Professional Documents
Culture Documents
Fen-Edebiyat Fakültesi
İstatistik Bölümü
Yöneylem Araştırmasına Giriş
Doç .Dr. Atıf EVREN
(3)
Doğrusal Bağımlılık ve Bağımsızlık
m-boyutlu bir dizi 𝑃1 , 𝑃2 , … , 𝑃𝑛 vektörü en azından bazı 𝛼1 , 𝛼2 , … , 𝛼𝑛 sabitleri
sıfırdan farklı olmak üzere ∑𝑛𝑖=1 𝛼𝑖 𝑃𝑖 = 0 koşulunu sağlıyorsa doğrusal olarak
bağımlıdır. Aksi takdirde bağımsızdır.
Örnek: Beş boyutlu vektörler kümesi
{[1,2,0,0,0, ]𝑇 , [1,0,0,0,0, ]𝑇 , [0,0,1,1,0]𝑇 , [0,1,0,0,0]𝑇 } doğrusal olarak
bağımlıdır çünkü
1 1 0 0 0
2 0 0 1 0
−1 0 +1 0 +0 1 +2 0 = 0
0 0 1 0 0
[0 ] [0] [0 ] [0 ] [0 ]
Teorem 1: m-boyutlu vektörlerin m+1 ya da daha fazla sayıda doğrusal bileşeni
bağımlıdır.
m-boyutlu bir dizi 𝑃1 , 𝑃2 , … , 𝑃𝑛 vektörü bütün 𝛼1 , 𝛼2 , … , 𝛼𝑛 sabitleri
sıfır olmak üzere ∑𝑛𝑖=1 𝛼𝑖 𝑃𝑖 = 0 koşulunu sağlıyorsa doğrusal olarak
bağımsızdır.
Konveks Kombinasyonlar
m-boyutlu bir P vektörü , ∑𝑛𝑖=1 𝛽𝑖 = 1 koşulunu sağlayan 𝛽1 , 𝛽2 , … , 𝛽𝑛 negatif
olmayan sabitleri için 𝑃 = ∑𝑛𝑖=1 𝛽𝑖 𝑃𝑖 şeklinde ifade edilebiliyorsa,
𝑃1 , 𝑃2 , … , 𝑃𝑛 vektörlerinin konveks bir kombinasyonu olarak adlandırılır.
Örnek: İki boyutlu [5/3 5/6]𝑇 vektörü , [1 1]𝑇 , [3 0]𝑇 ve [1 2]𝑇
vektörlerinin konveks bir kombinasyonudur çünkü
5/3 1 1 1 3 1 1
[ ]= [ ]+ [ ]+ [ ]
5/6 2 1 3 0 6 2
Konveks Kümeler
m-boyutlu bir dizi vektör kümesi eğer bu kümeye ait iki vektörü birleştiren
doğru parçası da bu kümeye aitse, konveks küme olarak adlandırılır.
Örnek: Aşağıdaki şekilde gösterilen disk konvekstir. Çünkü bu küme içinde yer
alan herhangi iki vektör arasındaki doğru parçası da diskin içindedir.
Bir P vektörü eğer konveks bir kümedeki iki diğer vektörün konveks bir
kombinasyonu olarak ifade edilemezse, başka bir deyişle bu vektör iki diğer
vektörü birleştiren doğru parçası üzerinde yer almazsa bir uç nokta (extreme
point) olarak adlandırılır.
Örnek: Şekil-1’de diskin çevresinde yer alan herhangi bir nokta diskin uç
noktasıdır.
Teorem 2: Kapalı, sınırlı ve sonlu sayıda uç noktaya sahip olan bir konveks
küme içinde yer alan herhangi bir nokta, bu uç noktaların konveks bir
kombinasyonu olarak ifade edilebilir.
Her ne kadar bütün x değerleri negatif değilse bile , önerilen çözüm temel bir
çözüm değildir. Sıfırdan farklı 𝑥1 ve 𝑥3 değişkenleri ile ilgili 𝐴1 ve 𝐴3
vektörleri doğrusal olarak bağımsız değildir.
ii) [1 0 0 0 2 4]𝑇 çözümünün temel uygun bir çözüm olup olmadığını
belirleyiniz.
Katsayılar matrisi A’nın 2 satırı, 6 sütunu vardır. Temel bir uygun çözüm için
6-2=4 tane değeri sıfır olan x değeri gerekmektedir. Yukarıdaki vektördeki
durum bu duruma uymamaktadır. Dolayısıyla temel uygun bir çözüm değildir.
iii)Az önceki doğrusal program için iki temel çözüm bulunuz.
n-m=6-2=4 olduğuna göre temel bir uygun çözüm dört x değişkenini sıfıra
eşitleyerek bulunur. 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 sıfıra eşitlenirse
1 0 3
𝑥5 [ ] + 𝑥6 [ ] = [ ] buradan da 𝑥5 = 3 ; 𝑥6 = 6 olarak bulunur. 𝐴5 ve 𝐴6
0 1 6
vektörleri doğrusal olarak bağımsız olduğuna göre [0 0 0 0 3 6 ]𝑇
çözümü temel bir çözümdür. Burada 𝑥5 𝑣𝑒 𝑥6 ‘nın değerleri sıfırdan farklı
olduğu için elde edilen çözüm dejenere olmayan bir çözümdür.
