16. Voorraadbeheer. (3) inkoper van een warenhuis beslist hoeveel producten van verschillende types kleding in te kopen voor komend seizoen
|
|
- Regina Pauwels
- 6 jaren geleden
- Aantal bezoeken:
Transcriptie
1 16. Voorraadbeheer Stochastische voorraadmodellen met één periode eenvoudigste voorraadmodel met stochastische vraag: krantenjongenmodel keuze beginvoorraad om optimaal te voldoen aan stochastische vraag in 1 periode aan eind van periode alle voorraad verkocht weggooien overschot onder kostprijs verkopen toepassingen: (1) krantenjongen aan begin van elke dag beslissen hoeveel kranten inkopen (2) verkoper van kerstbomen beslist hoeveel bomen hij begin december in voorraad moet nemen (3) inkoper van een warenhuis beslist hoeveel producten van verschillende types kleding in te kopen voor komend seizoen één-periode model: seizoensgebonden of bederfelijke goederen Typeset by FoilTEX 21
2 Krantenjongenprobleem met één product basisformule voor optimale bestelgrootte hypothesen: 1. één enkele tijdsperiode 2. alleen bestellen aan begin van periode geen tussentijdse bijbestellingen 3. vraag is stochastisch met kansdichtheid f(x) voor totale vraag in die periode cdf = F (x) 4. kosten- en winststructuur v = inkoopprijs (in EUR/stuk) p = verkoopprijs (in EUR/stuk) s = restwaarde van overgebleven producten (in EUR/stuk) b = boetekosten voor tekorten (in EUR/stuk) v > s en s < p + b Methode 1: P (Q) = verwachte nettowinst bij bestelgrootte Q STELLING: Q > 0 P (Q) = vq + sq +(p s) Q 0 Q 0 f(x)dx + (p + b)q xf(x)dx b Q Q xf(x)dx f(x)dx Typeset by FoilTEX 22
3 De functie P (Q) is maximaal voor Q die voldoet aan F (Q ) = p v + b p s + b. Bewijs Methode 2: marginale analyse maximaliseren van winstfunctie P (Q) minimaliseren van kostenfunctie c(q) met: c(q) = verwachte kosten bij bestelgrootte Q overschotkosten c 0 = v s per niet-verkocht product tekortkosten c t = p v + b per eenheid tekort marginale analyse gebruikt niet formule voor c(q) maar enkel dat afgeleide van c(q) in Q (optimale bestelgrootte) nul moet zijn: lim Q 0 c(q + Q) c(q ) Q = 0 Q + Q met Q > 0 c 0 en c t P {vraag > Q } = 1 F (Q ) P {vraag Q } = F (Q ) Typeset by FoilTEX 23
4 verwachte stijging in overschotkosten c 0 Q F (Q ) verwachte daling in tekortkosten c t Q (1 F (Q )) voor Q voldoende klein c(q + Q) C(Q ) c 0 F (Q ) c t Q(1 F (Q )) lim Q 0 c(q + Q) c(q ) Q = c 0 F (Q ) c t (1 F (Q )) = 0 F (Q ) = c t = p v + b c 0 + c t p s + b. Normaal verdeelde vraag stochastische variabele X = totale vraag in één periode X N(µ, σ) F (Q ) = P {X Q } { } X µ P Q µ σ σ = c t c 0 + c t Q µ Stel = k Q = µ + kσ σ met k = veiligheidsfactor Typeset by FoilTEX 24
5 dan Φ(k) = c t c 0 + c t met Φ cdf van standaard normale verdeling voorbeeld met E[(Q X) + ] = I(k) = normale verliesfunctie Q 0 (Q x)f(x)dx = Q µ + σi( Q µ ) σ 1 + (z k)e z2 2 dz 2π k = ϕ(k) k{1 Φ(k)} Het krantenjongenprobleem voor meerdere producten meerdere producten in te slaan voor één periode inkoopbeslissingen beperkt door budgetrestrictie Hoe budget verdelen over verschillende producten zodat totale verwachte nettowinst maximaal is? Typeset by FoilTEX 25
