Kuyruk Sistemlerinin Benzetimi. KUYRUK & BEKLEME HATTI SİSTEMLERİ Genel nüfus Bekleme hattı Sunucu
|
|
- Dilara Hande Karakaya
- 7 yıl önce
- İzleme sayısı:
Transkript
1 Kuyruk Sistemlerinin Benzetimi KUYRUK & BEKLEME HATTI SİSTEMLERİ Dr. Mehmet AKSARAYLI Genel nüfus Bekleme hattı Sunucu Genel nüfus Kuyruğa giriş ve hizmetlerin yapısı Sistemin kapasitesi Kuyruk disiplini KUYRUK; Hizmet için gelen müşteri istemlerinin anında karşılanamamasıdır. Böylece kuyruk, sınırlı bir hizmet nedeniyle geciken bir bekleme dizisi (hattı) durumudur. Hizmet için gelen müşterilerin zamanlarını boşa harcamalarının bir söz konusudur. Müşteriler gereğinden fazla beklediğinde,büyük bir olasılıkla,işletme müşterilerinin bir çoğunu kaybedecektir. Yönetici servis maliyetlerinin düşük olmasını isterken servisin niteliğini yükselmeyi ve de müşterilerin bekleme zamanını da en düşük düzeyde tutmayı amaçlamalıdır.. Kuyruk modelinde iki maliyet vardır. Müşterilerin servis için bekledikleri zaman kaybının dir. Buna bekleme zamanı adı verilir. İkincisi ise servis sağlama dir. 1)Bekleme Zamanı Maliyeti:Müşterilerin servis için bekledikleri zaman kaybının dir. 2)Müşteri Servisini Sağlama Maliyeti Bekleme zamanı Servis sağlama Şekil-1 Şekil-2 1
2 BEKLEME HATTI İLE İLGİLİ TERİMLER VE MALİYETLER Toplam beklenen servis işletim Toplam beklenen maliyet K Şekil-3 Servis sağlama Bekleme zamanı Servis sağlamanın toplam işletim Şekil-3 de görüldüğü gibi toplam servis işletim ni en düşük yapan servis düzeyi K noktasıdır. Müşteriler: İşlerinin görülmesi için servis sistemine gelen,araçlar,kişiler,gereçler,hammadde ve makinelerdir. Geliş özellikleri: Çeşitli özellikler gösterebilir.müşterilerin gelişleri bazen kontrol edilebilir bazen de kontrol edilemez.gelişler belirli bir zamanda tek kişi veya gruplar halinde olabilir.müşterilerin gelişlerinin olasılık dağılımı türlü biçimde olabilir.gelişleri açıklamak için yaygınca kullanılan dağılımlar,sabit DAĞILIM,ÜSTEL DAĞILIM,POİSSON DAĞILIMI VE ERLANG DAĞILIMI dır. Kuyruk Disiplini: Müşterilerin hizmet için seçilme düzenine kuyruk disiplini denir.kuyruk disiplininde kullanılan standart kural,ilk gelen ilk hizmet görür kuralıdır.bunun yanında rezervasyon yaptıranlar(önce sıra alanlar) kuralı,hizmetin ivedilik özelliği kuralı,son gelen servis görür kuralı,en kısa servis zamanı gerektiren işler için gelenler servis görür kuralları da kuyruk disiplininde kullanılır. Servis Olanaklarının Yapısı: Genellikle servis olanaklarının düzenlenmesinde tek kanallı ve çok kanallı şekilde bir ayrım düşünülür. Servis Oranı: Gelen müşterilerin istemlerinin karşılamak için istenen servis süresi dağılımı ile ilgilidir.gelen müşterilerin her biri aynı süreyi gerektirirse servis oranı üniform olabilir.karmaşık olan servis oranları ise Erlang veya üstel olasılık dağılımları ile gösterilir. Girdi Parametreleri Müşterilerin geliş hızı Müşterilerin hizmet talepleri Hizmet sağlayıcıların çalışma hızı Hizmet sağlayıcıların sayısı ve çalışma düzenleri Kuyruk Sistemlerinin Karakteristiği Temel elemanlar: Müşteriler: insanlar, makinalar, kamyonlar, hastalar, paletler, uçaklar, kasalar, siparişler, çamaşırlar, (bir tesise gelip hizmete gerek duyan her şey) Hizmet sağlayıcılar: resepsiyonist, tamirci, depo görevlisi, tıbbi personel, forklift, uçak pisti, bilgisayarın CPU su, çamaşır makinası, (istenen hizmeti sağlayabilecek herhangi bir kaynak) Bir Kuyruğun Tanımlanması Kuyruk Notasyonu Kaynak: Sonlu / Sonsuz Sistem kapasitesi: Sonlu / Sonsuz Geliş süreci: Rassal / Sabit Hizmet süresi: Rassal / Sabit Hizmet sağlayıcı sayısı Kuyruk disiplini: FIFO / LIFO / SIRO / SPT / PR A/B/C sıralı üçlüsü ile yapılan gösterimde birinci kod geliş dağılımını, ikinci kod servis süresi dağılımını üçüncü kod ise paralel servis kanalları sayısını vermektedir. Kendall'ın gösteriminde kullandığı simgeler şunlardır: M : Üstel dağılmış gelişler arası veya servis süresi, D : Düzgün dağılmış gelişler arası veya servis süresi, En: n. inci dereceden Erlang dağılmış gelişlerarası veya servis süresi, GI: Genel dağılmış gelişler arası süre, G : Genel dağılmış servis süresi. Örneğin M/M/2 gösterimi gelişler arası sürenin ve servis süresinin üstel dağıldığı ve 2 müşterinin aynı anda servise alınabildiği kuyruk sistemini ifade etmektedir. 2
3 Kuyruk Notasyonu KUYRUK SİSTEMLERİ M/M/1// : Tek hizmet sağlayıcılı, sonsuz kuyruk kapasiteli, sonsuz sayıda potansiyel müşteriye sahip bir sistem. Gelişler arası süre ve hizmet süresi, üstel dağılıma uyar. Kısaca: M/M/1 Sıra Bekleme Sistemlerinde Yapılan Çalışmaların Amaçları Servis birimlerinin aylak (boş) olma olasılığı veya yüzdesi, Sistemde belirli sayıda birim (müşteri) bulunma olasılığı, Sistemdeki ortalama birim sayısı, Her birimin sistemde harcadığı ortalama süre (servis süresi + bekleme süresi), Ortalama kuyruk uzunluğu, Her birimin kuyrukta harcadığı ortalama süre, Gelen bir birimin servise girmeden önce bekleme olasılığı. Yukarıdaki işletim özellikleri, servis maliyetleri, kuyrukta bekleme maliyetleri, sıra bekleme sistemlerinin sınırları ile birlikte ele alındığında servis maliyetleri ve servis düzeyleri arasındaki eniyi dengeyi sağlayacak sistemin oluşturulması temel amaç olmaktadır. 3
4 servis sistemlerinde ilgilenilen özellikler genel olarak şu şekilde sıralanabilir: Hizmet sağlayıcıların doluluk oranı (bir hizmet sunucunun meşgul olduğu zamanın oranı) - Kullanım oranı (utilization). Bekleme hatlarının uzunluğu Müşterilerin bekleme süresianalizciden beklenen: Hizmet sunucuların doluluk oranı ile kuyruk uzunluğu ve bekleme süreleriyle ters orantılı müşteri memnuniyeti arasında denge kurmak Müşteri geliş hızı (geliş debisi). Servis hızı (servis debisi). Ortalama kuyruk uzunluğu. Sistemdeki ortalama müşteri sayısı. Ortalama kuyrukta bekleme süresi. Sistemde geçen süre vb. Tablo-1: Banka veznesinin öğeler, öznitelikler ve eylemleri Öğeler Öznitelikler Eylemler Müşteriler İşlem Geliş hızı Para yatırma Para çekme ATM İşlem hızı Sayma-Kayıt-Ödeme Kuyruk (Bekleme hattı) Ortalama uzunluğu Ortalama bekleme süresi KUYRUK MODELİNDE GELİŞ VE SERVİS YAPISINI AÇIKLAMADA KULLANILAN DAĞILIMLAR Müşterilerin kuyruk sistemine gelişlerinin genellikle tesadüfi olduğu kabul edilir ve gelişler ile gelişler arasındaki süreyi açıklamada olasılık dağılımlarından daha çok daha çok üstel, Poisson, Erlang ve sabit dağılımlar kullanılır. Eğer müşteriye verilen servis zamanı üstel dağılım ise servisin tamamlanma sayısı Poisson dağılımıdır. Öte yandan servis çok sayıda ayrı işleri(k),bir dizi içinde yerine getirir ve gelen işler bir tamsayı özelliğini gösterirse bu durumda Erlang dağılımı kullanılır.erlang dağımının üstel dağılımdan daha küçük bir varyansı vardır. Müşterilerin kuyruk sistemine geliş süreçleri,geliş oranları ve gelişler arasındaki süre bulunarak açıklanır. Geliş oranı(λ)zaman birimi başına müşterilerin kuyruk sistemine geliş sayısıdır. Servis oranı( μ ),zaman birimi başına servis sayısıdır. Ortalama gelişler arası süre(u)= 1/ λ,(λ =Ortalama geliş oranı). Eğer müşterilerin geliş sayıları(ortalama geliş oranı )Poisson dağılımda ise