BELİRSİZ TALEPLER İLE ENVANTER KONTROLU. Yrd.Doç.Dr.S.Kerem AYTULUN
|
|
- Iskander Memiş
- 5 yıl önce
- İzleme sayısı:
Transkript
1 BELİRSİZ TALEPLER İLE ENVANTER KONTROLU Yrd.Doç.Dr.S.Kerem AYTULUN
2 Rasgelelik Örnek-1 2 Envanter Modelleri bağlamında rasgeleliği bir örnek üzerinde açıklamaya çalışacağız. Bir gazete bayii, her Pazar bilgisayar dergisi satın almaktadır. Her bir dergiyi 25 Krş a satın almakta ve 75 Krş a satmaktadır. Satılmayan dergiler ise tanesi 10 Krş tan ana bayiiye iade edilmektedir. Gazete bayii haftalık bazda söz konusu dergiye olan talepleri kayıt altına almıştır. Bu talepler, gerçekte satılan dergi sayıları ile müşterinin istemesine rağmen elde kalmamış olan yani karşılanmamış olan talepleri de içermektedir.
3 Örnek-1 3 Bilgisayar dergisinin 52 haftalık talep durumu Talep paterni diye adlandırabileceğimiz farkedilebilir bir patern yoktur, dolayısıyla herhangi bir haftanın satışlarının ne olacağını kestirmek mümkün değildir. Bu tip durumlarda yapılabilecek olan şey verilere ait histograma bakmak olacaktır.
4 Frequency Örnek-1 4 Histogram Talep Değeri Herhangi bir haftada talebin 10 adet olma olasılığı =? Herhangi bir haftada talebin 15 olma olasılığı =? Herhangi bir haftada talebin 9 veya daha az olma ihtimali =? Bütün Olasılıklar Seti Deneysel Olasılık Dağılımı
5 Örnek-1 5 Deneysel olasılıkların; Gerçek talep değerlerinin kayıt altına alınması ve takip edilmesini gerektirmesi, Talep dağılımının örneğimizde olduğu gibi (23) çok sayıda olasılıkla açıklanıyor olması ve Deneysel olasılık dağılımları ile optimal envanter kurallarının hesaplanmasının güçlüğü sebebiyle kullanımı uygun değildir. Bu sebeple sürekli dağılımlar kullanılarak talep geçmişi ifade edilmeye çalışılır. Envanter modellerinde en yaygın kullanılan sürekli dağılım ise normal dağılımdır.
6 Normal Dağılım Örnek-1 6 Ortalama Varyans 2 D (tarihsel verilerin ortalaması) ile tahmin edilir. s 2 (tarihsel verilerin varyansı) ile tahmin edilir. D 1, D 2,..., D n ; n tarihsel veriler olmak üzere; 1 D n i1 1 n D n 2 s Di D n 1 i1 i 2
7 Örnek-1 7 D ve s 2 nin bulunması için MS Excel den de faydalanılır. D = 11,73 s 2 = 22,47 s = 4,74 Ayrıca normal dağılıma ait olasılık yoğunluk fonksiyonu 1 x 2 1 f ( x) e x 2 2 D s
8 Örnek-1 8 0,14 0,12 0,1 0,08 0,06 Histogram grafiğindeki y ekseni değerleri yani gözlenen satış frekasnları 52 ye bölünmüş, ayrıca normal dağılım olasılık yoğunluk fonklsiyonu da ortalaması 11,73, standart sapması da 4,74 alınarak hesaplanmış ve kırmızı çizgi ile gösterilmiştir. 0,04 0,
9 Rasgelelik 9 Pratikte tekrarlı bir şekilde talebin ortalama ve standart sapma tahminlerini elde etmek amacıyla üstel düzeltme kullanılır. Ayrıca standart sapma MAD yani ortalama mutlak hata (mean absolute deviation) kullanılarak tahmin edilir. D t ile D t talebinin tahmini ve MAD t ile de MAD ın tahmini gösterilirse; D D (1 ) D t t t1 MAD D D (1 ) MAD 0 1 t t t1 t1 düzeltme katsayısı olarak isimlendirilir. Ayrıca Normal dağılım kabulünden hareketle 1,25*MAD olarak hesaplanabilir.
10 Eniyileme Ölçütü 10 Üretim Problemleri Eniyileme Minimum Maliyet Envanter Kontrolunda Blinmeyen Talepler Stokastik Eniyileme Teknikleri Beklenen Maliyet Minimizasyonu
11 Gazeteci Çocuk Modeli - Örnek-1 11 Örnek-1 e geri dönersek, bayii, Pazar günleri için kaç adet bilgisayar dergisi alması gerektiğini hesaplamak istemektedir. Daha önce hesaplandığı gibi, tarihsel veriler üzerinde yapılan çalışma sonucunda görülmüştür ki, herhangi bir haftadaki talepler, ortalaması 11,73 ve standart sapması 4,74 olan bir rasgele değişkendir. Ayrıca her bir dergi 25 Krş a satın alınmakta ve 75 Krş a satılmaktadır. Satılmayan her bir dergi için kendisine yayıncı kuruluş tarafından 10 Krş ödenmektedir.
12 Gazeteci Çocuk Modeli - Örnek-1 12 Bu problemin mümkün olan çözümlerinden biri bayiinin ortalama talep olan 12 adet dergi alması olabilir. Ancak bu durumda bir kısım talepleri karşıladığında elinde dergi artabilecektir. Bu durumda; Artan her bir dergi için = 15 Krş harcama olacaktır. Artan dergi durumuyla aynı frekansta gerçekleşebilecek olan kısa kalma durumu da olabilir. Bu durumda; Karşılayamadığı her bir dergi için = 50 Krş kâr kaybı olacaktır. Sezgilerimiz bize karşılayamama durumunun daha yüksek bir maliyeti olduğu düşüncesinden hareketle ortalama değer olan 12 adetten daha fazla temin etmesi gerektiğini söylemektedir. Ama ne kadar?
13 Gazeteci Çocuk Modeli - Örnek-1 13 Bu problem bir gazateci çocuk örneği olup, tek bir ürün için periyodun başında sipariş edilen miktar sadece o periyot süresince talepleri karşılamak için kullanılabilir. İlgili bütün maliyetlerin dönem sonu envanterine uygun olarak belirleneceği kabul edilsin. c o : c u : D : Q : Dönem sonunda elde kalan envanterin birim maliyeti (Overage) Karşılanamayan talebin birim maliyeti (Underage) Talep. Yoğunluk fonksiyonu f(x) ve kümülatif dağılım fonksiyonu F(x) olan sürekli, negatif olmayan rasgele değişken. Karar değişkeni. Dönem başında satın alınan miktar. Analizin amacı dönem sonunda beklenen maliyetleri minimize eden Q miktarının belirlenmesidir.
14 Gazeteci Çocuk Modeli - Örnek-1 14 Maliyet Fonksiyonunun Geliştirilmesi Stokastik envanter problemlerinin analizinde izlenen yol genel olarak aşağıdaki gibidir: 1. Rasgele değişken D ve karar değişkeni Q nun bir fonksiyonu olarak maliyeti gösteren bir formülün geliştirilmesi, 2. Talebin yoğunluk fonksiyonu veya olasılık fonksiyonu ile bu formülün beklenen değerinin belirlenmesi, 3. Beklenen maliyet fonksiyonunu minimize eden Q değerinin belirlenmesi. Öncelikle D kadar talep ve Q kadar sipariş verilmesi durumunda dönem sonunda oluşan toplam overage ve underage maliyetleri gösteren G(Q,D) fonksiyonunu belirlenmesi gerekir.
