BÖLÜM IV: Proje Yönetimi. PERT metodu

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "BÖLÜM IV: Proje Yönetimi. PERT metodu"

Transkript

1 BÖLÜM IV: Proje Yönetimi PRT metodu

2 Kritik yol metodunun uygulanabilmesi için faaliyet sürelerinin bilinmesi gerekmektedir. Bir çok proje için ise faaliyet sürelerini belirlemek her zaman mümkün değildir. Süreleri tam olarak belirlenemeyen faaliyetler kritik yol üzerinde değilse ve bu faaliyetlerin bulunduğu düğümlerde büyük bolluklar varsa bu proje yine kritik yol metodu ile programlanabilir. Ancak, sadece zaman planlaması yapılabilir; kısaltma, kapasite dengelemesi ve maliyet hesapları yapılamaz. Gerçekte faaliyet sürelerinin ne olacağı konusunda belirsizlik vardır ve bu süre bir olasılık dağılımına sahip bir değişkendir. PRT bu belirsizliği 3 farklı tahmin kullanarak dikkate alır. Yöneylem Araştırması II 2

3 a = İyimser tahmin (her şey yolunda giderse) (olasılık dağılımın üst sınır değeri) m = n muhtemel tahmin (en gerçekçi zaman) b = Kötümser tahmin (her şey ters giderse (olasılık dağılımının alt sınır değeri) Yöneylem Araştırması II 3

4 1 inci varsayım: a (iyimser tahmin ) ile b (kötümser tahmin ) arası 6 varyanstır b a b a v 6 2 nci varsayım: Her faaliyet süresinin olasılık dağılımı beta dağılımıdır. İki uç noktası (a ve b) ve bir modu (m) olan beta dağılımının şekli 0 a b göre a m b t e a 4m b 6 Yöneylem Araştırması II 4

5 3 üncü varsayım: Faaliyet süreleri birbirinden bağımsız, rastgele değişkenlerdir. Her biri kendi dağılımına göre hareket eder. Bu kabul proje süresi ve varyansının hesaplanabilmesi için, her bir faaliyetin süresinin ve varyansının toplanmasına olanak verir. 4 üncü varsayım: Ortalama (beklenen) zamana (t e ) göre bulunan kritik yolun süresi her zaman diğer herhangi bir yolun süresinden fazladır. Buna göre; beklenen proje süresi (T) kritik yoldaki faaliyetlerin sürelerinin toplamına, proje varyansı (V p ) kritik yoldaki faaliyetlerin varyanslarının toplamına eşittir. 5 inci varsayım: Beta dağılımına sahip kritik faaliyetlerin ortalama sürelerinin toplamından oluşan proje süresinin dağılımı, merkezi limit teoremine göre, normal dağılımdır. Yöneylem Araştırması II 5

6 Şebekenin Kurulması: 1.İlk düğümün erken varyansı sıfırdır. 2. Herhangi bir düğümün erken varyansı v 1 0 v v v j i ij 3. Son düğümün geç varyansı sıfır alınır. G vn 0 4. Herhangi bir düğümüm geç varyansı v v v G G i j ij Yöneylem Araştırması II 6

7 Tablo 11.4 İsale hattı projesine ait faaliyetler ve bu faaliyetlerin iyimser, en muhtemel ve kötümser süreleri, beklenen süresi ve varyansı no faaliyet a m b te σ v 0-1 Hazırlık ve proje yap Şantiyenin kurulması ,67 0, Boruların satın alınması ,33 177, Vanaların satın alınması ,67 75, Arazi ölçme işleri ve ap ,33 1, Kukla faaliyet Özel parçaların temini ,67 2, Boru hafriyatı ,67 44, Kumanda odası inşaatı ,33 5,44 Yöneylem Araştırması II 7

8 no faaliyet a m b te σ v 5-7 Boruların ferşi ,67 21, Vanaların kumanda odasında yerine konması 7-8 Boru beton tesbit kütleleri 8-9 Kukla faaliyet ,67 0, ,33 0, Dolgu yapılması Kumanda odasının tamamlanması Boruların test edilmesi ,33 0, Temizlik yapılması ,33 1, Şantiyenin kaldırılması ,33 0,11 Yöneylem Araştırması II 8

9 Şekil 11.8 İsale Hattı Projesine ait şebeke Yöneylem Araştırması II 9

10 Ti v i ,41 LTi L v i 20/0,44 10/ ,44 73, ,41 2 8/1,77 40/177,59 28/75, ,21 72,20 46,65 27,76 30/44, ,59 27, /2,77 20/5, ,09 6,32 24/21,77 Yöneylem Araştırması II ,42 5,99 10/0,44 12/0, ,53 5, ,53 1, /4 6/0,11 8/ ,53 1,88 4/1,77 4/0, ,30 0, ,41 0 Şekil 11.9 İsale Hattı Projesinin n rken ve n Geç Olay Zamanları ile n rken ve n Geç Varyansları