6 notaties: n producten winsten/kosten parameters van product i: v i, p i, s i en b i f i (x) en F i (x): kansdichtheid resp. cdf van totale vraag naar product i beschikbare budget: B optimale bestelgroottes Q 1, Q 2,..., Q n optimaliseringsprobleem: max n P i (Q i ) restricties n v i Q i B Q i 0, i = 1,..., n met P i (Q i ) = verwachte nettowinst bij bestelgrootte Q i = v i Q i + s i Q i Qi 0 f i (x)dx +(p + b)q i Q i f i (x)dx +(p s) Q i 0 f i (x)dx b Q xf i (x)dx i impliciete onderstelling: vragen naar de verschillende producten zijn onafhankelijk van elkaar niet-lineair programmeringsprobleem met ongelijkheidsrestricties Lagrange-functie en Kuhn-Tucker voorwaar- Typeset by FoilTEX 26
7 den L(Q 1,..., Q n, λ) = n Q i L Q i = 0 Q i 0 P i (Q i ) λ( n L Q i 0 λ L λ = 0 λ 0 L λ 0 v i Q i B) i = 1,..., n benaming: λ heet de multiplicator van Langrange 1ste geval n L λ = ( v i Q i B) > 0 n v i Q i B dan λ = 0 en ongebonden extremumvraagstuk Q i (0), i = 1,..., n: oplossingen van het stelsel { n P i (Q i ) = 0 i = 1,..., n Q i {P i (Q i) = 0 i = 1,..., n { F (Q i ) = p i v i + b i i = 1,..., n p i s i + b i Typeset by FoilTEX 27
8 2de geval λ > 0 dan n L λ = 0 v i Q i = B NOTATIE: voor vaste waarde λ(> 0) zijn Q i (λ), i = 1,..., n, de waarden van de Q i s waarvoor de functie van Lagrange maximaal is STELLING: Stel dat het getal λ > 0 zodanig is n dat v i Q i (λ ) = B dan vormen de Q i (λ ) s een optimale oplossing van het oorspronkelijke probleem. Bewijs economische interpretaties van de Lagrangemultiplicator: (1) de optimale waarde λ is een maat voor de gevoeligheid van de totale maximale nettowinst als het beschikbare budget B wijzigt (2) schaduwprijs : prijs voor het budget berekening van Q i (λ) s die L(Q 1,..., Q n, λ) maximaliseren L Q i = 0 ofwel = 0 Q i Typeset by FoilTEX 28
9 L Q i = P i(q i ) λv i = 0 p i (1 + λ)v i + b i (p i s i + b i )F (Q i ) = 0 F (Q i ) = p i + (1 + λ)v i + b i p i s i + b i i = 1,..., n Opmerking L(Q 1,..., Q n, λ) = n P i (Q i, λ) + λb ( ) met P i (Q i, λ) de uitdrukking P i (Q i ) waarin v i vervangen werd door v i (1 + λ) L Q i = P i Q i (Q i, λ) = 0 i = 1,..., n algoritme Stap 1 : Bereken Q i (0) s (zie 1ste geval) Als n v i Q i (0) < B dan optimale oplossing. Anders kies λ > 0 en ga naar stap 2. Stap 2 : Bereken voor huidige waarde van λ, Q i (λ) s uit (*) waarbij Q i (λ) = 0 als (*) geen positieve oplossing heeft. Typeset by FoilTEX 29
10 Stap 3 : Vergelijk n v i Q i (λ) met B. Als n v i Q i (λ) = B dan optimale oplossing. Als n v i Q i < B, naar stap 2 met lagere waarde van λ. Als n v i Q i > B, naar stap 2 met hogere waarde van λ. Methode om λ aan te passen: bissectiemethode n kies λ 0 (= 0) en λ 1 : v i Q i (λ 0 ) > B en n v i Q i (λ 1 ) < B probeer λ 2 = λ 0 + λ 1 2 n is v i Q i (λ 2 ) < B dan λ 0 < λ < λ 2 n v i Q i (λ 2 ) > B dan λ 2 < λ < λ 1 deze stap herhalen snelle convergentie! Een stochastisch (s, Q) voorraadmodel voorraad te beheren over zeer lange tijdsperiode hypothesen Typeset by FoilTEX 30
