MONTE CARLO BENZETİMİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "MONTE CARLO BENZETİMİ"

Transkript

1 MONTE CARLO BENZETİMİ U(0,1) rassal değişkenler kullanılarak (zamanın önemli bir rolü olmadığı) stokastik ya da deterministik problemlerin çözümünde kullanılan bir tekniktir. Monte Carlo simülasyonu, genellikle statik simülasyon modellerinde kullanılır. Bazı yazarlar Monte Carlo simülasyonunu, rassal sayı kullanımını içeren bir simülasyon olarak tanımlamaktadırlar. Burada kullanılan tanım ise daha kısıtlıdır. Yani, zamanın önemli bir rolünün olmadığı stokastik ve deterministik problemler için kullanılan bir simülasyon tekniğidir. Monte Carlo metodu ilk defa II. Dünya Savaşı sırasında atom bombasının geliştirilmesi ile ilgili problemlere uygulanmıştır. b = ÖRNEK: I g( x) dx integralini çözmek istiyoruz. a g(x) fonksiyonu, analitik çözümü olmayan bir fonksiyon olsun Bu deterministik problemin, Monte Carlo Benzetimi ile çözümünü inceleyelim. Yeni bir rassal değişken olarak Y tanımlansın. Y = ( b a) g( X ) a X b X, [a,b] aralığında düzgün dağılıma sahip bir rassal değişkendir.

2 Aranılan integralin değeri, Y nin beklenen değerine eşit çıktı. Buradan yararlanarak in değeri Monte Carlo benzetimi ile bulunabilir. b a dx x g ) ( n X g a b n Y Y Y E n i i n i i = = = = = 1 ) 1 ( ) ( ) ( ), ( ~, 2,..., 1 b a U X X X n rassal değişkenler.

3 ÖRNEK: π sayısının bulunması

4 ÖRNEK: Kenarları birim uzunlukta olan bir kare düşününüz. Bu kare içinde rassal seçilen A ve B noktaları olsun. A ve B arası d uzunluğundadır. d nin 0.8 den küçük olma olasılığı nedir? Monte Carlo tekniğiyle rassal olarak 1000 adet A ve B noktaları üreterek d nin 0.8 den küçük olma olasılığını bulunuz. Kullanacağınız yaklaşımı açıklayarak, akış şemasını çiziniz.

5

6 ÖRNEK: ~ (0,1) rassal değişkenler için; U i n N = min n : i= 1 U i > 1 N, toplamın 1 i geçtiği rassal sayıların sayısına eşittir adet deneme yaparak E(N) i hesaplayan algoritma; K=Deneme sayısı K Top=Genel toplam Ni i= E( N) = 1 K N=toplamları 1 i geçen rassal sayı sayacı

7 GENEL AMAÇLI DİLLER- BENZETİM DİLLERİ Bir benzetim çalışmasında verilmesi gereken kararlardan birisi, uygun programlama dilinin seçilmesidir. BENZETİM DİLİ AVANTAJLARI: Programlama zamanı azalır. Modelin programlanmasında gerekli özelliklerin birçoğu benzetim dilinde mevcuttur. Değiştirilmesi kolaydır. Programlama hatasını bulmak kolaydır. Bu programlarda hata türleri belirlenmiş ve kodlanmıştır. Çoğu benzetim dili, programın çalışması sırasında dinamik depolama özelliğine sahiptir. Bu durum, özellikle büyük boyutlu problemlerin çalıştırılmasında önemlidir. Diğer taraftan, birçok benzetim modeli GENEL AMAÇLI DİLLER ile yazılır. AVANTAJLARI; Birçok analist, genel amaçlı dilleri bilmektedir. Ancak bu, benzetim dilleri için geçerli değildir. FORTRAN veya BASIC, hemen her bilgisayarda bulunabilir. Ancak, benzetim diline erişim bu kadar kolay değildir. Dilinin kullanılacağı bilgisayara göre (mainframe, micro computer) kodlamada düzeltmeler yapmak gerekebilir. Örneğin, GPSS. Genel amaçlı dillerle çok iyi yazılmış bir programın çalışma zamanı, benzetim dili kullanılarak yazılmış programın çalışma zamanından daha az olabilir. Ancak, günümüzde bilgisayar teknolojisindeki hızlı gelişimden dolayı bu faktörün önemi azalmıştır. Genel amaçlı diller, benzetim dillerine nazaran programlamada büyük esneklik sağlar. Örneğin, karmaşık hesaplamalar için benzetim dilleri uygun değildir.

