B4: Appels. Project B4: Appels. Modelleren C. Sander Verkerk Richard Both Christian Vleugels

Maat: px
Weergave met pagina beginnen:

Download "B4: Appels. Project B4: Appels. Modelleren C. Sander Verkerk Richard Both Christian Vleugels"

Transcriptie

1 Project B4: Appels Modelleren C Sander Verkerk Richard Both Christian Vleugels

2 Inleiding B4: Appels

3 Probleembeschrijving Hoofdvraag: Wat is de meest ruimte-optimale binindeling van het magazijn zodanig dat men alle producten kwijt kan gegeven het aan- en afvoerproces? Aan- en afvoer in pallets Opslag in bins

4 Inhoudsopgave Voorwaarden Data Aanpak - Deterministisch - Stochastisch Resultaten Conclusie Mogelijk vervolg

5 Voorwaarden Magazijn: Pallet: 1 vierkante meter Bingrootte: tussen 1 en 5 pallets Per bin: 2 vierkante meter aanvoerroute Middengang met ingang én uitgang Producten: 1 levering per bin FIFO

6 Data Aan- en uitvoer gelijkwaardig Gegevens: Tijdstip (in secondes + tijd van de dag) Product ID (7 cijfers) Grootte (positieve reële waarde) Voorbeeld: Tijdstip kloktijd artikel pallets : : :

7 Data Data-analyse soorten appels - Aantal bestellingen per product - Tekorten bij een aantal producten Tekorten - 79 producten bins - Dit wordt de beginopstelling

8 Aanpak Deterministisch - Oplossing voor de gegeven data Stochastisch - Oplossing voor algemene data

9 Aanpak: Deterministisch Onder- en bovengrenzen Magazijnoppervlakte bepalen Optimale bingrootte per product Meerdere optimale bingroottes per product

10 Onder- en bovengrenzen Ondergrens - Kijk op welk tijdstip (Tma) de grootste hoeveelheid pallets aanwezig zijn - Bepaal per product hoeveel pallets er bij Tma aanwezig zijn en rond af naar boven - Tel al deze aantallen op Resultaat bins bij Tma Beperkingen - Tma hoeft niet het tijdstip te zijn met meest aantal bins - Producten met verschillende aanvoertijden bij elkaar in bins - Gaat over binruimte niet over magazijnruimte

11 Onder- en bovengrenzen Bovengrens - Kijk voor alle producten op elk tijdstip hoeveel bins er zijn - Bepaal per tijdstip hoeveel bins van 1 er totaal nodig zijn - Neem hiervan het maimum Resultaat bins van vierkante meter aan bins en toegangspad Beperkingen - Leveringen op dezelfde dag staan niet bij elkaar

12 Magazijnoppervlakte bepalen B4: Appels Benadering zonder middengang: Benadering met middengang: Met de hand d.m.v. slim plaatsen ) ( f 4 4 ) ( ) ( ) ( n f f n f

13 Magazijnoppervlakte bepalen Voorbeelden van slim plaatsen:

14 Optimale bingrootte Aanname - Elk product in één soort bins Hulpmiddel Methode Bingrootte Effectief gebruik 1/3 2/4 3/5 4/6 5/7 - Kijk per bingrootte hoeveel bins je nodig gaat hebben - Bepaal per bingrootte de benodigde binruimte en deel dit door de bijbehorende fracties - Neem hiervan degene die het meest effectief is

15 Optimale bingrootte Voorbeeld: Tijdstip Soort Grootte 1 Aanvoer 25 2 Afvoer 15 3 Aanvoer 31 Bingrootte Benodigde bins Benodigde oppervlakte *5 = 15 1/3 2*3 = 12 2/4 3*3 = 15 3/5 4*2 = 12 4/6 5*2 = 14 5/7

16 Optimale bingrootte 455 bins bij optimale bingroottes: Bingrootte Aantal bins Magazijn: 2041 vierkante meter aan bins en toegangspad

17 Meerdere optimale bingroottes Voor elke aanvoergrootte van een product een optimale bingrootte bepalen Elk product heeft maimaal 5 verschillende aanvoergroottes Aantal verschillende Aantal producten aanvoergroottes

18 Meerdere optimale bingroottes 459 bins bij optimale bingroottes: Bingrootte Aantal bins Magazijn: 1967 vierkante meter aan bins en toegangspad

19 Aanpak: Stochastisch Resultatenanalyse - Aan de hand van de resultaten kijken of we heuristieken en vuistregels kunnen bepalen Dataset genereren - Gemiddelde aan- en afvoer - Variantie van de aan- en afvoer

20 Resultatenanalyse afvoer 7 Standaardafwijking Bingrootte 1 Bingrootte 2 Bingrootte 3 Bingrootte 4 Bingrootte Gemiddelde Standaardafwijking uitgezet tegen het gemiddelde voor de afvoer met de bijbehorende optimale bingroottes

21 Resultatenanalyse aanvoer 6 Standaardafwijking Bingrootte 1 Bingrootte 2 Bingrootte 3 Bingrootte 4 Bingrootte Gemiddelde Standaardafwijking uitgezet tegen het gemiddelde voor de aanvoer met de bijbehorende optimale bingroottes

22 Vuistregel 1 Gemiddelde aanvoer µ : 0 < µ 1: bingrootte 1 1 < µ 2: bingrootte 2 2 < µ 4: bingrootte 3 4 < µ 6: bingrootte 4 6 < µ : bingrootte 5

23 Vuistregel 2 B4: Appels

24 Productanalyse Product ID Aantal Bestellingen aanvoer Gemiddelde aanvoer Variantie aanvoer Aantal Bestellingen afvoer Gemiddelde afvoer Variantie afvoer

