ulatrma modelinin amac,
hedeflerin ihtiyacn karlarken mmkn olan en dk maliyetli tama plann
belirlemektir. Daha nce rnek Problem 1.6da byle bir ulatrma modelini ele alm
ve bununla ilgili DP modelini kurmutuk. Sz konusu problem simpleks yntemle
zlp optimal tama plan bulunabilir. Bu blmde, simpleks ynteme gre daha
basit bir takm tekniklerle ulatrma problemlerinin zm zerinde duracaz.
2.2 Genel Ulatrma Modeli
Genel olarak m adet kaynak, n adet hedeften oluan bir ulatrma problemi
Tablo 2.1de ifade edilmitir.

Tablo 2.1: Genel Ulatrma Modeli

Hedef

Kaynak
H
1
H
2
... H
n

Kaynak
Kapasitesi (a
i
)
K
1

c
11

x
11

c
12

x
12

... c
1n

x
1n

a
1

K
2

c
21

x
21

c
22

x
22

... c
2n

x
2n

a
2

.
.
.

.
.
.

.
.
.
.

.
.
.

.
.
.

.
.
.

K
m

c
m1

x
m1

c
m2

x
m2

... c
mn

x
mn

a
m

Hedef
htiyac (b
j
)
b
1
b
2
... b
n

91
Tablo 2.1de K
1
, K
2
, ..., K
m
kaynaklar, H
1
, H
2
, ..., H
n
hedefleri, a
1
, a
2
, ..., a
m

kaynak kapasitelerini, b
1
, b
2
, ..., b
n
de hedef ihtiyalarn gstermektedir. c
ij
deerleri
iinci kaynaktan jinci hedefe yaplan tamann birim maliyetidir. x
ij
deikenleri ise
iinci kaynaktan jinci hedefe yaplacak tama miktarn gstermektedir.
Kaynak kapasiteleri toplamnn hedef ihtiyalar toplamna eit olduu durum
dengelenmi ulatrma modeli olarak adlandrlr. Yani dengelenmi UM iin,

= =
=
n
j
j
m
i
i
b a
1 1

dir. Ulatrma modelinin amac toplam tama maliyetini minimize etmek olduuna
gre dengelenmi problem, bir DP modeli olarak u ekilde ifade edilebilir.
Minimize f =

= =
n
1 j
m
1 i
c
ij
x
ij
=
n
1 j
x
ij
= a
i
(i = 1, 2, ..., m)
=
m
1 i
x
ij
= b
j
(j = 1, 2, ..., n)
x
ij
> 0 (i = 1, ..., m; j = 1, ..., n)
rnek olmak zere kaynak, drt hedefli bir ulatrma modelini ele alalm.
Modelin verileri aadaki gibi olsun. Problemle ilgili DP modelini kuralm.

Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i

K
1

7
x
11

5
x
12

10
x
13

12
x
14

50
K
2

4
x
21

5
x
22

3
x
23

6
x
24

75
K
3

10
x
31

8
x
32

7
x
33

4
x
34

95
b
j
25 75 40 80 220

Ama: Minimize f = 7x
11
+ 5x
12
+ 10x
13
+ 12x
14

+ 4x
21
+ 5x
22
+ 3x
23
+ 6x
24

+ 10x
31
+ 8x
32
+ 7x
33
+ 4x
34

Kstlayclar: x
11
+ x
12
+ x
13
+ x
14
= 50
x
21
+ x
22
+ x
23
+x
24
= 75
x
31
+ x
32
+ x
33
+ x
34
= 95
92
x
11
+ x
21
+ x
31
= 25
x
12
+ x
22
+ x
32
= 75
x
13
+ x
23
+ x
33
= 40
x
14
+ x
24
+ x
34
= 80
Pozitiflik: x
11
, ..., x
34
> 0
Kurulan DP modeli Birinci Blmde ele aldmz tekniklerle zlebilir ve
toplam tama maliyetini minimize eden x
ij
deerleri bulunabilir.
Ulatrma modellerinin zmnde, uygulama kolayl salayan daha basit
teknikler gelitirilmitir. zleyen kesimlerde bu yntemlerden bazlarn inceleyeceiz.
Bundan byle, aksi belirtilmedii srece, dengelenmi problemlerle ilgileneceiz.
2.3 Dengelenmi Ulatrma Modeli ve Kuzeybat KeMetodu
Dengelenmi ulatrma modelinde bir balang zm belirleyerek ie
balayacaz. Balang zm belirlenirken tablonun sol st kesinden baland
iin bu yntem kuzeybat ke metodu (KBK metodu) adyla anlmaktadr. Bir nceki
kesimde DP modeliyle ifade ettiimiz ulatrma modelini Tablo 2.2.de tekrar ele
alyoruz. Bu tablo zerinde bir balang datm yapacaz. Bundan byle tablo
elemanlarn hcre olarak, herhangi bir hcreye yaplan datm da ta olarak
adlandracaz. Hcreleri isimlendirirken, ait olduu kaynak ve hedef adn
kullanacaz.