8 BENZETİM YAZILIMLARININ SINIFLANDIRILMASI Benzetim yazılımları; diller (languages) ve benzeticiler (simulator) olmak üzere iki ayrı sınıfa ayrılır. DİLLER: Çeşitli uygulamalar için gerekli kodlama özelliklerine sahip olabilen, genel bir bilgisayar paketidir. Örneğin; SIMAN ve SLAM II, konveyörler ve otomatik yönlendirilen araçlar için üretim modüllerine sahiptir. Bir benzetim modelinin programlanmasında, kullanılan dilin modelleme yapısı kullanılır. Benzetim dillerinin en önemli özelliği; değişik tipteki sistemleri modelleme kabiliyetine sahip olmalarıdır. En büyük dezavantajı ise programlamayı yapabilecek bilgiye sahip olunmasını gerektirmesi ve karmaşık sistemlerin modellenmesinde kodlamanın ve programın doğruluğunun belirlenmesinin uzun zaman almasıdır. BENZETİCİLER: Belirli sistemleri benzetime alan bir bilgisayar paketidir. Kullanıldığında, modelin kodlamasına gerek kalmayabilir ya da çok az ihtiyaç duyulur. Üretim, bilgisayara ve haberleşme sistemlerinin belirli tipleri için piyasada çeşitli benzeticiler vardır. Bir sistemin benzetimi menüler ve grafikler yardımı ile gerçekleştirilir. Avantajları: Modelin kodlama zamanı, dile göre çok azdır. Çoğu benzetici kullanıldıkları sistemlerle ilgili özel modelleme yapısına sahiptir. Bu özellik, programlama bilgisine sahip olmayan kişiler için tercih sebebi olmaktadır. Dezavantajı: o Belirli sistemler kısıtlıdır. için geliştirildiklerinden dolayı kullanımları

9 BAZI BENZETİM DİLLERİ GPSS: General Purpose Simulation System SIMAN: SIMulation ANalysis (Pegden ve arkadaşları,1990) Cinema; SIMAN ın tüm özelliklerine sahip bir dildir. Aynı zamanda animasyon özelliği vardır. SIMSCRIPT II.5 SLAM II: Simulation Language for Alternative Modelling ( Pegden ve Pritsker, 1979) Üretim Uygulamaları için Geliştirilmiş Bazı Benzeticiler: AutoMod II ProModel SIMFACTORY II.5 WITNESS XCELL+ Bilgisayar Sistemleri NETWORK II.5 CACI COMNET II.5

10 BİR YAZILIMDAN NELER BEKLENİR? Bir benzetim paketinden istenilen özellikler 5 grupta toplanabilir. 1. Genel Özellikler: Esneklik Model gelişiminin kolaylığı Hız İzin verilen model genişliği; micro bilgisayarlar kullanıldığında önem kazanmaktadır. Bazı paketler için maksimum model genişliği 100 KB dan küçüktür. Farklı bilgisayarlarda kullanılabilirlik Kesikli ve sürekli benzetim için kullanılabilirlik 2. Animasyon: Bir simülasyon modelinin popülaritesinin artmasındaki önemli sebeplerden birisi animasyon kullanımının kolay olmasıdır. Animasyon ile, bir sistemin zaman içindeki değişimi grafiksel olarak görülebilir. Avantajları: Bir benzetim programının doğruluğunun kontrol edilebilir, Benzetim modelinin geçerli olmadığını gösterilebilir, Sistem için yeni prosedürlerin önerilebilir, Sistemin dinamik tavrının anlaşılabilir. o o o Dezavantajları: Animasyon, benzetim çıktısının istatistiksel analizinin yerini alamaz. Kısa bir zaman animasyona bakarak, sistemin çok iyi tanımlandığı sonucuna varılamaz. Bir benzetim modelinin modellenme zamanını artırır ve animasyon özelliğine sahip benzetim paketleri pahalıdır.

11 3. İstatistiksel Kabiliyetler: Gerçek sistemler rassal özelliklere sahip olduğundan, bu sistemlerin benzetime tabi tutulduğu bir benzetim paketi de gerekli istatistiksel özelliklere sahip olmalıdır. Örneğin; standart dağılımlar pakette bulunmalıdır. Modelin otomatik olarak bağımsız tekrarlamaları, farklı başlangıç değerleri kullanarak yapılabilmelidir. 4.Müşterinin Desteklenmesi: Paketin kullanımında ortaya çıkan problemlerde, satıcı firmanın kullanıcıya gerekli yardımı yapmasıdır. 5.Çıktı Raporları: Paket, modelin performans ölçütleri ile ilgili istatistikleri (doluluk oranı, kuyruk genişliği, bekleme ve çıktı gibi) için standart raporları kullanıcıya verebilmelidir.

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

BENZETİM. Prof.Dr.Berna Dengiz. 4. Ders Modelleme yaklaşımları Benzetim yazılımlarında aranan özellikler M/M/1 Kuyruk Sistemi benzetimi

BENZETİM. Prof.Dr.Berna Dengiz. 4. Ders Modelleme yaklaşımları Benzetim yazılımlarında aranan özellikler M/M/1 Kuyruk Sistemi benzetimi Prof.Dr.Berna Dengiz 4. Ders Modelleme yaklaşımları Benzetim yazılımlarında aranan özellikler M/M/1 Kuyruk Sistemi benzetimi BENZETİM DİLLERİNDE MODELLEME YAKLAŞIMLARI Tüm benzetim dilleri; ya olay-çizelgeleme

Detaylı

Benzetim 13. Ders. Benzetim Paketleri ve Promodel e Giriş

Benzetim 13. Ders. Benzetim Paketleri ve Promodel e Giriş Benzetim 13. Ders Benzetim Paketleri ve Promodel e Giriş BENZETİM PAKETİNDEN BEKLENEN ÖZELLİKLERİ Genel Özellikler: Modelleme esnekliği (bir modelin değişik parametrelerle yenilenebilmesi), Yeni model

Detaylı

BENZETİM. Prof.Dr.Berna Dengiz

BENZETİM. Prof.Dr.Berna Dengiz Prof.Dr.Berna Dengiz 2. Ders Sistemin Performans.. Ölçütleri Sistem Türleri Benzetim Modelleri Statik veya Dinamik Deterministik ( belirli ) & Stokastik ( olasılıklı) Kesikli & Sürekli Sistemin Performans

Detaylı

SİSTEM SİMÜLASYONU BENZETIM 1 SİMÜLASYON MODEL TÜRLERİ 1. STATİK VEYA DİNAMİK. Simülasyon Modelleri

SİSTEM SİMÜLASYONU BENZETIM 1 SİMÜLASYON MODEL TÜRLERİ 1. STATİK VEYA DİNAMİK. Simülasyon Modelleri SİSTEM SİMÜLASYONU SİMÜLASYON MODELİ TÜRLERİ BİR SİMÜLASYON ÇALIŞMASINDA İZLENECEK ADIMLAR ve SİMÜLASYON MODEL TÜRLERİ Simülasyon Modelleri Üç ana grupta toplanabilir; 1. Statik (Static) veya Dinamik (Dynamic),

Detaylı

ENM 316 BENZETİM DERS 1 GİRİŞ. Benzetim, karmaşık sistemlerin tasarımı ve analizinde kullanılan en güçlü analiz araçlarından birisidir.

ENM 316 BENZETİM DERS 1 GİRİŞ. Benzetim, karmaşık sistemlerin tasarımı ve analizinde kullanılan en güçlü analiz araçlarından birisidir. ENM 316 BENZETİM DERS 1 GİRİŞ Benzetim, karmaşık sistemlerin tasarımı ve analizinde kullanılan en güçlü analiz araçlarından birisidir. Genel anlamda benzetim, zaman içinde sistemin işleyişinin taklididir.

Detaylı

SİSTEMİN PERFORMANS ÖLÇÜTLERİ

SİSTEMİN PERFORMANS ÖLÇÜTLERİ SİSTEMİN PERFORMANS ÖLÇÜTLERİ Sistem Türleri Benzetim Modelleri Statik veya Dinamik Deterministik ( Belirli ) & Stokastik ( Olasılıklı) Kesikli & Sürekli Statik Monte Carlo Benzetimi İLHAN AYDIN BENZETİM

Detaylı

ENM 316 BENZETİM GİRİŞ DERS 1 GİRİŞ GİRİŞ. Zaman içerisinde değişiklik gösteren bir sistemin tavrı, geliştirilen bir benzetim modeli ile incelenir.

ENM 316 BENZETİM GİRİŞ DERS 1 GİRİŞ GİRİŞ. Zaman içerisinde değişiklik gösteren bir sistemin tavrı, geliştirilen bir benzetim modeli ile incelenir. GİRİŞ ENM 316 BENZETİM DERS 1 Zaman içerisinde değişiklik gösteren bir sistemin tavrı, geliştirilen bir benzetim modeli ile incelenir. Model, sistemin çalışması ile ilgili kabullerin bir setinden oluşur.

Detaylı

BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER

BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET MODELER Yazılımı ve Genel Özellikleri Doç.Dr. Cüneyt BAYILMIŞ Kablosuz Ağların Modellemesi ve Analizi 1 OPNET OPNET Modeler, iletişim sistemleri ve

Detaylı

SİSTEM SİMÜLASYONU

SİSTEM SİMÜLASYONU 1106104 SİSTEM SİMÜLASYONU Yrd Doç. Dr. Sırma Yavuz Çarşamba 13:00-15:30 (F-19) Ofis: B Blok - Kat 4 Donanım Lab. Ofis Saatleri : Çarşamba 16:00-17:00 Ders İçeriği Simülasyona Giriş: Simülasyonun avantaj

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

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

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

Eme Sistem simülasyonu. Giriş. Simulasyonun Kullanım Alanları (Devam) Simulasyonun Kullanım Alanları. Sistem Simülasyonuna Giriş

Eme Sistem simülasyonu. Giriş. Simulasyonun Kullanım Alanları (Devam) Simulasyonun Kullanım Alanları. Sistem Simülasyonuna Giriş Eme 3105 Giriş Sistem simülasyonu Gerçek Dünya Sureci Sistemin davranışıyla ilişkili varsayımlar seti Modelleme & Analiz Sistem Simülasyonuna Giriş Ders 1 Simülasyon, gerçek bir dünya sureci yada sistemindeki

Detaylı

9/14/2016 EME 3117 SİSTEM SIMÜLASYONU. Giriş. (Devam) Simulasyonun Kullanım Alanları. Sistem Simülasyonuna Giriş. Hafta 1. Yrd.Doç.Dr.

9/14/2016 EME 3117 SİSTEM SIMÜLASYONU. Giriş. (Devam) Simulasyonun Kullanım Alanları. Sistem Simülasyonuna Giriş. Hafta 1. Yrd.Doç.Dr. EME 3117 SİSTEM SIMÜLASYONU Sistem Simülasyonuna Giriş Hafta 1 Yrd.Doç.Dr.Beyazıt Ocaktan Giriş Simülasyon, gerçek bir dünya süreci yada sistemindeki işlemlerin zamana bağlı değişimlerinin taklit edilmesidir.

Detaylı

EME 3105 Giriş SISTEM SIMÜLASYONU Sistem Simülasyonuna Giriş Simülasyon Ders 1 Simülasyon, Yrd.Doç.Dr.Beyazıt Ocaktan

EME 3105 Giriş SISTEM SIMÜLASYONU Sistem Simülasyonuna Giriş Simülasyon Ders 1 Simülasyon, Yrd.Doç.Dr.Beyazıt Ocaktan EME 3105 Giriş SISTEM SIMÜLASYONU Sistem Simülasyonuna Giriş Gerçek Dünya Sureci Sistemin davranışıyla ilişkili varsayımlar seti Modelleme & Analiz Ders 1 Yrd.Doç.Dr.Beyazıt Ocaktan Simülasyon, gerçek

Detaylı

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi 1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri

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

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

EME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi

EME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi ..4 EME 7 Rassal Sayı ve Rassal Değer Üretimi SİSTEM SİMÜLASYONU Rassal Sayı ve Rassal Değer Üretimi Ders Girdi Analizi bölümünde gözlemlerden elde edilen verilere en uygun dağılımı uydurmuştuk. Bu günkü

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

YÖNEYLEM ARAŞTIRMASI - I

YÖNEYLEM ARAŞTIRMASI - I YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı

Detaylı

MONTE CARLO BENZETİMİNİN BİR KARAR PROBLEMİNE UYGULANMASI

MONTE CARLO BENZETİMİNİN BİR KARAR PROBLEMİNE UYGULANMASI PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİLİMLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 2001 : 7 : 1 : 145-149

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

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

MODELLEME VE BENZETİM

MODELLEME VE BENZETİM MODELLEME VE BENZETİM Hazırlayan: Özlem AYDIN Not: Bu sunumda Yrd. Doç. Dr. Yılmaz YÜCEL in Modelleme ve Benzetim dersi notlarından faydalanılmıştır. DERSE İLİŞKİN GENEL BİLGİLER Dersi veren: Özlem AYDIN

Detaylı

CRYSTAL BALL Eğitimi

CRYSTAL BALL Eğitimi CRYSTAL BALL Eğitimi İki günlük bu kursun ilk yarısında, Crystal Ball Fusion Edition kullanılarak Excel tablolarına dayalı risk analizi öğretilecektir. Monte Carlo simülasyonu, tornado analizi ve Crystal

Detaylı

Yrd.Doç.Dr.Ceyda ŞEN-Üretimde Simülasyon ve Uygulamaları

Yrd.Doç.Dr.Ceyda ŞEN-Üretimde Simülasyon ve Uygulamaları Simülasyonda Bilgisayar Kullanımı DERS 5: SİMÜLASYONDA BİLGİSAYAR KULLANIMI Bölüm 1: Simülasyon Yazılımları, Simülasyon Paket Programları, Simülasyon Yazılımı Seçim Süreci Bir simülasyon çalışmasında verilmesi

Detaylı

Girişimcilikte Simülasyon: Eğitimcinin Eğitimi

Girişimcilikte Simülasyon: Eğitimcinin Eğitimi Girişimcilikte Simülasyon: Eğitimcinin Eğitimi Giriş Modeller Uygulamalar Risk analizi Olası Analiz Simülasyon Yöntemi Envanter Simülasyonu Bekleme Hatları Avantajlar ve dezavantajlar Referanslar SUNUM

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

Yazılım Mühendisliği 1

Yazılım Mühendisliği 1 Yazılım Mühendisliği 1 HEDEFLER Yazılım, program ve algoritma kavramları anlar. Yazılım ve donanım maliyetlerinin zamansal değişimlerini ve nedenleri hakkında yorum yapar. Yazılım mühendisliği ile Bilgisayar

Detaylı

ProModel ile Modelleme. Benzetim 14. Ders

ProModel ile Modelleme. Benzetim 14. Ders ProModel ile Modelleme Benzetim 14. Ders ProModel Menüleri ProModel temel olarak iki ayrı alandan oluşur, bu alanlar Main Menüler ve Layout Window udur. File menüsü ProModel Menüleri ProModel Menüleri

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 3616

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 3616 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: SİSTEM SİMÜLASYONU Dersin Orjinal Adı: SİSTEM SİMÜLASYONU Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 366

Detaylı

C PROGRAMLAMA YRD.DOÇ.DR. BUKET DOĞAN PROGRAM - ALGORİTMA AKIŞ ŞEMASI

C PROGRAMLAMA YRD.DOÇ.DR. BUKET DOĞAN PROGRAM - ALGORİTMA AKIŞ ŞEMASI C PROGRAMLAMA DİLİ YRD.DOÇ.DR. BUKET DOĞAN 1 PROGRAM - ALGORİTMA AKIŞ ŞEMASI Program : Belirli bir problemi çözmek için bir bilgisayar dili kullanılarak yazılmış deyimler dizisi. Algoritma bir sorunun

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

MATLAB A GİRİŞ. EE-346 Hafta-1 Dr. Ayşe DEMİRHAN

MATLAB A GİRİŞ. EE-346 Hafta-1 Dr. Ayşe DEMİRHAN MATLAB A GİRİŞ EE-346 Hafta-1 Dr. Ayşe DEMİRHAN MATLAB Teknik ve bilimsel hesaplamalar için yazılmış yüksek performanslı bir yazılım geliştirme aracı MATrix LABoratory (MATLAB) Boyutlandırma gerekmeyen

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

SAYISAL ÇÖZÜMLEME. Yrd.Doç.Dr.Esra Tunç Görmüş. 1.Hafta

SAYISAL ÇÖZÜMLEME. Yrd.Doç.Dr.Esra Tunç Görmüş. 1.Hafta SAYISAL ÇÖZÜMLEME Yrd.Doç.Dr.Esra Tunç Görmüş 1.Hafta Sayısal çözümleme nümerik analiz nümerik çözümleme, approximate computation mühendislikte sayısal yöntemler Computational mathematics Numerical analysis

Detaylı

Rassal Değişken Üretimi

Rassal Değişken Üretimi Rassal Değişken Üretimi Doç. Dr. Mehmet AKSARAYLI GİRİŞ Yaşadığımız ya da karşılaştığımız olayların sonuçları farlılık göstermektedir. Sonuçları farklılık gösteren bu olaylar, tesadüfü olaylar olarak adlandırılır.

Detaylı

BİL1002 Bilgisayar Programlama PROF.DR.TOLGA ELBİR

BİL1002 Bilgisayar Programlama PROF.DR.TOLGA ELBİR BİL1002 Bilgisayar Programlama PROF.DR.TOLGA ELBİR Bilgisayar Programı Nedir? Program, bilgisayarda belirli bir amacı gerçekleştirmek için geliştirilmiş yöntemlerin ve verilerin, bilgisayarın donanımının

Detaylı

Modelleme bir sanattan çok bir Bilim olarak tanımlanabilir. Bir model kurucu için en önemli karar model seçiminde ilişkileri belirlemektir.

Modelleme bir sanattan çok bir Bilim olarak tanımlanabilir. Bir model kurucu için en önemli karar model seçiminde ilişkileri belirlemektir. MODELLEME MODELLEME Matematik modelleme yaklaşımı sistemlerin daha iyi anlaşılması, analiz edilmesi ve tasarımının etkin ve ekonomik bir yoludur. Modelleme karmaşık parametrelerin belirlenmesi için iyi

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

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

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim

Detaylı

IE 303T Sistem Benzetimi

IE 303T Sistem Benzetimi IE 303T Sistem Benzetimi 1 DERS 1 Simulasyona Giriş A very large part of space-time must be investigated, if reliable results are to be obtained, A. Turing Dersin İçeriği Geçen Dersin Tekrarı Banka Şubesi

Detaylı

BLG 1306 Temel Bilgisayar Programlama

BLG 1306 Temel Bilgisayar Programlama BLG 1306 Temel Bilgisayar Programlama Öğr. Grv. M. Mustafa BAHŞI WEB : mustafabahsi.cbu.edu.tr E-MAIL : mustafa.bahsi@cbu.edu.tr Bilgisayar ile Problem Çözüm Aşamaları Programlama Problem 1- Problemin

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

GALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011)

GALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011) 08.401.001 08.401.002 08.401.003 Dikkat Seviyesindeki Değişimlerin Elektrofizyolojik Ölçümler İle İzlenmesi PFO(Patent Foramen Ovale) Teşhisinin Bilgisayar Yardımı İle Otomatik Olarak Gerçeklenmesi ve

Detaylı

Bilgisayar Programı Nedir?

Bilgisayar Programı Nedir? BİL1002 Bilgisayar Programlama PROF.DR.TOLGA ELBİR Bilgisayar Programı Nedir? Program, bilgisayarda i belirli libir amacı gerçekleştirmek için geliştirilmiş yöntemlerin ve verilerin, bilgisayarındonanımınınyerine

Detaylı

VERİ YAPILARI VE PROGRAMLAMA (BTP104)

VERİ YAPILARI VE PROGRAMLAMA (BTP104) VERİ YAPILARI VE PROGRAMLAMA (BTP104) Yazar: Doç.Dr. İ. Hakkı CEDİMOĞLU S1 SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

RASSAL SAYI ÜRETİLMESİ

RASSAL SAYI ÜRETİLMESİ Dr. Mehmet AKSARAYLI Ekonometri Böl. Simülasyon Ders Notları Rassal Sayı Üretilmesi RASSAL SAYI ÜRETİLMESİ Simülasyon analizinde kullanılacak az sayıda rassal sayı üretimi için ilkel yöntemler kullanılabilir.

