7 Pages

Yanit_2006_Yariyil_Sonu

Course: SIMULATION 20091, Spring 2009
School: Istanbul Technical...
Rating:
 
 
 
 
 

Word Count: 2365

Document Preview

ENDSTR T MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SONU SINAV YANITLARI 24/05/2006 Soru 1. Soruda belirtilen retim sistemi seri imalat yapmaktadr. Bu nedenle simlasyon modellerinin sonlanmayan modeller olduunu kabul edebiliriz. Gei dnemlerini belirlemek amacyla her iki yerleim dzeni seeneinde paralarn sistemde kal sresi verilerinin grafii, hareketli ortalama grafii ile birlikte verilmitir. ekil 1a ve ekil 2a...

Register Now

Unformatted Document Excerpt

Coursehero >> Other International >> Istanbul Technical University >> SIMULATION 20091

Course Hero has millions of student submitted documents similar to the one
below including study guides, practice problems, reference materials, practice exams, textbook help and tutor support.

Course Hero has millions of student submitted documents similar to the one below including study guides, practice problems, reference materials, practice exams, textbook help and tutor support.
ENDSTR T MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SONU SINAV YANITLARI 24/05/2006 Soru 1. Soruda belirtilen retim sistemi seri imalat yapmaktadr. Bu nedenle simlasyon modellerinin sonlanmayan modeller olduunu kabul edebiliriz. Gei dnemlerini belirlemek amacyla her iki yerleim dzeni seeneinde paralarn sistemde kal sresi verilerinin grafii, hareketli ortalama grafii ile birlikte verilmitir. ekil 1a ve ekil 2a grafiklerine baklarak gei dnemlerine karar verebiliriz. I. Seenekte gei dnemi 200, II. Seenekte ise 100 olarak belirlenmitir. Gei dnemi atldktan sonra kalan deerlerin korelogramlar ekil 1b ve ekil 2bde verilmitir. I. Seenekte paralarn kal srelerinin kendisinden 10 sonraki paraya kadar korelasyonlu olduu grlmektedir. Daha sonra korelasyon dmektedir. Bu durumda ilk seenek iin korelasyonun snmlendii noktay m1=10 olarak belirleyebiliriz. II. Seenekte korelasyonun snmlendii nokta benzer yolla m2=20 bulunur. Kme byklkleri korelasyonun snmlendii noktann en az 10 kat olacana gre srasyla 100 ve 200 olarak hesaplanr. Tablo 1de her iki seenek iin gei dnemi atlm ve kalan veriler kme byklklerine gre gruplandrlmtr. Tablo 1. Kmeler I. Seenek Para No 1-50 51-100 101-150 151-200 201-250 251-300 301-350 351-400 401-450 451-500 501-550 551-600 601-650 651-700 701-750 751-800 801-850 851-900 901-950 951-1000 Ortalama 16.3 21.6 26.3 29.7 33.0 29.9 29.0 32.1 27.8 29.7 31.4 33.1 29.4 28.9 28.7 30.1 31.2 30.8 30.3 31.9 1-50 51-100 101-150 151-200 201-250 251-300 301-350 351-400 401-450 451-500 501-550 551-600 601-650 651-700 701-750 751-800 801-850 851-900 901-950 951-1000 II. Seenek Para No Ortalama 22.9 27.4 27.5 27.4 27.0 26.9 26.8 27.0 28.1 28.2 28.0 26.6 27.8 27.4 28.3 26.3 27.6 30.4 27.4 26.6 Kme byklkleri farkl olduundan I. Seenek iin 8, II. Seenek iin 4 kme olumutur. Her satr 50 parann kal sresi ortalamasn verdiine gre 100 ve 200 paradan oluan bu kmelerin ortalamasn kmeye giren 50 paralk ortalamalardan hesaplayabilir. rnein II. Seenein ilk grubunun ortalamas aadaki gibi hesaplanabilir. x1II = 50(27.5) + 50(27.4) + 50(27.0) + 50(26.9) = 27.2 200 1/7 Bu ilem aadaki 50 paral 4 grubun ortalamas alnarak basitletirilebilir. x1II = 27.5 + 27.4 + 27.0 + 26.9 = 27.2 4 Her iki seenein kme ortalamalar bulunmu ve Tablo 2de verilmitir. Tablo 2. Kmelerin ortalama kal sreleri Kme No Seenek I Seenek II 1 2 3 4 5 6 7 8 Ortalama Standart Sapma Varyans 31.45 30.55 28.75 32.25 29.15 29.40 31.00 31.10 30.46 1.23 1.52 27.200 27.525 27.450 28.150 27.581 0.40 0.16 ki seenein ortalamalar arasnda fark olup olmadn test etmemiz istenmektedir. Soruda simlasyon modellerinin ayr ayr oluturulduu ve altrld sylenmektedir. Seenekler arasnda korelasyon olmadna gre iki rnekli t testi uygulamamz gerekmektedir. ki rnekli t testi kme varyanslarnn eit olup olmamasna gre farkllamaktadr. Bu nedenle ilk ilem olarak varyanslarn eitlii test edilmelidir. 2 H 0 : I2 = II 2 H1 : I2 II F= s I2 1.52 = = 9 .5 2 s II 0.16 2 Deer 1den byk ktna gre tablodan Fn 1, n 1,1 I II 0.20). = F7,3,0.90 deerine bakmamz gerekmektedir ( = F7,3,0.90 = 5.266 Varyanslarmzn oran 9.5 > 5.266 olduuna gre bo hipotez ret edilir. Bu durumda varyanslarn eit olmad iki rnekli t testi kullanlmaldr. H 0 : I = II H 1 : I II Varyanslar eit olmadna gre her kmenin varyans ayr olarak yar gven aral hesabna katlacaktr. Fakat t dalm iin bir serbestlik derecesi belirlememiz gerekir. Aada serbestlik derecesi 9.29 bulunmutur. Bu deeri dk tamsayya yuvarlayarak serbestlik derecesini 9 olarak buluruz. 2/7 1.52 0.16 + 4 8 = = 9.29 = 2 2 2 22 s I2 s II 1.52 0.16 n n 8 + 4 I II + 8 1 4 1 nI 1 nII 1 Ortalamalar arasndaki farkn gven aral aadaki ekilde hesaplanabilir. 2 s I2 s II + n I n II 2 2 x I x II = 30.46 27.581 = 2.879 = 0.05 serbestlik derecesi = 9 t ,1 2 = t9,0.975 = 2.262 h = t ,1 2 2 s I2 s II 1.52 0.16 + = 2.262 + = 1.08 8 4 nI nII GA = [2.879 1.08,2.879 + 1.08] = [1.799,3.959] Gven aralnn iinde 0 bulunmamaktadr. Paralarn sistemde kal srelerinin ortalamas iki yerleim dzeni iin farkldr. I. Seenein ortalamasndan II. Seenein ortalamasn kartarak gven araln oluturduumuza gre I. Seenein deerleri II. Seenekten daha byktr. Sistemde kal sresinin dk olmas isteneceine gre karar vericiye II. Seenek yerleim dzenini kullanmas nerilir. Soru 2. a) Simlasyon tablosunu hazrlamadan nce geliler aras srelerin gen dalma uygunluunun belirlenmesi gerekmektedir. Soruda ardk be talebin geli zamanlar verilmiti. Bu geli zamanlarn birbirinden kararak be adet geliler aras sre deeri bulunur. Be deerle 2 testi yapmak olanakl deildir. Dalm srekli olduuna ve parametreleri de verildiine gre Kolmogorov-Smirnov (KS) testi uygulayabiliriz. KS testinde teorik birikimli olaslklarn bulunmas gerekmektedir. gen dalmn F ( x) fonksiyonu aada verilmitir (gen dalmn ters dnm denkleminden elde edilebilir). ( x a )2 a x b (b a )(c a ) F ( x) = 2 b < x c 1 (c x ) (c b )(c a ) (x 20)2 20 x 30 250 F ( x) = 2 30 < x 45 1 (45 x ) 375 KS hipotez testinin hipotezleri aada belirlenmitir. H0: Taleplerin geliler aras sresi en kk deeri 20, en byk deeri 45 ve en olas deeri 30 dakika olan gen dalmdan gelmektedir. H1: Taleplerin geliler aras sresi yukardaki dalmdan gelmemektedir. 