Özet
Yöneylem Araştırması, II. Dünya Savaşı
yıllarında doğmuş, ilk uygulamaları askeri alanda
gerçekleşmiş, örgütlerin tasarım, kuruluş ve
işletim aşamalarında karşılaşılan önemli
problemler için çözüm teknikleri sunan bir bilim
dalıdır.
Yöneylem Araştırması, örgütlerin ve/veya
sistemlerin tasarımında, kuruluşunda ve
işletilmesinde karşılaşılan planlama, yürütme ve
kontrol faaliyetlerine bilimsel yöntemlerle
katkıda bulunur ve bu alanlardaki problemlere
çözüm arar. Yöneylem Araştırması kapsamında,
bir problemin varlığından bahsedilebilmesi,
problemin çözümü için birden fazla seçeneğin
olması durumunda sözkonusudur. Öte yandan,
yukarıda belirtilen sınıfa giren, çoğu stratejik
kararda ise seçeneklerin türetilebilmesi çok da
kolay olmayabilmektedir. Bu durumda, sistemde
yer alan parametrelerin ve ilişkilerin temsil
edildiği bir yapıya ihtiyaç duyulmaktadır.
Yöneylem Araştırması kapsamında model denen
bu oluşumlar ile, bir sistemin kendisi yerine
kendisi gibi davranan bir eşdeğeri ortaya
konmaktadır. Bu eşdeğer sistemin çözümü ile
probleme çözüm olabilecek seçeneklerin
türetilmesi sağlanabilir.
Modeller farklı şekillerde sınıflandırılmaktadırlar.
Burada ele alınan sınıflama, modelleri; uyuşum,
benzeşim ve matematiksel olarak üçe
ayırmaktadır. Uçak simülatörleri, maket inşaat
projeleri uyuşum modellerine birer örnektir. Bu
tür modeller gerçek sistemin küçültülmüş birer
örneğidirler. Çeşitli diyagramlar ve grafikler
benzeşim modelleri arasındadırlar. Gerçek sistem
görünümünde olmayıp, sistemdeki ilişkileri
temsil ederler. Matematiksel model ise bir
sistemin veya problemin, içerdiği değişkenler
arası ilişkilerin, matematiksel ifadelerle temsil
edilmesidir. f = ma denklemi bu anlamda bir
matematiksel modeldir. m kütlesine sahip bir
cismin belirli bir a ivmesine maruz kaldığında
oluşacak kuvvetin ifadesidir. Bu kavramlardan
herhangi ikisinin değerinin bilinmesi durumunda
üçüncüsünün değeri, bu ilişki ile bulunabilir.
Öte yandan, sistemi temsil eden matematiksel
model ile türetilen seçeneklerin eniyisinin
belirlenmesi için, bir değerlendirme fonksiyonu
kullanılmaktadır. Bu çerçevede, bir matematiksel
modelde değişkenlerarası ilişkilerin gösterildiği
fonksiyonlara kısıt, kısıtları sağlayan noktalar
8



