T LETME FAKLTES

LETME MHENDSL BLM

YNEYLEM ARATIRMASI-I DERS NOTLARI

Do. Dr. Demet BAYRAKTAR Yard. Do. Dr. Ferhan EB

Eyll 2003-Istanbul
1. KARAR VERMEDE YNEYLEM ARATIRMASI

1.1. Yneylem Aratrmas Kavram ve Tarihesi

Yneylem aratrmas II. Dnya Savanda ngilizler tarafndan askeri amalar iin
kullanlmak zere gelitirilmi bir disiplindir. Daha sonra A.B.D.de yaygn olarak
kullanlmtr. Yneylem aratrmasnn sava dneminde kt kaynaklarn etkin bir ekilde
datm zerinde yapt olumlu gelime, bu disiplinin daha sonra iletmelerde karar alma
arac olarak kullanlmasna yol amtr.

O halde, yneylem aratrmas, bir karar probleminin kt kaynaklar altnda optimum

zmn belirleyen bilimsel yntemlere dayanan bir disiplindir. Literatrde yaygn olan
dier tanmlar ise aada verilmitir1:

a) Yneylem aratrmas, rakama dklm sa duyudur.

b) Yneylem aratrmas, iletme iin aratrmadr.
c) Yneylem aratrmas, ynetim bilimidir.
d) Yneylem aratrmas, bir karar analizidir.
e) Yneylem aratrmas, bir tasarm analizidir.
f) Yneylem aratrmas, eldeki olanaklardan en ok yararlanmay salamak iin
bilimsel tekniklerin problemlere uygulandr.
g) Yneylem aratrmas, problemlerin zmne kt yant verme yerine daha az
kt veya daha iyi yant verme sanatdr.
h) Yneylem aratrmas, insan, makine, para ve malzemeden oluan endstriyel,
ticari, resmi ve savunma sistemlerinin ynetiminde karlalan problemlere
modern bilimi kullanarak zm bulup sistemi bulunduu konumdan daha iyi bir
konuma getirmeyi amalayan bilim daldr.
i) Yneylem aratrmas, kt kaynaklarn datmn gerektiren koullar altnda, bir
sistemin en iyi bir ekilde tasarlanmasn ve iletimini aratran bilimsel
yaklamdr.

1
ztrk, A. (1997), Yneylem Aratrmas, 5. Bask, Ekin Kitabevi Bursa, s.7.
 1.2. Yneylem Aratrmas Kapsamnda Ele Alnan Balca Konular2

Deterministik Modeller Probalistik Modeller

- Dorusal Programlama - Belirsizlik Altnda Karar Verme

- Simpleks Yntem - Oyun Kuram
- Ulatrma Modelleri - Envanter Kuramndaki Yeni Gelimeler
- ebeke Modelleri - Markov Zincirleri
- Tamsayl Programlama - Dinamik Programlama
- Dzeltilmi Simpleks Yntem - Kuyruk Kuram
- ki-Faz Yntemi - Benzetim
- Parametrik Programlama - Tahmin Modelleri
-Dorusal Olmayan Programlama - ok Amal Karar Verme
- Klasik Optimizasyon Kuram
- Langrange arpanlar Yntemi
- Kuhn-Tucker Koullar
- Kuadratik Programlama
- Ayrlabilir Programlama
- Oyun Kuram
- Envanter Modelleri
- Dinamik Programlama
- ok Amal Karar Verme

2
Winston, W.L. (1994), Operations Research, Second Edition, PWS-KENT Publishing Company, Boston.
1.3. Yneylem Aratrmasnda Bilimsel Yntem

Yneylem aratrmas uygulamalarndaki temel evreler aadaki gibi sralanabilir3:

1- Problemin Tanmlanmas
Problemin tanmlanmas evresi, ele alnan problemin incelenip izlenerek
tanmlanmasn kapsar. Bu aamada almann amac/amalar, bu amaca/amalara ulamada
etkili olan sistem kstlar ve karar seenekleri belirlenmelidir.

2- Model Kurma
Problem tanmlandktan sonra problemi etkileyen parametre deerlerinin belirlenerek
problemin matematiksel modeli kurulur. Bir baka deyile problem matematik diline tercme
edilir.

3- Modelin zm
Model kurulduktan sonra optimizasyon algoritmalar kullanlarak zmlenir. Bu evrede
ayn zamanda, model zmlendikten sonra duyarllk analizleriyle parametrelerdeki
deiimlerin optimal zm zerindeki deiimleri incelenir.

4- Modelin Geerlilii
Bu aamada zmlenen modelin gerei doru bir ekilde temsil edip etmedii aratrlr.
Modelden elde edilen sonularla sistemin gzlenmesiyle elde edilen sonular karlatrlr.
Bylece modelin beklenen davranlar sergileyip sergilemedii incelenir.

3
. TAHA, H. (2000), Yneylem Aratrmas, 6. Basmdan eviri, (eviren ve Uyarlayanlar:
. Alp Baray ve akir Esnaf), Literatr Yaynlar:43, stanbul.
2. DORUSAL PROGRAMLAMA (DP)

2.1. DPnin Tanm ve Baz Temel Kavramlar

Model: Bir sistemin deien koullar altndaki davranlarn incelemek, kontrol etmek ve
gelecei hakknda varsaymlarda bulunmak amac ile sistemin elemanlar arasndaki
bantlar kelimeler ya da matematik formllerle belirleyen ifadeler topluluuna model ad
verilir.

Matematiksel Model: Bir sistemin elemanlarnn simgeler ile tanmlanp bunlar arasndaki
ilikilerin fonksiyonlar ile gsterimine "matematiksel model ad verilir.

Karar Modeli: Sistemin yneticisinin kontrol altnda olup, karar deikeni olarak
isimlendirilen deikenlere, hangi deerlerin verilmesi gerektiini belirlemek amacyla
kullanlan matematiksel modellere karar modeli ad verilir.

te YAda en yaygn kullanm alan bulan tekniklerden bir tanesi olan Dorusal
Programlama (DP), dorusal karar modelleriyle ilgili kavram ve teknikler btndr.
Dorusal programlama, btn model parametrelerinin kesin olarak bilindiini varsayan
deterministik bir tekniktir.

Bir dorusal programlama problemi (DPP) blmden oluur:

1- Bir DP problemi, karar deikenlerinin (x1, x2, ....,xn) dorusal bir fonksiyonu olan ama
fonksiyonu ierir. Ama fonksiyonu maksimizasyon ya da minimizasyon amal olabilir.
2- Bir DP problemi, karar deikenlerinin alaca deerleri snrlayan kstlar seti ierir. Her
bir kst seti dorusal eitlik ya da eitsizlik eklinde ifade edilmelidir.
3- Bir DP problemi, karar deikenlerinin negatif olmama gerekliliini belirleyen bir kst
ierir. xj 0, (j=1,.....,n).

Deikenler: Bir problemin modeli kurulduktan sonra deeri hesaplanacak olan bilinmeyen
simgelerdir.

Karar Deikenleri: Bir karar modelinin zmlenmesi srecinde deeri hesaplanacak olan
karar unsurlardr. rnein bir iletmede A ve B tipinde iki farkl rn retilmek istenilsin.
Karar deikenleri x1 ve x2 srasyla, retilecek olan A ve B tipindeki iki farkl rnn retim
miktarlarn gsterirler.

Sapma Deikenleri: Faktr ve kapasite arasndaki dengesizlii gidermeye alrlar. Bir

baka deyile, kullanlan hammadde ve onun kapasitesi arasndaki dengeyi kurmaya alrlar.

Faktr < Kapasite negatif sapma deikeni (atl kapasite)

Faktr > Kapasite pozitif sapma deikeni (artk-fazla kapasite)

Bu balamda sapma deikenlerini iki snfta toplamak mmkndr:

1. Glge Deikenler: Atl kapasiteyi temsil ederler. eklindeki bir kst denklemini (=)
eklinde ifade etmek amacyla kullanlrlar.

rnek:
X1 + X2 5
X1 + X2 +S1 = 5

2. Artk Deikenler: Fazla kapasiteyi temsil ederler. eklindeki bir kst denklemini
(=) eklinde ifade etmek amacyla kullanlrlar.

rnek:
X1 + X2 5
X1 + X2 - E1 = 5

Yukarda sz edilen sapma deikenlerinin yan sra Simpleks zm Ynteminde

kullanlan bir baka deiken eidi "yapay deiken"dir. Yapay deikenler Byk M
Yntemi (Blm 3.2.2.) incelenirken aklanacaktr.

Parametreler: DP modelinin davrann etkileyen sabit katsaylardr. DP modelindeki cj, bi

ve aij (i=1 ........m; j=1 ......... n) katsaylar parametreler olarak adlandrlrlar.
Ama Fonksiyonu: Karar deikenlerinden ve bu deikenlerin parametrelerinden oluan en
iyi zmn (maksimum ya da minimum) elde edilmesini salayan dorusal bir
fonksiyondur.

Kstlar: Bir modeldeki karar deikenleri ya da karar deikenleri ile parametreler arasndaki
zorunlu ilikilerin her birine kst ad verilir. Kullanlan faktr ya da hammadde
miktarlardr.

Teknolojik Katsaylar: Her faaliyet iin gerekli olan kaynak miktardr.

Sa Taraf Sabitleri: Mevcut kaynak miktarlarn gsteren, problemdeki kst denklemlerinin

sa taraflarnda yer alan parametrelerdir.

Bu bilgilere bal olarak bir DP problemi simgesel olarak aadaki gibi ifade edilir:

Ama Fonksiyonu:
n
Zmaks/min.= cjxj
j=1

Kst Denklemleri:
n
aijxj bi ( i=1,.....m)
j=1 >

xj0 (j=1,.......n)

rnek: Maksimizasyon amal ve 2x2 boyutlu bir DP problemi aadaki gibi ifade edilir.

Zmax= c1x1+c2x2
a11x1+a12x2 b1
a21x1+a22x2 b2
x1 , x2 0

Optimal zm: Bir DP modelinin karar deikenlerinin, mevcut kstlar altnda ama
fonksiyonunun en iyilenmesi (optimum klnmas) sonucunda ald deerler optimal zm
olarak adlandrlr.
Optimal Deer: Optimal zme bal olarak ama fonksiyonun ald deer optimal
deer olarak adlandrlr.

2.2. DPnin Baz Uygulama Alanlar

- retim Program
- Beslenme Program
- Reklam Ortam Seimi
- Sermaye Bteleme
- Datm Pogram
- Stok Kontrol
- retim Hatt Dengelemesi

2.3. DPnin Varsaymlar

DP'nin alt temel varsaym vardr. Bu varsaymlar aada verilmitir:

- Belirlilik (Certainity)
- Dorusallk (Linearity)
- Blnebilirlik (Divisibility)
- Toplanabilirlik (Additivity)
- Orantsallk (Proportionality)
- Negatif olmama (Non-negativity)

Belirlilik Varsaym: Bir DP modelinde yer alan parametrelerin bilindii ve deimedii

kabul edilir. Yani, birim bana kar ya da maliyetlerin (cj), her faaliyet iin gerekli olan
kaynak miktarlarnn (aij) ve mevcut kaynak miktarlarnn (bi) sabit olduu varsaylr. Bu
varsaymn kabul edilmesiyle DP problemlerinin zm kolaylamaktadr. Ancak,
uygulamada bu parametrelerin sk sk deime eiliminde olmas, DP'nin pratik faydasn
azaltmaktadr. Ancak, problemin optimum zm elde edildikten sonra duyarllk analizi
bal altnda parametrelerdeki deimelerin etkileri incelenerek DPye dinamik bir yap
kazandrlabilir.

Blnebilirlik Varsaym: Belirlilik varsaym ile karar deikenlerinin srekli deerler

alabilecei kabul edilir. rnein herhangi bir DP modelinin zmnde 4.6 adet araba
retilecei gibi bir retim kts sonucuna ulalabilir. Optimal zme ulaldktan sonra
kesirli deerler Tam Say Programlama algoritmalaryla tamsaylatrlabilir.

Dorusallk Varsaym: Bir DP modelinin ama fonksiyonu ve kst denklemleri dorusal

olmaldr. Bir baka deyile xjler birinci dereceden olmaldr.

Toplanabilirlik Varsaym: Ama fonksiyonunun ve kst denklemlerinin deerlerine

yaplan toplam katk, her bir katknn ayr ayr toplanmas ile elde edilir.
rnein, bir i iki i-gc saat ile dier bir i i-gc saat ile yaplyorsa iki ii
birden yapmak be i-gc saati gerektirir.

Orantsallk Varsaym: Her bir karar deikeninin ama fonksiyonuna ve kst

denklemlerinin sol tarafna yapaca katk karar deikeninin deeri ile orantldr. rnek
olarak 1 adet A tipi oyuncan ama fonksiyonu katks 800.000 TL ise 4 adet A tipi
oyuncan ama fonksiyonuna toplam katks bunun drt kat olan 3.200.000 TL (4x800.000)
olacaktr.
Bir adet A tipi oyuncak plastik departmannda 4 dakikada ileniyorsa, 5 adet A tipi
oyuncak bunun be kat olan 20 dakikada (4x5=20) ilenecektir.

Negatif Olmama Varsaym: DPdeki tm deikenlerin negatif olmayan deerler almas

gerekmektedir. Negatif retimden sz edilemeyecei iin deikenlerin pozitif ya da en
azndan sfra eit olmas gerekmektedir.

