KÉSZLETMODELLEZÉS EGYKOR ÉS MA
|
|
- Ilona Bodnár
- 8 évvel ezelőtt
- Látták:
Átírás
1 DR. HORVÁTH GÉZÁNÉ PH.D. * KÉSZLETMODELLEZÉS EGYKOR ÉS MA Az optimális tételnagyság (Economic Order Quantity) klasszikus modelljét 96-tól napjainkig a világon széles körben alkalmazták és módosított változatait ma is alkalmazzák. A modell szigorúan determinisztikus input-output feltételrendszerre épül, azonban meglehetősen érzéketlen a kereslet várható nagyságára vonatkozó becslés pontatlanságára. Vajon mi a magyarázata e modell népszerűségének és aktualitásának? A választ a modell érzékenységvizsgálata révén kapjuk meg. A modell számszerűsítésekor még nem ismert az időegységre jutó r kereslet, ezért a modellező a ˆq 0 optimális tételnagyságot a becsült rˆ értékkel kénytelen számszerűsíteni. A becsült és a tényleges kereslet közötti kapcsolat az α szorzóval teremthető meg, azaz rˆ = αr. Utólag a tényleges kereslet értékének a felhasználásával kiszámítható a vizsgált időszak k( qˆ 0 ) készletezési költsége és a k(q0) optimális készletezési költség. Bebizonyítható, ha a keresletre vonatkozó becslés nem kisebb a tényleges kereslet felénél, illetve nem nagyobb annak kétszeresénél; azaz ha: ahonnan ½ α 2, akkor a készletezés többletköltsége az optimális költség értékének legfeljebb 6%-a, mivel: * BGF KKFK Intézeti Matematika-Statisztika Tanszék, tanszékvezető főiskolai tanár. Operációkutatás [2000], p
2 DR. HORVÁTH GÉZÁNÉ: KÉSZLETMODELLEZÉS EGYKOR ÉS MA 3 ˆ K( q0 ) = ( α + ),06. K(q0 ) 2 α Hazánkban 968 és 990 között általános volt a hiánygazdálkodás. A szállítók monopolhelyzete és az ún. előszállításos rendszer új típusú készletmodellek kifejlesztésére késztette a magyar operációkutatás szakembereit. A piacgazdaság feltételeinek megfelelő költségminimalizáló készlet modellek nem voltak alkalmasak az előszállításos rendelésre-teljesítés modellezésére. A folyamatos termelés anyagellátása véletlen beérkezési folyamat sokféle változata mellett az előírt megbízhatósági szinten fenntartható volt a PRÉKOPA ANDRÁS, ZIERMANN MARGIT és tanítványaik által kidolgozott készletmodellekkel. Ezek a modellek a minimális kezdőkészlet (M) nagyságának meghatározására készültek. Alkalmasak voltak az elfekvő készletek felhasználásának megakadályozására és számszerűsítésükhöz nem volt szükség a költségtényezők megadására. A nemzetközi szakirodalomban a PRÉKOPA-ZIERMANN A és B modellek a legismertebbek. PRÉKOPA-ZIERMANN A MODELL A PRÉKOPA-ZIERMANN A modell véletlen ütemezésű, egyenlő nagyságú rész-szállítmányok esetére készült. A szállítmányok nagysága előre ismert a megrendelt rt mennyiség n-ed része a szállítások időpontjai a [O, T] időintervallumon egymástól független t, t2,, tn valószínűségi változók, amelyek bármely lehetséges elhelyezkedése egyenlően valószínű.. ábra PRÉKOPA ZIERMANN A modell véletlen ütemezésű részszállítmányok esetén A modell a kezdőkészlet optimalizálására egyenlő ütemezésű, véletlen nagyságú részszállítmányok esetén is alkalmas. Ha a szállítások az [O,T] intervallumon Operációkutatás [2000], p
3 4 EU WORKING PAPERS /2003 belül egyenlő időközökben, de véletlen nagyságú részletekben történnek, akkor matematikai szempontból csupán tengely-transzformációt kell végrehajtani. Az optimális kezdőkészlet értéke mindkét esetben az alábbi képlettel számítható: ln M rt ε ahol: M a kezdőkészlet rt az időszak kereslete, illetve a megrendelt mennyiség. 2n N a szállítmányok száma ε a kockázat mértéke 2. ábra PRÉKOPA-ZIERMANN A modell véletlen nagyságú részszállítmányok esetén PRÉKOPA-ZIERMANN B MODELL A PRÉKOPA-ZIERMANN B modell véletlen ütemezésű és nagyságú részszállítmányok esetén optimalizálja a kezdőkészlet nagyságát. A modellben tehát a részszállítmányok időpontja és nagysága egyaránt valószínűségi változó, ugyanakkor egy bizonyos ésszerű nagyságrendű α (0 < α < rt/n) mennyiség beérkezésével minden egyes részszállítmány alkalmával számolni lehet. Az optimális kezdőkészlet nagyságát az α minimális tételnagyság értéke is befolyásolja, amelyet Kn(α) korrekciós tényezővel kell figyelembe venni. Az optimális kezdőkészlet: M α MKn(α), ahol K n n nα ( α ) = +. n + rt 2 Operációkutatás [2000], p
4 DR. HORVÁTH GÉZÁNÉ: KÉSZLETMODELLEZÉS EGYKOR ÉS MA 5 3. ábra PRÉKOPA-ZIERMANN B modell véletlen ütemezésű és nagyságú részszállítmányok esetén Napjaink piacgazdaságában a bizonytalansági tényező a kereslet oldaláról jelentkezik. Piaci pozícióik megtartásához a kereslet változására a vállalatoknak rugalmasan reagálniuk szükséges. Az optimális tételnagyság klasszikus modelljének módosított változatai alkalmasak ezen probléma kezelésére is. FIX RENDELÉSI TÉTEL MODELL VÉLETLENTŐL FÜGGŐ DISZKRÉT KERESLET ESETÉN Ha az EOQ-modellt véletlen kereslet mellett kívánjuk alkalmazni, akkor számunkra a fix rendelési tételnagyságon kívül az ún. újrarendelési pont meghatározásának van döntő jelentősége. Az újrarendelési pont (ROP) az a készletszint, amelyre lecsökkenéskor a rendelést fel kell adnunk. Egyenletes kereslet esetén ROP csupán az utánpótlási idő hosszától és a determinisztikus napi kereslet nagyságától függ. Ha a kereslet nem egyenletes, akkor az újrarendelés időpontja nem határozható meg előre, mert a rendelések között eltelt idő a kereslet függvényében változik. A termelő, illetve a szolgáltató vállalatok részéről tehát csupán az ROP újrarendelési pont meghatározására van szükség; azaz a raktárkészlet alakulásának ismeretében a rendelés megfelelő időben feladható. A ROP a lehetséges újrarendelési pontok közül a legkisebb várható költséghez tartozó készletnagyság. A helyesen megállapított ROP megakadályozza az indokolatlan elfekvő készletek, illetve a készlethiányok kialakulását, valamint az ezekkel felmerülő többletköltségek jelentkezését. Dr. Horváth Gézáné [997], p
5 6 EU WORKING PAPERS / ábra Készletmodell véletlen kereslet esetén ROP ismeretében az EOQ modellek becsült fix rendelési tétel nagyságát optimalizáljuk. A készletmodellezésnél a kereslet ingadozása mellett bizonytalansági tényezőt jelent a beszerzések utánpótlási ideje is, amely attól függően változik, hogy a szállítást készletből, vagy rendelésre-termeléssel teljesíti-e a beszállító. FIX RENDELÉSI TÉTEL MODELL SZTOCHASZTIKUS KERESLET ÉS SZTOCHASZTIKUS UTÁNPÓTLÁSI IDŐ ESETÉN Akkor alkalmazhatjuk ezt a modellt, ha nem ismerjük előre sem az utánpótlási idő hosszát, sem pedig az utánpótlási idő alatti kereslet nagyságát. A rendelések feladása közötti idő a ROP, azaz az optimális újrarendelési pont értékétől, a kereslet alakulásától és az utánpótlási idő változásától függ. A modell számszerűsítése, az újrarendelési ponthoz tartozó optimális