İkinci bir uygun çözüm bulmak için 𝑥3 , 𝑥4 , 𝑥5 , 𝑥6 sıfıra eşitlenecek olursa
1 2 3
𝑥1 [ ] + 𝑥2 [ ] = [ ]
2 3 6
Buradan da 𝑥1 = 3 ; 𝑥2 = 0 olarak bulunur. 𝐴1 ve 𝐴2
vektörleri doğrusal olarak bağımsız olduğuna göre [3 0 0 0 0 0 ]𝑇
çözümü temel bir çözümdür. Burada 𝑥2 ‘nin değeri sıfır olduğu için elde edilen
çözüm dejenere bir çözümdür.
Simpleks Yöntem
……………………………………
B 𝑥1 𝑥2 𝑠1 𝑠2 z R
𝑠1 2 1 1 0 0 8
𝑠2 [ 2 3 0 1 0 12]
𝑧 −3 −1 0 0 1 0
Şekil 1: Simpleks başlangıç tablosu
Bu durumdaki çözüm 𝑥1 = 0; 𝑥2 = 0; 𝑠1 = 8; 𝑠2 = 12; 𝑧 = 0 dır.
Burada B (baz, temel) sütununun altındaki 𝑠1 , 𝑠2 ve z anlık çözümdeki temel
değişkenleri ifade etmektedir. Başka bir deyişle birinci eşitlikteki temel
değişken 𝑠1 , ikinci satırdaki temel değişken 𝑠2 , üçüncü satırdaki temel değişken
ise z’dir. (Aslında en alt satır, bulunan çözümün optimum olup olmadığını
kontrol etmemize yarayan gösterge satırıdır. Bu konuya ayrıca
değinilecektir.) Yukarıdaki satırdaki etiketler ise her bir denklemde,
değişkenlerin katsayılarını takip edebilmek için konmuştur.
Yukarıdaki tabloya bakıldığında şu durumlara da dikkat çekmek gerekmektedir
Temel değişkenlerin ilk iki satırdaki katsayılarına bakalım:
Simpleks yönteminde genel kural olarak her bir iterasyonda kısıt sayısı kadar
temel değişken (değeri sıfırdan farklı değişken) vardır. Kısıt sayısından daha az
sayıda temel değişken bulunması durumuna yozlaşma (dejenerasyon) denir. Her
bir iterasyon sonunda temel değişkenlerden biri temel değişken olmaktan
çıkarılır (ya da sıfırlanır). Buna paralel olarak da temel olmayan değişkenlerden
(değeri sıfır olan değişkenlerden) biri temel değişken haline getirilir.
Yukarıdaki örnekte 𝑥1 değişkeninin temel değişken olması gerektiği
belirtilmişti. Bu durumda da 𝑠1 ve 𝑠2 değişkenlerinden birinin sıfırlanması ya da
temel değişken olmaktan çıkarılması gerekmektedir. Peki buna nasıl karar
verilebilir? Bunun için az önceki eşitsizlikleri inceleyelim.
B 𝑥1 𝑥2 𝑠1 𝑠2 z R
𝑠1 1 1/2 1/2 0 0 4
𝑠2 [ 2 3 0 1 0 12]
𝑧 −3 −1 0 0 1 0
B 𝑥1 𝑥2 𝑠1 𝑠2 z R
𝑥1 1 1/2 1/2 0 0 4
𝑠2 [ 0 2 −1 1 0 4]
𝑧 0 1/2 3/2 0 1 12
bulunur. Bu tablo optimumdur. Çünkü en alt satırda negatif değer kalmamıştır.
Bu çözümde değişkenlerin aldığı değerler
𝑥1 = 4; 𝑥2 = 0; 𝑠1 = 0; 𝑠2 = 4; 𝑧 = 12’ dir.
EXCEL SOLVER (ÇÖZÜCÜ) EKLENTİSİ İLE ÇÖZÜM
Aynı çözüme EXCEL SOLVER (ÇÖZÜCÜ) ile de ulaşmak mümkündür. Bunun
için aşağıdaki adımlar takip edilir.
1)Yeni bir EXCEL çalışma sayfası açılarak, A1,B1 hücrelerine “etiket olarak”,
x1, x2 yazılır. Hemen alttaki A2, B2 hücrelerine x1 ve x2 değişkenlerinin
başlangıç tahmin değerleri olarak 0 yazılır.
Ekle butonuna basılır. İkinci kısıt için benzer şekilde karşımıza çıkan mesaj
kutucuğu
Ekle tuşuna basılır . x2 ile ilgili negatif olmama koşulu da aşağıdaki gibi eklenir:
Daha sonra “Tamam” butonuna basılır ve aşağıdaki mesaj kutusu elde edilir: