DORUSAL PROGRAMLAMA Dorusal Programlama Two Mines rnei incelenirse
- Slides: 67
DOĞRUSAL PROGRAMLAMA
Doğrusal Programlama Two Mines örneği incelenirse, bir matematiksel modelin bir "Doğrusal Program" (DP; linear program - LP) olması için aşağıdaki koşulları sağlaması gerektiği görülür: • Tüm değişkenler süreklidir (continuous) • Tek bir amaç vardır (enbüyükleme (maximize) veya enküçükleme (minimize)) • Amaç ve kısıt fonksiyonları doğrusaldır. Fonksiyondaki her terim ya sabit sayıdır ya da bir sabitle çarpılmış değişkendir DP'ler önemlidir çünkü: • çok sayıda sorun DP olarak formüle edilebilir • "Simpleks algoritması" kullanılarak DP'ler çözülebilir ve en iyi çözüm bulunabilir 2
Doğrusal Programlama DP'lerin temel uygulama alanlarına aşağıda çeşitli örnekler verilmiştir: • Üretim planlama • Rafineri yönetimi • Karışım • Dağıtım • Finansal ve ekonomik planlama • İşgücü planlaması • Tarımsal planlama • Gıda planlama 3
Doğrusal Programlama DP'ler için dört temel varsayım söz konusudur: • Oransallık • Toplanabilirlik • Bölünebilirlik • Kesinlik 4
DP Çözüm çeşitleri l a) b) c) d) DP probleminin çözümü sonunda karşılaşabileceğimiz çözümler aşağıdakilerden biri olabilir. Optimal çözüm, Temel çözüm, Uygun çözüm, Dejenere(bozulan) çözüm. 5
Uygun Çözüm hali, Elde edilen çözüm DP probleminin tüm kısıtlayıcılarını doyurursa uygun çözüm olur. l Optimal çözüm, Problemin çözümü sonunda birkaç uygun çözüm olabilir. Bu uygun çözümler arasından en iyi olanı Optimal Çözümdür. l Temel Çözüm, Amaç fonksiyonu ve negatif olmama koşulu dışında, problemin formülasyonunda m sayıda kısıt ve n tane değişken varsa tek bir temel çözüm vardır. l Bozulan Çözüm, Temel çözümün bir veya birkaç temel değişkeninin değeri sıfırsa, bozulan çözüm vardır l 6
DP Modellerinin Formülasyonu Formülasyon işleminde 3 adım bulunmaktadır; 1) Karar değişkenlerini belirle ve bunları cebirsel sembollerle belirle. 2) Problemin tanımı içinde yer alan tüm kısıtları veya sınırlamaları belirle ve bu kısıtları karar değişkenlerinin fonksiyonu olarak, Doğrusal Denklemler(eşitlikler) veya Eşitsizlikler şeklinde yaz. 3) Karar Değişkenlerinin doğrusal fonksiyonu olarak Amaç Fonksiyonunu(max veya min) tanımla. 7
ÖRNEK 1 3. 1. 1 Giapetto Örneği (Winston 3. 1. , s. 49) Giapetto tahtadan oyuncak asker ve tren yapmaktadır. Satış fiyatları, bir oyuncak asker için $27, bir oyuncak tren için $21'dır. Bir asker için $10'lık hammadde ve $14'lık işçilik kullanılmaktadır. Bir tren için ise söz konusu rakamlar sırasıyla $9 ve $10'dır. Her bir asker için 2 saat montaj ve 1 saat marangozluk gerekirken, her bir tren için 1 saat montaj ve 1 saat marangozluk gerekmektedir. Eldeki hammadde miktarı sınırsızdır, fakat haftada en çok 100 saat montaj ve 80 saat marangozluk kullanabilen Giapetto'nun haftada en fazla 40 oyuncak asker satabileceğini göz önünde bulundurarak karını enbüyüklemek için hangi oyuncaktan haftada kaç adet üretmesi gerektiğini bulunuz. 8