11 1.Başlangıç düğümünün erken varyansı, bitiş düğümünün geç varyansına eşit olmalıdır. v v L bitiş v L L 12 0 baş. 0 v 74, 41 74, Kritik yol üzerindeki bütün düğümlerin erken ve geç varyanslarının toplamı eşittir. 1 düğümü: 2 düğümü: 5 düğümü: 8 düğümü: v v v i 1 2 v v 5 8 v v v L i L 1 L 2 v v L 5 L 8 v ,41 74,41 73,97 0,44 74,41 46,65 27,76 74,41 68,53 5,88 74,41 Yöneylem Araştırması II 11

12 v i L v i Yöneylem Araştırması II 12

13 Örnek 11.4 İsale Hattı Projesi Devamı Projenin beklenen tamamlanma süresi (T)=122 hafta ve projenin varyansı vp 2 74,41 74,41 8,63 Soru 1. Projenin 125 haftada tamamlanma olasılığı nedir? 125 = ,63z ise z = 0,35 Standart normal dağılım tablosundan z nin değeri %63,68 Soru 2. Projenin 122 haftada tamamlanma olasılığı nedir? 122 = ,63z ise z = 0 Standart normal dağılım tablosundan z nin değeri %50 Yöneylem Araştırması II 13

14 Soru 3. Projenin 115 haftada tamamlanma olasılığı nedir? 115 = ,63z ise z = -0,81 Standart normal dağılım tablosundan z nin değeri %20,9 Soru 4. Proje % 100 olasılıkla kaç haftada tamamlanır? Tablodan %100 için z =3,49 Buradan T=122+3,49(8,63) = 152,1 Soru 5. Proje % 60 olasılıkla kaç haftada tamamlanır? Tablodan %60 için z =0,25 Buradan T=122+0,25(8,63) =124,1 Yöneylem Araştırması II 14

15 Soru 6. Proje % 50 olasılıkla kaç haftada tamamlanır? Tablodan %50 için z =0 Buradan T=122+0(8,63) =122 Soru 7. Proje % 31 olasılıkla kaç haftada tamamlanır? Tablodan %31 için z =0,5 Buradan T=122-0,5(8,63) =117,7 Yöneylem Araştırması II 15

16 Tablo 11.6 Kulube inşaatı projesine ait faaliyetler ve bu faaliyetlerin iyimser, en muhtemel ve kötümser süreleri,beklenen süresi ve varyansı no Öncelik faaliyet a m b te v A - Arazinin düzenlenmesi ,111 B A Temel Atma 2 3, C B Duvar İnşaatı D C Dış Tesisat 1 4, ,444 C Tavan İşleri 4 5, F C lektrik işleri 3 7, G D İç tesisat H D Boş I Dış sıvama 5 6, Yöneylem Araştırması II 16

17 no Öncelik faaliyet a m b te v I Dış sıvama 5 6, J F,G Duvar kaplama K H,I Dış boyama L J Taban döşeme M J İç boyama 1 5, N K Dış detay ,111 O L Boş - P M,O İç detay 5 5, ,444 Yöneylem Araştırması II 17

18 Şekil Kulube inşaatı projesinin şebeke hesaplamaları 1 (0,0) A,2 [0] 2 (2,2) (22,26) (29,33) (38,42) 6 I,7 K, [4] [4] N,2,6 H,0 [4] [4] (20,20) (44,44) 13 5 D,4 (33,33) B,4 C,10 [0] G,5 P,6 [0] J,8 M,5 [0] 3 4 [0] [0] 7 F,7 [0] 9 12 [0] (6,6) [2] L,4 (38,38) (25,25) [1] 11 (37,38) Yöneylem Araştırması II 18

19 Kritik faaliyetler tij vij A(1-2) 2 0,111 B(2-3) 4 1 C(3-4) 10 4 D(4-5) 4 0,444 G(5-7) 5 1 J(7-9) 8 1 M(9-12) 5 1 P(12-13) 6 0,444 Beklenen Proje Süresi (T) 44 Proje Varyansı 9 Yöneylem Araştırması II 19

YÖNEYLEM ARAŞTIRMASI-II Hafta 14

YÖNEYLEM ARAŞTIRMASI-II Hafta 14 9.0.07 YÖNEYLEM ARAŞTIRMASI-II Hafta ERT ANALİZİ Olasılıksal roje Değerlendirme ve Gözden Geçirme Tekniği ERT (robabilistic Evaluation and Review Technique) Eğer projenin faaliyetlerinin tamamlanma süresi

Detaylı

YAPIM YÖNETİMİ 10 = 6 = 6 TEI

YAPIM YÖNETİMİ 10 = 6 = 6 TEI Performans Değerlendirme ve Gözden Geçirme Tekniği - PERT 1. Performans Değerlendirme ve Gözden Geçirme Tekniği (PERT) projelerinin planlaması, eylemlerin ve proje sürelerinin tahmini için olasılık kavramlarının

Detaylı

İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI

İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI 29 İSG011 1/7 İSG PROJE YÖNETİMİ İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI AMAÇ: İSG de Proje yönetimi ile tehlike araştırma yöntemleri hakkında bilgilendirme Slayt III BÖLÜM CPM GANT PERT YÖNTEMİLERİ VE