(çözümler)ın eniyisinin seçimi için kullanılan bu
değerlendirme fonksiyonuna da amaç fonksiyonu
denir. Kısıt ve amaç fonksiyonları ile ifade
edildiğinde elde edilen matematiksel modele
karar modeli denir. Karar modelleri doğrusal
veya doğrusal olmayan özelliklerde olabilirler.
İçerdiği fonksiyonların tümü doğrusal
fonksiyonlar ise ve değişkenler de sürekli ise,
doğrusal bir karar modeli ile karşı karşıya
kalınır. Aksi halde, model, doğrusal olmayan bir
yapıdadır denir. Doğrusal karar modeli
geliştirilebilmesi için bazı özellikler vardır:
Bunlar; belirlilik, oranlılık, toplanabilirlik ve
bölünebilirlik olarak sıralanabilir. Belirlilik,
problemde kullanılan parametrelerin
değerlerinin bilinmesi, bölünebilirlik, karar
değişkenlerinin her reel değeri alabilmesi,
oranlılık, karar değişkenlerinin aldıkları
değere göre oluşan katkı ve kullanılan kaynak
miktarının değişkenin değeri ile doğru orantılı
olması, toplanabilirlik ise oluşan katkıların
veya kaynak kullanımlarının toplanabil-
mesidir.
Yöneylem Araştırması’nın üç temel özelliği
vardır. Bunlar bilimsel yöntem, bütünleşik
yaklaşım ve disiplinlerarası yaklaşım olarak
sıralanabilir.
Bilimsel yöntem, incelenen problem veya olayla
ilgili önce gözlem yapılmasını, sonra bir
hipotezin geliştirilmesini, ardından bu
hipotezin deneylerle sınanmasını ve son adım
olarak da genellenmesini içerir. Bütünleşik
yaklaşım, ele alınan problemin, içerisinde yer
aldığı sistem ile birlikte tüm bileşenleri ve
boyutlarıyla incelenmesidir. Son olarak
disiplinlerarası yaklaşım ise, Yöneylem
Araştırması kapsamındaki problemlerin, farklı
disiplinlerde yer alan uzmanlardan oluşan bir
ekiple çözülmesi anlamına gelmektedir. Birlikte
düşünüldüğünde bu üç özelliğin, problem çözüm
süreçlerine farklı bir sistematik yaklaşım
kazandırdığı görülebilmektedir. Yöneylem
Araştırması çalışmalarında, bu üç temel özellik
kullanılarak, Yöneylem Araştırması Yaklaşımı da
denen şu problem çözme aşamaları kullanılır:
Problemin belirlenmesi, gerekli verilerin elde
edilmesi, sistemin analiz edilmesi, modelin
geliştirilmesi, modelden çözüm elde edilmesi,
modelin geçerliliğinin sınanması, modelin
uygulanması ve karar.
Yöneylem Araştırması kapsamına giren konulara
bakıldığında; üretim planlama ve stok kontrol,
proje yönetimi, ulaştırma ve atama, personel
planlama ve çizelgeleme gibi pek çok problem;
doğrusal, doğrusal olmayan, tamsayılı, rassal ve
dinamik programlama genel yaklaşımlarının
yanında, oyun teorisi, markov zincirleri, dal-sınır
algoritması, MODI atlama taşı, CPM-PERT,
Macar Algoritması, Simpleks Algoritması olarak
adlandırılan çeşitli tekniklerle çözülebilmektedir.
Bu teknikler genellikle, problemlerin eniyi
(optimum) çözümlerini bulmak amacıyla
kullanılırlar.
Yöneylem Araştırması tekniklerinin kullanım
alanlarına daha ayrıntılı örnekler vermek
gerekirse şunlar söylenebilir: Örneğin üretim
sektöründe faaliyet gösteren bir işletme; elindeki
malzeme ve işgücü olanaklarını aşmadan, gelecek
belirli bir dönem için üretim planını yapmak
istediğinde, toplam satış karını enbüyüklemek
için planlama periyodu içerisinde hangi üründen
hangi miktarlarda üretilmesi gerektiğini veya
işlerin tamamlanma zamanını enküçüklemek ve
müşteriye en kısa zamanda sevkiyat yapabilmek
için hangi operatörün hangi tezgahta çalışması
veya hangi işin hangi tezgahta yapılması
gerektiğini bulmak istediğinde Yöneylem
Araştırması tekniklerinden yararlanabilir.
Teknikler, hizmet sektöründe de pek çok alanda
uygulama olanağı bulabilmektedir. Örneğin, bir
kargo firmasının, araç filosunda yer alacak
araçların tiplerine ve sayılarına, bir üretim
işletmesinin, açacağı depoların yerlerine ve
büyüklüklerine, taşımacılıkta hava, deniz veya
kara yolu taşıma seçeneklerine veya bunların bir
kombinasyonuna karar verirken çeşitli yöntemler
kullanılabilir.
Proje planlama ve şebeke modelleri de Yöneylem
Araştırması çalışma konuları arasındadır. Bu
konudaki teknikler; özellikle bina, yol, köprü ve
baraj inşaatı gibi büyük ölçekli ve genellikle bir
defalık gerçekleştirilen büyük projelerde,
faaliyetlerin sistematik bir şekilde planlanmasına,
hangi faaliyetin proje toplam süresini
geciktirmeden ne kadar ertelenebileceğinin
belirlenmesine yardımcı olurlar. Şebeke
modelleri kapsamına giren konular ile ise;
özellikle lojistik sektöründe, dağıtım
faaliyetlerinde izlenecek en kısa rotanın
belirlenmesi veya maddelerin bir şebeke üzerinde
bir noktadan diğerine eniyi şekilde taşınması gibi
problemlere çözüm aranır. Örneğin su, petrol, gaz
vb. maddelerin boru hatlarından taşınması,
elektriğin taşınması, haberleşme sistemlerinde
bilgi akışının sağlanması, kargo işletmelerinde
mektupların alıcıya taşınması, yanısıra doğalgaz
bağlantısı yapılan bir yerleşim biriminden diğer
komşu yerleşim birimlerinin hangilerine ve nasıl
bir ağla bir bağlantı sistemi kurulacağının
belirlenmesi gibi konularda çözümler, bu
kapsamda yer alan tekniklerle bulunabilir.
Yöneylem Araştırması; problem çözümlerinde
farklı disiplinlerden, yanısıra karar sürecinde
bilimsel bir yöntemden yararlanması, pek çok
alanda ve çok çeşitli karar probleminde karar
vericiye yardımcı olacak çözüm yöntemleri
sunması yönleriyle sistemlerin verimliliğini
arttırmada önemli bir bilim dalıdır.