2.4. DPnin zellikleri ve Dzenleni Biimleri

2.4.1. DPnin zellikleri

Bir DP probleminin modeli, dorusal eitlikler ve/veya eitsizlikler eklindeki kst

denklemleri erevesinde en iyilenecek (optimum klnacak) bir dorusal ama fonksiyonu
ierir. Bu durumda bir DP problemi genel olarak aadaki gibi ifade edilir:

Zmaks./min. = cjxj
j=1

aijxj bi i=1,....................,m
 j=1 >

xj 0 j= 1,....................,n
DPnin zellikleri ksaca aadaki gibi zetlenebilir:

1) DP problemlerinde uygun zm birden oktur. Fakat genelde optimum zm bir tanedir

(alternatif zm olabilir).
2) Kaynak miktarlar snrldr. Amaca ulamak iin sonsuz miktarda kaynak
kullanlamayaca gibi, miktar olarak en kt olan kaynak zm alann belirler.
3) Problemde verilen bilgiler, ama ve kaynaklar ile ilgili snrlayc koullar, matematiksel
olarak eitlikler ya da eitsizlikler eklinde ifade edilmelidir. fadeler dorusal olmaldr.
4) Karar deikenleri (xj) negatif olmamaldr. xj- 0 (j=1, ...................,n)
5) cj, bi ve aj (i=1,...........,m ve j=1, .............., n) deerleri nceden belirlenmitir. Her bir
model iin sabit olduklar varsaylr ve parametreler olarak adlandrlrlar.

2.4.2. DPnin Dzenleni Biimleri

DP modelleri deiik amalarla deiik biimlerde dzenlenirler. DP modellerinin

biimleri aadaki gibidir*.
*-ZDEN, K. (1989), Yneylem Aratrmas, Hava Harp Okulu Yaynlar, s.186.
1) Primal (zgn) form
2) Kanonik form
3) Standart form
4) Dual (ikiz) form

1.) Primal (zgn) Form:

Herhangi bir DP problemi temel alnarak kurulan ilk modele primal (zgn) problem
ad verilir.
Primal modelin matematiksel gsterimi aadaki gibidir:

Zmaks./min. = cjxj
j=1

n
 aijxj bi i=1,.................m
j=1 >

xj 0 j= 1,.................n
<

xj- serbest
Buna gre primal modelde,
a.) En byklenecek ya da en kklenecek bir ama fonksiyonu vardr.
b.) Kst denklemlerinin iaretleri (), (=), () eklinde olabilir.
c.) Ama fonksiyonunda parametreler, kst denklemlerinde ise parametreler ve sa taraf
sabitleri yer alr.
d.) Karar deikenleri sfra eit, sfrdan byk ya da serbest iaretli olabilirler.

rnek:
Zmaks.= 3x1 + 5x2 +2x3
x1 + 5x2 - 2x3 25
4x1 + 2x2 + 5x3 = 80
x1, x2, x3 0

2.) Kanonik Form:

Bir DP problemi, kanonik formda aadaki gibi ifade edilir:

n

Zmaks.= cjxj
j=1

aijxj bi i=1,..................,m
j=1

xj 0 j= 1,.................., n

Kanonik formun zellikleri aadaki gibidir.

a.) Ama fonksiyonu maksimizasyon amal olmaldr.
b.) Kst denklemleri eklinde ifade edilmelidir.
c.) Tm deikenler negatif olmayan deerler almaldr.

Bu forma uymayan DP problemleri aadaki ilemlerle kanonik forma dntrlrler:

1) Bir f(x) fonksiyonunun minimizasyonu, bu fonksiyonun negatif iaretlisinin (-f(x))

maksimizasyonuna eittir.
2) Herhangi bir yndeki eitsizlik ( ya da ) (-1) ile arplarak kart yndeki eitsizlie
( ya da ) dntrlebilir.

rnek:
a11x1 + a12x2 b1
-a11x1 -a12x2 -b1

3) Eitlik eklinde verilen bir kst denklemi zt ynde iki eitsizlik olarak ifade edilebilir.

rnek:
a11x1+a12x2 =b1 eitlii

a11x1+a12x2 b1 ve a11x1+a12x2 b1
eklinde iki eitsizlik olarak yazlabilir. Buradan,

a11x1+a12x2 b1 ve -a11x1-a12x2 -b1

eklinde iki tane ynl eitsizlik elde edilir.

4) Sol taraf mutlak deer eklinde verilen bir eitsizlik iki eitsizlie dntrlebilir.

rnek:
|a11x1+a12x2| b1 eitsizlii

a11x1+a12x2 -b1 ve a11x1+a12x2 b1

 eklinde iki eitsizlik olarak yazlabilir. Buradan,

-a11x1-a12x2 b1 ve a11x1+a12x2 b1

eklinde iki tane ynl eitsizlik elde edilir.

5) areti belirli olmayan bir deiken, iki tane negatif olmayan deikenin fark olarak
tanmlanabilir. rnein x1in iareti belirsiz ise, x1 0 ve x1 0 kouluyla x1= (x1 x1 )
eklinde yazlabilir.

rnek: Aada verilen DP problemini kanonik formda yaznz.

Zmin.= 3x1 + 5x2 + 2x3

10x1+16x2 + 8x3 1500
2x1 + 3x2 + x3 = 1000
2x1 + 2x2 +10x3 120
x2 10
x1, x2 0 ve x3 - serbest

3.) Standart Form:

Bir DP problemi, standart formda aadaki gibi ifade edilir.

Zmaks./min. = cjxj
j=1

aijxj = bi i=1,....................,m
j=1

xj 0 j= 1,....................,n
Standart formun zellikleri aadaki gibidir.
a.) Ama fonksiyonu maksimizasyon ya da minimizasyon amal olabilir.
b.) Tm kst denklemleri (=) eklinde ifade edilmelidir.
c.) Sa taraf sabitleri negatif olmayan deerler almaldr .
d.) Tm deikenler negatif olmayan deerler almaldr.

Bu forma uymayan DP problemleri aadaki ilemlerle standart forma dntrlrler:

1) () eklindeki bir kst denklemi, denkleme negatif sapma deikeninin eklenmesi ile
(=) eklinde ifade edilebilir. Eklenen bu deikene glge deiken ad verilir.

rnek:
3x1 + 2x2 30
3x1 + 2x2 + S1 =30

2) () eklindeki bir kst denklemi, denkleme pozitif sapma deikeninin eklenmesi ile
(=) eklinde ifade edilebilir. Eklenen bu deikene artk deiken ad verilir.

rnek:
2x1 + 3x2 + x3 1000
2x1 + 3x2 + x3 - E1 = 1000

3) Sa taraf sabiti (-) deerli olan eitlik ya da eitsizlik eklindeki bir kst denklemi, (-1)
ile arplp sa taraf sabitinin (+) deer almas salanr.

rnek:
-2x1 - 3x2 - x3 -1000
2x1 + 3x2 + x3 1000
2x1 + 3x2 + x3 + S1 = 1000

4) areti belirli olmayan bir deiken, iki tane negatif olmayan deikenin fark olarak
tanmlanabilir. rnein x1in iareti belirsiz ise, x1 0 ve x1 0 kouluyla x1= (x1 x1 )
eklinde yazlabilir.
rnek: Aada verilen DP problemini standart formda yaznz.
Zmin.= 3x1 + x2
x1 3
x1 + x2 4
2x1 - x2 =3
x10, x2-serbest

4.) Dual (kiz) Form:

Her DP probleminin ilikili olduu bir ikiz problemi vardr. DP probleminin asl
ekline primal problem, bununla ilikili ikinci ekline dual (ikiz) problem ad verilir.
Gerekten de bir DP problemi, kendisiyle isel balantl baka bir DP problemine
dntrlebilir: rnein, DPde maksimizasyon (minimizasyon) problemi, ayn verileri
ieren benzer bir minimizasyon (maksimizasyon) problemi olarak yazlabilir. DPde bu ikili
yap DUALTE (KLLK) olarak adlandrlmaktadr.

Dual problemin zm nemli ekonomik yorumlar salar. Primal ve dual modeller

arasndaki ilikileri aadaki gibi sralamak olasdr:

1) Primal ve dual modelin optimal zmleri iin

Primal Dual
maks. Z = min. G
min. G = maks. Z eitlii geerlidir

2) Primal modelin ama fonksiyonu katsaylar (cj), dual modelin sa taraf sabitlerini (bi)
olutururlar.

Primal Dual
cj bi (j=1,..........,n) (i=1,...........,m)
3) Primal modelin sa taraf sabitleri (bi), dual modelin ama fonksiyonu katsaylarn (cj)
olutururlar.
Primal Dual
bi cj (j=1,..............,n) (i=1,.............,m)

4) Primal modelde kst katsaylarnn oluturduu teknolojik katsaylar satr, dual modelde
teknolojik katsaylar stun vektrn olutururlar.

Primal Dual
aij aij (j=1...n), (i=1...m)

n-deiken n-kst denklemi

m-kst denklemi m-deiken

O halde, primal model n adet deiken, m adet kst denklemi ieriyorsa, dual model m
adet deiken n adet kst denklemi ierecektir.

5) Dual problemin duali primaldir.

6) Primal ve dual problemin karar deikenleri negatif olmayan deikenlerdir. xj0, yi0

Primal Dual
xj0 yi0

7) Primal problemdeki kst denklemleri, dual problemde yn deitirirler.

Primal Dual



A-) Normal Maksimum / Minimum Problemlerin Dualinin Alnmas

a) Normal Maksimum Problemi
Asl Model Dual Model

n m

Zmaks = cjxj Gmin = biyi

j=1 i=1

n m

aijxj bi aijyi cj
j=1 i=1

xj 0 yi0
(i=1,............,m) (j=1,.............,n) (j=1,..............,n) (i=1,............,m)
Normal maksimum probleminin duali kanonik formdan ve standart formdan
yararlanlarak alnabilir.

i) Kanonik Form

Normal maksimum problemi, maksimizasyon amal ve ynl kst denklemli

olaca iin zaten kanonik formda olacaktr. O halde, dual problem minimizasyon amal ve
ynl kst denklemli olacaktr.

rnek: Aadaki verilen DP probleminin kanonik formdan yararlanarak dualini aln.

Zmaks.= 60x1 + 30x2 + 20x3

8x1 + 6x2 + x3 48
4x1 + 2x2 +1.5x3 20
2x1 +1.5x2 +0.5x3 8
x1,x2, x3 0

ii) Standart Form

Normal maksimum problemi standart forma dntrlerek duali alnr.
rnek: Yukarda verilen DP probleminin standart formdan yararlanarak dualini alnz.

b) Normal Minimum Problemi

Asl Model Dual Model

m n

Gmin.= biyi Zmaks. = cjxj

i=1 j=1

m n

aijyj cj aijxj bi
i=1 j=1

yj 0 xj0
(i=1,.............,m) (j=1,............,n) (j=1,...............,n) (i=1,................,m)
Normal minimum probleminin dual problemi maksimizasyon amal ve ynl kst
denklemli olacaktr.

rnek: Aada verilen DP probleminin dualini alnz.

Gmin. = 50y1 + 20y2 + 30y3 + 80y4

400y1 +200y2 +150y3 +500y4 500
3y1 + 2y2 6
2y1 + 2y2 + 4y3 + 4y4 10
2y1 + 4y2 + y3 + 5y4 8
y1, y2, y3, y4 0

i- Standart Form
Normal minimum problemi standart forma dntrldkten sonra duali alnr.
rnek: Yukarda verilen DP probleminin standart formdan yararlanarak dualini alnz.

O halde, normal maksimum ve minimum problemlerinin standart formdan duali

alnrken aadaki kurallar geerlidir.
1. Maksimizasyon amal normal DP problemi standart forma dntrldkten sonra duali
alnd zaman, dual problem minimizasyon amal ve ynl kst denklemli olacaktr.

2. Minimizasyon amal normal DP problemi standart forma dntrldkten sonra duali

alnd zaman, dual problem maksimizasyon amal ve ynl kst denklemli
olacaktr.

B.) Asimetrik DP Probleminin Dualinin Alnmas

DP problemi normal forma (Normal Maksimum/Normal Minimum) dntrldkten sonra

duali alnr.

Tablo-Primal-Dual Problem Arasndaki liki

Primal Problem (Dual Problem) Dual Problem (Primal Problem)

Maksimizyon Z(G) Minimizasyon G(Z)
i. kst denklemi yi - deiken
eklinde yi 0
= eklinde snrlandrlmam
eklinde yi 0
xj-deiken j.kst denklemi
xj 0 eklinde
snrlandrlmam = eklinde
xj 0 eklinde

Kaynak: HILLIER, F.S. ve LIEBERMAN, G.J. (1995), Introduction to Mathematical

Programming, McGraw-Hill Publishing Company, p.213.
 2.5. DP Problemlerinin Modelinin Kurulmas

RNEK 1: RETM PLANLAMA PROBLEM

Bir oyuncak reticisi plastik ve montaj departmanlarndan oluan atlyesinde A ve B tipinde
iki farkl oyuncak retmektedir. Her iki departmanda ikier i-gren almaktadr. Her i-
gren gnde 7.5 saat almaktadr. Bir adet A tipi oyuncan plastik departmannda ilenmesi
iin gerekli sre 4 dakika, montaj departmannda ilenmesi iin gerekli sre 2 dakikadr.
Benzer bir ekilde bir adet B tipi oyuncan plastik departmannda ilenmesi iin gerekli sre
1 dakika, montaj departmannda ilenmesi iin gerekli sre 3 dakikadr. Oyuncaklarn birim
katklar srasyla 800.000 TL ve 1.200.000 TLdr. retici yukardaki koullara uygun olarak
rnden en yksek katky salamay amalamaktadr. Yukardaki verilere bal olarak
oyuncak reticisinin karar probleminin dorusal programlama (DP) modelini kurunuz.

RNEK 2: RETM PLANLAMA PROBLEM

Bir cam fabrikas alminyum ereveli cam kap (rn1) ve ahap ereveli pencere (rn2)
olmak zere iki farkl tipte rn retmektedir. Fabrikada farkl departman bulunmaktadr.
Alminyum ereveler birinci departmanda, ahap ereveler ikinci departmanda
retilmektedir. Cam retimi ve montaj ilemleri ise nc departmanda gereklemektedir.
Buna bal olarak; rn1, sadece birinci ve nc departmanlardan, rn 2'de sadece ikinci
ve nc departmanlardan gemektedir. Pazarlama blm, fabrikann retebildii kadar
rn satabileceini savunmaktadr.

te yandan, her bir rn eidi 20'er adetlik partiler halinde retilmektedir. Buna bal
olarak, retim oran, haftalk parti says olarak belirlenmelidir. Fabrikadaki yneylem
aratrmas grubunun derledii veriler Tablo 1'de verilmitir. Bu verilere bal olarak, mevcut
kstlar altnda iki rnn toplam katksn en bykleyen DP probleminin modelini kurunuz.
Tablo 1. Cam Fabrikas rneine likin Veriler
Departmanlar Her Bir Parti in Gerekli Olan Her Bir Departmann
retim Sresi (saat) Haftalk retim Kapasitesi
rnler (Saat/Hafta)
1 2
1 1 0 4
2 0 2 12
3 3 2 18
Her bir partinin katks (TL) 3.000.000 5.000.000
 RNEK 3: MEDYA ORTAMI SEM PROBLEM
KOTOSAN araba ve kamyonet almak zere iki farkl tipte rn retmektedir. Firma,
potansiyel mterilerinin yksek gelir dzeyli bay ve bayan mteriler olduunu belirlemitir.
KOTOSAN yneticileri, bu kitleye ulamak iin komedi programlarnda ve futbol ma
yaynlarnda 1 dakikalk reklam vermeyi planlamaktadr. Her bir komedi programnn 7
milyon yksek gelir dzeyli bayan ve 2 milyon yksek gelir dzeyli bay mteri tarafndan
izlendii tespit edilmitir. te yandan, her bir futbol mann 2 milyon yksek gelir dzeyli
bayan, 12 milyon yksek gelir dzeyli bay tarafndan izlendii tespit edilmitir. Komedi
programlarnda yayna girecek olan bir adet 1 dakikalk reklamn maliyeti 5 milyar TL, futbol
malarnda yayna girecek olan bir adet 1 dakikalk reklamn maliyeti ise 10 milyar TL'dir.
Firma, reklamlarn en azndan 28 milyon yksek gelir dzeyli bayan ve 24 milyon yksek
gelir dzeyli bay mteriler tarafndan izlenmesi amalanmaktadr. Bu verilere bal olarak
KOTOSAN'n reklam maliyetini en kkleyen DP probleminin modelini kurunuz.

RNEK 4: DYET PROBLEM

Bir niversitenin kantininde kakaolu kek, elmal kek, dondurma ve lokma olmak zere drt
eit tatl satlmaktadr. Her tatl eidinin fiyat srasyla aadaki gibidir:

1 dilim kakaolu kek 300.000 T.L.

1 dilim elmal kek 200.000 T.L.
1 kepe dondurma 180.000 T.L.
1 kutu lokma 140.000 T.L.

Aye her gn en azndan 500 kalorilik tatl yemek istemektedir. Ayrca gnde en azndan 180
gram kakaolu, 300 gram ekerli ve 240 gram yal besin almak istemektedir. Her bir tatlnn
besin deeri Tablo 2de verilmitir. Aye'nin en az maliyetle yiyebilecei gnlk tatl
miktarn belirleyen DP probleminin modelini kurunuz.
Tablo 2. Tatl eitlerinin Besin Deerleri

Tatl eitleri Kalori Kakaolu Besin ekerli Besin Yal Besin

(gr.) (gr.) (gr.)
.K. 400 90 60 60
E.K. 150 0 120 30
D. 200 60 60 120
L. 500 0 120 150

RNEK 5: RETM PLANLAMA PROBLEM

MOTOSAN araba ve kamyonet olmak zere iki farkl tipte rn retmektedir. Her bir araba,
boyama ve montaj departmannda ilenmektedir. Eer boyama departmannda sadece
kamyonetler boyanrsa, gnde sadece 40 adet kamyonet boyanmaktadr. Eer boyama
departmannda sadece arabalar boyanrsa, gnde sadece 60 adet araba boyanmaktadr. Eer
ileme departmannda sadece kamyonetler ilenirse gnde sadece 50 adet kamyonet
ilenmektedir. Eer ileme departmannda sadece arabalar ilenirse gnde sadece 50 adet
araba ilenmektedir. Her bir kamyonetin birim katks 300.000.000 TL ve her bir arabann
birim katks 200.000.000 TL'dr. MOTOSANn toplam katksn en bykleyen gnlk
retim miktarn belirleyen DP probleminin modelini kurunuz.

RNEK 6: RETM PLANLAMA PROBLEM

Bir firma, E1 ve E2 olmak zere ki farkl tipte elektrikli mutfak eyas retmektedir. Her iki
rn iletmede bulunan ileme, montaj ve kalite kontrol departmanlarndan geerek
retilmektedir. Departmanlarn haftalk kapasiteleri srasyla 450 saat, 350 saat ve 300 saattir.
Her bir adet E1 retimi iin 3 saat ileme departman sresi, 4 saat montaj departman sresi
ve 3 saat kalite kontrol departman sresi gerekmektedir. Her bir adet E2 retimi iin 2 saat
ileme departman sresi, 6 saat montaj departman sresi ve 3 saat kalite kontrol departman
sresi gerekmektedir. Pazarlama departmannn verilerine gre haftada en fazla 75 adet E1 ve
en fazla 50 adet E2 retilmesi gerekmektedir. Ayrca, yine pazarlama departmannn
verilerine gre haftada 20 adetten daha az E1 ve 15 adetten daha az E2 retilmemesi
gerekmektedir. Son olarak, E1in retim miktarnn en az E2nin retim miktarna eit olmas
gerekmektedir. E1in birim katks 10.000.000 TL, E2nin birim katks ise 20.000.000
TLdr. Bu verilere bal olarak reticinin retim planna ilikin dorusal programlama
probleminin modelini kurunuz .

RNEK 7: RETM PLANLAMA PROBLEM

Bir bisiklet reticisi bis1, bis2 ve bis3 olmak zere farkl tipte ocuk bisikleti
retmektedir. Bisikletlerin birim katklar srasyla 4.000.000 TL, 2.000.000 TL ve 3.000.000
TLdr. Her bir adet bis1, bis2 ve bis3 montaj ve boyama departmannda ilenerek
retilmektedir. Boyama departman gnde en fazla 2.8 kilogram boya temin edilebilmektedir.
Her bir kilogram boya ya on adet bis1in, ya yirmi adet ya bis2nin ya da be adet bis3n
boyanmas iin kullanlmaktadr. Eer montaj departmannda sadece bis1 monte edilirse
saatte en fazla 10 adet bis1 monte edilmektedir. Eer montaj departmannda sadece bis2
monte edilirse saatte en fazla 5 adet bis2 monte edilmektedir. Eer montaj departmannda
sadece bis3 monte edilirse saatte en fazla 15 adet bis3 monte edilmektedir. Ayrca pazarlama
departmannn verilerine gre, bis3n gnlk retim miktar en azndan bis1in gnlk
retim miktarnn bir buuk kat kadar olmaldr. Ek olarak; bis1in gnlk retim miktarnn
en azndan 6 adet olmas gerekmektedir. Muhasebe departmannn verilerine gre ise, her bir
adet bis1in maliyeti 10.000.000 TL, her bir adet bis2nin maliyeti 30.000.000 TL ve her bir
adet bis3n maliyeti ise 20.000.000 TLdr ve gnlk toplam maliyetin 280.000.000 TLy
amamas gerekmektedir. letmede bir gnde 8 saat allmaktadr. Bu verilere bal olarak
bisiklet reticisinin retim plann belirleyen dorusal programlama probleminin modelini
kurunuz.

KAYNAKLAR:

HILLIER, F.S. ve LIEBERMAN, G.J. (1995), Introduction to Mathematical

Programming, McGraw-Hill Publishing Company.

TAHA, H. (1997), Operations Research, Sixth Edition, Prentice Hall.

WINSTON, W.L. (1994), Operations Research, Second Edition, PWS-KENT Publishing

Company, Boston.

HALLA, O. (1983), Kantitatif Karar Verme Teknikleri, .. Yayn.

ZDEN, K. (1989), Yneylem Aratrmas, Hava Harp Okulu Yaynlar.

ZTRK, A. (1997), Yneylem Aratrmas, Geniletilmi V. Basm, Ekin Kitapevi

Yaynlar, Bursa..
TAHA, H. (2000), Yneylem Aratrmas, 6. Basmdan eviri, (eviren ve
Uyarlayanlar: . Alp Baray ve akir Esnaf), Literatr Yaynlar:43, stanbul.

RNEK 8: RETM PLANLAMA PROBLEM4

Bir frncnn 90 kg unu ve 30 paket mayas bulunmaktadr. Bir paket ekmek retimi iin 0.5
kg una ve 1 paket mayaya gereksinim duyulmaktadr. Bir paket ekmein sat fiyat 1 200 000
TLdir. Frnc gn iinde ihtiya duyduunda, ek olarak kilosu 400 000 TLden un
alabilmekte veya ayn fiyattan artan ununu satabilmektedir. Frncnn kazancn en oklayan
dorusal programlama probleminin modelini oluturunuz.

RNEK 9: GC ZELGELEME PROBLEM5

Haftann 7 gn faaliyetini srdrmekte olan bir irketin ihtiya duyduu eleman says
gnlere gre farkllk gstermektedir. Tam gn alacak ekilde her gn iin ihtiya duyulan
eleman says aadaki tabloda verildii gibidir:
Gn Eleman Says
Pazartesi 17
Sal 13
aramba 15
Perembe 19
Cuma 14
Cumartesi 16
Pazar 11
Dier yandan kurallar gereince, tam gn alan kiiler bir haftalk bir srede birbirini
izleyen be gn almakta ve iki gn dinlenmektedirler. rnein, Pazartesi gn ie
balayan bir kii Cuma gn de altktan sonra iki gn dinlenmektedir. irket gnlk
faaliyetlerini tam gn alacak bu kiilerle yrtmek istemektedir. irketin istihdam edecei
personel saysn en aza indirecek dorusal programlama modelini kurunuz.

RNEK 10: GC ZELGELEME PROBLEM6

Mterilerine bakm ve onarm hizmeti vermekte olan bir irket, gelecek be ay iin
mterilerinin gereksinim duyaca hizmet srelerini aadaki gibi tahmin etmektedir:

4
WINSTON, W.L. (1994), Operations Research, Second Edition, PWS-Kent Publishing Company, Boston,s.-176

5
WINSTON, W.L. (1994), Operations Research, Second Edition, PWS-Kent Publishing Com., Boston,pp.74- 75
6
WINSTON, W.L. (1994), Operations Research, Second Edition, PWS-Kent Publishing Com., Boston,pp.109-111
 Ocak: 6000 saat
ubat: 7000 saat
Mart: 8000 saat
Nisan: 9500 saat
Mays:11000 saat
Bakm ve onarm faaliyetleri tecrbeli teknik elemanlar tarafndan yerine getirilmekte
ve her teknik eleman ayda 160 saat almaktadr. Ocak ay banda irkette 50 tecrbeli
teknik eleman bulunmaktadr.
Ynetim gelecek aylardaki mteri gereksinimlerini karlayabilmek iin, yetitirilmek
zere irkete yeni elemanlar alnmasna karar vermitir. Yeni elemanlarn yetitirilmesi iin
bir aylk bir srenin yeterli olaca dnlmektedir. Bu bir ay iinde her yeni eleman
tecrbeli bir eleman tarafndan 50 saatlik bir eitime tabi tutulacaktr. Dier yandan, her ayn
sonunda tecrbeli elemanlarn % 5inin iten ayrld gzlenmektedir.
irket, tecrbeli elemanlara ayda 500 milyon TL., yetitirilen elemanlara ise bu ilk
aynda 250 milyon TL. demektedir. irketin mteri gereksinimlerini karlayacak ekilde
toplam igc maliyetini en aza indirecek dorusal programlama modelini kurunuz.

RNEK 11: RN KARMASI PROBLEM7

2000 hektarlk tarm alanna sahip olan bir kii toprann ilenmesi iin iftiyle
anlamakta ve iftilerin kapasitelerine gre bu alan paraya ayrmaktadr. Buna gre,
1.iftiye ayrlan topran genilii 500, 2. iftiye ayrlan topran genilii 800, 3. iftiye
ayrlan topran genilii 700 hektardr.
Toprak sahibi her bir ifti iin ayrlan ksmda msr, bezelye ve soya yetitirilmesini
istemektedir. Ancak, msr iin ayrlan toplam alann 900, bezelye iin ayrlan toplam alann
700, soya iin ayrlan toplam alann 1000 hektar dan fazla olmasn istememektedir. Hektar
bana msrdan elde edilecek kar 400 milyon TL., bezelyeden elde edilecek kar 300 milyon
TL ve soyadan elde edilecek kar 200 milyon TLdir.
Dier yandan , toprak sahibi her iftiye ayrlan ksmn en az % 60nn ekilmesini art
komaktadr. Ayrca, her bir paradaki ekili alan orannn birbirine eit olmasn istemektedir.
Yukarda verilen bilgilerden yararlanarak toplam kar en oklayacak dorusal
programlama modelini kurunuz.