gelişler arasındaki süre(u= 1/ λ )üstel dağılımdır. Kuyruk modeli yöneticiye aşağıdaki önemli sonuçları da verir ; Geliş oranı (λ) ; zaman birimi başına müşterilerin kuyruk sistemine geliş sayısıdır. Servis oranı (µ) ; zaman birimi başına servis sayısıdır. Sistemdeki müşteri sayılarını olasılık dağılımı. Bu olasılık dağılımı ele alınacak diğer sonuçların elde edilmesinde temel olmaktadır. Sistemdeki ortalama müşteri sayısı (L) : Servis görmekte ve kuyrukta bekleyen müşteri sayısıdır. Bu sayı sistemde müşterinin harcadığı ortalama zamanı bulmadı yararlı olur. Sistemde müşterinin harcadığı ortalama süre (W) : Müşterini kuyruk sisteminde harcadığı yani kuyruktaki bekleme süresi ile serviste harcadığı süre toplamıdır. Ortalama kuyruk uzunluğu (Lq) : Servis görmek üzere beklemekte olan müşteri sayısıdır. Müşterilerin kuyrukta bekleme süresi (Wq) : Müşterilerin kuyrukta bekleyerek harcadığı süredir. Sistem kullanım faktörü (ρ) : Sistemin meşgul olma olasılığını yani bir anlamda, hizmet veren kişi veya sistemin müşteriye harcadığı zaman oranıdır. ÖRNEK ; Bir mağazada saatte ortalama 12 müşteri kasaya ödeme için gelmektedir. Ödeme kişi başına ortalama 4 dakikalık zaman almaktadır. Buna göre aşağıdaki soruları yanıtlamaya çalışalım. a. Herhangi bir t zamanda kasiyerin aylak kalma olasılığı, b. herhangi bir t zamanda kuyruk oluşma olasılığı, c. herhangi bir t zamanda sistemdeki ortalama müşteri sayısı, d. kuyruktaki ortalama müşteri sayısı, e. müşterilerin ortalama bekleme süresi, f. sistemdeki müşterilerin harcadığı ortalama süre. 4
5 ÇÖZÜM ; µ=60/4=15 λ=12 Herhangi bir t zamanda kasiyerin aylak kalma olasılığı %20 dir. herhangi bir t zamanda kuyruk oluşma olasılığı P(n>1)=0,64 tür. herhangi bir t zamanda sistemdeki ortalama müşteri sayısı 4 tür. kuyruktaki ortalama müşteri sayısı 3,2 dir. müşterilerin ortalama bekleme süresi 0,2 saat 16 dakika 960 saniyedir. sistemdeki müşterilerin harcadığı ortalama süre 0,333 saat veya 20 dakika veya saniyedir. ÇÖZÜM; λ=192/8=24 geliş/saat µ=60/3=12 servis/saat c=3 ÖRNEK ; Çarşı postanesinde 3 servis penceresi bulunmakta ve 8 saatlik çalışma gününde müşterilerin postaneye ortalama geliş oranı 192 kişidir. Müşterilerin gelişleri Poisson dağılımlı fakat ortalama servis süresi üstel dağılımlı olup 5 dakikadır. Buna göre ; a. Postanede hiç müşteri bulunmama olasılığını b. Müşterilerin hizmeti bekleme olasılığını c. Postanede servis bekleyen ortalama müşteri sayısını d. Postanede bulunan ortalama müşteri sayısını e. gelen herhangi bir müşterinin ortalama bekleme süresini bulunuz. postanede hiç müşteri bulunmama olasılığı k=0 dır buda 0,1111 dir. k 3 dür buda 0,44 tür Postanede servis bekleyen ortalama müşteri sayısı 0,88 dir. Postanede bulunan ortalama müşteri sayısı 2,88 dir. gelen herhangi bir müşterinin ortalama bekleme süresi 0,03 saat 2,22 dakika 133 saniyedir. Aşağıda simülasyonla oluşturulabilecek tasarım ve yönetim kararları listelenmiştir: -Tasarım kararları- Servis ve bekleme alanlarında öngörülen kapasite ne olmalıdır? Servis sisteminin maximum kapasitesi ne olmalıdır? Servis talebini karşılamak için gerekli ekipman ne olmalıdır? Bir müşteriye verilen hizmet ne kadar zaman alır? Müşteriler servis almadan önce ne kadar beklemeliler? Servis ve bekleme noktaları nerelerde olmalı? iş akışı ve müşteri akışı nasıl aerodinamik hale getirilmeli? Bilgi teknolojileri boşa geçen zamanı nasıl etkiler? -yönetim kararları- Personel en iyi biçimde nasıl düzenlenir? Müşterilere randevu verilmesi en iyi biçimde nasıl sağlanır? Taşıma sistemlerinde taşıtlar ve taşıyıcılar en iyi biçimde nasıl düzenlenir? Önemli işler nasıl önceliklendirilmelidir? İhtiyaç duyulan bir kaynak ulaşılamaz olduğunda acil durum noktalarıyla irtibata geçmenin en iyi yolu nedir? 5
KUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN
KUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN GİRİŞ Bir hizmet için beklemek günlük yaşantının bir parçasıdır. Örneğin, restoranlarda yemek yemek için bekleme, hastanelerdeki hasta kuyruğunda
DetaylıBEKLEME HATTI MODELLERİ
BEKLEME HATTI MODELLERİ Günlük yaşamımızda, kuyrukta bekleyen insanlar ve araçlar ile her zaman karşılaşırız. Bunlar arasında Maça gitmek için bilet kuyruğu, Sinema kuyruğu, Hastanelerdeki hasta kuyruğu,
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 0 KASIM 207 8. HAFTA.7 M/M//N/ sistemi için Bekleme zamanının dağılımı ( ) T j rastgele değişkeni j. birimin
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 1. HAFTA 1 Kuyruk Teorisi: Giriş Bir hizmete olan talep arrtıkça talebi karşılamak için hizmeti
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 5. HAFTA 2.7 M/M/1/ / sistemi için Bekleme zamanının dağılımı ( ) 1 T j rastgele değişkeni j. birimin
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 0 KASIM 207 0. HAFTA 5.7 M/M/K/ / sistemi için Bekleme süresinin dağılımı j ( ) T j rastgele değişkeni j. birimin
Detaylı9/22/2014 EME 3105 SİSTEM SİMÜLASYONU. Giriş. Tek Kanallı Kuyruk Sistemi. Kuyruk Sistemlerinin Simulasyonu. Simulasyon Örnekleri Ders 2
EME 3105 SİSTEM SİMÜLASYONU Simulasyon Örnekleri Ders Giriş Bu derste bilgisayar yardımı olmaksızın çalıştırılabilen birkaç simulasyon örneği verilmiştir. Bu örnekler size sistem simulasyonu metodolojisini
DetaylıSAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II KUYRUK TEORİSİ - I DERS NOTLARI
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II KUYRUK TEORİSİ - I DERS NOTLARI KUYRUK TEORİSİ Her birimiz kuyruklarda bekleyerek vakit geçirmişizdir. Bu derste kuyruklarlarla ilgili
DetaylıBekleme 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
DetaylıENM 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
DetaylıKuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri
Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 14. HAFTA 8 Tek kanallı, Sonsuz Kapasiteli, Servis Süreleri Keyfi Dağılımlı Kuyruk Sistemi M/G/1/
DetaylıBAKIM-ONARIM İÇİN SIRADA BEKLEME (KUYRUK) MODELLERİ
GIRIŞ 2 BAKIM-ONARIM İÇİN SIRADA BEKLEME (KUYRUK) MODELLERİ D R. F E R H A T G Ü N G Ö R 1 Kuyruk teorisi; servis almak için oluşan kuyruk, sağlanan servis hizmetinden fazladır. Bunun çeşitli nedenleri
DetaylıDers 6: Sürekli Olasılık Dağılımları
Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal
Detaylı9/28/2016 EME 3117 SİSTEM SİMÜLASYONU. Giriş. Tek Kanallı Kuyruk Sistemi. Kuyruk Sistemlerinin Simulasyonu. Simulasyon Örnekleri Ders 2
EME 3117 SİSTEM SİMÜLASYONU Simulasyon Örnekleri Ders Giriş Bu derste bilgisayar yardımı olmaksızın çalıştırılabilen birkaç simulasyon örneği verilmiştir. Bu örnekler size sistem simulasyonu metodolojisini
DetaylıKuyruk Sistemlerinin Simülasyonu
Kuyruk Sistemlerinin Simülasyonu Kuyruk sistemlerinin simülasyonu sonraki adımda ne olacağını belirlemek üzere bir olay listesinin tutulmasını ve bakımını gerektirir. Simülasyonda olaylar genellikle gerçek
DetaylıSÜREKLİ DÜZGÜN DAĞILIM
SÜREKLİ DÜZGÜN DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu; şeklinde ise x e düzgün dağılmış rassal değişken, f(x) e sürekli düzgün dağılım denir. a 0 olduğuna göre, f(x) >0 olur.