15 Gazeteci Çocuk Modeli - Örnek-1 15 Maliyet Fonksiyonunun Geliştirilmesi Öncelikle D kadar talep ve Q kadar sipariş verilmesi durumunda; Q D ise dönem sonunda Q D kadar ürün oluşur. Eğer Q < D ise Q D negatif değer alır ve elde kalan miktar «0» olur. Bu durum aşağıdaki gibi ifade edilir; max QD,0 Q D Eğer Q Dise 0 Eğer Q Dise
16 Gazeteci Çocuk Modeli - Örnek-1 16 Maliyet Fonksiyonunun Geliştirilmesi Aynı şekilde max D Q, 0 tedarik edilen üründen fazla talep olması durumunu ifade eder. Yani dönem sonunda karşılanmayan talep miktarını vermektedir. Rasgele değişken olan D nin herhangi bir değeri için ya max Q D, 0 ya da max D Q, 0 dan biri «0» değerini alacaktır. G( Q, D) c max Q D,0 c max D Q,0 o u
17 Gazeteci Çocuk Modeli - Örnek-1 17 Maliyet Fonksiyonunun Geliştirilmesi Beklenen maliyet fonksiyonu elde edilmeye çalışıldığından, bir rasgele değişkenin oluşturduğu fonksiyonun beklenen değerinin bulunması kuralına uygun olarak aşağıdaki ifade yazılabilir: G( Q) c max(0, Q x) f ( x) dx c max(0, x Q) f ( x) dx o u 0 0 Q c ( Q x) f ( x) dx c ( x Q) f ( x) dx o 0 u Q
18 Leibniz Kuralı G(Q) Gazeteci Çocuk Modeli - Örnek-1 18 Q o u 0 Q G( Q) c ( Q x) f ( x) dx c ( x Q) f ( x) dx Q dg( Q) c 1 f ( x ) dx c u ( 1) f ( x ) dx dq o 0 c F( Q) c (1 F( Q)) o u Q dg( Q) c o F ( Q ) c u(1 F ( Q )) dq ( c c ) F( Q) c 0 o u u Q* Q FQ ( ) cu ( c c ) o u
19 Gazeteci Çocuk Modeli - Örnek-1 19 F Q = c u (c u :c o ) olarak adlandırılır. formülünün sağ tarafın kritik oran Burada F Q değeri, dönem başında Q kadar sipariş verilmesi durumunda talebin Q değerini geçmeme olasılığını vermektedir. Bu değer karşılanmış talep oranı değildir. Eğer overage ve underage maliyetler eşitse, kritik oran 0,5 tir. Bu durumda Q değeri talep dağılımının medyanına eşittir. Dağılım simetrik ise (normal dağılım gibi) bu durumda ortalama ve medyan eşittir.
20 Gazeteci Çocuk Modeli - Örnek-1 20 Örneğimize geri dönersek; haftalık taleplerin ortalaması μ = 11,73 ve standart sapması σ = 4,74 olan bir normal dağılıma uyduğunu görmüştük. Verilen maliyet bilgilerinden yola çıkarak 25 Krş a satın alınan bir dergi satılamaması durumunda yani overage durumunda 10 Krş a iade ediliyordu. Bu durumda overage maliyeti = = 15 Krş olur. Ayrıca derginin 75 Krş a satıldığı düşünülürse; Geri çevrilen her bir dergi talebi için de =50 Krş luk bir underage maliyet oluşur. Bu durumda kritik oran = 50 / (15+50) = 0,77 olur.
21 Gazeteci Çocuk Modeli - Örnek-1 21 Bu sonuç; bütün haftalık taleplerin %77 ihtimalle karşılanmasını sağlayacak yeterli sayıda dergi alması anlamına gelir. Bu durumda standart normal dağılım tablosundan z değeri okunur. z=0,74 bulunur. Sonuç olarak her hafta alması gerken miktar; Q* z (4, 74)(0, 74) 11, 73 15, 24 15adet Bu problem deneysel olasılıklar ile de çözülebilir. (KO=0,77) Kesikli Talep durumu...
22 Gazeteci Çocuk Modeli - Örnek-2 22 Q f(q) F(Q) Q f(q) F(Q) 0 1/52 1/52 (0,0192) 12 4/52 30/52 (0,5769) 1 0 1/52 (0,0192) 13 1/52 31/52 (0,5962) 2 0 1/52 (0,0192) 14 5/52 36/52 (0,6923) 3 0 1/52 (0,0192) 15 5/52 41/52 (0,7885) 4 3/52 4/52 (0,0769) 16 1/52 42/52 (0,8077) 5 1/52 5/52 (0,0962) 17 3/52 45/52 (0,8654) 6 2/52 7/52 (0,1346) 18 3/52 48/52 (0,9231) 7 2/52 9/52 (0,1731) 19 3/52 51/52 (0,9808) 8 4/52 13/52 (0,2500) /52 (0,9808) 9 6/52 19/52 (0,3654) /52 (0,9808) 10 2/52 21/52 (0, /52 52/52 (1,0000) 11 5/52 26/52 (0,5000) Büyük olan seçilir.
23 G(Q) Gazeteci Çocuk Modeli 23 Örneğimizde başlangıç envanteri sıfır olarak alınmıştı. Bağlangıç envanterinin «u» gibi bir değer ve u>0 olduğunu varsayılım. Normalde böyle bir durum dergiler için söz konusu olmaz ancak başka ürün çeşitleri için mümkündür. Eğer u < Q* ise (Q* - u) kadar sipariş ver. Eğer u > Q* ise sipariş verme. Q* Q
24 Gazeteci Çocuk Modeli - Örnek-2 24 Örnek-1 de verilen bilgilere ilave olarak, gazete bayiinin hfata başında başka bir tedarikçiden 6 dergi bulduğunu varsayalım. Bu durumda sipariş miktarının 15 dergi olması gerektiğinden; Q*=15 ve u=6 olduğundan 15-6=9 adet sipariş vermesi uygun olacaktır.
25 Gazeteci Çocuk Modeli 25 Çoklu Planlama Dönemi Durumu Önceki newsboy probleminde tek dönemlik olarak hesaplanan sipariş miktarı, bu dönem içinde tüketilmekte ve daha sonraki dönemlerde ortaya çıkabilecek talepler göz önüne alınmamakta idi. Gerçek hayatta belirli bir dönem sonunda elde bulunan ürünler bir sonraki dönemin talebini karşılamak için de destek olabilir.
26 Gazeteci Çocuk Modeli - Örnek-3 26 Bayiinin aylık olarak sipariş ettiği bir sözlük için hesaplamaları nasıl yaptığını çoklu dönem durumu için inceleyelim. Bir önceki dönem satılmayan sözlüklerin, takip eden dönemde satılması için bekletildiğini düşünelim. Ayrıca stokusuz kalma sebebiyle sözlük bulamayan müşterilerin bir sonraki ayı beklediğini de varsayalım. Bayii sözlüğü 1,15TL ye almakta ve 2,75TL ye satmaktadır. Bir sonraki ayı bekleyen müşteriler için «iyi niyet kaybı» için de 50 Krş. luk bir maliyet hesaplanmıştır. Sözlüğe olan aylık talep, ortalaması 18 ve standart saplamsı 6 olan normal dağılıma uymaktadır. Bayii elde bulundurma maliyeti için %20 lik bir faiz hesaplaması durumunda ay başında ne kadar sipariş vermeksi gerektiğini hesaplayalım.
