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

Ebat: px
Şu sayfadan göstermeyi başlat:

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

Transkript

1 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 almak için beklerler Hizmet : Mülşterilerin hizmeti alması ve müteakiben sistemi terk etmeleri gereklidir 2 1

2 İşletmelerde Kuyruk Sistemi Hizmeti alanlar sistemi terk eder Müşterilerin Varışı Hizmet Sunucu Mülteri Müşteriler sırada bekler Hizmet 3 Varış Süreci 1. Deterministik Varış Süreci 2. Rassal Varış Süreci Poison Dağılımı 4 2

3 Poison Dağılımına Bağlı Olan Varışlar için Koşullar Düzenlilik Müşteri hizmet imkanından heran faydalanabilir Durağanlık Bekleme hattı her müşteri için aynı zaman ve uzuluktadır, durağandır Bağımsızlık ğ Müşterilerş birbirinden bağımsızğ olarak sisteme giriş yaparlar 5 Poison Dağılıma Bağlı Varışlar t süresinde k varışın olma olasılığı P( X k) ( t) e k! k t = birim zamanda ortalama varış hızı t = zaman e = k! = k (k-1) (k-2) (k-3)... (3) (2) (1) 6 3

4 Örnek - Bilgisayar Donanım Problemi Müşteriler Poison dağılıma uygun varış yapmaktadır. Salı 8:00-9:00 = 6 müşteri (ortalama) ise; 8:00-8:30 Saatleri arasında varış yapma olasılığı nedir? 7 Örnek - Bilgisayar Donanım Problemi = 6 müşteri varışı / saat t = 30 dk. = 0.5 saat t = 6(0.5) = 3 müşteri 8 4

5 Örnek - Bilgisayar Donanım Problemi P( X ( t) e k) k! P(X=0) = 3 0 e -3 /0!=e -3 = P(X=1) = 3 1 e -3 /1!=3e -3 = P(X=2) = 3 2 e -3 /2!=9e -3 /2 = P(X=3) = 3 3 e -3 / 3! = 27e -3 /6 = P(X=4) = 3 4 e -3 / 4! = 81e -3 /24= k t = (~80.1 %) 9 Bekleme Hattı Hat şekli (bir tane uzun bekleme hattı veya birkaç tane kısa hat) Hizmet sunucu A B C D Müşteriler 10 5

6 Bekleme Hattı Kuyruk Atlama (Müşteriler arası kuyruk atlama yapısı) Sunucu A Sunucu B Sunucu A Sunucu B 11 Bekleme Hattı Katılmama (kuyruk yeterince uzun olduğunda müşterinin hatta girmekten vazgeçmesi) 12 6

7 Bekleme Hattı Öncelik (müşterilerin hizmet görme sıraları farklılık gösterebilir) İlk gelene, hizmet ilk olarak verilir (FCFS) Son gelene, hizmet en son verilir (LCFS) Rassal gelen, hizmeti rassal olarak alır 13 Bekleme Hattı Atlamalı Bekleme Hatları (ikinci bir hat gerekli olduğunda kullanılır, araç muayene istasyonları) 14 7

8 Bekleme Hattı Homojen sıralar (Tüm müşteriler aynı seviyede hizmet ihtiyacındadır) 15 Hizmet Süreci 1. Deterministik Hizmet Süreci 2.Rassal Hizmet Süreci Üssel Olasılık Dağılımı 16 8

9 Üssel Hizmet Dağılımının Süreye Bağlılığı f ( X ) e X = ortalama servis hızı (birim zamanda hizmet sunulabilen ortalama müşteri sayısı) 1/ = ortalama servis zamanı t süresinde hizmetin tamamlanma olasılığı P( X t) 1 e t 17 Örnek - Bilgisayar Donanım Problemi Hizmet süresi = 4 dk. Üssel dağılım Servis zamanının < 3 dk. dan kısa olma olasılığı? 18 9

