END331 Yöneylem Araştırması 1
Dr. Özgür Kabak kabak@itu.edu.tr
Doç. Dr. Özgür Kabak
Ofis adresi
İşletme Fakültesi A311, Maçka, Istanbul Telefon
(212) 293 1300 /2073 sekreterlik
E-posta adresi kabak@itu.edu.tr
ozgurkabak@gmail.com Web
web.itu.edu.tr/kabak/
Doç. Dr. Özgür Kabak
} İTÜ Endüstri Mühendisliği bölümünde öğretim üyesi (2011- )
} Belgium Nuclear Research Centre (SCK.CEN)’da doktora üstü çalışma (2009-2010)
}
Nükleer koruma uygulamaları için bir çok ölçütlü karar verme yaklaşımı
} Verdiği dereler:
} Yöneylem Araştırması (Lisans)
} Operations Research 2 (Lisans)
} Grup Karar Verme (doktora)
} İleri Yöneylem Araştırması Uygulamaları (doktora)
} Logistics Management (Y.Lisans)
} Çalışma Alanları
}
Yöneylem Araştırması (Matematiksel programlama)
}
Karmaşık sistemlerin modellenmesi
Program
Tarih Konu
10 Şubat YA'ya Giriş, Temel Kavramlar, Doğrusal Programlamaya (DP) Giriş 17 Şubat Modelleme (devam), Grafik Çözüm
24 Şubat Simpleks Algoritması, Büyük M Yöntemi 2 Mart Yazılım paketleri; Ödev 1
9 Mart
İki Aşamalı Simpleks, Serbest (urs) Değişkenler, İndirgenmiş Maliyet, Gölge Fiyat
6 Nisan Duyarlılık Analizi (Lindo output, Grafik, %100) 13 Nisan DÖNEM PROJESİ 1
20 Nisan Dualite, Dualite ve Duyarlılık Analizi, Tümler Gevşeklik, Dual Simpleks 27 Nisan Düzeltilmiş Simpleks
4 Mayıs Simpleks kullanarak Duyarlılık; Ödev 2
11 Mayıs Ulaştırma Sorunlarının Formülasyonu, Temel Olurlu Çözümün Bulunması 18 Mayıs
Ulaştırma Sorunlarının Çözümü, Geçici Konaklama Sorunları, Atama Sorunları
25 Mayıs BAYRAM
Ders Saatleri
} Pazartesi
}
14:30 – 17:30
}
2 ders à ~15:50’da 15 dakika ara
}
3 ders à ~15:30’da ve ~16:40’da 10’ar dakika ara,
} Dersler zoom üzerinden online yapılacaktır
} Ders kayıtları 14 gün süre ile ninova üzerinde tekrar
izlenebilir.
Ders işleyişi ve iletişim
} Ders sırasında lütfen kendinizi sessiz (mute)’e alın
} Sorunuz olduğunda kendinizi sesliye (unmute) alıp sorunuzu sorabilirsiniz.
} El kaldırıp söz vermemi bekleyebilirsiniz
} Ders ile ilgili duyurular ve ödev ilanları ninova üzerinden yapılacaktır.
}
} Ders harici iletişim için lütfen email atın
}
ozgurkabak@gmail.com
END331 Yöneylem Araştırması 1
Dualite
Dualite
} Herhangi bir DP ile ilişkisi olan bir diğer DP,
}
Dual (eşters) olarak isimlendirilir.
} Dual bilgisi ekonomik ve duyarlılık analizi ile ilgili ilginç açıklamalar sağlar.
} Duali alınan DP primal olarak isimlendirilir.
} Primal model enbüyükleme sorunu ise dual enküçükleme sorunu olur.
} Primal model enküçükleme sorunu ise dual enbüyükleme
sorunu olur.
Bir DP’nin Dualini bulma
} Normal enbüyükleme sorununun duali normal enküçükleme sorunudur.
} Normal enbüyükleme sorunu
}
tüm de ğişkenlerin 0 veya 0’dan büyük olduğu
}
tüm kısıtların ≤ oldu ğu bir sorundur.
} Normal enküçükleme sorunu
}
tüm de ğişkenlerin 0 veya 0’dan büyük olduğu
}
tüm kısıtların ≥ oldu ğu bir sorundur.