27 Gazeteci Çocuk Modeli - Örnek-3 27 Elde bulundurma maliyeti (h): I.c=0,20*1,15=0,23 TL/ adet-yıl 0,23/12=0,0192 TL/adet-ay h=c o =0,0192 ve c u =50 Krş. olduğuna göre kritik oran; c u c u :c o = 0,5 0,5:0,0192 = 0,963 Normal dağılım tablosundan 0,963 olasılık değerine denk gelen z değeri 0,79 olduğundan; Q = σz + μ = 6 0, = 28,74~29 adet
28 Gazeteci Çocuk Modeli - Örnek-3 28 Aynı sözlüğün diğer bir kitapçıda da bulunduğunu, bizim bayii de bulunmadığı taktirde müşterilerin bu kitapçıdan söz konusu sözlüğü satınaldığını düşünelim. Bu durumda bizim bayii için siparişler ertelenmek yerine kaybedilmiş olacaktır. Bu durumda underage maliyet, hem iyi niyet kaybı hem de kâr kaybı olarak düşünülür. Birim kayıp kâr = 2,75-1,15=1,60 olacağından yeni c u değeri 0,5+1,6=2,1 olacaktır. Elde bulundurma maliyeti değişmeyeceğinden kritik oran c u 2,1 = c u :c o 2,1:0,0192 Q = σz + μ = 6 = 0,9909 olacaktır. 2, = 32,16~32 adet
29 Çalışma Sorusu-1 29 Bir unlu mamuller fırını her sabah simit üretmektedir. Simite olan talepler aşağıdaki tabloda verildiği şekilde rasgele bir değişkendir. Bir günde satılan simit sayısı Olasılık 0 0,05 5 0, , , , , , ,05
30 Çalışma Sorusu-1 30 Simitin tanesi 8 Krş a yapılmakta ve 35 Krş a satılmaktadır. Satılamayan yani elde kalan simitler ise tanesi 3 Krş a bir hayır kurumuna verilmektedir. Verilen kesikli dağılıma göre, fırının günde kaç adet simit üretmesi gerektiğini hesaplayınız. Verile kesikli dağılım yaklaşık olarak normal dağılıma uyuyor ise bu durumda üretilmesi gereken simit sayısı kaçtır? Daha önce verilen yanıt ile karşılaştırınız.
31 Çalışma Sorusu-2 31 Bir matbaa firması bir tebrik kartını yılda bir kez üretim ülkeye dağıtmaktadır. Kart 50 Krş. a basılmakta ve 65 Krş a satılmaktadır. Kart yılda bir kez o yıla özel basıldığından bir daha kullanılamamakta ve satılamayan kartlar atılmaktadır. Geçmiş deneyimler ve tahmin çalışması sonucunda ortaya çıkan miktarlar ve olasılıkları tabloda verilmiştir. Bu bilgilere göre firma kaç adet kart basmalıdır?
32 Çalışma Sorusu-2 32 Satılan Miktar Olasılık , , , , , , ,05
33 Parti Büyüklüğü-Yeniden Sipariş Noktası Sistemleri 33 Daha önce incelenen temel EOQ modelinde yeniden sipariş noktası (R), ve değerinden elde ediliyordu. Çoklu newsboy problemi ise problem iki açıdan gerçekçi değildir: Siparişi vermenin hazırlık maliyetini dahil etmez ve Pozitif temin süresine müsade etmez. Bu bölümde envanter işletme kuralı (Q,R) formu şeklinde gösterilecek olup rasgele talepler için hem Q hem de R değeri bağımsız karar değişkenleri olarak ele alınacaktır. Newsboy probleminde Q değeri... a kadar sipariş anlamına gelirken burada ise Q sipariş miktarını gösterecektir.
34 Parti Büyüklüğü-Yeniden Sipariş Noktası Sistemleri 34 Bu sistemde kullanılan ön kabuller aşağıda sıralanmıştır: Sistem sürekli gözden geçirme kuralını kullanır. Bunun anlamı, talepler olduğu gibi kayıt altına alınır ve elde bulunan envanter her daim bilinmektedir. Talep rasgele ve değişmezdir. Talebin değerini tahmin edemeyiz ancak herhangi bir sabit zaman aralığında beklenen talep sabittir. ( birim/yıl). Pozitif temin süresi bulunmaktadır. Maliyetler aşağıda sıralandığı gibidir: K TL lik bir hazırlık maliyeti h kadar yıllık bir birim elde bulundurma maliyeti c TL lik birim başına sipariş maliyeti p TL lik birim karşılanamayan talep veya kısa kalma maliyeti (ceza maliyeti oalrak da bilinir.)
35 Talebin Tanımlanması 35 Newsboy probleminde talep, periyot boyunca en uygun rasgele değişken özelliği göstermektedir. Şu an incelenen sistemlerde ise ile tanımlanan temin süresi boyunca oluşan talep ile ilgilenilmek zorunluluğu vardır. Temin süresi boyunca oluşan talep, pdf si f(x) ve cdf si F(x) olan sürekli bir rassal değişkendir. μ = E D ve σ = var(d)
36 Karar Değişkenleri 36 Bu tip problemlerde Q ve R olmak üzere iki adet karar değişkeni tanımlanır. Q; parti büyüklüğü veya sipariş büyüklüğü R; envanter birimi cinsinden yeniden sipariş seviyesi Temin süresinin çok uzun olduğu zamanlarda önceki sipariş ulaşmadan önce bir sipariş daha verilebilir. Bu tip durumlarda eldeki ve siparişteki envanter miktarı toplamı yani envanter pozisyonu yeniden sipariş noktası karar değişkeni olarak envanter seviyesi yerine kullanılır.
37 37 Beklenen Maliyet Fonksiyonun Eldesi Burada kullanılan analitik prosedür, newsboy probleminde olduğu gibi, karar değişkenleri olan Q, R cinsinden beklenen ortalama yıllık maliyet fonksiyonunun tanımlanması ve ardından Q, R nin en iyi değerlerinin maliyet minimizasyonunu sağlamak açısından tespiti şeklinde olacaktır. Bu amaçla; Elde bulundurma Hazırlık Ceza ve Sipariş maliyetlerinin nasıl ifade edilmesi gerektiğine bakılacaktır.
38 Elde Bulundurma Maliyeti 38 Daha önce de belirtildiği gibi λ ile yıllık ortalama (beklenen) talep hızı ifade edilmektedir. s ile emniyet stoğu gösterilirse beklenen envanter seviyesi s ile Q + s arasında bir yerlerde olacaktır. Emniyet stoğu, verilen bir siparişin gelmesinden hemen önce, beklenen elde bulundurulan envanter olarak tanımlanabilir ve s = R λτ ile hesaplanır.
39 Elde Bulundurma Maliyeti 39 Q Eğim λ s T = Q/λ Elde Bulundurma Maliyeti = s + Q 2 h = R λτ + Q 2 h
40 Hazırlık Maliyeti 40 Q Eğim λ s T = Q/λ Birim zamanda oluşan ortalama hazırlık maliyeti K T = Kλ Q
41 Ceza Maliyeti 41 Ceza maliyeti, temin süresi boyunca talebin yeniden sipariş seviyesini aşması durumunda ortaya çıkan bir maliyettir. E max D R, 0 = x R f x dx R Yukarıdaki ifade n(r) şeklinde gösterilir. n(r) bir çevrimde beklenen stoksuz kalma miktarını göstermektedir. Birim zamanda gösterilirse; n(r) T = λn(r) Q olur.
42 Oransal Sipariş Maliyeti Bileşeni 42 Uzun bir zaman süresinde gözlem yapıldığında envantere giren ürün miktarı ve envanterden çıkan ürün miktarı aynıdır. Bu durum, uzun zaman periyotları için her olurlu envanter kuralının talep hızı kadar envanter malı sipariş edeceği anlamına gelmektedir. Bu durumda sipariş maliyeti λc şeklinde ifade edilir. Dikkat edilecek olursa λc ifadesi Q ve R den bağımsız olduğundan göz ardı edilecektir. Ancak söz konusu sipariş maliyeti endirekt olarak h = I. c formülü ile hesaplamaya ilave edilmiş olmaktadır.