 Özet

Doğrusal programlama, sınırlı (kıt) kaynakların Karar değişkeni ile tesadüfi değişken birbirinden
değişik faaliyetler arasında dağıtımını optimum farklıdır. Karar değişkeni: bir problemde karar
(en iyi) kılmak için tasarlanmış bir matematiksel vericinin kontrolü altında olup da, değeri
modelleme yöntemidir. Endüstri, askeri, tarım, araştırılan eylemler karar değişkenleridir. Karar
ulaşım, inşaat, ekonomi, sağlık ve hatta davranış değişkenlerine kontrol edilebilen değişkenlere
ve sosyal bilimler alanlarında başarılı doğrusal denir. İstatistikte değişken Xi-tesadüfi değişken-
programlama uygulamaları vardır. Yöntemin dir ve serbestçe değerler alabilen değişken olarak
kullanışlılığı, bilgisayar yazılımlarındaki tanımlanır.
gelişmelerle daha da artmıştır.
Doğrusal programlama modelinin temel
Bir problem için karar modeli geliştirmek ve bileşenleri karar değişkenleri, amaç fonksiyonu
kurmak gerçek sistemi matematiksel olarak ifade ve kısıtlayıcılardır.
etmek demektir. Bu işlem yapılırken bilgi kaybı
Doğrusal programlama-nın en yaygın kullanıldığı
kaçınılmazdır. Önemli olan en az bilgi kaybı ile
alanlardan birisi, üretim işletmelerinde en çok
dönüşümü gerçekleştirebilmektir. Bu nedenle
karlı veya en az maliyetli üretim bileşenlerini
modelden tutarlı sonuçlar elde edilebilmesi için:
belirlemede kullanılmasıdır.
doğrusallık, toplanabilirlik, bölünebilirlik ve
belirlilik varsayımlarının kabul edilmesi gerekir.
Doğrusallık: Kısıtlar ve amaç fonksiyonu birinci
dereceden fonksiyon olmasıdır. Toplanabilirlik:
Karar değişkenlerine verilecek değerlere göre her
birinin sağladığı katkılar toplanıp, toplam katkıyı,
yani amaç fonksiyonunu oluşturuyorsa
toplanabilirlik varsayımı geçerlidir demektir.
Bölünebilirlik: Modelin karar değişkenleri Xj’ler,
her türlü reel değerleri alabiliyorsa, bölünebilirlik
varsayımı sağlanıyor demektir. Bazen girdi ve
çıktıların bölünmezlik sorunu nedeniyle, karar
değişkenlerini tamamının veya bazılarının tam
sayı olması gerekebilir. Belirlilik: Doğrusal
programlama modelindeki tüm parametrelerin
(amaç fonksiyonu katsayıları-cj, sağ taraf
sabitleri-bi ve teknoloji katsayıları- aij) biliniyor
olduğu varsayımıdır.

34

 Özet

Grafik çözümde: amaç fonksiyonu ve kısıtlayıcı
denklemler birinci dereceden fonksiyonlar
olmalıdır. Kısıtlar koordinatlar düzleminde
Uygun Çözüm Alanı oluşturmalıdır.
Bir doğrusal programlama modelinin grafik
çözümünde yapılacak işlemler şöyle sıralanabilir.
i. Her bir kısıt eşitlik olarak ele alınıp, karşı gelen
doğrunun grafiği çizilerek, kısıtı sağlayan yönü
(bölge) işaretlenir. Tüm kısıtları aynı anda
sağlayan bölge taranarak “Uygun Çözüm Alanı
(UÇA)” olarak belirlenir. ii. Uygun Çözüm
Alanının köşe noktalarında karar değişkenlerinin
ve amaç fonksiyonunun değeri hesaplanarak
amacı sağlayan köşe, optimum çözüm noktası
olarak ilan edilir. iii. Optimum çözüm seti(amaç
fonksiyonu ve karar değişkenlerinin değeri)
yazılarak çözüme ulaşılmış olur.
Doğrusal kısıtlayıcıların veya eşitsizliklerin
grafiğini çizmek için iki adım izlenir.
Adım 1: Doğrusal eşitsizlikler eşitlik halinde
ifade edilerek, bunların sınırlarını gösteren,
doğruları çizilir. Adım 2: Doğrunun hangi
tarafının eşitsizliğe uygun düştüğü belirlenir.
Uygun Çözüm Alanının sınırları, kısıtlayıcı
doğrusal denklemlerle ifade edilen, çizilen
doğrusal eşitsizliklerin grafiği ile belirlenir.
Karar modelinin tüm kısıtlayıcıları aynı
düzlemde (I. Bölge) çizilerek, her bir kısıtın
uygun alanları taranırsa, Uygun Çözüm Alanı
(UÇA) taranmış bölge olarak ortaya çıkar.
Uygun Çözüm Alanı, dışbükey(konveks) bir
alandır. Doğrusal programlamada optimum
çözüm her zaman, Uygun Çözüm Alanının köşe
noktalarındadır. Uygun Çözüm Alanının köşe
noktalarından hangisinde, amaç fonksiyonunun
en uygun (maksimizasyonda en büyük,
minimizasyonda en küçük) değeri aldığı
belirlenerek, optimum çözüme ulaşılır. Bunun
için köşe noktalarının her birinin, (X1, X2)
değerleri amaç fonksiyonunda yerine konur.

