Készítette: Kosztyán Zsolt Tibor

Slides:



Advertisements
Hasonló előadás
Készítette: Kosztyán Zsolt Tibor
Advertisements

Események formális leírása, műveletek
Készítette: Kosztyán Zsolt Tibor
I. előadás.
Hálótervezés Készítette: Kosztyán Zsolt Tibor 7.7.
II. előadás.
BECSLÉS A sokasági átlag becslése
Szervezési Technikák - hálótervezés
Készítette: Kosztyán Zsolt Tibor
Készítette: Kosztyán Zsolt Tibor
Két változó közötti összefüggés
Mozgó Objektumok Detektálása és Követése Robotkamera Segítségével
Lineáris és nemlineáris regressziók, logisztikus regresszió
Becsléselméleti ismétlés
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
III. előadás.
Nem-paraméteres eljárások, több csoport összehasonlítása
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Készítette: Kosztyán Zsolt Tibor
Készítette: Kosztyán Zsolt Tibor
Készítette: Kosztyán Zsolt Tibor
Hálótervezés Készítette: Kosztyán Zsolt Tibor 5.
Hálótervezés Készítette: Kosztyán Zsolt Tibor 18.
Kvantitatív módszerek
Hálótervezés Készítette: Kosztyán Zsolt Tibor
Hálótervezés Készítette: Kosztyán Zsolt Tibor
Kvantitatív módszerek
Hálótervezés Készítette: Kosztyán Zsolt Tibor 19.
Kvantitatív módszerek
Készítette: Kosztyán Zsolt Tibor
Hálótervezés Készítette: Kosztyán Zsolt Tibor
Budapesti Műszaki és Gazdaságtudományi Egyetem
Véletlenszám generátorok
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Kvantitatív Módszerek
Valószínűségszámítás
Gazdaságstatisztika 11. előadás.
Gazdaságstatisztika 13. előadás.
Gazdaságstatisztika 16. előadás Hipotézisvizsgálatok Alapfogalamak
Hipotézis vizsgálat (2)
Többváltozós adatelemzés
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
Alapfogalmak.
Folytonos eloszlások.
t A kétoldalú statisztikai próba alapfogalmai
Két kvantitatív változó kapcsolatának vizsgálata
I. előadás.
Bizonytalan idejű tevékenységek kezelése a projekt menedzsmentben
Petrovics Petra Doktorandusz
Dr. Takács Attila – BME Geotechnikai Tanszék
A szóráselemzés gondolatmenete
Valószínűségszámítás III.
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Bevezetés, tippek Ea-gyak kapcsolata Statisztika II -más tárgyak kapcsolata Hogyan tanulj? Interaktív órák, kérdezz, ha valami nem világos! tananyag =előadások.
Kvantitatív módszerek Dr. habil. Kosztyán Zsolt Tibor Kvantitatív Módszerek Intézeti Tanszék.

Kockázat és megbízhatóság
II. előadás.
I. Előadás bgk. uni-obuda
III. előadás.
Gazdaságinformatikus MSc
Dr. Varga Beatrix egyetemi docens
Előadás másolata:

Készítette: Kosztyán Zsolt Tibor Hálótervezés Készítette: Kosztyán Zsolt Tibor kzst@almos.vein.hu kzst@vision.vein.hu http://vision.vein.hu/~kzst/oktatas/halo/index.htm 9.

Véletlen tartamú tevékenységek A gyakorlatban számos esetben – főleg kutatási és fejlesztési programokra – a tevékenységek tartamai kevéssé ismertek, és nem determinisztikusan meghatározottak. Ilyenkor két eset fordulhat elő: A szóban forgó tevékenységek vagy nem teljesen ismeretlenek és mindegyikükre közelítőleg ismerjük a tartamuk valószínűségeloszlását. (ipar) vagy pedig teljesen ismeretlenek és nem ismerjük minden tartam valószínűségeloszlását. (kutatás)

Véletlen tartamú tevékenységek Ha nem ismerjük a tartamok eloszlását, akkor a számítások megkönnyítése érdekében, tfh. a tartamok b-eloszlást követnek.

Véletlen tartamú tevékenységek Az [A, B] intervallumon (A>0, B>0) értelmezett (a, g) paraméterű b-eloszlásnak nevezik a t valószínűségi változó eloszlását, ha sűrűségfüggvénye az alábbi alakú: ahol a,g>-1

Véletlen tartamú tevékenységek az ún. elsőfajú Euler-féle függvény és az ún. másodfajú Euler-féle függvény. A standardizált b-eloszlást a következő lineáris transzformációval nyerjük: t=A+(B-A)u.

Véletlen tartamú tevékenységek A transzformált sűrűségfüggvény: A standardizált b-eloszlás várható értéke, és szórása:

Véletlen tartamú tevékenységek A nem standardizált b-eloszlás várható értéke és szórása: Az eloszlás módusza (f’(t)=0 helyen felvett értéke):

Véletlen tartamú tevékenységek Ezért M(t)-t így is írhatjuk: A PERT-módszerben hallgatólagosan az alábbi értékeket választottuk: vagy

Véletlen tartamú tevékenységek Ebből a várható érték, illetve a szórás: ha:

Véletlen tartamú tevékenységek – PERT módszer A PERT-módszerben olyan (első rendű) b-eloszlást választunk, amelyre:

Véletlen tartamú tevékenységek – PERT módszer Minden egyes tevékenységről az azzal foglalkozó szakemberekhez a következő három kérdést intézzük: Mennyire becsüli az (i,j) tevékenység Ai,j minimális időtartamát (optimista becslés)? Legyen ai,j a minimális időtartam becsült értéke. Mennyire becsüli az (i,j) tevékenység Bi,j maximális időtartamát (pesszimista becslés)? Legyen bi,j a maximális időtartam becsült értéke. Véleménye szerint mennyi az (i,j) tevékenység Mi,j legvalószínűbb időtartama (módusza)? Legyen mi,j a legvalószínűbb időtartam becsült értéke.

Véletlen tartamú tevékenységek – PERT módszer Ekkor a becslés várható értéke, illetve szórása: Ekkor felhasználjuk azt, hogy a független valószínűségi változók összegének várható értéke megegyezik a valószínűségi változók várható értékének összegével, ha elegendően sok változóra összegzünk, hiszen elegendően sok valószínűségi változó esetén az összeg normális eloszlásúnak mondható.

Véletlen tartamú tevékenységek – PERT módszer Ekkor felhasználjuk a független valószínűségi változók várható értékeire, illetve varianciáira vonatkozó additivitási összefüggéseket:

PERT háló felrajzolása, tartamok, bizonytalanság kiszámítása Logikai háló elkészítése. Ai,j, Bi,j ,Mi,j, ti,j, si,j meghatározása. Megfelelő hálós modell kiválasztása (tevékenység-nyíl, tevékenység-csomópontú). A (tanult módszerekkel a) kritikus út kiszámítása. A megvalósítási idő szórásának kiszámítása.

PERT háló - példa

PERT háló - példa

PERT háló - példa Mennyi annak az esélye, hogy a programot 63 nap alatt befejezzük? Ebből következik, hogy 75% annak az esélye, hogy a programot 63 napig befejezzük.

9.