} Benzer şekilde, normal enküçükleme sorununun duali de
Normal Enbüyükleme Sorununun
Dualini Bulma
Örnek
maks z = 60x
1+ 30x
2+ 20x
3öyle ki 8x
1+ 6x
2+ x
3≤ 48
4x
1+ 2x
2+ 1,5x
3≤ 20
x
1, x
2, x
3≥ 0
Normal Enküçükleme Sorununun
Dualini Bulma
Örnek
min z = 4x
1+5x
2+ 3x
3Öyle ki; x
1+ x
2+ 2x
3³ 20
15x
1+6x
2- 5x
3³ 50
x
1, x
2, x
3³ 0
Normal olmayan problemlerin dualini bulma
} Temel prensip:
}
Primal modeldeki kısıtlar Dual modeldeki karar de ğişkenleri ile
}
Primal modeldeki karar de ğişkenleri Dual modeldeki kısıtlar ile
}
İlişkilidir.
Primal model - Kısıtlar Dual model- Karar değişkenleri
Kısıt normal İlgili karar değişkeni normal
Kısıt normal değil İlgili karar değişkeni normal değil
Kısıt = İlgili karar değişkeni urs
Primal model- Karar değişkenleri Dual model- Kısıtlar Karar değişkeni normal İlgili kısıt normal
Karar değişkeni normal değil İlgili kısıt normal değil Karar değişkeni urs İlgili kısıt =
Normal olmayan problemlerin dualini bulma
} Normal kısıt?
} Enbüyükleme (Maksimizasyon) için ≤
} Enküçükleme (Minimizasyon) için ≥
} Normal karar değişkeni
} Enbükleme ve Enküçükleme için x ≥ 0
} Normal olmayan karar değişkeni
} Enbükleme ve Enküçükleme için x ≤ 0
Örnek - Enbüyükleme
maks z = 4x
1+5x
2+ 3x
3Öyle ki; x
1+ x
2+ 2x
3³ 20 15x
1+6x
2- 5x
3£ 50
x
1+ 3x
2+5x
3= 30
x
1, x
3³ 0 x
2urs.
Örnek – En küçükleme
Amaç Fonksiyonu
Min z = 2 x
1+ 3 x
2Kısıtlar
0,5 x
1+ 0,25 x
2£ 4 (Şeker Kısıtı) x
1+ 3 x
2³ 20 (C vit. Kısıdı)
x
1+ x
2= 10 (10 oz’luk şişe kısıdı)
x
1, x
2³ 0 (işaret kısıtlamaları)
Dual Teoremi
}
Primal ve dualin en iyi amaç fonksiyon değerleri eşittir (eğer sorunlar için en iyi çözüm varsa).
}
Primal ve dual DP problemleri ile ilgili aşağıdaki koşullardan bir tanesi geçerlidir:
1.
Her ikisinin de en iyi çözümü vardır ve birbirine eşittir: z* = w*.
2.
Bir problemde çözüm sınırsız iken diğer problem olurlu değildir.
3.
Her iki problem de olurlu değildir.
}
Zayıf dualiteye göre;
} dual için herhangi bir olurlu çözümün w-değeri
} en az primal için herhangi bir olurlu çözümün z-değeri kadar olabilir: z ≤ w.
}
Dual için herhangi bir olurlu çözüm primal amaç fonksiyon değeri için sınır
olarak kullanılabilir.
Zayıf dualite
0
5
12
15 30
20
18
15
0 5 10 15 20 25 30 35 40 45 50
İterasyon Primal
Z Dual w
0 0 100
1 5 30
2 12 20
3 15 18
4 15
Dual Teoremi
} Dual çözüm; en iyi çözümle ilgili yorum yapabilmemizi sağlar
} Gölge fiyat
} İndirgenmiş maliyet
Dual Teoremi
} Primal modelin en iyi tablosunun sıfırıncı satırından en iyi dual çözüm nasıl okunur?
