STOKASTİK (R,s,S) ve STOKASTİK (R,S) STOK KONTROL POLİTİKALARININ POLİÜRETAN SEKTÖRÜNDE MARKOV KARAR SÜRECİ YARDIMIYLA KARŞILAŞTIRILMASI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "STOKASTİK (R,s,S) ve STOKASTİK (R,S) STOK KONTROL POLİTİKALARININ POLİÜRETAN SEKTÖRÜNDE MARKOV KARAR SÜRECİ YARDIMIYLA KARŞILAŞTIRILMASI"

Transkript

1 Yöeim, Yıl: 8, ayı: 56, Şuba 27 TOKATİK (R,s,) ve TOKATİK (R,) TOK KONTROL POLİTİKALARININ POLİÜRETAN EKTÖRÜNDE MARKOV KARAR ÜRECİ YARDIMIYLA KARŞILAŞTIRILMAI Doç. Dr. Necde ÖZÇAKAR Arş. Grv. İbrahim Zeki AKYURT İsabul Üiversiesi - İşleme Fakülesi Üreim Yöeimi Aabilim Dalı Bu çalışmada, olasılıklı sok poliikaları aıılarak bularda periyodik gözde geçirmeye dayalı (R,s,) sok poliikasıı Markov ziciri ve Markov karar süreci özelliği aşıdığı ispalamış, ardıda bu poliika; bezer özellikleri aşıya (R,) sok poliikasıyla maliyeler açısıda karşılaşırılmışır. Türkiye de poliürea alaıda faaliye gösere uluslar arası bir firmaı MDI (Meiledifeil Diizosiyaa) hammaddesie ai verileri oplamış ve bu sok kalemie ai alebi olasılıklı yapısı icelemişir. (R,s,) sok poliikasıa uygu biçimde, durum uzayı aımlaarak ve geçiş olasılıkları hesaplaarak Markov ziciri oluşurulmuşur. Bu poliika, sok kalemii maliye foksiyou ile Markov karar problemi olarak göserilmiş ve birim zamada beklee oralama maliye bu doğruluda bulumuşur. Ardıda firmaı sok poliikası ola (R,) modelie ayı işlemler uygulaarak, maliyeler karşılaşırılmışır. Aahar özcükler: okasik ok korolü, (R,s,) poliikası, (R,) poliikası, Markov ziciri, Markov karar süreci, Poliürea, Meiledifeil Diizosiyaa. COMPARION of TOCHATIC (R,s,) ad TOCHATIC (R,) INVENTORY POLICIE i POLYURETHANE ECTOR ACCORDING o he MARKOV DECIION PROCE I his sudy, probabilisic iveory policies are iroduced ad i has bee proved ha he (R,s,) iveory policy based o periodical revisio shows Markov chai ad Markov decisio process characerisics. Thereafer, his policy has bee compared wih he (R,) iveory policy which has similar feaures wih he meioed iveory policy, i erms of coss. The daa of a ieraioal firm which operaes i Turkey i he area of polyurehae, relaed o he raw maerial of MDI (mehyleedipheyl diisosiyaahe) has bee colleced ad he probabilisic srucure of he demad relaed o his iveory iem has bee aalyzed. The sae space has bee defied accordig o he (R,s,) iveory policy, ad he Markov chai has bee formed by calculaig he probabiliies of rasiio. This policy has bee show as a problem of Markov decisio, wih he cos fucio of iveory iem, ad he expeced avarage cos for a ime ui has bee foud. Lasly, same processes have bee applied o he (R,) model which is he acual iveory policy of he meioed firm, ad he coss have bee compared. Key Words: ochasic iveory corol, (R,s,) policy, (R,) policy, Markov chai, Markov decisio process, polyurehae, mehyleedipheyl diisosiyaahe.

2 GİRİŞ İşlemeler, hayaı her safhasıda olduğu gibi sürekli olarak karar problemleriyle karşı karşıyadırlar. Karar verme; belirli (deermiisik), riskli (sokasik - olasılıklı) ve belirsiz oramlar içide herhagi biride gerçekleşirilir. Çalışmada gerçeğe e yakı ola riskli oram baz alımışır. Riskli oramı varlığı, birde çok durumu var olmasıa, bu durumları gerçekleşme olasılıklarıı am olarak belirleebilmesie bağlıdır (Baray, 993; 2). Yöeici, amaca ulaşmak içi bu durumlara ai aleraif harekeler arasıda rasyoel olaıı seçerek karar verme işlemii gerçekleşirmiş olur. Tabii ki bu işlemi gerçekleşirirke, uygu verileri oplaması ve buları iyi bir şekilde aaliz edilmesi gerekmekedir. Ardıda opimum hareke arzıı seçilerek bir karar alıması ve bezer davraışlar içi poliika oluşurulması da mümkü olmakadır. Üreim işlemeleri içi sok sisemlerii belirlemesi ve sok korol poliikalarıı oluşurulması her aşamada öem aşımakadır. Bu poliikaları emel amacı; gereksiimleri karşılayacak sok mikarlarıı, üreimi aksamada ve müşeriyi beklemede opimum maliyele elde buludurulmasıdır. Mamul soğu, üreimde ola yarı mamul soğu, işlememiş hammadde soğu haa amir ve bakım içi gerekli ola yedek parça soğu gibi farklı amaçlara hizme ede sok kalemlerie yöelik farklı sok poliikalarıı oluşurulması gerekmekedir. Çalışmada, iki farklı sok korol poliikası, işlememiş bir hammadde üzeride icelemişir. ok korol poliikasıı belirlemesi sadece üreim işlemeleri içi değil edarik zicirideki üm işlemeler içi de öemli bir koudur. Ziciri opimizasyouu bir ayağı da her aşama içi, hagi sok korol poliikası oluşurulacağı kararıı verilmesidir. İşlemeler gereğide fazla sok aşımak isemedikleride karar verici, her bir sok kalemi içi e zama ve e kadar sipariş verilmesi gerekiğii belirleyerek sok korol modelii kurar. Modeli kuruluşu esasıda öe çıka iki hedefi gerçekleşirmek ise zaruridir. İlk hedef, soklaa mal mikarıı e düşük düzeyde kalmasıı sağlamak, ikici hedef sipariş maliyeii miumum kılacak biçimde sipariş vermekir. Tabii ki iyi bir sok yöeimi, bu maliyeleri yalızca e küçüklemesi olarak düşüülemez. Buları dışıda, belirli bir döemi (periyodu) başıda siparişi verile sok kalemi, kedisie ola alebi karşılayamadığı zama sok ükemesi oraya çıkar. ok ükemesi hammadde ile ilgiliyse üreim durur, bu da çalışaları ve makieleri aıl kalmasıa yai maliyee yol açar. ok ükemesi mamul ile ilgiliyse, ya alep bekleilir ya da müşeri kaybedilir. Burada oluşa maliye ise poasiyel saışları geirisii kaybı ile oraya çıkar. Kısacası iyi bir sok yöeimi, hem maliyeleri düşürmeyi hem de kârı arırmayı hedeflemelidir. Bu hedef doğrulusuda yapıla çalışmalarda sok korol modelleri bulumuş ve kullaım alaları icelemişir. İlk olarak Wilso 934 yılıda kedi adıyla aıla ariheki ilk sok korol modelii öermişir. abi sipariş mikarıı esas alıdığı bu modeli üzerie birçok çalışma yapılarak farklı koşullar içi farklı sok modelleri gelişirilmişir. Bu ürdeki modelleri dışıda oluşurula bir diğer sok korol modeli ise periyodik gözde geçirme modelidir (abi ipariş Periyodu isemi). Bu modele göre sok sayımı veya gözde geçirme, belirli zama aralıklarıda yapılmakadır. Geelde sok periyodik olarak veya sürekli olarak gözde geçirilir. ürekli korole abi bir kalem; barkod gibi sisemler yardımıyla her a mikar yöüde bilimekedir ve bu yüzde yeide sipariş okasıa gelidiğide sipariş verilir. Periyodik gözde geçirmede ise her periyodu souda sok mikarıa bakılır ve sipariş verilip verilmeyeceği eğer verilecekse e kadar verileceği kararı alıır. Çalışmada ele alıa sok korol modeli periyodik gözde geçirmeye dayamakadır. Bir diğer kou ise alebi yapısıı icelemesidir. Müşeri aleplerii kesi olarak bilimesi durumuda sok korol modeli deermiisik, ersie durumda ise sokasik olarak adladırılır. okasik bir modelde alep periyoa periyoda değişiklik göserecekir; bu durumda, buludurula sok mikarıı değişke yapıdaki alebi karşılaması bekleir. Markov zicirleri de bu ip diamik yapılı problemleri modellemesideki araçlarda birisidir. Markov zicirleri,97 yılıda A. A. Markov arafıda oraya komuşur. Lieraürde Markov zicirleri birçok çalışmaya kou olmuşur (Taylor& Karli,984; Papoulis,984; Doob, 99; Hillier & Lieberma, 2; Ross, 23). Yapıla bu çalışmalarda, sok sisemii zicire uygu biçimde modelleme, sok seviyesii belirleme, üreicileri üreim programlama ve plalama gibi risk alıdaki durumları icelemişir. Markov zicirleri ayrıca kuyruk sisemlerii asarımı, opimizasyou ve korolüde, üreim süreçleride, haberleşme ağlarıda, güveilirlik çalışmaları gibi alalarda da kullaılmakadır. Markov karar süreci, sok problemleride e uygu poliikayı belirlemeye yöelik çalışmalarda kullaılmakadır. Li, Yiu ve Johso (22), çalışmalarıda sok kalemie ai, uzu döemli beklee maliyei miimum kıla ve Markov süreci özelliği gösere bir poliikaya, diamik programlamaya dayaarak ulaşmışlardır. Taha(22), eseride, Markov sürecie uya sosuz aşamalı bir modeli çözümüde; ayrıılı sayma yöemi, diamik programlamaya dayalı poliika yieleme yöemi ve doğrusal programlama ile çözüm yöemii kullamışır. Bu çalışma dahilide