43 Maliyet Fonksiyonu 43 G(Q, R) ile beklenen ortalama yıllık elde bulundurma, hazırlık ve ceza maliyeti toplamı gösterilirse; G Q, R = h Q 2 + R λτ + Kλ Q + pλn(r)/q olur.
44 Maliyet Fonksiyonu 44 Çözüm prosedürü, Q ve R nin ardışık iki değeri aynı olana kadar aşağıdaki formüllerin kullanımını gerektirmektedir. Q = 2λ K:pn(R) h 1 F R = Qh pλ (1) (2) Prosedür Q 0 = EOQ ile başlar ve ikinci formülden R 0 hesabı ile devam eder. R nin bu değeri n(r) nin hesaplanması için kullanılır ve daha sonra da birinci formülden Q 1 in hesaplanması için kullanılır. Hesaplama Q 1 in kullanılarak R 1 hesabı ile devam eder. Genellikle iki veya üç iterasyon sonunda yakınsama olur.
45 45 Maliyet Fonksiyonu Talebin normal dağılıma uyduğunda, n R standardize kayıp fonksiyonu (standardized loss function) ile bulunabilir. Standardize Kayıp Fonksiyonu L(z) aşağıdaki şekilde tanımlanmaktadır: L z = z t z φ t dt Burada φ t standart normal yoğunluk fonksiyonudur. Temin süresi boyunca oluşan talep, ortalaması μ ve standart sapması σ olan bir normal dağılıma uyuyor ise; n R = σl R;μ σ Burada z = R;μ σ = σl(z) olduğuna dikkat ediniz.
46 Örnek-4 46 Bir şarküteri, ürünlerinden birini kavanozu 10TL den ve 6 aylık temin süresi ile satın almaktadır. Firma elde bulundurma maliyetinin hesaplanmasında %20 yıllık bileşen faiz oranı hesaplamış olup, ürüne talep varken ürünü elde bulundurmamasından dolayı iyi niyet kaybı olarak 25TL/kavanoz maliyet belirlemiştir. Hazırlık maliyeti olarak da 50TL lik bir masraf hesaplamıştır. Firma 6 aylık temin süresi boyunca ortalama 100 kavanozluk bir talep olacağını tahmin etmektedir. Temin süresi boyunca oluşan talep oldukça değişkenlik göstermekte olup standart sapması 25 olan normal dağılıma uyduğu tespit edilmiştir. Firmanın ürüne ilişkin envanter yenileme işleminine şekilde kontrol etmesi gerektiğini hesaplayınız.
47 Örnek-4 47 Öncelikle EOQ hesaplanacağından yıllık talep miktarının tespiti gerekir. Örnekte 6 aylık talebin ortalama 100 kavanoz olduğu bilindiğinden bir genelleme yapılarak yıllık 200 kavanozluk ortalama bir talebin varlığından bahsedebiliriz. Bu durumda; EOQ = 2Kλ/h = (2)(50)(200)/(0,2)(10) = 100 Q 0 = 100 olduğunda R 0 değerini bulmak için aşağıdaki işlemler yapılır: 1 F R 0 = Q 0h = = 0,04 pλ Tablodan 1 F R 0 değerini veren z değeri 1,75 olarak okunur. R 0 = σz + μ = 25 1, = 144 ve yine tablodan z = 1,75 için L z = 0,0162 değeri okunur. Bu değerler ile n R = σl z = 25 0,0162 = 0,405 hesaplanır. Buradan da Q 1 değeri hesaplanabilir: Q 1 = 2λ K:pn(R) h = (2)(200) (25)(0,405) = 110
48 Örnek-4 48 Hesaplamalara aynı şekilde devam edildiğinde R 1 = R 2 = 143 ve Q 2 = 111 olarak bulunur. Bu durumda envanter kontrol kuralı Q, R = (111,143) olarak tespit edilir. Bunun anlamı firmanın bu ürüne ait envanteri 143 kavanoz olduğunda, 111 kavanozluk sipariş vermesi gerektiğidir.
49 Örnek-4 49 Örneğimizde emniyet stok seviyesini bulmak istersek; s = R μ = = 43 kavanozdur. Ortalama yıllık elde bulundurma, hazırlık ve ceza maliyeti (111,143) kuralına göre; Elde bul.= h Q 2 197TL/yıl. Hazırlık= K λ Q Ceza = pλn R Q + R μ = = 50 = 90,09TL/yıl 111 = , = = 20,61TL/yıl Toplam maliyet ise 307,70TL/yıl olarak bulunur.
50 Örnek-4 50 İki sipariş verme arasında geçen ortalama zaman ise; T = Q λ = = 0,556 yıl = 6,7 ay dır. Bir sipariş verme çevriminin % kaçında stoksuz kalınmayacağı ise temin süresince stoksuz kalmama olasılığının bulunması ile tespit edilebilir; P D R = F R = 1 0,0444 = 0,9556 Sipariş çevriminin %95,56 sında stoksuz kalma olmayacaktır. Karşılanamayan talep oranı ise n R Q = 0, = 0,004 n(r) ile bir çevrimdeki beklenen stoksuz kalma miktarı belirlenmektedir.
51 Maliyet Fonksiyonu 51 Buraya kadarki açıklamalarda karşılanamayan talebin daha sonraki döenmde karşılandığı varsayılmıştır. Ancak gerçek hayatta özellikle parekende satış ortamında karşılanamayan bir talebin kaybedilmesi daha olasıdır. Stoksuz kalma durumu çok küçük bir ihtimalle gerçekleştiğinden birinci ve ikinci formüllerin kullanılmasında bir sakınca olmamakla beraber kayıp satış durumu söz konusu olduğunda ikinci formül aşağıdaki gibi değiştirilebilir: 1 F R = Qh/(Qh + pλ)
52 (Q, R) Sistemlerinde Hizmet Seviyeleri 52 Yöneticiler, stoksuz kalma birim maliyeti olan p nin tespitinde oldukça zorlanırlar. Bu sebeple ceza maliyetinin tespiti yerine hizmet seviyesinin belirlenmesi daha uygun bir yaklaşım olabilir. Buradaki hizmet seviyesinden kasıt talebin karşılanması olasılığıdır. Hizmet seviyesi periyodik ve sürekli sistemlere uygulanabilse de burada sadece sürekli sistemler ele alınacaktır. Sürekli sistemlerde Tip-1 ve Tip-2 hizmet olmak üzere iki hizmet seviyesi tanımlanmaktadır.
53 Tip-1 Hizmet 53 Bu durumda, temin süresi boyunca stoksuz kalmama olasılığının tespit edilmesi gerekir. Tip-1 hizmet kısıtı altında optimal (Q, R) değerinin tespiti şu şekilde yapılır: F R = α eşitliğini sağlayan R değerini belirle Q = EOQ yap. Burada α değeri stoksuz kalmama durumunun oluştuğu çevrimin bir oranı olarak algılanır. Tip-1 hizmet, kısa kalma oluşumunun miktar ve zamandan bağımsız olma durumları için idealdir. Örneğin bir üretim hattı, eksiklik 1 adet de olsa 100 adet de olsa duracaktır. Tip-1 örnek ifadesi; «Biz %95 hizmet sağlamak istiyoruz.» Bu ifade talebin oluştuğunda %95 inin karşılanacağı anlamına gelir. (Sipariş çevriminin %9% inde talep karşılanacak anlamına gelmez.)