Detaylı

PERT Yöntemi: 1 t ( t 4 t t ) e 6 a m b

PERT Yöntemi: 1 t ( t 4 t t ) e 6 a m b PERT PERT metodu, süreleri tam bilinemeyen işlemlerin programda göz önüne alınmasını sağladığından kapsamı, kritik yörünge metoduna nazaran daha geniştir. Kritik yörünge (CPM), PERT metodunun özel hallerinden

Detaylı

PROJE YÖNETİMİ PERT-I

PROJE YÖNETİMİ PERT-I SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II PROJE YÖNETİMİ PERT-I DERS NOTLARI PERT (Program Evaluation and Review Technique Program Değerlendirme ve Gözden Geçirme Tekniği) CPM/PERT

Detaylı

YÖNEYLEM ARAŞTIRMASI-II Hafta 12. Proje Yönetimi

YÖNEYLEM ARAŞTIRMASI-II Hafta 12. Proje Yönetimi YÖNEYLEM ARAŞTIRMASI-II Hafta Proje Yönetimi KRİTİK YOL METODU (CPM) Şebeke modelleri çok fazla sayıda faaliyet içeren büyük ölçekli, karmaşık projelerin çizelgelenmesinde etkin şekilde kullanılabilir.

Detaylı

YAPIM YÖNETİMİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar

YAPIM YÖNETİMİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar İNŞT PROJELERİ VE SÜRE YÖNETİMİ İnşaat projeninde süre yönetiminin yararları Yapılacak işleri organize etmemizi sağlar Kimin ne zaman nasıl ve neden bir işi yapacağını belirler Kaynakları belirler ve belirlenen

Detaylı

YAPIM YÖNETİMİ VE EKONOMİSİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar

YAPIM YÖNETİMİ VE EKONOMİSİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar İNŞT PROJELERİ VE SÜRE YÖNETİMİ İnşaat projeninde süre yönetiminin yararları Yapılacak işleri organize etmemizi sağlar Kimin ne zaman nasıl ve neden bir işi yapacağını belirler Kaynakları belirler ve belirlenen

Detaylı

CPM İLE İNŞAAT SÜRECİ BELİRLENMESİ (Araştırmada Ms Office 2007 programı verilerinden yararlanılmıştır.)

CPM İLE İNŞAAT SÜRECİ BELİRLENMESİ (Araştırmada Ms Office 2007 programı verilerinden yararlanılmıştır.) CPM İLE İNŞAAT SÜRECİ BELİRLENMESİ (Araştırmada Ms Office 2007 programı verilerinden yararlanılmıştır.) GİRİŞ Bu araştırmada inşaat süreci başlamadan önce tasarım aşamaları ve belgelendirme aşamaları önceden

Detaylı

PROJE YÖNETİMİ: PERT VE CPM ANALİZİ: Prof. Dr. Şevkinaz Gümüşoğlu (I.Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı-İTÜ Yayını, Ekim1997, İstanbul

PROJE YÖNETİMİ: PERT VE CPM ANALİZİ: Prof. Dr. Şevkinaz Gümüşoğlu (I.Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı-İTÜ Yayını, Ekim1997, İstanbul PROJE YÖNETİMİ: PERT VE CPM ANALİZİ: Prof. Dr. Şevkinaz Gümüşoğlu (I.Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı-İTÜ Yayını, Ekim1997, İstanbul Proje:Belirli bir işin tamamlanabilmesi için yapılması

Detaylı

Konu 5. Bölüm 2 : Proje Değerlendirme ve Gözden Geçirme Tekniği (PERT) Üç zamanlı tahmin yaklaşımı. a : Faaliyetin iyimser gerçekleşme süresi

Konu 5. Bölüm 2 : Proje Değerlendirme ve Gözden Geçirme Tekniği (PERT) Üç zamanlı tahmin yaklaşımı. a : Faaliyetin iyimser gerçekleşme süresi Proje Yönetimi ölüm : Proje eğerlendirme ve özden eçirme Tekniği (PRT) Konu PRT Proje Planlamasında Olasılıksal Yaklaşım Üç zamanlı tahmin yaklaşımı a : aaliyetin iyimser gerçekleşme süresi m : aaliyetin

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

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

Detaylı

PROJE HAZIRLAMA. Kritik Yol Metodu CPM

PROJE HAZIRLAMA. Kritik Yol Metodu CPM 15. hafta PROJE HAZIRLAMA Kritik Yol Metodu CPM Kritik Yol Metodu CPM CPM (Critical Path Method Kritik Yol Yöntemi) ve PERT (Program Evaluation and Review Technique Program Değerlendirme ve Gözden Geçirme

Detaylı

Kritik Yol Yöntemi / CPM

Kritik Yol Yöntemi / CPM Proje Yönetimi Kritik Yol Yöntemi / PM Konu 4 1 maçlar 1. Proje için minimal beklenen tamamlanma zamanı 2. Kritik faaliyetlerin tespiti 3. n erken ve en geç tamamlanma zamanları 4. er faaliyet için fazlalık

