Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri"

Transkript

1 Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ 0 KASIM 207

2 8. HAFTA.7 M/M//N/ sistemi için Bekleme zamanının dağılımı ( ) T j rastgele değişkeni j. birimin hizmet süresi olsun. Biliyoruz ki, T j Üstel dir. Sistemde rastgele sayıda birim bulunmaktadır. Eğer M rastgele değişkeni sistemde bulunan µ m birim sayısını gösterirse, M = m gözlendiğinde toplam servis zamanı S = T j rastgele değişkeni ile gösterilecektir. Bu durumda, S rastgele değişkeninin dağılımı Gamma(α = m, β = ) olacaktır. S rastgele değişkeninin olasılık yoğunluk fonksiyonu ise µ j= f S (t) = µ m (m )! tm e µt, t > 0 şeklindedir. T q rastgele değişkeni ise sisteme yeni giriş yapan bir birimin bekleme zamanı olsun. T q rastgele değişkeninin dağılımını iki parçada inceleyeceğiz çünkü sıfır noktası (yani sistemde hiçbir birim yok iken bekleme yapmadan hizmet alacak) bir süreksizlik noktasıdır. F q (t) ile T q rastgele değişkeninin dağılımı gösterilirse, F q (0) birimin serviste hiç beklememesi olasılığıdır. Öte yandan, geliş yapan bir birimin sisteme dahil olması için sistemin dolu olmaması gerekmektedir. Denge durumunda, gelen bir müşterinin sisteme dahil olmama olasılığı P N dir. Sistemde n(n < N) sayıda birim var iken geliş yapan P n bir birimin sisteme dahil olması olasılığı ise şeklinde verilir. Buna göre, F q (0) = P N P 0 dır. İkinci olarak, T q > 0 olduğu durum düşünülecektir. Bekleme zamanının P N olasılık yoğunluk fonksiyonu f q (t) ile gösterilirse, toplam olasılık formülü yardımı ile f q (t) = N m= P r (S = t M = m) P r(m = m) = }{{} f S (t) } {{ } P m P N P N N m= µ m (m )! tm e µt P m (33) 9

3 biçiminde elde edilir. Buradan, bekleme zamanının dağılım fonksiyonu, F q (t) =F q (0) + t =F q (0) + P N =F q (0) + P N 0 = P 0 P N + = P 0 P N = N m=0 f q (t)dt = F q (0) + P N P N ( ρ) e µt ρ N N m= N m= N P m ( P m ( m= ρ m P 0e µt P N N m= t m r=0 e µt P m P N m ρ m r=0 N m= m ρ m (µt) r r! N t P m m= 0 µ m µ m (m )! tm e µt dt e µt (µt) r ) r! r=0 N m= (µt) r r! m P m r=0 (m )! tm e µt dt ) (µt) r r! (3) olarak elde edilir. Şimdi bu birim başına kuyrukta geçen ortalama süreyi teyit etmek için T q rastgele değişkeninin beklenen değerini bulalım: ( ( ρ) e µt N m W q =E[T q ] = ρ m (µt) r ) dt 0 ρ N m= r=0 r! = ρ ( N m ρ m e µt µ r+ t r ) dt µ ( ρ N ) m= r=0 0 r! }{{} = = ρ N mρ m = ρ ρ ( ρ ) N Nρ N ( ρ) µ ( ρ N ) m= µ ( ρ N ) ( ρ) 2 = λ ( ) + ρ N (N ) Nρ N µ(µ λ) ( ρ N ) (35) şeklinde elde edilir. Örnek.2. (Ayakkabı dükkanı örneği devam) (g) Yeni gelen bir müşterinin hizmet görebilmesi olasılığının en az %95 olabilmesi için kaç bekleme yerine daha ihtiyaç vardır? (h) Bir müşterinin kuyrukta 6 dakikadan fazla beklemesi olasılığını hesaplayınız. 50

4 Çözüm: (g) Sistemde n müşteri bulunması olasılığının 0.05 ten küçük ya da eşit olması gerekir ki, yeni gelen bir müşteri %95 veya daha yüksek olasılık ile sisteme giriş yapabilsin. Ona göre, n ( ρ) P n = ρ 0.05 ρn+ ρ n+ ρ n ( ρ) 20 ( ) n 20 ( ρ) + ρ n ρ ln (20( ρ) + ρ) ln (ρ) ln (2) ln (5) n = 7.03 n 8 olmalıdır. Bu sonuca göre, en az bekleme yerine ln (5) ln() daha ihtiyaç vardır. (h) (3) eşitliği dikkate alınırsa, ( /5) e 5(0.) Pr (T q > 0.) = (/5) ( /5) e 5(0.) = (/5) 3 m= =0.0756[.256] = m (/5) m [ 5 () + ( 5 r=0 (0.5) r r! ) 2 ( +.5) + ( )] 3 ( ).52 2 olarak hesaplanır. Özet olması bakımından, M/M//N/ kuyruk sistemi için gerekli formülleri aşağıda verilecektir. 5

5 λ M/M//N Kuyruk Sistemi için Formüller geliş hızı, gelişler arası zaman ortalamalı üstel dağılım λ µ servis hızı, birimlerin servis süresi µ ortalamalı üstel dağılım n sistemde bulunan birim sayısı N sistemin kapasitesi ρ P 0 trafik yoğunluğu λ µ sistemin boş kalması olasılığı ρ ρ N+ P n sistemde n birim olması olasılığı ρ n ρ ρ N+ P N sistemin dolu olması olasılığı ρ N ρ ρ N+ P r (sistemde en az k birim bulunması) = ρk ρ N+ L q kuyrukta olması beklenen birim sayısı ρ 2 ( + ρ N (N ) Nρ N ) ( ρ N+ ) ( ρ) λ eff = λ[ P N ] L servis serviste olması beklenen birim sayısı ρ eff L sistemde olması beklenen birim sayısı L = L q + L servis = ρ [ ] + (N + ) ρ ρ N+ W q kuyrukta geçen beklenen süre L q = λ ( + ρ N (N ) Nρ N ) λ eff µ(µ λ) ( ρ N ) W servis serviste geçen beklenen süre L servis λ eff = µ W sistemde geçen beklenen süre W = W q + W servis = µ ( ) ρ N Nλρ N ( ρ) µ(µ λ) ( 52ρ N )

6 M/M//N Kuyruk Sistemi için Formüller (Devam) T q kuyrukta bekleme zamanı Pr (T q t) = ( ρ) e µt ρ N N m= m ρ m r=0 (µt) r r! T sistemde geçirilen süre Örnek.3. Haftanın 5 günü ve günde 8 saat açık olan bir berber dükkanını göz önüne alalım. Bu dükkana müşteriler ortalama 5 dakikada bir gelmekte olup, ortalama hizmet süresi, 2 dakikadır. Dükkanda sadece 2 bekleme koltuğu bulunmaktadır. Ortalama hizmet ücreti 20 lira olduğu düşünülürse, kuyruk modelini oluşturup, ilgili karakteristikleri belirleyiniz. Dükkana yeni bir bekleme koltuğu alındığında karakteristikleri yeniden belirleyiniz. Çözüm: İlgilenilen sistem M/M//N = 3 kuyruk sistemidir. Haftalık ortalama gelir ve kaybı bulacak şekilde bir tablo hazırlayalım. 53

7 Karakteristikler N = 3 koltuk N = koltuk λ µ 5 5 ρ P P P P P 0.28 λ eff [ P 3 ] = ρ eff Haftalık Ortalama Gelir = Haftalık Kaybedilen Ortalama Gider 800 ( 3.306) =

8 ***Servis hızı arttırılırsa ne olur?*** Örnek.. Tekin Bey in tek başına çalıştığı bir araba yıkama istasyonu vardır. Bir araç yıkanırken 2 arabalık bekleme yerinde de sıradaki araçlar bekleyebilmektedir. Saatte ortalama 6 müşteri gelmekte ve Tekin Bey ortalama 20 dakikada bir aracı temizleyip müşteriye teslim etmektedir. (a) Tekin Beyin boş kalması olasılığı nedir? (b) İstasyondaki ortalama müşteri sayısı (saatte) nedir? (c) Saatte ortalama kaç müşterinin geri dönmesini beklenir? (d) Bir müşterinin sistemde harcadığı toplam ortalama zaman (dakika) (e) Kuyrukta bekleyen ortalama müşteri sayısı (saatte) (f) Arabasını yıkatmaya gelen İlteriş Bey in o an arabasını yıkatabilmesi ihtimali nedir? Çözüm: Sistem M/M//3 tek kanallı sonlu kapasiteli kuyruk sistemdir. Geliş hızı, λ = 6, servis hızı ise saatte µ = 3 tür. Buradan trafik yoğunluğu ρ = 2 olduğu görülür. (a) P 0 = = /5, Tekin Bey, 60 dakikalık zaman dilimi içerisinde ortalama 2 dakika boş kalmaktadır. 55

9 [ (b) L = 2 + () ] = 2 + /5 2 2 (c) Öncelikle istasyonun dolu olması olasılığını hesaplamalıyız; P 3 = 8(/5) = 8/5 olup, 6(8/5) 3 müşterinin geri dönmesi beklenir. (d) λ eff = 6( 8/5) = /5 olup, W = 3/5 /5 = 7 (60) 9 dakikadır. 2 (e) L q = ( + 8(2) 3()) 5 = /3 dir. (f) İstasyonun yeni gelen bir müşteriye servis edebilir olması gerekmektedir. P n 2 = P 3 = 8/5 = 7/5 = %7 olasılık ile İlteriş Bey arabasını istasyonda yıkatabilir. Örnek.5. M/M//N kuyruk sisteminde, trafik hızının ρ = 0.90 olduğunu varsayalım. Hizmet alamayanların ortalama sayısının, hizmet alabilenlerin sayısına oranının : ten küçük kalabilmesi için en az kaç bekleme yerine ihtiyaç vardır? N = 3 için trafik hızı ρ hangi aralıkta değer almalıdır ki bu oran yine / ten küçük kalsın? Çözüm: λ λ eff λp N = λ eff λ[ P N ] olması istenmektedir. Buradan, P N 5 eşitsizliği log(5 (0.90)) elde edilir. Bu eşitsizlik yardımı ile N = olarak bulunur. log(0.90) Bu sonuca göre N olmalıdır yani en az 3 bekleme yerine ihtiyaç vardır. Sorunun ikinci kısmı için, 5ρ 3 ρ = 0 polinomunun köklerini matlab programı yardımı ile roots([ ]) komutunu kullanarak bulduğumuzda, ρ sonucuna ulaşılır. Örnek.6. Bir benzinlikte bir oto lastik değişim istasyonu ve araç kapasiteli bekleme yeri bulunmaktadır. İstasyona saatte ortalama 6 araba gelmektedir. Aracın lastiklerinin ortalama takılma süresi 30 dakika sürmektedir. Poisson gelişli ve Üstel hizmet süreli bu sistem için (a) İstasyonda ve kuyrukta olması beklenen araç sayısını bulunuz. 56