11 parameters van model nagenoeg constant gedurende deze tijdsperiode stochastische vraag positieve levertijden tekorten kunnen optreden als vraag gedurende levertijd groter is dan voorraad op moment van bestellen Wanneer bestellen? (bestelpunt) Hoeveel bestellen? (bestelgrootte) voorraad op niveau bestelpunt nieuwe voorraad bestellen bestelpunt > verwachte vraag gedurende levertijd verschil = veiligheidsvoorraad = buffer tegen stochastische fluctuaties van de vraag gedurende levertijd hoger bestelpunt lagere kans op uitverkocht hoger gemiddeld voorraadniveau terminologie vraag tijdens voorraadtekort: 1. nalevering: vraag wordt nageleverd zodra voldoende voorraad aanwezig Typeset by FoilTEX 31
12 2. verloren vraag: vraag gaat verloren voorraadconcepten: 1. voorraad op de planken: voorraad die fysiek aanwezig is ( 0) 2. netto voorraad = (voorraad op de planken) (na te leveren orders) 3. economische voorraad = (netto voorraad) + (orders in bestelling) voorraadbeheer op basis van eoconomische voorraad hypothesen 1. voorraadpositie continu bijgehouden aanvulorder op elk moment te plaatsen 2. individuele vraagtransacties zo klein voorraadniveau continue variabele 3. aanvulorder Q geplaatst als economische voorraad gedaald tot bestelpunt s 4. levertijd van een bestelling: L > 0 constant 5. gevraagde hoeveelheden in disjuncte tijdsintervallen: onafhankelijke stochastische variabelen Notaties Typeset by FoilTEX 32
13 X L = totale vraag gedurende de levertijd f L (x) = kansdichtheid van de vraag gedurende de levertijd µ L = verwachte waarde van de vraag gedurende de levertijd σ L = standaardafwijking van de vraag gedurende de levertijd Bepaling van µ L en σ L in praktijk aan de hand van verzamelde data over de vraag µ 1 en Q 1 : gemiddelde en standaardafwijking van de vraag over standaard tijdsduur levertijd = L standaard tijdsduren µ L = Lµ 1 en σ L = Lσ Het (s, Q) naleveringsmodel exacte analyse: gecompliceerd en praktisch niet bruikbare resultaten heuristische analyse s > 0 benaderingen voor gemiddelde voorraad op de planken gemiddelde achterstand in levering kans op voorraadtekort gedurende levertijd fractie van de vraag die direct uit voorraad geleverd wordt langetermijngemiddelden bepalen uit gedrag gedurende één cyclus Typeset by FoilTEX 33
14 één cyclus = tijdsinterval tussen twee opeenvolgende tijdstippen waarop een aanvulorder toekomt I 1 I 2 S 1 S 2 s X L = E[voorraad op de planken aan einde van een cyclus] = E[voorraad op de planken aan begin van een cyclus] = E[tekort aan einde van een cyclus] = E[tekort aan begin van een cyclus] = netto voorraad vlak voordat aanvulorder binnenkomt I 1 = E[(s X L ) + ] S 1 = E[(X L s) + ] I 2 = E[(s + Q X L ) + ] S 2 = E[(X L s Q) + ] I 1 = I 2 = S 1 = S 2 = s 0 s+q 0 s 0 (s x)f L (x)dx (s + Q x)f L (x)dx (x s)f L (x)dx (x s Q)f L (x)dx Typeset by FoilTEX 34
15 a (a x)f L (x)dx = 0 0 a = a µ L + (a x)f L (x)dx (a x)f L (x)dx I 1 = s µ L + S 1, I 2 = s + Q µ L + S 2 Gemiddelde voorraad op de planken 1 2 (I 1 + I 2 ) s µ L Q (S 1 + S 2 ) a (a x)f L (x)dx Gemiddelde achterstand in levering 1 2 (S 1 + S 2 ) in praktijk als tekorten zelden optreden is S 2 zeer klein t.o.v. S 1 en dus te verwaarlozen Kans op voorraadtekort P {X L > s} = s f L (x)dx Typeset by FoilTEX 35