készletnagyság ROP meghatározása az utánpótlási idő alatti kereslet eloszlásának vizsgálatával kezdődik. A normális eloszlást közelítő kereslet paramétereinek ( x várható érték és σ szórás) becslése után különböző megbízhatósági szintekhez kiszámítható a ROP értéke. ahol λ a megbízhatósági faktor. ROP = x + λσ, A bemutatott két modell a piacgazdaságban hazánk EU-csatlakozása után is széles körben alkalmazható lesz. Az EU-csatlakozás vállalkozásainkat szigorúbb környezetvédelmi előírások betartására fogja rákényszeríteni. A veszélyes anyagok tárolására
6 DR. HORVÁTH GÉZÁNÉ: KÉSZLETMODELLEZÉS EGYKOR ÉS MA 7 vonatkozó korlátozások az ilyen anyagokkal dolgozó cégek készletezési szakembereit nehezen megoldható helyzet elé fogja állítani. A készletmodellezés e körben is segítséget jelenthet az optimális beszerzési és készletezési stratégia kialakításában; nevezetesen a klasszikus EOQ modellnek e speciális korlátozásokat is figyelembe vevő módosított változatainak alkalmazásával. IRODALOM Operációkutatás I. (szerk. dr. Tóth Irén): Matematika közgazdászoknak. Tankönyvkiadó Bp., DR. HORVÁTH GÉZÁNÉ: Egy újrarendelési pontot optimalizáló készletmodell. Szakmai Füzetek. (Külkereskedelmi Főiskola Tudományos Tanácsa kiadványa) Bp. 997.
HORVÁTH GÉZÁNÉ * A hazai készletmodellezés lehetőségei az Európai Unióban
HORVÁTH GÉZÁNÉ * A hazai készletmodellezés lehetőségei az Európai Unióban Possibilities of Hungarian Inventory Modelling in European Union The Economic Order Quantity (EOQ) Model was the first inventory
Termelés- és szolgáltatásmenedzsment
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Előrejelzési módszerek 14. Az előrejelzési modellek felépítése
ANYAGÁRAMLÁS ÉS MŰSZAKI LOGISZTIKA
ANYAGÁRAMLÁS ÉS MŰSZAKI LOGISZTIKA Raktár készletek, raktározási folyamato ELŐADÁS I. é. Szabó László tanársegéd BME Közlekedésmérnöki és Járműmérnöki Kar Anyagmozgatási és Logisztikai Rendszerek Tanszék
Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati
Készítette: Juhász Ildikó Gabriella
14. tétel Egy kft. logisztikai költséggazdálkodása a számviteli adatok szerint nem megfelelő, ezért a számviteli vezetővel együttműködve a logisztikai vezető számára meghatározták a szolgáltatási rendszer
A mérlegterv nem más, mint a tervidőszak utolsó napjára vonatkozóan összeállított mérleg, amely a vállalat vagyonát mutatja be kétféle vetületben,
A mérlegterv nem más, mint a tervidőszak utolsó napjára vonatkozóan összeállított mérleg, amely a vállalat vagyonát mutatja be kétféle vetületben, pénzértékben. Az üzleti terv-részek nem tartalmaznak olyan
5. előadás: Magasraktárak, raktári folyamatok irányítása, készletezés
5. előadás: Magasraktárak, raktári folyamatok irányítása, készletezés Magasraktározási rendszerek Elterjedésének okai: korszerű elosztási rendszerek fejlődése termelési folyamatok automatizálása raktártechnika
Vállalati készlet- és pénzgazdálkodás
Vállalati készlet- és pénzgazdálkodás Beruházási és finanszírozási döntések 4. konzultáció Fő témák 1. A vállalati készletgazdálkodás 2. Az optimális vállalati pénzgazdálkodás 3. Gazdálkodás vállalati
Vállalati készlet-és pénzgazdálkodás
Vállalati készlet-és pénzgazdálkodás Beruházási és finanszírozási döntések 4. konzultáció 12. A vállalati készletgazdálkodás 1. A készletezési költségek 2. A gazdaságos rendelési mennyiség modellje (EOQ)
Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV
Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 7. Előadás Készáruraktár készletmenedzsmentje A készletmenedzsment feladata A készletmenedzsment feladata
Vállalati készlet-és pénzgazdálkodás
Vállalati készlet-és pénzgazdálkodás 12. A vállalati készletgazdálkodás 1. A készletezési költségek 2. A gazdaságos rendelési mennyiség modellje (EOQ) 3. EOQ kiterjesztései 2 1 Megközelítő éves költség
Készletezés. A készletezés hosszú távú döntései (a készletek nagysága és összetétele)
Készletezés Árukészlet: a forgalom lebonyolítását biztosító áruállomány, árumennyiség. Készletezés: a készletekkel kapcsolatos döntések és gyakorlati teendők összessége. A készletezés hosszú távú döntései
Munkafüzet a Termelés- és szolgáltatásmenedzsment tárgyhoz
Budapesti Műszaki és Gazdaságtudományi Egyetem Gazdaság- és Társadalomtudományi Kar Üzleti Tudományok Intézet Menedzsment és Vállalatgazdaságtan Tanszék Munkafüzet a Termelés- és szolgáltatásmenedzsment
Készletgazdálkodás. 1. Előadás. K i e z? K i e z? Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség.
Készletgazdálkodás 1. Előadás K i e z? Kelemen Tamás BME Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség K i e z? Kelemen Tamás Elérhetőség T. II. 4. Tel: 463-3775 Fax:
A készletgazdálkodás alapjai
A készletgazdálkodás alapjai egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék A készlegazdálkodás alapproblémája 30 A készletek típusai Megjelenési forma szerint A kialakulás oka szerint Stb.
TANTÁRGYI PROGRAM Matematikai alapok II. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok II. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató 2015/2016. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
1. ábra A hagyományos és a JIT-elvű beszállítás összehasonlítása
hagyományos beszállítás JIT-elvû beszállítás az utolsó technikai mûvelet a beszállítás minõségellenõrzés F E L H A S Z N Á L Ó B E S Z Á L L Í T Ó K csomagolás raktározás szállítás árubeérkezés minõségellenõrzés
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
A Z A N Y A G É S K É S Z L E T G A Z D Á L K O D Á S I R E N D S Z E R V I Z S G Á L A T A L O G I S Z T I K A I S Z E M P O N T O K A L A P J Á N
Controlling A Z A N Y A G É S K É S Z L E T G A Z D Á L K O D Á S I R E N D S Z E R V I Z S G Á L A T A L O G I S Z T I K A I S Z E M P O N T O K A L A P J Á N Az anyagok osztályozása és számbavétele Nyersanyagnak
Valószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
Vállalati készlet-és pénzgazdálkodás
Beruházási és finanszírozási döntések Levelező 4. konzultáció Vállalati készlet-és pénzgazdálkodás 1. A vállalati készletgazdálkodás 1. A készletezési költségek. A gazdaságos rendelési mennyiség modellje
A beszerzés-ellátás logisztikája
A beszerzés-ellátás logisztikája beszerzés -készletezés http://vili.pmmf.hu/portal/hu/web/hlatky/home Az ellátási (beszerzési) logisztika a beszerzéssel együttműködve azért felelős, hogy a vállalatnál
A mérési eredmény megadása
A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű
Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
Vállalati készlet-és pénzgazdálkodás
Vállalati készlet-és pénzgazdálkodás Beruházási és finanszírozási döntések Levelező 13-14- 4. konzultáció 1. A vállalati készletgazdálkodás 1. A készletezési költségek. A gazdaságos rendelési mennyiség
Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
Vállalkozások vagyongazdálkodása (Renner Péter, BGF Külkereskedelmi Főiskolai Kar)
1/36 Vállalkozások vagyongazdálkodása (Renner Péter, BGF Külkereskedelmi Főiskolai Kar) ESZKÖZÖK FORRÁSOK Mibe? Befektetett eszközök Immateriális javak Tárgyi eszközök Befektetett pénzügyi eszközök Forgóeszközök
Vállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium F Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 43 50 pont jeles 35 42 pont jó 27 34 pont közepes 19 26
Gazdasági matematika II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdálkodási és menedzsment, pénzügy és számvitel szakok távoktatás tagozat Gazdasági matematika II. Tantárgyi útmutató 2016/17 tanév II. félév 1/6 A KURZUS ALAPADATAI Tárgy
Társaságok pénzügyei kollokvium
udapesti Gazdasági Főiskola Pénzügyi és Számviteli Főiskolai Kar udapesti Intézet Továbbképzési Osztály Társaságok pénzügyei kollokvium F Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 55 60 pont
Készletgazdálkodás A készletek keletkezésének okai:
Készletgazdálkodás A készletek keletkezésének okai: az igény bizonytalanságai a beérkezési folyamat bizonytalanságai a termékek bonyolultsága sorozatnagyságtól függő gazdaságosság spekuláció A készletekkel
TERMELÉSIRÁNYÍTÁS A HERBÁRIUM2000 KFT.-BEN
TERMELÉSIRÁNYÍTÁS A HERBÁRIUM2000 KFT.-BEN Miben különbözik egy KKV és egy Multi optimalizálása? Tartalom Herbárium 2000. Kft bemutatása A készlet és a termelésirányítás kezelése a projekt előtt, problémák
Dr. Kalló Noémi. Termelésszervezés, Termelési és szolgáltatási döntések elemzése. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék
Termelésszervezés, Termelési és szolgáltatási döntések elemzése egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelésszervezés 17.Ismertesse az anyagszükséglet-tervezés input információit,
biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
2. hét. 8. hét Elrejelzett igény Korábbi rendelés Készlet Rendelés beérkezés Rendelés feladás. 3. hét
Utolsó módosítás dátuma: szombat, 200 november Készletek - Id-vezérelt rendelési pont - 1 Az id-vezérelt rendelési rendszert (IVR) tulajdonképpen az MRP-re alapul, hiszen a becsült igényeket onnan kapjuk.
Készletgazdálkodási módszerek ÚTMUTATÓ 1
Készletgazdálkodási módszerek ÚTMUTATÓ 1 A programozást elvégezték és a hozzá tartozó útmutatót készítették: dr. Gelei Andrea és dr. Dobos Imre, egyetemi docensek, Budapesti Corvinus Egyetem, Logisztika
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
Vállalkozási finanszírozás kollokvium
Harsányi János Főiskola Gazdálkodási és Menedzsment Intézet Vállalkozási finanszírozás kollokvium H Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 43 50 pont jeles 35 42 pont jó 27 34 pont közepes
Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
2. munkaszakasz (lezárva: ): Mintarendszer modelljének megalkotása a készletszabályozás területén:
Kutatási Jelentés Téma azonosítója: JKL-P7-T3 Téma megnevezése: Mesterséges intelligencia alapú technológiák alkalmazása a logisztikai rendszerek tervezésében és operatív irányításában jelentkezı feladatok
a) Mutassa be az európai integráció kibővülésének folyamatát (fontos dátumok, csatlakozó országok, a csatlakozás okai)!