Detaylı

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok 8.0.0 Şebeke Kavramları BÖLÜM III: Şebeke Modelleri Şebeke (Network) Sonlu sayıdaki düğümler kümesiyle, bunlarla bağlantılı oklar (veya dallar) kümesinin oluşturduğu yapı şeklinde tanımlanabilir ve (N,A)

Detaylı

13. Olasılık Dağılımlar

13. Olasılık Dağılımlar 13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon

Detaylı

İŞ PROGRAMI HAZIRLAMA TEKNİKLERİ SEMİNER NOTLARI

İŞ PROGRAMI HAZIRLAMA TEKNİKLERİ SEMİNER NOTLARI İŞ PROGRAMI HAZIRLAMA TEKNİKLERİ SEMİNER NOTLARI 1.GİRİŞ Planlama, bir işin optimum süre ve maliyetle gerçekleştirilebilmesi için, işle ilgili tüm birimlerin, sıra, süre, yer, kapasite ve maliyet açısından,

Detaylı

Öğr. Gör. Berivan POLAT Kaynakça: Şantiye Tekniği ve Şantiyede iş güvenliği/birsen Yayınevi

Öğr. Gör. Berivan POLAT Kaynakça: Şantiye Tekniği ve Şantiyede iş güvenliği/birsen Yayınevi PROJE YÖNETİMİ Öğr. Gör. Berivan POLAT Kaynakça: Şantiye Tekniği ve Şantiyede iş güvenliği/birsen Yayınevi 12. DERS İŞ PROGRAMLARI İş Programlarının Düzenlenme Gerekçesi İş programı: Bir yatırımın ekonomik

Detaylı

OLASILIK ve İSTATİSTİK Hipotez Testleri

OLASILIK ve İSTATİSTİK Hipotez Testleri OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait

Detaylı

EME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

EME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar 9.0.06 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar EME 7 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller (Sürekli Dağılımlar) Ders 5 Sürekli Düzgün Dağılım Sürekli Düzgün (Uniform)

Detaylı

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

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

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

YAPI İŞLETMESİ. Prof. Dr. Zeki GÜNDÜZ Yrd. Doç. Dr. Tahir AKGÜL Yrd. Doç. Dr. İsmail Hakkı DEMİR

YAPI İŞLETMESİ. Prof. Dr. Zeki GÜNDÜZ Yrd. Doç. Dr. Tahir AKGÜL Yrd. Doç. Dr. İsmail Hakkı DEMİR YAPI İŞLETMESİ Prof. Dr. Zeki GÜNDÜZ Yrd. Doç. Dr. Tahir AKGÜL Yrd. Doç. Dr. İsmail Hakkı DEMİR 2016 1 11-12. HAFTA İŞ PROGRAMLARI GİRİŞ Planlama, bir işin optimum süre ve maliyetle gerçekleştirilebilmesi

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı

Detaylı

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ SÜREKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 WEIBULL DAĞILIMI Weibull dağılımı, pek çok farklı sistemlerin bozulana kadar geçen süreleri ile ilgilenir. Dağılımın

Detaylı

Matris Cebiriyle Çoklu Regresyon Modeli

Matris Cebiriyle Çoklu Regresyon Modeli Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β

Detaylı

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

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar 0..07 EME 37 SISTEM SIMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)

Detaylı

PROJE YÖNETİM TEKNİKLERİ

PROJE YÖNETİM TEKNİKLERİ PROJE YÖNETİM TEKNİKLERİ PROJE PLANLARININ HAZIRLANMASI Bir projenin başarısı; onu planlarken harcanan çaba, gösterilen özen ve yetenekler oranında gerçekleşecektir. Projeye başlarken öncelikle aşağıdaki

Detaylı

EM302 Yöneylem Araştırması 2 Proje Yönetimi. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2 Proje Yönetimi. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Proje Yönetimi Dr. Özgür Kabak Proje yönetimi Organizasyonlar işlerini işlemler veya projeler olarak gerçekleştirirler. İşlemler ve projelerin ortak özellikleri: İnsanlar tarafından

Detaylı

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

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

Detaylı

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki

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

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

İçindekiler. Ön Söz... xiii

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

Detaylı

İç duvar detayı. Prensip detayıdır, projeye göre değişebilir.

İç duvar detayı. Prensip detayıdır, projeye göre değişebilir. UYGULAMA DETAYLARI İç duvar detayı. Yükseltilmiş iç duvar detayı. Dış cephe uygulama detayı - Dış cephe uygulama detayı - Dış cephe uygulama detayı - Dış cephe uygulama detayı - Dış cephe uygulama detayı

Detaylı

GEBZE TEKNİK ÜNİVERSİTESİ MİMARLIK FAKÜLTESİ MİMARLIK BÖLÜMÜ

GEBZE TEKNİK ÜNİVERSİTESİ MİMARLIK FAKÜLTESİ MİMARLIK BÖLÜMÜ GEBZE TEKNİK ÜNİVERSİTESİ MİMARLIK FAKÜLTESİ MİMARLIK BÖLÜMÜ MİM 442 YAPIM YÖNETİMİ VE EKONOMİSİ Prof.Dr.Nilay COŞGUN Yrd.Doç.Dr.Ferhat PAKDAMAR Arş.Gör.Seher GÜZELÇOBAN MAYUK Arş.Gör.Selin ÖZTÜRK İNŞAAT