25 Dataset genereren Normale verdeling? Eponentiële verdeling? C Var ( )

26 Dataset genereren Als C < 1 : Erlang-verdeling Als C = 1 : Eponentiële verdeling Als C > 1 : Hypereponentiële verdeling

27 Resultaten Methode Oppervlakte Gekregen Dataset (m²) Oppervlakte Gegenereerde dataset 1 (m²) Oppervlakte Gegenereerde dataset 2 (m²) Bins van grootte Vuistregel Vuistregel optimale bingrootte 2 optimale bingroottes Besparing t.o.v. Bins ter grootte % 1788% 1802%

28 Conclusie Het gebruik van grotere bins bespaart inderdaad ruimte De besparing is rond de 18%

29 Mogelijk vervolg Optimale magazijn indeling bepalen Beter vergelijkbare dataset genereren Wat is de invloed van bins groter dan 5

30 Zijn er nog vragen? B4: Appels

Modelleren C Appels. 1 Inleiding. Inhoudsopgave. 2 Probleembeschrijving. Christian Vleugels Sander Verkerk Richard Both.

Modelleren C Appels. 1 Inleiding. Inhoudsopgave. 2 Probleembeschrijving. Christian Vleugels Sander Verkerk Richard Both. 1 Inleiding Inhoudsopgave Modelleren C Appels Christian Vleugels Sander Verkerk Richard Both 18 mei 2010 1 Inleiding 2 2 Probleembeschrijving 2 3 Data 3 4 Aanpak 4 5 Deterministische aanpak 4 5.1 Populariteit

Nadere informatie

Modelleren C Appels. Christian Vleugels Sander Verkerk Richard Both. 15 juni 2010. 1 Inleiding 2. 3 Data 3. 4 Aanpak 4

Modelleren C Appels. Christian Vleugels Sander Verkerk Richard Both. 15 juni 2010. 1 Inleiding 2. 3 Data 3. 4 Aanpak 4 Modelleren C Appels Christian Vleugels Sander Verkerk Richard Both 15 juni 2010 Inhoudsopgave 1 Inleiding 2 2 Probleembeschrijving 2 3 Data 3 4 Aanpak 4 5 Deterministische aanpak 4 5.1 Populariteit van

Nadere informatie

Modelleren C Appels. Christian Vleugels Sander Verkerk Richard Both. 2 april 2010. 1 Inleiding 2. 3 Data 3. 4 Aanpak 3

Modelleren C Appels. Christian Vleugels Sander Verkerk Richard Both. 2 april 2010. 1 Inleiding 2. 3 Data 3. 4 Aanpak 3 Modelleren C Appels Christian Vleugels Sander Verkerk Richard Both 2 april 2010 Inhoudsopgave 1 Inleiding 2 2 Probleembeschrijving 2 3 Data 3 4 Aanpak 3 5 Data-analyse 4 5.1 Data-analyse: per product.............................

Nadere informatie

wiskunde B havo 2016-I

wiskunde B havo 2016-I wiskunde B havo 06-I Blokkendoos maimumscore De inhoud van de vier cilinders samen is π,5 0 = 50π ( 5) (cm ) De inhoud van de binnenruimte van de doos is ( 0 5 5 =) 50 (cm ) De inhoud van de overige blokken

Nadere informatie

Invloed van planning op bedbezetting. 26 januari 2009 Paulien Out p.out@cczorgadviseurs.nl

Invloed van planning op bedbezetting. 26 januari 2009 Paulien Out p.out@cczorgadviseurs.nl Invloed van planning op bedbezetting 26 januari 2009 Paulien Out p.out@cczorgadviseurs.nl Programma Aanleiding voor onderzoek: opdracht van ziekenhuis aan CC Zorgadviseurs Aanpak en resultaten van de opdracht

Nadere informatie

Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid

Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid Dr.ir. P.W. Heijnen Faculteit Techniek, Bestuur en Management Technische Universiteit Delft 22 april 2010 1 1 Introductie De

Nadere informatie

Eindexamen wiskunde B1 vwo 2005-I

Eindexamen wiskunde B1 vwo 2005-I Eindeamen wiskunde B vwo 5-I Inademen Bij controlemetingen aan de ademhaling wordt men gevraagd om diep uit te ademen en vervolgens gedurende vijf seconden zo diep mogelijk in te ademen. Tijdens het inademen

Nadere informatie

Hoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent

Hoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Hoofdstuk 3 : Numerieke beschrijving van data Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Numerieke beschrijving van data p 1/31 Beschrijvende

Nadere informatie

Eindexamen wiskunde B1 vwo 2002-II

Eindexamen wiskunde B1 vwo 2002-II Cesuur bij eamens Bij de eindeamens in de jaren 997 tot en met 2000 werden aan enkele VWO-scholen eperimentele eamens afgenomen in het vak wiskunde-b. Bij deze eamens waren elk jaar maimaal 90 punten te

Nadere informatie

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening

Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Statistiek voor Natuurkunde Opgavenserie 1: Kansrekening Inleveren: 12 januari 2011, VOOR het college Afspraken Serie 1 mag gemaakt en ingeleverd worden in tweetallen. Schrijf duidelijk je naam, e-mail

Nadere informatie

Hoofdstuk 20 Wachtrijentheorie

Hoofdstuk 20 Wachtrijentheorie Hoofdstuk 20 Wachtrijentheorie Beschrijving Iedereen van ons heeft al tijd gespendeerd in een wachtrij: b.v. aanschuiven in de Alma restaurants. In dit hoofdstuk onwikkelen we mathematische modellen voor

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) S1 S2 X ms X ms Stochastische Modellen in Operations Management (153088) R1 S0 240 ms Ack Internet R2 L1 R3 L2 10 ms 1 10 ms D1 Richard Boucherie Stochastische Operations Research TW, Ravelijn H 219 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html

Nadere informatie

4.1 Eigenschappen van de normale verdeling [1]

4.1 Eigenschappen van de normale verdeling [1] 4.1 Eigenschappen van de normale verdeling [1] Relatief frequentiepolygoon van de lengte van mannen in 1968 1 4.1 Eigenschappen van de normale verdeling [1] In dit plaatje is een frequentiepolygoon getekend.

