Up next in 10
Auzef Yöneylem Araştırması 2025-2026 Vize Soruları
https://lolonolo.com/2026/05/24/yoneylem-arastirmasi-2025-2026-vize-sorulari/
https://lolonolo.com
Show More Show Less View Video Transcript
0:00
Herkese merhaba. Yön Eylem Araştırması
0:02
2025-2026 vize incelemesine hoş
0:05
geldiniz. Bugün şu devasa ve bazen kabul
0:08
edelim biraz korkutucu görünen yön eylem
0:10
araştırması dünyasına hızlı ve yüksek
0:12
enerjili bir dalış yapıyoruz. Sadece
0:15
notlarınızı değil problem çözme
0:17
vizyonunuzla zirveye kaşıyacak tam
0:19
odaklı bir inceleme olacak bu.
0:20
Hazırsanız hemen başlayalım. Şimdi
0:23
2025-2026
0:25
vize sınavına gerçekten hazır mısınız?
0:27
Açık konuşalım. Yönelem dediğimiz şey
0:29
sadece geçip gideceğiniz sıradan bir
0:31
ders falan değil. Aslında bu gerçek
0:34
dünyadaki o devasa sistemleri, o içinden
0:36
çıkılmaz görünen problemleri çözmek için
0:38
tasarlanmış muazzam bir araç kutusu.
0:41
Bugün de işte bu araç kutusunun içinde
0:43
tam olarak neler var? Sınavda hayatınızı
0:46
ne kurtaracak? Bunları adım adım deşifre
0:48
edeceğiz. İşte bugünkü yol haritamız
0:51
bir. Yönelemin temel çerçevesi 2.
0:54
Doğrusal programlama ve dualite, 3. Tam
0:57
sayılı programlama taktikleri, 4. Karar
0:59
verme kriterleri ve son olarak 5. Vizede
1:02
hayat kurtaracak sıkça düşülen tuzaklar.
1:05
Öyleyse birinci bölümle yani yönelimin
1:07
temel çerçevesiyle oyunun kurallarını
1:09
koyarak başlayalım. Herhangi bir
1:11
problemi çözmek istiyorsanız önce neyi
1:14
bilmediğinizi netleştirmeniz gerekir.
1:16
Değil mi? İşte karar değişkenleri tam
1:18
olarak kuracağımız modelin o kritik
1:20
bilinmeyenleridir. Bunlar optimal sonuca
1:22
ulaşmak için değerlerini aradığımız o
1:24
meşhur x'ler ve y'ler. Karar
1:26
değişkenlerini doğru tespit edemezsek
1:28
inanın bana çözüme doğru tek bir
1:30
mantıklı adım bile atamayız. Tabii bu
1:32
değişkenler tamamen başı boşta değil.
1:34
Onlara çok kesin bir sınır çiziyoruz.
1:36
Negatif olmama varsayımı. Peki bu neden
1:38
bu kadar hayati? Düşünsenize gerçek
1:41
dünyada bir fabrikada -5 adet masa
1:43
üretemezsiniz, değil mi? ya da bir vardı
1:45
yaada -3 işçi çalıştıramazsınız. Hiç
1:48
mantıklı değil. İşte bu yüzden
1:50
bilinmeyenlerimiz ya 0 olmak zorunda ya
1:52
da pozitif bir değer almak zorunda.
1:54
Gelelim ikinci bölüme. Doğrusal
1:56
programlama ve dualite. Şimdi bu işin
1:58
matematiksel mutfağına geçiyoruz. Burada
2:01
matematiğin o kusursuz uyumunu görüyoruz
2:03
aslında. Primal modelin kısıt
2:05
katsayıları adeta bir ayna yansıması
2:08
gibi yer değiştiriyor ve dual model için
2:10
mükemmel bir transpoz matrise dönüşüyor.
2:13
Yani satırların sütunlara, sütunların
2:15
satırlara dönüştüğü çok zarif bir zeka
2:17
oyunu bu. Kısacası bir dual modelin
2:20
kısıt katsayıları primal problemin o
2:22
kısıt matrisinin tam olarak transpozuna
2:25
eşittir. Peki diyelim ki işler çok
2:27
sıkıştı ve kuralları biraz esnetmemiz
2:30
gerekti. Ne yapacağız? İşte o an
2:32
doğrusal programlama gevşetmesi
2:34
imdadımıza yetişiyor. Modeli çözülebilir
2:36
kılmak için o değişkenlerin üzerindeki
2:38
çok katı tam sayı veya sadece 0 ve 1
2:41
olabilir diyen kısıtlamaları tamamen
2:43
söküp atıyoruz. Bu sayede elimizde
2:45
üzerinde çok daha rahat işlem
2:47
yapabildiğimiz nefes alan esnek bir
2:48
problem kalıyor. 3üncü bölümümüz tam
2:51
sayılı programlama taktikleri.
2:53
Küsuratların işe yaramadığı o katı
2:55
gerçek dünyaya dönüyoruz. Öncelikle
2:58
yuvarlama yönteminden bahsedelim. Bazen
3:00
matematik fazlasıyla inatçı olur ve size
3:02
4.3 gibi havada asılı kalan bir sonuç
3:05
verir. Bu birinci adım. Peki bunu
3:07
gerçekliğe nasıl uydururuz? İkinci
3:09
adımda bu küsüratlı sonucu derhal en
3:11
yakın iki tam sayıya indirgeriz.