7
LEE, S.M., MOORE L.J. ve TAYLOR, B.W., (1981),Management Science, Wm.C.Brown Company,U.S.A, s..35-38.
RNEK 12: KARIIM PROBLEM8
Bir geri-dnm merkezi olarak faaliyetini srdrmekte olan bir irket Madde 1, Madde 2,
Madde 3 ve Madde 4 olmak zere drt eit kat atk madde toplamaktadr. Toplanan bu
maddeler nce ayr ayr kimyasal bir ileme tabi tutulmakta (1.lem) ve daha sonra bu
maddelerin karmndan (2.lem) A, B ve C olmak zere 3 eit rn retilmektedir. rn
eitleri, karmda kullanlan maddelerin oranlarna [(rnde kullanlan madde
arl/rnn arl)*100] gre farkllk gstermektedir.

Her rn eidi iin kullanlan madde oranlarnda bir esneklik sz konusu olmakla
birlikte , kalite spesifikasyonlar bu oranlarla ilgili baz alt ve st limitler getirebilmektedir.
rnein, rn Cdeki madde 1 orannn % 70den daha fazla olmamas gerekmektedir. Bu
spesifikasyonlar, her eit rnn sat fiyat ve 2. ilemin maliyeti aadaki tabloda
verilmektedir.

rn Madde Spesifikasyonlar 2.lemin maliyeti Sat Fiyat

(106 TL/kg) (106 TL /kg)
Madde 1 % 30dan fazla olmamal
A Madde 2 % 40dan az olmamal 3.00 8.50
Madde 3 % 50den fazla olmamal
Madde 4 % 20 olmal
Madde 1 % 50den fazla olmamal
B Madde 2 % 10dan az olmamal 2.50 7.00
Madde 4 %10 olmal
C Madde 1 % 70den fazla olmamal 2.00 5.50

Merkez retimde kulland bu kat atk maddeleri dzenli olarak belirli kaynaklardan,
toplayabilmekte ve 1.lemden geirebilmektedir. Her eit maddenin toplanabilen ve
1.lemden geirebilen haftalk miktarlar ve 1.lemin maliyetleri Tablo 2de yer almaktadr:

Madde Miktar 1.lemin maliyeti

(kg/hafta) (106 TL/kg)
Madde 1 3000 3.00
Madde 2 2000 6.00
Madde 3 4000 4.00
Madde 4 1000 5.00

8
HILLIER, F.S. ve LIEBERMAN, G.J.(1995), Introduction to Mathematical Programming, McGraw-Hill Publishing
Company, s. 53-57.
 irketin faaliyetleri evreci bir rgt tarafndan desteklenmekte ve rgt, tamam,
1.lem ile ilgili maliyetlerin karlanmasnda kullanlmak zere haftada 30 .109 TLlk bir
yardmda bulunmaktadr. Ancak rgt bu parann, tabloda verilen haftalk miktarlarn en az
yarsnn toplanacak ve 1.lem den geirilecek ekilde maddeler arasnda datlmasn art
komaktadr.
Yukarda verilen bilgilerden yararlanarak irketin haftalk karn en oklayacak
dorusal programlama modelini kurunuz.

RNEK 13: KARIIM PROBLEM9

Bir rafineride B1, B2 ve B3 olmak zere eit benzin retilmektedir. Bu benzinler
farkl ham petroln (P1, P2, P3) karmndan elde edilmektedir. eitlerine gre bir varil
benzinin sat fiyat ve bir varil ham petroln al fiyat aadaki tabloda verildii gibidir.
irket bu eit ham petroln her birinden gnde 5000 varile kadar satn alabilmektedir.

Sat fiyat Al fiyat

(106 TL/varil) (106 TL /varil)
B1 70 P1 45
B2 60 P2 35
B3 50 P3 25

irketin rettii bu benzinler oktan indislerine ve slfr miktarlarna gre farkllk

gstermektedir. B1 retimi iin petrol karmnn oktan indisi en az 10 olmal ve karm en
fazla % 1 slfr iermelidir. B2 retimi iin petrol karmnn oktan indisi en az 8 olmal ve
karm en fazla % 2 slfr iermelidir. B3 retimi iin petrol karmnn oktan indisi en az 6
olmal ve karm en fazla % 1 slfr iermelidir. retimde kullanlan eit ham petrol iin
oktan indisleri ve slfr miktarlar ise aadaki tabloda verilmektedir. Bir varil petrol bir
varil benzine dntrmenin maliyeti 4 .106 TLdr ve irket gnde 14 000 varile kadar benzin
retebilmektedir.
Oktan indisi Slfr
miktar
P1 12 0.5%
P2 6 2.0%
P3 8 3.0%

9
WINSTON, W.L. (1994), Operations Research, Second Edition, PWS-Kent Publishing Company, Boston, s.-93.
 irket mterilerinin ihtiya duyduu gnlk benzin miktarlar ise; B1 iin 3000 varil,
B2 iin 2000 varil, B3 iin 1000 varildir. Yaplan anlamalar gereince irket bu taleplerin
tamamn karlamak zorundadr. Bununla birlikte, irket yneticileri rnlerine olan talebi
artrabilmek iin reklam yapmay dnmekte ve belli bir rn iin yaplacak her 1.106TL /
gn lk reklam harcamasnn o rnn gnlk talebini 10 varil artracan hesaplamaktadr.
rnein , B2 iin yaplacak gnlk 20 .106 TLlk reklam harcamasnn B2nin gnlk
talebini 20(10)=200 varil artraca ngrlmektedir.
Yukarda verilen bilgilerden yararlanarak irketin gnlk karn en oklayacak
dorusal programlama modelini kurunuz.

RNEK 14: RETM PLANLAMA PROBLEM10

Boyta firmasnn fabrikas bulunmakta ve her fabrikada ayr boyda makina paras
retilmektedir. Her makine parasndan elde edilen birim karlar ise , byk boy iin 800 TL.,
orta boy iin 600 Tl. ve kk boy iin 540 TL.dir. Emek ve makina kapasitelerine gre, 1
nolu fabrikada haftada en fazla 800 birim, 2 nolu fabrikada haftada en fazla 650 birim,3 nolu
fabrikada ise haftada en fazla 450 birim rn retilebilmektedir.
Her fabrikann stoklama alan snrl olup, 1 nolu fabrikann 1400 m2 , 2 nolu
fabrikann 1250 m2 , 3 nolu fabrikann 800 m2 lik stoklama alan bulunmaktadr. Byk boy
parann haftalk retiminde 2.5 m2, orta boy parann retiminde 2 m2 ve kk boy parann
retiminde 1.5 m2 yere gerek duyulmaktadr.
Sat blmnn tahminine gre haftada byk boy paradan 800, orta boy paradan
900 ve kk boy paradan 600 birim satlabilmektedir. te yandan , ynetim fabrikada
retilen mallarn greli saysnn emek ve makine kapasitelerine denk oranda olmasn
istemektedir.
Ynetim karn en oklayacak ekilde fabrikada her bir boydan ne kadar birimlik
rn retilmesi gerektiini saptamak istemektedir.
Yukarda verilen bilgilerden yararlanarak problemi dorusal programlama modeli
olarak ifade ediniz.

10
ZTRK, A., ( 1997), Yneylem Aratrmas, Ekin Kitabevi, Bursa, s.33-35.
3. DP MODELLERNN ZM YNTEMLER

3.1. DP Modellerinin Grafik Yntem ile zm ve Duyarllk Analizleri

RNEK 1: RETM PLANLAMA PROBLEM11

Kk bir atlyede masa ve sandalye olmak zere iki eit rn retilmektedir. Masa
ve sandalyelerin her biri nce marangozhanede daha sonra boyama ve cilalama blmnde
ilem grmektedir. Bir adet masa retmek iin gerekli olan iilik sresi marangozhanede 4
saat, boyama ve cilalama blmnde 2 saattir. Bir adet sandalye retimi iin gerekli olan bu
sreler srasyla 3 saat ve 1 saattir. Atlyenin haftalk igc kapasitesi marangozhane iin en
fazla 240 saat, boyama ve cilalama blm iin ise en fazla 100 saattir. Bir adet masadan elde
edilen kar 7.107 TL. ve bir adet sandalyeden elde edilen kar 5 107 TL. dir. Atlyenin haftalk
karn maksimum yapan dorusal programlama modelini kurunuz ve grafik yntemden
yararlanarak optimal zm bulunuz.
RNEK 2: DYET PROBLEM12
Bir iftlikte yetitirilen tavuklar iin 2 farkl yem satn alnmakta ve bu iki yem
kartrlarak tavuklar beslenmektedir. Satn alnan yemler ierdii besin maddelerine ve
miktarlarna bal olarak farkllk gstermektedir. zellikle 3 eit besin maddesi (A,B,C)
tavuklarn beslenmesinde nem tamaktadr. Tavuklarn her birinin ayda en az 5400 gr A
besini, 2880 gr B besini ve 90 gr c besini almas gerekmektedir. 1. Tip yemin 1 kgnda 300 gr
A besini 240 gr b besini ve 30 gr C besini bulunmaktadr. 2. tip yemin 1 kgnda 600 gr A
besini ve 180 gr B besini bulunmaktadr. 2. tip yem C besini iermemektedir. 1. tip yemin
kg 4. 106, 2.tip yemin kg ise 6.106 TL. den satlmaktadr. Beslenme maliyetini minimum
yapacak dorusal programlama modelini kurunuz ve grafik yntemden yararlanarak optimal
zm belirleyiniz.

RNEK 3: RETM PLANLAMA PROBLEM13

11
RENDER, B. & STAIR R. M. ( 1997), Quantitive Analysis for Management, Allyn and Bacon, USA, pp.341.
12
RENDER, B. & STAIR R. M. ( 1997), Quantitive Analysis for Management, Allyn and Bacon, USA.
13
TAHA , H., ( 1992), Operations Research An Introduction,Fifth Edition, Macmillan Publishing Com.,
Singapore, pp.16-17.
Bir boya fabrikasnda i ve d yzeylerde kullanlmak zere iki tip boya retilmektedir. Bu
boyalarn retiminde A ve B olmak zere 2 eit hammaddeden yararlanlmaktadr. 1 ton d
yzey boyas elde etmek iin kullanlan Hammadde A miktar 1 ton, Hammadde B miktar ise
2 tondur. 1 Ton i yzey boyas elde etmek iin ise 2 ton Hammadde A ya ve 1 ton
Hammadde Bye ihtiya duyulmaktadr. Hammadde Adan gnde en fazla 6 ton, Hammadde
B den ise gnde en fazla 8 ton temin edilebilmektedir.

Dier yandan yaplan pazar aratrmalar, i yzey boyasnn gnlk talebinin en fazla
d yzey boyasnn gnlk talebinden 1 ton daha fazla olduunu gstermektedir. Ayrca
aratrmalar i yzey boya talebinin gnde en fazla 2 ton olduunu ortaya koymaktadr. 1 ton
d yzey boyasndan elde dilen kar 3.108 TL ve 1 ton i yzey boyasndan elde dilen kar
2.108 TLdir. Fabrikann gnlk karn en oklayan dorusal programlama modelini kurunuz
ve grafik yntemden yararlanarak optimal zm belirleyiniz.

3.2. DP Modellerinin Simpleks Yntem ile zm

3.2.1. Primal Simpleks Yntem

Grafik zm ynteminde grdmz gibi optimal zm noktas, her zaman uygun

zm alannn bir ke noktas ya da u noktas ile ilikiliydi. Simpleks yntem esas olarak
ite bu temel fikre dayanmaktadr. Bir baka deyile simpleks yntem cebrik bir yntem
olmasna ramen dayand temel fikir geometriktir. Bu nedenle simpleks yntem grafik
yntem ile birlikte incelenecektir. Bunun iin model kurma dersinde incelediimiz cam
fabrikas rneini ele alacaz.

RNEK: Cam Fabrikas rneini ele alalm.

ZM: Simpleks yntem evre evre grafik zm yntemi ile birlikte aklanacaktr.
X 11
A (0, 0)
10
Zmax.= 3x1 + 5x2 9 B (4, 0)
x1 4 8 (3 (1) C (4, 3)
7 D
2x2 12 6 D (2, 6)
(2)
5
3x1 + 2x2 18 E (0, 6)
4
Z
x1, x2 0 3 C
2
1 A B
X1
1 2 3 4 5 6 7 8 9 10 11 12 13
 rneimizde uygun zm alan ABCDE'dir. Simpleks yntem, uygun zm alan
iinde uygun bir ke noktasndan (orijinden) balayarak sistematik olarak bir sonraki uygun
ke noktasna, bu noktadan yine bir sonraki uygun ke noktasna ilerleyen ve optimal
zm bileenine ulaldnda sonulanan tekrarlamal bir algoritmadr.
Simpleks algoritmas orijin --A (0,0)-- ile zme balar ve bu nokta balang zm
noktas olarak ifade edilir. Algoritma daha sonra bitiik komu ke noktaya doru ilerler.
Algoritmann ilerledii nokta, B ya da E noktas olabilir. zel olarak hangi noktann
seilecei karar, ama fonksiyonundaki karar deikenlerinin katsaylarna baldr. x2nin
ama fonksiyonu katsays, x1in ama fonksiyonu katsaysndan (5>3) daha byk olduu
iin zm x2nin artarak ilerledii ke noktas olan E noktasna doru ilerler. E noktasnda,
ama fonksiyonunun deerini artracak dier bir komu ke noktas olup olmadn
belirlemek amacyla sre tekrarlanr. Benzer ekilde ama fonksiyonunun deerini artracak
bir sonraki komu ke noktasna ilerlenir. Bu nokta D noktasdr. D noktas optimal zm
bileenini verdii iin algoritma durur.

Simpleks yntemde bir sonraki ke noktasnn seimini belirleyen iki tane kural
vardr. Bunlar:

1) Bir sonraki ke noktas mevcut ke noktasna komu olmaldr. rnek olarak zm, A
noktasndan direkt olarak D noktasna ilerleyemez. Bu nedenle uygun zm alanndaki
komu ke noktalarnn srayla izlenmesi gerekir.
2) zm hibir zaman bir nceki zm noktasna doru geri ynde ilerleyemez.

Simpleks algoritmasnda aadaki evreler izlenir:

Evre 1: DP Problemi Standart Formda Yazlr

Probleme glge, artk ve yapay deikenlerin eklenmesi ile eitsizlik eklindeki tm
kst denkleri (=) eklinde ifade edilir.
Zmaks.= 3x1 + 5x2 + OS1 + OS2 + OS3
x1 +S1 = 4
2x2 +S2 = 12
3x1 + 2x2 +S3 = 18
x1, x2, S1, S2, S3 0
Evre 2: Balang Simpleks Tablo Hazrlanr
Bu evrede problem bir tablo eklinde zetlenir. Bu tablo Evre 1deki standart DP
problemini matris halinde ifade etmektedir ve ayn zamanda balang zm temsil
etmektedir. Bu tabloya balang simpleks tablo ad verilmektedir. Tablonun blmleri
aada aklanmtr:
cj (1) 3 5 0 0 0
cj (4) (2)xj x1 x2 S1 S2 S3 (6) .S.
xi(3)
0 S1 1 (5) 0 1 0 0 4
0 S2 0 [2] 0 1 0 12
0 S3 3 2 0 0 1 18
Zj (7) 0 0 0 0 0 0
cj-Zj (8) 3 5 0 0 0

(1) cj Ama Satr: Bu satrdaki saylar, deikenlerin (karar, glge, artk ve yapay) ama
fonksiyonu katsaylar olan cj deerlerinden olumaktadr.

(2) xj Deikenler Satr: DP modelinde bulunan btn deikenlerin (karar, glge, artk ve
yapay ) yazlmas ile edilen satrdr.

(3) xi Temel Deikenler Stunu: Bu stun zmde yer alan deikenleri gsterir. Bu
nedenle bu stundaki deikenlere "temel deikenler" ya da "zme giren deikenler ad
verilir. Balang simpleks tabloda temel deikenler kst denklemlerinin ynne bal olarak
glge ya da yapay deikenlerden olumaktadr.
Balang tabloda,
--- () eklindeki bir kst denkleminin ifade edildii satrn temel deikenler
stununda glge deikenler yer alr.
--- (=) ya da () eklindeki bir kst denkleminin ifade edildii satrn temel
deikenler stununda yapay deikenler yer alr.
 Balang tabloda yer alan glge ve yapay deikenler -temel deikenler- tabloda
birim matrisi oluturmaktadrlar.

(4) cj Ama Stunu: Temel deikenlerin ama fonksiyonu katsaylarndan (cj) oluan
stundur.
(5) Teknolojik Katsaylar Matrisi: Kst denklemlerinde yer alan teknolojik katsaylardan
oluan matristir. m tane kst denklemli n tane deikenli bir DP modelinde teknolojik
katsaylar matrisinin boyutu mxndir. rneimizde matrisin boyutu 3x5dir.
(6) zm Stunu: Bu stun temel deikenlerin zm deerlerini verir. Bu stundaki
deerlerin ilk tablodan en iyi zm veren son tabloya kadar daima pozitif ya da 0 olmas
gerekir. Stunda (-) bir deerin olmas olanaksz zm ya da hatal ilemi gsterir.
(7) Zj Satr: Zj satr, teknolojik katsaylar matrisindeki stunlar ile ama stunundaki
bilgilerden yararlanlarak elde edilir. Her stun iin ayr ayr hesaplanacak olan Zj deerleri, o
stundaki teknolojik katsaylar ile ama stunundaki kart saylarn arpmlarnn toplamna
eittir.
rnek:
Z1 = 0x1+ 0x0 + 0x3 = 0
Z2 = 0x0+ 0x2 + 0x2 = 0
**
**
Zs = 0x4 + 0x12 + 0x18 = 0
Z=0

(8) cj-Zj Satr: Bu satr her stun iin hesaplanan Zj deerlerinin ama satrndaki o stuna
ait saydan karlmasyla elde edilir.
rnek:
c1-Z1 = 3-0 =3
c2-Z2 = 5-0 =5
cj-Zj deerleri amacnzdaki net art gsterirler.
Bir birim 1 nolu rn retirsek ama fonksiyonunun deeri 3 birim artar.
Bir birim 2 nolu rn retirsek ama fonksiyonunun deeri 5 birim artar.
Evre 3: Optimallik Testi Yaplr
Bu evrede zmn optimal olup olmad test edilir. Bir baka deyile, karar
deikenlerinden herhangi bir tanesinin zme girmesi ile ama fonksiyonunun deerinin
artp artmayaca test edilir. zmn optimal olmas iin maksimizasyon amal
problemlerde cj-Zj deerlerinin negatif ya da sfr, minimizasyon amal problemlerde ise cj-Zj
deerlerinin pozitif ya da sfr olmas gerekir. (Nedeni: cj-Zjler maksimizasyon amal
problemlerde net katklar gsterirler. Maksimizasyon amal problemlerde bu deerin (-)
iaretli olmas artk toplam katknn arttrlamayacan, azaltlacan gsterir. Minimizasyon
amal problemlerde tersi geirlidir).

zm optimal ise simpleks algoritmas durdurulur ve optimal zm belirlenir.

zm optimal deilse Evre 4e ilerlenir.

Evre 4: zme Giren Deiken Seilir

Maksimizasyon amal problemlerde zme giren deiken, mevcut temel olmayan
deikenler arasndan ama fonksiyonu deerini en fazla artracak deiken olarak belirlenir.
Bir baka deyile, en yksek cj-Zj deerini veren xj deikeni ncelikle zme girer.
Yukardaki rnekte x2 deikeni bu zellie sahiptir. Bu durumda en yksek cj-Zj deerine
sahip stuna anahtar stun ad verilir ve bu stunda yer alan deikene zme giren
deiken ad verilir. O halde maksimizasyon amal problemlerde cj-Zj satrndaki en byk
deere, minimizasyon amal problemlerde ise cj-Zj satrndaki mutlak deerce en byk (-)
iaretli deere kar gelen deiken, zme giren deiken olarak seilir. rneimizde, x2
zme giren deiken olarak seilir.

Evre 5: zmden kan Deiken Seilir

zmden karlacak deikeni bulmak iin zm stunundaki deerler anahtar
stundaki kart saylara blnr. Blme ilemi sonunda bulunan oranlar arasndan en kk
negatif olmayan orana ait olan satr deikeni zmden kan deiken olarak belirlenir.
rneimizde S2 zmden kan deiken olarak seilir. Minimum oranl deer ayn zamanda
uygun zm alan iindeki en d noktadr. Bu oranlardan paydaya gelen deerler arasnda
0 ya da negatif deerli oran dikkate alnmaz. Bu satra anahtar satr denir. Anahtar satr
ile anahtar stunun keistii yerdeki eye de anahtar eleman ad verilir.
Evre 6: Yeni Katsaylar Hesaplanr ve Yeni Simpleks Tablo Oluturulur
Yeni katsaylar hesaplanarak yeni simpleks tablo oluturulur. Daha sonra Evre 3'e geri
dnlr.
a) Yeni Temel Deiken Satrnn (Ts )Hesaplanmas

Anahtar satrdaki btn elemanlar anahtar sayya ayr ayr blnr. Bu ilem sonunda
elde edilen deikenler ikinci tabloda yeni temel deiken satrna (x2) yazlr.

Yeni Temel Anahtar satr ( 0 2 0 1 0 12)

Deiken = ------------------ ------------------------------ = (0 1 0 0 6)
Satr Anahtar Say (2)

b) Dier Temel Deiken Satrlarnn Hesaplanmas

Ys = Es - (TsxP)
Ys- Yeni Satr
Es- Eski Satr
Ts- Yeni Temel Deiken Satr
P-(Eski satrn anahtar stun ile kesitii yerdeki ge)

( 1 0 1 0 0 4) ( 3 2 0 0 1 18)
- 0. ( 0 1 0 0 6) - 2.(0 1 0 0 6)
_______________________ ____________________
(1 0 1 0 0 4) (3 0 0 -1 1 6)

Elde edilen bu deerler ikinci tabloda mevcut temel deikenler satrna ( S1 ve S2

satrlarna) yazlr. Son olarak Zj ve cj-Zj satrlarnn yeni deerleri Evre 2'de anlatld gibi
hesaplanarak yeni simpleks tablodaki yerlerine yazlr.
 3 5 0 0 0
x1 x2 S1 S2 S3 .S.
0 S1 1 0 1 0 0 4
5 x2 0 1 0 1/2 0 6
0 S3 3 0 0 -1 1 6
Zj 0 5 0 5/2 0 30
cj-Zj 3 0 0 -5/2 0

Evre 3e geri dnlr. Optimallik testi yaplr. cj-Zj satrnda hala (+) deerli ge vardr. Sre
yinelenir.

Evre 3: Optimallik Testi Yaplr; zm optimal deildir.

Evre 4: zme Giren Deiken Seilir; x1 deikeni.
Evre 5: zmden kan Deiken Seilir; S3 deikeni.
Evre 6: Yeni Katsaylar Hesaplanr ve Yeni Simpleks Tablo Oluturulur;

3 5 0 0 0
x1 x2 S1 S2 S3 .S.
0 S1 0 0 1 1/3 -1/3 2
5 x2 0 1 0 1/2 0 6
3 x1 1 0 0 -1/3 1/3 2
Zj 3 5 0 3/2 1 36
cj-Zj 0 0 0 -3/2 -1
Optimal zme ulald iin algoritma durur. Problem zlmtr.

KAYNAKLAR:

HILLIER, F.S. ve LIEBERMAN, G.J. (1995), Introduction to Mathematical

Programming, McGraw-Hill Publishing Company.

TAHA, H. (1992), Operations Research, Fifth Edition, MacMillan International

Company, New York.

WINSTON, W.L. (1994), Operations Research, Second Edition, PWS-KENT

Publishing Company, Boston.
 3.2.2. Byk M Yntemi

Bir DP probleminde ( ) ve / veya ( = ) eklinde kst denklem(ler)i varsa bu problem

"Byk M" yntemi ile zmlenir. Bu yntemin temel fikri simpleks yntem ile ayndr. Bir
baka deyile ayn zm evreleri izlenir. Ancak Byk M ynteminde kst denklemlerinin
ynne bal olarak yapay deikenlerin probleme eklenmesi ile "M" katsaylar, balang
tabloda ve ilerleyen ilk tablolarda yer alrlar. Bu yntemdeki temel ama mmkn olduu
kadar ilk evrelerde M katsayl yapay deikenleri zmden karmaktr. Byk M yntemi
aadaki rnek ile irdelenecektir.

i. Minimizasyon Amal Problemlerde M Ynteminin Uygulanmas

RNEK: BISKO Biskvi Fabrikas rneini ele alalm.

Zmin.= 4x1 + 5x2
3x1 + x2 27
5x1 + 5x2 = 60
6x1+ 4x2 60
x1, x2 0

Evre 1: DP Problemi Standart Formda Yazlr

Zmin.= 4x1 + 5x2 + 0S1 + MA1 + MA2 + OE1

3x1 + x2 + S1 = 27
5x1 + 5x2 +A1 = 60
6x1+ 4x2 +A2 -E1 = 60
x1, x2, S1, A1,A2, E1 0

M > 0 ve ok byk bir say olmak zere, maksimizasyon amal problemlerde yapay
deikenin ama fonksiyonu katsays ( -M ) olarak alnr. Minimizasyon amal
problemlerde ise bu katsay ( M ) olarak alnr. Bylece bir ceza puan atanarak yapay
deikenin ilk evrelerde problemden kartlmas amalanr. nk yapay deikenlerin
hibir ekonomik anlam yoktur. Balang simpleks tabloda birim matrisi oluturmak
amacyla ama "=" ve "" eklindeki kst denklemlerine eklenirler.

Evre 2: Balang Simpleks Tablo Hazrlanr

4 5 0 M M 0
x1 x2 S1 A1 A2 E1 .S.
0S1 3 1 1 0 0 0 27
MA1 5 5 0 1 0 0 60
MA2 6 4 0 0 1 -1 60
Zj 11M 9M 0 M M -M 120M
cj-Zj (4-11M) (5-9M) 0 0 0 M

Evre 3: Optimallik Testi Yaplr; zm optimal deildir.

Evre 4: zme Giren Deiken Seilir; x1 deikeni.
Evre 5: zmden kan Deiken Seilir; S1 deikeni.

Evre 6: Yeni Katsaylar Hesaplanr ve Yeni Simpleks Tablo Oluturulur

4 5 0 M M 0
x1 x2 S1 A1 A2 E1 .S.
4x1 1 1/3 1/3 0 0 0 9
MA1 0 10/3 -5/3 1 0 0 15
MA2 0 2 -2 0 1 -1 6
Zj 4 (4/3+16/3 M) (4/3-11/3 M) M M -M 36+21M
cj-Zj 0 (11/3-16/3 M) (-4/3+11/3 M) 0 0 M

4x1 1 0 2/3 0 -1/6 1/6 8

MA1 0 0 5/3 1 -5/3 5/3 5
5x2 0 1 -1 0 1/2 -1/2 3
Zj 4 5 (-7/3+5/3 M) M (11/6-5/3M) (-11/6+5/3 M) 47+5M
cj-Zj 0 0 (7/3-5/3 M) 0 -(-11/6+8/3 M) (11/6-5/3 M)
 4 5 0 M M 0
x1 x2 S1 A1 A2 E1 .S.

4x1 1 0 1/2 -1/10 0 0 7

OE1 0 0 1 3/5 -1 1 3
5x2 0 1 -1/2 3/10 0 0 4
Zj 4 5 -1/2 11/10 0 0 52
cj-Zj 0 0 1/2 (M- M 0
11/10)

kinci simpleks tablo oluturulduktan sona sre yinelenir, nc ve drdnc

simpleks tablo oluturularak optimal zm elde edilir.

ii. Maksimizasyon Amal Problemlerde M Ynteminin Uygulanmas

RNEK: BISKO Biskvi Fabrikas rneinde ama fonksiyonunun maksimizasyon amal

olduunu varsayarak problemi Byk M yntemi ile zmleyin. (DEV)
Yukardaki evreler izlenerek problem zmlenir.

Zmaks.= 4x1 + 5x2 + 0S1 - MA1 - MA2 + OE1

3x1 + x2 + S1 = 27
5x1 + 5x2 +A1 = 60
6x1+ 4x2 +A2 -E1 = 60
x1, x2, S1, A1,A2, E1 0

4 5 0 -M -M 0
x1 x2 S1 A1 A2 E1 .S.
0S1 3 1 1 0 0 0 27
-MA1 5 5 0 1 0 0 60
-MA2 6 4 0 0 1 -1 60
Zj -11M -9M 0 -M -M M 120M
cj-Zj (4+11M) (5+9M) 0 0 0 -M
Not: Dier tablolar dev olarak yaplp bir sonraki hafta teslim edilecektir.

KAYNAKLAR:

HILLIER, F.S. ve LIEBERMAN, G.J. (1995), Introduction to Mathematical

Programming, McGraw-Hill Publishing Company.

TAHA, H. (1992), Operations Research, Fifth Edition, MacMillan International

Company, New York.

WINSTON, W.L. (1994), Operations Research, Second Edition, PWS-KENT

Publishing Company, Boston.

3.2.3. Simpleks Yntem Uygulamalarnda Karlalan zel Durumlar

Bu blmde simpleks yntem uygulamalarnda ortaya kabilecek baz zel durumlar

incelenecektir. Bylece, gerek hayatta bu gibi durumlarla karlaldnda ne anlama
geldiklerini yorumlayabilmek amalanmaktadr.

1. oklu zm (Alternatif zm, Seenekli Optimal zmler)

2. Snrlandrlmam zm
3. Snrlandrlmam zm Alan, Snrlandrlm Ama Deeri
4. Uygun zm Bulunmama
5. Bozulma (Yozlama)

1. oklu zm
Zmaks.= 8X1 + 5X2
8/5X1 + X2 8
X1 + 5/4X2 6
X1 , X2 0
Modelin standart formu:
Zmaks.= 8X1 + 5X2 + 0S1+0 S2
8/5X1 + X2 + S1 = 8
X1 + 5/4X2 + S2 = 6
X1 , X2 ,S1, S2 0
Tablo 1. Balang Simpleks Tablo
8 5 0 0
X1 X2 S1 S2
0 S1 8/5 1 1 0 8
0 S2 1 5/4 0 1 6
Zj 0 0 0 0 0
Cj-Zj 8 5 0 0
 Tablo 2. Yineleme1
8 5 0 0
X1 X2 S1 S2
8 X1 1 5/8 5/8 0 5
0 S2 0 5/8 -5/8 1 1
Zj 8 5 5 0 40
Cj-Zj 0 0 -5 0

Tablo 3. Yineleme2
8 5 0 0
X1 X2 S1 S2
8 X1 1 0 5/4 -1 4
5 X2 0 1 -1 8/5 8/5
Zj 8 5 5 0 40
Cj-Zj 0 0 -5 0

2. Snrlandrlmam zm

Snrlandrlmam zm Alan, Snrlandrlmam Ama Deeri

Zmaks.= X1 + 2X2
X1 + X2 1
X2 4
X1 , X2 0

Modelin standart formu:

Zmaks.= X1 + 2X2 + 0E1- MA1+0 S1
X1 + X2 - E1 + A1 = 1
X2 + S1 = 4
X1 , X2 ,E1, A1 , S1 0
Tablo 1. Balang Simpleks Tablo
1 2 0 -M 0
X1 X2 E1 A1 S1
-M A1 1 1 -1 1 0 1
0 S1 0 1 0 0 1 4
Zj -M -M M -M 0 -M
Cj-Zj 1+M 2+M -M 0 0
 Tablo 2. Yineleme1
1 2 0 -M 0
X1 X2 E1 A1 S1
2 X2 1 1 -1 1 0 1
0 S1 -1 0 1 -1 1 3
Zj 2 2 -2 2 0 2
Cj-Zj -1 0 2 -M-2 0

Tablo 3. Yineleme2

1 2 0 -M 0
X1 X2 E1 A1 S1
2 X2 0 1 0 0 1 4
0 E1 -1 0 1 -1 1 3
Zj 0 2 0 0 2 8
Cj-Zj 1 0 0 -M -2

3. Snrlandrlmam zm Alan, Snrlandrlm Ama Deeri

Zmaks.= 6X1 - 2X2

2X1 - X2 2
X1 4
X1 , X2 0

Modelin standart formu:

Zmaks.= 6X1 - X2 + 0S1+0 S2
2X1 - X2 + S1 = 2
X1 + S2 = 4
X1 , X2 ,S1, S2 0
Tablo 1. Balang Simpleks Tablo
6 -2 0 0
X1 X2 S1 S2
0 S1 2 -1 1 0 2
0 S2 1 0 0 1 4
Zj 0 0 0 0 0
Cj-Zj 6 -2 0 0
 Tablo 2. Yineleme1
6 -2 0 0
X1 X2 S1 S2
6 X1 1 -1/2 1/2 0 1
0 S2 0 1/2 -1/2 1 3
Zj 6 -3 3 0 6
Cj-Zj 0 1 -3 0

Tablo 3. Yineleme2
6 -2 0 0
X1 X2 S1 S2
6 X1 1 0 0 1 4
-2 X2 0 1 -1 2 6
Zj 6 -2 2 2 12
Cj-Zj 0 0 -2 -2

4. Uygun zm Bulunmama

Zmaks.= 3X1 + 2X2

2X1 + X2 2
3X1 + 4X2 12
X1 , X2 0

Modelin standart formu:

Zmaks.= 3X1 + 2X2+ 0S1 +0E1 -MA1
2X1 + X2+ S1 =2
3X1 + 4X2 - E1 + A1 =12
X1 , X2 ,E1, A1 , S1 0
Tablo 1. Balang Simpleks Tablo
3 2 0 0 -M
X1 X2 E1 S1 A1
0 S1 2 1 0 1 0 2
-M A1 3 4 -1 0 1 12
Zj -3M -4M M 0 -M -12M
Cj-Zj 3+3M 2+4M -M 0 0
 Tablo 2. Yineleme1

3 2 0 0 -M
X1 X2 E1 S1 A1
2 X2 2 1 0 1 0 2
-M A1 -5 0 -1 -4 1 4
Zj 4+5M 2 M 2+4M -M 4-4M
Cj-Zj -1-5M 0 -M -2-4M 0

5. Bozulma, Yozlama

Zmaks.= 3X1 + 9X2

X1 + 4X2 8
X1 + 2X2 4
X1 , X2 0

Modelin standart formu:

Zmaks.= 3X1 + 9X2 + 0S1+0 S2
X1 + 4 X2 + S1 = 8
X1 + 2X2 + S2 = 4
X1 , X2 ,S1, S2 0
Tablo 1. Balang Simpleks Tablo
3 9 0 0
X1 X2 S1 S2
0 S1 1 4 1 0 8
0 S2 1 2 0 1 4
Zj 0 0 0 0 0
Cj-Zj 3 9 0 0

Tablo 2. Yineleme1
3 9 0 0
X1 X2 S1 S2
9 X2 1/4 1 1/4 0 2
0 S2 1/2 0 -1/2 1 0
Zj 9/4 9 9/4 0 18
Cj-Zj 3/4 0 -9/4 0
 Tablo 3. Yineleme2
3 9 0 0
X1 X2 S1 S2
9 X2 0 1 1/2 -1/2 2
3 X1 1 0 -1 2 0
Zj 3 9 3/2 3/2 18
Cj-Zj 0 0 -3/2 -3/2

KAYNAKLAR

TAHA, H. (1997), Operations Research, Sixth Edition, Prentice Hall.

WINSTON, W.L. (1994), Operations Research, Second Edition, PWS-KENT Publishing
Company, Boston.
TAHA, H. (2000), Yneylem Aratrmas, 6. Basmdan eviri, (eviren ve Uyarlayanlar: .
Alp Baray ve akir Esnaf), Literatr Yaynlar:43, stanbul.

3.2.4. Simpleks Yntemde Duyarllk Analizleri

Duyarllk analizinde dorusal programlama modelinin parametrelerindeki

deiikliklerinin optimal zm zerindeki etkileri aratrlmaktadr. Herhangi bir
parametredeki deiimin optimal zme etkisi dier tm parametrelerin deerleri sabit
tutularak incelenir. Modelde kullanlan parametrelere (cj, bi,aij) bal olarak duyarllk
analizinde
a)Sa taraf sabitlerinde meydana gelen deimelerin
b)Ama fonksiyonu katsaylarndaki deimelerin
c)Teknolojik katsaylarda meydana gelen deimelerin
optimal zme olan etkileri problemi yeniden zmeksizin incelenebilir.

a)Sa taraf sabitlerinde meydana gelen deimeler

Bir dorusal programlama modelinde yer alan kstlarn sa taraf

sabitlerinde meydana gelen deimeler optimal zmdeki zm stunu
deerlerini etkiler. Optimal tablodaki zm stunu deerleri negatif
deerli olmad srece, mevcut zm uygun ve optimal bir zm olarak
kalr. Dolaysyla, sa taraf sabitlerindeki deimelerin etkileri, zmn
uygun ve optimal bir zm olarak kald, deiim aral belirlenerek
incelenebilir. Belirlenen aralk ilgili kaynan glge fiyat deimeksizin ne
kadar artrlp azaltlabileceini de gsterir.

14
Aadaki problem bu amala ele alnmtr:

rnek 2. Zmaks.= 4X1 + 5X2

X1 + 2X2 10 (igc, saat/gn)

6X1 + 6X2 36 (Hammadde1, kg/gn)
8X1 + 4X2 40 (Hammadde2, kg/gn)
X1 , X2 0

Tablo 4. rnek 2 ye ait Balang Simpleks Tablosu

4 5 0 0 0
X1 X2 S1 S2 S3
0 S1 1 2 1 0 0 10
0 S2 6 6 0 1 0 36
0 S3 8 4 0 0 1 40
Zj 0 0 0 0 0 0
Cj-Zj 4 5 0 0 0

Tablo 5. rnek 2 ye ait Optimal Simpleks zmTablosu

4 5 0 0 0
X1 X2 S1 S2 S3
5 X2 0 1 1 -1/6 0 4
4 X1 1 0 -1 1/3 0 2
0 S3 0 0 4 -2 1 8
Zj 4 5 1 1/2 0 28
Cj-Zj 0 0 -1 -1/2 0

gc kapasitesindeki deiimler

Zmaks.= 4X1 + 5X2

X1 + 2X2 10 + (igc, saat/gn)

6X1 + 6X2 36 (Hammadde1, kg/gn)
8X1 + 4X2 40 (Hammadde2, kg/gn)

X1 , X2 0

2
LEE, S.M., MOORE L.J. ve TAYLOR, B.W., (1981),Management Science, Wm.C.Brown
Company,U.S.A..
Tablo 6. rnek 2ye ait Balang Simpleks Tablosu (b1=10+)
4 5 0 0 0
X1 X2 S1 S2 S3
0 S1 1 2 1 0 0 10 + 1
0 S2 6 6 0 1 0 36 + 0
0 S3 8 4 0 0 1 40 + 0
Zj 0 0 0 0 0 0
Cj-Zj 4 5 0 0 0

Tablo 7. rnek 2ye ait Optimal Simpleks zm Tablosu(b1=10+)

4 5 0 0 0
X1 X2 S1 S2 S3
5 X2 0 1 1 -1/6 0 4 + 1
4 X1 1 0 -1 1/3 0 2 - 1
0 S3 0 0 4 -2 1 8 + 4
Zj 4 5 1 1/2 0 28+
Cj-Zj 0 0 -1 -1/2 0

Farkl b1 Deerleri iin rnek 2ye ait

Optimal Simpleks zmTablolar

Tablo 8. rnek 2ye ait Optimal Simpleks zm Tablosu (b1=12)

4 5 0 0 0
X1 X2 S1 S2 S3
5 X2 0 1 1 -1/6 0 6
4 X1 1 0 -1 1/3 0 0
0 S3 0 0 4 -2 1 16
Zj 4 5 1 1/2 0 30
Cj-Zj 0 0 -1 -1/2 0

Tablo 9. rnek 2ye ait Optimal Simpleks zmTablosu (b1=9)

4 5 0 0 0
X1 X2 S1 S2 S3
5 X2 0 1 1 -1/6 0 3
4 X1 1 0 -1 1/3 0 3
0 S3 0 0 4 -2 1 4
Zj 4 5 1 1/2 0 27
Cj-Zj 0 0 -1 -1/2 0
 Tablo 10. rnek 2ye ait Optimal Simpleks zmTablosu(b1=11)
4 5 0 0 0
X1 X2 S1 S2 S3
5 X2 0 1 1 -1/6 0 5
4 X1 1 0 -1 1/3 0 1
0 S3 0 0 4 -2 1 12
Zj 4 5 1 1/2 0 29
Cj-Zj 0 0 -1 -1/2 0

b)Ama fonksiyonu katsaylarndaki deimeler

Bir dorusal programlama modelinin ama fonksiyonunda yer alan

katsaylarda meydana gelen deimeler optimal zmdeki Cj-Zj
satrndaki deerleri etkiler. Optimal tablodaki Cj-Zj satrndaki deerler
maksimizasyon amal problemde pozitif, minimizasyon amal problemde
negatif deerler olmad srece, mevcut zm optimal bir zm olarak
kalr. Ama fonksiyonu katsaylarnda meydana gelen deimelerin etkileri,
mevcut zmn optimal bir zm olarak kald, deiim aral
belirlenerek incelenebilir. Ama fonksiyonu katsaylarndaki deimeler,
karar deikeninin optimal tabloda temel d deiken ve temel deiken
olma durumuna gre incelenebilir.

15
Aadaki problem bu amala ele alnmtr:

rnek 3
Zmaks.= 6X1 + 4X2
2X1 + 6X2 12 (igc, saat/gn)
4X1 + 4X2 16 (Hammadde, kg/gn)

X1 , X2 0

15
LEE, S.M., MOORE L.J. ve TAYLOR, B.W., (1981), Management Science,
Wm.C.Brown Company, U.S.A.
 Tablo 11. rnek 3e ait Optimal Simpleks zmTablosu
6 4 0 0
X1 X2 S1 S2
0 S1 0 4 1 -1/2 4
6 X1 1 1 0 1/4 4
Zj 6 6 0 3/2 24
Cj-Zj 0 -2 0 -3/2

i. Temel d deikenin ama fonksiyonu katsaysndaki deimeler

Bir temel d deikenin ama fonksiyonu katsaysnn deiim aral, deikenin
optimal simpleks tablodaki Cj-Zj satrndaki deerinden yararlanlarak belirlenebilir. Bu
deere ilave edilerek optimallik art aranr.
Zmaks.= 6X1 + (4 + )X2

2X1 + 6X2 12
4X1 + 4X2 16

X1 , X2 0

Tablo 12. rnek 3e ait Optimal Simpleks zm

Tablosu (C2=4 + )
6 4+ 0 0
X1 X2 S1 S2
0 S1 0 4 1 -1/2 4
6 X1 1 1 0 1/4 4
Zj 6 6 0 3/2 24
Cj-Zj 0 -2 + 0 -3/2
ii. Temel deikenin ama fonksiyonu katsaysndaki deimeler

Bir temel deikenin ama fonksiyonu katsaysnn deiim aral, deikene ait
satrdaki temel olmayan deiken deerlerinin ile arpldktan sonra kar gelen Cj-Zj
satrndaki deerlerden karlarak ve optimallik art salanarak belirlenebilir.

Zmaks.= (6 + 1)X1 + 4X2

2X1 + 6X2 12
4X1 + 4X2 16

X1 , X2 0

Tablo 13. rnek 3e ait Balang Simpleks Tablosu

(C1=6 + 1)
6+ 1 4 0 0
X1 X2 S1 S2
0 S1 2 6 1 0 12
0 S2 4 4 0 1 16
Zj 0 0 0 0 0
Cj-Zj 6+ 1 4 0 0

Tablo 14. rnek 3e ait Optimal Simpleks zmTablosu

(C1=6 + 1)
6+ 1 4 0 0
X1 X2 S1 S2
0 S1 0 4 1 -1/2 4
(6+ 1)X1 1 1 0 1/4 4
Zj 6+ 1 6+ 1 0 3/2+ 1/4 24+ 41
Cj-Zj 0 -2 - 1 0 -3/2- 1/4

Farkl C1 ve C2 Deerleri iin rnek 3e ait

Optimal Simpleks zm Tablolar

Tablo 15. rnek 3e ait Optimal Simpleks zmTablosu

2=2, (C2=6)
6 6 0 0
X1 X2 S1 S2
0 S1 0 4 1 -1/2 4
6 X1 1 1 0 1/4 4
Zj 6 6 0 3/2 24
Cj-Zj 0 0 0 -3/2
 Tablo 16. rnek 3e Optimal Simpleks zmTablosu
2=1, (C2=5)
6 5 0 0
X1 X2 S1 S2
0 S1 0 4 1 -1/2 4
6 X1 1 1 0 1/4 4
Zj 6 6 0 3/2 24
Cj-Zj 0 -1 0 -3/2

Tablo 17. rnek 3e ait Optimal Simpleks zm Tablosu

1= -2, (C1=4)
4 4 0 0
X1 X2 S1 S2
0 S1 0 4 1 -1/2 4
4 X1 1 1 0 1/4 4
Zj 4 4 0 1 16
Cj-Zj 0 0 0 -1

Tablo 18. rnek 3e ait Optimal Simpleks zm Tablosu

1=3, (C1=9)
9 4 0 0
X1 X2 S1 S2
0 S1 0 4 1 -1/2 4
9 X1 1 1 0 1/4 4
Zj 9 9 0 9/4 36
Cj-Zj 0 -5 0 -9/4

rnek 4. Aada verilen problemin ama fonksiyonu katsaylarnda ve sa taraf sabitlerinde

meydana gelen deimelerin optimal zm zerindeki etkilerini inceleyiniz.

Zmin. = 14X1 + 10X2+4X3 + 8X4

X3 40
X1 + X2 + X3 + X4 = 85
2X1 + 3X2 + 4X3 + 5X4 320
3X1 + 4X2 + 5X3 + 6X4 410
X1 , X2, X3 , X4 0
Tablo 19. rnek 4e ait Optimal Simpleks zm Tablosu
14 10 4 8 0 M M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 1 3/2 0 0 -1 1/2 0 75
14 X1 1 0 -1/2 0 0 2 -1/2 0 10
0 E1 0 0 3/2 1 -1 -1 1/2 0 35
0 S2 0 0 0 0 0 0 -1 -1 1 5
Zj 14 9 4 -1 0 0 24 -5 0 440
Cj-Zj 0 1 0 9 0 M M-24 5 0

Farkl b Deerleri iin rnek 4e ait

Optimal Simpleks zm Tablolar

Tablo 20. rnek 4e ait Optimal Simpleks zm Tablosu (b1=39)

14 10 4 8 0 M M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 1/2 1 3/2 0 0 -1 1/2 0 75
14 X1 1 1/2 0 -1/2 0 0 2 -1/2 0 10
0 E1 0 1/2 0 3/2 1 -1 -1 1/2 0 36
0 S2 0 0 0 0 0 0 -1 -1 1 5
Zj 14 9 4 -1 0 0 24 -5 0 440
Cj-Zj 0 1 0 9 0 M M-24 5 0

Tablo 21. rnek 4e ait Optimal Simpleks zm Tablosu (b2=84)

14 10 4 8 0 M M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 1/2 1 3/2 0 0 -1 1/2 0 76
14 X1 1 1/2 0 -1/2 0 0 2 -1/2 0 8
0 E1 0 1/2 0 3/2 1 -1 -1 1/2 0 36
0 S2 0 0 0 0 0 0 -1 -1 1 6
Zj 14 9 4 -1 0 0 24 -5 0 416
Cj-Zj 0 1 0 9 0 M M-24 5 0

Tablo 22. rnek 4e ait Optimal Simpleks zm Tablosu (b3=319)

14 10 4 8 0 M M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 1 3/2 0 0 -1 1/2 0 74
14 X1 1 1/2 0 -1/2 0 0 2 -1/2 0 10
0 E1 0 1/2 0 3/2 1 -1 -1 1/2 0 34
0 S2 0 0 0 0 0 0 -1 -1 1 6
Zj 14 9 4 -1 0 0 24 -5 0 445
Cj-Zj 0 1 0 9 0 M M-24 5 0
 Tablo 23. rnek 4e ait Optimal Simpleks zm Tablosu (b4=409)
14 10 4 8 0 M M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 1/2 1 3/2 0 0 -1 1/2 0 75
14 X1 1 1/2 0 -1/2 0 0 2 -1/2 0 10
0 E1 0 1/2 0 3/2 1 -1 -1 1/2 0 35
0 S2 0 0 0 0 0 0 -1 -1 1 4
Zj 14 9 4 -1 0 0 24 -5 0 440
Cj-Zj 0 1 0 9 0 M M-24 5 0

rnek 5. Aada verilen problemin ama fonksiyonu katsaylarnda ve sa taraf sabitlerinde

meydana gelen deimelerin optimal zm zerindeki etkilerini inceleyiniz.

Zmaks.= 14X1 + 10X2+4X3 + 8X4

X3 40
X1 + X2 + X3 + X4 = 85
2X1 + 3X2 + 4X3 + 5X4 320
3X1 + 4X2 + 5X3 + 6X4 410
X1 , X2, X3 , X4 0

Tablo 24. rnek 5e ait Optimal Simpleks zm Tablosu

14 10 4 8 0 -M -M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 0 1 0 -1 1 0 0 0 40
14 X1 1 1 0 1 1 -1 1 0 0 45
0 S1 0 1 0 3 2 -2 -2 1 0 70
0 S2 0 1 0 3 2 -2 -3 0 1 75
Zj 14 14 4 14 10 -10 14 0 0 790
Cj-Zj 0 -4 0 -6 -10 -M+10 -M-14 0 0

KAYNAKLAR

LEE, S.M., MOORE L.J. ve TAYLOR, B.W., (1981), Management Science, Wm.C.Brown
Company,U.S.A.
RENDER, B. & STAIR, R. M., (1992), Introduction to Management Science, Allyn and
Bacon, U.S.A.
WALKER,R.,C.,(1999), Introduction to Mathematical Programming, Prentice Hall, U.S.A.
WINSTON, W., (1991), Operations Reseach Applications and Algorithms, 2nd Edit., PWS-
KENT Publishing Com., U.S.A
 Farkl b Deerleri iin rnek 5e ait
Optimal Simpleks zm Tablolar

Tablo 25. rnek 5e ait Optimal Simpleks zm Tablosu(b1=39)

14 10 4 8 0 -M -M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 0 1 0 -1 1 0 0 0 39
14 X1 1 1 0 1 1 -1 1 0 0 46
0 S1 0 1 0 3 2 -2 -2 1 0 72
0 S2 0 1 0 3 2 -2 -3 0 1 77
Zj 14 14 4 14 10 -10 14 0 0 800
Cj-Zj 0 -4 0 -6 -10 -M+10 -M-14 0 0

Tablo 26. rnek 5e ait Optimal Simpleks zm Tablosu(b2=84)

14 10 4 8 0 -M -M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 0 1 0 -1 1 0 0 0 40
14 X1 1 1 0 1 1 -1 1 0 0 44
0 S1 0 1 0 3 2 -2 -2 1 0 72
0 S2 0 1 0 3 2 -2 -3 0 1 78
Zj 14 14 4 14 10 -10 14 0 0 776
Cj-Zj 0 -4 0 -6 -10 -M+10 -M-14 0 0

Tablo 27. rnek 5e ait Optimal Simpleks zm Tablosu(b3=319)

14 10 4 8 0 -M -M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 0 1 0 -1 1 0 0 0 40
14 X1 1 1 0 1 1 -1 1 0 0 45
0 S1 0 1 0 3 2 -2 -2 1 0 69
0 S2 0 1 0 3 2 -2 -3 0 1 75
Zj 14 14 4 14 10 -10 14 0 0 790
Cj-Zj 0 -4 0 -6 -10 -M+10 -M-14 0 0

Tablo 28. rnek 5e ait Optimal Simpleks zm Tablosu(b4=409)

14 10 4 8 0 -M -M 0 0
X1 X2 X3 X4 E1 A1 A2 S1 S2
4 X3 0 0 1 0 -1 1 0 0 0 40
14 X1 1 1 0 1 1 -1 1 0 0 45
0 S1 0 1 0 3 2 -2 -2 1 0 70
0 S2 0 1 0 3 2 -2 -3 0 1 74
Zj 14 14 4 14 10 -10 14 0 0 790
Cj-Zj 0 -4 0 -6 -10 -M+10 -M-14 0 0
 3.2.5. Simpleks Tablonun Ekonomik Yorumu

Bu blmde aada verilen problemden yararlanlarak problemin zmne ilikin

her aamadaki simpleks tabloda yer alan elemanlarn ekonomik anlam zerinde durulacaktr.

16
rnek1: Bir iletmede A ve B olmak zere 2 eit rn montaj ve cilalama
departmanlarndan geirilerek retilmektedir. Montaj departmannn haftalk retim kapasitesi
60 saat, cilalama departmann haftalk retim kapasitesi ise 48 saattir. Bir adet A rn iin
gerekli olan montaj sresi 4 saat, cilalama sresi ise 2 saattir . Bir adet B rn iin bu sreler
srasyla 2 saat ve 4 saattir. Bir adet A rnnden elde edilen kar 8 pb, bir adet B rnnden
elde edilen kar ise 6pbdir. letmenin amac toplam kar maksimum klacak ekilde her
rnden ne kadar reteceini belirlemektir.

Problemin dorusal programlama modeli:

Zmaks.= 8X1 + 6X2 (kar, pb/hafta)

4X1 + 2X2 60 (Montaj, saat/hafta)
2X1 + 4X2 48 (Cilalama, saat/hafta)
X1 , X2 0

Modelin standart formu:

Zmaks.= 8X1 + 6X2 + 0S1+0 S2 (kar, pb/hafta)
4X1 + 2X2 + S1 = 60 (Montaj, saat/hafta)
2X1 + 4X2 + S2 = 48 (Cilalama, saat/hafta)
X1 , X2 ,S1, S2 0

16
LEVIN,R.I.,RUBIN, D.S., STINSON, J.P.& GARDNER, E.S.(1992), Quantitative Approaches to Management, 8th Edit.,
McGraw-HilI, Inc.
 Tablo 1. rnek 1e ait Balang Simpleks Tablosu
8 6 0 0
X1 X2 S1 S2
0 S1 4 2 1 0 60
0 S2 2 4 0 1 48
Zj 0 0 0 0 0
Cj-Zj 8 6 0 0

Tablo 2. rnek 1e ait 2. Simpleks Tablo

8 6 0 0
X1 X2 S1 S2
8 X1 1 (12) 1/2 (16) 1/4 (4) 0 (8)
15 (1)

(13) (17) (5) (9) (2)

0 S2 0 3 -1/2 1 18
(14) (18) (6) (10) (3)
Zj 8 4 2 0 120
(15) (19) (7) (11)
Cj-Zj 0 2 -2 0

Tablo 3. rnek 1e ait Optimal Simpleks zm Tablosu

8 6 0 0
X1 X2 S1 S2
8 X1 1 0 1/3 -1/6 12
6 X2 0 1 -1/6 1/3 6
Zj 8 6 5/3 2/3 132
Cj-Zj 0 0 -5/3 -2/3

Bir simpleks tablo, drt ana blme baklarak yorumlanabilir. Aada, rnek 1e ait 2.
simpleks tablo ele alnarak elemanlarn nasl yorumlanacana ilikin genel ifadeler
verilmektedir.

zm Stunu [(1),(2),(3)]

(1),(2): Temel deikenlerin zm deerlerini verir.

zm stununda deerleri yer almayan deikenler temel d deikenler olup
zm deerleri 0dr.
(3): zm kmesine kar gelen ama fonksiyonunun deerini gsterir.
Marjinal kame Oranlar[(4),(5),(8),(9),(12),(13),(16),(17)]

Temel deikenler ile stun deikenleri arasndaki marjinal ikame oranlardr.