Nadere informatie

Welk deel van een collectie moet gecentraliseerd worden? Gerlach van der Heide

Welk deel van een collectie moet gecentraliseerd worden? Gerlach van der Heide Welk deel van een collectie moet gecentraliseerd worden? Heide van Onderzoek in samenwerking met: Prof. Dr. K.J. Roodbergen Dr. N.D. van Foreest COPE congres, 1 November 2013 Inhoud presentatie van en

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 14 Donderdag 28 Oktober 1 / 37 2 Statistiek Indeling: Hypothese toetsen Schatten 2 / 37 Vragen 61 Amerikanen werd gevraagd hoeveel % van de tijd zij liegen. Het gevonden

Nadere informatie

wiskunde A havo 2018-I

wiskunde A havo 2018-I wiskunde havo 208-I Brandgevaar maximumscore 3 V is minimaal 0 en maximaal 00 0 27 24 De minimale waarde is I = + = 0,3 20 0 00 27 24 De maximale waarde is I = + = 5,3 20 0 2 maximumscore 5 De vergelijking

Nadere informatie

Eindexamen wiskunde B1 vwo 2008-II

Eindexamen wiskunde B1 vwo 2008-II Een eponentiële functie De functie f is gegeven door f( ) = e. is het snijpunt van de grafiek van f met de y-as. B is het snijpunt van de raaklijn aan de grafiek van f in met de -as. Zie figuur 1. figuur

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking tentamen Kansrekening en Stochastische Processen S60) op vrijdag 4 januari 0, 4.00 7.00 uur.. Gegeven zijn twee stochastische

Nadere informatie

Stochastiek 2. Inleiding in the Mathematische Statistiek. staff.fnwi.uva.nl/j.h.vanzanten

Stochastiek 2. Inleiding in the Mathematische Statistiek. staff.fnwi.uva.nl/j.h.vanzanten Stochastiek 2 Inleiding in the Mathematische Statistiek staff.fnwi.uva.nl/j.h.vanzanten 1 / 12 H.1 Introductie 2 / 12 Wat is statistiek? - 2 Statistiek is de kunst van het (wiskundig) modelleren van situaties

Nadere informatie

Examen VWO. wiskunde B1. tijdvak 2 woensdag 18 juni uur

Examen VWO. wiskunde B1. tijdvak 2 woensdag 18 juni uur Eamen VWO 008 tijdvak woensdag 18 juni 13.30-16.30 uur wiskunde B1 Dit eamen bestaat uit 18 vragen. Voor dit eamen zijn maimaal 84 punten te behalen. Voor elk vraagnummer staat hoeveel punten met een goed

Nadere informatie

Opdracht 1 bladzijde 8

Opdracht 1 bladzijde 8 Opdrachten Opdracht bladzijde 8 Uit een stuk karton met lengte 45 cm en breedte 8 cm knip je in de vier hoeken vierkantjes af met zijde cm. Zo verkrijg je een open doos. 8 cm 45 cm Hoe groot is het volume

Nadere informatie

Eindexamen wiskunde B1 vwo 2002-II

Eindexamen wiskunde B1 vwo 2002-II Eindeamen wiskunde B vwo 2002-II Cesuur bij eamens Bij de eindeamens in de jaren 997 tot en met 2000 werden aan enkele VWO-scholen eperimentele eamens afgenomen in het vak wiskunde-b. Bij deze eamens waren

Nadere informatie

Eindexamen wiskunde A1-2 vwo 2003-II

Eindexamen wiskunde A1-2 vwo 2003-II Eindexamen wiskunde A- vwo 003-II 4 Antwoordmodel Startende ondernemingen 40% komt overeen met een kans van 0,4 (per 9 jaar) Per jaar is dat een kans van 0, 49 het antwoord 0,903 De kans is 0,9 4 0, 656

Nadere informatie

Stochastiek 2. Inleiding in de Mathematische Statistiek 1/19

Stochastiek 2. Inleiding in de Mathematische Statistiek 1/19 Stochastiek 2 Inleiding in de Mathematische Statistiek 1/19 Herhaling H.1 2/19 Mathematische Statistiek We beschouwen de beschikbare data als realisatie(s) van een stochastische grootheid X.(Vaak een vector

Nadere informatie

Examen VWO. Wiskunde B1 (nieuwe stijl)

Examen VWO. Wiskunde B1 (nieuwe stijl) Wiskunde B (nieuwe stijl) Eamen VWO Voorbereidend Wetenschappelijk Onderwijs Tijdvak 2 Woensdag 9 juni 3.30 6.30 uur 20 02 Voor dit eamen zijn maimaal 83 punten te behalen; het eamen bestaat uit 7 vragen.