Detaylı

SİMÜLASYON Hazırlayan: Özlem AYDIN

SİMÜLASYON Hazırlayan: Özlem AYDIN SİMÜLASYON Hazırlayan: Özlem AYDIN Not: Bu sunumda Yrd. Doç. Dr. Yılmaz YÜCEL in Modelleme ve Benzetim dersi notlarından faydalanılmıştır. SİMÜLASYONUN ORTAYA ÇIKIŞI Simülasyonun modern anlamda kullanılışı

Detaylı

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi

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

BEDEN EĞİTİMİ I: Haftalık ders 1 saattir (T-0 ) (U-l) (K-0).

BEDEN EĞİTİMİ I: Haftalık ders 1 saattir (T-0 ) (U-l) (K-0). I.SINIF-1.YARIYIL TÜRK DİLİ I : Haftalık ders 2 saattir (T-2 ) (U-0) (K-2). Ders İçeriği; % 10 Dil, Diller ve Türk Dili, % 15 Dil Bilgisi, Sözcük ve Cümle % 25 Kelime Türleri % 25 Anlatım Öğeleri ve Anlatım

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

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

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

YAPI İŞLETMESİ VE ŞANTİYE TEKNİĞİ 11 MONTE CARLO SİMÜLASYONU İLE İNŞAAT PROJELERİNDE SÜRE PLANLAMASI

YAPI İŞLETMESİ VE ŞANTİYE TEKNİĞİ 11 MONTE CARLO SİMÜLASYONU İLE İNŞAAT PROJELERİNDE SÜRE PLANLAMASI MONTE CARLO SİMÜLASYONU İLE İNŞAAT PROJELERİNDE SÜRE PLANLAMASI Simülasyon gerçek yaşamı taklit etme sürecidir. Simülasyon Çeşitleri Fiziksel simülasyon Bilgisayarlı simülasyon Bilgisayarlı simülasyon

Detaylı

IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I

IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I Geçen Ders Sürekli Dağılımlar Uniform dağılımlar Üssel dağılım ve hafızasızlık özelliği (memoryless property) Gamma Dağılımı

Detaylı

Matematik Ders Notları. Doç. Dr. Murat Donduran

Matematik Ders Notları. Doç. Dr. Murat Donduran Matematik Ders Notları Doç. Dr. Murat Donduran Mart 18, 28 2 İçindekiler 1 Tanımlı Integral Uygulamaları 5 1.1 Olasılık.............................. 5 3 4 İÇINDEKILER Bölüm 1 Tanımlı Integral Uygulamaları

Detaylı

Doç. Dr. Metin Özdemir Çukurova Üniversitesi

Doç. Dr. Metin Özdemir Çukurova Üniversitesi FİZİKTE SAYISAL YÖNTEMLER Doç. Dr. Metin Özdemir Çukurova Üniversitesi Fizik Bölümü 2 ÖNSÖZ Bu ders notları Fizik Bölümünde zaman zaman seçmeli olarak vermekte olduǧum sayısal analiz dersinin hazırlanması

Detaylı

GENELLEŞTİRİLMİŞ KÜME ALGORİTMALARI Genelleştirilmiş küme günümüzde son derece popüler olan ve pek çok alanda uygulanabilir algoritmalar için

GENELLEŞTİRİLMİŞ KÜME ALGORİTMALARI Genelleştirilmiş küme günümüzde son derece popüler olan ve pek çok alanda uygulanabilir algoritmalar için GENELLEŞTİRİLMİŞ KÜME ALGORİTMALARI Genelleştirilmiş küme günümüzde son derece popüler olan ve pek çok alanda uygulanabilir algoritmalar için kullanılan genel bir terimdir. Bu ailede en çok bilinen algoritmalar,

Detaylı

IE 303 SİSTEM BENZETİMİ

IE 303 SİSTEM BENZETİMİ IE 303 SİSTEM BENZETİMİ DERS 2 : S I M U L A S Y O N Ö R N E K L E R I...making simulations of what you're going to build is tremendously useful if you can get feedback from them that will tell you where

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

1106104 SİSTEM SİMÜLASYONU

1106104 SİSTEM SİMÜLASYONU 1106104 SİSTEM SİMÜLASYONU Yrd Doç. Dr. Sırma Yavuz Pazartesi 13:00-15:50 (F-19) Ofis: B Blok - Kat 7 Ofis Saatleri : Çarşamba 14:00-15:00 İletişim http://www.ce.yildiz.edu.tr http://www.yildiz.edu.tr/~smyavuz

Detaylı

BENZETİM. Prof.Dr.Berna Dengiz. 1. Ders. Benzetim nedir? Amaçları Avantajı Dezavantajı Uygulama Alanları Sistem Sistemin Bileşenleri