ÇÖZÜM 1 Karar değişkenleri tam olarak verilmesi gereken (bu sorunda Giapetto tarafından) kararları tanımlamalıdır. Giapetto bir haftada kaç oyuncak asker ve tren yapacağına karar vermelidir. Bu karara göre aşağıdaki karar değişkenleri tanımlanabilir: x 1 = bir haftada üretilen asker sayısı x 2 = bir haftada üretilen tren sayısı Amaç fonksiyonu karar değişkenlerinin bir fonksiyonudur. Gelir veya karını enbüyüklemek ya da maliyetini enküçüklemek isteyen karar vericinin amacını yansıtır. Giapetto haftalık karını (z) enbüyüklemek isteyecektir. Bu sorunda kar (haftalık gelir) – (hammadde satınalma maliyeti) – (diğer değişken maliyetler) olarak formüle edilebilir. Bu durumda Giapetto’nun amaç fonksiyonu: Enbüyükle z = 3 x 1 + 2 x 2 l l l Kısıtlar karar değişkenlerinin alabileceği değerler üzerindeki, sınırlamaları gösterir. Herhangi bir sınırlama olmazsa Giapetto çok fazla sayıda oyuncak üreterek çok büyük kar elde edebilir. Fakat gerçek hayatta olduğu gibi burada da kısıtlar vardır; Haftalık kullanılabilen montaj işçiliği zamanı Haftalık kullanılabilen marangozluk zamanı Askerler için haftalık talep İşaret sınırlamaları da eğer karar değişkenleri salt negatif olmayan değerler alıyorsa kullanılmalıdır (Giapetto negatif sayıda asker veya tren üretemez!). 9
Çözüm 1 Yukarıdaki tüm bu özellikler aşağıdaki Doğrusal Programlama (DP; Linear Programming - LP) modelini verir: Maks z = 3 x 1 + 2 x 2 s. t. 2 x 1 + x 2 ≤ 100 x 1 + x 2 ≤ 80 x 1 ≤ 40 x 1, x 2 ≥ 0 (Amaç fonksiyonu) (Montaj kısıdı) (Marangozluk kısıdı) (Talep kısıdı) (İşaret sınırlamaları) Eğer (x 1, x 2)’nin bir değeri (bir çözüm) tüm bu kısıtları ve işaret sınırlamalarını sağlarsa, söz konusu çözüm olurlu bölgededir (feasible region). Grafik olarak ya da hesaplayarak sorun çözüldüğünde olurlu bölgedeki çözümlerden amaç fonksiyon değeri en yüksek olan çözümün (x 1, x 2) = (20, 60) olduğunu ve z=180 değerini verdiğini buluruz. Bu çözüm en iyi çözümdür (optimal solution). 10
Çözüm 1 Yukarıdaki tüm bu özellikler aşağıdaki Doğrusal Programlama (DP; Linear Programming - LP) modelini verir: Maks z = 3 x 1 + 2 x 2 s. t. 2 x 1 + x 2 ≤ 100 x 1 + x 2 ≤ 80 x 1 ≤ 40 x 1, x 2 ≥ 0 (Amaç fonksiyonu) (Montaj kısıdı) (Marangozluk kısıdı) (Talep kısıdı) (İşaret sınırlamaları) Eğer (x 1, x 2)’nin bir değeri (bir çözüm) tüm bu kısıtları ve işaret sınırlamalarını sağlarsa, söz konusu çözüm olurlu bölgededir (feasible region). Grafik olarak ya da hesaplayarak sorun çözüldüğünde olurlu bölgedeki çözümlerden amaç fonksiyon değeri en yüksek olan çözümün (x 1, x 2) = (20, 60) olduğunu ve z=180 değerini verdiğini buluruz. Bu çözüm en iyi çözümdür (optimal solution). 11
Çözüm 1 Rapor Haftada 20 asker ve 60 tren üretilmesi durumunda kar $180 olacaktır. Kar miktarları, eldeki işçilik ve talebe göre elde edilebilecek en büyük kar budur. Daha fazla işçilik bulunursa kar çoğalabilir. 12
ÖRNEK 2 3. 1. 2 Reklam Örneği (Winston 3. 2, s. 61) Dorian şirketi, yüksek gelirli müşterileri için otomobil ve jeep üretmektedir. Televizyondaki tiyatro oyunlarına ve futbol maçlarına bir dakikalık spot reklamlar vererek satışlarını arttırmayı hedeflemektedir. Tiyatro oyununa verilen reklamın maliyeti $50 bin'dir ve hedef kitledeki 7 milyon kadın ve 2 milyon erkek tarafından seyredilebilir. Futbol maçına verilen reklamın maliyeti ise $100 bin'dir ve hedef kitledeki 2 milyon kadın ve 12 milyon erkek tarafından seyredilebilir. Dorian yüksek gelirli 28 milyon kadın ve 24 milyon erkeğe en az maliyetle nasıl ulaşır? 13
ÇÖZÜM 2 Karar değişkenleri aşağıdaki gibi belirlenebilir: x 1 = tiyatro oyununa verilen reklam sayısı x 2 = futbol maçına verilen reklam sayısı Sorunun modeli: min z = 50 x 1 + 100 x 2 öyle ki 7 x 1 + 2 x 2 ≥ 28 2 x 1 + 12 x 2 ≥ 24 x 1, x 2≥ 0 Grafik çözüm yapılırsa (x 1, x 2) = (3. 6, 1. 4) değerleri için amaç fonksiyonunun en iyi değeri z = 320 olarak bulunur. Grafiğe bakılarak en iyi tamsayılı çözüm (x 1, x 2) = (4, 2) olarak bulunabilir. 14