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 8 Donderdag 13 Oktober 1 / 23 2 Statistiek Vandaag: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 23 Stochast en populatie

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) Stochastische Modellen in Operations Management (53088) S S Ack X ms X ms S0 40 ms R R R3 L L 0 ms 0 ms D0 Internet D D Richard Boucherie Stochastische Operations Research TW, Ravelijn H 9 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/53088/53088.html

Nadere informatie

Reserveringssystemen

Reserveringssystemen I. Verstraten Reserveringssystemen Bachelorscriptie, 26 juli 203 Scriptiebegeleider: Dr. F.M. Spieksma Mathematisch Instituut, Universiteit Leiden Inhoudsopgave Inleiding 3 2 Twee systemen 4 2. Zonder

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek DD14) op vrijdag 17 maart 006, 9.00-1.00 uur. UITWERKINGEN 1. Methoden om schatters te vinden a) De aannemelijkheidsfunctie

Nadere informatie

Beoordelingsmodel wiskunde B1 VWO 2006-I. Sauna. Maximumscore e t = 100. het tijdstip 17:02 uur 1. Maximumscore 4

Beoordelingsmodel wiskunde B1 VWO 2006-I. Sauna. Maximumscore e t = 100. het tijdstip 17:02 uur 1. Maximumscore 4 Beoordelingsmodel wiskunde B VWO 006-I Antwoorden Sauna 0,9 00 0 e t = 00 beschrijven hoe deze vergelijking opgelost kan worden de oplossing t,07 het tijdstip 7:0 uur 0,9t S () t = 0 0,9 e S () 39, 06

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 15 Dinsdag 2 November 1 / 16 2 Statistiek Indeling: Filosofie Schatten Centraal Bureau voor Statistiek 2 / 16 Schatten Vb. Het aantal tenen plus vingers in jullie huishoudens:

Nadere informatie

GESLOTEN NETWERKEN VAN WACHTRIJEN

GESLOTEN NETWERKEN VAN WACHTRIJEN GESLOTEN NETWERKEN VAN WACHTRIJEN In het vorige college hebben we gekeken naar een model waarbij klanten van buitenaf het netwerk inkomen, een (stochastisch) aantal keren van het ene station naar het andere

Nadere informatie

Optimale sessieverdeling voor orthopeden

Optimale sessieverdeling voor orthopeden Optimale sessieverdeling voor orthopeden Eline Tsai, MSc e.r.tsai@utwente.nl Begeleiders: R.J. Boucherie (UT) R.F.M. Vromans (Sint Maartenskliniek) Sint Maartenskliniek Houding en beweging Specialismen:

Nadere informatie

Examen VWO. wiskunde B1

Examen VWO. wiskunde B1 wiskunde B Eamen VWO Voorbereidend Wetenschappelijk Onderwijs Tijdvak Dinsdag 3 mei 3.3 6.3 uur 5 Voor dit eamen zijn maimaal 87 punten te behalen; het eamen bestaat uit vragen. Voor elk vraagnummer is

Nadere informatie

Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013

Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013 Afdeling Wiskunde Volledig tentamen Algemene Statistiek Deeltentamen 2 Algemene Statistiek Vrije Universiteit 18 december 2013 Gebruik van een (niet-grafische) rekenmachine is toegestaan. Geheel tentamen:

Nadere informatie

Medische Statistiek Kansrekening

Medische Statistiek Kansrekening Medische Statistiek Kansrekening Medisch statistiek- kansrekening Hoorcollege 1 Uitkomstenruimte vaststellen Ook wel S of E. Bij dobbelsteen: E= {1,2,3,4,5,6} Een eindige uitkomstenreeks Bij het gooien

Nadere informatie

14.1 Kansberekeningen [1]

14.1 Kansberekeningen [1] 14.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien

Nadere informatie

G0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing

G0N11a Statistiek en data-analyse: project Eerste zittijd Modeloplossing G0N11a Statistiek en data-analyse: project Eerste zittijd 2007-2008 Modeloplossing Opmerking vooraf: Deze modeloplossing is een heel volledig antwoord op de gestelde vragen. Om de maximumscore op een vraag

Nadere informatie

Werkbladen 3 Terugzoeken

Werkbladen 3 Terugzoeken Werkbladen Terugzoeken We keren nu de vraag om. Bij een gegeven percentage (oppervlakte zoeken we de bijbehorende grenswaarde(n. Als voorbeeld zoeken we hoe groot een Nederlandse vrouw anno 97 moest zijn

Nadere informatie

Inleiding Applicatie Software - Statgraphics

Inleiding Applicatie Software - Statgraphics Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek /k 1/35 OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een

Nadere informatie

b) Het spreidingsdiagram ziet er als volgt uit (de getrokken lijn is de later uit te rekenen lineaire regressie-lijn): hoogte

b) Het spreidingsdiagram ziet er als volgt uit (de getrokken lijn is de later uit te rekenen lineaire regressie-lijn): hoogte Classroom Exercises GEO2-4208 Opgave 7.1 a) Regressie-analyse dicteert hier geen stricte regels voor. Wanneer we echter naar causaliteit kijken (wat wordt door wat bepaald), dan is het duidelijk dat hoogte

Nadere informatie

PE Bijeenkomst Prognosetafel AG2016

PE Bijeenkomst Prognosetafel AG2016 PE Bijeenkomst Prognosetafel AG2016 1 Inhoud 1. Datasets en Databewerking 2. Modelstructuur en eigenschappen 3. Correlaties 4. Vergelijking met AG2014 5. Gebruik: als (best estimate) statische prognosetafel

Nadere informatie

Statistiek voor A.I. College 2. Donderdag 13 September 2012

Statistiek voor A.I. College 2. Donderdag 13 September 2012 Statistiek voor A.I. College 2 Donderdag 13 September 2012 1 / 42 1 Beschrijvende statistiek 2 / 42 Extrapolatie 3 / 42 Verkiezingen 2012 4 / 42 Verkiezingen 2012 5 / 42 1 Beschrijvende statistiek Vandaag:

Nadere informatie

Statistiek voor A.I.