BENZETİM. Prof.Dr.Berna Dengiz. 1. Ders. Benzetim nedir? Amaçları Avantajı Dezavantajı Uygulama Alanları Sistem Sistemin Bileşenleri Prof.Dr.Berna Dengiz 1. Ders Benzetim nedir? Amaçları Avantajı Dezavantajı Uygulama Alanları Sistem Sistemin Bileşenleri 1.GİRİŞ Benzetim, karmaşık sistemlerin tasarımı ve analizinde kullanılan en güçlü

Detaylı

MatLab. Mustafa Coşar mustafacosar@hitit.edu.tr http://web.hitit.edu.tr/mustafacosar

MatLab. Mustafa Coşar mustafacosar@hitit.edu.tr http://web.hitit.edu.tr/mustafacosar MatLab Mustafa Coşar mustafacosar@hitit.edu.tr http://web.hitit.edu.tr/mustafacosar Sunum Planı MatLab Hakkında Ekran Yapısı Programlama Yapısı Matlab da Programlamaya Giriş Sorular MatLab Hakkında MatLab;

Detaylı

Okut. Yüksel YURTAY. İletişim : (264) Sayısal Analiz. Giriş.

Okut. Yüksel YURTAY. İletişim :  (264) Sayısal Analiz. Giriş. Okut. Yüksel YURTAY İletişim : Sayısal Analiz yyurtay@sakarya.edu.tr www.cs.sakarya.edu.tr/yyurtay (264) 295 58 99 Giriş 1 Amaç : Mühendislik problemlerinin bilgisayar ortamında çözümünü mümkün kılacak

Detaylı

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan 1 Ders Planı 1. Karar Problemleri i. Karar problemlerinin bileşenleri ii. Değerler, amaçlar, bağlam iii. Etki diagramları 2. Model Girdilerinde Belirsizlik

Detaylı

NX Motion Simulation:

NX Motion Simulation: NX Motion Simulation: Mekanizma Hareket Analizi UNIGRAPHICS NX yazılımının modüllerinden biri olan NX Motion Simulation, NX Dijital Ürün Tasarımı ailesinin mühendislik bileşenlerinden birisidir. Motion

Detaylı

SİSTEM SİMÜLASYONU SİSTEM SİMULASYONU 1 SİMÜLASYON NEDİR? BENZETİMİN YERİ?

SİSTEM SİMÜLASYONU SİSTEM SİMULASYONU 1 SİMÜLASYON NEDİR? BENZETİMİN YERİ? SİSTEM SİMÜLASYONU 1. GİRİŞ SİMÜLASYON NEDİR? Simülasyon, karmaşık sistemlerin tasarımı ve analizinde kullanılan en güçlü analiz araçlarından birisidir. Genel anlamda simülasyon, zaman içinde bir üretim

Detaylı

PROGRAMLAMA TEMELLERİ

PROGRAMLAMA TEMELLERİ PROGRAMLAMA TEMELLERİ 2.HAFTA Yazılım Yazılım, elektronik aygıtların belirli bir işi yapmasını sağlayan programların tümüne verilen isimdir. Bir başka deyişle var olan bir problemi çözmek amacıyla bilgisayar

Detaylı

İÇİNDEKİLER 1. GİRİŞ...

İÇİNDEKİLER 1. GİRİŞ... İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel

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

SOLIDWORKS SIMULATION EĞİTİMİ

SOLIDWORKS SIMULATION EĞİTİMİ SOLIDWORKS SIMULATION EĞİTİMİ Kurs süresince SolidWorks Simulation programının işleyişinin yanında FEA teorisi hakkında bilgi verilecektir. Eğitim süresince CAD modelden başlayarak, matematik modelin oluşturulması,

Detaylı

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTTİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. slı SUNER KRKÜLH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim D. Web: www.biyoistatistik.med.ege.edu.tr 1 OLSILIK Olasılık; Tablo

Detaylı

Laboratuvar 3. Yrd.Doç.Dr.Beyazıt Ocaktan. Elektronik Montaj ve Test Örneği

Laboratuvar 3. Yrd.Doç.Dr.Beyazıt Ocaktan. Elektronik Montaj ve Test Örneği 1 SİSTEM SİMULASYONU Laboratuvar 3 Yrd.Doç.Dr.Beyazıt Ocaktan Elektronik Montaj ve Test Örneği 2 Bir elektronik devre üreticisinin kaplama atölyesini ele alalım. Bu isletmede A ve B parcaları farklı atölyelerde

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

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI *Mehmet YÜCEER, **Erdal KARADURMUŞ, *Rıdvan BERBER *Ankara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü Tandoğan - 06100

Detaylı

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir, 14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.

Detaylı

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri Girdi Analizi 0 Gerçek hayattaki benzetim modeli uygulamalarında, girdi verisinin hangi dağılımdan geldiğini belirlemek oldukça zor ve zaman harcayıcıdır. 0 Yanlış girdi analizi, elde edilen sonuçların

Detaylı

Son yıllarda bilgisayar teknolojisinin ilerlemesiyle ön plana çıktı.