Tablo 2.2: KBK Metodunda Balang Tablosu

Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i

K
1

7
25
5
25
10

12

50
K
2

4

5
50
3
25
6

75
K
3

10

8

7
15
4
80
95
b
j
25 75 40 80 220

imdi Tablo 2.2nin sol st kesinden balamak zere balang datmn
yapalm. nce K
1
H
1
hcresini ele alyoruz. H
1
in 25 birimlik ihtiyacnn tamam K
1

tarafndan karlanabilmektedir. Dolaysyla, K
1
H
1
hcresine 25 birimlik bir ta
yerletiriyoruz. H
1
in tm ihtiyac karland iin bu stuna baka datm
yaplmayacaktr. K
1
H
2
hcresine geiyoruz. Kaynak 1de 50-25=25 birimlik mal kalm
durumdadr. Hedef 2nin ihtiyac ise 75 birimdir. O halde bu hcreye en fazla, Kaynak
93
1de kalan miktar yerletirebiliriz. Bylece K
1
H
2
hcresine atanan ta 25 birim
olacaktr. Hedef 2nin henz karlanmam olan 75-25=50 birimlik ihtiyac
bulunmaktadr. Bunu temin etmek zere ikinci kaynaa mracaat ediyoruz. kinci
kaynan 75 birimlik kapasitesi vardr ve kalan 50 birimlik Hedef 2 ihtiyacn
karlayacak durumdadr. O halde K
2
H
2
hcresine 50 birimlik datm yapabiliriz.
Bylece Hedef 2nin tm ihtiyac karlanm olmaktadr ve H
2
stununa baka datm
yaplmayacaktr. Benzer ekilde devam ederek, K
2
H
3
hcresine 25 birimlik, K
3
H
3

hcresine 15 birimlik ve nihayet K
3
H
4
hcresine de 80 birimlik datm yaparak
balang tablosunu tamamlyoruz. Balang tablosunu iin tama maliyeti,
TM = 7(25) + 5(25) + 5(50) + 3(25) + 7(15) + 4(80) = 1050
birimdir. Bulduumuz zmn optimal olup olmadn imdilik bilmiyoruz.
Tablo 2.2nin K
1
H
1
, K
1
H
2
, K
2
H
1
, K
2
H
2
hcrelerini aaya alp sadece bu drt
hcreye ait tama maliyetini hesaplayalm.

H
1
H
2

K
1

7
25
5
25
K
2

4

5
50

TM = 7(25)+5(25)+5(50) = 550 birim
Bu drt hcreye ait datmda yle bir deiiklik yapalm. K
1
H
1
hcresine ait
datm bir birim azaltmaya alalm. Satr stun toplamlarnn bozulmamas iin
dier hcrede de birer birimlik deiimler olacaktr. Bu deiimlerle birlikte sz
konusu drt hcreyi yeniden dzenleyip tama maliyetini hesaplayalm.

H
1
H
2

K
1

7
25 1 = 24
5
25 + 1 = 26
K
2

4
0 + 1 = 1
5
50 1 = 49

TM = 7(24)+5(26)+4(1) + 5(49) = 547 birim
Grlyor ki, bu drt hcre arasnda bir birimlik kaydrma, 550-547=3 birimlik
tama maliyeti dne neden olmaktadr. Kaydrma ilemi ne kadar fazla
yaplabilirse o lde tama maliyetinden tasarruf edilecektir. Bu drt hcre iin
yaplabilecek azami kaydrma ve buna bal olarak ortaya kan tama maliyeti aada
verilmitir.
94

H
1
H
2

K
1

7
25 25 = 0
5
25 + 25 = 50
K
2

4
0 + 25 = 25
5
50 25 = 25

TM = 5(50) + 4(25) + 5 (25) = 475 birim
Demek oluyor ki sz konusu drt hcre iin Tablo 2.2de yaplan datm yerine
yukardaki datm yaplsayd 550-475=75 birimlik tama maliyeti d temin
edilecekti. O halde Tablo 2.2deki tama plan optimal deildir. Optimal tama
plannn bulunmas bir sonraki kesimde ele alnmtr.
2.3.1 Bo Hcre Rotalar ve Optimallik Testi
KBK yntemine gre balang datm yaplan bir ulatrma modelinin
optimallik testinde (datmn bo hcrelere kaydrlmasnn tama maliyetini azaltp
azaltmayacann belirlenmesinde) u yol izlenir.
1. Bo Hcreye Ait Rotann Belirlenmesi: Her bo hcre iin rota veya
evrim ad verilen bir gruplandrma yaplr. Gruplandrma u admlardan
olumaktadr.
a) Bo hcre seilerek yalnz yatay ve dey ynde hareket edilir. Datm
yaplm bir hcreye (taa) rast gelindiinde doksan derecelik dn
yaplarak ilerlemeye devam edilir. Hareket esnasnda ama, rotann
balad bo hcreye geri dnmesidir. lerleme srasnda baka talara
rastlanp doksan derecelik dnler yaplacaktr. Gerekirse baz talar
atlanabilir ve ilerleme ynn gsteren oklar birbirini kesebilir.
Hareketin balad bo hcreye dnldnde rota tamamlanm olur.
b) Seilen bo hcreye (+) iareti verilerek rotay oluturan dier
hcrelere srayla, bir (-), bir (+) iareti verilir. Bylece rotadaki btn
talar iaretlenir.
2. Bo Hcre Gstergesinin Belirlenmesi: Rotay oluturan hcrelerin tama
maliyetleri, yukarda verilen iaretler esas alnp cebirsel olarak toplanr.
Sonu, sz konusu bo hcrenin gstergesidir.
3. Btn bo hcrelerin gstergeleri hesaplandktan sonra, negatif gstergeler
arasnda, mutlak deeri en byk olana ait bo hcre esas alnmak zere
yeni bir datm yaplr.
4. Yeni datmda u yol izlenir: Seilen bo hcreye ait rotann negatif iaretli
keleri arasnda en kk deerli ta bulunur. Bu tan deeri pozitif
95
hcrelere eklenir, negatif hcrelerden karlr.
5. Negatif gsterge kalmayncaya kadar yukardaki ilemler tekrarlanr.
imdi bir nceki kesimde ele aldmz drt hcreyi aaya yeniden yazp,
bunlar arasnda bulunan bo hcrenin (K
2
H
1
hcresinin) rotasn ve gstergesini
bulalm.