10 (b) Lastik değişim ücreti ortalama 50 lira olduğuna göre, sabah saat 8 : 00 den akşam saat 6 : 00 ya kadar çalışan servisin günlük ortalama ne kadar kazanması beklenir? (c) Bu istasyonun günlük ortalama zararı nedir? (d) İstasyonda bir araç sahibinin harcadığı ortalama süreyi bulunuz. (e) İstasyon en az %95 olasılık ile çalışıyorsa, yönetici yeni bir makina daha almak istemektedir (yani hizmet kanal sayısını artırmak istemektedir). Cevabınız ne olurdu? Çözüm: Sistem M/M//5 tek kanallı sonlu kapasiteli kuyruk sistemidir. Geliş hızı, λ = 6, servis hızı ise saatte µ = 2 dir. Buradan trafik yoğunluğu ρ = 3 olduğu görülür. [ (a) L =.5 + (6) ] = L q = 32 ( () 5(3 )) ( 3 6 ) ( 2) = (b) Öncelikle istasyonun dolu olması olasılığını hesaplamalıyız; P 5 = (3 5 )(0.0027) = olup, buradan λ eff = 6(.6676) = müşterinin hizmeti alması beklenir. Günde 0 saat ve araç başına ortalama 50 lira kazanç sağlandığına göre, ortalama kazanç, = 000 olarak hesaplanır. (c) Ortalama araç sistem dolu olduğu için gitmektedir. Dolayısı ile günlük ortalama zarar, 0 50 = 2000 olarak hesaplanır. (d) W =.5082 = saattir..995 (e) Sistemde en az bir aracın olması gerekmektedir. Buna göre, P n = P 0 = 2 = olup, yeni bir kanal açılabilir. 36 Örnek.7. İstatistik Bölümü nde ortak kullanıma ait tek bir yazıcı bulunmaktadır. Bu yazıcıya saatte ortalama 3 iş ulaşmaktadır. Yazıcının istenilen işi bitirme süresi ise ortalama 5 dakikadır. Yazıcıya iletilen iş talepleri arası geçen zaman süresi ile yazıcının 57

11 iş bitirme süresinin üstel dağılımlı olduğu varsayımı altında; (a) İlgili kuyruk modelini oluşturunuz. (b) Geliş hızı ve hizmet hızı parametrelerini belirleyiniz. (c) Trafik yoğunluğunu bulunuz. (d) Yazıcının boş kalma olasılığını bulunuz. (e) n =, 2, 3,..., 0 için yazıcıda n iş olma olasılıklarını bulunuz. (f) Yazıcıda olması beklenen ortalama iş sayısını bulunuz. (g) Kuyrukta olması beklenen ortalama iş sayısını bulunuz. (h) Sistemde olması beklenen ortalama iş sayısını bulunuz. (i) Yazıcıda geçen ortalama iş süresini bulunuz. (j) Kuyrukta geçen ortalama bekleme süresini bulunuz. (k) Sistemde geçen ortalama süreyi bulunuz. (l) Bir işin kuyrukta 20 dakikadan fazla bekleme olasılığı nedir? (m) Yazıcı daha hızlı bir moda alınıp iş bitirme süresi ortalama 0 dakikaya indirilirse c-l de istenenler nasıl değişir? Hesaplayıp yorumlayınız. (n) Yazıcı daha yavaş bir moda alınıp iş bitirme süresi ortalama 30 dakikaya çıkarılırsa c-l de istenenler nasıl değişir? Hesaplayıp yorumlayınız. NOT: Trafik yoğunluğuna dikkat ediniz. Çözüm: (a) M/M// tek kanallı sonsuz kapasiteli kuyruk sistemidir. 58

12 (b) Geliş hızı, λ = 3, servis hızı ise saatte µ = tür. (c) Trafik yoğunluğu ρ = (d) P 0 = ρ = (e) P P 2 P 3 P P 5 P 6 P 7 P 8 P 9 P 0 ) ) 2 ) 3 ) ) 5 ) 6 ) 7 ) 8 9 ) ) 0 (f) L servis = (g) L q = ( 0.75) (h) L = = 3. = (i) W servis = (60) = 5 dakika. (j) W q = 0.75 (60) = 5 dakika. 3 (k) W = = 60 dakika. ( (l) Pr T q > 20 ) ( 3) = 0.75e 60 = (m) şıkkında istenilenleri aşağıdaki tablolarda verelim; 59

13 Karakteristikler µ = µ = 6 ρ P L servis L q ( 0.5) = 0.50 L 3 W servis 5 0 W q 5 0 W ( Pr T q > 20 ) ( 3) 0.75e 60 = e (6 3) =

