INDR 262 • Midterm • Introduction to Optimization Methods
“İnanılmaz yeterli bir konu anlatımı. Bütün konular çok güzel bir şekilde ve finale çok benzer örnek sorularla doluydu.”
Naz Aytekin
Endüstri Mühendisliği
"İnanılmaz yeterli bir konu anlatımı" dediniz, tam puan verdiniz.
"Dersimiz olmuş" diyip bırakmadık, örnek sayısını katlayarak artırdık. INDR 262 hiç bu kadar kolay, bu kadar öğrenilesi olmamıştı...
Eğitmen
Ömer Faruk Altun
Co-founder & Head of Education
2011 yılında Endüstri Mühendisliği okumak için başladığım Sabancı Üniversitesi'nden 2018 yılında Bilgisayar Mühendisi olarak mezun oldum. 13 yıldır Altun ismiyle başta Sabancı Üniversitesi olmak üzere çeşitli okullarda Endüstri ve Bilgisayar Mühendisliği alanlarında ders vermekteyim. Unicourse'ta sunduğum derslerin yanında eğitim departmanının da sorumluluğunu üstlenmekteyim.
Paketi Tamamla
🎓 Koç Üniversitesinde öğrencilerin %92'si tüm paketi alarak çalışıyor.
INDR 262 • Midterm
Introduction to Optimization Methods
Ömer Faruk Altun
2199 TL
INDR 262 • Final
Operations Research I
Ömer Faruk Altun
2199 TL
Konular
Linear Programming
What is Linear Programming?
Example 1
Example 2
Example 3
Example 4
Example 5
Example 6
Closed Form of LP
Example 7
Example 8
Example 9
Solving LP Using Graphical Method
Solving LP with 2 variables
Example 1
Example 2
Alternative Optimal Solutions
Example 3
Simplex Method
Augmented Form of LP (Standard Form)
Example 1
Basic Solutions - Basic Feasible Solutions
Example 2
What is Simplex Method?
Example 3
Example 4
Example 5
Example 5 (Minimization)
Example 6 (Minimization)
Example 7 (Reverse)
Special Cases of Simplex Method
Infeasible LP
Alternative Optimal Solutions
Unbounded LP
Degeneracy
Big-M and Two Phase Methods
Introducing Artifical Variables
Big M Method
Example 1
Example 2
Two Phase Method
Example 3
Example 4
Graphical Sensitivity Analysis
Constraint Slopes
Objective Function Slope
Range of Objective Function Coefficients
Shadow Price
Example
Algebraic Sensitivity Analysis
Overview
Changes in the objective function
Example 1
Changes in the RHS
Example 2
Goal Programming
Introduction
Preemptive Goal Programming
Solving GP Problems
Example 1
Example 2
Matrix Form of Simplex
Magic of Linear Algebra
Matrices of LP
Forming a Table
Example 1
One Formula to Rule Them All
Example 2
Sample Midterm Problems
Linear Programming 1
Linear Programming 2
Linear Programming 3
Linear Programming 4
Linear Programming 5
Linear Programming 6
Linear Programming 7
Graphical Solution 1
Graphical Solution 2
Graphical Solution 3
Simplex Method and Special Cases 1
Simplex Method and Special Cases 2
Simplex Method and Special Cases 3
Simplex Method and Special Cases 4
Simplex Method and Special Cases 5
Simplex Method and Special Cases 6
Simplex Method and Special Cases 7
Big M Method 1
Big M Method 2
Big M Method 3
Two Phase Method 1
Two Phase Method 2
Two Phase Method 3
Graphical Sensitivity Analysis 1
Graphical Sensitivity Analysis 2
Graphical Sensitivity Analysis 3
Graphical Sensitivity Analysis 4
Algebraic Sensitivity Analysis 1
Algebraic Sensitivity Analysis 2
Goal Programming 1
Goal Programming 2
Goal Programming 3
Matrix Form 1
Matrix Form 2
Matrix Form 3
Soruları bitirdim, ekstra yok mu?
