ENDÜSTRİ 4.0 (İNGİLİZCE, TEZSİZ) | |||||
Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey |
Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
INE6105 | Stokastik Modeller | Güz | 3 | 0 | 3 | 9 |
Bu dersin açılması ilgili bölüm tarafından yarıyıl başında belirlenir |
Öğretim Dili: | En |
Dersin Türü: | Departmental Elective |
Dersin Seviyesi: | LİSANSÜSTÜ |
Dersin Veriliş Şekli: | Yüz yüze |
Dersin Koordinatörü: | Dr. Öğr. Üyesi ETHEM ÇANAKOĞLU |
Dersi Veren(ler): |
Dr. Öğr. Üyesi ETHEM ÇANAKOĞLU |
Dersin Amacı: | Bu dersin amacı olasılık teorisinin altında yatan matematiksel tekniklerin bilgisini iyi bilinen mühendislik ve yöneylem araştırması problemleri uygulama yoluyla geliştirmektir. Doktora düzeyindeki bu ders, Markov süreçleri, Poisson ve yenilenme süreçleri, kuyruk sistemleri, güvenilirlik teorisi, Brown hareketi ve durağan süreçler gibi gelişmiş stokastik modelleri kapsayacak şekilde tasarlanmıştır. |
Bu dersi başarıyla tamamlayabilen öğrenciler; 1: Stokastik modellerin tanimlar ve kurar. 2: Olasılıksal bir gerçek hayat problemi için bir model geliştirir. 3: Analitik bir stokastik model çözer. 4: Gerçek hayattaki stokastik süreçleri analiz eder. |
Bu ders stokastik süreçleri konusundaki bir takip dersi nitelindedir. Selefi, "IE5110 Olasılıklı Modeller ve Uygulamalar" dersi stokastik süreçler ile ilgili temel bilgi verilen bir zorunlu ders olarak Endüstri Mühendisliği yüksek lisans programında sunulmaktadır. Bu ders ayrıca, Endüstri Mühendisliği Doktora programında bir zorunlu ders olarak sunulmaktadır ve stokastik modeller ile ilgili ileri konulara odaklanmak amacıyla hazırlanmıştır. Stokastik süreçlerin teorisi ve uygulamaları hem ilgili bilgi kazandıktan sonra, öğrenciler icin araştırma olanaklarini keşfetmek ve bu konuda doktora tezleri yapmak mümkün olacaktir. |
Hafta | Konu | Ön Hazırlık | |
1) | Tanıtım ve Temel Süreçlerin İncelenmesi | ||
2) | Stokastik Süreçler | ||
3) | Markov Zinciri | ||
4) | Markov Süreçleri | ||
5) | Markov Karar Süreçleri | ||
6) | Markov Karar Süreçleri | ||
7) | Arasınav | ||
8) | Stokastik Programlamaya Giriş | ||
9) | Stokastik Programlamaya Giriş | ||
10) | Stokastik problemin deterministik eşitliğini yazma. | ||
11) | Two-Stage Recourse Problems | ||
12) | Pekiştirmeli Öğrenmeye Giriş | ||
13) | Monte Carlo Kontrol | ||
14) | Sunum |
Ders Notları: | Introduction to Probability Models, 10th ed. Sheldon M. Ross. Academic Press, 2010 978-0-12-375686-2 Introduction to Stochastic Processes, Erhan Cinlar, Dover Publications; Reprint edition 2013. 978-0486497976 |
Diğer Kaynaklar: | Stochastic Processes, 2nd ed. Sheldon M. Ross. Wiley, 1996 0-471-12062-6 |
Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
Devam | 10 | % 5 |
Laboratuar | % 0 | |
Uygulama | % 0 | |
Arazi Çalışması | % 0 | |
Derse Özgü Staj | % 0 | |
Küçük Sınavlar | 2 | % 20 |
Ödev | 5 | % 15 |
Sunum | % 0 | |
Projeler | % 0 | |
Seminer | % 0 | |
Ara Sınavlar | 1 | % 25 |
Ara Juri | % 0 | |
Final | 1 | % 35 |
Rapor Teslimi | % 0 | |
Juri | % 0 | |
Bütünleme | % 0 | |
Toplam | % 100 | |
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 65 | |
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 35 | |
Toplam | % 100 |
Aktiviteler | Aktivite Sayısı | İş Yükü | |
Ders Saati | 13 | 37 | |
Laboratuvar | |||
Uygulama | |||
Derse Özgü Staj | |||
Arazi Çalışması | |||
Sınıf Dışı Ders Çalışması | 15 | 104 | |
Sunum / Seminer | |||
Proje | |||
Ödevler | 5 | 40 | |
Küçük Sınavlar | 2 | 2 | |
Ara Juri | |||
Ara Sınavlar | 1 | 3 | |
Rapor Teslimi | |||
Juri | |||
Final | 1 | 3 | |
Toplam İş Yükü | 189 |
Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
Dersin Program Kazanımlarına Etkisi | Katkı Payı |