61

 Özet
Gerçek hayatta karşılaşılan problemlerin
çözümünde başvurulan yollardan birisi de
problemin gerekliliklerinin ve ulaşılması istenen
amacın (enbüyük kar, enküçük maliyet vb.)
matematiksel ifadelerle gösterilmesidir.
Ardından, eniyi değeri araştırılan
bilinmeyenlerin, bu matematiksel ifadelerin
oluşturduğu denklem seti yardımıyla çözümü
aranır. Karar modeli denen bu matematiksel
yapılar, doğrusal veya doğrusal olmayan biçimde
olabilirler. Sözkonusu denklem sistemleri
çözülerek değeri bulunmak istenen değişkenlere
ise karar değişkeni denir. Doğrusal olan
problemlerin çözümünü bulmak her zaman daha
kolaydır. Bu ünite, doğrusal problemlerin
çözümü için kullanılabilecek yöntemlerden biri
olan Simpleks Algoritması’nı açıklamaktadır.
Doğrusal bağımsız m tane denklem ve n
değişkenin olduğu (mxn’lik ve m<n) bir sistemin
çözümünde, diğer (n-m) tane değişken sıfır
değerini almak üzere, ancak denklem sayısı (m)
kadar değişkene değer bulunabilir. Örneğin iki
bilinmeyeni çözmek için enaz iki denklem
olmalıdır ve bu denklemlerin doğrusal bağımsız
olması gerekir. Bir başka deyişle, denklemlerin
biri diğerinin belirli bir katı vb. şeklinde ifade
edilememelidir. Eğer denklem sayısı yeterli değil
ise, her seferinde, çözülebilecek kadar değişken
dikkate alınır ve kalan değişkenler sıfır kabul
edilir. Örnek olarak 2 denklem (m=2) ve 5
değişkenin (n=5) olduğu bir sistemde, her
seferinde 3 (n-m=3) değişkene sıfır değerini
vererek, denklem sayısı (m=2) kadar değişken
için çözüm bulunabilir. Burada, sıfır değeri
verilen değişkenlere temel dışı, değer alması için
çözüme alınan değişkenlere ise temel değişken
denir. Temel dışı değişkenler sıfır iken temel
değişkenler için çözüm elde edildiğinde bulunan
bu çözüme temel çözüm denir. Bilindiği gibi bir
doğrusal karar probleminin en iyi çözümü bir uç
noktadadır. Bir çözümde, tüm temel değişkenler
sıfır veya sıfırdan büyük değer aldıysa bu çözüme
bir temel uygun çözüm denir ve bir temel uygun
çözüm aynı zamanda bir uç nokta demektir.
Örneğin 5 değişkenin 2 denklemin olduğu bir
sistemde, birinci ve üçüncü değişkenler temel
alınarak (6, 0, 1, 0, 0) şeklinde bir çözüm
bulunursa, bu çözüm bir temel uygun çözüm ve
aynı zamanda bir uç noktadır. Öte yandan bir
değişken temelde olduğu halde sıfır değerini
alırsa, bu çözüm yine bir temel uygun çözüm
olmakla birlikte aynı zamanda da dejenere
86



(bozulmuş) çözüm olarak isimlendirilir. Yuka-
rıdaki örnekte birinci değişken temelde olduğu
halde
(0, 0, 1, 0, 0) vektörü elde edilseydi bu durumla
karşılaşılırdı.
Simpleks Algoritması bir temel uygun çözümden
başlayarak, problemin tüm kısıtlarını ve amaç
fonksiyonunu bu temel uygun çözümde temelde
yer alan değişkenler cinsinden ifade eder. Daha
sonra amaç fonksiyonu değerini daha iyiye
götürecek bir değişkenin olup olmadığına bakılır.
Eğer böyle bir değişken varsa temele alınır,
yerine, bir değişken de temelden çıkmalıdır. Aynı
işlemler tekrar edilir ve bu sürece bir ardıştırma
denir.
Yukarıda açıklananlar Simpleks Tablo denen bir
tablo yardımıyla veya bu işlemlere karşı gelen
formüller yardımıyla da yapılabilir. Bir çözümde
temelde yer alan tüm değişkenlerin, tabloda karşı
gelen katsayıları birim matrisi oluşturur.
Temelden çıkan bir değişkenin yerine temele
girecek olan değişkenin tabloda katsayıları,
temelden çıkan değişkenin temsil ettiği birim
matrisin ilgili sütununun yerini alır. İşlemler bu
sebeple pratik olarak, temele giren değişkenin
tabloda kısıtlar kısmında karşı gelen katsayılarını,
temelden çıkan değişkenin katsayılarına
çevirmekten oluşur.
Yukarıda bir ardıştırma olarak tanımlanan bu
işlemler, temel değişkenler için birim matrisi
oluşturma (temelden çıkan değişkene karşı gelen
sütunu yeni temele girecek sütun için oluşturma)
ve amaç fonksiyonunu da temel olmayan
değişkenler cinsinden ifade ederek, değerini daha
iyiye götürecek bir temel dışı değişkenin olup
olmadığını sınama şeklinde devam eder. Temele
alınması halinde amaç fonksiyonu değerini daha
iyiye götürecek değişkenin bulunmaması halinde
eniyi çözüme erişilmiş demektir. Bu şekilde
eniyilik koşullarının sağlanması, temel olmayan
değişkenlere


satırında karşı gelen tüm
değişkenlerin enbüyükleme için pozitif,
enküçükleme için ise negatif olması demektir.
Temele girecek değişken var iken, temelden
çıkacak değişkenin bulunması aşamasında sağ
taraf sabitlerinin temele girecek değişkenin
bulunduğu sütundaki değerlere oranlanması
aşamasında, temele girecek değişkenin kısıtlar
kısmında altında yer alan tüm değerler sıfır veya
sıfırdan küçük ise problemin sınırsız çözümü var
demektir. Temelde yer aldığı halde sıfır değerini
alan değişken ise problemin dejenere çözümü
olduğunu gösterir.
Bu bölümde bir çözüm yöntemi olarak açıklanan
Simpleks Algoritması’na, eniyilemede, çözüm
sürecinin temelinde yatan matematiksel süreci
açıklamak, aynı zamanda, ileriki bölümlerde bu
konunun uzantısı olarak ele alınacak olan
duyarlılık analizi ve ilişkili bazı konulara temel
teşkil etmesi sebepleriyle yer verilmiştir. Aslında
karar modellerinin çözümü için geliştirilen çeşitli
yazılımlar da bulunmaktadır. LINDO, LINGO,
GAMS gibi, örnekleri verilebilecek bu tür
yazılımların yanında, hemen her bilgisayarda hali
hazırda bulunan çalışma tablosu programı
Microsoft Excel’in çözücü (solver) modülü ile
bile belirli büyüklükteki matematiksel modellere
çözüm bulunabilmektedir.