10 Örnek - Bilgisayar Donanım Problemi Ortalama servis zamanı =1/ =4dk. Ortalama servis hızı = = 1/4 müşteri / dakika Bir hizmetin 3 dk. dan kısa verilme olasılığı ; 3 dk. yı saate çeriverelim, 3/60 = 0.05 saat P(X<0.05) =1-e -15 x 0.05 =1-e = = P( X t) 1 e t 19 Varışlar Arrivals Arrival Varış hızı rate = Average number of arrivals per unit time t sürede k varışını olma olasılığı Probability of k arrivals in t time Varışlar arasındaki Average ortalama time zaman between arrivals Herhangi bir varışın t Probability süre.inde gerçekleşme that an arrival will olasılığı occur within t time Probability Müteakip varışın that the t next arrival zamanı will içinde not occur within oluşmama t timeolasılığı Modeldeki Formüllerin Özeti ( t) e k! k t e t Hizmet Services Service Hizmet rate hızı = Average number of services per unit time t sürede k hizmetin Probability verilme olasılığı of k services in t time Ortalama hizmet Avergae zamanı service time Probability Hizmetin t that süresinde service will tamamlanma be completed olasılığı within t time Servis süresinin t Probability süresinden that büyük service olma time olasılığı will be grater than t time ( t) e k! k t 1/ 1/ 1 e t 1 e t e t 20 10

11 Kesikli ve Sabit Durum Süreleri Kesikli Süreç :Başlangıçtaki kesikli sistem yapısı uzun vadede sistemi temsil edememektedir. Sabit Süreç :Uzun vadeli olasılıklar durağan bir hal sürecinde gerçekleşmektedir. Diğer ifadeyle, sistemde n müşteri bulunma olasılığı zamana karşı uzun vadede sabittir. # (müşteri sayısı) zaman 21 Durağan Hale Ulaşmak için Bazı Gereklilikler Sistem Tekli hizmet sunucu k sunucu, farklı hizmet hızları k sunucu, aynı hizmet hızı Gereklilik < < k <k 22 11

12 Durağan Hal Performans Ölçütleri P 0 : Sistemde müşteri olmama olasılığı P n : sistemde n müşteri olma olasılığı L: Sistemdeki ortalama müşteri sayısı L q : Sıradaki ortalama müşteri sayısı W: Sistemde bir müşteri tarafından harcanan ortalama zaman W q: Sırada bir müşteriş tarafından harcanan ortalama zaman P w : Varış yapan müşterin hizmet almak için bekleme olasılığı : Hizmet hattının kullanım hızı (hatların meşguliyet oranı, %) 23 Little Modeli Kuyruk teroisi kapsamındaki performans kriterleri arasında karşılıklı ilişkileri Little formülleriyle çözümlemek mümkündür. L = W L q = W q L = L q

13 Kuyruk Sistemlerinin Gösterimi Varış Süreci / Hizmet Süreci/ Sunucu Sayısı M Markoviyan D Deterministik G Genel M /D/5 / M / D / 5 / 10 / M / M / 1 Kuyruk Sistemi Özellikler Gelişler Poison dağılımdadır Hizmet süresi Üssel dağılım sergiler Tekli hizmet sunucu vardır Kuyruk potansiyel olarak sonsuz uzunluktadır Gelen müşteri sayısı sonsuzdur 26 13

14 P 0 =1-( / ) P n =[1-( / )] ( / ) n L = / ( - ) L q = 2 / [( - )] W = 1 / ( - ) W q = / [( - )] P w = / = / Performans Ölçütleri Bir müşterinin, sistemde t süresinden fazla bekleme olasılığı ; P(X>t)= e -( )t 27 Örnek Ayakkabı Şirketi Müşteriler, 12 dakikada bir ortalama hızda ve posion dağılımağ uygun olarak varış yapmaktadır. Servis hızı ortalama 8dk./müşteri Şirket yönetimi; bu hizmet için performans düzeyinin belirlenmesini istemektedir

15 Örnek Ayakkabı Şirketi - Çözüm Veriler = 1/ 12 müşteri / dk. = 60/ 12 = 5 müşteri/saat = 1/ 8 müşteri / dk. = 60/ 8 = 7.5 müşteri/saat Performans Hesaplamaları P 0 = 1- () = 1 - (5 / 7.5) = P n = [1 - = (0.3333)(0.6667)n L = / ( ) = 2 L q = 2 / [ = W = 1/( ) = 0.4 saat = 24 dk. W q = l / [ )] = saat = 16 dk. P w = / = = = Kuyruk Teorisi Bölüm 2 : Modeller 15