Pozitif deerli saylar, stun deikeninin bir biriminin zme girmesi halinde
ona kar gelen temel deikenin zm deerinde meydana gelecek azal gsterir.
Negatif deerli saylar, stun deikeninin bir biriminin zme girmesi halinde
ona kar gelen temel deikenin zm deerinde meydana gelecek art gsterir.

Zj Satr [(6),(10),(14),(18)]

Stun deikeninin bir birimin zme girmesi halinde yitirilen kar gsterir.

Cj Zj Satr [(19),(15),(11),(7)]

Stun deikeninin bir birimin zme girmesi halinde ama fonksiyonu deerinde
meydana gelecek net deiimi ifade eder.
Cj Zj > 0 ise, ama fonksiyonu deerinde art,
Cj Zj < 0 ise, ama fonksiyonu deerinde azal sz konusudur.

KAYNAKLAR

LEVIN,R.I.,RUBIN, D.S., STINSON, J.P.&GARDNER, E.S.(1992),Quantitative Approaches to Management,

8th Edit., McGraw-HilI, Inc.
ZDEN, K., (1989), Yneylem Aratrmas, Hava Harp Okulu Yaynlar
3.2.6. Dual Problem ve Ekonomik Yorumu

Primal Model
Zmaks.= 4X1 + 5X2 (kar, pb/gn)

X1 + 2X2 10 (igc, saat/gn)

6X1 + 6X2 36 (Hammadde1, kg/gn)
8X1 + 4X2 40 (Hammadde2, kg/gn)
X1 , X2 0

Optimal Simpleks zmTablosu

4 5 0 0 0
X1 X2 S1 S2 S3
5 X2 0 1 1 -1/6 0 4
4 X1 1 0 -1 1/3 0 2
0 S3 0 0 4 -2 1 8
Zj 4 5 1 1/2 0 28
Cj-Zj 0 0 -1 -1/2 0

Dual Model
Zmin.= 10y1 + 36y2+40y3

y1 + 6y2 +8y3 4
2y1 + 6y2 +4y3 5
y1 , y2 , y3 0

Optimal Simpleks zmTablosu

10 36 40 0 0 M M
y1 y2 y3 E1 E2 A1 A2
36 y2 0 1 2 -1/3 1/6 1/3 -1/6 1/2
10 y1 1 0 -4 1 -1 -1 1 1
Zj 10 36 32 -2 -4 2 4 28
Cj-Zj 0 0 8 2 4 M-2 M-4
 Primal Model
Zmaks.= 6X1 + 4X2
2X1 + 6X2 12 (igc, saat/gn)
4X1 + 4X2 16 (Hammadde, kg/gn)

X1 , X2 0

Optimal Simpleks zmTablosu

6 4 0 0
X1 X2 S1 S2
0 S1 0 4 1 -1/2 4
6 X1 1 1 0 1/4 4
Zj 6 6 0 3/2 24
Cj-Zj 0 -2 0 -3/2
Dual Model
Zmin.= 12y1 + 16y2
2y1 + 4y2 6
6y1 + 4y2 4
y1 , y2
Optimal Simpleks zmTablosu

12 16 0 0 M M
y1 y2 E1 E2 A1 A2
0 E2 -4 0 -1 1 1 -1 2
16 y2 1/2 1 -1/4 0 1/4 0 3/2
Zj 8 16 -4 0 4 0 24
Cj-Zj 4 0 4 0 M-4 M
 Optimal Primal- Optimal Dual Tablo Arasndaki likiler

1)Ama fonksiyonunun optimal deeri primal ve dual problemler iin

ayndr.

Zmaks.=Gmin.
2).Eer dual optimal zmde herhangi bir dual deiken temel
deiken olarak yer alrsa ,onun primal problemdeki karl
olan glge/ artk deikenin deeri sfr olur.
Y2=3/2 ; S2=0
Eer primal optimal zmde,herhangi bir primal kstlaycnn glge/artk
deikeni temel deiken olarak pozitif bir deere sahip ise,onun karl
olan dual deikenin optimal deeri 0 olur.
S1=4 ; y1=0

3).Dual problemin temel deikenlerinin optimal zm deerleri primal

simpleks tablosunda glge deikenlerin altndaki cj-zj satrnda ters iaretli
olarak bulunur. Primal deikenlerin optimal deerleri dual optimal
simpleks tabloda artk deikenlerin altndaki cj-zj satrnda bulunur.

4).Eer dual deiken yapay deiken ieren primal kstlaycya karlksa

dual deikenin optimal deeri optimal primal simpleks tabloda yapay
deikenin altndaki cj-zj satrndaki elemann ters iaretlisi olarak bulunur
(M iin 0 deeri verilir).

Primal Model
Zmaks.= 6X1 + 5X2+3X3 (kar, pb/gn)

2X1 + 4X2 +X3 19 (HammaddeA, kg/gn)

X1 + 2X2 +X3 9 (HammaddeB, kg/gn)
2X1 + X2 16 (igc, saat/gn)

X1 , X2 , X3 0
 Optimal Simpleks zmTablosu
6 5 3 0 0 0
X1 X2 X3 S1 S2 S3
0 S1 0 3/2 0 1 -1 -1/2 2
3 X3 0 3/2 1 0 1 -1/2 1
6 X1 1 1/2 0 0 0 1/2 8
Zj 6 15/2 3 0 3 3/2 51
Cj-Zj 0 -5/2 0 0 -3 -3/2

Dual Model
Zmin.= 19y1 + 9y2+16y3

2y1 + y2 +2y3 6
4y1 + 2y2 +y3 5
y1 + 2y2 3

y1 , y2 , y3 0

Optimal Simpleks zmTablosu

19 9 16 0 0 0 M M M
y1 y2 y3 E1 E2 E3 A1 A2 A3
16y3 0 1 -1/2 0 0 - 3/2
9y2 1 1 0 0 0 -1 0 0 1 3
0E2 -1/2 0 0 -1/2 1 -3/2 -1 3/2 5/2
Zj 17 9 16 -8 0 -1 8 0 1 51
Cj-Zj 2 0 0 8 0 1 M-8 M M-1

3.2.6. Dual Simpleks Yntem

Dorusal programlama problemlerinin zmnde kullanlan dier bir yntem Dual

Simpleks Yntemdir. Bu yntem zmn optimal ancak uygun olmad durumlarda
kullanlr. Maksimizasyon amal bir probleme ait tablonun Cj-Zj satrndaki deerler 0
veya - deerli iken zm stunundaki deerlerin en az biri - iaretliyse veya
minimizasyon. amal bir probleme ait tablonun Cj-Zj satrndaki deerlerin tm + veya
0 iken zm stununda yer alan deerlerin en az biri - iaretli ise dual simpleks
yntemine bavurulur.
 Dual Simpleks yntem, primal simpleks yntemde olduu gibi zme giren ve
zmden kan deikenlerin seimiyle balar. Ancak, dual simpleks yntemde nce
zmden kacak deiken, daha sonra zme girecek deiken belirlenir.
Temelden kacak deiken zm stununda negatif deere sahip deikenler
arasndan seilir. zm stununda mutlak deerce en byk deerli deiken temelden
kacak olan deikendir ( anahtar satr ).
Eer zm stunundaki tm deikenler + ise zm uygun bir zmdr. Ancak
zmn optimal bir zm olup olmadn belirlemek iin Cj Zj satrna baklr.
Temele girecek deiken zmde bulunmayan deikenler arasndan seilir. Bunun
iin Cj Zj satrndaki deerler anahtar satrdaki kar gelen deerlere blnr. Paydaya gelen
saylar arasnda 0 veya + deerli olanlar dikkate alnmaz.
Problem maksimizasyon amal bir problem ise, en kk orann elde edildii stuna
ait deiken zme girecek deiken olarak seilir(anahtar stun).
Problem minimizasyon amal bir problem ise, mutlak deerce en kk orann elde
edildii stuna ait deiken zme girecek deiken olarak seilir(anahtar stun).
zmle ilgili dier ilemler primal simpleks yntemdeki gibidir.
Bir sonraki tabloda Cj Zj satr optimallik artn salarken zm stunundaki
deerlerin en az biri - iaretli ise dual simpleks ynteme devam edilir.. Elde edilen tablonun
zm stunundaki deerlerin hibiri - iaretli deilse ve Cj Zj satr optimallik artn
salyorsa optimal ve uygun zm elde edilmi demektir.
Dual Simpleks yntem, ounlukla,
-sa taraf sabitlerindeki deiikliklerden sonra yeni optimal zmn elde edilmesinde
-modele yeni bir kst ilave edildikten sonra yeni optimal zmn elde edilmesinde ve
-normal minimizasyon problemlerinin zmnde
kullanlmaktadr.
rnek117: Zmin.= 3X1 + 2X2
3X1 + X2 3
4X1 + 3X2 6
X1+ X2 3
X1 , X2 0

17
TAHA, H. (1992), Operations Reseach, 5th Edit., Mac Millan International Com, New
York,
 rnek218: Zmin.= X1 + 2X2
X1 - 2X2 + X3 4
2X1 + X2- X3 6
X1 , X2, X3 0

rnek319: Zmin.= 5X1 + 4X2

X1 + 2X2 12
5X1 + X2 31
3X1 + X2 21
X1 , X2 0

KAYNAKLAR

TAHA, H. (1992), Operations Reseach, 5th Edit., Mac Millan International Com, New York,
WALKER, R.,C.,(1999), Introduction to Mathematical Programming, Prentice Hall Inc.,
U.S.A.
WINSTON, W.,(1991), Operations Reseach Applications and Algorithms, 2nd Edit., PWS-
KENT Publishing Com., U.S.A.

18
WINSTON, W.,(1991), Operations Reseach Applications and Algorithms, 2nd Edit., PWS-
KENT Publishing Com., U.S.A.
19
WALKER, R.,C.,(1999), Introduction to Mathematical Programming, Prentice Hall Inc.,
U.S.A.
rnek1:
Zmin.= 3X1 + 2X2
3X1 + X2 3
4X1 + 3X2 6
X1+ X2 3
X1 , X2 0

3 2 0 0 0
X1 X2 S1 S2 S3
0S1 -3 -1 1 0 0 -3
0S2 -4 -3 0 1 0 -6
0S3 1 1 0 0 1 3
Zj 0 0 0 0 0 0
Cj-Zj 3 2 0 0 0

3 2 0 0 0
X1 X2 S1 S2 S3
0S1 -5/3 0 1 -1/3 0 -1
2X2 4/3 1 0 -1/3 0 2
0S3 -1/3 0 0 1/3 1 1
Zj 8/3 2 0 -2/3 0 4
Cj-Zj 1/3 0 0 2/3 0

3 2 0 0 0
X1 X2 S1 S2 S3
3X1 1 0 -3/5 1/5 0 3/5
2X2 0 1 4/5 -3/5 0 6/5
0S3 0 0 -1/5 2/5 1 6/5
Zj 3 2 -1/5 -3/5 0 21/5
Cj-Zj 0 0 1/5 3/5 0
rnek3:
Zmin.= 5X1 + 4X2
X1 + 2X2 12
5X1 + X2 31
3X1 + X2 21
X1 , X2 0

-5 -4 0 0 0
X1 X2 S1 S2 S3
0S1 -1 -2 1 0 0 -12
0S2 -5 -1 0 1 0 -31
0S3 -3 -1 0 0 1 -21
Zj 0 0 0 0 0 0
Cj-Zj -5 -4 0 0 0

-5 -4 0 0 0
X1 X2 S1 S2 S3
0S1 0 -9/5 1 -1/5 0 -29/5
-5 X1 1 1/5 0 -1/5 0 31/5
0S3 0 -2/5 0 -3/5 1 -12/5
Zj -5 -1 0 1 0 -31
Cj-Zj 0 -3 0 -1 0

-5 -4 0 0 0
X1 X2 S1 S2 S3
-4 X2 0 1 -5/9 1/9 0 29/9
-5 X1 1 0 1/9 -2/9 0 50/9
0S3 0 0 -2/9 -5/9 1 -10/9
Zj -5 -4 15/9 2/3 0 -122/3
Cj-Zj 0 0 -15/9 -2/3 0

-5 -4 0 0 0
X1 X2 S1 S2 S3
-4 X2 O 1 -3/5 0 1/5 3
-5 X1 1 0 1/5 0 -2/5 6
0S2 0 0 2/5 1 -9/5 2
Zj -5 -4 7/5 0 6/5 -42
Cj-Zj 0 0 -7/5 0 -6/5
Y ALIMALAR DLERZ- Do. Dr. Demet BAYRAKTAR Yard. Do. Dr. Ferhan
EB