H
1
H
2

K
1

7
25
5
25
K
2

4

5
50

Bo Hcre Gsterge Deeri
K
2
H
1
+4-5+5-7 = -3

Grlyor ki, daha nce bir birimlik kaydrmayla elde ettiimiz tama maliyeti
d K
2
H
1
hcresinin gstergesinde ters iaretli olarak ortaya kmaktadr. Yukarda
verilen drdnc kurala gre bu drt hcre iin yaplacak yeni datm,

H
1
H
2

K
1

7

5
50
K
2

4
25
5
25

eklinde olacaktr. Yeni durumun, bir nceki kesimde azami kaydrmalar yaparak elde
ettiimiz datmla ayn olduu grlmektedir.
Tablo 2.2de balang datmn yaptmz ulatrma modelini zmeye
devam edelim. nce btn bo hcreler iin rotalar belirleyip gsterge deerlerini
hesaplyoruz.

Bo
Hcre
Gsterge Deeri
K
1
H
3

K
1
H
4

K
2
H
1

K
2
H
4

K
3
H
1

K
3
H
2

10-5+5-3 = 7
12-5+5-3+7-4 = 12
4-5+5-7 = -3
6-3+7-4 = 6
10-7+3-5+5-7= -1
8-7+3-5 = -1

-
+
+
-
96
Negatif gstergeler ierisinde mutlak deeri en byk olan 3 olduuna gre
K
2
H
1
bo hcresi ve buna ait rotada bulunan talar yeni datm iin seilir. K
2
H
1

hcresine yaplacak her birim datm 3 birimlik tasarruf salayacaktr. Rota iindeki
negatif iaretli talardan en k 25 birimliktir. Bu tan deeri pozitif hcrelere
eklenip, negatif hcrelerden karlarak yeni datm elde edilir. Tablonun dier
ksmlar deimeyecektir. Ulalan durum Tablo 2.3de gsterilmitir.

Tablo 2.3: kinci Datm Tablosu

Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i

K
1

7

5
50
10

12

50
K
2

4
25
5
25
3
25
6

75
K
3

10

8

7
15
4
80
95
b
j
25 75 40 80 220

TM = 5(50) + 4(25) + 5(25) + 3(25) + 7(15) + 4(80) = 975 birim
imdi ikinci datm tablosuna ait optimallik testini yapalm. Bunun iin Tablo
2.3deki bo hcrelerin gstergelerini hesaplyoruz. Tablodan da grlebilecei gibi
K
3
H
1
hcresinin gstergesi hesaplanrken izilen rotada K
2
H
2
hcresi atlanmtr.
Tablonun anlalabilirliini bozmamak iin dier rotalar izilmemitir.

Bo
Hcre
Gsterge Deeri
K
1
H
1

K
1
H
3

K
2
H
4

K
1
H
4

K
3
H
1

K
3
H
2

7-4+5-5 = 3
10-5+5-3 = 7
12-5+5-3+7-4 = 12
6-3+7-4 = 6
10-7+3-4 = 2
8-7+3-5 = -1

K
3
H
2
hcresinin gstergesi tek negatif gstergedir. Bu hcreye yaplacak birim
datm iin 1 birim tasarruf salanacaktr. K
3
H
2
hcresinin rotasn oluturan talar
iinde en kk negatif deerli ta 15 birimliktir. Bu deer, rotadaki pozitif hcrelere
eklenip, negatif hcrelerden karlrsa nc datm plan elde edilmi olacaktr.
Tablonun dier hcreleri deimeyecektir. nc datm plan Tablo 2.4de
gsterilmitir.
+ -
+
-
97

Tablo 2.4: nc (Optimal) Datm Tablosu

Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i

K
1

7

5
50
10

12

50
K
2

4
25
5
10
3
40
6

75
K
3

10

8
15
7

4
80
95
b
j
25 75 40 80 220

TM= 5(50) + 4(25) + 5(10) + 3(40) + 8(15) + 4(80) = 960 birim.
nc datm plannn optimal olup olmadn test edelim.

Bo
Hcre
Gsterge Deeri
K
1
H
1

K
1
H
3

K
1
H
4

K
2
H
4

K
3
H
1

K
3
H
3

7-4+5-5 = 3
10-5+5-3 = 7
12-5+8-4 = 11
6-5+8-4 = 5
10-8+5-4 = 3
7-3+5-8 = 1

Negatif gstergeli bo hcre bulunmadna gre nc datm tablosu
optimal datm plann vermektedir. Bu durumda Hedef 1in tm ihtiyac Kaynak
2den, Hedef 3n tm ihtiyac yine Kaynak 2den ve Hedef 4n tm ihtiyac da
Kaynak 3den karlanacaktr. Hedef 2nin ise 50 birimlik ihtiyac Kaynak 1den, 10
birimlik ihtiyac Kaynak 2den ve 15 birimlik ihtiyac da Kaynak 3den salanacaktr.
Bylece minimum tama maliyeti 960 birim olmaktadr.
Daha nce 2.2. kesiminde ayn problemi bir DP modeli olarak ifade etmitik.
Sz konusu DP modelinin zm de u ekilde elde edilmi olmaktadr.
f
min
= 960
x
12
= 50 x
23
= 40 x
11
= 0 x
24
= 0
x
21
= 25 x
32
= 15 x
13
= 0 x
31
= 0
x
22
= 10 x
34
= 80 x
14
= 0 x
33
= 0
+
-
+
98
2.3.2 Rota rnekleri
Bo hcrelere ait rotalar belirlenirken gerekirse baz talarn atlanabileceini ve
oklarn birbirini kesebileceini belirtmitik. Aada rotalarn izimine ait rnekler
verilmitir. rneklerdeki daireler talar gstermektedir.
1)