} ‘y
idual değişkeninin en iyi değeri’
}
= ‘en iyi R
0’da s
i’nin katsayısı’ (kısıt i ≤ ise)
}
= –‘en iyi R
0’da e
i’nin katsayısı’ (kısıt i ≥ ise)
}
= ‘en iyi R
0’da a
i’nin katsayısı’ ± M (kısıt i = ise)
}
M’in katsayısı Maks problemi için -, min problemi için +
Dual Teoremi - Örnek
Amaç Fonksiyonu
Min z = 2 x
1+ 3 x
2Kısıtlar
0,5 x
1+ 0,25 x
2£ 4 (Şeker Kısıtı) x
1+ 3 x
2³ 20 (C vit. Kısıdı)
x
1+ x
2= 10 (10 oz’luk şişe kısıdı) x
1, x
2³ 0 (işaret kısıtlamaları) En iyi Tablo
z x
1x
2s
1e
2a
2a
3ST TD
1 0 0 0 -1/2 (1-2M)/2 (3-2M)/2 25 z=25
0 0 0 1 -1/8 1/8 -5/8 1/4 s
1=1/4
0 0 1 0 -1/2 1/2 -1/2 5 x
2=5
0 1 0 0 1/2 -1/2 3/2 5 x =5
Dual Teoremi - Örnek
}
y
1: şeker kısıtı ile ilgili dual karar de ğişkeni
}
y
2: C vit. kısıtı ile ilgili dual karar de ğişkeni
}
y
3: 10 oz’luk şişe kısıdı ile ilgili dual karar de ğişkeni
PRIMAL
Amaç Fonksiyonu
Min z = 2 x
1+ 3 x
2Kısıtlar
0,5 x
1+ 0,25 x
2£ 4 x
1+ 3 x
2³ 20 x
1+ x
2= 10 x
1, x
2³ 0
DUAL
Amaç Fonksiyonu
Maks w = 4 y
1+ 20 y
2+ 10 y
3Kısıtlar
0,5 y
1+ y
2+ y
3³ 2 0,25 y
1+ 3y
2+ y
3³ 3 y
1£ 0
y
2³ 0
y
2urs
Dual Teoremi - Örnek
Amaç Fonksiyonu
Min z = 2 x
1+ 3 x
2Kısıtlar
0,5 x
1+ 0,25 x
2£ 4 x
1+ 3 x
2³ 20 x
1+ x
2= 10 x
1, x
2³ 0
Amaç Fonksiyonu
Maks w = 4 y
1+ 20 y
2+ 10 y
3Kısıtlar
0,5 y
1+ y
2+ y
3³ 2 0,25 y
1+ 3y
2+ y
3³ 3 y
1£ 0
y
2³ 0 y
3urs
z x
1x
2s
1e
2a
2a
3ST TD
1 0 0 0 -1/2 (1-2M)/2 (3-2M)/2 25 z=25
0 0 0 1 -1/8 1/8 -5/8 1/4 s
1=1/4
0 0 1 0 -1/2 1/2 -1/2 5 x
2=5
0 1 0 0 1/2 -1/2 3/2 5 x
1=5
Ekonomik Yorum
}
Primal normal enbüyükleme sorunu oldu ğunda, dual değişkenler karar vericiye sa ğlanabilecek kaynakların değeri ile ilgili olur.
}
Bu yüzden dual de ğişkenlerden çoğu kez kaynak gölge fiyatları olarak söz edilir.
}
Örnek: (Dakota Mobilya)
}
x
1, x
2, x
3üretilen sıra, masa ve sandalye sayısını .
}
Haftalık kar: $z
maks z = 60x
1+30x
2+20x
3öyle ki 8x
1+ 6x
2+ x
3≤ 48 (Tahta kısıtı) 4x
1+ 2x
2+ 1,5x
3≤ 20 (Montaj kısıtı)
2x
1+ 1,5x
2+ 0,5x
3≤ 8 (Marangozluk kısıtı)
x ,x ,x ≥ 0
Ekonomik Yorum - Örnek
}
Dakota Mobilya – Dual
}
Farzedelim ki bir girişimci Dakota'nın tüm kaynaklarını (hammadde) satın almak istiyor.
}
Dual sorunda y
1, y
2, y
3sırasıyla bir m
2tahta, bir saat montaj işçiliği ve bir saat marangozluk için ödenmesi gereken ücreti gösterir.
}
w de kaynak satın alma toplam maliyetini gösterir.
}
Kaynak ücretleri Dakota'yı satışa teşvik edecek kadar yüksek; girişimciyi vazgeçirmeyecek kadar az olmalıdır.
