YÖNEYLEM ARAŞTIRMASI-II Hafta 14

Benzer belgeler
YAPIM YÖNETİMİ 10 = 6 = 6 TEI

BÖLÜM IV: Proje Yönetimi. PERT metodu

YÖNEYLEM ARAŞTIRMASI-II Hafta 12. Proje Yönetimi

İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI

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

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

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

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

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

NORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa,

İstatistik ve Olasılık

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

1.58 arasındaki her bir değeri alabileceği için sürekli bir

PROJE YÖNETİMİ PERT-I

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

Ders 4: Rastgele Değişkenler ve Dağılımları

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

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

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

PROJE HAZIRLAMA. Kritik Yol Metodu CPM

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

İstatistik ve Olasılık

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

PROJE YÖNETİM TEKNİKLERİ

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Örnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan

SÜREKLİ OLASILIK DAĞILIMI

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

13. Olasılık Dağılımlar

SÜREKLİ RASSAL DEĞİŞKENLER

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

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

OLASILIK ve KURAMSAL DAĞILIMLAR

İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik

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

6-PROJE MALIYET YÖNETIMI

ANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER

SÜREKLİ OLASILIK DAĞILIŞLARI

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

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


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

OLASILIK ve İSTATİSTİK Hipotez Testleri

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

TEK BOYUTLU RASSAL DEĞİŞKENLER

Tesadüfi Değişken. w ( )

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

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

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

Mühendislikte İstatistiksel Yöntemler

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü

Merkezi Limit Teoremi

İstatistik ve Olasılık

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

İçindekiler. Ön Söz... xiii

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

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

RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015

Örneklem Dağılımları ve Merkezi Limit Teoremi

Ch. 12: Zaman Serisi Regresyonlarında Ardışık Bağıntı (Serial Correlation) ve Değişen Varyans

Appendix C: İstatistiksel Çıkarsama

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X)

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

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

İstatistik ve Olasılık

İSTATİSTİK MHN3120 Malzeme Mühendisliği

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

İstatistik ve Olasılık

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

BÖLÜM 13 HİPOTEZ TESTİ

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

Dr. Mehmet AKSARAYLI

BÖLÜM 12 STUDENT T DAĞILIMI

Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

İstatistik ve Olasılık

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

İÇİNDEKİLER ÖN SÖZ...

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

Mühendislikte İstatistiksel Yöntemler

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

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

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

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER

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

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

EM302 Yöneylem Araştırması 2 Proje Yönetimi. Dr. Özgür Kabak

Sürekli Rastsal Değişkenler

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

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

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Appendix B: Olasılık ve Dağılım Teorisi

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

Transkript:

9.0.07 YÖNEYLEM ARAŞTIRMASI-II Hafta ERT ANALİZİ Olasılıksal roje Değerlendirme ve Gözden Geçirme Tekniği ERT (robabilistic Evaluation and Review Technique) Eğer projenin faaliyetlerinin tamamlanma süresi kesin olarak bilinmiyorsa, projelerin verilen bir termin süresi içinde tamamlanıp, tamamlanamayacağının olasılık tahmini için ERT kullanılabilir. CM de projeyi oluşturan faaliyetlerin sürelerinin kesin olarak bilindiği varsayılmakta, ve bunun sonucunda projenin tamamlanabileceği en kısa süre kesin olarak belirlenebilmektedir. Ancak gerçek yaşam problemlerinde bir projeyi oluşturan faaliyetlerin kesin sürelerini bilmek mümkün değildir, faaliyet süreleri bir olasılık dağılıma sahip Rassal Değişkenlerdir. Bu gibi durumlarda ERT Analizi kullanılır. Uygulamada proje sorumlusuna faaliyetlerin olasılık dağılımlarını sormak gerçekçi değildir. Bunun yerine her faaliyet için ayrı süre belirlenir: En İyimser Süre (a):her şey istenildiği gibi giderse faaliyetin tamamlanacağı en kısa süre. (X a)=0.99 En Kötümser Süre (b):en kötü durumda faaliyetin tamamlanacağı süredi. (X b)=0.99 En Yüksek Olasılıklı Süre(olabilir faaliyet süresi) (m): Geçmiş deneyimlere göre beklenen durumlar altında faaliyetin tamamlanma süresidir. X: Faaliyetin Tamamlanma Süresi X ~Beta Dağılımı