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

END 418 Proje Yönetimi Bahar Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş

END 418 Proje Yönetimi Bahar Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş END 418 Proje Yönetimi Bahar 2016 - Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş 2 Aktivitelerin Tanımlanması Define Activities İş Kırılım Yapısında (Work Breakdown Structure) belirlenmiş olan teslimatları

Detaylı

END 418 Proje Yönetimi Bahar Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş

END 418 Proje Yönetimi Bahar Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş END 418 Proje Yönetimi Bahar 2016 - Proje Zaman Yönetimi - Yrd. Doç. Dr. Bülent Gümüş 2 1 Aktivitelerin Tanımlanması Define Activities İş Kırılım Yapısında (Work Breakdown Structure) belirlenmiş olan teslimatları

Detaylı

T.C. MARMARA ÜNİVERSİTESİ

T.C. MARMARA ÜNİVERSİTESİ T.C. MARMARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DERS : OPTİMİZASYON TEKNİKLERİ ÖĞR.ÜYESİ : Yard.Doç.Dr. MEHMET TEKTAŞ 1 ATAMA PROBLEMLERİ PROBLEM: Aşağıdaki tabloda saat olarak her öğrencinin iş eğitimi

Detaylı

TÜRKİYE DOĞAL GAZ MECLİSİ 2013-2014 KIŞ DÖNEMİ DOĞAL GAZ GÜNLÜK PUANT TÜKETİM TAHMİNİ VE GELECEK YILLARA İLİŞKİN ALINMASI GEREKEN TEDBİRLER

TÜRKİYE DOĞAL GAZ MECLİSİ 2013-2014 KIŞ DÖNEMİ DOĞAL GAZ GÜNLÜK PUANT TÜKETİM TAHMİNİ VE GELECEK YILLARA İLİŞKİN ALINMASI GEREKEN TEDBİRLER 2013-2014 KIŞ DÖNEMİ DOĞAL GAZ GÜNLÜK PUANT TÜKETİM TAHMİNİ VE GELECEK YILLARA İLİŞKİN ALINMASI GEREKEN TEDBİRLER 2014 İÇİNDEKİLER 1. Talebe İlişkin Baz Senaryolar 2. Doğal Gaz Şebekesi Arz İmkânlarına

Detaylı

PROJE YÖNETİMİ CPM-I

PROJE YÖNETİMİ CPM-I SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II PROJE YÖNETİMİ CPM-I DERS NOTLARI CPM (Critical Path Method = Kritik Yol Metodu) Gantt Diyagramı AOA-AON Proje ağı çizimi ENM 444 ENDÜSTRİYEL

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

BÖLÜM 2 PROJE PLANLAMASI: 2.1.1.1 GİRİŞ 2.1.1.2 Şebeke Analizi 2.2 CPM PERT 2.2.1 Şebeke Kurma 2.2.2Kritik Yolun Belirlenmesi 2.2.3 En geç tamamlanma

BÖLÜM 2 PROJE PLANLAMASI: 2.1.1.1 GİRİŞ 2.1.1.2 Şebeke Analizi 2.2 CPM PERT 2.2.1 Şebeke Kurma 2.2.2Kritik Yolun Belirlenmesi 2.2.3 En geç tamamlanma BÖLÜM PROJE PLANLAMASI:... GİRİŞ... Şebeke Analizi. CPM PERT.. Şebeke Kurma..Kritik Yolun Belirlenmesi.. En geç tamamlanma zamanların bulunması.. Kritik yolun belirlenmesi.. Bolluk Değerinin Hesaplanması...

Detaylı

Ders 4: Rastgele Değişkenler ve Dağılımları

Ders 4: Rastgele Değişkenler ve Dağılımları Ders 4: Rastgele Değişkenler ve Dağılımları Rastgele değişken kavramı Kesikli ve sürekli rastgele değişkenler İki boyutlu rastgele değişkenler Beklenen değer Varyans Örnek uzaydaki her elemanı bir sayıyla

Detaylı

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

Örnekleme Yöntemleri

Örnekleme Yöntemleri Örnekleme Yöntemleri Evren & Örneklem (Fraenkel & Wallen, 1990) Evren & Örneklem 2 Evren Evren, araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup. Hedef evren, araştırmacının ulaşmak istediği,

Detaylı

Ders 8: Verilerin Düzenlenmesi ve Analizi

Ders 8: Verilerin Düzenlenmesi ve Analizi Ders 8: Verilerin Düzenlenmesi ve Analizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlenin tamamını, ya da kitleden alınan bir örneklemi özetlemekle (betimlemekle)