3 sabilemiş (R,s,) ve (R,) poliikalarıı beklee maliyeleri karşılaşırıldığıda ayrıılı sayma yöemii kullamak sakıcalı olmayacakır.. TOK KONTROL MODELLERİ edarikçide ala firmalar arafıda kullaılmakadır. Her sok korolü belli bir zama dilimii ardıda gerçekleşir. Her gözlem okasıda sipariş, sok birime kadar yükselilecek mikarda verilerek sok ikmali yapılır. Talebi belirli olduğu deermiisik modeller, gerçek üreim ve dağıım durumlarıa uygu olmadığıda, daha gerçekçi ola alebi durumuu e olarak bilimediği olasılıklı modelleri icelemek yarar sağlayacakır. Karar verici, hagi modeli ercih edileceğii seçimie geçmede, sok kalemii ehemmiyeii göz öüe almalıdır. Bu ise soklar ABC ipi sııfladırmaya abi uularak yapılabilir. A ipi sok kalemleri, işleme içi e öemli olup üm soğu %2 sii meydaa geirmeke, buu yaıda saış hacmiise %8 ii oluşurmakadır. B ipii, soğu %3 uu, saış hacmii ise %5 ii; C ipii de soğu %5 sii ve saış hacmii ise %5 ii oluşurduğu söyleebilir (ilver, Pyke ve Peerso; 998: 236). Tabii ki bu sııfladırmaı amacı şirkei çabalarıı e iyi souçları elde edileceği yöe yöelmekir (Özürk, 24: 56). Wilso u formüle eiği, klasik Ekoomik ipariş Mikarı modelii üzerie birçok çalışma yapılmış ve değişik sok korol modelleri oraya çıkarılmışır (Li, Yiu ve Johso; 22,4). Aşağıda belirile sokasik sok modellerideki ayrım; sipariş okası, sipariş mikarı, soğu gözde geçirme zamaı gibi usurlar göz öüde buludurularak yapılmışır. s Yeide sipariş okasıı, Q sabi sipariş mikarıı, R sok korolyeide gözde geçirme-zamaıı, e yüksek sok düzeyii gösermekedir. (s,q) Korol Modeli ipariş-okası, sipariş-mikarı olarak aıla bu yöemde, soğu korolü süreklidir (R=). abi mikardaki Q birim, sok düzeyi s veya alıa idiğide sipariş edilir (ilver, Pyke ve Peerso; 998: 237). (s, ) Korol Modeli Bu korol modelide de ayı (s,q) modelide olduğu gibi sok düzeyi, s okasıı alıa idiğide sipariş verilir. Yie ayı şekilde sürekli gözlem söz kousudur. Acak, sipariş mikarı değişkedir çükü düzeyie çıkaa kadar sipariş verilir. (R,) Korol Modeli Bu yöem geelde bilgisayar oramıda, soğa ai alık kayılarıı umaya ve malzemeyi ayı 2 (R, s, ) Korol Modeli Her R birim zamada sok korol edilir, eğer sok düzeyi s birimi alıda ise birime kadar sipariş verilir, s birimi üzeride ise sipariş verilmez. Bu model (s,) ve R,) sisemleride oluşmuş bir kombiasyodur. (s, ) sisemii R= veya (R,) sisemii s=- halidir (ilver, Pyke ve Peerso; 998: 237). Tek ürülü sok sisemleride belli varsayımlar alıda bu yöemi, ikmal, sipariş ve sok azalması maliyeleri yöüde diğer yöemlere göre daha üsü olduğu söyleebilir (Zheg ve Federgrue; 99: 654). (R,s,) sok korol modelideki s ve gibi sıırları espii içi birçok yöem kullaılabilir. Zheg ve Federgrue (99) alebi kesikli dağıldığı durumlarda kullaılabilecek yei ve basi bir algorima gelişirmişlerdir. Bu algorima dışıda ise kullaıla diğer yöemler geelde sezgiseldir (ilver, Pyke ve Peerso; 998: ). Ehrhard (979 ve 984) opimum değerleri buluması içi sezgisel bir yöem keşfemiş, ardıda bu yöemi sipariş süresii rassal dağılması durumuda icelemişir. cheider (978) ise belli hizme düzeyide yeide sipariş okasıı icelemişir. Bu dör sokasik sok poliikasıyla, ABC ipi sııfladırma da göz öüe alıdığıda; A ipi sok kalemleri içi (s,) ve (R,s,); B ipi sok kalemleri içi (s,q) ve (R,) sok korol poliikaları daha uygu olmakadır (ilver, Pyke ve Peerso; 998: 24). 2. MARKOV KARAR ÜRECİ Geel alamda Markov karar süreci icelediğide opimum poliikaı belirleebilmesi içi her poliikayı oluşura kararları ve bu karar aıda seçilecek harekei belirlemesi gerekir. Daha öce açıklamış ola üm sok korol modelleri gerçeke birer poliika ike, bu sok modelleride, sok düzeyii hagi durumda ike e kadara çıkarılacağı veya e kadar sipariş verileceği hakkıda oluşurulmuş üm belirlemeler, o poliikaya ai kararları oluşurmakadır. Bu çalışmada yei bir model (poliika) kurarak problemi bu şekilde opimum kılma hususu ele alımamış, periyodik gözde geçirmeye dayalı (R,s,) ve (R,) sok korol modelleri birim zamada beklee oralama maliye hesabı yöüde karşılaşırılarak hagisii daha iyi souç verdiği üzeride durulmuşur.

4 2.. Markov Ziciri ve Durum Uzayı Rassal değişkeleri oluşurduğu süreci, gelecekeki durumua ilişki olasılık değeri, bilie mevcu duruma bağlı ve öceki durumları bilimesii gerekirmede buluabiliyorsa bu model Markov ziciri özelliği aşımakadır (Taylor ve Karli, 984; 67). Yai Markov ziciri bir sokasik süreçir ve süreci gelecekeki davraışı yalızca şimdiki durumda ekileir; öceki durumlara bağlı değildir (aldaa ve Chagho, 2: 24). Bir sokasik kesikli-durum süreci; bu süreçe bir soraki durum yalızca mevcu duruma bağlıysa, daha öceki durumlarla ilişiği yoksa, Markov ziciri olarak aılır. Bu zicir; iki ardışık durum arasıdaki zama; üssel dağılmışsa ürekli-zama Markov Ziciri, geomerik dağılmışsa Kesikli-Zama Markov Ziciri olarak adladırılır (Dayar, 994: 2). Ziciri üm mümkü değerleri egaif olmaya amsayılarla sembolize edilmişir. Burada X =i ise: { + = + =,..., = } = { + = + = } PX i X i X i PX i X i şeklide göserile deklem Markov ziciri olacakır. Burada, bir soraki zamada oluşacak durum, yalızca şimdiki zamada yai X durumuda ekileecek; geçmiş zamalardaki durumlarda amame bağımsız olacakır (Ross, 23: 8). olmak üzere periyo boyuca gerçekleşe oplam alep olasılıklı olacağıda, oplam alep ξ, ξ2, ξ3,... ξ şeklide rassal değişkeleri oluşuracakır. Bu rassal değişke ξ i k oasyouyla ouça, sok düzeyi x +, x i e olduğua göre değişecekir (Deklem 3). ( ξ + ) X s, x+ ( X ξ + ) X > s 3 Bu deklem, yöeicii karar aıdaki harekeii belirleyecek; x + i e olduğuu bilmek sipariş vermeyi veya vermemeyi doğuracakır. O döem içideki oplam alep, döemi sok düzeyii belirler, eğer bir öceki döem sipariş verildiyse sok düzeyi x+ = ( ξ+ ) olacakır, eğer sipariş verilmediyse de o döem s de büyük bir mikar ola x de sok açılır ve yie ξ + kadar gerçekleşe al ep souda x = X ξ olur. karar aıda sok düzeyi ( ) + + ouça x + rassal değişkei ise x ve ξ + e bağlı olarak değişmekedir. Burada ξ + i zamada bağımsız olduğu görülmekedir. Yai alep zamada ekilememekedir. ok düzeyii gösere x rassal değişkei durum olarak aımladığıda, bir soraki durum da acak bir öceki durumda ekileeceğide bahsi geçe (R,s,) sok korol modeli, Markov ziciri özelliği göserecekir Geçiş Olasılıkları ok durumuu korolüü yapıldığı zama ifade eiğimizde, k ı gerçekleşme olasılığı Deklem okasıda ( ), = R,, sok düzeyii ifade 2 deki gibi olacakır. Bu deklemde. periyoaki ede x alebi k mikarı kadar olma olasılığı göserilmişir. =i olduğuda, i i değerie bağlı olarak gerçe kleşe alep mikarı ξ + de sora x + ak = P( ξ = k), k =,,2,3,4... belirecekir. Tabi ki sok düzeyi x iki şekilde olabilir, 2 ya ile s arasıdadır ya da s de büyük ve ye (R,s,) modelie göre, korolü yapıla zama kadardır. j; bir döem soraki x + dir, yai + okası ( ), = R, olarak göserilebilir.bu da döemideki sok düzeyii belirmekedir. kesikli zamaı ifade eder. Döem içide gerçekleşe periyo soudaki sok düzeyi, ile s alep souda, sok düzeyi belli olacak, yai arasıda ise,. periyoa sipariş verilmiş ve sok düzeyi gerçekleşe k mikardaki alep, bir soraki döemi + periyoduu başıda kadar oluşmuşur. + başıdaki x, x2, x3,... x şeklide ifade edile periyodudaki alep mikarı ξ + ı değeri ise j yi sok düzeyii belirleyecekir. Dolayısıyla x de ξ g ibi ekileyecekir. Markov geçiş marisii yazılabilmesi rassal değişke olacakır. ok düzeyi x, sipariş içi i= x durumuda j= x + durumua geçişi şarlı okası s de büyük, küçük ya da eşi olabilir. Eşi veya olasılığıı buluması gerekmekedir. Buu soucuda küçük olduğuda sok düzeyii mikarıa ulaşacak geçile durum j; ya olacakır, ya da da büyük ve kadar sipariş verilir. ye kadar olacakır. 3