Çözüm 2 Rapor Hedeflenen kitleye ulaşmak için en az maliyetli çözüm 4 adet reklamı tiyatro oyununda ve 2 adet reklamı futbol maçında kullanmak gerekir. Bu durumda Dorian $400 bin reklam masrafı yapacaktır 15
ÖRNEK 3 3. 1. 3 Beslenme Örneği (Winston 3. 4. , s. 70) Bayan Fidan dört "temel gıda grubu" ile beslenmektedir: kek, çikolatalı dondurma, kola, ananaslı pasta. Bir adet kek $0. 5'a, bir kaşık dondurma $0. 2'a, bir şişe kola $0. 3'a ve bir dilim pasta $0. 8'a satılmaktadır. Her gün en az 500 kalori, 6 oz. çikolata, 10 oz. şeker ve 8 oz. yağ alması gereken Bayan Fidan en az maliyetle bu gereksinimlerini nasıl karşılar? Aşağıdaki tabloyu kullanarak bir DP modeli kurup sorunu çözünüz. Kalori Çikolata Şeker Yağ (ounce) Kek (1 adet) 400 3 2 2 Çikolatalı dondurma (1 kaşık) 200 2 2 4 Kola (1 şişe) 150 0 4 1 Ananaslı pasta (1 dilim) 500 0 4 5 16
ÇÖZÜM 3 Karar değişkenleri: x 1: günlük yenilecek kek sayısı x 2: günlük yenilecek kaşık dondurma sayısı x 3: günlük içilecek şişe kola sayısı x 4: günlük yenilecek dilim pasta sayısı şeklinde belirlenebilir. Bu durumda amaç fonksiyonu (cent cinsinden toplam günlük maliyet): min w = 50 x 1 + 20 x 2 + 30 x 3 + 80 x 4 Kısıtlar: 400 x 1 + 200 x 2 + 150 x 3 + 500 x 4 > 500 (günlük kalori) 3 x 1 + 2 x 2 > 6 (günlük çikolata) 2 x 1 + 2 x 2 + 4 x 3 + 4 x 4 > 10 (günlük şeker) 2 x 1 + 4 x 2 + x 3 + 5 x 4 > 8 (günlük yağ) xi > 0, i = 1, 2, 3, 4 (işaret sınırlamaları!) 17
Çözüm 3 Rapor Bayan Fidan günde 3 kaşık dondurma yiyip 1 şişe kola içerek tüm besin gereksinimlerini karşılayabilir ve sadece 90 cent harcar (w=90, x 2=3, x 3=1). 18
ÖRNEK 4 3. 1. 4 Postane Örneği (Winston 3. 5. , s. 74) Bir postanede haftanın her günü farklı sayıda elemana gereksinim duymaktadır. Sendika kurallarına göre bir eleman 5 gün peşe çalışmakta diğer iki gün izin yapmaktadır. Çalıştırılması gereken toplam en az eleman sayısını aşağıdaki iş yüküne göre hesaplayınız. Gerekli eleman Pzt Sal Çar Per Cum Cmt Paz 17 13 15 19 14 16 11 19
ÇÖZÜM 4 Karar değişkenleri xi (i. gün çalışmaya başlayan eleman sayısı) olsun Matematiksel olarak DP modeli aşağıdaki gibi oluşturulabilir: min z = x 1 +x 2 +x 3 +x 4 +x 5 +x 6 +x 7 x 1 + x 4 +x 5 +x 6 +x 7 ≥ 17 x 1 +x 2 +x 5 +x 6 +x 7 ≥ 13 x 1 +x 2 +x 3 +x 6 +x 7 ≥ 15 x 1 +x 2 +x 3 +x 4 +x 7 ≥ 19 x 1 +x 2 +x 3 +x 4 +x 5 ≥ 14 +x 2 +x 3 +x 4 +x 5 +x 6 ≥ 16 +x 3 +x 4 +x 5 +x 6 +x 7 ≥ 11 xt≥ 0, t 20
Çözüm 4 Rapor (xt) = (4/3, 10/3, 2, 22/3, 0, 10/3, 5), z = 67/3 şeklindedir. Karar değişkeni değerleri yakın tamsayılara yuvarlanırsa (xt) = (2, 4, 2, 8, 0, 4, 5), z=25 çözümü bulunur (yanlış olabilir!). Elde edilen Tamsayılı Lindo çözümüne göre ise amaç fonksiyonun en iyi değeri z=23'dür ve (xt) = (4, 4, 2, 6, 0, 4, 3) şeklindedir. 21
ÖRNEK 5 3. 1. 5 Sailco Örneği (Winston 3. 10. , s. 99) Sailco şirketi gelecek dört mevsimde kaç adet yelkenli üreteceğine karar verecektir. Talep sırasıyla 40, 60, 75 ve 25 yelkenlidir. Sailco tüm talepleri zamanında karşılamalıdır. Başlangıçta Sailco'nun envanterinde 10 yelkenli vardır. Normal mesai ile bir mevsimde 40 yelkenli üretebilen şirket yelkenli başına $400 işçilik maliyetine maruz kalmaktadır. Fazla mesai ile yapılan her ek yelkenli için ise işçilik maliyeti $450'dır. Herhangi bir mevsimde yapılan yelkenli ya talebi karşılamak için kullanılıp satılır ya da envantere konulur. Bir yelkenlinin bir mevsim envanterde tutulması durumunda ise $20 envanter taşıma maliyeti oluşmaktadır. 22