3/7 Tablo 3. KS tablosu Gzlenen Birikimli Olaslk No 1 2 3 4 5 Veri 25.6 31.1 33.8 36.4 39.3 Alt 0.0 0.2 0.4 0.6 0.8 st 0.2 0.4 0.6 0.8 1.0 Teorik Birikimli Olaslk 0.13 0.48 0.67 0.80 0.91 Fark Alt 0.13 0.28 0.27 0.20 0.11 st 0.07 0.08 0.07 0.00 0.09 0.28 En byk fark deeri 0.28 bulunmutur. Serbestlik derecesi veri saysna eittir. = 0.05 iin KS tablosundan kritik deer 0.565 olarak bulunur. 0.28 0.565 olduundan bo hipotezi ret edecek yeterli veri bulunamamtr. Taleplerin geliler sresi aras sylenen gen dalma uymaktadr. b) Simlasyon tablosunu oluturmadan nce ters dnm denklemlerini belirleyelim. sembol en yakn aa tamsayya yuvarlama ilemi gstermektedir. Tablo 4. Ters dnm denklemleri Ama Dalm Talep geliler aras sresi 20-30-45 dakika gen Ters Dnm Denklemi 20 + 250RS RS 0.4 x= 45 375(1 RS ) RS > 0.4 Talep miktar Ortalamas 30, standart sapmas 10 adet normal dalm 20-50 km aras dzgn dalm x = 30 + 10 RNS + 1 Talebin depoya uzakl x = 20 + 30 RS Bu denklemleri kullanarak aadaki simlasyon tablosu oluturulabilir. Tablo 5. Simlasayon tablosu RS 0.560 0.251 0.333 0.020 0.569 GAS 32.2 27.9 29.1 22.2 32.3 GZ 32.2 60.1 89.2 111.4 143.7 RNS 0.94 0.40 -0.57 0.25 -1.38 Talep 40 35 2 Kamyon Tipi B B K1 B K1 RS 0.537 0.193 0.397 0.014 0.543 Talep Uzakl 36.1 25.8 31.9 20.4 36.3 Sre 54.2 38.7 47.9 30.6 54.5 Kalk Dn 32.2 86.4 89.2 125.1 143.7 86.4 1 Toplam Bekleme 0 920.5 0 452.1 0 125.1 137.1 155.7 198.2 25 33 3 17 Aklamalar 1 2 Kamyon 32.2de hareket etmitir. Talebin uzakl 36.1 km dir. Kamyon 60 dakikada 80 km yaptna gre talep noktasna (36.1 / 80) x 60 = 27.075 dakikada ular. Ykleme ve boaltma sreleri dikkate alnmayacak kadar kktr. Ayn srede kamyonun depoya dneceini dnrsek, kamyon kalkndan 2 x 27.075 = 54.2 dakika sonra depoya dnm olacaktr. 60.1 annda gelen ikinci talep 30 adetten fazla olduundan byk kamyonla tanmak zorundadr. Byk kamyon ilk talebi tadktan sonra depoya 86.4te dnmektedir. 35 adet rn 60.1 anndan 86.4e kadar depoda bekleyecektir. Toplam bekleme sresi 35 x (86.4 60.1) = 920.5 dakika olacaktr. 4/7 3 111.4te gelen drdnc talep de byk kamyonu beklemektedir. Toplam bekleme sresi 33 x (125.1 111.4) = 452.1 dakika olacaktr. rn bana ortalama bekleme sresi, 920.5 + 452.1 = 20.2 35 + 33 olarak bulunur. c) Gven aral Tablo 5 yardmyla hesaplanmtr. Tablo 5. Koum No 1 2 3 4 5 Ortalama Std. Sapma Ortalama Bekleme 25.2 14.6 26.8 16.8 20.2 20.7 5.25 x = 20.7 s ( x) = 5.25 = 0.05 t n1,1 2 = t 4,0.975 = 2.776 h = t n1,1 2 s ( x) 5.25 = 2.776 = 6.52 n 5 Gven aral d) [20.7 6.52,20.7 + 6.52] = [14.18,27.22] olarak bulunur. Hipotez testi Bekleme sresi ynnnn ortalamas irket ynetiminin syledii gibi 15 ise veriler aadaki bo hipotezi desteklemelidir. H 0 : = 15 H1 : 15 Eer bo hipotez doruysa, t = ( x ) s ( x ) ( n ) istatistii 0.95 olaslkla t n 1, 2 ile t n 1,1 2 deerleri deerleri tablodan elde edilebilir ( t dalm simetrik olduundan t 4, 0.025 = t 4, 0.975 ). arasnda kalmaldr. Bu deerler srasyla aadaki gibi bulunur. t 4, 0.025 = 2.776 ve t 4, 0.975 = 2.776 t= (x ) s(x ) n = 20.7 15 = 2.43 5.25 5 5/7 -2.776 2.43 2.776 olduuna gre sfr hipotezini ret edecek yeterli veri bulunmamaktadr. rn bana bekleme srelerinin ortalamasnn 15 olduu dnlebilir. Anlamllk testi Eer sfr hipotezi doruysa yukarda bulunan 2.43 deeri serbestlik derecesi 4 olan t dalmdan gelmektedir. Serbestlik derecesi 4 olan t dalmnda 2.43 deerinden daha yksek deer kma olasl Excel ya da tablo yardmyla 0.036 olarak bulunur. ift kuyruk testi yapldna gre 2 x 0.036 = 0.072 anlamllk deeri bulunur. 