5 +. periyodu alebi ( ξ + ), olabilecek maksimum sok düzeyi kadar veya bu sayıda yüksekse, j i değeri olacakır. O akdirde i i; ile s arasıdaki bir değer ola x olduğu durumda, j i olma koşullu olasılığı, y; acak ve acak, o periyodu alebi ξ + =k i, veya daha çok olmasıyla gerçekleşir. O zama veya daha çok alep olma olasılıklarıı buluması ve ardıda bu olasılıkları hepsii oplaması, belirile şarlar alıda, i= x durumuda j= durumua geçişii koşullu olasılığıı verecekir (Deklem 4). PX ( = X = i) = P ( ξ ) = + P( ξ ) = + + α k 4 periyodu alebi ( ξ + ), veya birime kadarsa, x + kesilikle olmayacakır, o akdirde x + =j; da büyük olacak faka ye kadar olacakır. Yai j=, 2..., olabilir. Öreği j i olabilmesi içi ξ + i -, 2 olabilmesi içi -2, 3 olabilmesi içise -3 ve olabilmesi içise -= olması gerekecekir. Bu akdirde olabilecek alep,, 2,3...- kadardır. Kısacası j=-ξ + dir. Herhagi bir j= x + değerii i= x durumuda soraki şarlı olasılığı, -j sayıdaki alebi buluması ile oraya çıkacakır. Öreği i=5 =22 s=7 ise j i 2 olma olasılığı; 22-2= birim alep olma olasılığıı bilimesiyle olacakır. Çükü döem başıdaki sok mikarı, 7 birimi alıda olduğuda, sok kalemide 7 birim sipariş verilerek sok düzeyi 22 birime çıkarılmışır.döemi soudaki sok mikarıı 2 birim olması içi döem alep mikarıı birim olarak gerçekleşmesi gerekmekedir. O akirde döem içideki alep mikarıı gerçekleşme olasılıkları, sok mikarlarıdaki geçiş olasılıklarıı verecekir. Geel göserimi de Deklem 5 deki gibi olacakır. PX ( = jx = i) = P ( ξ = j) = P( ξ = j) = α j periyo soudaki sok düzeyi, s ile arasıda ise,. Periyodu souda sipariş verilmemiş ve s ok durumu + döemii başıda yie i kadar oluşmuşur. Markov geçiş marisii oluşurulabilmesi içi, j i, ile i ve i de büyük de küçük olabilecek durumlarıı icelemek gerekecekir. 5 ξ + J i olabilmesi içi, periyodu alebi veya k i i kadar veya daha çok olması gerekmekedir. O akdirde + periyodudaki i veya daha çok ale p mikarıı gerçekleşme olasılıklarıı bulup hepsii oplamak j= koşullu olasılığıı verecekir (Deklem 6). PX ( + = X = i) = Pi ( ξ+ ) = P( ξ+ i) = αk 6 J i i ile arasıda olma olasılığı ξ i ξ +, + veya i- olması ile gerçekleşir.j=i olacakır. Öreği, s=2, =3, i=6 ise j=5 olma olasılığı içi, ξ + = olma olasılığıı buluması, yai i-j sayıda alep olma olasılığıı buluması gerekir (Deklem 7). PX ( + = jx = i) = Pi ( ξ+ = j) = P( ξ+ = i j) = αi j 7 J i i de büyük olma olasılığı sıfırdır, çükü periyodu başıda sipariş verilmemişir, ξ + sıfır dahi olsa j yie i de büyük olamaz, bu olasılığı hesabı alamsızdır ve Deklem 8 de göserildiği gibi sıfıra eşiir. PX ( = jx = + i) = Geçiş Marisii Yazılması Markov geçiş marisi Pij lerde oluşmakadır, yai i durumuda, j durumua geçişleri şarlı olasılıklarıı vermekedir. Bu olasılıklar, Deklem 5, 6, 7 ve 8 de alıarak Deklem 9 daki gibi olacakır. α k i s ve j= α j i s ve j Pij α k s + i ve j = i αi j s+ i ve j i s+ i ve j i+ 9 Burada çıkarılacak geçiş marisi Şekil de göserilmişir. Her saır oplamı e eşi olacağıda ve sıırlı ve kesikli durum söz kousu olacağıda bu maris kararlı bir yapı halie girecekir. 4

6 2 2 L s s s+ L α α α L α α α L α k 2 s+ s s α α α L α α α L α α k 2 s+ s s α α α L α α α L α α k 2 s+ s s α M M M M O M M M O M M s s s+ s+ 2 α α α L α α α L α α k 2 s+ s s k 2 L s+ s s α α α α s + α α α L α α α L k s s 2 s + 2 α α α L α α α L k s+ s 3 2 α α L α α M M M M O M M M O M M α α α L α α α L α k 2 3 s s s 2 α α α L α α α L α α k 2 s+ s s Şekil : (R,s,) ok Poliikasıa Ai ok Düzeyideki Değişimi Gösere Döemlik Geçiş Marisi 2.4. Kararlı Hal Küçülülemez bir ergodik Markov ziciri içi durum uzayıı gösere π = [ π, π2,..., πs ] lim P verildiğide Deklem daki gibi olacakır (W iso, 24: 934). Bu deklemde de Deklem yazılabilir (Ross, 23: 2). lim P = π π2 L L L πs π π2 π L L L s M M M M M M M M M M M M M M M M M M π π2 L L L πs π lim j = Pij π = π, π2,..., πs şeklide verile vekör, kararlı-hal dağılımı veya dege dağılımı olarak adladırılır (Medhi, 23: 5). ouça, uzu döemli döemleri ifade ede geçiş marisi Deklem 2 de göserildiği gibi ayı değerlere ulaşacakır. π = P = P + j ij ij + ij = Pik pkj s P π = π p j k kj k = π = P. π 2 Deklem 2 ye ai sosuz sayıda souç elde edilebilir, kararlı-hali ek ve egaif olmaya 5

7 değerlerie ulaşabilmek içise π, π 2,..., π s = olacak şekilde Deklem 3 ü sağlamalıdır (Ross, 23: 2). π = j= o j 2.5. Markov Karar üreci Uyumu 3 Markov karar süreci, 5 öğede oluşmakadır. Bu lar; kararı verileceği arih (a), durumlar, eylem (hareke), geçiş olasılıkları ve verile kararı karşılığıdır (Puerma, 994: 7). Kararları ümü karar arihide verilir. Karar arihii ifade ede, poziif değerli T ifadesie ai küme; sürekli veya kesikli; solu veya sosuz olabilir. Kesikli zama söz kousu olduğuda zama; periyolara bölümüşür. (R,s,) sok modeli, koroller R periyoduda yapıldığıda kesikli zamaı gösermekedir. isem, her karar arihide M ile ifade edile durumlara ai kümede i gibi bir duruma ulaşır. İçide buluduğu i durumudayke de, gerçekleşirebileceği A i ile ifade edile, mümkü eylemlerde biri seçilir. Ai ve M zama ile değişmezler, sabiirler. A i de solu, sosuz veya kesikli kesiksiz diye ayrılabilir. Yi e (R,s,) sok modelide A i hem kesikli hem de soludur. karar arihide ve i durumudayke seçile a Ai eylemii souda, r (, i a ) ile ifade edile beklee karşılık alıır. Bir s oraki karar arihi + e ai oluşabilecek durumları olasılık dağılımı ise; p (.. i, a ) ile göserilebilir. r poziif olursa kazaç, egaif olursa maliye olacakır. Yie çalışmaı kousu ola sok modelide kaza ç değil maliyeler ele alımışır. Gerçekleşecek karşılık, sisemi + aıdaki durumua bağlıysa, r (, i a, j) ile ifade edilir. Bu akdirde r (, i a ), yai aıdaki beklee değer Deklem 4 e göserilmişir. Deklemdeki p ( j i, a ) ifadesi geçiş olasılıkları foksiyou olarak adladırılır. Tablo : (R,s,) ok Poliikasıa Ai Kararlar Poliika d(r) Taımı d(r) d(r) d s Deklem 3 e öürü de oplam olasılık bire eşi olmalıdır. r(, i a) = r(, i a, j) p ( j i, a) j j p ( j i, a) = 4 ouça, { T, M, Ai, p( j i, a), r( i, a )} ifadeleride oluşa karar sürecie Markov Karar üreci demekedir. Buradaki Markov ismi, geçiş olasılıklarıı ve karşılıkları yalızca bir öceki duruma bağlı olmasıda öürüdür, her sokasik karar sürecii Markov özelliği gösermesi bekleemez. Markov ziciri özelliği gösere (R,s,) sok poliikası, yöeicii her arihide a A i gibi bir harekei seçerek bir karar vermesi gerekiğide ve bu kararda öürü de bir maliye usuruyla karşılaşığıda bu poliikaı bir Markov Karar üreci poliikası olduğu görülür. Bu şekildeki bir poliika hem durağa hem de deermiisikir (Hillier ve Liberma, 57: 2). (R,s,) sok korol modelii R b ile ifade edile opimum poliika olduğuda, d( i R) de bu poliika dahilide i durumudayke alıa kararı göserir. Bu modelde a A s gibi hareke (eylem) seçilebilir. Bu harekeler; sok düzeyii, seviyesie kadar çıkaracak siparişi vermek veya hiç sipariş vermemekir. Bu söyleeler Tablo ve Tablo 2 de açıkça görülebilir. Tablo de karar sayısıı -s+ ade olduğu görülmekedir. R b poliikası dahilideki kararları hagi harekele açıkladığı ise Tablo 2 deki gibidir. Öreği, sisem durumuda ise sok düzeyi sıfır birimdir ve alıacak karar K kararıdır, K kararı ise birim sipariş verilmesi gerekiği harekeii gösermekedir. Bu kesi bir karardır, yai bu durum içi farklı bir hareke arzı yokur. Diğer durumlarda da kararlar bu şekilde olduğuda üm bu kararları oplamı bir poliika oluşurmakadır. Çalışmaı kousu da (R,s,) sok poliikasıı üzerie olacağıda opimum poliika olarak kabul edilmekedir. (R) d(r) d (R) s d s+ s+ 2 (R) d (R) d(r) R b geçiş yap durumua durumlarda s+ ve üsü K K- K-2 2 6