Detaylı

ADALET BAKANLIĞI 2017 YILI UNVAN

ADALET BAKANLIĞI 2017 YILI UNVAN ADALET BAKANLIĞI 2017 YILI UNVAN DEĞĠġĠKLĠĞĠ SINAV KONULARI (Bu bölümde görev alanları ve atama yapılacak görevin niteliğine iliģkin konulardaki sorular yer almakta olup soru sayısı 50 dir) 1- MAKĠNE MÜHENDĠSĠ

Detaylı

PROJE YÖNETİMİ / PROJE ÇİZELGELEME (CPM / PERT)

PROJE YÖNETİMİ / PROJE ÇİZELGELEME (CPM / PERT) 1 PROE YÖNETİMİ / PROE ÇİZELELEME (PM / PERT) * Projeleri başarıyla tamamlamak için, yönetilebilir alt işlere ayırmak gerekir. u işlerin her birine FLİYET denir. Öncelikleri : * Faaliyetler oranı öncelik

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 10: Prof. Dr. İrfan KAYMAZ Tanım Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi ile yapılabilir. Ancak karşılaştırılacak

Detaylı

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK ÖLÇME VE DEĞERLENDİRME Antrenörlük Eğitimi 4. Sınıf ÖLÇME VE DEĞERLENDİRME Merkezi Eğilim Ölçütleri Mod En çok görülen puandır ve hesaplanma yöntemi yoktur. İnceleme yolu ile bulunur. Terminal istatistiktir.

Detaylı

Planlama; neyin, ne zaman, nerede, nasıl ve kim tarafından yapılacağının önceden belirlenmesidir.

Planlama; neyin, ne zaman, nerede, nasıl ve kim tarafından yapılacağının önceden belirlenmesidir. Planlama; neyin, ne zaman, nerede, nasıl ve kim tarafından yapılacağının önceden belirlenmesidir. Planlama, yönetimin 6 değişik fonksiyonundan ilkidir. Bu fonksiyonlar sırasıyla; 1. Planlama, 2. Organizasyon,

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTıRMA MODELININ TANıMı Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

BİNGÖL ORGANİZE SANAYİ BÖLGESİ

BİNGÖL ORGANİZE SANAYİ BÖLGESİ BİNGÖL ORGANİZE SANAYİ BÖLGESİ BİNGÖL ORGANİZE SANAYİ BÖLGESİ İşin Niteliği Toplam Alan Parsel Sayısı Parsellerin Arsa Bedeli Parsel Yüzölçümleri Tahsisi Yapılan Parsel Sayısı Tahsisi Yapılan;Faaliyete

Detaylı

713 SU TEMİNİ VE ÇEVRE ÖDEV #1

713 SU TEMİNİ VE ÇEVRE ÖDEV #1 713 SU TEMİNİ VE ÇEVRE ÖDEV #1 Teslim tarihi:- 1. Bir şehrin 1960 yılındaki nüfusu 35600 ve 1980 deki nüfusu 54800 olarak verildiğine göre, bu şehrin 1970 ve 2010 yıllarındaki nüfusunu (a) aritmetik artışa

Detaylı

13. BÖLÜM. İŞ PROGRAMLARI: GANTT, PERT ve CPM

13. BÖLÜM. İŞ PROGRAMLARI: GANTT, PERT ve CPM 13. BÖLÜM İŞ PROGRAMLARI: GANTT, PERT ve CPM İNŞ 404 Yapı Yönetimi 2 13. İŞ RPOGRAMLARI 13.1.GİRİŞ Planlama, bir işin en uygun süre ve maliyetle gerçekleştirilebilmesi için, işle ilgili tüm birimlerin,

Detaylı

PROJE PLANLAMA TEKNİKLERİ ve PERT TEKNİĞİNİN İNŞAAT SEKTÖRÜNDE UYGULANMASI ÜZERİNE BİR ÇALIŞMA

PROJE PLANLAMA TEKNİKLERİ ve PERT TEKNİĞİNİN İNŞAAT SEKTÖRÜNDE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 3, Sayı:2, 2001 PROJE PLANLAMA TEKNİKLERİ ve PERT TEKNİĞİNİN İNŞAAT SEKTÖRÜNDE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Nurcan TEMİZ KUTLU * ÖZET

Detaylı

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

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

Detaylı

Ölçme ve Değerlendirme

Ölçme ve Değerlendirme Ölçme ve Değerlendirme Z Puanı T Puanı Yrd. Doç. Dr. Yetkin Utku KAMUK Standart Puan Herhangi bir ölçüm sonucunda elde edilen ve farklı birimlere sahip ham puanların, standart bir dağılım haline dönüştürülmesi

Detaylı

T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN

T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ Yrd. Doç. Dr. C. Deha DOĞAN Gruplara ait ortalamalar elde edildiğinde, farklı olup olmadıkları ilk bakışta belirlenemez. Ortalamalar arsında bulunan

Detaylı

Kümülatif Dağılım Fonksiyonları. F X (x) = P (X x) = P X (x) = P (X x) = p X (x ) f X (x) = df X(x) dx