16 M / M / k kuyruk Sistemi Özellikler Gelişler Poison dağılımdadır Hizmet süresi Üssel dağılım sergiler k tane sunucu vardır ve bunların müşteri hizmet hızı dır Kuyruk potansiyel olarak sonsuz uzunluktadır Gelen müşteri sayısı sonsuzdur 31 Performans Ölçütleri P 0 n k k k n 0 n k!! k 1 n Pn P0 for n k. n! n P n P nk 0 for n > k. kk! 32 16

17 W P k k 1! k Performans Ölçütleri Little Formülünden; diğer performans ölçütleri olan L, L q, W q, hesaplanabilmektedir. P w 1 k k P k 0! k k 33 Örnek Posta Ofisi Postane cumartesileri 9:00 ile 13:00 saatleri arasında açık kalmaktadır. Veriler - Bu sürede, sisteme ortalama olarak 100 müşteri gelmekte ve bu kişilere 3 adet personel hizmet vermektedir. - Varışlar Poison dağılımına, hizmet süreleri ise Üssel dağılıma uygun olmaktadır. Postane Yöneticisi aşağıdakiş ğ hususları öğrenmekğ istemektedir ; - Mevcut hizmetin seviyesinin değerlendirilmesi - Tek personele düşüldüğü takdirde bu durumun hiztmete olan etkileri 34 17

18 Örnek Posta Ofisi - Çözüm Problemdeki veriler incelendiğinde sistemin M/M/3kuyruk sistemi olduğu anlaşılmatadır. Veriler 100 müşteri / saat 40 müşteri / saat (60 / 1.5) Durağan durum var mıdır ( <k 100 < k (40) = 120 Durağanlık söz konusudur 35 Özellikler M / G / 1 kuyruk Sistemi Müşteriler Poisson dağılıma uygun olarak ve ortalama debisinde varış yapmaktadır. Hizmet süresi ortalama hizmet hızı olan genel dağılım sergilemektedir. Tekli hizmet sunucu mevcuttur. Kuyruk potansiyel olarak sonsuz uzunluktadır Gelen müşteri sayısı sonsuzdur 36 18

19 L için Pollaczek Khintchine Formülü L Dağılımın yalnızca ortalaması ve standart sapması belirli ise yukarıdaki formül kuyruk uzunluğunun tespitinde kullanılabilmektedir. 37 Örnek TV Tamir Şirketi Veriler Bir Tv veya setin tamiri ortalama saattir. Tamir süresinin standart sapması 45 dk. dır. Müşteriler Poison dağılım ile varış yaparlar, ortalama varış hızı 2.5 müşteri / saat tir. Tek çalışan günde 9 saat çalışmaktadır. Yeni alınacak tamir ekipmanı ile; yeni tamir süresinin 2 saat, standart sapmasının ise 40 dk. ya düşmesi beklenmektedir

20 Örnek TV Tamir Şirketi İstenenler: 1)Tamirat için bekleyen ortalama set miktarı 2) Bir müşterinin ortalama bekleme süresi 39 Örnek TV Tamir Şirketi - Çözüm Bu verilerden sistemin M / G / 1 olduğu anlaşılmaktadır. Veriler Mevcut sistem (yeni ekipman olmadan) =1/ 2.5 = 0.4 müşteri / saat =1/ 2.25 = müşteri / saat =45/ 60 = 0.75 saat Yeni sistem (yeni ekipman oluduğu takdirde) =1/2 =0.5müşteri / saat =40/ 60 = saat 40 20

21 Kuyruk Teorisi Bölüm 3 : Ekonomik Analiz Kuyruk Sistemlerinin Ekonomik Analizi Servis Sistemlerinde Maliyetler Servis süreci yatırım maliyeti Sistemin İşletim maliyeti İşletim Maliyeti = Bekleme Maliyeti + Servis Maliyeti Bekleme Maliyeti = f (Servis debisi, Geliş debisi) Servis Maliyeti = h (Servis debisi) Maliyetler Toplam Maliyet (TM) Hizmet Maliyeti (C 2 ) Hizmet Seviyesi Bekleme Maliyeti (C 1 ) Servis Debisi 42 21