54 Tip-2 Hizmet 54 Tip-2 hizmet, stoktan karşılanan talep oranını ölçer. Bu oran β ile gösterilir. Daha önce n(r)/q nun her bir çevrimdeki stoksuz kalmaya neden olan talep oranını gösterdiğini görmüştük. Bu durumda; n R Q = 1 β kısıtı yazılabilir. Q nun optimal değeri EOQ ile hesaplanamıyor olsa da EOQ optimale çok yakın bir sonuç vermektedir. Hesaplama kolaylığı avantajından faydalanmak için EOQ kullanılmasında bir sakınca bulunmamaktadır. Bu durumda; n(q) = EOQ(1 β) kullanılabilir.
55 Örnek-5 55 Örnek-4 de verilen durumu göz önüne alırsak, firmanın stoksuz kalma maliyeti olan 25TL den rahatsız olduğunu, bunu yerine hizmet seviyesi yaklaşımını kullanmak istediğini düşünelim. Bu amaça %98 lik bir hizmet amacı belirlediğini varsayalım. Tip-1 Hizmet için α = 0,98 varsayımından hareketle F R = 0,98 olur. Tablodan (Standart Normal Dağılım veya kayıp fonksiyon tablosundan) z = 2,05 olarak belirlenir. Buradan da; R = σz + μ = 25 2, = 151 kavanoz bulunur.
56 Örnek-5 56 Tip-2 Hizmet için β = 0,98 varsayımından hareketle aşağıdaki eşitliğin çözülmesi gerekir: n R = EOQ 1 β n R = σl z L z = EOQ 1;β σ = 100 1;0,98 25 = 0,08 Kayıp fonksiyon tablosundan z = 1,02 okunur ve daha sonra R = σz + μ = 25 1, = 126 kavanoz bulunur.
57 Örnek-5 57 Konunun daha iyi anlaşılması için aşağıdaki durumu göz önüne alalım. Sipariş Çevrimi Talep Stoksuz Kalma Tip-1 Hizmet? Tip-2 Hizmet?
58 Tip-2 Kısıtı Altında En İyi (Q, R) Kuralı 58 Tip-2 kısıtı altında EOQ ile hesaplanan değerin optimale yakın bir değer olduğu belirtilmişti. Daha iyi bir Q değeri bulmak için aşağıdaki formülleri bir kez daha ele alalım: Q = 2λ K:pn(R) h 1 F R = Qh pλ (1) (2)
59 Tip-2 Kısıtı Altında En İyi (Q, R) Kuralı formülde p yi yalnız bırakırsak; p = Qh/ 1 F R λ elde edilir. Bu ifadeyi 1.formülde yerine koyarsak; 2λ K:Qhn(R)/ 1;F(R))λ Q = İkinci dereceden h (quadratic) bir denklemdir. Pozitif kökü; Q = n(r) 1;F(R) + 2Kλ + n(r) h 1;F(R) Bu formül SOQ (Service Level Order Quantity) formülü olarak bilinir ve Tip-2 kısıtı altında optimal (Q, R) değerlerini verir. 3. formül ile beraber; n R = 1 β Q formülü de çözülür. (4. formül) Bu formülün hesaplanması için L z = 1 β Q/σ formülü ile standart z değerinin hesaplanması gerekir. 2 (3)
60 Tip-2 Kısıtı Altında En İyi (Q, R) Kuralı 60 Prosedür kısaca aşağıdaki gibi çalışır: Q 0 = EOQ Aşağıdaki formülü kullanarak R 0 ı bul. n R = 1 β Q R 0 ve aşağıdaki formülü kullanarak Q 0 i bul. Q = n(r) 1;F(R) + 2Kλ h + n(r) 1;F(R) Yukarıdaki işlemi Q ve R nin ardışık iki değeri yeterince yakın olana kadar tekrar et. (Genellikle 1 yaklaşık sonuç yeterlidir.) 2
61 Örnek-5 61 Örnek-5 in hesaplamalarında; Q 0 = EOQ = 100 R 0 = 126 n(r 0 ) = 0, = 2 bulunmuştu. z = 1,02 değeri için tablodan 1 F R 0 = 0,154 okunur. Bu durumda; Q 1 = n(r) 1;F(R) + 2Kλ h + n(r) 1;F(R) 2 Q 1 = 2 0, ,154 2 = 114
62 Örnek-5 62 n R = 1 β Q ve L z = 1 β Q/σ formülünden; n R 1 = 1 0,98 (114) 0, L z = = 0,0912z = 0,95 olur. 25 z = 0,95 değeri için; 1 F R 1 = 0,171 ve R 1 = σz + μ = 25 0, = 124 olur. Bir iterasyon daha gidildiğinde Q 2 = 114 ve R 2 = 124 bulunur ardışık değerler eşit olduğundan durulur. Sonuç olarak 0,98 karşılama oranı ile (Q, R) nin optimal değeri (114,124) olmuştur. Daha önce bulunan değerler (Tip-2 kısıtı altında) (100,126) idi.
63 Örnek-5 63 Bu değerlere göre elde bulundurma ve hazırlık maliyetleri hesaplanırsa; Elde Bulundurma= h Q 2 + R μ Hazırlık= K λ Q (100,126) için; Elde Bulundurma = Hazırlık = (114,124) için; = 100TL Elde Bulundurma = Hazırlık = = 88TL = 152TL = 162TL Toplam 252TL Toplam 250TL
64 64 Kısa Kalma (Ceza) Maliyetine Geçiş Hizmet seviyesi kullanıldığında p değerinin tespit edilmesine gerek kalmadan en iyi (Q, R) kuralının tespiti yapılmıştı. Bulunan çözüm ile birlikte ilişkili kısa kalma maliyeti kolaylıkla hesaplanabilir. Bunun için daha önce verilen ve aşağıda tekrarlanan 2. formül kullanılır: 1 F R = Qh pλ p = Qh/ 1 F(R) λ Tip-1 kısıtı ile bulunan (100,151) kuralı için; p = , = 50TL Tip-2 kısıtı ile bulunan (114,124) kuralı için; p = , = 6,67TL
65 65 Temin Süresi Talebinin Ölçeklendirilmesi Çözülen örneklerde temin süresi boyunca oluşan talep doğrudan verilmiştir. Bazen bu talep yerine belirli bir periyottaki talep de verilebilir. Buradan temin süresi talebine geçiş yapılması gerekir. Bunun için aşağıdaki tanımlar ile dönüşümler yapılır: λ =periyodik talebin ortalaması υ =periyodik talebin standart sapması τ =periyot cinsinden temin süresi μ =temin süresi ortalaması σ =temin süresi standart sapması ise μ = λτ ve σ 2 = υ 2 τ σ = υ τ olarak hesaplanır.
66 Örnek-6 66 Bir oto parçacısı, belirli bir parçaya olan haftalık talebin N(34; 12) (ortalaması 34, standart sapması 12 olan normal dağılım) olduğunu görmüştür. Tedarik süresi 6 haftadır. Temin süresi talep dağılımı belirleyiniz. μ = 34 6 = 204 ve σ = 12 6 = 29,39
67 Temin Süresinin Değişkenliği 67 Örneklerde temin süresinin τ gibi sabit bir değere eşit olduğu varsayılmıştır. Gerçek hayatta temin süresinde değişkenlikler olabilmektedir. Bu değişkenlik temin süresince oluşan talep üzerinde etkilidir. Bu sebeple temin süresindeki değişkenliğin temin süresi boyunca oluşan talep değeri ile ilişkilendirilmesi gerekmektedir.