3:13
sınırları 4 ve 5 olarak belirlersiniz.
3:16
Yani kağıt üzerindeki teoriyi alıp
3:18
sahadaki o üretilebilir gerçeğe bağlamış
3:20
olursunuz. Neden tam sayılara bu kadar
3:23
takıntılıyız derseniz her şeyi açıklayan
3:25
tek bir kelime var. Adet. Günlük
3:27
hayattan düşünün. Bir araba üretim
3:29
bandındaysanız günün sonunda patronunuza
3:31
gidip bugün tam 2,5 araba ürettik
3:34
diyemezsiniz, değil mi? O yarım kalan
3:36
yığın henüz bir araba falan değildir. O
3:38
yüzden adet kavramı doğası gereği
3:40
kesinlikle tam sayılı bir yaklaşım talep
3:42
eder. 0 ve 1. Bu iki rakamı zihninize
3:45
iyice kazıyın. Şöyle düşünün.
3:47
Fabrikanızda üç makine ve üç uzman
3:50
işçiniz var. Bir işçi bir makineye ya
3:52
atanmıştır ya da atanmamıştır. Bunun
3:55
birazı veya çeyreği olmaz değil mi?
3:58
Atanmışsa 1, atanmamışsa 0 dersiniz.
4:01
Böylesine net atama problemlerinde
4:03
istisnasız olarak 01 tam sayılı
4:05
programlama yöntemini kullanırız. 4.
4:08
bölüme geçiyoruz. Karar verme
4:10
kriterleri. İşin o son seçimi yapma
4:12
kısmına geldik. Şunu unutmayın. Her
4:14
seçimin nesnel bir ölçü çubuğuna
4:17
ihtiyaçı vardır. Kriter dediğimiz şey
4:19
masadaki alternatifleri tartarken
4:21
kullandığımız o temel bileşendir. Eğer
4:23
elinizde sağlam bir kriteriniz yoksa
4:25
verdiğiniz kararın bilimsel bir modelden
4:27
ziyade karanlıkta dart oynamaktan pek
4:30
bir farkı kalmaz. Burada karşımıza
4:32
müthiş bir zıtlık çıkıyor. Bir yanda
4:34
belirlik var. Son derece konforlu. Çünkü
4:37
her seçime dair elimizde tam eksiksiz
4:39
bilgi var. Diğer yand belirsizlik var.
4:42
Bilginin kısıtlı olduğu bu stresli
4:44
ortamda pişmanlık kriteri devreye
4:46
giriyor. Neden biliyor musunuz? Çünkü
4:48
belirsizlikte asıl korktuğumuz şey
4:50
yanlış seçimi yapmak değil. Diğer
4:52
seçeneği seçmediğimiz için kaçırdığımız
4:54
kazançlar yani fırsat maliyetleridir. Şu
4:57
çok can alıcı bir detay. Az önce
4:59
bahsettiğimiz o konforlu tam belirlilik
5:01
ortamındaysak bir sonucun gerçekleşme
5:04
olasılığı her zaman tam olarak birdir.
5:07
Belirlilik demek belkilere yer olmaması
5:09
demek. Sonuç %100 garantidir ve yön
5:12
eylem araştırmasında bu garantinin
5:14
rakamsal karşılığı 1dir. 5. ve son
5:16
bölümümüz sıkça düşülen tuzaklar.
5:19
Sınavda puanınızı korumak için buraya
5:21
çok dikkat edin. Şimdi sayacağım bu dört
5:23
kırmızı çizgiye ekstra dikkat etmenizi
5:25
istiyorum. 1. Dualite grafik çözümü
5:28
mümkün olmayan modelleri mucizevi bir
5:30
şekilde grafikle çözülebilir yapmaz. Bu
5:32
tam bir efsane. 2. Belirsizlik altında
5:34
duyduğunuz o sezgisel olasılık kriteri
5:36
kesinlikle kullanılmaz. 3. sorularda
5:39
modelin tersine incelenmeksi diye bir
5:41
şey görürseniz hemen üzerini çizin.
5:43
Böyle bir bilimsel yöntem aşaması
5:44
yoktur. Ve 4. Bulut teknolojisi
5:47
yönelmenin spesifik bir uygulama alanı
5:49
değildir. Vizede bu tuzaklara sakın
5:51
düşmeyin. Evet, kapanışa geldik ve size
5:54
o kritik soruyu soruyorum. Bu kurallara
5:57
siz mi hükmedeceksiniz yoksa o sinsi
5:59
sınav tuzakları mı size hükmedecek? Bu
6:01
incelemeyle size analitik düşünmenin
6:04
sınırlarını gösterdik. Sizden tek
6:06
isteğim vizeden hemen önce bu
6:08
bahsettiğimiz spesifik kavramlara son
6:10
bir kez ama çok dikkatli bir şekilde
6:13
tekrar bakmanız. Kendinize güvenin. Bu
6:15
taktikleri içselleştirin ve o sınavı tam
6:18
anlamıyla paramparça edin. Öğrenmeye
6:20
devam edin. Bir sonraki incelemede
6:22
görüşmek üzere.
#Jobs & Education