8 Tablo 2: (R,s,) Kararlara ai Harekeler ok Poliikası içi Belirlee Karar d( i R) Hareke a Ai Hiç sipariş verme -s birim sipariş ver 2 -s+ birim sipariş ver K-2-2 birim sipariş ver K- - birim sipariş ver K birim sipariş ver 2.6. üreci Beklee ve Fiili Oralama Maliyei Birçok poliika içide opimal olaıı belirlemek içi öcelikle sok maliyeie ilişki modeli kurulması gerekmekedir. Belli bir periyo sora korol edile bir sok varsay ıldığıda, yöeici o ada sipariş verilip verilmemesii kararıı verecekir. Talep dağılımıı belli bir olasılık dağılımıa uyduğu düşüülmüşür. Buradaki diğer varsayımlar şu şekilde olacakır, Eğer alep, siparişi geçerse, müşeri başka yerde ürüe ulaşacakır yai birikmiş alebe izi verilmeyecekir. Faka ceza maliyeie kalaılacakır. Kazaçlar, maliyeler periyolara göre farklılık gösermeyecekir. oğu kapasiesi sıırlı olacakır. s periyoduu başlagıcıdaki sok seviyesii, a periyodudaki sipariş mikarıı, D de ayı döemdeki rassal alebi gösermekedir. u birim bir malı sipariş maliyei, O( u ) olarak aımladığıda, bu maliyei içide K gibi bir sabi maliye ve sipariş mikarı ile ara c ( u ) gibi bir maliye söz kousu olacakır. Bu akdirde sipariş verildiğide oluşacak maliye Deklem 5 eki gibi olacakır. K + c(u), u > O( u ) =,u= 5 7 u birim bir malı bir döem boyuca elde buludurmaı maliyei ise; h( u ) olarak göserilir. Talep meydaa geldiğide eldeki sok yeerli değilse, işleme yöüde sok ükem e veya buludurmama maliyei adı verile bir maliye oraya çıkacakır. Bu maliye alebi bekleilmesie veya alebi başka yerde karşılamasıa sebep olacakır (Özürk, 24: 49). Çalışmada esas alı a sok ükeme maliyei, alebi başka yerde karşılaması durumuu içermekedir bu da birim başıa değişke bir maliye olarak ele alımışır. Heme belirmek gerekir ki alıcı ile yapıla bir alaşmaya göre, alıcıı alebii karşılayamamaya ödee ceza maliyei de bu maliyei içide yer almakadır. ouça üm bu maliyeler, Xveξ + i bir foksiyou olacakır. Bu akdirde sisemi geelie ai birim zamada beklee oralama maliye bir öceki bölümde belirli bir adaki maliyei ifade ede Deklem 4 ü soucuda Deklem 6 daki şeklii alacakır. Ayı şekilde birim zamada oralama fiili maliye de Deklem 6 ile ifade edilebilir (Hillier ve Liberma, 2: 86). lim E C( X, ξ+ ) = k( j) π j = j= 6 k( j) = E[ C( X, ξ + ) ] 7 ξ + Deklem 7 deki ifade her X durumuu alebi gerçekleşiğide oluşa beklee maliyeii gösermekedir. Deklem 4 de ki r (, i a, j) ifadesi de buula ayı alamı aşır. Bu deklemde; sipariş maliyei, elde buludurma maliyei ve sok ükeme maliyei ayrı ayrı hesaplamalıdır, ayrıılı açıklama bir soraki bölümde yapılmışır. 3. UYGULAMA Yapıla çalışmada, Türkiye de poliürea sisemleri üreimii yapa ve bu sisemleri ihraç ede uluslar arası bir firmaya ai MDI (Meiledifeil Diizosiyaa) hammaddesi icelemişir. MDI, poliüreaı hammaddesidir ve düyadaki üreimi sıırlıdır. Çalışmada; MDI sok kalemie ai (R,s,) poliikası, Markov karar süreci olarak aımlamış, Markov ziciri özelliği kullaılarak da hafalık fiilî maliye oraya komuşur. Ardıda da firmaı kulladığı (R,) poliikası ayı işlemlerde geçirilerek, iki poliika maliyeleri açısıda karşılaşırılmışır. MDI hammaddesi Almaya ve Macarisa da ihal edilmekedir ve bozulabilme olasılığı çok yüksek

9 olduğuda emiye soğu kullaılamamakadır. MDI kilogram ciside fiyaladırılıp saılmasıa karşı ihal hammadde olduğuda siparişi koeyer ciside verilmekedir. Bir koeyer yaklaşık 65 varil almakadır, bir varil ise 225 kg. MDI içermekedir, böylece bir koeyer kg. MDI içerir. ok modelii Markov ziciri özelliği göserebilmesi açısıda, durumlar; kg. ciside değil, koeyer ciside oluşurulmuşur, aksi akdirde kesikli durum uzayı söz kousu olmayacakır, bu sebeple bir koeyer, bir durum olarak kabul edilmişir. Firmaı soğudaki MDI yı sürekli korol emesi mümkü olmadığıda sok, periyodik gözde geçirme ile korol edilmekedir. Korol esasıda hagi durumda ( X ) oluduğuu espii, korolü yapıla sok düzeyii; kg. a bölümesi ve bir üs am sayıya yuvarlamasıyla gerçekleşirilir. Ayı şekilde siparişler de koeyer ciside verileceğide bu şekilde bir hesaplama yalış olmayacakır. Tablo 4 de durumlara ai deaylı açıklama görülebilmekedir. Firmada her bölüm içi ayrı bir depo bulumakadır. Öreği sevkiya bölümüü deposua gire MDI, üreime girmede öce üreim bölümüü alebi doğrulusuda, iş emri formları aracılığıyla üreimi deposua alımaka ve orada heme üreime girmekedir. Çalışmada, müşeri olarak üreim bölümü düşüülerek, so 3 yıla ai üreimi alep verileri alımışır. Bu alep verileri de durum olarak ifade edile eldeki sok gibi kg. a bölümüş ve dağılımıı özelliği espi edilmişir. Dağılımı Poisso özelliği göserdiği Şekil 2, Şekil 3 ve Şekil 4 e açıkça görülmekedir. Dağılımı oralaması λ = 3,9 ; sadar 2 sapması σ =, 9748 ; varyası σ = 3,9 dur. Poisso a uya hafalık alep mikarlarıı gerçekleşme olasılıkları Tablo 3 e göserilmişir.,25 X <=,7 5,% Normal(3,9; 2,2696) X <= 7,63 95,%,2,5,, Şekil 2: Talep Dağılımıı Normal Dağılım ile Göserimi,25 X <=, 5,% Poisso(3,9) X <= 7, 95,%,2,5,, Şekil 3: Talep Dağılımıı Poisso Dağılımı ile Göserimi 8

10 ,2,8,6,4,2,,8,6,4,2 X <=, 5,% NegBi(3;,76923) X <= 8, 95,% Şekil 4: Talep Dağılımıı Negaif Biom Dağılımı ile Göserimi Tablo 3: MDI Hammaddesie Ola Hafalık Talebi Olasılık Dağılımı Talep Olasılığı Adedi (Koli),4,8 2,6 3,933 4,733 5,733 6,53 7,67 5 ve üsü, ve üsü,8 7 ve üsü,27 8 ve üsü,6 3.. (R,s,) ok Korol Poliikası ( R b ) Firmaı mevcu kulladığı rakamlar bozulmada, (R,s,) sok korol poliikasıa (R b ) göre; e yüksek sok düzeyi i 7 koeyer ve sipariş okası s yi ise 4 koeyer olarak belirlemişir. ok düzeyii korolleri hafalık olarak yapılmakadır (R=). Bu poliikaya ai, Tablo 2 de yapılmış ola durumlara ve kararlara ai açıklama emel alıarak firmaı sok poliikası özel biçimiyle Tablo 4 e göserilmişir. Talepleri gerçekleşme olasılıkları baz alıarak kurula sok düzeylerii hafalık değişimii gösere geçiş marisi Şekil 5 deki gibi oluşacakır. Burada dikka edilecek olursa ilk beş durumda diğer durumlara geçiş olasılıkları sabiir bu da modeldeki sipariş yapısıda kayaklamakadır. Tablo 4:Öreğe ai (R,s,) ok Korol Poliik asıı (R b ) Açıkl amaları Durum ok Mikarı (kg) Karar d( i R) Hareke a Ai Harekei Açıklaması < X s+4 (7) koeyer kg. sipariş ver 4.625<X s+3 (6) koeyer kg. sipariş ver <X s+2 (5) koeyer kg. sipariş ver <X s+ (4) koeyer 58.5 kg. sipariş ver <X s (3) koeyer kg. sipariş ver <X koeyer kg. sipariş ver <X koeyer kg. sipariş ver <X 7. koeyer kg. sipariş ver 9

11 ,27,53,733,733,933,6, 8,4,27,53,733,733,933,6, 8,4,27, 53,733,733,933,6, 8, 4,27,53,733,733,933,6,8,4 P =,27,53,733, 733,933,6,8,4, 3534,733,933,6, 8, 4,8,733,733, 933,6, 8, 4,27,53,733, 733,933,6, 8,4 Şekil 5: (R,s,) ok Poliikasıa Göre Bir Periyolu Geçiş Marisi Deklem 2 ve Deklem 3 birlike çözüldüğüde ise sise mi kararlı hali ola π ye ulaşılmış olacakır. π = [,687;,77592;,7662;,72789;,75443;,3822;,66298;,3823] MDI hammaddeside sipariş verildiğide oluşacak maliyei; Avro sabi ve koeyer başıa da 5.88 Avro ya mal olduğudur. O akdirde Deklem 5 ekrar yazılırsa sipariş verildiğide oluşacak maliye; (u), u > O( u ) =,u= şeklii alacakır. İmalaa verilemeye her bir koeyerlik MDI ise poliürea sisemi zamaıda yeişmemesie sebep olacağıda Avro luk ükeme maliyeie ede olmakadır. Elde buludurma maliyei ise dikkae alımayacak kadar küçükür bu sebeple elde buludurma maliyei, oplam maliye foksiyouda yer almamakadır. O akdirde poliika R b i + hafasıdaki oplam maliyei aşağıda göserildiği gibi olacakır: { ξ } ( u) max +, X s CX (, ξ+ ) = max { ξ+ X, } s+ X 8 Deklem 6 ya göre, X durumudaki sisemi beklee veya fiili maliyeii bulmak içi gerekli ola ve Deklem 7 de açılımı göserile k( X ) ve k () aşağıdaki şekilde buluur: ipariş verilip sok düzeyi 7 palee çıkarıldığıda ükeme maliyeii oluşması içi alebi, sok üs düzeyide yüksek olması yai 8 ve üsü olması gereklidir, firmada alıa verileri dağılımıda da 8 ve üsü alep olma olasılığıı bilmek, döem başıda sıfır ola bir soğa ai beklee ükeme maliyeii verecekir. Böylece Tablo 3 deki olasılıklarda sıfır sokla başlaa döemi beklee maliyei; k() = E C(, ξ + ) = (7) (, 6) = , 5 Avro olacakır. ok poliikasıı (R,s,) olmasıda dolayı X =,, 2,3, 4 içi beklee ükeme maliyeii eşi olduğu aşikardır. ok poliikasıı (R,s,) olmasıda dolayı X =,, 2,3, 4 içi beklee ükeme maliyeii eşi olduğu aşikardır. [ C ] k() = E (, ξ + ) = (6) (, 6) = , 5 Avro k(2) = E[ C(2, ξ + ) ] = (5) (, 6) = 27.6,5 Avro k(3) = E[ C(3, ξ + ) ] = (4) (, 6) = 29.98, 5 Avro k(4) = E[ C(4, ξ + ) ] = (3) (, 6) = 68.73,5 Avro [ ξ + ] [ ξ ] k( X) = E C( X, ) k() = E C(, ) + ( { ξ+ }) = (7) E max, 2 s+ sok düzeyide sora sipariş verilmeyeceğide, maliye foksiyou sadece ükeme maliyeide oluşacakır. [ ξ+ ] ( { ξ+ }) k(5) = E C(5, ) = E max 5, = *,8 = 7384, 2 Avro