Statistiek voor A.I. Statistiek voor A.I. College 13 Donderdag 25 Oktober 1 / 28 2 Deductieve statistiek Orthodoxe statistiek 2 / 28 3 / 28 Jullie - onderzoek Tobias, Lody, Swen en Sander Links: Aantal broers/zussen van het

Nadere informatie

Stochastische Modellen in Operations Management (153088)

Stochastische Modellen in Operations Management (153088) Stochastische Modellen in Operations Management (53088) S S Ack X ms X ms S0 40 ms R R R3 L L 0 ms 0 ms D0 Internet D D Richard Boucherie Stochastische Operations Research TW, Ravelijn H 9 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/53088/53088.html

Nadere informatie

Hoofdstuk 8: De normale verdeling. 8.1 Centrum- en spreidingsmaten. Opgave 1:

Hoofdstuk 8: De normale verdeling. 8.1 Centrum- en spreidingsmaten. Opgave 1: Hoofdstuk 8: De normale verdeling 8. Centrum- en spreidingsmaten Opgave : 00000 4 4000 5 3000 a. 300 dollar 0 b. 9 van de atleten verdienen minder dan de helft van het gemiddelde. Het gemiddelde is zo

Nadere informatie

Inleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek

Inleiding Applicatie Software - Statgraphics. Beschrijvende Statistiek Inleiding Applicatie Software - Statgraphics Beschrijvende Statistiek OPDRACHT OVER BESCHRIJVENDE STATISTIEK Beleggen Door een erfenis heeft een vriend van u onverwacht de beschikking over een klein kapitaaltje

Nadere informatie

Figuur 1. Schematisch overzicht van de structuur van het twee-stadia recourse model.

Figuur 1. Schematisch overzicht van de structuur van het twee-stadia recourse model. Samenvatting In dit proefschrift worden planningsproblemen op het gebied van routering en roostering bestudeerd met behulp van wiskundige modellen en (numerieke) optimalisatie. Kenmerkend voor de bestudeerde

Nadere informatie

BOTEN UIT HET WATER 2015 ZATERDAG 17 OKTOBER

BOTEN UIT HET WATER 2015 ZATERDAG 17 OKTOBER BOTEN UIT HET WATER 2015 ZATERDAG 17 OKTOBER WAT IS ER AL GEREGELD 1 UITNODIGING INSCHRIJVING VIA DE WEBSITE SCHUUR INDELEN HIJSVOLGORDE MAKEN DIVERSE AFSPRAKEN MAKEN MET: DE HAVENMEESTERS VAN DE GEMEENTE

Nadere informatie

TI83-werkblad. Vergelijkingen bij de normale verdeling

TI83-werkblad. Vergelijkingen bij de normale verdeling TI83-werkblad Vergelijkingen bij de normale verdeling 1. Inleiding Een normale verdeling wordt bepaald door de constanten µ en σ. Dit blijkt uit het voorschrift van de verdelingsfunctie van de normale

Nadere informatie

Uitwerkingen oefenopdrachten or

Uitwerkingen oefenopdrachten or Uitwerkingen oefenopdrachten or Marc Bremer August 10, 2009 Uitwerkingen bijeenkomst 1 Contact Dit document is samengesteld door onderwijsbureau Bijles en Training. Wij zijn DE expert op het gebied van

Nadere informatie

Toetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen

Toetsende Statistiek Week 5. De F-toets & Onderscheidend Vermogen M, M & C 7.3 Optional Topics in Comparing Distributions: F-toets 6.4 Power & Inference as a Decision 7.1 The power of the t-test 7.3 The power of the sample t- Toetsende Statistiek Week 5. De F-toets &

Nadere informatie

De actuariële aspecten van het nieuw prudentieel kader voor IBP s. Verband tussen het nieuw prudentieel kader en de actuariële praktijken

De actuariële aspecten van het nieuw prudentieel kader voor IBP s. Verband tussen het nieuw prudentieel kader en de actuariële praktijken De actuariële aspecten van het nieuw prudentieel kader voor IBP s Verband tussen het nieuw prudentieel kader en de actuariële praktijken 6 december 2007 1 Verband tussen het nieuw prudentieel kader en

Nadere informatie

11.0 Voorkennis. Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k)

11.0 Voorkennis. Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k) 11.0 Voorkennis Let op: Cumulatieve binomiale verdeling: P(X k) = binomcdf(n,p,k) Wanneer je met binomcdf werkt, werk je dus altijd met een kans van de vorm P(X k) Voorbeeld 1: Binomiaal kanseperiment

Nadere informatie

het antwoord 0,9032 1 Antwoordmodel VWO wa1 2003-II Startende ondernemingen Maximumscore 4 1 40% komt overeen met een kans van 0,4 (per 9 jaar) 1

het antwoord 0,9032 1 Antwoordmodel VWO wa1 2003-II Startende ondernemingen Maximumscore 4 1 40% komt overeen met een kans van 0,4 (per 9 jaar) 1 Antwoordmodel VWO wa -II Antwoorden Startende ondernemingen % komt overeen met een kans van, (per 9 jaar) Per jaar is dat een kans van, 9 het antwoord,9 5 CV8 Lees verder De kans is,9 =,656(,66) Een overlevingskans

Nadere informatie

Tentamen Kansrekening en Statistiek MST 14 januari 2016, uur

Tentamen Kansrekening en Statistiek MST 14 januari 2016, uur Tentamen Kansrekening en Statistiek MST 14 januari 2016, 14.00 17.00 uur Het tentamen bestaat uit 15 meerkeuzevragen 2 open vragen. Een formuleblad wordt uitgedeeld. Normering: 0.4 punt per MC antwoord