0.072 deeri 0.05ten kk olmadna gre sfr hipotezini ret edecek yeterli veri yoktur. (c) kknda bulunan gven araln kullanarak 15 deeri 14.18,27.22 gven aralnda kaldna gre H0: = 15 sfr hipotezini ret edecek yeterli veri yoktur. [ ] Soru 3. Soruda statik bir simlasyon modeli sorulmutur. Sistem durum deikenleri arasnda zaman iinde iliki bulunmamaktadr. Tek rastsal girdi deikeni bir saat iinde gelen mteri saysdr ve 10 ile 20 arasnda dzgn dalma uymaktadr. Ters dnm denklemi aadaki gibi belirlenebilir. x = 10 + 10 RS + 1 Soruda 22 faktriyel tasarm istenmektedir. Faktrlerimiz sat danman says ile sat danmanlarnn yetkinlik dzeyidir. Her iki faktrn dk ve yksek deerlerini Tablo 6daki gibi belirleyelim. Tablo 6. Faktr dzeyleri Dzeyler Faktr Sat danman says Sat danman yetkinlii 4 + 6 = -1.6, C = 30 = -2.0, C = 40 22 faktriyel tasarmda 4 deney eleman bulunacaktr. Her deney eleman iin 3 koum yaplmas istenmitir. Koumlarda mteri says rastsal olarak belirlenecek ve soruda verilen saatlik kar fonksiyonunda yerine konacaktr. rnein her iki faktrn de dzeyi iin denklem aadaki duruma gelir. S = N e d C d = 30 N 0.75 e 1.6 4 30(4) = 20.11N 0.75 120 Benzer ekilde dier deney elemannn formlleri elde edilir ve her deney eleman iin 3 rastsal say atlarak bulunan mteri saylar formllerde yerine konulursa Tablo 7 elde edilebilir. Tablo 7. 22 faktriyel deney tasarm sonular Faktrler Sat danman says + + Yetkinlik dzeyi + + RS 0.312 0.319 0.748 0.239 Koum 1 Mteri says (N) 14 14 18 13 Kar 25.5 -28.3 20.8 -92.8 RS 0.202 0.398 0.987 0.902 Koum 2 Mteri says (N) 13 14 20 20 Kar 17.7 -28.3 37.3 -36.7 RS 0.878 0.330 0.143 0.806 Koum 3 Mteri says (N) 19 14 12 19 Kar 63.0 -28.3 -31.9 -44.4 Soruda iki faktrn birlikte etkisi olup olmad istenmektedir. Birlikte etki deeri e12 aadaki ekilde hesaplanabilir. 6/7 e12 = ( R4 R2 ) ( R3 R1 ) 2 koumun deerleri aada hesaplanmtr. e12(1) = e12( 2) e12(3) (92.8 (28.3)) (20.8 25.5) = 29.9 2 (36.7 (28.3)) (37.3 17.7) = = 14.0 2 (44.4 (28.3)) (31.9 63.0) = = 39.4 2 koum sonucunda bulunan birlikte etki deerlerini kullanarak gven aral hesaplayabiliriz. Tablo 8. Birlikte etki deerleri Koum e12 1 -29.9 2 -14.0 3 39.4 -1.5 Ortalama 36.3 Std. sapma e12 = 1.5 s (e12 ) = 36.3 = 0.05 n=3 t n1,1 2 = t 2,0.975 = 4.303 h = t n1,1 2 s (e12 ) 36.3 = 4.303 = 90.2 3 n Gven aral 1.5 90.2,1.5 + 90.2 = 91.7,88.7 olarak bulunur. Gven aral iinde sfr deeri olduuna gre faktrlerin birlikte etkileri bulunmamaktadr. Fakat gven aral ok geni kmtr. Bunun nedeni koum saysnn yetersiz olmasdr. Daha yksek sayda koum yaparak dar bir gven aral ile karar vermek daha doru olacaktr. [ ][ ] 7/7
Find millions of documents on Course Hero - Study Guides, Lecture Notes, Reference Materials, Practice Exams and more. Course Hero has millions of course specific materials providing students with the best way to expand their education.