9.0.07 Eğer faaliyetlerin varyansı büyük ise bu durumda belirsizlik büyük olur ve faaliyetin o sürede tamamlanması belirsizlik gösterir. Varyansın büyük olduğu durumlarda ERT analizi uygundur. Eğer faaliyetlerin varyansı küçük ise iyimser ve kötümser süreler birbirinden çok farklı değildir ve bu durumda faaliyet süreleri kesin (ortalama): bir faaliyetin beklenen gerçekleşme süresi süreler olarak kabul edilip, CM uygulanabilir. s (varyans): bir faaliyetin süresinin varyansı ERT analizinde projenin başlangıcından bitimine giden yollardan en yüksek toplam beklenen (ortalama) süreye sahip, yol kritik yoldur. rojenin beklenen tamamlanma süresi, kritik yolun toplan beklenen süresidir. Her bir faaliyetin süresi aynı ve özdeş dağılmış Beta Rassal Değişkeni olduğu için, krtitik yol üzerindeki faaliyet süresi Rassal Değişkenlerinin toplamı olan proje toplam süresi de rassal değişkendir, ve kritik yol üzerindeki faaliyet sayısı sonsuza gittikçe, projenin toplam tamamlanma süresi Normal Dağılıma yaklaşır (Merkezi Limit Teoremi) Önceki slayttaki şekilden görüldüğü üzere faaliyet süreleri tek tepe noktalı, normal dağılımdan çok farklılık göstermeyen bir dağılıma sahiptir. Bu nedenle uygulamada kritik yol üzerindeki faaliyet sayısı birkaç adet olsa bile, proje toplam süresinin Normal Dağılıma uyduğu kabul edilebilir. Örnek: Aşağıda faaliyetten oluşan bir projenin ERT tahmin süreleri verilmiştir. Faaliyet a m b a) rojenin şebeke diyagramını çizin. A b) Her bir faaliyetin beklenen (ortalama) süresini ve B varyansını hesaplayın. C c) rojenin kritik yolunu bulun. D d) rojenin toplam beklenen tamamlanma süresini ve 7 E 7 F standart sapmasını yazın. G e) rojenin 9 gün veya daha kısa bir sürede tamamlanma 7 H olasılığını hesaplayın. 7 I 7 f) rojenin tamamlanması için bulunan zamanda, projenin 8 J tamamlanacağından % 9 olasılıkla emin olunması 7 8 K istendiğinde, projenin bitim süresinin ne olması gerektiğini bulun.

9.0.07 a) b) x.7 A x B x.8 C xd.7 x E xf x G xh.8 x I 7 xk x.7 J 8 Faaliyet a m b (ortalama) s varyans A..7 0. B. 0. C.8 0. D.7 0. 7 E 7 0. F.8 0. G 0. 7 H 0. 7 I 7 0. 8 J.7 0. 7 8 K 0. x c) (.7,.7) (9,9) (.8,.8) d) rojenin Beklenen Toplam Tamamlanma Süresi, kritik yol üzerindeki faaliyetlerin beklenen (ortalama) sürelerinin toplamıdır. Kritik Faaliyetler: A-C-F-I-K : rojenin Tamamlanma Süresi T (0,0) (8.,8.8) 8 (9.8,9.8) T T T T T T A C F I K E T E T T T T T A C F I K (,.8) Kritik Yol: 7 8 : A-C-F-I-K 7 (.8,.8) E T E T E T E T E T E T E[ T ] x x x x x A C F I K A C F I K ET.7.8.8 9.8 gün (Beklenen Değer Özelliği)

9.0.07 e) rojenin Toplam Tamamlanma Süresinin varyansı, kritik yol üzerindeki faaliyetlerin varyanslar toplamıdır. Kritik Faaliyetler: A-C-F-I-K T : rojenin Tamamlanma Süresi T T T T T T A C F I K V T V T T T T T V[ T ] s s s s s T A C F I K V T V T V T V T V T V T A C F I K A C F I K V T 0. 0. 0. 0. 0.. gün.. gün (Faaliyet süreleri birbirinden bağımsız olduğu için Varyans özelliğinden ) e) T : rojenin Tamamlanma Süresi T T ( 9)? Z z z 9 9.8. 0.7 T Tp Z ( T 9) Z 0.7 0 T Z 9 T p 9.8 T T.. rojenin tamamlanma süresinin her ne kadar kritik yol üzerinde faaliyet sayısı az bile olsa MLT gereği Normal Dağılıma Uyduğu kabul edilebilir. FZ ( 0.7) Z 0.7 Z 0.7 0.9 T Normal.. ~ 9.8,. T ( 9) 0. Minitab

9.0.07 f) T (?) 0.9 T. T 0.9 T. Z T Tp Z T T p 9.8 t? Z 0.9 T T Z. p T t z. T T t (9,8) (,).(,) p t.7 ( Z z) 0.9 ise z. 0 z. ( Z z) 0.9 ise z. (tablodan-sonraki slayt) T (?) 0.9 T Normal.. ~ 9.8,. Minitab T (.7) 0.9