DetaylıEME 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
DetaylıBENZETİM. 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
DetaylıKUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II KUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ DERS NOTLARI DOĞUM-ÖLÜM SÜRECİ Kuyruk sistemindeki t zamanındaki müşteri sayısını kuyruk sisteminin
Detaylı1106104 SİSTEM SİMÜLASYONU
6 SİSTEM SİMÜLASYONU Yrd Doç. Dr. Sırma Yavuz Çarşamba : - : (F-9) Ofis: B Blok - Kat Donanım Lab. Ofis Saatleri : Çarşamba 6: - 7: İçerik Simülasyon Modeli Yaklaşımları Kuyruk Sistemlerinin Simülasyonu
DetaylıSİMULASYON 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
DetaylıENM 316 BENZETİM ÖDEV SETİ
ENM 316 BENZETİM ÖDEV SETİ ÖDEV 1: El ile Benzetim Bir depo ve 7 adet müşterisi olan bir taşımacılık sisteminde müşterilerden gelen siparişler araç ile taşınmaktadır. İki tür sipariş söz konusudur. Birincisi
DetaylıY.Doç.Dr. Fazıl GÖKGÖZ Kuyruk Teorisi. Bölüm 1: Temel Kavramlar. Varışlar: Müşteriler sisteme belirli bir varış yapısında girerler
Kuyruk Teorisi Bölüm 1: Temel Kavramlar KONU 8 Kuyruk Teorisi nin Bileşenleri Varışlar: Müşteriler sisteme belirli bir varış yapısında girerler Kuyrukta Bekleme : Müşteriler sırada veya sıralarda hizmet
DetaylıSÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım
SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin
Detaylı1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ.DR. SAADETTIN ERHAN KESEN. Ders No:2 Simülasyon Örnekleri
1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ.DR. SAADETTIN ERHAN KESEN Ders No:2 GIRIŞ Bu derste elle ya da bir çalışma sayfası yardımıyla oluşturulacak bir simülasyon tablosunun kullanımıyla yapılabilecek simülasyon
DetaylıKUYRUK SİSTEMİ VE BİLEŞENLERİ SİSTEM SİMULASYONU KUYRUK SİSTEMİ VE BİLEŞENLERİ ÖRNEKLER BİR KUYRUK SİSTEMİNİN ÖRNEKLER
KUYRUK SİSTEMİ VE SİSTEM SİMULASYONU 5. KUYRUK SİSTEMLERİ Bi kuyuk sistemi; hizmet veen bi veya biden fazla sevise sahipti. Sisteme gelen müşteile tüm sevislei dolu bulusa, sevisin önündeki kuyuğa ya da
DetaylıANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ KESİKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 GEOMETRİK DAĞILIM Bir Bernoulli deneyi ilk olumlu sonuç elde edilmesine kadar tekrarlansın. X: ilk olumlu sonucun
DetaylıYönetimde Karar Verme Teknikleri
SAKARYA ÜNİVERSİTESİ Yönetimde Karar Verme Teknikleri Hafta 0 Yrd. Doç. Dr. Harun R. YAZGAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine
DetaylıENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)
ENM 316 BENZETİM ÖDEV 1: Bir projede A, B, C, D, E ve F olmak üzere 6 faaliyet vardır. Projenin tamamlanması için bu faaliyetlerin sırası ile yapılması gerekmektedir. Her faaliyetin tamamlanması için gereken
DetaylıDr. 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
DetaylıEME 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
DetaylıEME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
9.0.06 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar EME 7 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller (Sürekli Dağılımlar) Ders 5 Sürekli Düzgün Dağılım Sürekli Düzgün (Uniform)
DetaylıOlay-Tabanlı Modelleme. İlhan AYDIN
Olay-Tabanlı Modelleme İlhan AYDIN Olay-Sürümlü Modeller Zaman sürümlü modeller düzenli zaman aralıklarında senkron bir tarzda ilerleyen sinyallere sahip sistemleri karakterize eder. Olay sürümlü modeller
DetaylıNotasyonlar ve Genel Kurallar
Notasyonlar ve Genel Kurallar BSM 445 Kuyruk Teorisi Güz 2014 Yrd. Doç. Dr. Ferhat Dikbıyık Bir kuyruğun temel bileşenleri 1. Varış Prosesi 6. Servis disiplinleri 2. Servis zamanı dağılımı 4. Bekleme yerleri
DetaylıFaaliyet 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
DetaylıSİSTEM SİMULASYONU KUYRUK SİSTEMİ VE BİLEŞENLERİ KUYRUK SİSTEMİ VE BİLEŞENLERİ
SİSTEM SİMULASYONU KUYRUK SİSTEMLERİ KUYRUK SİSTEMİ VE BİLEŞENLERİ Bi kuyuk sistemi; hizmet veen bi veya biden fazla sevise sahipti. Sisteme gelen müşteile tüm sevislei dolu bulusa, sevisin önündeki kuyuğa
DetaylıEME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
0..07 EME 37 SISTEM SIMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)
DetaylıVeri Ağlarında Gecikme Modeli
Veri Ağlarında Gecikme Modeli Giriş Veri ağlarındaki en önemli performans ölçütlerinden biri paketlerin ortalama gecikmesidir. Ağdaki iletişim gecikmeleri 4 farklı gecikmeden kaynaklanır: 1. İşleme Gecikmesi:
DetaylıÇIKTI 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
Detaylı19.11.2013 EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar.