1. a) Mutassa be az európai integráció kibővülésének folyamatát (fontos dátumok, csatlakozó országok, a csatlakozás okai)! b) Határozza meg a logisztika fogalmát, és mutassa be a vállalati logisztikai
Döntési rendszerek I.
Döntési rendszerek I. SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Készítette: London András 3. Gyakorlat Egy újságárus 20 centért szerez be egy adott napilapot a kiadótól és 25-ért adja
STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba
Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
KÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
Elméleti kérdések. a Termelés- és szolgáltatásmenedzsment tárgy vizsgájához. Dr. Kalló Noémi egyetemi adjunktus
Budapesti Műszaki és Gazdaságtudományi Egyetem Gazdaság- és Társadalomtudományi Kar Üzleti Tudományok Intézet Menedzsment és Vállalatgazdaságtan Tanszék Elméleti kérdések a Termelés- és szolgáltatásmenedzsment
Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV
Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 3. Előadás A beszerzési logisztikai folyamat Design tervezés Szükséglet meghatározás Termelés tervezés Beszerzés
Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )
Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:
MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI
MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk
A BUBU-t kell választani!!!!!!!!!!!!!!!
Gyakorlási mix Szállító értékelés TATU KFT. 400 BÓL 12 ROSSZ MINŐSÉG, 6 KÉSVE KSZÁLLÍTOTT, ÁR A 35 $, AZ ADOTT TERMÉK LEGOLCSÓBB ÁRA A PIACON 25 $. BUBU KFT. 350 DB TERMÉKBŐL 30 DB-OT KÉSVE SZÁLLÍTOTT,2
Készletezés. 1 A készletezési rendszer KÉSZLETEZÉSI LOGISZTIKA. Néhány megválaszolandó kérdés:
Készletezés 1 A készletezési rendszer Néhány megválaszolandó kérdés: Milyen termékeket / árukat tartsunk készleten? Milyen készletmennyiség szükséges a vállalat kielégítő működéséhez? Milyen módon tudjuk
Anyagszükséglet-tervezés gyakorlat. Termelésszervezés
Anyagszükséglet-tervezés gyakorlat egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Feladattípusok Egyszerű tételnagyság-képzési szabályok, heurisztikák, kapacitáskorlátos esetek (3 komponens,
Operációkutatási modellek
Operációkutatási modellek Alkalmazott matematika A sorozat kötetei: Kóczy T. László Tikk Domonkos: Fuzzy rendszerek (2000) Elliott, J. R. Kopp, P. E.: Pénzpiacok matematikája (2000) Michelberger Szeidl
Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása
azdaság- és Társadalomtudományi Kar Ipari Menedzsment és Vállakozásgazdaságtan Tanszék A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása Készítette: dr. Koltai Tamás egyetemi tanár Budapest,.
Készlet menedzsment. R i. R max R 4 R 2 R 3 R 1. R min. Készletfogyás: K észletmenedzselés: a. Periodikus után pótlás, elhanyagolható rendelési idő
Készlet menedzsment Készletfogyás: i t K észletmenedzselés: a. Periodikus után pótlás, elhanyagolható rendelési idő 1 2 3 4 max min T T T T t b. Azonos pótlási mennyiség, elhanyagolható pótlási idő max
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
Statisztikai következtetések Nemlineáris regresszió Feladatok Vége
[GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell
[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =
Szabályozás árjelzések nélkül: Kornai 90
Szabályozás árjelzések nélkül: Kornai 90 Simonovits András MTA KRTK KTI, BME MI, CEU ED Simonovits András (MTA KRTK KTI, BME MI, CEU Szabályozás ED) árjelzések nélkül: Kornai 90 2018. szeptember 1 / 25
Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite
Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite Alkalmazásával 214 Monostori László egyetemi tanár Váncza József egyetemi docens 1 Probléma Igények
1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! a, x 1 + x 2 2 2x 1 + x 2 6 x 1 + x 2 1. x 1 0, x 2 0
Gyakorló feladatok Operációkutatás vizsgára 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! a, b, c, d, x 1 + x 2 2 2x 1 + x 2 6 x 1 + x 2 1 x 1 2, 5 z 1 = 4x 1 3x 2 max; z
A beszerzés rövid távú céljai és megvalósításuk módszerei
A beszerzés rövid távú céljai és megvalósításuk módszerei A változó piaci viszonyokhoz rugalmasan kell alkalmazkodni és ehhez biztosítani kell az áruutánpótlás folyamatosságát. Rövid tárva is kell gondolni
TANSZÉKI TÁJÉKOZTATÓ. a STRATÉGIAI ÉS ÜZLETI TERVEZÉS tantárgyról
BUDAPESTI GAZDASÁGI FŐISKOLA PÉNZÜGYI ÉS SZÁMVITELI FŐISKOLAI KAR KONTROLLING-ELLENŐRZÉS INTÉZETI TANSZÉK TANSZÉKI TÁJÉKOZTATÓ a STRATÉGIAI ÉS ÜZLETI TERVEZÉS tantárgyról Budapest, 2012. Összeállította:
e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:
Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:
A vállalat belső tevékenységi rendszere.
