Professional Documents
Culture Documents
Karesel programlama ile doğrusal programlama arasındaki tek fark karesel programlamanın
amaç fonksiyonunda bir değişkenin karesi ( ) veya iki değişkenin çarpımının ( )
bulunmasıdır. Kısıtlar doğrusal programlamada olduğu gibi doğrusaldır. Bir karesel
programlama modeli aşağıdaki gibi tanımlanır.
Kısıtlar:
AX ≤ b, X≥0
Burada,
X = (x1, x2, … , xn )T
A=[ ]
D=[ ]
Bu problemin çözümü Kuhn-Tucker gerekli koşullarını temel alır. z kesinlikle konveks (veya
konkav) ve çözüm uzayı konveks küme olduğu için bu koşullar global optimum için
yeterlidir.
Kısıtlar:
G(X) = [ ] [ ]≤0
Ayrıca
Prof. Dr. Cemalettin KUBAT | Yrd. Doç. Dr. Özer UYGUN Yöneylem Araştırması 3 Ders Notları: Hafta 08
T
=( 1, 2, …, m) ve U = (µ1, µ2,…, µn)T
sırasıyla iki kısıt kümesi AX – b ≤ 0 ve –X ≤ 0’a karşılık gelen Lagrange çarpanları olsun.
Kuhn-Tucker şartlarının uygulanması
≥ 0, U≥0
T
z–( , UT) G(X) = 0
İ( ∑ )= 0, i =1,2,…,m
µjxj = 0, j= 1,2,…, n
AX ≤ b, -X ≤ 0
z = X + 2XTD
G(X) = [ ]
-2XTD + TA – UT = C
AX + S = b
, U, X, S ≥ 0
-2DX + AT - U = CT
[ ] [ ]= [ ]
, U, X, S ≥ 0
µjxj=0= .Sİ koşulları dışında geri kalan denklemler X, , U, S’de doğrusal fonksiyonlardır.
Problem böylece ek koşullar µjxj = 0 = Sİ ’yi sağlarken aynı zamanda doğrusal denklemler
Prof. Dr. Cemalettin KUBAT | Yrd. Doç. Dr. Özer UYGUN Yöneylem Araştırması 3 Ders Notları: Hafta 08
kümesinin çözümüne eşdeğerdir. z kesinlikle konkav ve çözüm uzayı konveks olduğundan,
tüm koşulları sağlayan uygun çözüm tek bir optimum çözümü vermek zorundadır.
Sistemin çözümü iki faz yönteminin 1.fazı kullanılarak elde edilir. Tek sınır Sİ = µjxj = 0
koşullarını sağlamaktadır. Bu İ pozitif düzeyde temelse Si’nin pozitif düzeyde temel
olamayacağı anlamına gelir. Benzer şekilde µj ve xj eş zamanlı olarak pozitif olamaz. Problem
uygun çözüme sahipse, 1. Faz tüm yapay değişkenleri r = R1 + R2 + R3 + … = 0 a eşit
verecektir.
Örnek
Kısıtlar :
x1 + 2x2 ≤ 2
x1, x2 ≥ 0
Kısıtlar : (1,2) [ ] ≤2
x1, x2 ≥ 0
x1 - µ1 + R1 = 0
x2 - µ2 + R2 = 0
(X1 X2 1 µ1 µ2 S1)
[ ] =[ ]
[ ]
Buna göre Başlangıç tablo şöyle oluşur ve Optimallik için min. r = 0 yapılması amaçlanır:
Prof. Dr. Cemalettin KUBAT | Yrd. Doç. Dr. Özer UYGUN Yöneylem Araştırması 3 Ders Notları: Hafta 08
Temel X1 X2 1 µ1 µ2 R1 R2 S1 Çözüm
r 6 6 3 -1 -1 0 0 0 10
R1 4 2 1 -1 0 1 0 0 4
R2 2 4 2 0 -1 0 1 0 6
S1 1 2 0 0 0 0 0 1 2
1.Tablo:
Temel X1 X2 1 µ1 µ2 R1 R2 S1 Çözüm
r 0 3 3/2 1/2 -1 -3/2 0 0 4
X1 1 1/2 1/4 -1/4 0 1/4 0 0 1
R2 0 3 3/2 1/2 -1 -1/2 1 0 4
S1 0 3/2 -1/4 1/4 0 -1/4 0 1 1
2.Tablo:
Üstteki tabloda X2 değişkeni temele girerken, S1 terk eder. Bu da aşağıda tabloyu verir:
Temel X1 X2 1 µ1 µ2 R1 R2 S1 Çözüm
R 0 0 2 0 -1 -1 0 -2 2
X1 1 0 1/3 -1/3 0 1/3 0 -1/3 2/3
R2 0 0 2 0 -1 0 1 -2 2
X2 0 1 -1/6 1/6 0 -1/6 0 2/3 2/3
3.Tablo:
Üstteki tabloda 1 değişkeni temele girerken, R2 terk eder. Bu da aşağıdaki tabloyu verir:
Temel X1 X2 1 µ1 µ2 R1 R2 S1 Çözüm
r 0 0 0 0 0 -1 -1/ 0 0
X1 1 0 0 -1/3 1/6 1/3 -1/6 0 1/3
1 0 0 1 0 -1/2 0 1/2 -1 1
X2 0 1 0 1/6 -1/12 -1/6 1/12 1/2 5/6
Bu son tablo: r = 0 olduğundan 1.faz için optimum çözümü verir. Böylece optimum
çözüm:
Prof. Dr. Cemalettin KUBAT | Yrd. Doç. Dr. Özer UYGUN Yöneylem Araştırması 3 Ders Notları: Hafta 08
z = 4x1 + 6x2 – 2x12 – 2x1 x2- 2x22
Problemler:
Kısıtlar :
x 1 + x2 ≤ 1
2x1 + 3x2 ≤ 4
x1, x2 ≤ 0
Kısıtlar
x1 + x2 + x3 ≥ 1
3x1 + 2x2 + x3 ≤ 6
x1,x2,x3 ≥ 0
Prof. Dr. Cemalettin KUBAT | Yrd. Doç. Dr. Özer UYGUN Yöneylem Araştırması 3 Ders Notları: Hafta 08