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



Benzer belgeler
Rassal Değişken Üretimi

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

Tesadüfi Değişken. w ( )

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar.

13. Olasılık Dağılımlar

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

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

1.58 arasındaki her bir değeri alabileceği için sürekli bir

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

Simülasyonda İstatiksel Modeller

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

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

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

RASSAL SAYI ÜRETİLMESİ

SIMÜLASYON DERS SORUMLUSU: DOÇ.DR. SAADETTIN ERHAN KESEN. Ders No:2 Simülasyon Örnekleri

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

Matematik Ders Notları. Doç. Dr. Murat Donduran

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

İçindekiler. Ön Söz... xiii

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

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

altında ilerde ele alınacaktır.

Appendix C: İstatistiksel Çıkarsama

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK

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

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

İstatistik ve Olasılık

IE 303T Sistem Benzetimi

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

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

EME 3105 SISTEM SIMÜLASYONU

İstatistik ve Olasılık

MONTE CARLO BENZETİMİ

OLASILIK ve KURAMSAL DAĞILIMLAR

Ders 1 Minitab da Grafiksel Analiz-I

Bekleme Hattı Teorisi

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

İSTATİSTİKSEL PROSES KONTROLÜ

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

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

TÜREV VE UYGULAMALARI

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

SÜREKLİ RASSAL DEĞİŞKENLER

Bir Doğrusal Programlama Modelinin Genel Yapısı

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

Appendix B: Olasılık ve Dağılım Teorisi

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

İstatistik Nedir? Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. İstatistiğin Konusu Olan Olaylar

Kümülatif Dağılım Fonksiyonu (Sürekli)

İSTATİSTİK I KISA ÖZET KOLAYAOF

Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

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

Bir Normal Dağılım Ortalaması İçin Testler

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri

SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I

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)

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ

SİMULASYON MODELLEME VE ANALİZ. Giriş. Arena Ortamı. Simulasyon Dilleri HAFTA 2. Yrd.Doç.Dr.Beyazıt Ocaktan

CEVAP ANAHTARI. Tempo Testi D 2-B 3-A 4-A 5-C 6-B 7-B 8-C 9-B 10-D 11-C 12-D 13-C 14-C

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

RASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN

İÇİNDEKİLER ÖN SÖZ...

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN

8. Uygulama. Bazı Sürekli Dağılımlar

RASSAL SAYI ve RASSAL DEĞİŞ ĞİŞKEN. dd Her Ui nin beklenen değeri; Benzetimde rassallık k varsa, bir veya birden fazla dağı

Şekil 7.1 Bir tankta sıvı birikimi

İleri Diferansiyel Denklemler

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

RISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir:

SÜREKLİ DÜZGÜN DAĞILIM

Ki- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

YÖNEYLEM ARAŞTIRMASI - III

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

ENM 316 BENZETİM ÖDEV SETİ

Ders 6: Sürekli Olasılık Dağılımları

RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015

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

2. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN

BMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER. İlhan AYDIN

fonksiyonu için in aralığındaki bütün değerleri için sürekli olsun. in bu aralıktaki olsun. Fonksiyonda meydana gelen artma miktarı

Rassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME

Örneğin bir önceki soruda verilen rüzgâr santralinin kapasite faktörünü bulmak istersek

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

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

İstatistik ve Olasılık

İzostatik Sistemlerin Hareketli Yüklere Göre Hesabı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

RÜZGAR ÇİFTLİĞİ POTANSİYELİNİN GÜVENİLİRLİĞE DAYALI TEORİK DAĞILIMI

ENM 316 BENZETİM ÖDEV SETİ

Transkript:

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

RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri üzerinde durulacaktır. Daha önceki tartışmalar ve örnekler genel olarak belirsizlik içeren faaliyetlerin modellenmesinde istatistiksel dağılımların faydaları üzerineydi. Örneğin varışlar arası zamanlar kuyruktaki servis zamanları ve bir ürüne olan talep genellikle tahmin edilemez (en azından bir yere kadar). Genellikle, bu değişkenler bazı bilinen istatistiksel dağılımlara uyan rassal değişkenler olarak modellenir ve varsayılan dağılımın parametrelerini tahmin etmek için ve varsayılan istatistiksel modelin geçerliliğini test etmek için istatistiksel prosedürler mevcuttur. 2/60

RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde bir dağılımın tam olarak belirlendiği kabul edilecek ve simülasyon modelinin girdisi olarak kullanılacak bu dağılımdan örneklemler üretmenin yolları araştırılacaktır. Bu bölümde amaç en etkin tekniklerin bir özetini vermek yerine rassal değişken üretmek için yaygın olarak kullanılan teknikleri açıklamaktır. Pratikte bir çok simülasyon model kurucusu program kütüphanesindeki mevcut rutinleri kullanacak yada kullanılan simülasyon dilinin içine gömülü rutinleri kullanacaktır. Ancak bazı programlama dilleri tüm dağılımlar için rutinler içermemekte ve bazı bilgisayar kurulumları rassal-değişken-üretme rutinlerine sahip değildir ki bu durumda model kurucu kabul edilebilir bir rutin geliştirmek zorundadır. Böyle bir durumun ortaya çıkma şansı düşük olsa da rassal değişken üretiminin nasıl gerçekleştiğini bilmek önemlidir. 3/60

RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde ters dönüşüm tekniği, konvolüsyon metodu ve kabulret tekniği incelenecektir. Burada anlatılan tüm teknikler düzgün rassal sayılar olan R 1, R 2, lerin elimizde hazır olduğunu ve her bir R i rassal değişkeninin aşağıdaki olasılık yoğunluk fonksiyonuna sahip olduğunu kabul etmektedir. 1, 0 x 1 f R x = 0, d. d. Ve birikimli dağılım fonksiyonu 0, x < 0 F R x = x, 0 x 1 1, x > 1 Bu bölümde R ve R 1, R 2, (0,1) aralığında düzgün dağılmış rassal sayıları temsil etmektedir. 4/60

TERS DÖNÜŞÜM TEKNIĞI (INVERSE TRANSFORMATION TECHNIQUE) Ters dönüşüm tekniği üstel, düzgün, Weibull ve üçgen dağılım ile ampirik dağılımlardan örneklem almak için kullanılabilirler. Ayrıca kesikli dağılımlardan örneklem alınmasında kullanılan önemli bir tekniktir. Teknik üstel dağılım için detaylı olarak anlatılacak ve sonrasında diğer dağılımlar için uygulanacaktır. Hesaplama kolaylığı açısından her zaman en etkini olmasa bile en basit tekniktir. 5/60

TERS DÖNÜŞÜM TEKNIĞI (ÜSTEL DAĞıLıM) Üstel dağılımın olasılık yoğunluk fonksiyonu (oyf) hatırlanacağı üzere aşağıdaki gibidir: f x = λe λx, x 0 0, x < 0 ve birikimli dağılım fonksiyonu (bdf) aşağıdaki gibidir: x F x = f t dt = 1 e λx, x 0 0, x < 0 λ parametresi birim zamandaki oluşum sayısının ortalaması olarak yorumlanabilir. Örneğin, eğer varışlar arası zamanlar X 1, X 2, X 3, λ oranına sahip üstel dağılıma uysalardı λ birim zamandaki ortalama varış sayısı veya varış oranı olarak yorumlanabilirdi. Herhangi bir i değeri için 6/60 E X i = 1 λ

TERS DÖNÜŞÜM TEKNIĞI (ÜSTEL DAĞıLıM) Böylece 1 λ ortalama varışlar arası zamandır. Burada amaç üstel dağılıma sahip X 1, X 2, X 3, değerlerini üretmek için bir prosedür geliştirmektir. Ters dönüşüm tekniği en azından prensip olarak herhangi bir dağılım için kullanılabilir ancak özellikle birikimli dağılım fonksiyonu F x in tersi olan F 1 x kolayca hesaplanabildiğinde oldukça etkin bir tekniktir. Üstel dağılım için ters dönüşüm tekniğinin kullanımına ilişkin prosedür aşağıda adım-adım gösterilmiştir. 7/60

TERS DÖNÜŞÜM TEKNIĞI (ÜSTEL DAĞıLıM) Adım 1. Arzu edilen X rassal değişkeninin cdf sini hesapla. Üstel dağılım için cdf F x = 1 e λx, x 0. Adım 2. X in bölgesi üzerinde F x = R olarak ata. Üstel dağılım için, x 0 bölgesinde 1 e λx = R olur. X bir rassal değişken olduğu için (bu durumda üstel dağılıma uyar) 1 e λx de rassal değişkendir. Adım 3. F x = R denkleminde X i R cinsinden bul. Üstel dağılım için çözüm aşağıdaki gibi yapılır: 1 e λx = R e λx = 1 R λx = ln 1 R X = 1 λ ln 1 R 8/60