2)

3)

2.3.3 E Maliyetli Alternatif zmler
Optimallik testi yaplrken hesaplanan gsterge deerlerinden negatif olanlarn,
ilgili bo hcreye bir birimlik datm yapldnda salanacak tasarrufu gsterdiini
biliyoruz. Benzer ekilde, pozitif gstergeler de, ilgili hcreye yaplacak bir birim
datm karlnda tama maliyetinde meydana gelecek art gstermektedir. O halde
gsterge deeri sfr olan bir bo hcreye datm yaplmas durumunda tama
maliyetinde bir deiiklik olmayacaktr. Byle durumlarda e tama maliyetli alternatif
zmler ortaya kmaktadr.
rnek olarak Tablo 2.5de balang datm yaplan ulatrma modelini ele
alalm.
-
+
-
+
+
+
+
+
-
-
-
+
-
-
-
+
-
+
99
Tablo 2.5: E Maliyetli Alternatif zm rnei

Hedef

Kaynak
H
1
H
2
H
3
a
i

K
1

20
50
35

25

50
K
2

30
15
40
55
35

70
K
3

20

30
35
20
45
80
b
j
65 90 45 200

TM = 20(50) + 30(15) + 40(55) + 30(35) + 20(45) = 5600 birim

Optimallik Testi:

Bo
Hcre
Gsterge Deeri
K
1
H
2

K
1
H
3

K
2
H
3

K
3
H
1

35-20+30-40 = 5
25-20+30-40+30-20 = 5
35-40+30-20 = 5
20-30+40-30 = 0

Grlyor ki, K
3
H
1
hcresinin gstergesi sfrdr. O halde bu hcreye yaplacak
datm zm deerini deitirmeyecek ve e maliyetli alternatif datm plann
verecektir. Bu durum Tablo 2.6de gsterilmitir.

Tablo 2.6: E Maliyetli Alternatif Tablo

Hedef

Kaynak
H
1
H
2
H
3
a
i

K
1

20
50
35

25

50
K
2

30

40
70
35

70
K
3

20
15
30
20
20
45
80
b
j
65 90 45 200

TM = 20(50) + 40(70) + 20(15) + 30(20) + 20(45) = 5600 birim
100
2.4 Balang Datmnda Yaklam Yntemleri
Daha nce KBK metodunu incelerken balang datmn tablonun sol st
kesinden itibaren yapmtk. Bu yaklamda balang tablosu, tama maliyetleri ile
ilgili herhangi bir kstasa dayanmad iin rastgele seilmi olmakta, dolaysyla
optimal zme ulamak iin fazla sayda iterasyon gerekmektedir.
Balang zmn mmkn mertebe optimal zme yakn bir noktada
belirleyebilmek iin eitli yaklam yntemleri gelitirilmitir. Bu yntemler sayesinde
daha ksa zamanda optimal zme ulamak mmkn olmaktadr.
Sz konusu yaklam yntemlerinden iki tanesini inceleyeceiz. Bunlar,
Kestirme Yaklam Metodu (KYM) ve Vogel Yaklam Metodu (VAM)
(*)
dur. Her iki
yntemde de ama, optimal zme yakn bir balang tablosu oluturmaktadr.
Optimallik testi daha nce anlatlan KBK metodunda olduu gibidir.
2.4.1 Kestirme Yaklam Metodu
Bu ynteme gre, balang tablosunun oluturulmasnda, birim tama
maliyetleri esas alnr. En kk tama maliyetli hcreye, ihtiya ve kapasite imkanlar
erevesinde, mmkn olan en byk datm yaplr. Benzer ekilde, dier hcreler
iin de kk birim maliyetten byk birim maliyete doru srayla en byk datmlar
yaplarak balang tablosu tamamlanr.
rnek olmak zere, daha nce KBK metodunu incelerken ele aldmz
ulatrma problemini yeniden zelim.
Tablo 2.7: Kestirme Yaklam Metoduyla Balang Tablosunun Belirlenmesi

Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i

K
1

7

5
50
10

12

50
K
2

4
25
5
10
3
40
6

75
K
3

10

8
15
7

4
80
95
b
j
25 75 40 80 220

En kk tama maliyetinden balayarak mmkn olan en yksek datmlar
sralayp, bulduumuz deerleri Tablo 2.7ye yerletiriyoruz.