A vállalat tevékenységi rendszere 01. rész Fazekas Tamás Vállalatgazdaságtan szeminárium A vállalat belső tevékenységi rendszere. Az alapvető célból lebontott vállalati célrendszer megvalósításához szükséges
Értékáram elemzés szoftveres támogatással. Gergely Judit 2013. 03. 01. Lean-klub
Értékáram elemzés szoftveres támogatással Gergely Judit 2013. 03. 01. Lean-klub Tartalom Az Értékáram és elemzésének szerepe a Leanben Értékáram modellezés és elemzés Esetpélda: termelő folyamat Képzeletbeli
Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével
Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és működtetése
Operációkutatás II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2016/17 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:
Operációkutatás II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2015/16 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:
14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull
14 A Black-choles-Merton modell Copyright John C. Hull 01 1 Részvényárak viselkedése (feltevés!) Részvényár: μ: elvárt hozam : volatilitás Egy rövid Δt idő alatt a hozam normális eloszlású véletlen változó:
Matematikai geodéziai számítások 6.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi
Döntési módszerek Tantárgyi útmutató
Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2018/19. tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:
Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!
BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22
Gazdasági matematika II. tanmenet
Gazdasági matematika II. tanmenet Mádi-Nagy Gergely A hivatkozásokban az alábbi tankönyvekre utalunk: T: Tóth Irén (szerk.): Operációkutatás I., Nemzeti Tankönyvkiadó 1987. Cs: Csernyák László (szerk.):
Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ
Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.
Többváltozós lineáris regressziós modell feltételeinek
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Petrovics Petra Doktorandusz Többváltozós lineáris regressziós modell x 1, x 2,, x p
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási
Logisztikai szimulációs módszerek
Üzemszervezés Logisztikai szimulációs módszerek Dr. Juhász János Integrált, rugalmas gyártórendszerek tervezésénél használatos szimulációs módszerek A sztochasztikus külső-belső tényezőknek kitett folyamatok
A vállalti gazdálkodás változásai
LOGISZTIKA A logisztika területei Szakálosné Dr. Mátyás Katalin A vállalti gazdálkodás változásai A vállalati (mikro)logisztika fő területei Logisztika célrendszere Készletközpontú szemlélet: Anyagok mozgatásának
Újrahasznosítási logisztika. 7. Gyűjtőrendszerek számítógépes tervezése
Újrahasznosítási logisztika 7. Gyűjtőrendszerek számítógépes tervezése A tervezési módszer elemei gyűjtési régiók számának, lehatárolásának a meghatározása, régiónként az 1. fokozatú gyűjtőhelyek elhelyezésének
Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 11. Előadás Portfólió probléma Portfólió probléma Portfólió probléma Adott részvények (kötvények,tevékenységek,
A kereskedelem. A kereskedelem tevékenység elemzési sajátosságai. Nagykereskedelem. Vendéglátás. Kiskereskedelem
A kereskedelem tevékenység elemzési sajátosságai Musinszki Zoltán MISKOLCI EGYETEM Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Számvitel Tanszék A kereskedelem Fogalma: Az
Regressziós vizsgálatok
Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga
GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet
GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő
Gazdálkodási modul. Gazdaságtudományi ismeretek III. Szervezés és logisztika. KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc
Gazdálkodási modul Gazdaságtudományi ismeretek III. Szervezés és logisztika KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc Logisztika és marketing 104. lecke A logisztika és a marketing
Gyakorló feladatok a Termelésszervezés tárgyhoz MBA mesterszak
Gazdaság- és Társadalomtudományi Kar Menedzsment és Vállalatgazdaságtan Tanszék Gyakorló feladatok a Termelésszervezés tárgyhoz MBA mesterszak Készítette: dr. Koltai Tamás egyetemi tanár Budapest, 2012.