22 Optimal Hizmet Hızı TM Maliyeti B (TM) = C 1 Rassal Değişken ise; TM = Bekleme Maliyeti + Servis + C 2 μ μ * = λ + C1 C C 2 μ *=Servishızının optimum değeri λ = Ortalama varış hızı 43 Optimal Hizmet Hızı Örnek: Bir depoya araçların gelişi Poison olup, saatte ortalama 10 araç gelmektedir. 6 kişilik bir boşaltım ekibi bir aracı ortalama 5 dakikada boşaltabilmektedir. Boşaltım süresinin üssel dağılım sergilemektedir. Bir aracın bir saat bekleme maliyeti birimdir. Ekipteki kişilere saat başı birim ödenmektedir. Bu veriler ışığında, en iyi ekip sayısını bulunuz

23 λ = 10 araç/saat C 1 = birim C 2 =? C 2 = 6 x / 12 = birim Optimal Hizmet Süresi x : Ekipteki kişi sayısı (ortalama debiden bulunacaktır) 1saatte6kişi 12araç 1 saatte x kişi μx araç (lineer ilişki olsun) μx = 12x / 6 = 2x μ*x = 20 araç / saat (formülden bulunur) 20 = 2x ise; x= 10 kişilik ekip Not: μx kesikli değişken ise, farklı μx ler bulunarak en düşük toplam maliyetlisi seçilir. 45 Kuyruk Sistemlerinin Ekonomik Analizi Daha önceki bölümlerde açıkladığımız performans ölçütlerinin tanıtılmasındaki temel amaç, söz konusu ölçütlerin minimal maliyetli kuyruk sistemlerinin geliştirilebilmesidir. Bu kapsamda, aşağıda sunulan maliyetlerin tahmini gerekmektedir : Sunucu başına saatlik maliyet Müşterinin bekletilmesine yönelik maliyet (şerefiye) Müşteriye bekleme hattında hizmet sunulmasının maliyeti 46 23

24 Örnek Gıda Şirketinin Müşteri Hattı Bir gıda şirketi, müşterilerinin sorularına cevap verebilmek için 800 numaradan hizmet vermektedir. Veriler Saatte ortalama 225 çağrı alınmaktadır. Her görüşme ortalama 1.5 dk. sürmektedir. Müşterinin hatta bekleme süresi 3 dk. dır. Müşteri hizmetleri temsilcisi saatte 16 $ kazanmaktadır. Gıda şirketi, telefon operatörüne müşteriler hatta kaldığında veya hizmet verildiğinde dakkada 0.18 $ ödemektedir. Müşterinin hatta kalmasının maliyeti 0.2 $/dk. dır. Müşterilere hizmet sunulmasının maliyeti 0.05 $/dk. dır Bu kapsamda, saatlik faaliyet maliyetini minimize edebilmek için Gıda Şirketi nin kaç adet müşteri hizmetleri temsilcisi istihdam etmesi gerektiğini bulunuz. 47 Çözüm - Toplam Maliyet Modeli k adet müşteri temsilcisi istihdam etmenin saatlik toplam ortalama maliyeti Saatlik toplam ortalama telefon gideri Hizmet sunulan müşterilerin saatlik ortalama şerefiye maliyeti TC(k) = C w k + C t L + g w L q + g s (L - L q ) Toplam saatlik maaşş Beklemedeki müşterilerin ortalama saatlik şerefiye maliyeti TC(k) = C w k + (C t + g s ) L + (g w g s ) L q 48 24