Kümülatif Dağılım Fonksiyonları. F X (x) = P (X x) = P X (x) = P (X x) = p X (x ) f X (x) = df X(x) dx Kümülatif Dağılım Fonksiyonları Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır. F X (x) = P (X x) = x f X (x ) dx Sürekli

Detaylı

Gazi Üniversitesi Yapı işleri ve Teknik Daire Başkanlığınca yürütülen projelerin bilgilendirme sunumu

Gazi Üniversitesi Yapı işleri ve Teknik Daire Başkanlığınca yürütülen projelerin bilgilendirme sunumu Gazi Üniversitesi Yapı işleri ve Teknik Daire Başkanlığınca yürütülen projelerin bilgilendirme sunumu G.Ü. EĞİTİM FAKÜLTESİ DEKANLIK VE ÖĞRETİM ELEMANLARI BİNASI VE G.Ü. EĞİTİM FAKÜLTESİ DERSLİK VE LABORATUVAR

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü KARAR TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü Karar Ortamları Karar Analizi, alternatiflerin en iyisini seçmek için akılcı bir sürecin kullanılması ile ilgilenir. Seçilen

Detaylı

İNŞAAT PROJELERİNİN PROGRAMLANMASI Yrd. Doç. Dr. Selim BARADAN Yrd. Doç. Dr. Hüseyin YİĞİTER

İNŞAAT PROJELERİNİN PROGRAMLANMASI Yrd. Doç. Dr. Selim BARADAN Yrd. Doç. Dr. Hüseyin YİĞİTER Dokuz Eylül Üniversitesi İnşaat Mühendisliği Bölümü İNŞ4001 YAPI İŞLETMESİ İNŞAAT PROJELERİNİN PROGRAMLANMASI Yrd. Doç. Dr. Selim BARADAN Yrd. Doç. Dr. Hüseyin YİĞİTER http://kisi.deu.edu.tr/huseyin.yigiter

Detaylı

Prof. Dr. Aydın Yüksel MAN 504T Yön. için Finansal Analiz & Araçları Ders: Risk-Getiri İlişkisi ve Portföy Yönetimi I

Prof. Dr. Aydın Yüksel MAN 504T Yön. için Finansal Analiz & Araçları Ders: Risk-Getiri İlişkisi ve Portföy Yönetimi I Risk-Getiri İlişkisi ve Portföy Yönetimi I 1 Giriş İşlenecek ana başlıkları sıralarsak: Finansal varlıkların risk ve getirisi Varlık portföylerinin getirisi ve riski 2 Risk ve Getiri Yatırım kararlarının

Detaylı

PROJE YÖNETĐMĐNDE PERT TEKNĐĞĐ VE BĐR UYGULAMA Bahman Alp RENÇBER 1

PROJE YÖNETĐMĐNDE PERT TEKNĐĞĐ VE BĐR UYGULAMA Bahman Alp RENÇBER 1 28 2011 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı: 27, s.28-40 ÖZET PROJE YÖNETĐMĐNDE PERT TEKNĐĞĐ VE BĐR UYGULAMA Bahman Alp RENÇBER 1 Bu çalışmanın amacı, proje yönetiminde

Detaylı

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin

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

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

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ YTÜ-İktisat İstatistik II Merkezi Limit Teoremi 1 MERKEZİ LİMİT TEOREMİ CENTRAL LIMIT THEOREM X 1,X 2,...,X n herbirinin ortalaması µ ve varyansı σ 2 olan ve aynı dağılıma uyan n tane bağımsız r.d. olsun.

Detaylı

Proje Planlaması. Prof. Dr. Bayram UZUN Doç. Dr. Volkan YILDIRIM

Proje Planlaması. Prof. Dr. Bayram UZUN Doç. Dr. Volkan YILDIRIM Proje Planlaması Prof. Dr. Bayram UZUN Doç. Dr. Volkan YILDIRIM Basit Proje Planlama Yöntemleri İŞ AKIŞI ŞEMALARI YÖNTEMİ Bir projenin en basit gösterim biçimi iş akışı şemasıdır. İş akışı şemalarında

Detaylı

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

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

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

Dr. Mehmet AKSARAYLI

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

Detaylı

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

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

Detaylı

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi

Detaylı

OLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler

OLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler 1 SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge

Detaylı

Olasılık ve Rastgele Süreçler (EE213) Ders Detayları

Olasılık ve Rastgele Süreçler (EE213) Ders Detayları Olasılık ve Rastgele Süreçler (EE213) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve Rastgele Süreçler EE213 Güz 3 0 0 3 7 Ön Koşul Ders(ler)i

Detaylı

SÜREKLİ OLASILIK DAĞILIMI

SÜREKLİ OLASILIK DAĞILIMI SÜREKLİ OLASILIK DAĞILIMI Normal Olasılık Dağılımı Akülerin dayanma süresi, araçların belli bir zamanda aldığı yol, bir koşuya katılanların bitirme süresi gibi sayılamayacak kadar çok değer alabilen sürekli

Detaylı

14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi ÇOK DEĞİŞKENLİ REGRESYON ANALİZİ: ÇIKARSAMA Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri

Detaylı

İZMİR İÇME SUYU SİSTEMİ KAÇAK AZALTMA PİLOT ÇALIŞMASI

İZMİR İÇME SUYU SİSTEMİ KAÇAK AZALTMA PİLOT ÇALIŞMASI 1 İZMİR İÇME SUYU SİSTEMİ KAÇAK AZALTMA PİLOT ÇALIŞMASI Alev KABAKÇI Haluk KARADOĞAN ÖZET Bu çalışmada, İzmir in pilot bölgelerinde faturalanamayan içme suyunun en aza indirilmesi amacıyla yapılan çalışmalar

Detaylı

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

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

Detaylı

Yatırım Analizi ve Portföy Yönetimi 6. Hafta

Yatırım Analizi ve Portföy Yönetimi 6. Hafta Yatırım Analizi ve Portföy Yönetimi 6. Hafta Dr. Mevlüt CAMGÖZ 1 Dr. Mevlüt CAMGÖZ İçerik Karakteristik Doğru ve Beta Katsayısı Karakteristik Doğrunun Tahmini Beta Katsayısının Hesaplanması Agresif ve

Detaylı

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Yayılma Ölçütleri Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder. Bir başka ifade ile, bir veri setinin,

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

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

PROJEDE ZAMAN YÖNETİMİ

PROJEDE ZAMAN YÖNETİMİ 2013-2014 GÜZ YARIYILI PROJE YAPIM YÖNETİMİ DERSİ PROJE YÖNETİMİ BİLGİ ALANLARI PROJEDE ZAMAN YÖNETİMİ 09071056 SEDA ÇATAL Proje zaman yönetimi; projenin tamamlanması için aktivitelerin ve geçecek sürenin

Detaylı

T.C. BOĞAZİÇİ ÜNİVERSİTESİ Department of Civil Engineering. Betonarme Binaların Göçme! Riskini tayine yarayan. P25 Metodu. ve Âfet Riski Yasası

T.C. BOĞAZİÇİ ÜNİVERSİTESİ Department of Civil Engineering. Betonarme Binaların Göçme! Riskini tayine yarayan. P25 Metodu. ve Âfet Riski Yasası T.C. BOĞAZİÇİ ÜNİVERSİTESİ Department of Civil Engineering Betonarme Binaların Göçme! Riskini tayine yarayan P25 Metodu ve Âfet Riski Yasası Semih Tezcan HASAR DAĞILIMI Göçük % 6 Ağır % 7 Orta % 12 Az,

Detaylı

MIM 802 ŞANTİYE İ YÖNETİM İ İ M MALİYET YÖNETİMİ

MIM 802 ŞANTİYE İ YÖNETİM İ İ M MALİYET YÖNETİMİ MIM 802 ŞANTİYE YÖNETİMİ MALİYET YÖNETİMİ Maliyet Yönetimi Belirlenen bütçe sınırları içinde kalmak amacıyla, planlama, tasarım ve yapım süreçlerindeki tüm veya kısmi maliyetlerin yönetimi. Maliyet Yönetimi

Detaylı

KARTAL KULE PROJESİ AYLIK FAALIYET RAPORU- AĞUSTOS 2013

KARTAL KULE PROJESİ AYLIK FAALIYET RAPORU- AĞUSTOS 2013 AYLIK FAALIYET RAPORU- AĞUSTOS 2013 RAPOR İÇERİĞİ PROJE BİLGİLERİ MASTER İŞ PROGRAMI AKTİVİTELER İLERLEME DURUMU MALZEME BİLGİLERİ ÖNEMLİ GELİŞMELER ŞANTİYE RESİMLERİ PROJE BİLGİLERİ PROJENİN KONUMU PROJE

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTIRMA MODELİNİN TANIMI Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

Merkezi Limit Teoremi

Merkezi Limit Teoremi Örnekleme Dağılımı Merkezi Limit Teoremi Şimdiye kadar normal dağılıma uygun olan veriler ile ilgili örnekler incelendi. Çarpıklık gösteren veriler söz konusu olduğunda ne yapılması gerekir? Hala normal

Detaylı

Stokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir.

Stokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir. Zamanla değişen bir rastgele değişkendir. Rastgele değişkenin alacağı değer zamanla değişmektedir. Deney çıktılarına atanan rastgele bir zaman

Detaylı

Ekonometri I VARSAYIMLARI

Ekonometri I VARSAYIMLARI Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:

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

YENİ YÖNETMELİĞE UYGUN YALITIM VE DUVAR DOLGU MALZEME SEÇİMİNDE OPTİMİZASYON

YENİ YÖNETMELİĞE UYGUN YALITIM VE DUVAR DOLGU MALZEME SEÇİMİNDE OPTİMİZASYON TMMOB Makina Mühendisleri Odası Yalıtım Kongresi 23-24-25 Mart 2001 Eskişehir-Türkiye YENİ YÖNETMELİĞE UYGUN YALITIM VE DUVAR DOLGU MALZEME SEÇİMİNDE OPTİMİZASYON ÖZET M. Gökhan KORKMAZ MARDAV Yalıtım

Detaylı