TERS DÖNÜŞÜM TEKNIĞI (ÜSTEL DAĞıLıM) Yukarıdaki son eşitlik üstel dağılım için rassal-değişken üreticisi olarak bilinir. Genel olarak, yukarıdaki eşitlik X = F R olarak yazılır. Değerler dizisinin üretimi Adım 4 deki gibi olacaktır. Adım 4. Gerektiği kadar R 1, R 2, R 3, düzgün rassal sayılar üret ve istenilen rassal değişkenleri aşağıdaki şekilde üret. X i = F 1 R i Üstel durum için, F 1 R = 1 λ ln 1 R şeklindedir: Böylece X i = 1 λ ln 1 R i i = 1, 2, 3, Yukarıdaki denklemde 1 R i yerine R i yazılabilir. Böylece X i = 1 λ ln R i i = 1, 2, 3, 9/60

TERS DÖNÜŞÜM TEKNIĞI (ÜSTEL DAĞıLıM: ÖRNEK) Aşağıdaki tablo rassal sayılar dizisini ve hesaplanan üstel değişkenleri X i vermektedir λ = 1. i 1 2 3 4 5 R i 0,1306 0,0422 0,6597 0,7965 0,7696 X i 0,1400 0,0431 1,078 1,592 1,468 Aşağıdaki şekil (a) da düzgün dağılımdan elde edilmiş 200 adet rassal sayının R 1, R 2,, R 200 histogramını vermektedir. Şekil (b) ise 200 adet üretilen üstel rassal değişkene X 1, X 2,, X 200 ilişkin histogramı vermektedir. Bu ampirik histogramları Şekil (c) ve Şekil (d) de verilen teorik yoğunluk fonksiyonlarıyla karşılaştırınız. Burada verildiği üzere histogram dağılım fonksiyonunun bir tahminidir. 10/60

TERS DÖNÜŞÜM TEKNIĞI (ÜSTEL DAĞıLıM: ÖRNEK) 11/60

Aşağıdaki şekil ters dönüşüm tekniğinin grafiksel olarak yorumlanması amacıyla hazırlanmıştır. Buradaki birikimli dağılım fonksiyonu F x = 1 e λx olarak verilmiştir λ = 1 için. F x ile X 1 değeri üretmek için ilk olarak 0 ile 1 arasında bir R 1 rassal sayısı üretilir. Sonra R 1 den bdf nin grafiğine yatay bir çizgi çizilir ve X 1 i elde etmek için x-eksenine dik bir çizgi indirilir. 12/60

TERS DÖNÜŞÜM TEKNIĞI (DÜZGÜN DAĞıLıM) a, b aralığında tanımlı düzgün dağılmış bir X rassal değişkenini dikkate alalım. X i üretmek için makul bir tahminin aşağıdaki gibi olabileceği düşünülebilir. X = a + b a R R nin daima (0, 1) aralığında bir rassal sayı olduğunu hatırlayalım. X için oyf aşağıdaki gibidir: 1 f x = b a, a x b 0, diğer durumda Adım 1. X için bdf aşağıdaki gibi verilir: 0, x < a x a F x = b a, a x b 1, x > b Adım 2. F x = x a b a = R olarak ata. Adım 3. Yukarıdaki denklemde X çekildiğinde X = a + b a R elde edilir. 13/60

TERS DÖNÜŞÜM TEKNIĞI (WEIBULL DAĞıLıMı) Weibull dağılımı genellikle makineler ve elektronik parçaların arızalanana kadar geçen zamanın modellenmesinde kullanılmaktadır. X weibull rassal değişkeni için oyf aşağıdaki gibidir: β x β 1 f x = e x δ β, x 0 δ δ 0, diğer durumda Burada β şekil ve δ ölçek parametrelerini göstermektedir. Weibull rassal değişkeni üretmek için aşağıdaki adımlar takip edilir: Adım 1. Weibull rassal değişkeni için bdf F x = 1 e x δ β, x 0 şeklindedir. Adım 2. F x = 1 e x δ β = R olarak ata. Adım 3. Yukarıdaki denklemde X çekildiğinde X = δ ln 1 R elde edilir. 14/60 1 β

TERS DÖNÜŞÜM TEKNIĞI (ÜÇGEN DAĞıLıM) Aşağıdaki oyf ye sahip bir X rassal değişkeni düşünelim. x, 0 x 1 f x = 2 x, 1 < x 2 0, diğer durumda Bu dağılım uç nuktaları (0,2) ve tepe değeri 1 olan üçgen dağılıma uymaktadır. 15/60