}
Bu durumda da toplam satın alma maliyeti toplam kar kadar olur:
Min w = 48y
1+20y
2+8y
3öyle ki 8y
1+ 4y
2+ 2y
3³ 60 (Sıra) 6y
1+ 2y
2+1,5y
3³ 30 (Tahta)
y
1+ 1,5y
2+ 0,5y
3³ 20 (Masa)
y
1,y
2,y
3≥ 0
Dakota Marangozluk
} En iyi tablo
z x1 x2 x3 s1 s2 s3 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x3 = 8
1 1,25 -0,5 1,5 2 x1 = 2
Lindo Örnek
!Dakota Marangozluk
!x1, x2, x3 üretilen sıra, masa ve sandalye sayısını . Haftalık kar: $z Max 60x1+ 30x2 + 20x3
st
TAHTA) 8x1 + 6x2 + x3 <= 48 MONTAJ) 4x1 + 2x2 + 1.5x3 <= 20 MARANGOZ) 2x1 + 1.5x2 + 0.5x3 <= 8
TALEP) x2 <= 5
END
OBJECTIVE FUNCTION VALUE 1) 280.0000
VARIABLE VALUE REDUCED COST X1 2.000000 0.000000 X2 0.000000 5.000000 X3 8.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES TAHTA) 24.000000 0.000000 MONTAJ) 0.000000 10.000000 MARANGOZ) 0.000000 10.000000 TALEP) 5.000000 0.000000 NO. ITERATIONS= 2
Primal model
çözümü Dual model çözümü
END331 Yöneylem Araştırması 1 Dualite ve Duyarlılık
Dr. Özgür Kabak kabak@itu.edu.tr
Dualite ve Duyarlılık
} Dual teoremine göre;
} Herhangibir temel olurlu çözümün en iyi olabilmesi için ilgili dual çözümün dual olurlu olması gerekir.
} Bu sonuç yardımıyla aşağıdaki duyarlılık analizleri yapılabilir:
}
Bir temel dışı de ğişkenin amaç fonksiyonu katsayısının de ğiştirilmesi
}
Temel dışı de ğişkenin sütununun değiştirilmesi
}
Yeni bir faaliyet ilave edilmesi
Dakota örneği
PRIMAL
maks z = 60x1+30x2+20x3
öyle ki 8x1 + 6x2+ x3 ≤ 48 (Tahta kısıtı) 4x1 + 2x2+ 1,5x3 ≤ 20 (Montaj kısıtı)
2x1 + 1,5x2+ 0,5x3 ≤ 8 (Marangozluk kısıtı) x1,x2,x3 ≥ 0
Çözüm:
Z = 280, x1 = 2, x2 = 0 x3 = 8 s1 = 24, s2 =s3 = 0, DUAL
Min w = 48y1+20y2+8y3
öyle ki 8y1 + 4y2+ 2y3 ³ 60 (Sıra) 6y1 + 2y2+1,5y3 ³ 30 (Masa)
y1 + 1,5y2+ 0,5y3 ³ 20 (Sandalye) y1,y2,y3 ≥ 0
Çözüm:
w= 280, y = 0, y = 10, y = 10, e = 0, e = 5, e = 0
Örnekler
}
Bir temel dışı de ğişkenin amaç fonksiyonu katsayısının de ğiştirilmesi
}
Masanın fiyatı (x
2’nin amaç fonksiyonu katsayısı) hangi aralıkta değişirse mevcut temel en iyi olarak kalır?
}
Temel dışı de ğişkenin sütununun değiştirilmesi
}
Masanın fiyatı 43$ olarak değiştirilir, kullandığı tahta 5, montaj işçiliği 2 ve marangozluk saati 2 olursa mevcut temel en iyi olarak kalır mı?
}
Yeni bir faaliyet ilave edilmesi
}
Dakota sehpa üretmeyi düşünmektedir. Fiyatı 15$, – Birer birim
marangozluk, montaj ve tahta kullanacaktır. Bu ürünü üretmek
Masanın fiyatı (x2’nin amaç fonksiyonu katsayısı) hangi aralıkta değişirse mevcut temel en iyi olarak kalır?
PRIMAL
maks z = 60x1+30x2+20x3
öyle ki 8x1 + 6x2+ x3 ≤ 48 (Tahta) 4x1 + 2x2+ 1,5x3 ≤ 20 (Montaj) 2x1 + 1,5x2+ 0,5x3 ≤ 8(Marangozluk)
x1,x2,x3 ≥ 0
DUAL
Min w = 48y1+20y2+8y3
öyle ki 8y1 + 4y2+ 2y3 ³ 60 (Sıra) 6y1 + 2y2+1,5y3 ³ 30 (Masa)
y1 + 1,5y2+ 0,5y3 ³ 20 (Sandalye) y1,y2,y3 ≥ 0
Çözüm:
w= 280, y1 = 0, y2 = 10, y3 = 10, e1 = 0, e2 = 5, e3 = 0
Masanın fiyatı 43$ olarak değiştirilir, kullandığı tahta 5, montaj işçiliği 2 ve marangozluk saati 2 olursa mevcut temel en iyi olarak kalır mı?