(*)
Vogels Approximation Method.
IV
V
VI
I
III
II
101
Hcre
Tama
Maliyeti
Azami Datm Datm No
K
2
H
3

K
2
H
1

K
3
H
4

K
1
H
2

K
2
H
2

K
2
H
4

K
1
H
1

K
3
H
3

K
3
H
2

3
4
4
5
5
6
7
7
8
40
25
80
50
10
Yaplamaz
Yaplamaz
Yaplamaz
15
I
II
III
IV
V
-
-
-
VI

Grlyor ki Tablo 2.7, daha nce elde ettiimiz optimal zm gsteren
Tablo 2.4 ile ayn datm ifade etmektedir. O halde balang datm plan ayni
zamanda optimal zm vermektedir.
2.4.2 Vogel Yaklam Metodu
Balang datm plannn belirlenmesinde kullanlan en yaygn yntemlerden
birisi Vogel Yaklam Metodudur. Bu yntemin uygulanmasnda u esaslar
erevesinde hareket edilir.
1. Her satr ve stun iin, en dk iki tama maliyeti seilerek aralarndaki
fark belirlenir.
2. Belirlenen fark deerleri iinde en byk olan seilir. Seilen deerin ait
olduu satr veya stundaki en kk tama maliyetli hcreden balanarak,
o satr veya stundaki btn ihtiya karlanacak veya btn kapasite
kullanlacak ekilde datm yaplr.
3. Fark deerleri, klen srada ele alnarak dier hcreler iin de benzer
ilemler tekrarlanr. Btn kaynak kapasiteleri kullanlp, hedef ihtiyalar
karlandnda balang tablosu tamamlanm olur.
Vogel yaklam metodunun uygulanmasna rnek olmak zere, daha nce 2.3
kesiminde ele aldmz ulatrma probleminin balang tablosunu yeniden oluturalm.
Sz konusu probleme ait verileri Tablo 2.8e yazp, ilave olarak, her satr ve stun iin
yntemin ngrd fark deerlerini yazmak zere fark satr ve stununu ekliyoruz.
102

Tablo 2.8: Vogel Yaklam Metoduyla Balang Tablosunun Belirlenmesi

Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i
Fark
K
1

7

5
50
10

12

50 2
K
2

4
25
5
10
3
40
6

75 1
K
3

10

8
15
7

4
80
95 3
b
j
25 75 40 80 220

Fark 3 0 4 2

Her satr ve stundaki en dk birim maliyetler arasndaki farklar bulup, fark
satr veya stununa yazyoruz. Birinci satr iin en dk birim maliyetler 5 ve 7 olduu
iin bunlar arasndaki 7-5=2 birimlik fark deeri, fark stununun birinci satrna
yazlmtr. Fark satr ve stununun dier elemanlar da benzer ekilde bulunmutur.
Elde edilen fark deerleri iinde en bykten balamak zere, ilgili satr ve stuna
azami datm yaplacaktr. Datmda, sz konusu satr veya stunun en dk tama
maliyetli hcresinden balanacaktr. Fark deerleri iinde en byk deer birden fazla
ise herhangi birisinden balanabilir. Bulduumuz fark deerlerini bykten ke
sralayarak gerekli datmlar yapalm.

Fark
lgili Satr
veya Stun
Yaplan Datm
Datm
No Hcre Ta
4
3
3
2
2
1
0
H
3

H
1

K
3

K
1

H
4

K
2

H
2

K
2
H
3

K
2
H
1

K
3
H
4

K
1
H
2

-
K
2
H
2

K
3
H
2

40
25
80
50
Yaplamaz
10
15
I
II
III
IV
-
V
VI

En byk fark deeri 4 olduu iin ilk datmda H
3
stunundaki tm ihtiya
karlanacaktr. H
3
stununun en kk tama maliyetli hcresi K
2
H
3
olduu iin, bu
hcreye azami datm yaplarak 40 birimlik bir ta yerletirilmitir. Datm deeri ve
datm numaras Tablo 2.8deki ilgili hcreye yazlmtr. Dier datmlar da benzer
ekilde yaplmtr. Fark deeri 2 olan H
4
stununa datm yaplmamasnn sebebi, bu
IV
V
VI
I
III
II
103
stuna ait ihtiyacn tamamnn daha nceki datmlarda karlanm olmasdr.
Grlyor ki, Tablo 2.8in son durumu, daha nce bulduumuz optimal zm
gsteren Tablo 2.4 ile ayndr. O halde balang zm ayn zamanda optimal
zmdr.
uras unutulmamaldr ki, yaklam yntemleri ile elde edilen balang
datm planlarnn optimallii hibir zaman garanti edilemez. Bulunan balang
tablolarnn optimallik testi yaplmal; optimal deilse, KBK metodunda anlatlan
admlarla optimal zme ulalmaldr.
2.5 Dengelenmemi Ulatrma Modeli
imdiye kadar sadece dengelenmi ulatrma modelleri zerinde durduk.
Gerek hayattaki problemlerde toplam kaynak kapasitesi, toplam hedef ihtiyacna eit
olmayabilir. Kaynak kapasiteleri toplamnn, hedef ihtiyalar toplamna eit olmad
durumlara dengelenmemi modeller diyeceiz. Dengelenmemi ulatrma modellerinde
iki durum sz konusudur. Birinci durumda, kapasiteler toplam ihtiyalar toplamndan
byktr. Byle durumlarda kaynak kapasitelerinin bir ksm datlamayacak
demektir. kinci durumda ise ihtiyalar toplam kapasiteler toplamndan byktr. Bu
durumda ise hedef ihtiyalarnn bir ksm karlanamayacak demektir. Her iki durumda
da benzer yaklamla hareket edilir. Modele baz eklemeler yaplarak probleme zm
getirilir.
2.5.1 Kapasite Fazlal ve Suni Hedef Eklenmesi
Dengelenmemi bir problemde, kapasite toplam daha bykse, modele, birim
tama maliyetleri sfr olan suni bir hedef ilave edilir. Suni hedefin ihtiyac, toplam
kapasitedeki fazlalk kadardr. Bylece model dengeli hale sokulmu olmaktadr.
Balang datm KBK Metodu ile yaplacaksa, suni hedefin en sona kalmas iin,
tablonun sana yerletirilmesi gerekir. lk datm, yaklam yntemleriyle
belirlenecekse, suni hedefe ait stunla ilgili datmlarn yine en sona braklmas
gerekecektir.
rnek olmak zere Tablo 2.9da verilen ulatrma modelini ele alalm.
104