14 P P 2 P 3 P P 5 P 6 P 7 P 8 P 9 P 0 µ = µ = (n) µ = 2 olduğunda, trafik yoğunluğu, ρ =.5 > olup, sistem kararlı durumda olmamaktadır. Bu nedenle, karakteristikler sonsuz kuyruk olmaktadır. Örnek.8. Yukarıdaki soruda, yazıcıya 0 iş ulaştığında daha fazla iş kabul etmeme varsayımı yapılırsa a-n de istenenleri yeniden bulunuz ve yorumlayınız. Çözüm: (a) M/M//N = 0 tek kanallı sonlu kapasiteli kuyruk sistemidir. (b) Geliş hızı, λ = 3, servis hızı ise saatte µ = tür. (c) Trafik yoğunluğu ρ = (d) P 0 = (e) ρ = ρ P P 2 P 3 P P 5 P 6 P 7 P 8 P 9 P (f) L servis = 0.75[ P 0 ] = (g) L q = ( (9) 0( )) ( (0.75) )( 0.75) = (h) L = =

15 (i) Öncelikle, efektif geliş hızını bulmalıyız; λ eff = λ[ P 0 ] = olarak hesaplanır. W servis = (60) = dakika (j) W q =.7760 (60) = dakika (k) W = = 5 dakika. ( (l) Pr T q > 20 ) = 60 ( 0.75) e / m= m 0.75 m r=0 (/3) r r! = (m) şıkkında istenilenleri aşağıdaki tablolarda verelim; 62

16 Karakteristikler µ = µ = 6 ρ P L servis [ (0.5002)] = L q ( + (9) (0.5 9 )) ( (0.5) )( 0.5) = 0.99 L W servis 5 0 W q (60) = W 5 20 ( Pr T q > 20 ) P P 2 P 3 P P 5 P 6 P 7 P 8 P 9 P 0 µ = (n) µ = 2 olduğunda, trafik yoğunluğu, ρ =.5 > dir. Kapasite sonlu olduğundan 63

17 modelin karakteristiklerini elde etmek mümkündür: 6

18 Karakteristikler Formuller µ = 2 ρ λ µ.50 P 0 ρ ρ P 0 ρ 0 P λ eff λ[ P 0 ].003 ρ eff λ[ P 0 ] µ L servis ρ eff L q ρ 2 ( + (9)ρ 0 0ρ 9 ) ( ρ )( ρ) 7.35 L L q + L servis W servis µ 30 W q L q λ eff 7.08 (60) = W W q + W servis ( Pr T q > 20 ) 60 (.5) e 2/ m= m.5 m r=0 (2/3) r r!

19 P P 2 P 3 P P 5 P 6 P 7 P 8 P 9 µ = Örnek.9. Konuşmayı çok seven küçük bir mahalle bakkalına sahip İsmet Bey in ortalama hizmet süresi dakikadır. Müşteriler ortalama 5 dakika ara ile bakkala gelmektedirler. Bakkal kişilik bir yere sahiptir ve bakkalın dolu olduğunu gören bir müşteri ihtiyaçlarını başka bir yerden karşılamaktadır. Buna göre, (a) İsmet Bey saatlik zaman dilimi içerisinde ortalama kaç dakika yalnız kalır? (b) Ortalama müşteri sayısı nedir? (c) Ortalama hizmet alamadan geri dönen müşteri sayısı nedir? (d) Bakkalda bir müşterinin ortalama harcadığı süre kaç dakikadır? Çözüm: Model, M/M//N = tek kanallı sonlu kapasiteli kuyruk sistemidir. Geliş hızı, λ = 2, servis hızı ise saatte µ = 5 tir. Trafik yoğunluğu ρ = 0.8 olarak hesaplanır. (a) İsmet Bey in herhangi saatlik zaman dilimi içerisinde boş kalması olasılığı, P 0 = ρ = olup, (60) = dakika yalnız kalmaktadır. ρ5 (b) L = P + 2P 2 + 3P 3 + P = ( (0.8 2 ) + 3(0.8 3 ) + (0.8 )) = (c) λp = 2(0.2975(0.8) ) =.623. (d) W = L =.5632 = 0.83 (60) = dakikadır. λ eff

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk 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

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk 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

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 14. HAFTA 8 Tek kanallı, Sonsuz Kapasiteli, Servis Süreleri Keyfi Dağılımlı Kuyruk Sistemi M/G/1/

Detaylı

BEKLEME HATTI MODELLERİ

BEKLEME HATTI MODELLERİ BEKLEME HATTI MODELLERİ Günlük yaşamımızda, kuyrukta bekleyen insanlar ve araçlar ile her zaman karşılaşırız. Bunlar arasında Maça gitmek için bilet kuyruğu, Sinema kuyruğu, Hastanelerdeki hasta kuyruğu,

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri uyruk Teorisi Ders Notları: Bazı uyruk Modelleri Mehmet YILMAZ mehmetyilmaz@akara.edu.tr 10 ASIM 2017 11. HAFTA 6 Çok kaallı, solu N kapasiteli, kuyruk sistemi M/M//N/ Birimleri sisteme gelişleri arasıdaki

Detaylı

Ders 6: Sürekli Olasılık Dağılımları

Ders 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

Detaylı

Dr. Mehmet AKSARAYLI

Dr. Mehmet AKSARAYLI Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli

Detaylı

Yönetimde Karar Verme Teknikleri

Yönetimde Karar Verme Teknikleri SAKARYA ÜNİVERSİTESİ Yönetimde Karar Verme Teknikleri Hafta 0 Yrd. Doç. Dr. Harun R. YAZGAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine

Detaylı

KUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ

KUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II KUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ DERS NOTLARI DOĞUM-ÖLÜM SÜRECİ Kuyruk sistemindeki t zamanındaki müşteri sayısını kuyruk sisteminin

Detaylı

Kuyruk Sistemlerinin Benzetimi. KUYRUK & BEKLEME HATTI SİSTEMLERİ Genel nüfus Bekleme hattı Sunucu

Kuyruk Sistemlerinin Benzetimi. KUYRUK & BEKLEME HATTI SİSTEMLERİ Genel nüfus Bekleme hattı Sunucu Kuyruk Sistemlerinin Benzetimi KUYRUK & BEKLEME HATTI SİSTEMLERİ Dr. Mehmet AKSARAYLI Genel nüfus Bekleme hattı Sunucu Genel nüfus Kuyruğa giriş ve hizmetlerin yapısı Sistemin kapasitesi Kuyruk disiplini

Detaylı

Bekleme Hattı Teorisi

Bekleme Hattı Teorisi Bekleme Hattı Teorisi Sürekli Parametreli Markov Zincirleri Tanım 1. * +, durum uzayı * +olan sürekli parametreli bir süreç olsun. Aşağıdaki özellik geçerli olduğunda bu sürece sürekli parametreli Markov

Detaylı

SÜREKLİ DÜZGÜN DAĞILIM

SÜREKLİ 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.

Detaylı

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1 MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1 şeklinde tanımlanan dağılımın a) Ortalama ve varyans değerlerini bulunuz b) Moment yaratma fonksiyonunu bularak a-şıkkını tekrar çözünüz. Bir tezgahta üretilen

Detaylı

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz... 1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz... CABİR VURAL BAHAR 2006 Açıklamalar

Detaylı

KUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN

KUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN KUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN GİRİŞ Bir hizmet için beklemek günlük yaşantının bir parçasıdır. Örneğin, restoranlarda yemek yemek için bekleme, hastanelerdeki hasta kuyruğunda

Detaylı

ENM-3105 Sistem Simulasyonu Kısa Sınav 1

ENM-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)

Detaylı

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

Rastgele 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

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ 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

Detaylı

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT 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.

Detaylı

EME 3105 SISTEM SIMÜLASYONU

EME 3105 SISTEM SIMÜLASYONU 1 EME 3105 SISTEM SIMÜLASYONU ARENA ya Giriş Lab-1 Dr.Beyazıt Ocaktan Giriş 2 Bu derste ARENA ortamında modelleme yeteneklerini genel olarak tanıtmak için basit bir model sunulacaktır. Simulasyon Dilleri

Detaylı

YÖNEYLEM ARAŞTIRMASI III Final Çalışma Soruları

YÖNEYLEM ARAŞTIRMASI III Final Çalışma Soruları YÖNEYLEM ARAŞTIRMASI III Final Çalışma Soruları Soru ) Aşağıda verilen adım geçiş matrisli Markov Zincirini ele alın..5.5..8 P=.5.75.6. a) Markov Zincirindeki haberleşen sınıfları yazın. b) Markov Zincirinin

Detaylı

SİMULASYON MODELLEME VE ANALİZ. Giriş. Arena Ortamı. Simulasyon Dilleri HAFTA 2. Yrd.Doç.Dr.Beyazıt Ocaktan

SİMULASYON MODELLEME VE ANALİZ. Giriş. Arena Ortamı. Simulasyon Dilleri HAFTA 2. Yrd.Doç.Dr.Beyazıt Ocaktan SİMULASYON MODELLEME VE ANALİZ 1 2 Giriş Bu derste ARENA ortamında modelleme yeteneklerini genel olarak tanıtmak için basit bir model sunulacaktır. HAFTA 2 Yrd.Doç.Dr.Beyazıt Ocaktan Simulasyon Dilleri

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT 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.

Detaylı

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01

Tablo (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

Detaylı

RISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir:

RISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir: RISK ANALIZI SINAVI WEB EKİM 2017 SORU 1: Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir: 115 240 325 570 750 Hasarların α = 1 ve λ parametreli Gamma(α, λ) dağılıma

Detaylı

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI: SİGORTA MATEMATİĞİ. Soru 1

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI: SİGORTA MATEMATİĞİ. Soru 1 Soru Günde 8 saat çalışan bir bankanın müşterilerinin sayısı ile ilgili olarak şu bilgi verilmektedir: Müşteri sayısı, bankanın açıldığı an 9 müşteri ile başlayıp, her saat başı 9 oranı ile doğrusal artarak

Detaylı

Ders 4: Rastgele Değişkenler ve Dağılımları

Ders 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

Detaylı

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI Prof. Dr. Nezir KÖSE 30.12.2013 S-1) Ankara ilinde satın alınan televizyonların %40 ı A-firması tarafından üretilmektedir.