PRIMAL
maks z = 60x
1+43x
2+20x
3öyle ki 8x
1+ 5x
2+ x
3≤ 48 4x
1+ 2x
2+ 1,5x
3≤ 20 2x
1+ 2x
2+ 0,5x
3≤ 8
x
1,x
2,x
3≥ 0
DUAL
Min w = 48y1+20y2+8y3
öyle ki 8y1 + 4y2+ 2y3 ³ 60 (Sıra) 6y1 + 2y2+1,5y3 ³ 30 (Masa)
y1 + 1,5y2+ 0,5y3 ³ 20 (Sandalye) y1,y2,y3 ≥ 0
Çözüm:
PRIMAL
maks z = 60x
1+30x
2+20x
3öyle ki 8x
1+ 6x
2+ x
3≤ 48 (Tahta) 4x
1+ 2x
2+ 1,5x
3≤ 20 (Montaj)
2x
1+ 1,5x
2+ 0,5x
3≤ 8 (Marangozluk)
x
1,x
2,x
3≥ 0
Dakota sehpa üretmeyi düşünmektedir. Fiyatı 15$, – Birer birim
marangozluk, montaj ve tahta kullanacaktır. Bu ürünü üretmek karlı mıdır?
DUAL
Min w = 48y1+20y2+8y3
öyle ki 8y1 + 4y2+ 2y3 ³ 60 (Sıra) 6y1 + 2y2+1,5y3 ³ 30 (Masa)
y1 + 1,5y2+ 0,5y3 ³ 20 (Sandalye) y1,y2,y3 ≥ 0
PRIMAL
maks z = 60x
1+30x
2+20x
3öyle ki 8x
1+ 6x
2+ x
3≤ 48 (Tahta) 4x
1+ 2x
2+ 1,5x
3≤ 20 (Montaj) 2x
1+ 1,5x
2+ 0,5x
3≤ 8 (Marangozluk)
x
1,x
2,x
3≥ 0
END331 Yöneylem Araştırması 1 Tümler Gevşeklik – Dual Simpleks
Dr. Özgür Kabak kabak@itu.edu.tr
Tümler Gevşeklik Teoremi
} EN İYİ ÇÖZÜMDEKİ DUAL-PRİMAL İLİŞKİSİ
} Primal ve Dual çözümleri birbiriyle ilişkilendiren bir teoremdir.
} PRIMAL DP’nin normal enbüyükleme olduğu varsayılırsa;
} Karar değişkenleri x1, x2,…, xn
} m tane £ kısıtı ve bu kısıtlarla ilgili s1, s2,…, sm gevşek değişkenleri
} DUAL DP normal enküçükleme olacaktır:
} Karar değişkenleri y1, y2,…, ym
} n tane ³ kısıtı ve bu kısıtlarla ilgili e1, e2,…, en gevşek değişkenleri
} ! = #$, #&, … , #( ) bir primal olurlu çözüm
} * = +$, +&, … , +, bir dual olurlu çözüm ise;
x ve y eniyi olurlu çözüm olabilmeleri için yalnız ve yalnız aşağıdaki koşullar sağlanmalıdır:
-.+. = 0 (1 = 1,2, … , 4) 67#7 = 0 (8 = 1,2, … , 9)
DAKOTA ÖRNEĞİ
maks z = 60x
1+ 30x
2+ 20x
3öyle ki 8x
1+ 6x
2+ x
3≤ 48 4x
1+ 2x
2+ 1,5x
3≤ 20 2x
1+ 1,5x
2+ 0,5x
3≤ 8 x
1, x
2, x
3≥ 0
}
Primal Çözüm: z=280; x
1= 2, x
2= 0, x
3= 8, s
1= 24, s
2=0, s
3= 0 Min w = 48y
1+20y
2+8y
3öyle ki 8y
1+ 4y
2+ 2y
3³ 60 6y
1+ 2y
2+1,5y
3³ 30
y
1+ 1,5y
2+ 0,5y
3³ 20
y
1,y
2,y
3≥ 0
Max 60x1+ 30x2 + 20x3 st
TAHTA) 8x1 + 6x2 + x3 <= 48 MONTAJ) 4x1 + 2x2 + 1.5x3 <= 20 MARANGOZ) 2x1 + 1.5x2 + 0.5x3 <= 8 END
OBJECTIVE FUNCTION VALUE 1) 280.0000
VARIABLE VALUE REDUCED COST
X1 2.000000 0.000000
X2 0.000000 5.000000
X3 8.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
TAHTA) 24.000000 0.000000
MONTAJ) 0.000000 10.000000
MARANGOZ) 0.000000 10.000000
Örnek
} min z = 3x
1+2x
2+ 4x
3} Öyle ki; 2x
1+ x
2+ 3x
3= 60
} 3x
1+3x
2+ 5x
3³ 120
} x
1+ x
2- 3x
3£ 150
} x
1, x
2, x
3³ 0
} Çözüm: Z= 90, x
1= 0, x
2= 15, x
3= 15.