Nadere informatie

Tentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen

Tentamen Wiskunde A. Het gebruik van een mobiele telefoon of andere telecommunicatieapparatuur tijdens het tentamen CENTRALE COMMISSIE VOORTENTAMEN WISKUNDE Tentamen Wiskunde A Datum: 11 juni 2012 Tijd: 19.00-22.00 uur Aantal opgaven: 8 Zet uw naam op alle in te leveren blaadjes. Laat bij elke opgave door middel van

Nadere informatie

Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid

Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid Robuustheid regressiemodel voor kapitaalkosten gebaseerd op aansluitdichtheid Dr.ir. P.W. Heijnen Faculteit Techniek, Bestuur en Management Technische Universiteit Delft 6 mei 2010 1 1 Introductie De Energiekamer

Nadere informatie

Voorraadoptimalisatie reservedelen voor de FENNEK

Voorraadoptimalisatie reservedelen voor de FENNEK reservedelen voor de FENNEK 3 november 2011 AMC-seminar Den Helder Kenniscentrum Logistiek Albert van Heek SERVICE MANAGEMENT -> ASSET MANAGEMENT REPARATIE -> DUURZAME INSTANDHOUDING REACTIEF -> PRO-ACTIEF

Nadere informatie

Hoofdstuk 3 Statistiek: het toetsen

Hoofdstuk 3 Statistiek: het toetsen Hoofdstuk 3 Statistiek: het toetsen 3.1 Schatten: Er moet een verbinding worden gelegd tussen de steekproefgrootheden en populatieparameters, willen we op basis van de een iets kunnen zeggen over de ander.

Nadere informatie

Deze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten

Deze week: Steekproefverdelingen. Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen. Kwaliteit van schatter. Overzicht Schatten Deze week: Steekproefverdelingen Statistiek voor Informatica Hoofdstuk 7: Steekproefverdelingen Cursusjaar 29 Peter de Waal Zuivere Schatters Betrouwbaarheidsintervallen Departement Informatica Hfdstk

Nadere informatie

Statistische verwerking van ringtestresultaten onder ISO Siegfried Hofman

Statistische verwerking van ringtestresultaten onder ISO Siegfried Hofman 11/10/2010 Statistische verwerking van ringtestresultaten onder ISO 17043 Siegfried Hofman Kader ISO 17043 (maa 2010): Conformity assessment General Requirements For Proficiency Testing» ISO Guide 43 (1997):

Nadere informatie

Eindexamen wiskunde B1-2 vwo 2007-II

Eindexamen wiskunde B1-2 vwo 2007-II ier tappen ij het tappen van bier treden verschillen op in de hoeveelheid bier per glas. Uit onderzoek blijkt dat de hoeveelheid bier die per glas getapt wordt bij benadering normaal verdeeld is met een

Nadere informatie

Zin en onzin van normale benaderingen van binomiale verdelingen

Zin en onzin van normale benaderingen van binomiale verdelingen Zin en onzin van normale benaderingen van binomiale verdelingen Johan Walrave, docent EHSAL 0. Inleiding Voordat het grafisch rekentoestel in onze school ingevoerd werd, was er onder de statistiekdocenten

Nadere informatie

Warehousing. Richard Both, Tom Slenders 22 oktober 2009

Warehousing. Richard Both, Tom Slenders 22 oktober 2009 Warehousing Richard Both, Tom Slenders 22 oktober 2009 1 Inhoudsopgave 1 Inleiding 2 2 Probleemstelling 2 3 Aannames 2 4 Strategieën en hypotheses 3 4.1 Unity picking.......................................

Nadere informatie

We zullen de volgende modellen bekijken: Het M/M/ model 1/14

We zullen de volgende modellen bekijken: Het M/M/ model 1/14 De analyse en resultaten van de voorgaande twee modellen (het M/M/1/K model en het M/M/1 model) kunnen uitgebreid worden naar modellen met meerdere bediendes. We zullen de volgende modellen bekijken: Het

Nadere informatie

Hoofdstuk 6 Twee populaties: parametrische toetsen

Hoofdstuk 6 Twee populaties: parametrische toetsen Hoofdstuk 6 Twee populaties: parametrische toetsen 6.1 De t-toets voor het verschil tussen twee gemiddelden: In veel onderzoekssituaties zijn we vooral in de verschillen tussen twee populaties geïnteresseerd.

Nadere informatie

Model: Er is één bediende en de capaciteit van de wachtrij is onbegrensd. 1/19. 1 ) = σ 2 + τ 2 = s 2.

Model: Er is één bediende en de capaciteit van de wachtrij is onbegrensd. 1/19. 1 ) = σ 2 + τ 2 = s 2. Het M/G/1 model In veel toepassingen is de aanname van exponentiële bedieningstijden niet realistisch (denk bijv. aan produktietijden). Daarom zullen we nu naar het model kijken met willekeurig verdeelde

Nadere informatie

De normale verdeling

De normale verdeling De normale verdeling Les 2 De klokvorm en de normale verdeling (Deze les sluit aan bij paragraaf 8 en 9 van Binomiale en normale verdelingen van de Wageningse Methode) De grafische rekenmachine Vooraf

Nadere informatie

Eindexamen wiskunde B1-2 vwo 2008-II

Eindexamen wiskunde B1-2 vwo 2008-II Eindeamen wiskunde B- vwo 008-II Beoordelingsmodel Een zwaartepunt maimumscore 6 ( f( )) = ( ) = Een primitieve van is 4 4 ( ( )) d = 4 0 V = 4π= π 4 π Z = = (= 0,75) π 8 Onder een grafiek maimumscore