25 Veriler Çözüm - Toplam Maliyet Modeli C w = $16 C t = $10.80 /saat [0.18(60)] g w = $12 /saat [0.20(60)] g s = $0.05 /saat [0.05(60)] Toplam Saat Başı Ortalama Maliyet : TC(k) = 16k + (10.8+3)L + (12-3)L q = 16k L + 9L q 49 Çözüm - Toplam Maliyet Modeli Gelişlerin Poisson, servis zamanının ise Üssel dağılım sergilediği varsayılırsa, M/M/kkuyruksistemiüzerinden gerekli hesaplamalar yapılabilir. = 225 çağrı /saat = 40 / saat (60 / 1.5) Durağan durumun oluşması için ( < k mümkün olan minimal k değeri 6 olacaktır. L, L q, and W q parametreleri için gerekli işlemler yapıldığında aşağıdaki sonuçlara ulaşılmaktadır

26 Değişik Müşteri Sayılarının Maliyete Etkisi k = 6, 7, 8, 9, 10 için hesaplamalar yapılamalıdır. k L L q W q TC(k) Sonuç : bu veriler ışığında 8 adet müşteri temsilcisinin istihdamı önerilebilir. 51 Atlamalı Kuyruk Sistemleri Atlamalı kuyruk sisteminde, müşteri belirli bir hizmet sunucusunda hizmetini temin ettikten sonra diğerğ sunucuları da ziyaret etmektedir. MüşterilerinPoisondağılımına uygun olarak varış yaptıkları ve sunulan hizmetin zamanının ise üssel dağılım sergilediği dikkate alındığında; Sistemdeki Her Sunucu Toplam Ortalama = İstasyonundaki Zaman Ortalama Hizmet Sürelerinin Toplamı 52 26

27 Ödev 8 Müzik Aletleri Satıcısı Bölüm - 1 Müzik ekipmanları satışı gerçekleştiren bir şirketin satış süreci aşağıdaki gibidir : -Müşteriler siparişlerini satış temsilcisi kanalıyla vermektedir. -Müşteri daha sonra kasaya giderek siparişinin ödemesini gerçekleştirir. - Ödemeyi müteakiben, müşteri ürünü alabilmek için teslimat masasına yönlendirilmektedir. Normal bir Cumartesi günü için veriler: a) Personel: 8 satış görevlisi, 3 kasiyer, 2işçi teslimat alanında görevlidir. b) Ortalama Hizmet Süreleri : Satış görevlisinin i i birmüşteri ii için beklediği ortalama süre 10 dk. Ödeme süreci için gereken ortalama süre 3 dk. Teslimat işlemi için gereken ortalama süre 2 dk. c) İstatistiksel Dağılımlar : Tüm hizmet birimlerinde hizmet süreleri Üssel dağılım sergiler Müşterilerin sisteme varışları Y. Doç. Fazıl Poison GÖKGÖZ dağılımda olup, varış hızı müşteri/saat tir. Ödev 8 Müzik Aletleri Satıcısı Bölüm - 1 Varış yapan müşterilerin %75 i satın alma gerçekleştirilyor ise; 1) Verileri dikkate alarak soruya uygun olan kuyruk sisteminin türünü belirleyiniz. 2) Müzik aletleri satış merkezinde bir müşterinin satın almaişlemi için harcadığı ortalama süreyi bulunuz. 3) Hizmet istasyonlarına ilişkin akım şemasını çiziniz ve ilgili kuyruk sitemi notasyonlarını da belirterek tüm sonuçlarınızı gösteriniz. Bu kapsamda gerekli açıklama ve yorumları yapınız. Teslim Tarihi : 24 Mayıs

28 B (TM) = C 1 + C 2 μ (Eşitlik 1) Ödev 8 Bölüm - 2 μ *= λ + C1 (Eşitlik 2) C 2 Toplam maliyet fonksiyonu (Eşitlik ş 1) dikkate alarak, optimal hizmet debisinine ilişkin Eşitlik 2 nin nasıl elde edilebileceğini gerekli matematiksel işlemleri yaparak açıklamalar ile gösteriniz. 55 Bu sorudaki veriler üç istasyonlu atlamalı kuyruk sistemidir. M / M / 8 Çözüm M / M / 3 M / M / 2 = 30 W = 3.47 = 30 W = 2.67 = 40 W = 14 Toplam süre = dk