12 [ ξ+ ] ( { ξ+ }) k(6) = E C(6, ) = E max 6, = *,27 = 2.268, 3 Avro [ ξ+ ] ( { ξ+ }) k(7) = E C(7, ) = E max 7, = *, 6 = 579, 5 Avro Hafalık beklee ve fiili oplam maliye ise, Deklem 6 da hesap edilirse Avro olacakır. Bu değer, (R,s,) sok poliikasıı kullaa firmaı hafalık oralama MDI hammaddesie ai maliyeidir. 7 k( j) π j = 24.95,9 j= 3.2. (R,) ok Korol Poliikası (R a ) Firmaı mevcu sisemide kulladığı sok poliikası (R,) Tablo 5 de göserilmiş ve R a poliikası olarak ifade edilmişir. Bu poliikaı kararlı hal yapısıı ( π ), ilk geçiş marisie (P)dek olacağı açıkır çükü her sok düzeyide sipariş verilecekir ve sok düzey i ye kadar yai yedi birime çıkarılacakır ve bir R sü relik döem soudaki sok düzeyii d e de eksile alep belirleyecekir. Bu da döemi başıda sok hagi düzeyde olursa olsu, hep sipariş verilecek ve bir soraki sok düzeyi X değerii olma olasılığı hep ayı olacakır. Yai foksiyo sadece alepe ekileecekir. Bu sebeple Deklem 2 ve 3 ü çözülmesie gerek duyulmayacakır. adece Tablo 3 deki bilie olasık dağılımlarıı kullaılması yeerlidir. [,27;,53;,733;,733;,933;,6;,8;,4] π = Poliika R a ı + hafasıdaki maliyei ise Deklem 9 daki gibi olacakır. C( X, ξ+ ) = ( u) max{ ξ+ 7, } X 7 9 Bu poliikada ükeme maliyeleri her X durumu içi, alebi sekiz ade ve üsü olması durumuda gerçekleşeceğide eşiir. Bu akdirde, k( X ) yai X durumu içi beklee maliye aşağıdaki şekilde olacakır. X =,, 2,3, 4 içi iki poliikaı da k( X ) leri eşi olacakır. [ ξ + ] ( { ξ + }) (7 k( X ) = E C( X, ) = O( u) E max 7, = E C ξ + = + + k() (, ) ) (, 6) = , 5 Avro k() = E C(, ξ + ) = (6) (, 6) = , 5 Avro k(2) = E C(2, ξ + ) = (5) (, 6) = 27.6, 5 Avro k(3) = E C(3, ξ + ) = (4) (, 6) = 29.98, 5Avro k(4) = E C(4, ξ + ) = (3) (, 6) = 68.73, 5 Avro k(5) = E C(5, ξ + ) = (2) (, 6) = 7.542, 5 Avro [ ξ ] k(6) = E C(6, + ) = () (, 6) = , 5 Avro [ ξ+ ] ( { ξ+ }) k(7) = E C(7, ) = E max 7, = *, 6 = 579, 5 Avro Hafalık beklee ve fiili oplam maliye Deklem 6 da hesaplaarak Avro olarak bulumuşur. 7 k( j) π j = 26.68,3 j= Tablo 5: Öreğe ai (R,) ok Korol Poliikasıı (R ) Açıklamaları Durum ok Mikarı (kg) Karar d(r) i Hareke a Ai (-X) Harekei Açıklaması < X koeyer kg. sipariş ver 4.625<X koeyer kg. sipariş ver <X koeyer kg. sipariş ver <X koeyer 58.5 kg. sipariş ver <X c 3 koeyer kg. sipariş ver <X b 2 koeyer kg. sipariş ver <X a koeyer kg. sipariş ver <X 7. koeyer kg. sipariş ver a 2

13 ONUÇ ve ÖNERİLER KAYNAKÇA Markov ziciri ve karar süreci, lieraürde; işleme, eğiim, pazarlama, fias, sosyoloji, meeoroloji ve hidroloji gibi bir çok bilime çalışma kousu olmuşur. İşlemecilike özellikle, çok aşamalı üreim sisemlerii icelemesi, amir bakım plalaması, sok korol sisemleri, üreim programlama ve çizelgeleme gibi bir çok farklı al kouda Markov aalizi uygulamalar ıa raslamak mümkü olmakadır. Üreim yöeimi içeriside öemli bir yer eşkil ede sok korolü kousuda yapıla çalışmalarsa; yeide sipariş okasıı belirlemesi, periyo süresii belirlemesi veya yei bir sok korol modeli kurulması yöüde olmuşur. Bu çalışmada ise, periyodik gözde geçirme ekiğie dayalı iki olasılıklı sok korol modeli iceleerek modeller, maliyeleri açısıda kıyaslamışır. Bu kıyaslama yapılırke, alep dağılımıda yola çıkılarak iki modeli de Markov ziciri özelliği göserdiği ispalamışır. Geçiş marisleri belirledike sora soğa ai maliyeler ek ek icelemiş ve uygulamaya kou ola firmaya yöelik maliye foksiyou üreilerek Markov karar süreci aımlamışır. Özellikle sok ükeme veya ceza maliyeii ekisi icelemişir. Bu iceleme soucuda görüle odur ki; poliürea sisemler üree firmaı MDI hammaddesii sok korolüde, (R,s,) modeli (R,) modelie göre daha uygu souç vermekedir. Çalışmaı amacı bu iki yöemi kıyaslamak olduğuda, karar problemi hagi yöemi ercih edileceğie yöelik olmuş ve ayrıılı sayma yöemi kullaılarak souca gidilmişir, daha çok poliikaı olduğu veya amacı poliikaları karşılaşırılması değil de yei bir opimum poliika oluşurulması olduğu durumlarda, sokasik diamik programlama ile çözüm daha kısa ve doğru olacakır. Çalışmadaki bir başka kouysa maliyeleri ele alımasıdır. ok maliyei olarak elde buludurma maliyei dikkae alımamışır. Elde buludurma maliyeii varlığı durumuda bu iki yöem arasıdaki maliye farkıı daha da açılacağı aşikârdır. Çalışmaı amacıda sapmamak maksadıyla sipariş periyoduu ve üs düzey sok mikarıı opimizasyou çalışmaı dışıda bırakılmış; rakamlar firmaı mevcu sisemideki şekliyle kullaılmışır. Böyle bir çalışmaya gidildiğideyse yüksek değerleri içi ükeme maliyei sıfıra yaklaşırke sipariş maliyeleride arış görülecekir. Ayı şekilde maliye farkı daha da açılacakır. ipariş okası s i değişimi ise acak (R,s,) poliikasıı ekileyecekir; aşağı çekildiği akdirde ükeme maliyei aracak, yukarı çekilirse de sipariş maliyei ararak model (R,) poliikasıa yaklaşacakır. 22. BARAY, Alp, Kasım 993, Bulaık Kümeler Kuramı ve İşleme Uygulamaları, İ.Ü. İşleme Fakülesi Dergisi, Cil: 22, ayı: 2, s BUCHAN, J., K OENIGBERG, E., 966, cieific Iveory Maageme, New Delhi, Preice-Hall of Idia Privae Limied. 3. DAYAR, T uğrul, 994, abiliy ad Codiioig Issues O The Numerical olu io Of Markov Chais, Dokora Tezi, Norh Carolia ae Uiversiy. 4. DOOB, J.L., 99, ochasic Processes, Caada, A Wiley-Iersciece Publicaio, Wiley Classic Library Ediio. 5. E HRHARDT, R., 979, The Power Approximaio for Compuig (s,) Iveory Policies, Maageme ciece, Volume: 3-5, s: EHRHARDT, R., 984, (s,) Policies for a Dyamic Iveory Model wih ochasic Lead Times, Operaios Research, Volume: 32-, s: HILLIER, Frederick., LIEBERMAN Gerald J., 2, Iroducio o Operaio Research, Uied aes of America, The McGraw-Hill Compaies, eveh Ediio. 8. MEDHI, J., 23, ochasic Models i Queueig Theory, Uied aes of America, Academic Press, Elsevier ciece, ecod Ediio. 9. YIN, K. Kare, LIU, Hu ve JOHNON, Neil E., 22, Markovia Iveory Policy wih Applicaio o he Paper Idusry, Compuers ad Chemical Egieerig, Volume: 26, s: PAPOULI, A., 984, Probabiliy, Radom Variables ad ochasic Processes, New York, McGraw Hill, ecod Ediio.. PUTERMAN, Mari L., 994, Markov Decisio Processes : Discree ochasic Dyamic Programmig, Uied aes of America, A Wiley Iersciece Publicaio. 2. RO, heldo M., 23, Iroducio o Probabiliy Models, Uied aes of America, Academic Press, Elsevier ciece, Eighh Ediio. 3. ALDANA, Rafael P., CHANGHO, Marco Carlo C., O Radom Walk Models ad Markov Chais, Proceedigs of he Philippie Compuig ciece Cogress, 2, s. 24.