Tablo 2.9: Kapasite Fazlal rnek Problemi

Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i

K
1

7

11

5

13

60
K
2

9

8

11

10

40
K
3

10

6

10

12

50
b
j
25 40 30 35
150
130

Grlyor ki, hedef ihtiyalar toplam 130 birim iken kaynak kapasiteleri
toplam 150 birimdir. Bylece, 150-130=20 birimlik kapasite fazlas sz konusudur.
Modele H
0
suni hedefini ekleyelim. Suni hedefin birim tama maliyetleri sfr ve
ihtiyac da 20 birim olsun. Elde ettiimiz modeli Tablo 2.10a yerletirip, kestirme
yaklam metodu ile balang datmn yapalm. Balang datmn yaparken suni
hedefe ait hcreleri en sona brakyoruz.

Tablo 2.10: Suni Hedef Eklenmesi ve Balang Datm

Hedef

Kaynak
H
1
H
2
H
3
H
4
H
0
a
i

K
1
7
25
11

5
30
13

0
5
60
K
2
9

8

11

10
35
0
5
40
K
3
10

6
40
10

12

0
10
50
b
j
25 40 30 35 20 150

Tablo 2.10daki I, II, III ve IV numaral datmlar en kk maliyetli hcre
srasna gre yaplmtr. V, VI ve VII numaral datmlar ise, sona braklm olan
suni hedefe ait hcrelerde yaplmas gereken datmlardr. Balang tablosunun
optimallik testini yapalm.
IV
III
II
I
VII
VI
V
105

Bo Hcre Gsterge
K
1
H
2

K
1
H
4

K
2
H
1

K
2
H
2

K
2
H
3

K
3
H
1

K
3
H
3

K
3
H
4

5
3
2
2
6
3
5
2

Hesaplanan gstergeler ierisinde negatif deer bulunmadna gre balang
datm plan optimal zm vermektedir. H
0
stunundaki datmlar kaynak
kapasitelerinin datlmayan ksmn gstermektedir. Bu durumda Kaynak 1in 5
birimlik, Kaynak 2nin 5 birimlik ve Kaynak 3n 10 birimlik kapasitesi
kullanlmayacaktr. Optimal tama maliyeti,
TM = 7(25) + 5(30) + 10(35) + 6(40) = 915
birimdir.
2.5.2 htiya Fazlal ve Suni Kaynak Eklenmesi
Dengelenmemi ulatrma probleminde, toplam hedef ihtiyac toplam kaynak
kapasitesinden daha bykse, modele, birim tama maliyetleri sfr olan suni bir
kaynak eklenir. Suni kaynan kapasitesi, toplam ihtiyataki fazlalk kadardr. Suni
kaynan eklenmesiyle, model dengeli hale getirilmi olmaktadr. Balang datm
KBK Metodu ile yaplacaksa, suni kaynan en sona kalmas iin, dier kaynaklarn
altna yerletirilmesi gerekir. Yaklam yntemleri kullanlyorsa, suni kaynaa ait
datmlarn yine en sona braklmas gerekir.
Konuyu akla kavuturmak iin Tablo 2.11deki rnei gz nne alalm.

Tablo 2.11: htiya Fazlal rnek Problemi

Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i

K
1

8

3

8

4

60
K
2

6

9

7

5

55
K
3

9

8

4

7

35
b
j
35 50 40 45
150
170

106
Ele aldmz rnekte hedef ihtiyalar toplam 170 birim iken, kaynak
kapasiteleri toplam 150 birimdir. Bu durumda 170-150=20 birimlik kapasite noksanl
sz konusudur. Bylece, baz hedeflerin ihtiyacnn bir ksm karlanamayacaktr.
Modele, birim tama maliyetleri sfr ve kapasitesi 20 birim olan K
0
suni kaynan
ekleyelim. Yeni durumu Tablo 2.11e yerletirip, suni kaynaa ait hcreleri en sona
brakarak, kestirme yaklam yntemiyle balang datm plann belirleyelim.

Tablo 2.12: Suni Kaynak Eklenmesi ve Balang Datm

Hedef

Kaynak
H
1

H
2
H
3
H
4
a
i

K
1
8

3
50
8

4
10
60
K
2
6
20
9

7

5
35
55
K
3
9

8

4
35
7

35
K
0
0
15
0

0
5
0

20
b
j
35 50 40 45 170

Tablo 2.12deki I, II, III, IV ve V numaral datmlar, mmkn olan en kk
maliyetli hcreler esas alnarak yaplmtr. VI ve VII numaral datmlar ise sona
braklan suni kaynaa ait hcrelerde yaplmas gereken datmlardr. Balang
tablosunun optimal olup olmadn test edelim.