Nadere informatie

Voorbeelden van gebruik van 5 VUSTAT-apps

Voorbeelden van gebruik van 5 VUSTAT-apps Voorbeelden van gebruik van 5 VUSTAT-apps Piet van Blokland Begrijpen van statistiek door simulaties en visualisaties Hoe kun je deze apps gebruiken bij het statistiek onderwijs? De apps van VUSTAT zijn

Nadere informatie

Vraag Antwoord Scores

Vraag Antwoord Scores Eindexamen vwo wiskunde A 04-II Wikipedia maximumscore 4 De absolute toenames zijn 46,, 30 en 56 Een passende conclusie De groeifactoren zijn,00;,00;,00; en,00 (of nauwkeuriger) Een passende conclusie

Nadere informatie

Project Management (H 9.8 + H 22 op CD-ROM)

Project Management (H 9.8 + H 22 op CD-ROM) Project Management (H 9.8 + H 22 op CD-ROM) CPM (Critical Path Method) Activiteiten met afhankelijkheden en vaste duur zijn gegeven. CPM bepaalt de minimale doorlooptijd van het project. PERT (Program

Nadere informatie

Het natuurlijk brandconcept Uitbranden of ingrijpen?

Het natuurlijk brandconcept Uitbranden of ingrijpen? Het natuurlijk brandconcept Uitbranden of ingrijpen? ir Ruud van Herpen FIFireE Technisch directeur Nieman Lector Brandveiligheid in de bouw Nieman Groep Het natuurlijk brandconcept Uitbranden of ingrijpen?

Nadere informatie

Vandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen

Vandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen Vandaag Onderzoeksmethoden: Statistiek 2 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Theoretische kansverdelingen

Nadere informatie

Eindexamen wiskunde B1-2 vwo 2008-II

Eindexamen wiskunde B1-2 vwo 2008-II Eindeamen wiskunde B- vwo 008-II Een zwaartepunt Van een cirkelschijf met middelpunt (0, 0) en straal is het kwart getekend dat in het eerste kwadrant ligt. De cirkelboog is de grafiek van de functie f

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Uitwerking Tentamen Basiswiskunde, 2DL03, woensdag 3 oktober 2007.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Uitwerking Tentamen Basiswiskunde, 2DL03, woensdag 3 oktober 2007. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Algemeen deel. Bij het vermenigvuldigen met van de ongelijkheid moet u rekening houden met twee gevallen, te weten > 0 en < 0 en u moet

Nadere informatie

Eindexamen wiskunde B1-2 vwo 2008-II

Eindexamen wiskunde B1-2 vwo 2008-II Eindeamen wiskunde B- vwo 8-II Een zwaartepunt Van een cirkelschijf met middelpunt (, ) en straal is het kwart getekend dat in het eerste kwadrant ligt. De cirkelboog is de grafiek van de functie f die

Nadere informatie

S n = tijdstip van de n-de gebeurtenis, T n = S n S n 1 = tijd tussen n-de en (n 1)-de gebeurtenis.

S n = tijdstip van de n-de gebeurtenis, T n = S n S n 1 = tijd tussen n-de en (n 1)-de gebeurtenis. VERNIEUWINGSPROCESSEN In hoofdstuk 6 hebben we gezien wat een Poisson proces is. Definitie van een Poisson proces: Een Poisson proces met intensiteit λ (notatie P P (λ)) is een stochastisch proces {N(t),

Nadere informatie

Uitwerking tentamen Analyse B

Uitwerking tentamen Analyse B Uitwerking tentamen Analyse B 30 juni 20, 7:00 20:00 uur De hieronder gegeven uitwerkingen moeten worden opgevat als voorbeelden van correcte oplossingen. In veel gevallen zijn andere correcte oplossingen

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 10 Donderdag 20 Oktober 1 / 1 2 Statistiek Vandaag: Hypothese toetsen 2 / 1 3 / 1 Terzijde NU.nl 19 oktober 2011: Veel Facebookvrienden wijst op grotere hersenen. (http://www.nu.nl/wetenschap/2645008/veel-facebookvrienden-wijst-groterehersenen-.html)

Nadere informatie

13.1 Kansberekeningen [1]

13.1 Kansberekeningen [1] 13.1 Kansberekeningen [1] Herhaling kansberekeningen: Somregel: Als de gebeurtenissen G 1 en G 2 geen gemeenschappelijke uitkomsten hebben geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) B.v. P(3 of 4 gooien

Nadere informatie

Oplossingen hoofdstuk 7

Oplossingen hoofdstuk 7 Oplossingen hoofdstuk 7 1. X is normaal verdeeld met µ=5 en =2. Tussen welke grenzen liggen P Z z 0, 3 z 0, 52 P Z z 0, 7 z 0,52. a) 30, 70 De ondergrens is x30 5z30 2 50,52 2 3,96 De bovengrens isx 70

Nadere informatie

Workshop Excelleren in zorglogistiek

Workshop Excelleren in zorglogistiek Workshop Excelleren in zorglogistiek Data-analyse in Excel Dr. René Bekker Vrije Universiteit PICA, kenniscentrum patiëntenlogistiek Verbeterprojecten & data Projectopbouw: Probleemstelling, opdrachtformulering,

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking tentamen Kansrekening en Stochastische Processen (2S61) op woensdag 27 april 25, 14. 17. uur. 1. Gegeven zijn twee onafhankelijke

Nadere informatie

Parkeerbalans. Hotelontwikkling. De Smid Epse

Parkeerbalans. Hotelontwikkling. De Smid Epse Parkeerbalans Hotelontwikkling De Smid Epse 1. INLEIDING is voornemens om langs de Deventerweg, ter plaatse van het huidige restaurant De Smid een hotelontwikkeling tot stand te brengen. In deze notitie

Nadere informatie

Populatie: De gehele groep elementen waarover informatie wordt gewenst.