Bölüm 1: Temel Kavramlar

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

Detaylı

KUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN

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

Detaylı

ENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

ENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30) ENM 316 BENZETİM ÖDEV 1: Bir projede A, B, C, D, E ve F olmak üzere 6 faaliyet vardır. Projenin tamamlanması için bu faaliyetlerin sırası ile yapılması gerekmektedir. Her faaliyetin tamamlanması için gereken

Detaylı

ENM 316 BENZETİM ÖDEV SETİ

ENM 316 BENZETİM ÖDEV SETİ ENM 316 BENZETİM ÖDEV SETİ ÖDEV 1: El ile Benzetim Bir depo ve 7 adet müşterisi olan bir taşımacılık sisteminde müşterilerden gelen siparişler araç ile taşınmaktadır. İki tür sipariş söz konusudur. Birincisi

Detaylı

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

Olay-Tabanlı Modelleme. İlhan AYDIN

Olay-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

Detaylı

Yönetimde Karar Verme Teknikleri

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

Detaylı

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

SÜREKLİ DÜZGÜN DAĞILIM

SÜREKLİ DÜZGÜN DAĞILIM SÜREKLİ DÜZGÜN DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu; şeklinde ise x e düzgün dağılmış rassal değişken, f(x) e sürekli düzgün dağılım denir. a 0 olduğuna göre, f(x) >0 olur.

Detaylı

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

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

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 0 KASIM 207 0. HAFTA 5.7 M/M/K/ / sistemi için Bekleme süresinin dağılımı j ( ) T j rastgele değişkeni j. birimin

Detaylı

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

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

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 0 KASIM 207 8. HAFTA.7 M/M//N/ sistemi için Bekleme zamanının dağılımı ( ) T j rastgele değişkeni j. birimin

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 5. HAFTA 2.7 M/M/1/ / sistemi için Bekleme zamanının dağılımı ( ) 1 T j rastgele değişkeni j. birimin

Detaylı

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

KUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ

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

Detaylı

BEKLEME HATTI MODELLERİ

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

Detaylı

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

BAKIM-ONARIM İÇİN SIRADA BEKLEME (KUYRUK) MODELLERİ

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

Detaylı

9/28/2016 EME 3117 SİSTEM SİMÜLASYONU. Giriş. Tek Kanallı Kuyruk Sistemi. Kuyruk Sistemlerinin Simulasyonu. Simulasyon Örnekleri Ders 2

9/28/2016 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

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 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

IE 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 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

Detaylı

Veri Ağlarında Gecikme Modeli

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

Detaylı

IE 303T Sistem Benzetimi

IE 303T Sistem Benzetimi IE 303T Sistem Benzetimi 1 L E C T U R E 5 : O L A S I L I K T E K R A R 2 Review of the Last Lecture Random Variables Beklenen Değer ve Varyans Moment Kesikli Dağılımlar Bernoulli Dağılımı Binom Dağılımı

Detaylı

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

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

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

Detaylı

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

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Simülasyonda İstatiksel Modeller Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri

Detaylı

Notasyonlar ve Genel Kurallar

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

Detaylı

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

Ders 6: Sürekli Olasılık Dağılımları

Ders 6: Sürekli Olasılık Dağılımları Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal

Detaylı

YÖNEYLEM ARAŞTIRMASI III Final Çalışma Soruları

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

Detaylı

Simülasyonda İstatiksel Modeller

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

Detaylı

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

SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II KUYRUK TEORİSİ - I DERS NOTLARI

SAKARYA 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

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

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

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

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

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

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

Detaylı

Exponential Distribution. diger. Probability Distributions. Sürekli Şans Değişkenleri. 0 diger. SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI

Exponential Distribution. diger. Probability Distributions. Sürekli Şans Değişkenleri. 0 diger. SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Probability Distributions Probability Distributions SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Dr. Mehmet AKSARAYLI Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Ekonometri Bölümü

Detaylı

Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN

Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN SÜREKSİZ (DISCRETE) OLASILIK DAĞILIMLARI 1 RANDOM DEĞİŞKEN Nümerik olarak ifade edilebilen bir deneyin sonuçlarına rassal (random) değişken denir. Temelde iki çeşit random değişken vardır. ##süreksiz(discrete)