68 Temin Süresinin Değişkenliği 68 Bunun için aşağıdaki tanımlar ile dönüşümler yapılır: τ : Ortalaması μ τ ve varyansı σ 2 τ olan rassal değişken Herhangi bir t süresince talep ortalaması λt ve varyansı υ 2 t dir. Temin süresi boyunca oluşan talebin ortalama ve varyansı ise; μ = λμ τ σ 2 = μ τ υ 2 + λ 2 σ 2 τ
69 Örnek-7 69 Örnek-4 deki şarküteri, talep ettiği bir zeytinyağı için temin süresinin zaman içerisinde değişkenlik gösterdiğini farketmiştir. Ortalama temin süresinin 4 ay ve standart sapmasının da 6 hafta olduğu anlaşılmıştır. Zeytinyağına duyulan aylık talebin ortalaması 15 şişe, standart sapması da 6 şişedir. Buna göre temin süresi boyunca talebin parametrelerini tespit ediniz.
70 Örnek-7 70 μ τ = 4 σ τ = 1,5 (6 hafta 1,5 ay) λ = 15 υ = 6 μ = μ τ λ = 4 15 = 60 σ 2 = μ τ υ 2 + λ 2 σ 2 τ = ,25 = 650,25
71 Negatif Emniyet Stoğu 71 Kısa kalma maliyeti veya hizmet seviyesi görece düşük ise bu durumda negatif emniyet stoğu durumu söz konusu olabilir. Bu durumu bir örnekle açıklayalım.
72 Örnek-8 72 Daha önce örnek-5 ve örnek-7 de incelenen şarküteriyi göz önüne alalım. Şarküteri bir et doğrama makinesi de satmaktadır. Makine çok pahalı ve hacimli olduğundan makine başına 50TL lik yüksek bir elde bulundurma maliyeti hesaplanmıştır. Firma yılda ortalama 20 adet satmakta ve yıllık talebin varyansını da 50 adet olarak hesaplamıştır. Yıllık talep normal dağılıma uymaktadır. Müşteriler bu makineyi satın almak için beklemeyi göze almaktadır ve kısa kalma maliyeti de düşük olup makine başına 25TL olarak hesaplanmıştır. Temin süresi 6 aydır. Sipariş hazırlık maliyeti 80TL dir. Sipariş verilecek miktar EOQ ile hesaplanmaktadır. Buna göre aşağıdaki soruları cevaplayınız: Optimal yeniden sipariş noktası? Emniyet stoğu? Tip-1 hizmet seviyesi (α=?) Tip-2 hizmet seviyesi (β=?)
73 Örnek-8 73 K = 80TL p = 25TL h = 50TL λ = 20 adet τ = 0,5 yıl Temin süresi talebi parametrelerinin bulunması gerekir. μ = λτ ve σ 2 = υ 2 τ σ = υ τ μ = (20)(0,5) = 10 ve σ = 50 0,5 = 5 EOQ = 2Kλ/h = (2)(80)(20)/(50) = 8
74 Örnek F R = Qh = 8 50 = 0,8 z = 0,84 pλ L z = 0,9520 R 0 = σz + μ = 5 0, = 5,8~6 EOQ kullanıldığından devam etmeye gerek yoktur ve optimal kural (8,6) dır. Emniyet Stoğu = s = R μ = 6 10 = 4 Tip-1 α = F R = 0,20 Tip-2 β = 1 n R Q σl z = 1 = 1 5 0,9520 Q 8 = 0,405
DERS 8 BELIRSIZ TALEP DURUMUNDA STOK KONTROL. Zamanlama Kararları. Bir Seferlik Karar
DERS 8 BELIRSIZ TALEP DURUMUNDA STOK KONTROL Zamanlama Kararları Miktar kararları Ne zaman sipariş verilecek? kararıyla birlikte verilir. Bu karar, stok yönetimindeki ana kararlardan biridir. Ne zaman
DetaylıDERS 8 BELİRSİZ TALEP DURUMUNDA STOK KONTROL. Zamanlama Kararları. Bir Seferlik Karar
Zamanlama Kararları DERS 8 BELİRSİZ TALEP DURUMUNDA STOK KONTROL Miktar kararları Ne zaman sipariş verilecek? kararıyla birlikte verilir. Bu karar, stok yönetimindeki ana kararlardan biridir. Ne zaman
DetaylıDERS 12. GÜVENLİK STOKLARI ve (Q,R) STOK POLİTİKASI. (Yönetimsel Yaklaşım Yaklaşımı)
DERS 12 GÜVENLİK STOKLARI ve (Q,R) STOK POLİTİKASI (Yönetimsel Yaklaşım Yaklaşımı) Eğer Talep Stokastik ise Stok Düzeyi ÇSD=Q/2=150 Q+R=600 R=300 L=1 hafta L=1 hafta Q=300 Sipariş Verme Sipariş Varış Sipariş
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
Detaylırasgele değişkeninin olasılık yoğunluk fonksiyonu,
3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının
DetaylıEME Sistem Simülasyonu. Giriş. Ertelenmiş Talep (Backorder) / Kayıp Satış (Lost Sales) Sürekli / Periyodik Gözden Geçirme
EME 7 Giriş Sistem Simülasyonu Simülasyon problemlerinin önemli bir bölümü stok sistemlerini içerir. Bu derste basit bir stokastik stok Simulasyon Örnekleri Ders kontrol sistemi ele alınıp, sistemin isleyişi
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
DetaylıEME SISTEM SİMÜLASYONU. Giriş. Ertelenmiş Talep (Backorder) / Kayıp Satış (Lost Sales) Sürekli / Periyodik Gözden Geçirme
.. Giriş EME SISTEM SİMÜLASYONU Simülasyon problemlerinin önemli bir bölümü stok sistemlerini içerir. Bu derste basit bir stokastik stok kontrol sistemi ele alınıp, sistemin isleyişi elle simule Simulasyon
DetaylıSÜREKLİ OLASILIK DAĞILIŞLARI
SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla
DetaylıSÜREKLİ RASSAL DEĞİŞKENLER
SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.
DetaylıNedensel Modeller Y X X X
Tahmin Yöntemleri Nedensel Modeller X 1, X 2,...,X n şeklinde tanımlanan n değişkenin Y ile ilgili olmakta; Y=f(X 1, X 2,...,X n ) şeklinde bir Y fonksiyonu tanımlanmaktadır. Fonksiyon genellikle aşağıdaki
Detaylı1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi
1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri
Detaylı1.58 arasındaki her bir değeri alabileceği için sürekli bir
7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin
DetaylıOLASILIKLI ENVANTER MODELLERİ
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II OLASILIKLI ENVANTER MODELLERİ DERS NOTLARI KAYNAK-WINSTON OLASILIKLI STOK MODELLERİ Bir önceki dersteki bütün modellerde herhangi bir
DetaylıTesadüfi Değişken. w ( )
1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere
DetaylıDAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ
DAĞILMA YADA DEĞİ KENLİK ÖLÇÜLERİ (MEASURE OF DISPERSION) 1 AMAÇ... Mevcut veri seti için bulunan merkezi eğilim ölçüsünün yorumlamak Birden fazla veri seti için dağılımlar arası kıyaslama yapabilmek amaçlarıyla
DetaylıSÜREKLİ DÜZGÜN DAĞILIM
SÜREKLİ DÜZGÜN DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu; şeklinde ise x e düzgün dağılmış rassal değişken, f(x) e sürekli düzgün dağılım denir. a 0 olduğuna göre, f(x) >0 olur.