Below is a small sample set of documents:

Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SINAVI Tarih: 17/04/2001 Saat: 15:00 Sre: 100 dakika Not: Kitap, ders notu vd. aktr. 1. Bira reten bir iletmenin ykleme sisteminde retimden kan kasalar beerlik gruplar halinde aralarla 40 kas
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SONU SINAVI Tarih: 19/06/2001 Saat: 12:00 Sre: 100 dakika Not: Kitap, ders notu vd. aktr. Rassal saylar mutlaka yazlacaktr. Rassal deerler iin virglden sonra tek hane tutmak yeterlidir. Puanl
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SONU SINAVI Tarih: 12/06/2001 Saat: 16:00 Sre: 110 dakika Not: Kitap, ders notu vd. aktr. Rassal saylar mutlaka yazlacaktr. Rassal deerler iin virglden sonra tek hane tutmak yeterlidir. Puanl
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SINAVI Tarih: Saat: Sre: Not: Kitap, ders notu vd. aktr. Sorular eit puanldr. SORULAR 1. Bir bar sahibi saat 21:00 ile 02:00 arasnda barn durumunu incelemek istemektedir. Bu amala bir simlasy
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SONU SINAVI Yrd. Do. Dr. Erhan Bozda Tarih: 13/05/2002 Saat: 9:00 Sre: 110 dakikaNot: Kitap, ders notu vd. aktr. Soru 1: 50 puan; Soru 2.a): 40 puan; Soru 2.b) 10 puan. Soru 1. Bir tercme br
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SINAVI Yrd. Do. Dr. Erhan Bozda Tarih: 18/03/2003 Saat: 18:00 Sre: 110 dakikaNot: Kitap, ders notu vd. aktr. 1. Soru 60, 2. Soru 40 puandr. Soru 1. ekil 1de bir retim sisteminin belirli bir
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SONU SINAVI Yrd. Do. Dr. Erhan Bozda Tarih: 23/05/2003 Saat: 9:00 Sre: 110 dakikaNot: Kitap, ders notu vd. aktr. 1. Soru 50, 2. Soru 50 puandr. Soru 1. Buzdolab satan bir maazann gnlk satlar
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SINAVI Yrd. Do. Dr. Erhan Bozda Ara. Gr. Baar ztayi Ara. Gr. Emel Akta Tarih: 16/03/2004 Saat: 18:00 Sre: 110 dakikaNot: Kitap, ders notu vd. aktr. 1. Soru 60, 2. Soru 40 puandr. Soru 1. Bir
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SONU SINAVI Yrd. Do. Dr. Erhan Bozda Ara. Gr. Baar ztayi Ara. Gr. Emel Akta Tarih: 14/05/2004 Saat: 9:00 Sre: 120 dakikaNot: Kitap, ders notu vd. aktr. 1. Soru 40, 2. Soru 30, 3. Soru 30 pua
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SINAVI Yrd. Do. Dr. Erhan Bozda Ara. Gr. Baar ztayi Ara. Gr. Emel Akta Not: Kitap, ders notu vd. aktr. 1. Soru 60, 2. Soru 40 puandr. Soru 1. Filiz Hanm EkoPak amar makinesi iin servis veren
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SONU SINAVI Yrd. Do. Dr. Erhan Bozda Ara. Gr. Baar ztayi Ara. Gr. Emel Akta Not: Kitap, ders notu vd. aktr. 1. Soru 40, 2. Soru 30, 3. Soru 30 puandr. Soru 1. ki yaka arasnda ara tayan deniz
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SINAVI Yrd. Do. Dr. Erhan Bozda Ara. Gr. Emel Akta, Ara. Gr. zgr Kabadurmu Ara. Gr. Ara. Gr. Murat Engin nal, Ara. Gr. Ronay Ak Tarih: 06/04/2006 Saat: 18:00 Sre: 120 dakikaSoru Bir retim si
Istanbul Technical University - SIMULATION - 20091
T LETME FAKLTES ENDSTR MHENDSL BLM SSTEM SMLASYONU DERS YARIYIL SONU SINAVIYrd. Do. Dr. Erhan Bozda Ara. Gr. Emel Akta, Ara. Gr. zgr Kabadurmu Ara. Gr. Murat Engin nal, Ara. Gr. Ronay AkTarih: 24/05/2006 Saat: 16:00 Sre: 120 dakikaSoru 1. Seri imalat y
Istanbul Technical University - SIMULATION - 20091
SSTEM SMLASYONUY. Do. Dr. Erhan Bozda Aratrma grevlileri belli deilE-Mail: bozdagc@itu.edu.tr Adres: http:/atlas.cc.itu.edu.tr/~bozdagc1Dersin eriiTarih05.02.2008KonuDers Tantm. Sistem ve snflar. Monte Carlo Simlasyonu. Sistem analizi, sistem duru
Istanbul Technical University - SIMULATION - 20091
Sistem KavramlarAma Elemanlar likiler Eleman zellikleri:Sabitler Deikenler ParametrelerBaz Simlasyon KavramlarKstlar Varsaymlar Performans lt Sistem durumu Sistem olay1Para (Entity)zellik (Attribute)Lokasyon (Location) Kaynak (Resource) Genel deik
Istanbul Technical University - SIMULATION - 20091
Olaslk TeorisiOlaslk nedir? Olaslk:p ( xi ) = P( X = xi )P( x B) = f ( x)dxBOlaslk Dalmlar0.12 0.10 0.08 0.06 0.04 0.02 0.00 0.00 1.20 1.00 0.80 0.60 0.40 0.20 0.00 0.005.0010.0015.0020.001.002.003.004.005.00Birikimli olaslk:F ( x ) = p (
Istanbul Technical University - SIMULATION - 20091