Populatie: De gehele groep elementen waarover informatie wordt gewenst. Statistiek I Werkcollege 1 Populatie: De gehele groep elementen waarover informatie wordt gewenst. Steekproef: Gedeelte van de populatie dat feitelijk wordt onderzocht om informatie te vergaren. Eenheden:

Nadere informatie

Statistische variabelen. formuleblad

Statistische variabelen. formuleblad Statistische variabelen formuleblad 0. voorkennis Soorten variabelen Discreet of continu Bij kwantitatieve gegevens gaat het om meetbare gegeven, zoals temperatuur, snelheid of gewicht. Bij een discrete

Nadere informatie

Variabiliteit in de zorg: geluk of ongeluk?

Variabiliteit in de zorg: geluk of ongeluk? Variabiliteit in de zorg: geluk of ongeluk? Rekenen met variabiliteit Dr. René Bekker Vrije Universiteit PICA, kenniscentrum patiëntenlogistiek 2 Flaw of averages 3 Aantal bedden 35 3 25 2 15 1 5 Scenario

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 12 Vrijdag 16 Oktober 1 / 38 2 Statistiek Indeling vandaag: Normale verdeling Wet van de Grote Getallen Centrale Limietstelling Deductieve statistiek Hypothese toetsen

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 12 Donderdag 21 Oktober 1 / 38 2 Statistiek Indeling: Stochast en populatie Experimenten herhalen Wet van de Grote Getallen Centrale Limietstelling 2 / 38 Deductieve

Nadere informatie

Eindexamen wiskunde A1 vwo 2007-I

Eindexamen wiskunde A1 vwo 2007-I Beoordelingsmodel Restzetels maximumscore 4 5 329 + 9080 + 875 = 33 60 33 60 stemmen is minder dan de helft van 67 787 stemmen 0 + 5 + 5 = 20 20 zetels is meer dan de helft van 39 zetels 2 maximumscore

Nadere informatie

9.0 Voorkennis. Bij samengestelde kansexperimenten maak je gebruik van de productregel.

9.0 Voorkennis. Bij samengestelde kansexperimenten maak je gebruik van de productregel. 9.0 Voorkennis Bij samengestelde kansexperimenten maak je gebruik van de productregel. Productregel: Voor de gebeurtenis G 1 bij het ene kansexperiment en de gebeurtenis G 2 bij het andere kansexperiment

Nadere informatie

Examen VWO. wiskunde B1,2. tijdvak 2 woensdag 20 juni uur. Bij dit examen hoort een uitwerkbijlage.

Examen VWO. wiskunde B1,2. tijdvak 2 woensdag 20 juni uur. Bij dit examen hoort een uitwerkbijlage. Eamen VW 007 tijdvak woensdag 0 juni 13.30-16.30 uur wiskunde 1, ij dit eamen hoort een uitwerkbijlage. Dit eamen bestaat uit 17 vragen. Voor dit eamen zijn maimaal 81 punten te behalen. Voor elk vraagnummer

Nadere informatie

Opdracht 2. Deadline maandag 28 september 2015, 24:00 uur.

Opdracht 2. Deadline maandag 28 september 2015, 24:00 uur. Opdracht 2. Deadline maandag 28 september 2015, 24:00 uur. Deze opdracht bestaat uit vier onderdelen; in elk onderdeel wordt gevraagd een Matlabprogramma te schrijven. De vier bijbehore bestanden stuur

Nadere informatie

Eindexamen wiskunde A1-2 vwo 2007-I

Eindexamen wiskunde A1-2 vwo 2007-I Eindexamen wiskunde A-2 vwo 2007-I Beoordelingsmodel Restzetels maximumscore 4 5 329 + 9080 + 875 33 60 33 60 stemmen is minder dan de helft van 67 787 stemmen 0 + 5 + 5 20 20 zetels is meer dan de helft

Nadere informatie

IJburgcollege Wiskunde A en C september 2017 Statistiek Opgavenboek 1 (noteer je uitwerkingen van de opdrachten in het Uitwerkingenboek 1)

IJburgcollege Wiskunde A en C september 2017 Statistiek Opgavenboek 1 (noteer je uitwerkingen van de opdrachten in het Uitwerkingenboek 1) IJburgcollege Wiskunde A en C september 2017 Statistiek Opgavenboek 1 (noteer je uitwerkingen van de opdrachten in het Uitwerkingenboek 1) 2. Herhaling Beschrijvende Statistiek. Old Faithful In Yellowstone

Nadere informatie

8.1 Centrum- en spreidingsmaten [1]

8.1 Centrum- en spreidingsmaten [1] 8.1 Centrum- en spreidingsmaten [1] Gegeven zijn de volgende 10 waarnemingsgetallen: 1, 3, 3, 3, 4, 5, 6, 8, 8, 9 Het gemiddelde is: De mediaan is het middelste waarnemingsgetal als de getallen naar grootte

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 16 Donderdag 4 November 1 / 25 2 Statistiek Indeling: Schatten Correlatie 2 / 25 Schatten 3 / 25 Schatters: maximum likelihood schatters Def. Zij Ω de verzameling van

Nadere informatie

Antwoordmodel VWO 2002-I wiskunde A (oude stijl) Vogels die voedsel zoeken

Antwoordmodel VWO 2002-I wiskunde A (oude stijl) Vogels die voedsel zoeken Antwoordmodel VWO 00-I wiskunde A (oude stijl) Antwoorden Vogels die voedsel zoeken Maximumscore Stilstaan duurt telkens 5 seconden Tussen twee stops wordt 5 cm afgelegd De tijd tussen twee stops is 5

Nadere informatie