Detaylı

Kuyruk Sistemlerinin Simülasyonu

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

Detaylı

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

TEK BOYUTLU RASSAL DEĞİŞKENLER

TEK BOYUTLU RASSAL DEĞİŞKENLER TEK BOYUTLU RASSAL DEĞİŞKENLER Rassal değişken: S örnek uzayının her bir basit olayını yalnız bir gerçel değere dönüştüren fonksiyonuna rassal (tesadüfi) değişken denir. İki para birlikte atıldığında üste

Detaylı

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

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir. T C S D Ü M Ü H E N D İ S L İ K F A K Ü L T E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OTM317 Müh. İstatistik İstatistiği ÖĞRENCİNİN: ADI - SOYADI ÖĞRETİMİ NOSU İMZASI 1.Ö 2.Ö A B

Detaylı

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

Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI)

Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI) TOBB-ETÜ, Iktisat Bölümü Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI) 1 Soru 1 : Bir ma¼gazaya gelen herhangi

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

EME 3105 SİSTEM SİMULASYONU (ARENA) Hafta 2

EME 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

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

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

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

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 1 Rastgele bir denemede ortaya çıkması olası sonuçların tamamıdır Örnek: bir zar bir kez yuvarlandığında S= Yukarıdaki sonuçlardan biri elde edilecektir. Sonuçların her biri basit olaydır Örnek: Bir deste

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

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

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

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

Detaylı

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

STOK KONTROL YÖNETİMİ

STOK KONTROL YÖNETİMİ STOK KONTRO YÖNETİMİ 1) Stok Yönetiminin Unsurları (Stok yönetiminin önemi, talep ve stok maliyetleri) ) Stok Kontrol Sistemleri (Sürekli ve Periyoik Sistemler) 3) Ekonomik Sipariş Miktarı (EO) Moelleri

Detaylı

1106104 SİSTEM SİMÜLASYONU

1106104 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

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

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

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma 2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

3. KUYRUK TEORİSİNE GİRİŞ ve Ulaşım Mühendisliğinde Uygulamaları

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

Detaylı

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

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

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

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

Detaylı

Çizelgeleme Nedir? Bir ürünün üretilmesi/hizmetin sunumu için

Çizelgeleme Nedir? Bir ürünün üretilmesi/hizmetin sunumu için Üretim Çizelgeleme Çizelgeleme Nedir? Bir ürünün üretilmesi/hizmetin sunumu için işgörenin nerede, ne zaman gerekli olduğunun, gerekli faaliyetlerin zamanlamasının, üretime başlama ve üretimi tamamlama

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

Deney Dizaynı ve Veri Analizi Ders Notları

Deney Dizaynı ve Veri Analizi Ders Notları Deney Dizaynı ve Veri Analizi Ders Notları Binom dağılım fonksiyonu: Süreksiz olaylarda, sonuçların az sayıda seçenekten oluştuğu durumlarda kullanılır. Bir para atıldığında yazı veya tura gelme olasılığı

Detaylı

İŞLETMECİLER İÇİN İSTATİSTİK II UYGULAMA III. Yrd. Doç. Dr. Pembe GÜÇLÜ

İŞLETMECİLER İÇİN İSTATİSTİK II UYGULAMA III. Yrd. Doç. Dr. Pembe GÜÇLÜ İŞLETMECİLER İÇİN İSTATİSTİK II UYGULAMA III Yrd. Doç. Dr. Pembe GÜÇLÜ 2 Yrd. Doç.Dr. Pembe GÜÇLÜ SORU 1. Toplu sözleşme görüşmeleri sırasında bir şirket, yeni bir teşvik planının, üretimdeki bütün işçiler

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

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

Detaylı

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler Rastgele Değişkenlerin Dağılımları Mühendislikte İstatistik Yöntemler Ayrık Rastgele Değişkenler ve Olasılık Dağılımları Yapılan çalışmalarda elde edilen verilerin dağılışı ve dağılış fonksiyonu her seferinde

Detaylı

Makine Müh./ Bakım-Onarım 2013-2014 04.05.2014. Dr.Ferhat Güngör / M.Ü. Teknoloji Fak. 1