Sezgisel Test: Kutu GrafiiGzlenen1 2 3 4 5 6 7 8 9 10 11Uygunluk Testleri Gzlemlerin dalm fonksiyonu F olan bir dalmndan alnm bamsz veriler olup olmadna ilikin hipotez testleridir. H 0 : X iler dalm fonksiyonu F olan IID rastsal deikendirler. Az veri
Istanbul Technical University - LOGISTICS - 20091
Winter 2009 Prof. Dr. Fsun lenginProf.Dr. Fsun lengin, 20091What Is a Supply Chain?Flow of products and services from: Raw materials manufacturers Intermediate products manufacturers End product manufacturers Wholesalers and distributors and Retaile
Istanbul Technical University - LOGISTICS - 20091
Prof.Dr. Fsun lengin, 20091Logistics Strategy The 4 problem areas of supply chain planningCustomer ser vice levels Facility location Inventory decisions Transportation decisionsRecall the logistics strategy triangle When to plan?No distribution net
Istanbul Technical University - LOGISTICS - 20091
Prof.Dr. Fsun lengin, 20091The Logistics/Supply Chain ProductLogistics/Supply Chain managers are owners of the product-flow process from raw material sources to final consumers, not activity administrators.Prof.Dr. Fsun lengin, 20092Product in the P
Istanbul Technical University - LOGISTICS - 20091
Prof. Dr. Fsun lenginFusun Ulengin, 20091Customer Service in Planning TriangleInventory Strategy Forecasting Inventory decisions Purchasing and supply scheduling decisions Storage fundamentals Storage decisionsTransport StrategyORGANIZING The prod
Istanbul Technical University - LOGISTICS - 20091
Data Collection in Logistics ActivitiesProf. Dr. Fsun lenginData collectionData needed in a typical network configuration problem:Location of customers, retailers, existing warehouses and distribution centers, manufacturing facilities and suppliers Al
Istanbul Technical University - LOGISTICS - 20091
Transport Mode Selection ProblemFsun lengin, 20091Transport Fundamentals in Planning TriangleInventory StrategyORGANIZING The product Logistics service Ord . proc. &amp; info. sys.Location Strategy Location decisions The network planning processFsun
Istanbul Technical University - LOGISTICS - 20091
Prof.Dr. Fsun lenginFusun Ulengin1Vehicle Routing: Separate single origin and destination: Once we have selected transport mode and have goods that need to go from point A to point B, we must decide how to route a vehicle (or vehicles) from point A
Istanbul Technical University - LOGISTICS - 20091
Prof. Dr. Fsun lenginFsun lengin, 20091The Savings Method for VRPStop dA,0 A 0 Depot dB,0 d0,B d0,A B 0 Depot dB,0 Bd0,AA dA,BStop (a) Initial routing (b) Combining two stops on a route Route distance = d +dA,0 +d0,B + d Route distance = d0,A +dA,B
Istanbul Technical University - LOGISTICS - 20091
SINGLE FACILITY LOCATION MODELSProf.Dr. Fsun lengin, 20091Facility Location Decisions Classifying location decisions Driving force (critical factor - traffic, labor rates, emergency facilities, obnoxious facilities) Number of facilities Discrete vs. c
Istanbul Technical University - LOGISTICS - 20091
Drawbacks of Single Facility Location Models Demand is assumed to be concentrated at a single point, when in fact demand is generated from a number of retail stores or individual companies. The market center of gravity is often used as the demand focal p
Istanbul Technical University - SIMULATION - 20091
T ENDSTR MHENDSL BLM SSTEM SMLASYONU YARIYIL SINAV SORU YANITLARI 29/03/2005 Soru 1. nce elle simlasyonda kullanacamz ters dnm denklemlerini bulmamz gerekmektedir. Dier dalmlar ak bir ekilde belirtilmiken gerek sre katsaysnn verileri verilmi ve gen dalma
Istanbul Technical University - LOGISTICS - 20091
TALEP ve ARZ PLANLAMAProf. Dr. Mehmet TANYA mehmet.tanyas@okan.edu.trKasm 2007, stanbul RKETLERDE TZY YAPILANMASITEDARK ZNCR YNETCSLOJSTK YNETM PAKETLEME DEPO YNETM TALEP ve TALEP ARZ PLANLAMA ARZ SPAR YNETM ve ve SEVKIYAT SEVKIYAT DI TCARET CARET OP
Istanbul Technical University - LOGISTICS - 20091
TRANSPORTASYON YNET MMehmet TANYATRANSPORTASYON YNET M Transportasyon/Tamaclk, yk ve/veya insanlarn bir yerden baka bir yere fiziksel hareketidir. Yk tamacl, lojistiin temel ve en nemli ksmdr. Uluslararas lojistikte, Transportasyon fonksiyonu daha da n
Istanbul Technical University - LOGISTICS - 20091
ULUSLARARASI LOJ ST KMehmet TANYAULUSLARARASI T CARET ve LOJ ST KD piyasaya nasl girileceinin karar, lojistie olan talep zerinde nemli bir etkiye sahiptir.hracat : En az sorumluluk ykleyen metot olup, rn bir kurumsal mteriye ihracat yoluyla gnderilir.