9..03 EME 305 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)
DetaylıBMÜ-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
DetaylıEME 3105 SİSTEM SİMULASYONU (ARENA) Hafta 2
T.C. BALIKESİR ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ EME 3105 SİSTEM SİMULASYONU (ARENA) Hafta 2 Beyazıt OCAKTAN GELİŞ SÜRECİNİN ARENA'DA GÖSTERİMİ Varlıklar (entities) modele girmedikçe, ARENA'da
DetaylıSİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN
SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ Günümüz simülasyonları gerçek sistem davranışlarını, zamanın bir fonksiyonu olduğu düşüncesine dayanan Monte Carlo yöntemine dayanır. 1.
DetaylıEme 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
Detaylı9/14/2016 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.
Detaylı1.58 arasındaki her bir değeri alabileceği için sürekli bir
7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin
DetaylıEME 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
DetaylıÖZET. Osman ÇEVİK Ayşe Elif YAZGAN
120 HİZMET ÜRETEN BİR SİSTEMİN BEKLEME HATTI (KUYRUK) MODELİ İLE ETKİNLİĞİNİN ÖLÇÜLMESİ ÖZET Osman ÇEVİK Ayşe Elif YAZGAN Bu çalışmada bekleme hattı modeli yardımıyla bir bankadaki müşterilerin sıra beklemelerine
DetaylıRassal 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.
DetaylıZ = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ
YTÜ-İktisat İstatistik II Merkezi Limit Teoremi 1 MERKEZİ LİMİT TEOREMİ CENTRAL LIMIT THEOREM X 1,X 2,...,X n herbirinin ortalaması µ ve varyansı σ 2 olan ve aynı dağılıma uyan n tane bağımsız r.d. olsun.
DetaylıRasgele Sayılar Rasgele Basamaklar
Rasgele Sayılar Rasgele Basamaklar Gerçek hayatı taklit etmek için ihtiyaç duyulan rasgeleliği elde etmek rasgele sayılar ın kullanılması ile mümkündür. Rasgele sayıların oluşturulmasında rasgele basamaklar
Detaylı3. KUYRUK TEORİSİNE GİRİŞ ve Ulaşım Mühendisliğinde Uygulamaları
3. KUYRUK TEORİSİNE GİRİŞ ve Ulaşım Mühendisliğinde Uygulamaları Kuyruk (bekleme hattı- bekleme sırası - bekleme kuyruğu) teorisi, bekleme hattının matematiksel modellerini oluşturarak kuyruk uzunluğu,
DetaylıBENZETİM. 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
DetaylıIE 303T Sistem Benzetimi
IE 303T Sistem Benzetimi 1 L E C T U R E 5 : O L A S I L I K T E K R A R 2 Review of the Last Lecture Random Variables Beklenen Değer ve Varyans Moment Kesikli Dağılımlar Bernoulli Dağılımı Binom Dağılımı
DetaylıEME 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
DetaylıENM 316 BENZETİM ÖDEV SETİ
ENM 16 BENZETİM ÖDEV SETİ Ödev 1. Bir depo ve N adet müşteriden oluşan bir taşımacılık sisteminde araç depodan başlayıp bütün müşterileri teker teker ziyaret ederek depoya geri dönmektedir. Sistemdeki
DetaylıKESİKLİ 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
DetaylıENM-3105 Sistem Simulasyonu Kısa Sınav 1
ENM-3105 Sistem Simulasyonu Kısa Sınav 1 Sınav Tarihi ve Yeri: 06 Kasım 2014, Perşembe, İlk ders, B203 No lu Derslik) (Kısa Sınav 1 de aşağıda verilen sorulardan birinin benzeri sorulacaktır.) Soru 1)
DetaylıSİSTEM 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),
DetaylıIE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R
IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R Geçen Ders Envanter yonetımı: Gazetecı problemı Rastsal Rakamlar Üret Talebi hesapla Geliri hesapla Toplam maliyeti hesapla Günlük ve aylık
DetaylıEXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME
EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME GİRİŞ Bu bölümde benzetim için excel örnekleri önerilmektedir. Örnekler excel ile yapılabileceği gibi el ile de yapılabilir. Benzetim örnekleri
DetaylıKesikli 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.
Detaylıİstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik
6.SUNUM İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik özellikleri (ortalama, varyans v.b. gibi) hakkında
DetaylıSimülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation
Simülasyonda İstatiksel Modeller Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri
DetaylıSimülasyonda İstatiksel Modeller
Simülasyonda İstatiksel Modeller Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri iyi tanımlayabilir. İlgilenilen olayın örneklenmesi ile uygun
DetaylıEME 3117 SİSTEM SİMULASYONU
EME 3117 SİSTEM SİMULASYONU Sonsuz Ufuk Simulasyon (Kararlı Hal Simulasyonu) Ders 14 Hatırlatma Gözleme ve Zamana Dayalı Performans Ölçümleri Gözleme Dayalı Ortalama sistem süresi Ortalama kuyruk süresi
DetaylıDEPO YÖNETİMİ VE DEPO YÖNETİM SİSTEMLERİ ÖNEMİ
DEPO YÖNETİMİ VE DEPO YÖNETİM SİSTEMLERİ ÖNEMİ Depo nedir? Depo Hizmeti alan iç ve dış müşteriler için, depo tam zamanlı ve müşteri odaklı çalışan stratejik destek bir birimdir. Depo, katma değer üretilen
DetaylıKUYRUK TEORİSİ III KUYRUK SİSTEMLERİ
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II KUYRUK TEORİSİ III KUYRUK SİSTEMLERİ DERS NOTLARI M/M/1/GD/c/ KUYRUK SİSTEMİ Geçen dersimizde sistemin kapasitesini sınırsız görmüştük.
DetaylıWEIBULL 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
Detaylı2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI: SİGORTA MATEMATİĞİ. Soru 1
Soru Günde 8 saat çalışan bir bankanın müşterilerinin sayısı ile ilgili olarak şu bilgi verilmektedir: Müşteri sayısı, bankanın açıldığı an 9 müşteri ile başlayıp, her saat başı 9 oranı ile doğrusal artarak
DetaylıRİSK ANALİZİ VE AKTÜERYAL MODELLEME
SORU 1: Bir hasar sıklığı dağılımının rassal değişken olan ortalaması (0,8) aralığında tekdüze dağılmaktadır. Hasar sıklığı dağılımının Poisson karma dağılıma uyduğu bilindiğine göre 1 ya da daha fazla
DetaylıSİGORTA MATEMATİĞİ SINAV SORULARI WEB. Belirli yaşlar için hesaplanan kommütasyon tablosu aşağıda verilmiştir.
SORU 1 SİGORTA MATEMATİĞİ SINAV SORULARI WEB Şimdiki yaşı 56 olan Ahmet, Bireysel Emeklilik Sistemi (BES) ile biriktirmiş olduğu 250.000 TL yi yaşam süresi boyunca sabit ödemeli dönem başı yıllık maaş
DetaylıKUYRUK TEORİSİ (=BEKLEME HATTI TEORİSİ) (Stokastik Kuyruk Modellerinin Analitik Yoldan İncelenmesi) 1.1. Kuyruk Sistemlerinin Tanıtılması
KUYRUK TEORİSİ (=BEKLEME HATTI TEORİSİ) (Stokastik Kuyruk Modellerinin Analitik Yoldan İncelenmesi) Dr. Mustafa KOKSAL İ.Ü. İşletme Fakültesi Üretim Yönetimi Kürsüsü Bu makalede, kuyruk sistemlerinin genel
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri
EME 3117 1 2 Girdi Analizi SİSTEM SIMÜLASYONU Modellenecek sistemi (prosesi) dokümante et. Veri toplamak için bir plan geliştir. Veri topla. Verilerin grafiksel ve istatistiksel analizini yap. Girdi Analizi-I
DetaylıLaboratuvar 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
DetaylıDers 4: Rastgele Değişkenler ve Dağılımları
Ders 4: Rastgele Değişkenler ve Dağılımları Rastgele değişken kavramı Kesikli ve sürekli rastgele değişkenler İki boyutlu rastgele değişkenler Beklenen değer Varyans Örnek uzaydaki her elemanı bir sayıyla
DetaylıSIGORTA MATEMATİĞİ SORULARI WEB EKİM 2017
SIGORTA MATEMATİĞİ SORULARI WEB EKİM 2017 SORU 1: Hasar rassal değişkenini tanımlayan rassal X aşağıdaki dağılıma sahiptir: 150 F ( x) = 1, 0. x 150 + x Simülasyon teknikleri kullanılarak bu dağılımdan
DetaylıÖrnek...3 : Aşağıdaki ifadelerden hangileri bir dizinin genel terim i olabilir?