14 4. CHNEIDER, H., 978, Mehods for Deermiig he Re-Order Poi of a (s,) Orderig Policy Whe a ervice Level is pecified, Joural of he Operaio Research ociey, Volume: 29(2), s: ILVER, Edward A, PYKE, David F. ve PETERON, Rei, 998, Iveory Maageme ad Producio Plaig ad chedulig, Uied aes of America, Joh Wiley & os, Third Ediio. 6. TAHA, A. Hamdy, Ekim 22, Yöeylem Araşırması, 6. Basımda Çev. Ş. Alp Baray Şakir Esaf, İsabul, Lieraür Yayıcılık. 7. TAYLOR, Howard M., KARLIN amuel, 984, A Iroducio To ochasic Modelig, Orlado, Florida, Academic Press, Ic. 8. ÖZTÜRK, Ahme, 24, Yöeylem Araşırması, Bursa, Eki Kiabevi. 9. WILON, R.H., 934, A cieific Rouie for ock Corol, Harvard Busiess Review, 3. WINTON, Waye L., 24, Operaio Research: Applicaio ad Algorihms, Caada, Thomso Brooks / Cole, Fourh Ediio. ZHENG, Yu-heg, FEDERGRUEN, A., Jul/Aug. 99, Fidig Opimal (s,) Policies is Abou as imple as Evaluaig a igle Policy, Operaios Research, Volume: 39-4, s:

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ TAHVİL DEĞERLEMESİ Doç. Dr. M. Mee DOĞANAY Prof. Dr. Ramaza AKTAŞ 1 İçerik Tahvil ve Özellikleri Faiz Oraı ve Tahvil Değeri Arasıdaki İlişki Tahvili Geiri Oraı ve Vadeye Kadar Geirisi Faiz Oraı Riski Verim

Detaylı

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY FÖYÜ

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY FÖYÜ SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK AKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MAKİNA ELEMANLARI LABORATUARI DENEY ÖYÜ DENEY I VİDALARDA OTOBLOKAJ DENEY II SÜRTÜNME KATSAYISININ BELİRLENMESİ DERSİN

Detaylı

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+...

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+... MC formülüü doğruluğuu tümevarım ilkesi ile gösterelim. www.matematikclub.com, 00 Cebir Notları Gökha DEMĐR, gdemir@yahoo.com.tr Tümevarım_toplam_Çarpım_Dizi_Seri Tümevarım Metodu : Matematikte kulladığımız

Detaylı

PERİYODİK OPSİYONLU YENİLEME MODELİ PARAMETRELERİNİN SİMÜLASYON YARDIMIYLA BELİRLENMESİ

PERİYODİK OPSİYONLU YENİLEME MODELİ PARAMETRELERİNİN SİMÜLASYON YARDIMIYLA BELİRLENMESİ 46 PERİYODİK OPSİYONLU YENİLEME MODELİ PARAMETRELERİNİN SİMÜLASYON YARDIMIYLA BELİRLENMESİ ÖZET Arş. Gör. İbrahim Zeki AKYURT Arş. Gör. Emrah ÖNDER Birçok işletme tarafıda stok politikası olarak, düşük

Detaylı

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ 8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,

Detaylı

Diş sayısı tam sayı olması gerekmektedir. p p d. d m = ve

Diş sayısı tam sayı olması gerekmektedir. p p d. d m = ve DĐŞLĐLER Diş Boyuları Taba Kavisi (Fille Radius) Diş başı yüksekliği (Addedum) Taba yüksekliği(dededum) Diş yüksekliği (Addedum +Dededum) Taksima (Circular pich) Diş kalılığı (Tooh Thickess) Dişler arasıdaki

Detaylı

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1 Örek.1 YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 7 Yrd. Doç. Dr. Beyazıt Ocakta Web site: ocakta.bau.edu.tr E-mail: bocakta@gmail.com Reault marka otomobil sahilerii bir soraki otomobillerii de Reault

Detaylı

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler. OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre

Detaylı

KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ

KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ M. Turha ÇOBAN Ege Üiversitesi, Mühedislik Fakultesi, Makie Mühedisliği Bölümü, Borova, İZMİR Turha.coba@ege.edu.tr Özet: Kimyasal degei

Detaylı

4.Bölüm Tahvil Değerlemesi. Doç. Dr. Mete Doğanay Prof. Dr. Ramazan Aktaş

4.Bölüm Tahvil Değerlemesi. Doç. Dr. Mete Doğanay Prof. Dr. Ramazan Aktaş 4.Bölüm Tahvil Değerlemesi Doç. Dr. Mee Doğaay Prof. Dr. Ramaza Akaş Amaçlarımız Bu bölümü amamladıka sora aşağıdaki bilgi ve becerilere sahip olabileceksiiz: Tahvillerle ilgili emel kavramları bilmek

Detaylı

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı) 3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda

Detaylı

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X

Detaylı

7. Ders. Bazı Kesikli Olasılık Dağılımları

7. Ders. Bazı Kesikli Olasılık Dağılımları Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.

Detaylı

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1. 06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i

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

İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM

İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM 17 Şubat 01 CUMA Resmî Gazete Sayı : 807 TEBLİĞ Bilgi Tekolojileri ve İletişim Kurumuda: İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM Amaç, Kapsam,

Detaylı

{ 1 3 5} { 2 4 6} OLASILIK HESABI

{ 1 3 5} { 2 4 6} OLASILIK HESABI OLASILIK HESABI Bu derste, uygulamalarda sıkça karşılaşıla, Olasılık Uzaylarıda bazılarıa değieceğiz ve verilmiş bir Olasılık Uzayıda olasılık hesabı yapacağız. Ω. Ω solu sayıda elemaa sahip olsu. Ω {

Detaylı

YAPAY SİNİR AĞLARI İLE KARAKTER TABANLI PLAKA TANIMA

YAPAY SİNİR AĞLARI İLE KARAKTER TABANLI PLAKA TANIMA YAPAY SİNİR AĞLARI İLE KARAKTER TABANLI PLAKA TANIMA Cemil ÖZ 1, Raşi KÖKER 2, Serap ÇAKAR 1 1 Sakara Üiversiesi Mühedislik Fakülesi Bilgisaar Mühedisliği Bölümü, Eseepe, Sakara 2 Sakara Üiversiesi Tekik

Detaylı

Yatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects

Yatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects Uşak Üiversitesi Sosyal Bilimler Dergisi (2012) 5/2, 89-101 Yatırım Projeleride Kayak Dağıtımı Aalizi Bahma Alp RENÇBER * Özet Bu çalışmaı amacı, yatırım projeleride kayak dağıtımıı icelemesidir. Yatırım

Detaylı

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin 4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

AKIŞKAN BORUSU ve VANTİLATÖR DENEYİ

AKIŞKAN BORUSU ve VANTİLATÖR DENEYİ AKIŞKA BORUSU ve ATİLATÖR DEEYİ. DEEYİ AMACI a) Lüle ile debi ölçmek, b) Dairesel kesitli bir borudaki türbülaslı akış şartlarıda hız profili ve eerji kayıplarıı deeysel olarak belirlemek ve literatürde

Detaylı

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (

Detaylı

DİNAMİK PORTFÖY SEÇİMİ ve BİR UYGULAMA

DİNAMİK PORTFÖY SEÇİMİ ve BİR UYGULAMA Yöeim, Yıl: 7, Sayı: 55, Ekim 6 DİNAMİK PORFÖY SEÇİMİ ve BİR UYGULAMA Dr. Mehme HORASANLI İsabul Üiversiesi İşleme Fakülesi Sayısal Yöemler Aabilim Dalı Bu çalışmada, Li ve Ng ( arafıda aaliik çözümü üreile

Detaylı

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama

Detaylı

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ

İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ İSTATİSTİKSEL TAHMİNLEME VE HİPOTEZ TESTİ Bu bölümdeki yötemler, bilimeye POPULASYON PARAMETRE değeri hakkıda; TAHMİN yapmaya yöelik ve, KARAR vermekle ilgili, olmak üzere iki grupta icelemektedir. Parametre

Detaylı

İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME

İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME V. Ulusal Üretim Araştırmaları Sempozyumu, İstabul Ticaret Üversitesi, 25-27 Kasım 2005 İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME Tamer EREN

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii

Detaylı

Ki- kare Bağımsızlık Testi

Ki- kare Bağımsızlık Testi PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm

Detaylı

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

Detaylı

ARMAX Modelleri ve Porsuk Barajı Su Seviyesinin Öngörüsü. ARMAX Models and Forcasting Water Level of Porsuk Dam

ARMAX Modelleri ve Porsuk Barajı Su Seviyesinin Öngörüsü. ARMAX Models and Forcasting Water Level of Porsuk Dam ARMAX Modelleri ve Porsuk Barajı Su Seviyesii Ögörüsü Hülya Şe a ve Özer Özaydı a a Eskişehir Osmagazi Üiversiesi, Fe-Edebiya Fakülesi, İsaisik Böl., 26480, Eskişehir e-posa: hse@ogu.edu.r, oozaydi@ogu.edu.r

Detaylı

Değişkenler: Bir problemin modeli kurulduktan sonra değeri hesaplanacak olan bilinmeyen simgelerdir.