Son yıllarda bilgisayar teknolojisinin ilerlemesiyle ön plana çıktı. MONTE CARLO YÖNTEMİ Birçok problemde analitik çözüm zor! Son yıllarda bilgisayar teknolojisinin ilerlemesiyle ön plana çıktı. Yüksek enerji fizigi Katıhal fiziği Biyofizikte atmosfer çalışmaları nükleer

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

ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YÖNEYLEM ARAŞTIRMASI (OPERATIONAL RESEARCH) ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SUNUM PLANI Yöneylem araştırmasının Tanımı Tarihçesi Özellikleri Aşamaları Uygulama alanları Yöneylem

Detaylı

Sinirsel Benzetim ve NSL. İlker Kalaycı 06, 2008

Sinirsel Benzetim ve NSL. İlker Kalaycı 06, 2008 Sinirsel Benzetim ve NSL İlker Kalaycı 06, 2008 Gündem Yapay Sinir Ağları Benzetim Benzetim Dilleri Sinirsel Benzetim Dilleri NEURON, GENESIS,NEST Gündem Neural Simulation Language (NSL) Tarihçe Genel

Detaylı

Programlama Dilleri 1. Ders 3: Rastgele sayı üretimi ve uygulamaları

Programlama Dilleri 1. Ders 3: Rastgele sayı üretimi ve uygulamaları Ders 3: Rastgele sayı üretimi ve uygulamaları Ders 3 Genel Bakış Giriş Rastgele Sayı Rastgele Sayı Üreteci rand Fonksiyonunun İşlevi srand Fonksiyonunun İşlevi Monte Carlo Yöntemi Uygulama 1: Yazı-Tura

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım 2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı

Detaylı

Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler

Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler İçerik Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler 1 3 0 0 3 8 Ön Koşul Derse Kabul Koşulları Dersin Dili Türü Dersin Düzeyi Dersin Amacı İngilizce Zorunlu Doktora

Detaylı

LOGİSTİC DAĞILIM VE RANDOM SAYI ÜRETİMİ

LOGİSTİC DAĞILIM VE RANDOM SAYI ÜRETİMİ C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 3, Sayı, 9 LOGİSTİC DAĞILIM VE RANDOM SAYI ÜRETİMİ Yalçın KARAGÖZ Cumhuriyet Üniversitesi, İ.İ.B.F. İşletme Bölümü Özet Bu çalışmada logistic dağılım hakkında

Detaylı

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10 EME 35 Girdi Analizi Prosedürü Sistem Simülasyonu Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Dağılıma

Detaylı

OMNET++ 4.2.2. Ağ Benzetim Yazılımı (Network Simulation Framework) BİL 372 Bilgisayar Ağları. GYTE - Bilgisayar Mühendisliği Bölümü

OMNET++ 4.2.2. Ağ Benzetim Yazılımı (Network Simulation Framework) BİL 372 Bilgisayar Ağları. GYTE - Bilgisayar Mühendisliği Bölümü Bilgisayar Mühendisliği Bölümü OMNET++ 4.2.2 Ağ Benzetim Yazılımı (Network Simulation Framework) BİL 372 Bilgisayar Ağları OMNET++ OMNET++ (Objective Modular Network Testbed in C++), nesneye yönelik (objectoriented)

Detaylı

2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018

2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018 2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018 Sigortacılık Eğitim Merkezi (SEGEM) tarafından hazırlanmış olan bu sınav sorularının her hakkı saklıdır. Hangi amaçla

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları

Detaylı

HACETTEPE ÜNİVERSİTESİ BİLGİSAYAR ve ÖĞRETİM TEKNOLOJİLERİ EĞİTİMİ BTÖ201- Programlama Dilleri 1 Hazırlayanın; Adı Soyadı Çağdaş KARADEMİR Numarası 20742248 Ders Sorumlusu Hakan Tüzün İçindekiler Problem

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

GALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011)

GALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011) 08.401.001 08.401.002 08.401.003 Dikkat Seviyesindeki Değişimlerin Elektrofizyolojik Ölçümler İle İzlenmesi PFO(Patent Foramen Ovale) Teşhisinin Bilgisayar Yardımı İle Otomatik Olarak Gerçeklenmesi ve

Detaylı

İleri Yöneylem Araştırması Uygulamaları Tam Sayılı Programlama

İleri Yöneylem Araştırması Uygulamaları Tam Sayılı Programlama İleri Yöneylem Araştırması Uygulamaları Tam Sayılı Programlama Dr. Özgür Kabak 2016-2017 Güz } Gerçek hayattaki bir çok problem } tam sayılı değişkenlerin ve } doğrusal kısıt ve amaç fonksiyonları ile

Detaylı

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi Bil101 Bilgisayar Yazılımı I Bilgisayar Yüksek Mühendisi Kullanıcıdan aldığı veri ya da bilgilerle kullanıcının isteği doğrultusunda işlem ve karşılaştırmalar yapabilen, veri ya da bilgileri sabit disk,

Detaylı

İÇİNDEKİLER. Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11. 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19

İÇİNDEKİLER. Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11. 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19 İÇİNDEKİLER ÖNSÖZ III Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19 Bölüm 2 DOĞRUSAL PROGRAMLAMA 21 2.1 Doğrusal Programlamanın

Detaylı