87

 Özet
Doğrusal karar problemlerinin eniyi çözümleri
elde edildikten sonra, model parametrelerinde
bazı değişiklikler meydana gelebilir. Bazen de
yeni bir değişken veya yeni bir kısıt eklentisi
şeklinde ortaya çıkabilen yapısal değişiklikler ile
karşılaşılabilir. Bu durumlarda eniyi çözümün
bundan nasıl etkileneceğini bulmak amacıyla
yapılan analizlere duyarlılık analizi denir.
Bir problemin eniyi çözümüne ulaşılması, temele
alınması halinde amaç fonksiyonu değerini daha
iyiye götürecek bir temel dışı değişkenin
bulunamaması demektir. Bu durumun göstergesi;
amaç enbüyükleme ise, amaç fonksiyonunu
temsil eden



satırında tüm temel dışı değiş-
kenler için karşı gelen değerlerin

, amaç
enküçükleme ise de,

olmasıdır. Bu koşula
eniyilik koşulu denir. Amaç fonksiyonu satırı
bilindiği gibi CB B-1R - CR ifadesine karşı
gelmektedir. Model parametrelerinde olabilecek
değişikliklerden ilki katkı parametrelerinde olup,
bu durumda değişen C vektörü olduğundan,
yukarıdaki ifadeye yansır.
Öte yandan, Simpleks Algoritması, bir uç
noktadan (temel uygun çözüm) başlayarak
başka bir uç noktaya geçme temelinde bir
yaklaşım olup bulunan çözümlerde temel
değişkenler

koşulunu sağlayan pozitif
değerler almaktadırlar. B-1b



olarak ifade
edilen bu duruma da uygunluk koşulu
denmektedir. Model parametrelerindeki diğer tür
değişiklik olan kaynak vektörü veya sağ taraf
sabitlerindeki değişiklik ise b vektöründe
olduğundan, bu durum da uygunluk koşullarına
yansıyacaktır.
Bu iki parametreye bağlı değişikliğe ek olarak,
bir karar değişkeninin model kısıtlarında karşı
gelen bir katsayısında da değişiklik olabilir. Bu
da değişkenin temel veya temelde olmaması
durumuna göre B veya R matrisine ve eniyilik
koşullarına yansır.
Yapısal değişiklikler ise modele yeni bir
değişkenin veya kısıtın eklenmesi durumudur.
Duyarlılık analizi, basitce, modelde,
parametrelere bağlı veya yapısal bir değişiklik ile
karşılaşıldığında, bu durumun eniyilik veya
uygunluk koşullarından herhangi birisine etki
edip etmediğinin ve etki ediyorsa da değişen
parametrenin değerinin hangi aralığı için eldeki
çözümün korunacağının bulunması işlemidir.
Bazen de, parametrenin yeni değeri bilindiğinde,
110



eniyilik veya uygunluk koşullarına yansıyıp
yansımadığı doğrudan hesaplanabilir.
Yukarıda bahsedilen karşılaşılabilir durumlar
sırasıyla irdelenecek olursa; katkı
parametrelerindeki değişiklik C vektöründe
değişiklik anlamına gelmektedir. Bu durumda
işlemler, değişikliğin, temel veya temel olmayan
bir değişkenin katkı parametresinde ortaya
çıkmasına göre farklılık gösterir. Eğer CB
vektörü

değiştiyse Simpleks Tablo’da



satırında temel dışı tüm değişkenlere karşı gelen
değişkenler (CB B-1R - CR) bu durumdan etkilenir
ve işlemler bu doğrultuda gerçekleştirilir.
Katkı parametrelerinden CR vektörünün
değişmesi halinde ise Simpleks Tablo’da xo
satırında sadece CR vektöründe katkı parametresi
değişen temel dışı değişkene karşı gelen değer bu
durumdan etkilenir.
Katkı parametrelerine göre değişiklik de yine
yukarıda açıklandığı gibi iki türlü olabilir:
Parametrenin değerinde belirli bir değişiklik olur
ve bu değişikliğin eniyi çözümü değiştirip
değiştirmediği araştırılır veya parametrenin
değerinde hangi aralıktaki bir değişim için eldeki
çözümün korunacağı (veya değişeceği) belirlenir.
Bu durumda da,
değişim miktarı olmak üzere,
eniyilik koşullarının korunması için,
‘nın hangi
aralıkta değer alması gerektiği araştırılır.
Kaynak vektörü olan sağ taraf sabitlerinde
meydana gelebilecek bir değişiklik, daha öncede
belirtildiği gibi uygunluk koşullarına
yansıyacağından, benzer şekilde, b vektöründeki
değişim biliniyorsa (