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

3. KUYRUK TEORİSİNE GİRİŞ ve Ulaşım Mühendisliğinde Uygulamaları

3. KUYRUK TEORİSİNE GİRİŞ ve Ulaşım Mühendisliğinde Uygulamaları 3. KUYRUK TEORİSİNE GİRİŞ ve Ulaşım Mühendisliğinde Uygulamaları Kuyruk (bekleme hattı- bekleme sırası - bekleme kuyruğu) teorisi, bekleme hattının matematiksel modellerini oluşturarak kuyruk uzunluğu,

Detaylı

ÇIKTI ANALİZİ BENZETİM TÜRLERİ

ÇIKTI ANALİZİ BENZETİM TÜRLERİ ÇIKTI ANALİZİ BENZETİM TÜRLERİ Çıktı analizi benzetimden üretilen verilerin analizidir. Çıktı analizinde amaç, bir sistemin performansını tahmin etmek ya da iki veya daha fazla alternatif sistemlerin performansını

Detaylı

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK Soru 1 X rassal değişkeninin olasılık yoğunluk fonksiyonu x x, x> f ( x) = 0, dy. 1 werilmiş ve Y = rassal değişkeni tanımlamış ise, Y değişkenin 0< 1 X 1 y için olasılık yoğunluk fonksiyonu aşağıdaki

Detaylı

Tesadüfi Değişken. w ( )

Tesadüfi 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

Detaylı

İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik

İstatistik, 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

Detaylı

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi Normallik Varsayımı ve Ençok Olabilirlik Yöntemi EO Açıklayıcı Örnekler Ekonometri 1 Konu 14 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

Detaylı

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin

Detaylı

... BEKLEME HATTI SİMÜLASYONU ~~~~~~~-~-~~~~~~-~~~~~~~~~~-~~M. Bir adet benzin pompası bulunan bir benzin istasyonunda en fazla 3 araçlık yer

... BEKLEME HATTI SİMÜLASYONU ~~~~~~~-~-~~~~~~-~~~~~~~~~~-~~M. Bir adet benzin pompası bulunan bir benzin istasyonunda en fazla 3 araçlık yer BEKLEME HATTI SİMÜLASYONU Bir adet benzin pompası bulunan bir benzin istasyonunda en fazla 3 araçlık yer bulunmaktadır. (Bit araç benzin alırken.diğer iki araç kuyrukta beklemektedir.) Her araçtan ortalama

Detaylı

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma

Gerçek 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

Detaylı

İÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...

İÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı... İÇİNDEKİLER Ön Söz... Saymanın Temel Kuralları... Permütasyon (Sıralama)... 8 Kombinasyon (Gruplama)... 6 Binom Açılımı... Olasılık... 9 İstatistik... 8... Dağılımlar... 5 Genel Tarama Sınavı... 6 RASTGELE

Detaylı

NORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa,

NORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa, NORMAL DAĞILIM TEORİK 1., ortalaması, standart sapması olan bir normal dağılıma uyan rassal bir değişkense, bir sabitken nin beklem üreten fonksiyonunu bulun. 2., anakütle sayısı ile Poisson dağılımına

Detaylı

Veri Ağlarında Gecikme Modeli

Veri Ağlarında Gecikme Modeli Veri Ağlarında Gecikme Modeli Giriş Veri ağlarındaki en önemli performans ölçütlerinden biri paketlerin ortalama gecikmesidir. Ağdaki iletişim gecikmeleri 4 farklı gecikmeden kaynaklanır: 1. İşleme Gecikmesi:

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT 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.

Detaylı

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

SİMÜLASYON 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.

Detaylı

EME 3105 SISTEM SIMÜLASYONU. Giriş. Arena Ortamı. Simulasyon Dilleri

EME 3105 SISTEM SIMÜLASYONU. Giriş. Arena Ortamı. Simulasyon Dilleri EME 3105 SISTEM SIMÜLASYONU ARENA ya Giriş Lab-1 1 2 Giriş Bu derste ARENA ortamında modelleme yeteneklerini genel olarak tanıtmak için basit bir model sunulacaktır. Yrd.Doç.Dr.Beyazıt Ocaktan Simulasyon

Detaylı

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

Z = 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.

Detaylı

ENM 316 BENZETİM ÖDEV SETİ

ENM 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

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 5: Rastgele Değişkenlerin Dağılımları II Prof. Dr. İrfan KAYMAZ Sık Kullanılan Dağılımlar Frekans tablolarına dayalı histogram ve frekans poligonları, verilerin dağılımı hakkında

Detaylı

Kümülatif Dağılım Fonksiyonu (Sürekli)

Kümülatif Dağılım Fonksiyonu (Sürekli) Kümülatif Dağılım Fonksiyonu (Sürekli) sürekli bir rastgele değişken olsun. Bu durumda kümülatif dağılım fonksiyonu şu şekilde tanımlanır. F ( ) = Pr[ ] Tipik bir KDF şu şekilde görünür:.0 F () 0 Kümülatif

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele 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

Detaylı

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ İSTATİSTİK Hafta 7.2 Kesikli Olasılık Dağılımları Simeon Poisson a atfen isimlendirilen dağılım, bir örnek uzayın belli bir bölgesi veya zamanındaki olayların sayısının incelendiği kesikli bir olasılık

Detaylı

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation

Simülasyonda 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

Detaylı

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ 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.

Detaylı

IE 303T Sistem Benzetimi

IE 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

Detaylı

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi İlhan AYDIN KESİKLİ-OLAY BENZETİMİ Kesikli olay benzetimi, durum değişkenlerinin zaman içinde belirli noktalarda değiştiği sistemlerin modellenmesi

Detaylı

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı 1 Bernoulli Dağılımı Bir şans değişkeninin bernoulli dağılımı göstermesi için ilgilenilen süreçte bernoulli

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT 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.

Detaylı

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

EME 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)

Detaylı

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

Detaylı

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak AKT20 Matematiksel İstatistik I 207-208 Güz Dönemi AKT20 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 Son Teslim Tarihi: 29 Aralık 207 Cuma, Saat: 5:00 (Ödevlerinizi Arş. Gör. Ezgi NEVRUZ a elden teslim ediniz.) (SORU

Detaylı

Y.Doç.Dr. Fazıl GÖKGÖZ Kuyruk Teorisi. Bölüm 1: Temel Kavramlar. Varışlar: Müşteriler sisteme belirli bir varış yapısında girerler

Y.Doç.Dr. Fazıl GÖKGÖZ Kuyruk Teorisi. Bölüm 1: Temel Kavramlar. Varışlar: Müşteriler sisteme belirli bir varış yapısında girerler Kuyruk Teorisi Bölüm 1: Temel Kavramlar KONU 8 Kuyruk Teorisi nin Bileşenleri Varışlar: Müşteriler sisteme belirli bir varış yapısında girerler Kuyrukta Bekleme : Müşteriler sırada veya sıralarda hizmet

Detaylı

9/22/2014 EME 3105 SİSTEM SİMÜLASYONU. Giriş. Tek Kanallı Kuyruk Sistemi. Kuyruk Sistemlerinin Simulasyonu. Simulasyon Örnekleri Ders 2

9/22/2014 EME 3105 SİSTEM SİMÜLASYONU. Giriş. Tek Kanallı Kuyruk Sistemi. Kuyruk Sistemlerinin Simulasyonu. Simulasyon Örnekleri Ders 2 EME 3105 SİSTEM SİMÜLASYONU Simulasyon Örnekleri Ders Giriş Bu derste bilgisayar yardımı olmaksızın çalıştırılabilen birkaç simulasyon örneği verilmiştir. Bu örnekler size sistem simulasyonu metodolojisini

Detaylı

İSTATİSTİK VE OLASILIK SORULARI

İSTATİSTİK VE OLASILIK SORULARI İSTATİSTİK VE OLASILIK SORULARI SORU 1 Meryem, 7 arkadaşı ile bir voleybol maçına katılmayı planlamaktadır. Davet ettiği arkadaşlarından herhangi bir tanesinin EVET deme olasılığı 0,8 ise, en az 3 arkadaşının

Detaylı

İçindekiler. Ön Söz... xiii

İçindekiler. Ön Söz... xiii İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1

Detaylı

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I S1. Cep telefonu üreten bir fabrikada toplam üretimin % 30 u A, % 30 u B ve % 40 ı C makineleri tarafından yapılmaktadır. Bu makinelerin

Detaylı

Rasgele Sayılar Rasgele Basamaklar

Rasgele Sayılar Rasgele Basamaklar Rasgele Sayılar Rasgele Basamaklar Gerçek hayatı taklit etmek için ihtiyaç duyulan rasgeleliği elde etmek rasgele sayılar ın kullanılması ile mümkündür. Rasgele sayıların oluşturulmasında rasgele basamaklar

Detaylı

SIGORTA MATEMATİĞİ SORULARI WEB EKİM 2017

SIGORTA MATEMATİĞİ SORULARI WEB EKİM 2017 SIGORTA MATEMATİĞİ SORULARI WEB EKİM 2017 SORU 1: Hasar rassal değişkenini tanımlayan rassal X aşağıdaki dağılıma sahiptir: 150 F ( x) = 1, 0. x 150 + x Simülasyon teknikleri kullanılarak bu dağılımdan

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 1. HAFTA 1 Kuyruk Teorisi: Giriş Bir hizmete olan talep arrtıkça talebi karşılamak için hizmeti

Detaylı

Sürekli Rastsal Değişkenler

Sürekli 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

Detaylı

2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018

2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018 2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018 Sigortacılık Eğitim Merkezi (SEGEM) tarafından hazırlanmış olan bu sınav sorularının her hakkı saklıdır. Hangi amaçla olursa

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık

Detaylı

ENM 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. 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

Detaylı

ENM 316 BENZETİM ÖDEV SETİ

ENM 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

Detaylı

Kuyruk Sistemlerinin Simülasyonu

Kuyruk Sistemlerinin Simülasyonu Kuyruk Sistemlerinin Simülasyonu Kuyruk sistemlerinin simülasyonu sonraki adımda ne olacağını belirlemek üzere bir olay listesinin tutulmasını ve bakımını gerektirir. Simülasyonda olaylar genellikle gerçek

Detaylı

BAKIM-ONARIM İÇİN SIRADA BEKLEME (KUYRUK) MODELLERİ

BAKIM-ONARIM İÇİN SIRADA BEKLEME (KUYRUK) MODELLERİ GIRIŞ 2 BAKIM-ONARIM İÇİN SIRADA BEKLEME (KUYRUK) MODELLERİ D R. F E R H A T G Ü N G Ö R 1 Kuyruk teorisi; servis almak için oluşan kuyruk, sağlanan servis hizmetinden fazladır. Bunun çeşitli nedenleri

Detaylı

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME GİRİŞ Bu bölümde benzetim için excel örnekleri önerilmektedir. Örnekler excel ile yapılabileceği gibi el ile de yapılabilir. Benzetim örnekleri

Detaylı

SİGORTA MATEMATİĞİ SINAV SORULARI WEB. Belirli yaşlar için hesaplanan kommütasyon tablosu aşağıda verilmiştir.