Bo Hcre Gsterge
K
1
H
1

K
1
H
3

K
2
H
2

K
2
H
3

K
3
H
1

K
3
H
2

K
3
H
4

K
0
H
2
K
0
H
4

3
3
5
1
5
6
4
2
1

Gstergeler ierisinde negatif deer bulunmadna gre balang datm plan
ayn zamanda optimal zmdr. K
0
satrndaki datmlar, hedeflerin karlanamayan
ihtiyalarn gstermektedir. Bu durumda Hedef 1in 15 birimlik, Hedef 3n 5 birimlik
ihtiyac karlanamayacaktr. Optimal tama maliyeti,
TM = 3(50) + 4(10) + 6(20) + 5(25) + 4(35) = 625
IV
II
VII
III
I
VI
V
107
birimdir.
2.6 Ulatrma Modelinde Bozulma
Ulatrma modelinin herhangi bir datm planndaki bo hcrelere ait rotalarn
izilebilmesi iin, datmda (m+n-1) adet tan bulunmas gerekmektedir. Burada m,
kaynak saysn, n ise hedef saysn gstermektedir. Balang tablosunda veya
zmn herhangi bir kademesinde ta says (m+n-1)den kk olursa bozulma
durumu sz konusudur. Bozulmay gidermek iin, tabloya gerekli sayda sfr deerli
ta ilave edilir. Sfr deerli talar datm asndan bir anlam tamaz. Sadece,
bozulmay gidermek ve rotalarn izilebilmesini salamak iin ba vurulan bir
yntemdir.
Bozulma, KBK metoduyla dzenlenen balang tablosunda ortaya karsa sfr
deerli talar merdiven eklindeki ilk datm tamamlayacak ekilde yerletirilir.
Yaklam yntemlerinde veya ara kademelerde ise bu talar, en dk tama maliyetli
bo hcrelere yerletirilir. Bylece dier bo hcre rotalar izilebilir duruma gelmi
olmaktadr.
Tablo 2.13deki rnekte KBK yntemine gre yaplan balang datmnda
ortaya kan bozulma ve sfr deerli ta eklenmesiyle bozulmann giderilmesi
grlmektedir. Bu rnekte,
m + n - 1 = 3 + 4 - 1 = 6
dr. Normal olarak yerletirilebilen ta says ise betir. Eksik kalan bir ta karlamak
zere sfr deerli ta kullanlacaktr. Sfr deerli ta, basamak eklindeki datm elde
etmek zere K
2
H
3
hcresine yerletirilmitir.

Tablo 2.13: KBK Metoduna Gre Balang Tablosundaki Bozulma ve
Giderilmesi
Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i

K
1
3
45
2
30
3

1

75
K
2
4

4
30
2
0
3

30
K
3
5

1

5
25
2
20
45
b
j
45 60 25 20 150

Tablo 2.14deki rnekte ise, yaklam yntemleriyle balang datmnda veya
ara tabloda ortaya kan bozulma sz konusudur. Bozulmay gidermek zere, sfr
deerli ta, tama maliyeti en dk bo hcreye yerletirilmitir. Tablodaki datm
108
kestirme yaklam metoduyla yaplan balang datmdr.

Tablo 2.14: Yaklam Yntemleri veya Ara Kademelerdeki Bozulma ve
Giderilmesi
Hedef

Kaynak
H
1
H
2
H
3
H
4
a
i

K
1

3
20
4
0
9

3
5
25
K
2
5

7

5
20
6
20
40
K
3

6

4
25
8

7

25
b
j
20 25 20 25 90

2.7 Problemler
I. Aadaki ulatrma modelini KBK yntemi ile znz.

Hedef
Kaynak
H
1
H
2
H
3
H
4
H
5
a
i

K
1
11 8 13 8 14 35
K
2
14 9 10 16 11 30
K
3
10 13 11 12 8 40
K
4
15 10 9 14 12 55
b
j
30 25 35 40 30 160

II. Birinci problemde verilen ulatrma modelini,
a) Kestirme yaklam metoduyla znz.
b) Vogel yaklam metoduyla znz.

III. Aadaki dengelenmemi ulatrma modelini znz.
I
II
III
VI
IV V
109

Hedef
Kaynak
H
1
H
2
H
3
H
4
a
i

K
1
2 1 4 3 60
K
2
3 2 1 1 80
K
3
1 2 2 4 70
K
4
4 3 3 3 90
b
j
95 70 85 100
300
350

IV. ehir ii ulam hizmeti veren bir otobs iletmesinin elinde 40 adet servis
arac bulunmaktadr. Firmann, ehrin eitli blgelerinde adet garaj
vardr. Otobsler sabahleyin servise drt farkl semtten kacaktr. Garajlarla
semtler arasndaki mesafeler, garaj kapasiteleri ve her semtin otobs ihtiyac
aadaki tablolarda verilmitir. ehir iindeki ulam hz sabit kabul
edilmektedir. Bu durumda, otobslerin bir an nce sefere balayabilmesi iin
hangi garajlardaki otobsler hangi semtlere gnderilmelidir. Fazla otobsler
hangi garajlarda bekletilmelidir.

Garaj
Otobs
Kapasitesi
Semt
Gerekli
Otobs
A
B
C
15 Adet
15 Adet
10 Adet
I
II
III
IV
8 Adet
11 Adet
7 Adet
9 Adet

Mesafeler (Km)
Semt
Garaj
I II III IV
A 5 6 4 7
B 7 3 8 9
C 4 5 5 6

V. Bir petrol irketi be retim sahasndan ham petrol elde etmektedir. irket,
elde ettii ham petrol drt farkl blgedeki rafinerilerinde ileyecektir. Belli
bir periyot iinde, retim sahalarndan elde edilen ham petrol miktarlar,
rafineri kapasiteleri ve rafinerilerle sahalar arasndaki mesafeler aada
verilmitir. Tama ileminde kara tankerleri kullanlmaktadr ve bir ton
petroln bir kilometre tanmas iin 100 kmden ksa mesafelerde 20 TL, 100
km ve daha uzun mesafelerde 17 TL denmektedir. Bu veriler erevesinde,
110
irket hangi sahalarda rettii petrol hangi rafinerilerde ilemelidir. Toplam
rafineri kapasitesindeki fazlalklardan dolay hangi rafineriler dk kapasite
ile altrlmaldr.