Istanbul Technical University - LOGISTICS - 20091
Geleneksel DatmBAA ADepoBAA BB Tedarikiler Kabul Yerletirme Depolama kmal Toplama SevkyatMaazalarapraz SevkyatBAAapraz apraz Sevkyat Tesisi TesisiBAABB Tedarikiler Kabul lem (&lt;24hr) SevkyatMaazalarCrossdocking Crossdocking
Istanbul Technical University - LOGISTICS - 20091
Depo Ynetiminin AmalarDEPO YNET MProf. Dr. Mehmet TANYAEn Az Alan/Hacm En Fazla Depolama Talepleri Hzla Karlamak En Az Fire Etkin Gvenlik Veri Gvenilirlii En Az Hatal Sevkiyat1 2Depo levleriTEMEL LEVLERDEPO S STEM ELEMANLARISabitlerAra says Perso
Istanbul Technical University - LOGISTICS - 20091
DI T CARET NED R?Bir lkedeki mevcut ticari kurulularn, dier bir lkedeki ticari kurulular ile mevcut kanun ve kurallar erevesinde yapm olduklar ticari alveriin btnne D Ticaret denir. Gmrk Mstearl, lkemizde bu kurallar ile ilgili mevzuat uygulamakla ykmldr
Istanbul Technical University - LOGISTICS - 20091
GZET M RKET NED R? GZETGzetim irketi; uluslararas kurallarn gerei olarak, mevzuat, sat akdi veya akreditifler gereince tart ve analiz yaplmasn zorunlu bulunan hallerde, Ticarete konu olan malda (mamul/yar mamul) aranan zelliklerle ilgili kalite kontrol v
Istanbul Technical University - LOGISTICS - 20091
T.C. BABAKANLIK GMRK MSTEARLIIGMRK MEVZUATI UYGULAMALARIGMRK KANUNUGenel Hkmler (Madde 1-14) Gmrk Vergilerinin ve Ticaret Politikalarnn Uygulanmasnda Esas Alnacak Unsurlar (Madde 15-32) Tatlarn Kontrol ve Gmrk Blgesine Getirilen Eyaya Uygulanacak Hkmle
Istanbul Technical University - LOGISTICS - 20091
LOJ ST K VE TEDAR K Z NC R YNET M NDE B LG TEKNOLOJ LERProf.Dr. Mehmet TANYA Okan niversitesi Uluslararas Lojistik Blm Bakan ve Lojistik Dernei Ynetim Kurulu Bakan Nisan 2008, stanbul A Tasarm Talep Planlama Mteri Hizmet Dzeyi-Stok Optimizasyonu retim i
Istanbul Technical University - LOGISTICS - 20091
LOJ ST K YNET M YNETProf. Dr. Mehmet TANYA OKAN niversitesi Uluslararas OKAN Lojistik Blm Bakan ve Lojistik ve Lojistik Dernei(LODER) Dernei(LODER) Ynetim Kurulu yesi ubat 2008 stanbulSUNUM ZET SUNUMLojistikte Verimlilik Nakliye Nedir? Lojistikte Nakli
東京大学 - BUSINESS A - 139
Y 1 2 3 4 5 6 7 8 9 10 11 12 5100 5300 5650 6300 6400 6700 7035 7000 6200 6100 5600 5900X 75 78 80 92 98 108 118 112 95 90 85 90Y 1 2 3 4 5 6 7 8 9 10 11 12 5100 5300 5650 6300 6400 6700 7035 7000 6200 6100 5600 5900X1 75 78 80 92 98 108 118 112 95 90
東京大学 - BUSINESS A - 139
CHAPTER 2 Basic Cost Management Concepts and Accounting for Mass Customization OperationsANSWERS TO REVIEW QUESTIONS2-1 Product costs are costs that are associated with manufactured goods until the time period during which the products are sold, when th
東京大学 - BUSINESS A - 139
CHAPTER 3 Product Costing and Cost Accumulation in a Batch Production EnvironmentANSWERS TO REVIEW QUESTIONS3-1 (a) Use in financial accounting: In financial accounting, product costs are needed to determine the value of inventory on the balance sheet a
東京大学 - BUSINESS A - 139
CHAPTER 4 Process Costing and Hybrid Product-Costing SystemsANSWERS TO REVIEW QUESTIONS4-1 In a job-order costing system, costs are assigned to batches or job orders of production. Job-order costing is used by firms that produce relatively small numbers
東京大学 - BUSINESS A - 139
CHAPTER 5 Activity-Based CostingANSWERS TO REVIEW QUESTIONS5-1 In a traditional, volume-based product-costing system, only a single predetermined overhead rate is used. All manufacturingoverhead costs are combined into one cost pool, and they are applie
東京大学 - BUSINESS A - 139
CHAPTER 6 Activity-Based Management and Cost Management ToolsANSWERS TO REVIEW QUESTIONS6-1 The two-dimensional activity-based costing model provides one way of picturing the relationship between ABC and ABM. The vertical dimension of the model depicts