ÇÖZÜM 5 t = 1, 2, 3, 4 için karar değişkenleri xt = t. mevsimde normal mesai ile üretilen yelkenli sayısı yt = t. mevsimde fazla mesai ile üretilen yelkenli sayısı Envanter hesaplarının yapılabilmesi için kullanılacak değişkenler: it = t. mevsimin sonunda envanterdeki yelkenli sayısı dt = t. dönem için yelkenli talebi Veri xt ≤ 40, t Mantıksal olarak it = it-1+ xt + yt - dt, t. Talep karşılanmalı it ≥ 0, t (İşaret sınırlamaları xt, yt≥ 0, t) Bu kısıt kümelerini kullanarak toplam maliyet z’yi enküçüklemeliyiz: z = 400(x 1+x 2+x 3+x 4) + 450(y 1+y 2+y 3+y 4) + 20(i 1+i 2+i 3+i 4) 23
Çözüm 5 Rapor Lindo en iyi çözümü (x 1, x 2, x 3, x 4) = (40, 40, 25), (y 1, y 2, y 3, y 4) = (0, 10, 35, 0) ve toplam maliyet = $78450. 00 olarak verir. Üretim çizelgesi: M 1 M 2 M 3 M 4 Normal mesai (xt) 40 40 40 25 Fazla mesai (yt) 0 10 35 0 Envanter (it) 10 10 0 Talep (dt) 40 60 75 25 24
ÖRNEK 6 3. 1. 6 Müşteri Hizmet Düzeyi Örneği (Winston 3. 12, s. 108) Bir bilgisayar şirketinde müşteri hizmetleri için deneyimli uzmana olan talep (adamsaat/ay) aşağıdaki gibidir: t Ocak Şub Mart Nis May dt 6000 7000 8000 9500 11000 Ocak ayı başında şirkette 50 deneyimli uzman vardır. Her uzman ayda 160 saat çalışabilir. Yeni bir uzmanı yetiştirmek için deneyimli uzmanlar 50 saat ayırmaktadır ve söz konusu uzmanın eğitimi bir ayda tamamlanmaktadır. Her deneyimli uzmana ayda $2000, her yeni uzmana ise ayda $1000 ödenmektedir. Her ay deneyimli uzmanların %5'i işten ayrılmaktadır. Şirket hem hizmet talebini karşılamak istemekte hem de maliyetleri enazlamak istemektedir. Sorunu çözmek için DP modeli kurunuz. 25
ÇÖZÜM 6 Karar değişkenleri: xt = t ayında eğitilecek uzman sayısı İşlem yapabilmek için kullanılan diğer değişkenler ise yt = t. ayın başında şirketteki deneyimli uzman sayısı dt = t. ayın hizmet talebi Bu durumda min z = 2000(y 1+. . . +y 5)+1000(x 1+. . . +x 5) öyle ki 160 yt-50 xt ≥ dt , t = 1, . . . 5 y 1 = 50 yt =. 95 yt-1+xt-1 , t = 2, 3, 4, 5 xt, yt≥ 0 26
ÖRNEK 7 Ürün Karışım Problemi Beyaz eşya üreten bir firma, mutfakta kullanılan bazı aletleri üretmeyi planlamaktadır. İş gücü ve malzemenin kullanıldığı üretim sürecinde 3 farklı ürünün üretilmesi düşünülmek tedir. Bu süreçle ilgili sayısal bilgiler aşağıda verilmektedir. 27
Ü R Ü N L ER B C ----------------7 3 6 4 4 5 4 2 3 A İşçilik(ürün başı saat) Malzeme(pound) Kazanç(ürün başı) ---------------------Bu bilgilerin yanında, üretimin günlük en çok 200 poundluk hammadde kısıtı ve toplam çalışma saati olarak ta 150 saatlik bir kapasite vardır. Bu bilgiler ışığı altında kazancı maksimum yapacak üretim kombinasyonunu belirlemek için problemi DP algoritması içinde formüle ediniz. 28
PROBLEMİN FORMÜLASYONU Karar Değişkenleri XA …. Ürün A nın günlük üretimi, XB …. Ürün B nin günlük üretimi, XC. . Ürün C nin günlük üretimi. 1. 2. Kısıtlar Problemin işgücü ve Hammadde miktarı üzerinde 2 kısıtı vardır. 29
İş gücü kısıtı 7 XA + 3 XB + 6 XC ≤ 150 saat l Hammadde Kısıtı 4 XA + 4 XB + 5 XC ≤ 200 pound l l Negatif Olmama Kısıtı XA , X B , X C ≥ 0 Amaç Fonksiyonu, Max Z = 4 XA + 2 XB + 3 XC 30
Modelin Toplu Görünüşü Max Z = 4 XA + 2 XB + 3 XC Kısıtlar 7 XA + 3 XB + 6 XC ≤ 150 saat 4 XA + 4 XB + 5 XC ≤ 200 pound XA , X B , X C ≥ 0 31
Çözüm sonuçları l X 1(NONBasic)= 0 l X 2 (Basic ) =50 l X 3 (NONBasic)= 0 l slack 1(NONBasic)= 0 l slack 2 (Basic) =-5, 10897 E-06 l Optimal Value (Z)=100, 000000638621 32