doğrudan yeni haliyle
B-1





koşulunun sağlanıp sağlanmadığı
araştırılabilir. İlgilenilen kaynak vektörünün
hangi aralığı için uygunluk koşulunun korunacağı
araştırılacaksa bu durumda da,
değişim miktarı
olmak üzere,
‘nın hangi aralıkta değer alması
gerektiği araştırılır.
Parametrelere bağlı son değişiklik teknik
katsayılarda olabilir. Teknik katsayılar,
değişkenlerin kısıtlardaki katsayılarına karşılık
gelen değerlerdir. Bir değişkene kısıtlarda karşı
gelen katsayının değişmesi, ilgili değişkenin
temelde olup olmamasına göre, sırasıyla B veya
R vektöründe değişim demektir. Bu durum ise,
ya B-1 matrisine ya da doğrudan R vektörüne
etki edip, CB B-1R - CR vektörüne ve eniyilik
koşullarına yansıyacaktır. Amaç fonksiyonunun
durumuna göre, değişimin, eniyilik koşullarını isteyen bir taşıma şirketinin, mevcut taşıma filosu
koruyup korumadığı veya değişimin hangi aralığı ve eldeki olanaklarla, önceden belirlediği alt
için eniyi çözümün korunacağı yine yukarıda sınırdan daha fazla taşıma yapmayı hedeflemesi
örneklendiği şekilde bulunabilir. halinde, yeni hedef değerini belirlediğinde,
(kaynak vektörü b’de değişme), eldeki mevcut
İkinci grup duyarlılık analizleri sayılabilecek,
çözümünün hala uygulanabilir bir çözüm olup
yapısal değişiklikler olarak ise; yeni bir kısıt veya
olmayacağını (B-1b


) ve bu durumdan toplam
yeni bir değişken eklentisi sözkonusudur. Yeni
maliyetinin hangi ölçüde etkileneceğini
bir kısıt eklendiğinde, eldeki çözümün, verilen
kısıtı sağlayıp sağlamadığının sınanması (CB B-1b


önceden sınayabilmesi mümkündür.
gerekmektedir. Sağlamıyorsa, problem, yeni
kısıtı ekleyerek çözülmelidir.
Yeni bir değişken eklendiği durumda ise şu yol
izlenmelidir: Bir değişken, bir temel uygun
çözümde, ya temelde ya da temel dışında yer alır.
Bunu belirleyen gösterge ise, sözkonusu
değişkenin, amaç fonksiyonu satırındaki
değerinin eniyilik koşullarına uygun olması veya
olmamasıdır. Enbüyükleme için, CB B-1R - CR
vektöründe,

değerindeki temel dışı
değişkenler eniyilik koşullarına uygun olup,
temele alınmaları halinde amaç fonksiyonunun
değerinin daha da büyümesi sözkonusu değildir.
Durulur. Enküçükleme için ise

koşulunu
sağlayan temel dışı değişkenler eniyilik
koşullarına uygun olup, temele alınmaları halinde
amaç fonksiyonunun değerinin daha da
küçülmesi sözkonusu değildir. Durulur. Yeni
değişkenin eldeki çözümü daha iyi bir değere
ötelemesi mümkün değil demektir.
Bu durumda, yeni bir değişken eklendiğinde, bu
değişkenin Simpleks Tablo’da amaç fonksiyonu
satırına karşı gelen değerinin bulunması gerekir.
Değişkenin durumuna göre ya temele alınması
gerektiği sonucuna varılır ya da daha iyi bir amaç
fonksiyonu değerine ulaşılamayacaksa bu
değişken temel dışında kalmaya devam eder. Bu
durum eldeki çözümün eniyi çözüm olarak
kalması halidir.
Gerçek hayatta çoğu durumda belirsizlik veya
risk altında yaşanır. Bu sebeple duyarlılık
analizleri, çözümü elde edilen belirli
problemlerde, bu bölümde değinilen herhangi bir
değişikliğin olması halinde, problemi yeniden
çözmeden eldeki çözümün korunup
korunmayacağına yanıt vermeleri açısından
önemli analizlerdir. Bazı durumlarda da model
parametrelerinde, ihtiyaç halinde yapılması
düşünülen bir değişikliğin, hangi sınırlara kadar
değiştirilmesi halinde yeni bir çözüme gerek
kalmayacağının önceden bilinmesine olanak
sağlar. Örneğin toplam maliyeti enküçüklemek

111

 Özet
Her doğrusal karar probleminin, gerçekte “asıl”
ve “ikil” olarak adlandırılan, birbiriyle yakından
ilişkili iki ayrı modeli vardır. Asıl problem veya
asıl model, ilgilenilen ve eniyi çözümünü
aradığımız problemdir. Doğrusal programlama
problemleri ile ilgili çözüm teknikleri, asıl
modellerin çözümü üzerine yoğunlaşmıştır. İkil
model ise, asıl modelin parametrelerini
kullanarak oluşturulan ve karşıt yönde amaç
fonksiyonuna sahip olan diğer modeldir.
Asıl problem genellikle, kaynak kısıtları altında,
enbüyük kazançlı ürün imal etme ya da satma
problemi iken, ikil problem, asıl problemin karşıtı
olarak, kâr kısıtları altında, enküçük maliyetli
kaynak satın alma problemi olarak ortaya
çıkmaktadır. Asıl ve ikil problemlerin çözümleri
arasındaki ilişkiler üç ana özelliğe bağlı olarak
açıklanabilmektedir. Bunlar, her iki problemin
uygun çözümleri arasındaki ilişkiyi tanımlayan
“zayıf ikillik özelliği”, her iki modelin de eniyi
değerlerinin eşit olduğunu belirten “güçlü ikillik
özelliği” ve eniyi çözümleri ilişkilendiren
“aylaklığın tamamlayanı özelliği” olarak
adlandırılmaktadır.
137