A KÉSZLETNAGYSÁG MEGÁLLAPÍTÁSÁNAK 6. TÉTEL
A KÉSZLETNAGYSÁG MEGÁLLAPÍTÁSÁNAK SZEREPE ÉS MÓDJAI 6. TÉTEL Készletezés I. Az árukészlet az az árumennyiség, mely a forgalom lebonyolításához nélkülözhetetlen. A készletgazdálkodásra azért van szükség,
Matematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
BIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 9. Együttes eloszlás, kovarianca, nevezetes eloszlások Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés, definíciók Együttes eloszlás Függetlenség
Logisztika alapjai 2. Beszerzési (ellátási) logisztika
BME GTK Ipari menedzsment és Vállalkozásgazdasági Tanszék Menedzser program Logisztika alapjai 2. Beszerzési (ellátási) logisztika dr. Tóth Lajos egyetemi docens dr.. Tóth Lajos: Logisztika alapjai - 2.
TANTÁRGYI PROGRAM Matematikai alapok II. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok II. útmutató 2014/2015. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
Minőségmenedzsment (módszerek) BEDZSULA BÁLINT
Minőségmenedzsment (módszerek) BEDZSULA BÁLINT Bedzsula Bálint gyakornok Menedzsment és Vállalatgazdaságtan Tanszék Q. épület A.314. bedzsula@mvt.bme.hu http://doodle.com/bedzsula.mvt Az előző előadás
Feladatok és megoldások a 13. hétre
Feladatok és megoldások a. hétre Építőkari Matematika A. Az alábbi függvények melyike lehet eloszlásfüggvény? + e x, ha x >, (a F(x =, ha x, (b F(x = x + e x, ha x, (c F(x =, ha x, x (d F(x = (4 x, ha
STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
STATISZTIKA. Mit nevezünk idősornak? Az idősorok elemzésének módszertana. Az idősorelemzés célja. Determinisztikus idősorelemzés
Mit nevezünk idősornak? STATISZTIKA 10. Előadás Idősorok analízise Egyenlő időközökben végzett megfigyelések A sorrend kötött, y 1, y 2 y t y N N= időpontok száma Minden időponthoz egy adat, reprodukálhatatlanság
i p i p 0 p 1 p 2... i p i
. vizsga, 06--9, Feladatok és megoldások. (a) Adja meg az diszkrét eloszlás várható értékének a definícióját! i 0... p i p 0 p p... i p i (b) Tegyük fel, hogy a rigófészkekben található tojások X száma
IBNR számítási módszerek áttekintése
1/13 IBNR számítási módszerek áttekintése Prokaj Vilmos email: Prokaj.Vilmos@pszaf.hu 1. Kifutási háromszög Év 1 2 3 4 5 2/13 1 X 1,1 X 1,2 X 1,3 X 1,4 X 1,5 2 X 2,1 X 2,2 X 2,3 X 2,4 X 2,5 3 X 3,1 X 3,2