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
DetaylıEŞİTLİK KISITLI TÜREVLİ YÖNTEMLER
EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının
DetaylıRastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler
Rastgele Değişkenlerin Dağılımları Mühendislikte İstatistik Yöntemler Ayrık Rastgele Değişkenler ve Olasılık Dağılımları Yapılan çalışmalarda elde edilen verilerin dağılışı ve dağılış fonksiyonu her seferinde
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 5. HAFTA 2.7 M/M/1/ / sistemi için Bekleme zamanının dağılımı ( ) 1 T j rastgele değişkeni j. birimin
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
Detaylı2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
DetaylıGüvenlik Stoğu... Hesaplanması ve Kullanımı
Hazırlayan : Cengiz Pak Güvenlik Stoğu... Hesaplanması ve Kullanımı Problem Güvenlik stoğu beklenmedik durumlar ile bizim aramızda yastık görevini görmek üzere oluşturulur. Çünkü talep ile tedarik / üretim
DetaylıTEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ
TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıSÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım
SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin
DetaylıSÜREKLĠ OLASILIK DAĞILIMLARI
SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde
DetaylıDers 6: Sürekli Olasılık Dağılımları
Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal
DetaylıMühendislikte İstatistik Yöntemler
.0.0 Mühendislikte İstatistik Yöntemler İstatistik Parametreler Tarih Qma.3.98 4..98 0.3.983 45 7..984 37.3.985 48 0.4.986 67.4.987 5 0.3.988 45.5.989 34.3.990 59.4.99 3 4 34 5 37 6 45 7 45 8 48 9 5 0
DetaylıProf. Dr. Aydın Yüksel MAN 504T Yön. için Finansal Analiz & Araçları Ders: Risk-Getiri İlişkisi ve Portföy Yönetimi I
Risk-Getiri İlişkisi ve Portföy Yönetimi I 1 Giriş İşlenecek ana başlıkları sıralarsak: Finansal varlıkların risk ve getirisi Varlık portföylerinin getirisi ve riski 2 Risk ve Getiri Yatırım kararlarının
DetaylıBir Normal Dağılım Ortalaması İçin Testler
Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü
DetaylıBİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim
DetaylıIE 303T Sistem Benzetimi
IE 303T Sistem Benzetimi 1 L E C T U R E 5 : O L A S I L I K T E K R A R 2 Review of the Last Lecture Random Variables Beklenen Değer ve Varyans Moment Kesikli Dağılımlar Bernoulli Dağılımı Binom Dağılımı
DetaylıEME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9
EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi
DetaylıENM-3105 Sistem Simulasyonu Kısa Sınav 1
ENM-3105 Sistem Simulasyonu Kısa Sınav 1 Sınav Tarihi ve Yeri: 06 Kasım 2014, Perşembe, İlk ders, B203 No lu Derslik) (Kısa Sınav 1 de aşağıda verilen sorulardan birinin benzeri sorulacaktır.) Soru 1)
DetaylıSİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN
SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ Günümüz simülasyonları gerçek sistem davranışlarını, zamanın bir fonksiyonu olduğu düşüncesine dayanan Monte Carlo yöntemine dayanır. 1.
DetaylıSimülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation
Simülasyonda İstatiksel Modeller Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıİSTATİSTİK MHN3120 Malzeme Mühendisliği
İSTATİSTİK MHN3120 Malzeme Mühendisliği CBÜ - Malzeme Mühendisliği Bölümü Ofis: Mühendislik Fakültesi A Blok Ofis no:311 Tel: 0 236 2012404 E-posta :emre.yalamac@cbu.edu.tr YARDIMCI KAYNAKLAR Mühendiler
DetaylıStok Kontrolü 1 (Inventory Control)
PAU ENDÜSTRİ MÜHENDİSLİĞİ IENG 318 - Üretim Planlama ve Kontrolü 1 Stok Kontrolü 1 (Inventory Control) Amaç Ürüne olan talep bilindiğinde (yani talep tahmin hatasının sıfır olduğu durumda) stok kontrolü
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 0 KASIM 207 8. HAFTA.7 M/M//N/ sistemi için Bekleme zamanının dağılımı ( ) T j rastgele değişkeni j. birimin
DetaylıTanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN
Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,
DetaylıBÖLÜM 12 STUDENT T DAĞILIMI
1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir
DetaylıStok Yönetimi. Pamukkale Üniversitesi Endüstri Mühendisliği Bölümü IENG 227 Modern Üretim Yaklaşımları
Stok Yönetimi Pamukkale Üniversitesi Endüstri Mühendisliği Bölümü IENG 227 Modern Üretim Yaklaşımları Stok nedir? Stok, işletmenin ihtiyaçlarını karşılamak üzere bulundurduğu bitmiş ürün veya çeşitli düzeylerden
DetaylıMerkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.
Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,
DetaylıANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER DOÇ. DR. NİHAL ERGİNEL 2015 X beklenen değeri B[X] ile gösterilir. B[X] = BEKLENEN DEĞER Belli bir malzeme taşınan kolilerin ağırlıkları
DetaylıAppendix B: Olasılık ve Dağılım Teorisi
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıRİSK ANALİZİ VE AKTÜERYAL MODELLEME
SORU 1: Bir hasar sıklığı dağılımının rassal değişken olan ortalaması (0,8) aralığında tekdüze dağılmaktadır. Hasar sıklığı dağılımının Poisson karma dağılıma uyduğu bilindiğine göre 1 ya da daha fazla
DetaylıDers 4: Rastgele Değişkenler ve Dağılımları
Ders 4: Rastgele Değişkenler ve Dağılımları Rastgele değişken kavramı Kesikli ve sürekli rastgele değişkenler İki boyutlu rastgele değişkenler Beklenen değer Varyans Örnek uzaydaki her elemanı bir sayıyla
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 0 KASIM 207 0. HAFTA 5.7 M/M/K/ / sistemi için Bekleme süresinin dağılımı j ( ) T j rastgele değişkeni j. birimin
Detaylıİstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik
6.SUNUM İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik özellikleri (ortalama, varyans v.b. gibi) hakkında
DetaylıHatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5
Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın
Detaylı8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,
İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2
DetaylıMatematik Ders Notları. Doç. Dr. Murat Donduran
Matematik Ders Notları Doç. Dr. Murat Donduran Mart 18, 28 2 İçindekiler 1 Tanımlı Integral Uygulamaları 5 1.1 Olasılık.............................. 5 3 4 İÇINDEKILER Bölüm 1 Tanımlı Integral Uygulamaları
DetaylıProf.Dr.İhsan HALİFEOĞLU
Prof.Dr.İhsan HALİFEOĞLU Örnek: Aşağıda 100 yetişkine ilişkin kolesterol değerlerini sınıflandırılarak aritmetik ortalamasını bulunuz (sınıf aralığını 20 alınız). 2 x A fb C 229.5 n 40 20 100 221.5 3 Örnek:.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıSÜREKLİ OLASILIK DAĞILIMI
SÜREKLİ OLASILIK DAĞILIMI Normal Olasılık Dağılımı Akülerin dayanma süresi, araçların belli bir zamanda aldığı yol, bir koşuya katılanların bitirme süresi gibi sayılamayacak kadar çok değer alabilen sürekli
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıYapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )
İKİ DEĞİŞKENLİ OLASILIK Rassal bir deneme yapılmakta ve farklı iki olay ile ilgilenilmektedir. A 1, A 2,,A i olayları bağdaşmaz ve bütünü kapsayıcıdır. B 1, B 2,,B j olayları bağdaşmaz ve bütünü kapsayıcıdır.