SİGORTA MATEMATİĞİ SINAV SORULARI WEB. Belirli yaşlar için hesaplanan kommütasyon tablosu aşağıda verilmiştir. SORU 1 SİGORTA MATEMATİĞİ SINAV SORULARI WEB Şimdiki yaşı 56 olan Ahmet, Bireysel Emeklilik Sistemi (BES) ile biriktirmiş olduğu 250.000 TL yi yaşam süresi boyunca sabit ödemeli dönem başı yıllık maaş

Detaylı

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ KESİKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 GEOMETRİK DAĞILIM Bir Bernoulli deneyi ilk olumlu sonuç elde edilmesine kadar tekrarlansın. X: ilk olumlu sonucun

Detaylı

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

Ders 6: Kesikli Olasılık Dağılımları

Ders 6: Kesikli Olasılık Dağılımları Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

Notasyonlar ve Genel Kurallar

Notasyonlar ve Genel Kurallar Notasyonlar ve Genel Kurallar BSM 445 Kuyruk Teorisi Güz 2014 Yrd. Doç. Dr. Ferhat Dikbıyık Bir kuyruğun temel bileşenleri 1. Varış Prosesi 6. Servis disiplinleri 2. Servis zamanı dağılımı 4. Bekleme yerleri

Detaylı

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi: İSTATİSTİK I ALIŞTIRMALAR Y.Doç.Dr. Hüseyin Taştan AÇIKLAMA: N: P. Newbold, İşletme ve İktisat için İstatistik, 4. basımdan çeviri. Çift sayılı alıştırmalar için kitabın arkasındaki çözümlere bakabilirsiniz.

Detaylı

SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I

SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I Soru 1) Rassal Sayı üretme yöntemlerinden Doğrusal Eşlik Üretecinin parametrelerinin a=13, m=40 ve c=1; başlangıç değeri x 0 =3 olsun. Verilen başlangıç değerini

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları Ders 5: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları Ders 5: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

ENM 316 BENZETİM DERS 3 KUYRUK SİSTEMİ. Operasyon yönetiminde önemli bir alana sahiptir.

ENM 316 BENZETİM DERS 3 KUYRUK SİSTEMİ. Operasyon yönetiminde önemli bir alana sahiptir. ENM 316 BENZETİM DERS 3 KUYRUK SİSTEMİ Kuyruk sistemleri, Operasyon yönetiminde önemli bir alana sahiptir. Üretimde, atölye çevresi kuyruk şebekelerinin karmaşık bir ilişkisi olarak düşünülebilir. Bir

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ 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

Detaylı

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

EME 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

Detaylı

Simülasyonda İstatiksel Modeller

Simülasyonda İstatiksel Modeller Simülasyonda İstatiksel Modeller Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri iyi tanımlayabilir. İlgilenilen olayın örneklenmesi ile uygun

Detaylı

1.58 arasındaki her bir değeri alabileceği için sürekli bir

1.58 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

Detaylı

19.11.2013 EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar.

19.11.2013 EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar. 9..03 EME 305 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)

Detaylı

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.

CEVAPLAR. 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

Detaylı

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

RİSK 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

Detaylı

Başarı olasılığı olan bir Bernoulli denemesinin aynı şartlar altında (bağımsız olarak) n kez tekrarlanması ile oluşan deneye binom deneyi denir.

Başarı olasılığı olan bir Bernoulli denemesinin aynı şartlar altında (bağımsız olarak) n kez tekrarlanması ile oluşan deneye binom deneyi denir. 3.5. Bazı Kesikli Dağılımlar 3.5.1. Bernoulli Dağılımı Bir deneyde başarı ve başarısızlık diye nitelendirilen iki sonuçla ilgilenildiğinde bu deneye (iki sonuçlu) Bernoulli deneyi ya da Bernoulli denemesi

Detaylı

SİGORTA MATEMATİĞİ SINAVI EKİM 2016 SORULARI

SİGORTA MATEMATİĞİ SINAVI EKİM 2016 SORULARI SİGORTA MATEMATİĞİ SINAVI EKİM 2016 SORULARI ÇÖZÜMLÜ SINAV SORULARI-WEB SORU-1: (i) P =0,06 x:n (ii) P x =0,03 (iii) P x + n=0,04 (iv) d =0,02 1 olarak veriliyor. Buna göre P x: n değeri aşağıdaki seçeneklerden

Detaylı

Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

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 SETİ 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

Detaylı

B. Sermaye stoğunun durağan durum değerini bulunuz. C. Bu ekonomi için altın kural sermaye stoğu ne kadardır?

B. Sermaye stoğunun durağan durum değerini bulunuz. C. Bu ekonomi için altın kural sermaye stoğu ne kadardır? A.Ü. SBE 2015-2016 Bahar Dönemi Makro İktisat - II Çalışma Soruları - 2 1. Nüfus artışı veya teknolojik ilerlemenin olmadığı Solow Modeli nde bazı parametreler şu şekilde olsun: s = 0.2(tasarruf oranı)

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sınav toplam 100 puan değerinde 4 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm soruların

Detaylı