Asıl modelin son simpleks tablosu veya eniyi
çözümünü gösteren simpleks tablosu verilmişse,
ikil değişkenlerin değerini bu tablodan okumak
mümkündür. Son simpleks tablosunda, başlangıç
temel uygun çözüme karşı gelen değişkenlerin
indirgenmiş maliyetlerinden, ikil değişkenlerin
değeri bulunabilmektedir. Bazı durumlarda bir
doğrusal programlama probleminin asıl modelini
çözmek yerine ikil modelini çözmek, işlem yükü
açısından daha kolay olabilir.
İkilliğin doğrusal programlamanın en önemli
konularından birisi olmasının başlıca sebebi ise,
ikil modelin, asıl problemle ilgili önemli
ekonomik açıklamalar ve yorum yapma olanağı
sunmasıdır. Gölge fiyat olarak da adlandırılan ikil
değişkenler, kaynakların birim değerlerini
vermektedir. Gölge fiyatların hesaplanması,
karar vericiye kazancının ne kadarının her bir
girdiden kaynaklandığını belirlemesi konusunda
yardımcı olmaktadır.
 Özet

Gerçek hayatta karşılaştığımız birçok problem Ele alınan problemde birden fazla hedef
birden fazla amacı eniyilemeye yöneliktir. Bu eniyilenmeye çalışılıyorsa ve hedef ile sapma
çok amaçlı karar verme problemlerinin değişkenlerinin herhangi bir önceliğinin
çözümünde doğrusal programlama yöntemleri bulunmaması halinde ortaya çıkan programlama
yetersiz kalmaktadır. Hedef Programlama, çok türü, eşit ağırlıklı çok hedefli programlamadır.
amaçlı probelmlerin çözümünde sıklıkla Amaç fonksiyonu istenmeyen sapma
kullanılan yöntemlerden biri olarak karşımıza değişkenlerinin toplamı şeklinde kurulur.
çıkmaktadır.
Hedeflerdeki sapma değişkenlerinin önem
Kısıt yapılarına bağlı olarak bu ünitede doğrusal derecelerinin birbirinden farklı olması halinde
hedef programlama yöntemi ele alınmıştır. sapma değişkenlerine

ağırlık değerleri
Doğrusal programlamadan farklı olarak, hedef verilebilir. Amaç fonksiyonunun, sapma
programlama problemlerinin modellenebilmesi değişkenlerinin ağırlıklandırılmış toplamının en
için hedef, sapma değişkenleri, hedef kısıtları, küçüklenmesi şeklinde oluşturulduğu
amaç öncelikleri ve ağırlıkları kavramlarının programlama türü de ağırlıklı çok hedefli
bilinmesi gerekmektedir. programlamadır. Sapma değişkenlerinin eşit
ağırlıklı fakat hedeflerin farklı önceliklerinin
Hedef programlama modellerinde amaç
olması durumunda da öncelikli çok hedefli
fonksiyonunda karar değişkenleri yer almazlar.
programlama türü ortaya çıkmaktadır.
Amaç fonksiyonu, belirlenen hedeflerden
istenmeyen yönde oluşan sapmaların toplamının Öncelikli hedef programlama modellerinde bazı
en küçüklenmesi şeklinde kurulur. Hedef türüne durumlarda sapma değişkenlerinin farklı
bağlı olarak amaç fonksiyonunda en ağırlıklara sahip olduğu durumlar karşımıza
küçüklenmesi gereken sapma değişkenleri çıkabilmektedir. Bu durumda ortya çıkan
tabloda verilmiştir. programlama türü de öncelikli-ağırlıklı çok
Hedef Türü Hedef Kısıtı İstenmeyen
hedefli programlamadır.
Sapma
Doğrusal hedef programlama problemlerinin
Değişkeni
çözümünde kullanılan yöntemlerden biri grafik




























yöntemdir. Sistem kısıtları grafik üzerinde
çizildikten sonra bir uygun çözüm alanı





























sağlanıyorsa, ikinci adımda hedef kısıtlarının




























,


) grafik üzerinde çizimi yapılır. Bu yöntem iki
karar değişkeni olan problemlerde etkin bir
Bazı durumlarda karar vericiler, ele aldıkları şekilde kullanılmaktadır.
problemdeki her bir amaca ya da amaç grubuna
bir öncelik verebilir. Yanı sıra, modeldeki
sapmaların önem dereceleri de birbirinden farklı
olabilir. Bu durumda her bir sapmanın diğerlerine
oranla göreceli olarak önemini gösteren ağırlık
değerleri verilebilir.
Doğrusal hedef programlama modellerinde
kurulan amaç fonksiyonuna bağlı olarak beş
farklı hedef programlama modelinden
bahsedebiliriz. Ele alınan problemin tek bir
hedefi olması durumunda ortaya çıkan
programlama türü, tek hedefli programlamadır.
Sadece, belirlenen hedeften istenmeyen yöndeki
sapma(lar) en küçüklenir.