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıENM 316 BENZETİM ÖDEV SETİ
ENM 16 BENZETİM ÖDEV SETİ Ödev 1. Bir depo ve N adet müşteriden oluşan bir taşımacılık sisteminde araç depodan başlayıp bütün müşterileri teker teker ziyaret ederek depoya geri dönmektedir. Sistemdeki
DetaylıMALİ ANALİZ TEKNİKLERİ. Ankara Üniversitesi Siyasal Bilgiler Fakültesi İşletme Bölümü Muhasebe ve Finansman Anabilim Dalı
MALİ ANALİZ TEKNİKLERİ Ankara Üniversitesi Siyasal Bilgiler Fakültesi İşletme Bölümü Muhasebe ve Finansman Anabilim Dalı Faaliyet Etkinliği (Verimlilik) Oranları Faaliyet etkinliği, temel olarak net satışlara
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 8- SAYISAL İNTEGRASYON 1 GİRİŞ Mühendislikte sık karşılaşılan matematiksel işlemlerden biri integral işlemidir. Bilindiği gibi integral bir büyüklüğün toplam değerinin bulunması
DetaylıENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)
ENM 316 BENZETİM ÖDEV 1: Bir projede A, B, C, D, E ve F olmak üzere 6 faaliyet vardır. Projenin tamamlanması için bu faaliyetlerin sırası ile yapılması gerekmektedir. Her faaliyetin tamamlanması için gereken
DetaylıGirişimcilikte Simülasyon: Eğitimcinin Eğitimi
Girişimcilikte Simülasyon: Eğitimcinin Eğitimi Giriş Modeller Uygulamalar Risk analizi Olası Analiz Simülasyon Yöntemi Envanter Simülasyonu Bekleme Hatları Avantajlar ve dezavantajlar Referanslar SUNUM
DetaylıIE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R
IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R Geçen Ders Envanter yonetımı: Gazetecı problemı Rastsal Rakamlar Üret Talebi hesapla Geliri hesapla Toplam maliyeti hesapla Günlük ve aylık
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıALTERNATĐF AKIM (AC) I AC NĐN ELDE EDĐLMESĐ; KARE VE ÜÇGEN DALGALAR
ALTERNATĐF AKIM (AC) I AC NĐN ELDE EDĐLMESĐ; KARE VE ÜÇGEN DALGALAR 1.1 Amaçlar AC nin Elde Edilmesi: Farklı ve değişken DC gerilimlerin anahtar ve potansiyometreler kullanılarak elde edilmesi. Kare dalga
DetaylıEME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
0..07 EME 37 SISTEM SIMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)
DetaylıNokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş
Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Nokta Tahmini
DetaylıFaktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,
14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.
DetaylıGerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma
2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal
DetaylıVerilerin Özetlenmesinde Kullanılan Sayısal Yöntemler
Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan
DetaylıSağlık Kurumlarında Kaynak Planlaması DERS-5
Sağlık Kurumlarında Kaynak Planlaması DERS-5 Sağlık Kurumlarında Tahmini Stok Hesaplamaları (devam) ÖĞR. GÖR. HÜSEYİN ARI Malzeme Yönetimi Uygulama Senaryosu KANAL KURULAMA M.15 Kod Malzemeler Temin KAĞIDI
DetaylıBÖLÜM 9 NORMAL DAĞILIM
1 BÖLÜM 9 NORMAL DAĞILIM Normal dağılım; 'normal dağılım eğrisi (normaly distribution curve)' ile kavramlaştırılan hipotetik bir evren dağılımıdır. 'Gauss dağılımı' ya da 'Gauss eğrisi' olarak da bilinen
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
DetaylıEME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler
EME 3105 1 Giriş Sistem Simülasyonu Önümüzdeki hafta simulasyon girdilerinin modellenmesinde kullanılan kesikli ve sürekli Simulasyonda İstatistiksel Modeller-I Ders 4 dağılımlar hatırlatılacaktır. Rassal
DetaylıVERİ SETİNE GENEL BAKIŞ
VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım
DetaylıGüvenlik Stoğu Nasıl Hesaplanır? (Safety Stock)
>>> Güvenlik Stoğu Nasıl Hesaplanır Güvenlik Stoğu Nasıl Hesaplanır? (Safety Stock) Cengiz Pak, 2010 Avcının Silahı Kullanılabilir Bilgi >>> Güvenlik Stoğu Nasıl Hesaplanır >>> Güvenlik Stoğu Nasıl Hesaplanır
DetaylıTEK BOYUTLU RASSAL DEĞİŞKENLER
TEK BOYUTLU RASSAL DEĞİŞKENLER Rassal değişken: S örnek uzayının her bir basit olayını yalnız bir gerçel değere dönüştüren fonksiyonuna rassal (tesadüfi) değişken denir. İki para birlikte atıldığında üste
DetaylıKantitatif Tahmin Yöntemleri. Yrd.Doç.Dr. S.Kerem AYTULUN
Kantitatif Tahmin Yöntemleri Yrd.Doç.Dr. S.Kerem AYTULUN Tahmin Nedir? Günlük hayatta bilinçli veya bilinçsiz birçok tahminde bulunuruz. Hava durumu, trafik, sınav soruları, kişisel ilişkiler... Peki Firmalar???
DetaylıSDÜ MMF ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ ÜRETİM PLANLAMA VE KONTROL. 1. Uygulama: İhtiyaç Hesaplama. İçindekiler. Uygulamalar
SDÜ MMF ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ ÜRETİM PLANLAMA VE KONTROL 1. Uygulama: İhtiyaç Hesaplama Uygulamalar 1. İhtiyaç Hesaplama 2. Sipariş ve Parti Büyüklüğü Hesaplama 3. Dolaşım Akış Çizelgeleme/Terminleme
DetaylıKISITLI OPTİMİZASYON
KISITLI OPTİMİZASYON SİMPLEKS YÖNTEMİ Simpleks Yöntemi Simpleks yöntemi iteratif bir prosedürü gerektirir. Bu iterasyonlar ile gerçekçi çözümlerin olduğu bölgenin (S) bir köşesinden başlayarak amaç fonksiyonunun
DetaylıCEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.
T C S D Ü M Ü H E N D İ S L İ K F A K Ü L T E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OTM317 Müh. İstatistik İstatistiği ÖĞRENCİNİN: ADI - SOYADI ÖĞRETİMİ NOSU İMZASI 1.Ö 2.Ö A B
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıZ = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ
YTÜ-İktisat İstatistik II Merkezi Limit Teoremi 1 MERKEZİ LİMİT TEOREMİ CENTRAL LIMIT THEOREM X 1,X 2,...,X n herbirinin ortalaması µ ve varyansı σ 2 olan ve aynı dağılıma uyan n tane bağımsız r.d. olsun.
DetaylıENM 316 BENZETİM ÖDEV SETİ
ENM 316 BENZETİM ÖDEV SETİ ÖDEV 1: El ile Benzetim Bir depo ve 7 adet müşterisi olan bir taşımacılık sisteminde müşterilerden gelen siparişler araç ile taşınmaktadır. İki tür sipariş söz konusudur. Birincisi
DetaylıSürekli Rastsal Değişkenler
Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım
DetaylıTablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01
Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin
DetaylıYatırım Analizi ve Portföy Yönetimi 5. Hafta
Yatırım Analizi ve Portföy Yönetimi 5. Hafta Dr. Mevlüt CAMGÖZ 1 Dr. Mevlüt Camgöz İçerik Tek Endeks / Pazar Modeli Sistematik Risk Sistematik Olmayan Risk Sermaye Varlıklarını Fiyatlandırma Modeli (SVFM)
DetaylıEME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
9.0.06 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar EME 7 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller (Sürekli Dağılımlar) Ders 5 Sürekli Düzgün Dağılım Sürekli Düzgün (Uniform)
DetaylıARALIK TAHMİNİ (INTERVAL ESTIMATION):
YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta
DetaylıMATE211 BİYOİSTATİSTİK
MATE211 BİYOİSTATİSTİK ÇALIŞMA SORULARININ ÇÖZÜM VE CEVAPLARI Yapılan bir araştırmada, 136 erişkin kişinin kanlarındaki kolesterol düzeyleri gr/dl cinsinden aşağıda verilmiştir: 180 230 190 186 220 191
Detaylı