Değişkenler: Bir problemin modeli kurulduktan sonra değeri hesaplanacak olan bilinmeyen simgelerdir. 2. DOĞRUSAL PROGRAMLAMA (DP) 2.1. DP i Taımı ve Bazı Temel Kavramlar Model: Bir sistemi değişe koşullar altıdaki davraışlarıı icelemek, kotrol etmek ve geleceği hakkıda varsayımlarda bulumak amacı ile

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

YATIRIM PROJELERİNİN HAZIRLANMASI VE DEĞERLENDİRİLMESİ (İç Karlılık Oranı ve Net Bugünkü Değer Yöntemlerinin İncelenmesi)

YATIRIM PROJELERİNİN HAZIRLANMASI VE DEĞERLENDİRİLMESİ (İç Karlılık Oranı ve Net Bugünkü Değer Yöntemlerinin İncelenmesi) YATIRIM PROJELERİNİN HAZIRLANMASI VE DEĞERLENDİRİLMESİ (İç Karlılık Oraı ve Ne Bugükü Değer Yöemlerii İcelemesi) Tarık GEDİK, Kadri Cemil AKYÜZ, İlker AKYÜZ KTÜ Orma Fakülesi 680 TRABZON ÖZET Ulusal kalkımaı

Detaylı

KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ

KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Altı Sigma Yalı Koferasları (9- Mayıs 8) KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Serka ATAK Evre DİREN Çiğdem CİHANGİR Murat Caer TESTİK ÖZET Ürü ve hizmet kalitesii

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 26 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,

Detaylı

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2 LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık

Detaylı

Bölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ

Bölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ Bölüm HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME ÖNTEMLERİ Bu bölümde üç basi öngörü yönemi incelenecekir. 1) Naive, 2)Oralama )Düzleşirme Geçmiş Dönemler Şu An Gelecek Dönemler * - -2-1 +1 +2 + Öngörü yönemi

Detaylı

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 ..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II

Detaylı

Olasılıksal Oynaklık Modellerinin Bayesci Çözümlemesi ve Bir Uygulama

Olasılıksal Oynaklık Modellerinin Bayesci Çözümlemesi ve Bir Uygulama SDU Joural of Sciece (E-Joural), 0, 6 (): 6-7 Olasılıksal Oyaklık Modellerii Bayesci Çözümlemesi ve Bir Uygulama Derya Ersel,*, Yasemi Kayha Aılga, Süleyma Güay Haceepe Üiversiesi, Fe Fakülesi, İsaisik

Detaylı

Vakumlu Ortamda Doymuş Buharla Đplik Kondisyonlama Đşleminde Kütle Transferi Analizi

Vakumlu Ortamda Doymuş Buharla Đplik Kondisyonlama Đşleminde Kütle Transferi Analizi Teksil Tekolojileri Elekroik Dergisi Cil: 3, No: 1, 009 (31-37) Elecroic Joural o Texile Techologies Vol: 3, No: 1, 009 (31-37) TEK OLOJĐK ARAŞTIRMALAR www.ekolojikarasirmalar.com e-issn:- Makale (Paper)

Detaylı

ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ

ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ Öğreme Etkili Hazırlık ve Taşıma Zamalı Paralel Makieli Çizelgeleme Problemi HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 2006 CİLT 2 SAYI 4 (67-72) ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL

Detaylı

AÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ

AÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ Eskişehir Osmagazi Üiversitesi Müh.Mim.Fak.Dergisi C.XXI, S., 2008 Eg&Arch.Fac. Eskişehir Osmagazi Uiversity, Vol..XXI, No:, 2008 Makalei Geliş Tarihi : 2.02.2007 Makalei Kabul Tarihi : 23.03.2007 AÇIK

Detaylı

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV Diziler ve Seriler Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 7 Amaçlar Bu üiteyi çalıştıkta sora; dizi kavramıı taıyacak, dizileri yakısaklığıı araştırabilecek, sosuz toplamı alamıı bilecek, serileri yakısaklığıı

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim

Detaylı

LİNEER CEBİR DERS NOTLARI. Ayten KOÇ

LİNEER CEBİR DERS NOTLARI. Ayten KOÇ LİNEER CEBİR DERS NOTLARI Aye KOÇ I MATRİSLER I.1. Taım F bir cisim olmak üzere her i = 1,2,..., m, j = 1,2,..., içi aij F ike a11 a12... a1 a21 a22... a 2 M M... M am1 am2... am (1) şeklide dikdörgesel

Detaylı

Bölüm 4. Görüntü Bölütleme. 4.1. Giriş

Bölüm 4. Görüntü Bölütleme. 4.1. Giriş Bölüm 4 Görüü Bölüleme 4.. Giriş Görüü iyileşirme ve görüü oarmada arklı olarak görüü bölüleme görüü aalizi ile ilgili bir problem olup görüü işlemei göserim ve aılama aşamalarıa görüüyü hazırlama işlemidir.

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ 4. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ PARANIN ZAMAN DEĞERİ VE GETİRİ ÇEŞİTLERİ Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım

Detaylı

Öğrenci Numarası İmzası: Not Adı ve Soyadı

Öğrenci Numarası İmzası: Not Adı ve Soyadı Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar

Detaylı

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler... İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı

Detaylı

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6. Problemler 3 i Çözümleri Problemler 3 i Çözümleri Aşağıdaki özellikleri kaıtlamaızı ve buu yaıda daha fazla soyut kaıt vermeizi isteyeceğiz. h.h. eşitliğii ölçümü sıfır ola bir kümei tümleyei üzeride eşit

Detaylı

NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE

NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE Niğde Üiersitesi Mühedislik Bilimleri Dergisi, Cilt 1, Sayı, (1), 37-47 NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ Uğur YILDIRIM 1,* Yauz GAZİBEY, Afşi GÜNGÖR 1 1 Makie Mühedisliği Bölümü, Mühedislik Fakültesi,

Detaylı

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı 5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz.

Detaylı

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI

6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI 6. BÖLÜM VEKTÖR LARI -BOYUTLU (ÖKLİT) I Taım: Eğer pozitif bir tam sayı ise sıralı -sayı, gerçel sayılar kümesideki adet sayıı (a 1, a 2,, a ) bir dizisidir. Tüm sıralı -sayılarıı kümesi -boyutlu uzay

Detaylı

YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI

YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI 2. Türkiye Deprem Mühedisliği ve Sismoloji Koferası YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI ÖZET: O. Soydaş 1 ve A. Sarıtaş 2 1 Doktora Öğrecisi, İşaat

Detaylı

ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI

ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI TMMOB Harita ve Kadastro Mühedisleri Odası 13. Türkiye Harita Bilimsel ve Tekik Kurultayı 18 22 Nisa 2011, Akara ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI

Detaylı

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research

Detaylı

Hipotez Testleri. Parametrik Testler

Hipotez Testleri. Parametrik Testler Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde

Detaylı

Bilgisayar Destekli Fen Bilgisi Öğretiminin Öğrencilerin Fen Ve Bilgisayar Tutumlarına Etkisi

Bilgisayar Destekli Fen Bilgisi Öğretiminin Öğrencilerin Fen Ve Bilgisayar Tutumlarına Etkisi The Turkish Olie Joural of Educaioal Techology TOJET Ocober 2003 ISSN: 1303-6521 volume 2 Issue 4 Aricle 12 Bilgisayar Desekli Fe Bilgisi Öğreimii leri Fe Ve Bilgisayar Tuumlarıa Ekisi Yrd. Doç.Dr. Nilgü

Detaylı

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ POLİNOMLARDA İNDİRGENEBİLİRLİK Derleye Osma EKİZ Eskişehir Fatih Fe Lisesi. GİRİŞ Poliomları idirgeebilmesi poliomları sıfırlarıı bulmada oldukça öemlidir. Şimdi poliomları idirgeebilmesi ile ilgili bazı

Detaylı

İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY

İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol

Detaylı

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace

Detaylı

TEMEL KAVRAMLAR GİRİŞ

TEMEL KAVRAMLAR GİRİŞ TEMEL KAVRAMLAR GİRİŞ İstatistik kelimesii kökei Almaca olup devlet alamıa gelmektedir. İstatistik kelimesi gülük hayatta farklı alamlarda kullaılmaktadır. Televizyoda bir futbol müsabakasıı izleye bir

Detaylı

YAPIM YÖNETİMİ - EKONOMİSİ 04

YAPIM YÖNETİMİ - EKONOMİSİ 04 İşaat projelerii içi fiasal ve ekoomik aaliz yötemleri İşaat projeleri içi temel maliyet kavramları Yaşam boyu maliyet: Projei kafamızda şekillemeye başladığı ada itibare başlayıp kullaım ömrüü tamamlayaa

Detaylı

SU KAYNAKLARI EKONOMİSİ TEMEL KAVRAMLARI Su kaynakları geliştirmesinin planlanmasında çeşitli alternatif projelerin ekonomik yönden birbirleriyle

SU KAYNAKLARI EKONOMİSİ TEMEL KAVRAMLARI Su kaynakları geliştirmesinin planlanmasında çeşitli alternatif projelerin ekonomik yönden birbirleriyle SU KYNKLRI EKONOMİSİ TEMEL KVRMLRI Su kayakları geliştirmesii plalamasıda çeşitli alteratif projeleri ekoomik yöde birbirleriyle karşılaştırılmaları esastır. Mühedis öerdiği projei tekik yöde tutarlı olduğu

Detaylı

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız. + + + + olduğunu. + + = + + eşitliğini ispatlayınız.

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız. + + + + olduğunu. + + = + + eşitliğini ispatlayınız. Sayılar Teorisi Kouları Geel Sıavları www.sbelia.wordpress.com SINAV I(IDENTITIES WITH SQUARES) 4 4. a 4b (Sopphie Germai Deklemi) çarpalarıa ayırıız.. 4 4 = A ise A ı sadece = durumuda asal olduğuu ispatlayıız..

Detaylı

YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ

YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Aaürk Ü. İİBF Dergisi, 0. Ekonomeri ve İsaisik Sempozyumu Özel Sayısı, 20 463 YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Oğuz KAYNAR Serkan TAŞTAN 2 Ferhan DEMİRKOPARAN 3 Öze: Doğalgaz emini nokasında

Detaylı

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük

Detaylı

Tek Bir Sistem için Çıktı Analizi

Tek Bir Sistem için Çıktı Analizi Tek Bir Sistem içi Çıktı Aalizi Bezetim ile üretile verile icelemesie Çıktı Aalizi deir. Çıktı Aalizi, bir sistemi performasıı tahmi etmek veya iki veya daha fazla alteratif sistem tasarımıı karşılaştırmaktır.