Makine Müh./ Bakım-Onarım 2013-2014 04.05.2014. Dr.Ferhat Güngör / M.Ü. Teknoloji Fak. 1 1 Dr. Ferhat Güngör Endüstrideki pahalı makineleşmeye yatırım arttıkça, üretim maliyetlerinin minimumda tutulabilmesi ve üretim sürecinin kesintisiz olarak sürmesine, bakım sistemlerini kurmaya, geliştirmeye

Detaylı

İstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY

İstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY İstatistik 1 Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları Bu Bölümde İşlenecek Konular Temel Olasılık Teorisi Örnek uzayı ve olaylar, basit olasılık, birleşik olasılık Koşullu Olasılık İstatistiksel

Detaylı

SIGORTA MATEMATİĞİ SORULARI WEB EKİM 2017

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

Detaylı

KLÜ İİBF-İŞLETME * KANTİTATİF KARAR VERME TEKNİKLERİ

KLÜ İİBF-İŞLETME * KANTİTATİF KARAR VERME TEKNİKLERİ SORU 1. ASMALI BAKKAL Asmalı Bakkal'ın sahibi Nuri Amca, bir hafta boyunca satacağı ekmeklere ilişkin olarak ekmek fırınına vereceği günlük sipariş miktarı için hafta başında karar vermek zorundadır. Bunun

Detaylı

ENM-3105 Sistem Simulasyonu Kısa Sınav 1

ENM-3105 Sistem Simulasyonu Kısa Sınav 1 ENM-3105 Sistem Simulasyonu Kısa Sınav 1 Sınav Tarihi ve Yeri: 06 Kasım 2014, Perşembe, İlk ders, B203 No lu Derslik) (Kısa Sınav 1 de aşağıda verilen sorulardan birinin benzeri sorulacaktır.) Soru 1)

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü umutokkan@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN Hidrolik Anabilim Dalı Balıkesir Üniversitesi Balıkesir Üniversitesi İnşaat

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

DERS 8 BELIRSIZ TALEP DURUMUNDA STOK KONTROL. Zamanlama Kararları. Bir Seferlik Karar

DERS 8 BELIRSIZ TALEP DURUMUNDA STOK KONTROL. Zamanlama Kararları. Bir Seferlik Karar DERS 8 BELIRSIZ TALEP DURUMUNDA STOK KONTROL Zamanlama Kararları Miktar kararları Ne zaman sipariş verilecek? kararıyla birlikte verilir. Bu karar, stok yönetimindeki ana kararlardan biridir. Ne zaman

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

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

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

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

Detaylı

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

BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ

BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ Özgür ARMANERİ Dokuz Eylül Üniversitesi Özet Bu çalışmada, bir montaj hattı

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

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

Çağrı Merkezi Nedir?

Çağrı Merkezi Nedir? Çağrı Merkezi Nedir? Call Center (Çağrı Merkezi), kurumların temasta oldukları kişi veya kurumlarla olan iletişimlerini yürüttükleri, yazılım, donanım, insan kaynakları ve iş akışlarından oluşan etkileşim

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

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi

Hipotez Testi ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Ders 4 Minitab da İstatiksel Çıkarım-I. Hipotez Testi. Hipotez Testi ENM 52 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 4 Minitab da İstatiksel Çıkarım-I (Ortalamalar ve Oranlar İçin ) İstatistiksel Hipotezler İstatistiksel hipotez testi ve parametrelerin güven aralığı tahmini,

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

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin

Detaylı

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR 1- İlaçla tedavi edilen 7 hastanın ortalama iyileşme süresi 22.6 gün ve standart sapması.360 gündür. Ameliyatla tedavi edilen 9 hasta için

Detaylı

SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I

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

Detaylı

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

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

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( ) İKİ DEĞİŞKENLİ OLASILIK Rassal bir deneme yapılmakta ve farklı iki olay ile ilgilenilmektedir. A 1, A 2,,A i olayları bağdaşmaz ve bütünü kapsayıcıdır. B 1, B 2,,B j olayları bağdaşmaz ve bütünü kapsayıcıdır.

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye

Detaylı