Saha
retim
(Ton)

Rafineri
Kapasite
(Ton)
I
II
III
IV
V
50000
75000
90000
80000
60000

A
B
C
D
90000
120000
100000
140000

Mesafeler (Km)
Rafineri
Saha
I II III IV
I
80 150 95 145
II
200 190 130 120
III 120 75 160 105
IV 160 110 170 90
V 95 130 145 115

111
KAYNAKLAR
Ackoff, R.L. ve Sasieni, M.W. Fundementals of Operations Research, John Wiley
and Sons, 1968.
Akaln, Sedat. Yneylem Aratrmas, zmir, Ege . letme Fakltesi Yayn No:5,
1979.
Alwan, A.J. ve Parisi, D.G. Quantitative Methods for Decision Making, New
Jersey, General Learning Press, 1974.
Aslan, Demir. Mhendistler ve letmeciler iin retim Planlama, zmir, 1985.
Bierman, H., Bonini, C.P. ve Hausman, W.H. Quantitative Analysis for Business
Decision, Ricard D. Irwin nc., 1973.
Eiselt, H.A ve Frajer, H. Operations Research Handbook, Walter de Gruyter,
1977.
Esin, Alptekin. Yneylem Aratrmasnda Yararlanlan Karar Yntemleri,
Ankara, ATT Yayn No: 157, 1981.
Gass, S.I. Linear Programming: Methods and Applications, McGraw-Hill, 1975.
Graver, D.P. ve Thompson, G.L. Programing and Probabilitiy Models in
Operations Research, Wadsworth Publishing Co., 1973.
Gottfried, B.S. ve Weisman, J. Introduction to Optimization Theory, Prentice-
Hall, 1973.
Gupta, S.K. ve Cozzolino, J.M. Fundementals of Operations Resarch for
Management, Holden-Day, 1974.
Hala, Osman. Kantitatif Karar Verme Teknikleri, stanbul, letme Fakltesi
Yayn No:86, 1978.
Hillier, F.S. ve Lieberman, G.J. Operations Research, Holden-Day, 1974.
Mital, K.V. Optimizations Methods in Operations Research and Systems
Analysis, Wiley Eastern Limited, 1976.
zgven, Cemal. Dorusal Programlama, Kayseri, Erciyes . BF. Yayn No.1,
1985.
Richmond, S.B. Operations Research for Management Decisions, The Ronald
Press Comp., 1968.
Taha, H.A. Operations Research: an Intraduction, Macmillan, 1982.
Tulunay, Ylmaz. Matematik Programlama ve letme Uygulamalar, stanbul,
.. letme Fak. Yayn No.108, 1980.
Wagner, H.M. Principles of Operations ;Research, Printice-Hall of India Private
Limited, 1974.
112

DZN

A
alternatif zmler, 100
ama fonksiyonu, 5
ara ak problemi, 14
B
basit kr maksimizasyonu problemi, 6
basit maliyet minimizasyonu problemi,
11
belirlilik, 10
big M, 52
bozulma, 109
blnebilirlik, 9
C
cebirsel zm, 35

zm sresi, 90
D
dejenerasyon, 60, 109
dengelenmemi model, 105
dengelenmi ulatrma modeli, 93
dorusallk, 9
duyarllk analizi, 76
dal simpleks yntem, 67
dalite, 62
dzeltilmi simpleks yntem, 82
F
fire minimizasyonu problemi, 16
G
genel simpleks yntem, 51
glge fiyatlar, 74
grafik zm, 23
H
hedef, 92
hcre, 93
K
kanonik form, 37
kaynak, 92
KBK, 93
kestirme yaklam, 102
kstlayc artlar, 5
konveks set, 21
kuzeybat ke metodu, 93
KYM, 102
M
matris notasyonu, 8
model kurma, 10
O
O, 22
optimal zm, 22
optimallik testi, 95

rnek Problem 1.1, 6
rnek Problem 1.2, 11
P
pozitiflik art, 6
primal simpleks, 41
R
rota, 95
S
sa taraf deiimleri, 77
113
simpleks, 37
suni hedef, 105
suni kaynak, 107

artl retim problemi, 12
T
temel uygun zm, 22
tipik maksimizasyon modeli, 23
tipik minimizasyon modeli, 23
TOD, 22
toplanabilirlik, 9
transport modeli, 91
TU, 22
U
U, 22
ulatrma modeli, 91
ulatrma problemi, 18
UM, 91
uygun zm, 22
V
VAM, 102
varsaymlar, 9
Vogel, 103
Y
yaklam yntemleri, 102

Yöneylem - Doğrusal Programlama Ve Ulaştırma Modeli Ders Notları

Uploaded by

Document Information

Original Title

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

Yöneylem - Doğrusal Programlama Ve Ulaştırma Modeli Ders Notları

Uploaded by

Copyright:

Available Formats

1

matris ve vektrleri de A, b, c matris ve

You might also like