ÖRNEK 8 Reklam Aracı Seçme Problemi Bir reklam firması, bir ürün için , TV, Radyo ve Magazinlerde yapılmak üzere bir reklam kampanyası planlamaktadır. Kampanyanın amacı mümkün olduğunca daha fazla potansiyel müşteriye ulaşmaktır. Bu amaçla yapılan Pazar araştırmasının sonuçları aşağıdaki gibidir, TV Radyo Gün içi P. time ---------------------------------Rekl. Maliyeti($) 40. 000 75. 000 30. 000 Ulaşılabilen Müşteri sayısı…… 400. 000 900. 000 500. 000 Ulaşılabilen Kadın Sayısı …………. . 300. 000 400. 000 200. 000 -------------------------------------------- magazin 15. 000 200. 000 100. 000 33
Reklam firması bu kampanya içinde en çok $800. 000 harcama düşünmektedir. Bunun yanında; a)Ulaşabileceği kadın müşteri sayısının ENAZ 2. 000 kişi olması, b) TV deki reklam harcamalarının ENÇOK $500. 000 olması, c) TV gün içi yayınlarda ENAZ 3 Reklamın ve P. Time da da ENAZ 2 Reklamın yapılması, d)Radyo ve magazinlerdeki reklam sayısının 5 ile 10 arasında yapılması düşünülmektedir. Bu bilgiler ışığı altında, ulaşılması düşünülen müşteri sayısını maksimum yapacak modelleme çalışmasını yapınız. 34
Problemin formülasyonu 1. X 1 X 2 X 3 X 4 2. a) b) Karar Değişkenleri : TV gün içi reklam sayısı, : TV P. time reklam sayısı, : Radyo reklam sayısı, : Magazine Reklam sayısı. Kısıtlar Bütçe kısıtı 40. 000 X 1+75000 X 2+30000 X 3+15000 X 4 ≤ 800000 Bayan müşteri kısıtı 300000 X 1+400000 X 2+200000 X 3+100000 X 4 ≥ 2000000 c) TV Reklam harcama kısıtı 40000 X 1+75000 X 2 ≤ 500. 000 35
TV Gün içi Reklam Kısıtı X 1 ≥ 3 e) Tv P. Time kısıtı X 2 ≥ 2 f) Radyo ve Magazinde Reklam sayısı kısıtı, X 3 ≥ 5, X 3 ≤ 10, X 4 ≥ 5, X 4 ≤ 10, d) Amaç Fonksiyonu ise Max Z : 400000 X 1+900000 X 2+500000 X 3+200000 X 4 Şeklindedir. 36
Problemin çözümü l l l l X 1 (Basic)=3 X 2 (Basic)=3, 066667 X 3 (Basic)=10 X 4 (Basic)=10 slack 1(NONBasic)=0 surplus 2(Basic)= 2316667 slack 3(Basic) =150000 surplus 4(NONBasic)=0 surplus 5(Basic)=1, 066666 surplus 6(Basic)= 5 slack 7(NONBasic)=0 surplus 8(Basic)= 5 slack 9(NONBasic)=0 Optimal Value (Z) =10959999, 8207181 37
ÖRNEK 8 Kalite Kontrol Denetim Problemi Bir işletmede 2 farklı seviyede denetleme elemanı bulunmaktadır. Bir gün boyunca(8 saat içinde) en az 1800 parçanın denetlenmesi arzu edilmektedir. 1. seviye denetleme elemanı, 25 parçayı %98 güvenle 1 saatte denetlerken, 2. seviye denetleme elamanı ise aynı süre içinde 15 parçayı %95 güvenle kontrol edebilmektedir. 38
1. denetçinin ücreti $4/ saat iken, 2. denetçinin ücreti ise $3/saat tir. Denetçiler tarafından her zaman yapılan hataların her biri, firmaya $2 maliyet getirmektedir. Firma denetleme işi için 1. kalite denetçiden 8 kişi, 2. kalite denetçiden ise 10 kişi bulabilme şansına sahiptir. Bu bilgiler ışığı altında, firma denetleme maliyetlerini minimize etmek amacı ile EN UYGUN SAYIDA denetçi atamayı planlayacak olan modeli DP tekniği ile kurunuz. 39
Problemin Formülasyonu 1 -Karar Değişkenleri X 1 …. 1. derece Denetçi Sayısı X 2 …. 2. derece Denetçi sayısı 2 -Kısıtlar a) X 1 ≤ 8 (1. derece denetçi sayısı kısıtı) b) c) ≤ 10 (2. derece denetçi sayısı kısıtı) 8(25) X 1 + 8 (15)X 2 ≥ 1800 denetlenecek en X 2 az parça kısıtı 40
d) Maliyet Bilgileri (Denetleme sırasında, denetçilere ödenen para ve denetleme hatalarının maliyeti) $4 +2(25)(0. 02) = $5 / saat 1. derece denetçiler için Ödenmesi gereken miktar. $3+ 2(15)(0. 05) = $4. 5 /saat 2. derece denetçiler için Ödenmesi gereken miktar. 1. Denetçinin 1 günlük maliyeti 5*8 = $40 2. Denetçinin 1 günlük maliyeti (4. 5)*8=$36 dır. Buradan Amaç Fonksiyonu Min Z = 40 X 1 + 36 X 2 41
DS ile Çözüm l X 1 (Basic)= 8 l X 2 (Basic)= 1, 666667 l slack 1 (NONBasic)= 0 l slack 2 (Basic)= 8, 333333 l surplus 3(NONBasic)=0 l Optimal Value (Z)= $380 42
ÖRNEK 9 l l Diyet Programı Bir diyet programında alınan gıdaların Pasta, Dondurma, Soda, ve Peynirli Sandviç ten sağlandığını varsayalım. Ancak diyet yapıldığı anda satın alınacak 4 gıdanın Browni, Çikulatalı dondurma, Kola, Elmalı Kek olduğu bilinmektedir. 43
Bu gıdaların maliyeti sırası ile, l l Browni ………………. 50 cent Çikulatalı dondurma ……………… 20 cent, Bir şişe kola………………. 30 cent, Elmalı kek……………. . . . 80 cent. Her gün 500 Kalori, 6 Oz çikulata, 10 oz şeker ve 8 Oz yağ harcamak zorunda olduğumuza göre ve gıdaların içerdikleri kaloriler aşağıdaki gibi olduğuna göre, bu karar problemini, günlük kalori ihtiyacını minumum maliyetle karşılayacak şekilde, DP algoritması ile formule ediniz ve DS te çözünüz. 44
Kalori Tablosu Kalori Çikulata Şeker Yağ Browni 1 Kaşık Çikulatalı Dondurma 1 Şişe kola 1 Parça elmalı kek ****************** 400 3 2 2 200 2 2 4 150 0 4 1 500 0 4 5 ****************** 45
Problemin Formülasyonu Karar Değişkenleri X 1 : Günlük yenilen Browni sayısı, X 2 : Günlük yenilen çikulatalı Dondurma sayısı, X 3 : Günlük içilen kola şişe sayısı, X 4 : Günlük yenilen elmalı kek parça sayısı. Amaç diyet maliyetini minimize etmektir. Bu diyet programının toplam maliyetini hesaplayabilmek için aşağıdaki bağıntı kullanılabilir. 46
TC=Browni maliyeti+Dondurma Maliyeti+Kola Maliyeti+Kek maliyeti Örneğin Kola Maliyeti ? TC cola =(1şişe kola fiyatı)*(içilen şişe sayısı)=30 X 3 Benzer mantık kullanılarak, diğer maliyetlerle birlikte Toplam Maliyet(TC); TC = 50 X 1 + 20 X 2 +30 X 3 +80 X 4 Yazılabilir ki, amaç bu fonksiyonu minimize edecek üretim kombinasyonunu belirlemektir. 47
Kısıtlar K 1 -Günlük alınması gereken kalori miktarı ENAZ olduğuna göre, 500 400 X 1+200 X 2+150 X 3+500 X 4 ≥ 500 kalori K 2 - Çikulata kısıtı(X 3 ve X 4 gıdalarında çıkulata olmadığından dikkate alınmamıştır. ) 3 X 1 + 2 X 2 ≥ 6 K 3 - Şeker Kısıtı 2 X 1 + 2 X 2 + 4 X 3 +4 X 4 ≥ 10 K 4 - Yağ Kısıtı 2 X 1 + 4 X 2 +X 3 + 5 X 4 ≥ 8 48
Çözüm l l l l l X 1 (NONBasic)=0 X 2 (Basic)=3 X 3 (Basic)=1 X 4 (NONBasic)=0 surplus 1(Basic)= 250 surplus 2(NONBasic)= 0 surplus 3(NONBasic)= 0 surplus 4(Basic)= 5 Optimal Value (Z)= 90 Cent 49
Grafik Çözüm l Doğrusal programlama problemlerinin formülasyonundan sonra yapılacak iş modeli matematiksel olarak çözmektir. l Bu çözümler arasında özellikle 2 değişkenli modeller için kullanılan “grafik çözüm” görsel yorumları da desteklemektedir. 50
Örnekler 2. 51
1. Kısıt 2. Kısıt 52
3. Kısıt 4. Kısıt 53
6. Kısıt 54
Grafik çözüm 900 800 700 600 500 400 300 200 100 55
Sonuç 56
ÖRNEK 2 Örnek Problem : XX şirketi, H 1 ve H 2 hammaddelerinin karışımından iç ve dış duvar boyası üretmektedir. Aşağıdaki tabloda problemin temel verileri gösterilmektedir. H 1 H 2 Ton başına kar(1000 ton başına hammadde miktarı (ton) dış boya iç boya 6 4 1 2 5 4 günlük maksimum kapasite(ton) 24 6 Şirketin yaptığı pazar araştırmasında, günlük iç boya talebinin en fazla 2 ton olduğu görülmüştür. Yine aynı araştırmada, günlük iç boya talebinin günlük dış boya talebinden fazla olduğu ve bu fazlalığın günde en çok 1 ton olduğu anlaşılmıştır. Sirket karını maksimum yapacak şekilde optimum üretim miktarını belirlemek istemektedir. 57
ÇÖZÜM 2 Modelin karar değişkenleri iç ve dış boya miktarlarıdır. x 1 dış boyanın günlük üretim miktarını( ton) x 2 iç boyanın günlük üretim miktarını( ton ) göstersin. Şirket için en iyi amaç toplam karı maksimum yapmaktır. Z toplam karı göstermek üzere ; maksimum Z = 5 * x 1 + 4 * x 2 Şeklinde yazılabilir. Modelin son elemanı hammadde ve taleple ilgili sınırlamalardır. H 1 hammaddesinin kullanımı: 6 * x 1 + 4 * x 2 ton H 2 hammaddesinin kullanımı da : 1* x 1 + 2 *x 2 tondur. Bu hammaddelerin günlük kullanımları sınırlı olduğu için kısıtları şu şekilde yazabiliriz : 6 * x 1 + 4 * x 2 < = 24 1* x 1 + 2 *x 2 <= 6 H 1 hammaddesi için H 2 hammaddesi için 58
ÇÖZÜM 2 Ayrıca taleple ilgili sınırlamalar da vardır : İç duvar boyası talebinin günde en çok 2 ton olması ; x 2 < = 2 İç boyanın günlük üretiminin dış boyanın üretiminden en çok 1 ton fazla olması ; x 2 - x 1 < = 1 Modelde yer alan değişkenlerin negatif olmama (pozitiflik koşulu) sınırlamasını da ekleyerek matematik modeli aşağıdaki gibi yazabiliriz : amaç fonksiyonu : maksimum Z = 5 * x 1 + 4 * x 2 kısıtlar : 6 * x 1 + 4 * x 2 < = 24 x 1 + 2 *x 2 <= 6 - x 1 + x 2 <= 1 x 2 <= 2 pozitiflik koşulu : x 1 , x 2 > = 0 Bu kısıtların tümünü sağlayan herhangi bir çözüm uygun çözüm adını alır. 59
ÇÖZÜM 2 Grafik çözüm İki değişkenli bir DP modeli grafik olarak çözülebilir. Grafik yöntemin iki önemli adımı vardır : Modelin tüm kısıtlarının sağlandığı uygun çözümleri içeren bir çözüm uzayının belirlenmesi, Çözüm uzayındaki tüm noktalar arasından optimum çözümün bulunması. Yukarıda verilen örneğin grafik çözümünü yapalım. Kısıtları bir koordinat sisteminde göstermenin en kolay yolu, eşitsizlikleri eşitlik şeklinde düşünerek bunlara ait doğruların çizilmesidir. Daha sonra eşitsizliğin işaretine göre doğrunun altında ya da üstünde kalan bölge çözüm bölgesi olarak seçilir. Birinci kısıtı ele alırsak ; 6 * x 1 + 4 * x 2 < = 24 eşitsizliğini 6 * x 1 + 4 * x 2 = 24 şeklinde eşitlik olarak yazalım. Bu doğruyu çizebilmek için iki nokta gerekir. x 1 = 0 için x 2 ‘yi, x 2= 0 için de x 1 ‘ i hesaplayabiliriz. x 1 = 0 için x 2= 6 , x 2 = 0 için x 1 = 4 bulunur. (0, 6) ve (4, 0) noktalarından geçen doğru aranılan doğrudur. Eşitsizliğin yönü (<= ) şeklinde olduğu için bu doğrunun altında kalan bu kısıtı sağlayan alandır. Tüm kısıtlara ait doğrular çizildikten sonra, çözüm uzayı belirlenir. Aslıda uygun çözüm bölgesi sonsuz sayıda uygun nokta içerdiği için , bunların arasından optimum noktayı bulmamız gerekir. 60
ÇÖZÜM 2 X 2 1 3 4 E D F 0 A C 2 B X 1 61
ÇÖZÜM 2 Optimum çözümün belirlenmesi için kar fonksiyonunun artış yönünün bilinmesi gerekir. Bu da Z’e keyfi değerler atayarak yapılabilir. Z’ e önce 10 sonra 15 değerleri verilerek; 5 * x 1 + 4 * x 2 = 10 ve = 15 doğruları çizilir. Amaç fonksiyonunun daha artırılması durumunda ABCDEF uygun çözüm uzayının dışına çıkılacaktır. Şekilden çözüm uzayının dışına C noktasından çıkıldığı görülmektedir. Dolayısıyla uygun çözümü içeren nokta C noktasıdır. C noktası 1 ve 2 numaralı kısıtların kesişim noktası olduğu için buradan x 1 = 3 ve x 2= 1. 5 bulunur. Günlük üretimde 3 ton dış boya, 1. 5 ton iç boya üretildiğinde günlük kar Z= 21000$ olacaktır. Optimum çözümün çözüm uzayının komşu köşe noktalarından birinde bulunması raslantı değildir. Amaç fonksiyonunun eğimi değiştirilse bile, yeni çözüm yine köşe noktalarından birinde olacaktır. 62