東京大学 - BUSINESS A - 139
CHAPTER 7 Activity Analysis, Cost Behavior, and Cost EstimationANSWERS TO REVIEW QUESTIONS7-1 Cost behavior patterns are important in the process of making cost predictions. Cost predictions are used in planning, control, and decision making. For exampl
東京大学 - BUSINESS A - 139
(CDP)CH03 1 2 3 4 1
東京大学 - BUSINESS A - 139
Need Recognition ProcessCH04 12 ( ) ( ) ( ) 3 41 : 1. 2. 3. 4. :
東京大学 - BUSINESS A - 139
Ch05 1 2 341 1. Determinants of Retailer Success 1. Location 2. Nature and quality of assortment 3. Price 4. Advertising and promotion 5. Sales personnel 6. Service offer
東京大学 - BUSINESS A - 139
CHAPTER 6 Post-Purchase Processes: Consumption and PostConsumption Evaluations : 12 Consumption Behavior 3 41Consumption BehaviorWhen does Consumption Occur? How much time passes between purchase and consumption? What time of day is produc
東京大学 - BUSINESS A - 139
Analyzing and Predicting Consumer Behavior CHAPTER 7Demographics Personality Values LifestylesDemographics, Psychographics, Values, and Personality 89 65 8.62% 7% =(65 /0-14 )*100 80 24.79%89 40.85% =(0-14 +65)/ 15-64 *100 80 48.96%89 42.32%
東京大学 - BUSINESS A - 139
Consumer Motivation CHAPTER 8Represents the drive to satisfy both physiological and psychological needs through product purchase and consumption Consumer Motivation Roger D. Blackwell, Paul W. Miniard, and James F. Engel, Consumer Behavior , Ninth Edi
東京大学 - BUSINESS A - 139
CH09 12 3 41 : Recall : which brands can be retrieved from memory Top-of-the-mind awareness : the particular brand that is remembered first (Product image): (symbols) (Image analysis):
東京大学 - BUSINESS A - 139
CHAPTER 12The Importance of Families and Households on Consumer Behavior Many products are purchased by a family unitFamily and Household Influences Individual buying decisions s may be heavily influenced by other family members Families and Househol
東京大学 - BUSINESS A - 139
CHAPTER 3The Consumer Decision ProcessRogerD.Blackwell,PaulW.Miniard,andJamesF.Engel,ConsumerBehavior,NinthEdition Copyright2001byHarcourt,Inc.Allrightsreserved.The Consumer Decision ProcessBlackwell,Miniard,andEngel,ConsumerBehavior,NinthEdition,Copy
東京大学 - BUSINESS A - 139
-- 1 * ) N (Item Data) (Work Center) (Routing)- MPS - Production(Bills Of Material)- MPS - Production2( hY p) hB)*Q+ MPS BOMs * MPS h )BQ+N)*( *)B h D@ B + D@ B + MPS * (JB +Resource3(Item Data) PathManufacturing/Item Control/Item Data/Ma
東京大学 - BUSINESS A - 139
Market Informationu:1Customers Sales FCST2uuuCustomer Data Sales Quotations RCCPuuuSales ContractBOMs Routing2.1 2.2Item Data uSales OrderMPS BOMs u MPS Routing MPSuDaily Production Order AA b CRP2.35 4Material RequisitionsWork Sta
東京大学 - BUSINESS A - 139
Market Informationu:1Customers Sales FCST2uuuCustomer Data Sales Quotations RCCPuuuSales ContractBOMs Routing2.1 2.2Item Data uSales OrderMPS BOMs u MPS Routing MPSuDaily Production Order ( b CRP2.35 4Material RequisitionsWork Stat
東京大学 - BUSINESS A - 139
LEARNING MANUFACTURING RESOURCES PLANNING INTRODUCTION Manufacturing resources planning (MRP II) involves various time-phased calculations such as master production scheduling (MPS), material requirement planning (MRP), lot sizing, and capacity requiremen
東京大学 - BUSINESS A - 139
00: group1: group1VM 00
東京大学 - BUSINESS A - 139
ERP E User Account :- User name : group + E ex : group1 e group2 - password : group + E ex : group1 e group21ERP h f*2
東京大学 - BUSINESS A - 139
CHAPTER 9 Profit Planning, Activity-Based Budgeting, and e-BudgetingANSWERS TO REVIEW QUESTIONS9-1 A budget facilitates communication and coordination by making each manager throughout the organization aware of the plans made by other managers. The budg