Linear Programming 1
Linear Programming 2
Graphical Solution 1
Simplex Method and Special Cases 1
Simplex Method and Special Cases 2
Big M Method
Two Phase Method
Graphical Sensitivity Analysis 1
Graphical Sensitivity Analysis 2
Algebraic Sensitivity Analysis
Goal Programming
Matrix Form
Değerlendirmeler
İnanılmaz yeterli bir konu anlatımı. Bütün konular çok güzel bir şekilde ve finale çok benzer örnek sorularla doluydu.
Ders İçeriği
Linear Programming
What is Linear Programming?
Example 1
Example 2
Example 3
Example 4
Example 5
Example 6
Closed Form of LP
Example 7
Example 8
Example 9
Solving LP Using Graphical Method
Solving LP with 2 variables
Example 1
Example 2
Alternative Optimal Solutions
Example 3
Simplex Method
Augmented Form of LP (Standard Form)
Example 1
Basic Solutions - Basic Feasible Solutions
Example 2
What is Simplex Method?
Example 3
Example 4
Example 5
Example 5 (Minimization)
Example 6 (Minimization)
Example 7 (Reverse)
Special Cases of Simplex Method
Infeasible LP
Alternative Optimal Solutions
Unbounded LP
Degeneracy
Big-M and Two Phase Methods
Introducing Artifical Variables
Big M Method
Example 1
Example 2
Two Phase Method
Example 3
Example 4
Graphical Sensitivity Analysis
Constraint Slopes
Objective Function Slope
Range of Objective Function Coefficients
Shadow Price
Example
Algebraic Sensitivity Analysis
Overview
Changes in the objective function
Example 1
Changes in the RHS
Example 2
Goal Programming
Introduction
Preemptive Goal Programming
Solving GP Problems
Example 1
Example 2
Matrix Form of Simplex
Magic of Linear Algebra
Matrices of LP
Forming a Table
Example 1
One Formula to Rule Them All
Example 2
Sample Midterm Problems
Linear Programming 1
Linear Programming 2
Linear Programming 3
Linear Programming 4
Linear Programming 5
Linear Programming 6
Linear Programming 7
Graphical Solution 1
Graphical Solution 2
Graphical Solution 3
Simplex Method and Special Cases 1
Simplex Method and Special Cases 2
Simplex Method and Special Cases 3
Simplex Method and Special Cases 4
Simplex Method and Special Cases 5
Simplex Method and Special Cases 6
Simplex Method and Special Cases 7
Big M Method 1
Big M Method 2
Big M Method 3
Two Phase Method 1
Two Phase Method 2
Two Phase Method 3
Graphical Sensitivity Analysis 1
Graphical Sensitivity Analysis 2
Graphical Sensitivity Analysis 3
Graphical Sensitivity Analysis 4
Algebraic Sensitivity Analysis 1
Algebraic Sensitivity Analysis 2
Goal Programming 1
Goal Programming 2
Goal Programming 3
Matrix Form 1
Matrix Form 2
Matrix Form 3
Soruları bitirdim, ekstra yok mu?
Linear Programming 1
Linear Programming 2
Graphical Solution 1
Simplex Method and Special Cases 1
Simplex Method and Special Cases 2
Big M Method
Two Phase Method
Graphical Sensitivity Analysis 1
Graphical Sensitivity Analysis 2
Algebraic Sensitivity Analysis
Goal Programming
Matrix Form
Sıkça Sorulan Sorular
Örneğin, Koç Üniversitesi - MATH 101 (Calculus) veya başka bir okulun benzer dersi olsun, paketlerimiz tam da o derse göre tasarlanır. Böylece nokta atışı çalışır, zaman kazanırsın.
Sınava özel videolar —konu anlatımları, çıkmış sorular ve çözümleri, özet notlar—içerir. Sınavda sıkça çıkan soruları hedefler. Eğitmenlerimiz, üniversitenin akademik takvimini takip ederek paketleri sürekli günceller. Böylece, gereksiz detaylarla vakit kaybetmeden başarını artırmaya odaklanabilirsin.