ÇÖZÜM 2 X 2 z=21 z=15 z=10 0 z’deki artış optimum nokta x 1 = 3 x 2= 1. 5 Z= 21000$ X 1 63
ÖRNEK 3 Örnek problem: Bir çiftlikte günde en az 800 kg özel bir karışımla yapılan yem kullanılmaktadır. Bu karışım, aşağıdaki tabloda verilen maddelerin belirtilen miktarları kullanılarak elde edilmektedir. 1 kg yemde kullanılan miktarlar(kg) Protein Lif Maliyet($/kg) Mısır 0. 09 0. 02 0. 30 Soya unu 0. 60 0. 06 0. 90 Bu ürünün bileşiminde en az %30 protein ve en çok da % 5 lif bulunması zorunludur. Firma minimum maliyetle günlük yem karışımını belirlemek istemektedir. Önce probleme ait matematik modeli kuralım: 64
ÇÖZÜM 2 Karar değişkenleri: x 1 = karışımdaki mısır miktarı (kg) x 2 = karışımdaki soya unu miktarı(kg) Amaç fonksiyonu: Minimize Z = 0. 3* x 1 + 0. 9 * x 2 Kısıtlar : x 1 + x 2 > = 800 ( günlük üretim) 0. 09* x 1 + 0. 60* x 2 > = 0. 3 ( x 1 + x 2 ) (protein miktarı) 0. 02 * x 1 + 0. 06 * x 2 < = 0. 05(x 1 + x 2 ) ( lif miktarı) 65
ÇÖZÜM 2 Kısıtları ve amaç fonksiyonunu yeniden yazalım: Minimize Z = 0. 3* x 1 + 0. 9 * x 2 x 1 + x 2 > = 800 0. 21* x 1 - 0. 30* x 2 < = 0 0. 03* x 1 - 0. 01 * x 2 >= 0 x 1 , x 2 > = 0 66
ÇÖZÜM 2 X 2 2 Çözüm Bölgesi 1 Optimum Nokta 0 X 1 optimum noktada değişkenlerin değerleri: x 1 = 470. 59 kg x 2 = 329. 42 kg Amaç fonksiyonu : Z = 437. 65 $ 67
- Butterfly mines
- Summary of king solomon's mines
- Mabou mines dollhouse
- Children working in coal mines
- Min imt
- Lepestock mines
- Padma mines and minerals corporation
- How did deep mines and wells give clues to earth's interior
- Psava
- Devegetation and defacing of landscape
- Rang dernier admis ccp
- What is frustration in psychology
- Silver mines
- Department of primary industries and mines
- Edward burtynsky mines
- Crown dilmun v sutton
- Hotel des mines faymoreau
- "mines rescue service"
- Metin tabanlı programlama nedir
- Belirtke tablosu örneği
- Python script nedir
- Programlama ile ilgili temel kavramlar
- Programlama temelleri nedir
- Interpreter nedir
- Fortran programlama dili
- Doğrusal olmayan programlama örnekleri
- Arduino programlama dili
- Konu ağı proje merkezli yaklaşım
- Nesne tabanlı programlama proje ödevleri
- Vba programlama dili
- Sarmal programlama
- Scheme programlama dili
- Matris
- Siemens cnc freze programlama
- Programlama dillerinin sınıflandırılması
- Sonek ağacı c programlama
- Ccs programlama
- Geometrik programlama
- Sarmal eğitim nedir
- Sakai programlama dili
- Yöneylem
- Dinamik programlama
- Eclipse android programlama
- Kabuk programlama
- Sklerankima lifleri
- Matematiksel programlama
- Doğrusal programlama modeli cj
- Fpga eğitimi
- Yunus programlama dili
- Yordamsal programlama dilleri
- Slidetodoc.com
- Visual studio ile android programlama
- Script algoritma
- Complementary and supplementary angles formula
- Little hands little feet
- Two in two out osha
- Two + two four cryptarithmetic solution
- Identify a key term used in both passages.
- Are supplementary angles adjacent
- When two curves coincide the two objects have the same
- Identify a key term used in both passages.
- Lines x and y intersect to form adjacent angles 2 and 3
- Maltificazione
- Hamlet act 2 scene 2 summary
- Alan alexander milne
- Biological statistics
- The two terms of comparison in the first two quatrains are
- Two witches watched two watches