DİZİLER Tanım kümesi pozitif tam sayılar kümesi olan her fonksiyona dizi denir. Örneğin f : Z + R, f (n )=n 2 ifadesi bir dizi belirtir. Diziler, değer kümelerine göre adlandırı - lırlar. Dizinin değer
DetaylıENM 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.
DetaylıENM 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.
DetaylıIE 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
DetaylıIE 303T Sistem Benzetimi L E C T U R E 3 : O L A Y Ç I Z E L G E L E M E A L G O R I T M A S I
IE 303T Sistem Benzetimi L E C T U R E 3 : O L A Y Ç I Z E L G E L E M E A L G O R I T M A S I İçerik Olay Çizelgeleme Algoritması Tek Servis Sağlayıcılı Kuyruk (Tekrar) Maden Ocağı Kamyonları Liste İşlemleri
Detaylıİş Sıralama ve Çizelgeleme. Gülşen Aydın Keskin
İş Sıralama ve Çizelgeleme Gülşen Aydın Keskin 1. Tabu arama 2. Tavlama benzetimi 3. Genetik algoritmalar (GA) 4. Karınca kolonileri 5. Yapay sinir ağları (YSA) 6. Yapay bağışıklık sistemleri 7. Aç gözlü
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
Detaylı3/6/2013. Ders 6: Kesikli Olasılık Dağılımları
Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı
DetaylıDers 6: Kesikli Olasılık Dağılımları
Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı
DetaylıSÜREKLİ RASSAL DEĞİŞKENLER
SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.
DetaylıSİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I
SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I Soru 1) Rassal Sayı üretme yöntemlerinden Doğrusal Eşlik Üretecinin parametrelerinin a=13, m=40 ve c=1; başlangıç değeri x 0 =3 olsun. Verilen başlangıç değerini
DetaylıStok (envanter)yönetimi
Stok (envanter)yönetimi Stok tanımı Stok problemleri Stok noktaları Stokun önemi (finansal-üretim) Niçin stok bulundurulur? Stok problemlerini sınıflandırma Stok maliyetleri ABC analizi Bağımsız talep
DetaylıİSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ
İSTATİSTİK Hafta 7.2 Kesikli Olasılık Dağılımları Simeon Poisson a atfen isimlendirilen dağılım, bir örnek uzayın belli bir bölgesi veya zamanındaki olayların sayısının incelendiği kesikli bir olasılık
DetaylıİÇİNDEKİLER. 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
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıTablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01
Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin
DetaylıDers 5: Kesikli Olasılık Dağılımları
Ders 5: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı
DetaylıDers 5: Kesikli Olasılık Dağılımları
Ders 5: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı
DetaylıKesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin
DetaylıKullanım Durumu Diyagramları (Use-case Diyagramları)
Kullanım Durumu Diyagramları (Use-case Diyagramları) Analiz aşaması projeler için hayati önem taşır. İyi bir analizden geçmemiş projelerin başarı şansı azdır. Analiz ile birlikte kendimize Ne? sorusunu
DetaylıĠSTANBUL TEKNĠK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ
ĠSTANBUL TEKNĠK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ KUYRUK TEORĠSĠNĠN ĠSTANBUL BOĞAZI TANKER VE GEMĠ GEÇĠġLERĠ ĠLE HAYDARPAġA LĠMANI KONTEYNER TERMĠNALĠNE UYGULANMASI YÜKSEK LĠSANS TEZĠ Gemi ĠnĢ. Müh.
DetaylıİSTATİSTİK VE OLASILIK SORULARI
İSTATİSTİK VE OLASILIK SORULARI SORU 1 Meryem, 7 arkadaşı ile bir voleybol maçına katılmayı planlamaktadır. Davet ettiği arkadaşlarından herhangi bir tanesinin EVET deme olasılığı 0,8 ise, en az 3 arkadaşının
DetaylıKuyruk 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