} Dual modelin çözümünü bulunuz.
}
Gölge fiyatları bulunuz.
}
İndirgenmiş maliyetleri bulunuz.
min z = 3x1 +2x2 + 4x3
Öyle ki; 2x1 + x2 + 3x3 = 60 3x1 +3x2 + 5x3 ³ 120
x1 + x2 - 3x3 £ 150 x1 , x2, x3 ³ 0
maks w = 60y1 + 120y2 + 150y3 Öyle ki; 2y1 + 3y2 + y3 £ 3
y1 +3y2 + y3 £ 2 3y1+5y2 – 3y3 £ 4 y1 urs, y2 ³ 0, y3 £ 0
min z = 3x1 +2x2 + 4x3
Öyle ki; 2x1 + x2 + 3x3 + a1 = 60 3x1 +3x2 + 5x3 – e2 =120
x1 + x2 - 3x3 + s3 = 150 x1 , x2, x3, a1, e2, s3 ³ 0
maks w = 60y1 + 120y2 + 150y3 Öyle ki; 2y1 + 3y2 + y3 + sd1 = 3
y1 +3y2 + y3 + sd2 = 2 3y1+5y2 – 3y3 + sd3 = 4
y1 urs, y2 ³ 0, y3 £ 0, sd1, sd2, sd3 ³ 0
Çözüm: Z= 90, x1 = 0, x2 = 15, x3 = 15.
a1 = 0, e2 = 0, s3= 180
PRIMAL DUAL
STANDART BİÇİM - PRIMAL STANDART BİÇİM - DUAL
min z = 3x1 +2x2 + 4x3
Öyle ki; 2x1 + x2 + 3x3 + a1 = 60 3x1 +3x2 + 5x3 – e2 =120
x1 + x2 - 3x3 + s3 = 150 x1 , x2, x3, a1, e2, s3 ³ 0
maks w = 60y1 + 120y2 + 150y3 Öyle ki; 2y1 + 3y2 + y3 + sd1 = 3
y1 +3y2 + y3 + sd2 = 2 3y1+5y2 – 3y3 + sd3 = 4
y1 urs, y2 ³ 0, y3 £ 0, sd1, sd2, sd3 ³ 0 Çözüm: Z= 90, x1 = 0, x2 = 15, x3 = 15.
a1 = 0, e2 = 0, s3= 180
STANDART BİÇİM - PRIMAL STANDART BİÇİM - DUAL
Tümler gevşeklik koşulları
x1*sd1 = 0 x2*sd2 = 0 x3*sd3 = 0 a1*y1 = 0 e2*y2 = 0
sd1 ³ 0 sd2 = 0 sd3 = 0 y1 urs
2y
1+ 3y
2+ sd1 = 3 y
1+3y
2= 2
3y
1+5y
2= 4 y
1= ½
y
2= ½
Dual Simpleks Yöntemi
} Kısıt sağ taraf değerlerinden en az biri negatif ise dual simpleks yöntemi kullanılabilir.
} Dual Simpleks Yöntemi üç durumda kullanılabilir.
1. Bir DP modeline yeni bir kısıt eklendiğinde,
2. Bir DP modelinde sağ taraf değeri değiştiğinde, (duyarlılık analizinde anlatılacaktır)
3. Başlangıçta optimallik koşullarını sağlayan (AMA
OLURLU OLMAYAN) problemlerin çözümü.