165
 Özet
Bu ünitede, doğrusal programlamanın özel bir
türü olan ulaştırma ve atama modelleri ele
alınmıştır. Genel olarak ürünlerin birden fazla
üretim noktasından, birden fazla tüketim
noktasına dağıtımı ile ilgili problemler, ulaştırma
veya atama problemleri olarak adlandırılır.
Ulaştırma problemelrinde amaç, mevcut
kaynakları kullanarak tüm talebi karşılayacak
şekilde enküçük maliyetli dağıtım planının
bulunmasıdır. Ulaştırma probleminin özel bir hali
olan atama problemleri ile genellikle işlerin
makinelere dağıtımı, kişilerin işlere tayini,
personelin satış bölgelerine dağıtımına benzer
durumlarda karşılaşılmaktadır.
Ulaştırma problemlerinde cevap aranan soru,
hangi üretim merkezinden, hangi tüketim
merkezine ne kadar ürün taşınacağıdır. Bu soru
aynı zamanda karar değişkenlerini tanımlamakta
olup, sorunun cevabı ürün dağıtım planını
verecektir. Eğer bir ulaştırma modelinin toplam
sunum miktarı toplam talep miktarına eşit ise,
“dengelenmiş ulaştırma modeli”, eşit değilse
“dengelenmemiş ulaştırma modeli” olarak
adlandırılır. Ulaştırma tablosu üzerinden çözüm
işlemlerini yürütebilmek için, modelin
dengelenmiş olması gerekmektedir. Bir ulaştırma
modeli dengelenmemiş ise, yapay kaynak ya da
yapay hedef noktası eklentisiyle, model
dengelenmiş hale dönüştürülebilir.
Ulaştırma problemlerine özgü çözüm
algoritmasında, öncelikle probleme ait
dengelenmiş ulaştırma tablosu oluşturulmakta ve
işlemler tablo üzerinde gerçekleştirilmektedir.
Ulaştırma problemleri için geliştirilmiş çözüm
algoritmasının başlıca üç adımı bulunmaktadır:
Bir başlangıç temel uygun çözümün bulunması,
eniyilik sınamasının yapılması ve eniyi çözüme
erişilmemişse izleyen temel uygun çözümün
bulunarak ikinci adıma dönülmesi.
Dengelenmiş ulaştırma modeline bir başlangıç
temel uygun çözüm bulmak için en çok
kullanılan üç yöntem, kuzeybatı köşe yöntemi,
enküçük maliyet yöntemi ve VAM yöntemi
olarak sıralanabilir. Başlangıç çözümü
belirlemekte kullanılan üç çözüm yöntemi
arasında, oluşturdukları temel uygun çözümün
kalitesi açısından farklılık vardır. Daha iyi
çözüm, amaç fonksiyonu değerinin daha küçük
değerli olması ve daha az ardıştırma ile sonuca
ulaşılması anlamına gelmektedir. Genelde en iyi
199



başlangıç temel uygun çözümünü VAM yöntemi,
en kötüsünü ise kuzeybatı köşe yöntemi
vermektedir. Buna karşın, en kolay uygulanan
kuzeybatı köşe yöntemi iken, en işlem yoğun
VAM yöntemidir. İşlem yoğunluğu ve daha az
ardıştırma yapma arasındaki bu ödünleşme
dikkate alınarak, herhangi bir yöntemle çözüme
başlanabilir.
Ulaştırma probleminin çözümündeki ikinci adım
eniyilik sınamasıdır. Eniyilik koşulları
sağlanmadığı zaman, temelde olmayan en az bir
değişken için amaç fonksiyonunda istenen yönde
iyileştirme yapılabilir demektir. Ulaştırma
problemlemlerinde genellikle enküçükleme
amacı benimsendiği için, bu durum, toplam
taşıma maliyeti daha az olan başka bir temel
uygun çözümün var olduğu anlamına gelir.
Ulaştırma tablosu üzerinde yer alan bir temel
uygun çözümün, en iyi çözüm olup olmadığını
sınamak için atlama taşı veya MODI yöntemi
ullanılabilir. Eniyilik sınaması ile, eğer eniyi
çözüme erişilmemeişse temel girecek değişken
belirlenir. Bir değişkenin temele alınması,
ulaştırma tablosu üzerindeki boş hücrelerden
birisine değer atanması anlamına gelir. Bu
durumda satır ve sütun yönlü dengenin
sağlanması için, dağıtım yapılmamış bir hücreye
bir birim dağıtım yapılması halinde, bunun
bulunduğu satırda ve sütunda dağıtım yapılmış
birer hücreden birer birim azaltma yapılmalıdır.
Ulaştırma modelinde bir değişken temele
alındığında, temelden hangi değişkenin çıkıp,
temeldeki değişkenlerin hangi değerleri
alacaklarını kolaylıkla hesaplamak için döngü
kavramından yararlanılır.
Atama modelinde amaç, genellikle toplam
maliyeti enküçüklemek için kaynak kullanımının
bire bir dağıtımının yapılmasıdır. İşçilerin işlere
atanması ya da işe en uygun kişi seçimi, atama
modeliyle çözülebilecek bir konudur. Problemin
kendine has yapısı sebebiyle, atama modelinin
çözümü için özel algoritmalar geliştirilmiştir.
Bunlardan en yaygın kullanılanı Macar
Algoritmasıdır. Bu algoritma, mümkün olan her
alternatifi değerlendirmeden etkin bir şekilde
eniyi çözümü bulmayı sağlar. Ulaştırma ve atama
modellerinin özel çözüm algoritmalarının olması,
doğrusal programlama modelleri arasında ayrı bir
öneme sahip olmalarını sağlamaktadır.