Detaylı

Bölüm 5 Olasılık ve Olasılık Dağılışları. Doç.Dr. Suat ŞAHİNLER

Bölüm 5 Olasılık ve Olasılık Dağılışları. Doç.Dr. Suat ŞAHİNLER Bölüm 5 Olasılık ve Olasılık Dağılışlaı Doç.D. Suat ŞAHİNLE Olasılık ve Olasılık Dağılışlaı Olasılık: Eşit saşla meydaa gele tae olayda A taesi A olayı olsu. Bu duumda A olayıı meydaa gelme olasılığı;

Detaylı

MONTE CARLO BENZETİMİ

MONTE CARLO BENZETİMİ MONTE CARLO BENZETİMİ U(0,) rassal değişkeler kullaılarak (zamaı öemli bir rolü olmadığı) stokastik ya da determiistik problemleri çözümüde kullaıla bir tekiktir. Mote Carlo simülasyou, geellikle statik

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ZAMAN SERİLERİNDE BİRİM KÖKLERİN İNCELENMESİ. Yeliz YALÇIN İSTATİSTİK ANABİLİM DALI

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ZAMAN SERİLERİNDE BİRİM KÖKLERİN İNCELENMESİ. Yeliz YALÇIN İSTATİSTİK ANABİLİM DALI ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÜKSEK LİSANS TEZİ ZAMAN SERİLERİNDE BİRİM KÖKLERİN İNCELENMESİ eliz ALÇIN İSTATİSTİK ANABİLİM DALI ANKARA Her akkı saklıdır rd. Doç. Dr. ılmaz AKDİ daışmalığıda,

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme

Detaylı

Robot Navigasyonunda Potansiyel Alan Metodlarının Karşılaştırılması ve Đç Ortamlarda Uygulanması

Robot Navigasyonunda Potansiyel Alan Metodlarının Karşılaştırılması ve Đç Ortamlarda Uygulanması Robot Navigasyouda Potasiyel Ala Metodlarıı Karşılaştırılması ve Đç Ortamlarda Uygulaması Eyüp Çıar 1 Osma Parlaktua Ahmet Yazıcı 3 1, Elektrik-Elektroik Mühedisliği Bölümü, Eskişehir Osmagazi Üiversesi,

Detaylı

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir: 1 BİLEŞİK FAİZ: Basit faiz hesabı kısa vadeli(1 yılda az) kredi işlemleride uygulaa bir metot idi. Ayrıca basit faiz metoduda her döem içi aapara sabit kalmakta olup o döem elde edile faiz tutarı bir soraki

Detaylı

TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ

TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ T.C. İNÖNÜ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ TOPLAM KOLESTEROL, LDL, HDL VE TRİGLİSERİT SEVİYELERİNİN YAŞA GÖRE DEĞİŞİMİNİN DEĞİŞİK REGRESYON MODELLERİYLE İNCELENMESİ YÜKSEK LİSANS TEZİ EMRE DİRİCAN

Detaylı

2.2. Fonksiyon Serileri

2.2. Fonksiyon Serileri 2.2. Foksiyo Serileri Taım.. Herhagi bir ( u (x reel (gerçel değerli foksiyo dizisi verilsi. Bu m foksiyo dizisii tüm terimlerii toplamıa, yai u m (x + u m+ (x + u m+2 (x + u m+3 (x + + u m+ (x + = k=m

Detaylı

TEMEL BİLEŞENLER ANALİZİNİN SU ÜRÜNLERİNDE KULLANIMI * Principle Component Analysis Use in Fisheries

TEMEL BİLEŞENLER ANALİZİNİN SU ÜRÜNLERİNDE KULLANIMI * Principle Component Analysis Use in Fisheries ÇÜ Fe ve Mühedislik Bilimleri Dergisi Yıl:0 Cil:6-3 TEMEL BİLEŞENLER ANALİZİNİN SU ÜRÜNLERİNDE KULLANIMI * Pricile Comoe Aalysis Use i Fisheries Leve SANGÜN Su Ürüleri Aabilim Dalı Musafa AKAR Su Ürüleri

Detaylı

MEKANİK TESİSATTA EKONOMİK ANALİZ

MEKANİK TESİSATTA EKONOMİK ANALİZ MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme

Detaylı

ISL 418 Finansal Vakalar Analizi

ISL 418 Finansal Vakalar Analizi 23.3.218 2. HAFTA ISL 18 Fiasal Vakalar Aalizi Paraı Zama Değeri Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım ve fiasma kararlarıda rasyoelliği yakalamak

Detaylı

DENEY 4 Birinci Dereceden Sistem

DENEY 4 Birinci Dereceden Sistem DENEY 4 Birici Derecede Sistem DENEYİN AMACI. Birici derecede sistemi geçici tepkesii icelemek.. Birici derecede sistemi karakteristiklerii icelemek. 3. Birici derecede sistemi zama sabitii ve kararlı-durum

Detaylı

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler Dolar Kurundaki Günlük Harekeler Üzerine Bazı Gözlemler Türkiye Bankalar Birliği Ekonomi Çalışma Grubu Toplanısı 28 Nisan 2008, İsanbul Doç. Dr. Cevde Akçay Koç Finansal Hizmeler Baş ekonomis cevde.akcay@yapikredi.com.r

Detaylı

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi 3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada

Detaylı

1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz.

1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz. Sorular ve Çözümleri 1. GRUPLAR 1) G bir grup olmak üzere aşağıdaki eşitlikleri gösteriiz. i) e G birim elema olmak üzere e 1 = e. ii) a G olmak üzere (a 1 ) 1 = a. iii) a 1, a 2,, a G içi (a 1 a 2 a )

Detaylı

Su Yapıları II Aktif Hacim

Su Yapıları II Aktif Hacim 215-216 Bahar Su Yapıları II Akif Hacim Yrd. Doç. Dr. Burhan ÜNAL Bozok Üniversiesi Mühendislik Mimarlık Fakülesi İnşaa Mühendisliği Bölümü Yozga Yrd. Doç. Dr. Burhan ÜNAL Bozok Üniversiesi n aa Mühendisli

Detaylı

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ

ISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ .4.26 5. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ Mekul Kıymet Yatırımlarıı Değerlemesi Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Temel Değerleme Modeli Mekul Kıymet Değerlemesi

Detaylı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 1: Posta Arabası Problemi. Örnek 1: Posta Arabası Problemi. Hafta 1

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 1: Posta Arabası Problemi. Örnek 1: Posta Arabası Problemi. Hafta 1 YÖNYLM RŞTRMS afta 1 Öğretim Üyei: Yrd. oç. r. eyazıt Ocakta er grubu: e-mail: bocakta@gmail.com iamik Programlama iamik Programlama (P) bir çok optimizayo problemii çözmek içi kullaılabile bir tekiktir.

Detaylı

OKUL ÖNCESİ DÖNEMİ İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİ 3

OKUL ÖNCESİ DÖNEMİ İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİ 3 The Joural of Academic Social Sciece OKUL ÖNCESİ DÖNEMİ İŞİTME ENGELLİ ÇOCUKLARDA MÜİK EĞİTİMİ 3 ÖET Ece KARŞAL 1 Tüli MALKOÇ 2 Bu çalışmada, Okul öcesi döem işitme egelli çocuklara müzik eğitimi verilmiş

Detaylı

NİÇİN ÖRNEKLEME YAPILIR?

NİÇİN ÖRNEKLEME YAPILIR? İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek

Detaylı

FİBER BRAGG IZGARA TABANLI OPTİK SENSÖRÜN ANALİZİ

FİBER BRAGG IZGARA TABANLI OPTİK SENSÖRÜN ANALİZİ FİER RAGG IZGARA TAANLI OPTİK SENSÖRÜN ANALİZİ Lale KARAMAN 1 N. Özlem ÜNVERDİ Elektroik ve Haberleşme Mühedisliği ölümü Elektrik-Elektroik Fakültesi Yıldız Tekik Üiversitesi, 34349, eşiktaş, İstabul 1

Detaylı

Sistem Modellerinin Zaman Cevabı ve Performans Kriterleri

Sistem Modellerinin Zaman Cevabı ve Performans Kriterleri Korol Siemleri Taarımı Siem Modellerii Zama Cevabı ve Performa Krierleri Prof.Dr. Galip Caever Korol Siemleri Taarımı Prof.Dr.Galip Caever Kapalı dögü iemi oluşurulmaıda öce iem modelide geçici rejim cevabıı

Detaylı

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr.

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr. SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER - Döemi Ders Notları Pro. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri

Detaylı

AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ. Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2

AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ. Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2 S.Ü. Müh. Bilim ve Tek. Derg., c.2, s.1, 2014 Selcuk Uiv. J. Eg. Sci. Tech., v.2,.1, 2014 ISSN: 2147-9364 (Elektroik) AFYONKARAHİSAR İLİ YENİLENEBİLİR ENERJİ POTANSİYELİ Ziya DEMİRKOL 1 Mehmet ÇUNKAŞ 2

Detaylı

ÖZET Doktora Tezi KISITLI DURUM KALMAN FİLTRESİ VE BAZI UYGULAMALARI Esi KÖKSAL BABACAN Akara Üiversitesi Fe Bilimleri Estitüsü İstatistik Aabilim Dal

ÖZET Doktora Tezi KISITLI DURUM KALMAN FİLTRESİ VE BAZI UYGULAMALARI Esi KÖKSAL BABACAN Akara Üiversitesi Fe Bilimleri Estitüsü İstatistik Aabilim Dal ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ KISITLI DURUM KALMAN FİLTRESİ VE BAZI UYGULAMALARI Esi KÖKSAL BABACAN İSTATİSTİK ANABİLİM DALI ANKARA 2009 Her hakkı saklıdır ÖZET Doktora Tezi

Detaylı

Türk kamu ihale kanununda fiyat ile birlikte fiyat dışı unsurların da dikkate alındığı ihale için tedarikçinin çoklu teklif hazırlama stratejisi

Türk kamu ihale kanununda fiyat ile birlikte fiyat dışı unsurların da dikkate alındığı ihale için tedarikçinin çoklu teklif hazırlama stratejisi İstabul Üiversitesi İşletme Fakültesi Dergisi Istabul Uiversity Joural of the School of Busiess Cilt/Vol:43, Sayı/No:1, 2014, 55-69 ISSN: 1303-1732 - www.ifdergisi.org 2014 Türk kamu ihale kauuda fiyat

Detaylı