Dual Simpleks Yöntemi
} Dual Simpleks yönteminde;
} Önce Çözümden çıkacak Temel Değişken belirlenir
}
Sa ğ taraf değerleri arasında en küçük (negatif) katsayılı de ğişken
} Sonra Çözüme girecek temel dışı değişken belirlenir
}
İlgili satırda; negatif katsayılılar arasında negatiflik dikkate
alınmadan oran testi yapılır, en küçük olan seçilir.
Dual Simpleks Yöntemi
} Elementer satı işlemleri sonrası yeni tablo:
} Sağ taraf değerlerinde negatif değer olmadığı için en iyi
çözüme ulaşılmıştır.
Bir DP modeline yeni bir kısıt eklenmesi
} Dakota Örneği
maks z = 60x
1+30x
2+20x
3öyle ki 8x
1+ 6x
2+ x
3≤ 48 4x
1+ 2x
2+ 1,5x
3≤ 20 2x
1+ 1,5x
2+ 0,5x
3≤ 8 x
1, x
2, x
3≥ 0
} Eniyi tablo
z x1 x2 x3 s1 s2 s3 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x = 8
Bir DP modeline yeni bir kısıt eklenmesi Dakota örneği Yeni kısıt : x 2 ³1
z x1 x2 x3 s1 s2 s3 e4 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x = 8
z x1 x2 x3 s1 s2 s3 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x3 = 8
1 1,25 -0,5 1,5 2 x1 = 2
x2 ³1 à x2 – e4 = -1 – x2 + e4 = -1
Yeni kısıt : x 2 ³1 (Devam)
z x1 x2 x3 s1 s2 s3 e4 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x3 = 8
1 1,25 -0,5 1,5 2 x1 = 2
-1 1 -1 e4 = -1
z x1 x2 x3 s1 s2 s3 e4 ST TD
1 10 10 5 275 Z = 275
1 2 - 8 - 2 26 s1 = 26
1 2 - 4 - 2 10 x3 = 10
1 -0,5 1,5 1,25 0,75 x1 = 0,75
Bir DP modeline yeni bir kısıt eklenmesi Dakota örneği Yeni kısıt : x 1 +x 2 ³12
z x1 x2 x3 s1 s2 s3 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x3 = 8
1 1,25 -0,5 1,5 2 x1 = 2
x1+x2 ³12
x1+x2 – e4 = 12 – x1 – x2 + e4 = -12
z x1 x2 x3 s1 s2 s3 e4 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x3 = 8
Ek örnek!
Yeni kısıt ekle: x
1+x
2³12 (Devam)
z x1 x2 x3 s1 s2 s3 e4 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x3 = 8
1 1,25 -0,5 1,5 2 x1 = 2
z x1 x2 x3 s1 s2 s3 e4 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x3 = 8
1 1,25 -0,5 1,5 2 x1 = 2
-1 -1 1 -12
R4’ = R4 + R3
Yeni kısıt ekle: x 1 +x 2 ³12 (Devam)
z x1 x2 x3 s1 s2 s3 e4 ST TD
1 5 10 10 280 Z = 280
- 2 1 2 - 8 24 s1 = 24
- 2 1 2 - 4 8 x3 = 8
1 1,25 -0,5 1,5 2 x1 = 2
0,25 -0,5 1,5 1 -10 e4=-10
z x1 x2 x3 s1 s2 s3 e4 ST TD
1 10 400 20 80 Z = 80
-1 1 - 2 4 -16 s1 = -16
-1 1 2 4 -32 x3 = -32
1 1 -1 12 x1 = 12
Yeni kısıt ekle: x
1+x
2³12 (Devam)
z x1 x2 x3 s1 s2 s3 e4 ST TD
1 10 60 60 -240 Z = -240
-1 1 -4 16 s1 = 16
1 -1 -2 -4 32 x2 = 32
1 1 +2 +3 -20 x1 = -20
-0,5 1 -4 -4 36 s2 = 36
x1’in temel değişken olduğu satır negatif katsayılı olduğu için çözüme girmelidir.
Fakat oran testi yapacak sütun yoktur. Bu yüzden yeni kısıtın eklenmesi ile problemde olurlu bölge kalmamıştır. Çözüm olurlu değildir.