16 Fractie direct geleverde vraag stochastische variabelen: D(t) = totale hoeveelheid vraag in (0, t) V (t) = totale hoeveelheid vraag in (0, t), waaraan niet direct voldaan wordt V (t) op lange termijn lim is fractie van vraag t + D(t) NIET direct voldaan uit voorraad = E[hoeveelheid vraag per cyclus die niet direct leverbaar is] E[totale vraag in een cyclus] met teller = S 1 S 2 noemer = Q (wegens naleveringen) teller noemer = 1 { (x s)f L (x)dx Q s s+q (x s Q)f L (x)dx } Minimalisering van kosten onder service-eis K = vaste kosten verbonden aan aanvulorder r = voorraadkosten per in voorraad geïnvesteerde euros per tijdseenheid v = inkoopkosten per eenheid praktijk: voorraadtekortkosten moeilijk te kwantificeren in de plaats ervan service-eisen: Typeset by FoilTEX 36
17 P 1 : kans op GEEN tekort gedurende levertijd van een aanvulorder α met 0 < α < 1 P 2 : fractie vraag die direct uit voorraad geleverd wordt β met 0 < β < 1 Opmerking: P 2 betere servicemaat som van gemiddelde voorraadkosten en bestelkosten minimaliseren onder P 1 ofwel onder P 2 stel µ 1 = gemiddelde vraag per tijdseenheid µ 1 = gemiddelde aantal aanvulorders per tijdseenheid Q bestelkosten = K µ 1 Q + µ 1v ( 1 voorraadkosten = 2 Q + s µ L + 1 ) 2 (S 1 + S 2 ) vr theorie: Q en s simultaan berekenen praktijk: eerst Q dan s Sequentiële benadering 1. bestelgrootte Q uit EOQ-formule Q 0 = 2µ1 K vr Typeset by FoilTEX 37
18 2. s op basis van service-eis geval P 1 : s 1 geval P 2 : β Q 0 s f L (x)dx = 1 α { (x s)f L (x)dx } (x s Q 0 )f L (x)dx s+q 0 = 1 Opmerking 1. sequentiële aanpak goed als Q 0 > σ L 2. tweede integraal (S 2 ) in geval P 2 niet verwaarlozen als σ L µ L > 0.5 en β < geval P 2 niet eenvoudig op te lossen Normaal verdeelde vraag motivatie: vraag van groot aantal onafhankelijke afnemers, limietstelling X L N(µ L, σ L ) met σ L µ L 0.5 (anders significante kans op negatieve vraag) stel s = µ L + kσ L met k: veiligheidsfactor kσ L = s µ L : veiligheidsvoorraad Typeset by FoilTEX 38
19 { XL µ L P {X L > s} = P σ L geval P 2 : 1 Φ(k) = 1 α normale verliesfunctie I(z) = } > k = 1 Φ(k) 1 + (z z)e 1 2 x2 dx 2π z = ϕ(z) z(1 Φ(z)) en a = σ L E = σ L I S 1 = σ L I geval P 2 : σ L I = E[(X z) + ] X N(0, 1) (x a)f L (x)dx = E[(X L a) + ] [ (XL µ L σ L ( ) a µl σ L ( s µl σ L ( s µl a µ ) ] + L σ L ), S 2 = σ L I σ L ) σ L I ( ) s + Q µl σ L ( ) s + Q0 µ L σ L = (1 β)q 0 Typeset by FoilTEX 39
20 praktisch: voor β 0.9 tweede term te verwaarlozen ( ) s µl σ L I = (1 β)q 0 σ L voorbeeld µ 1 = 2600 σ 1 = 200 L = 3 weken = 3 52 jaar K = 225 v = 200 r = 0.15 β = 0.99? (s, Q) Het (s, Q) model met verloren vraag exacte analyse: moeilijk heuristische analyse: benaderingen netto voorraad vlak voor binnenkomst van een aanvulorde (s X L ) + gemiddelde voorraad op de planken 1 2 (I 1 + I 2 ) Typeset by FoilTEX 40
21 met I 1 E[(s X L ) + ] = s µ L + I 2 = I 1 + Q s (x s)f L (x)dx s µ L Q + (x s)f L (x)dx kans op voorraadtekort gedurende levertijd s P {X L > s} = s f L (x)dx fractie vraag die verloren gaat = E[hoeveelheid vraag per cyclus waaraan niet voldaan] E[totale vraag per cyclus] teller E[(X L s) + ] noemer = E[verloren hoeveelheid vraag per cyclus] fractie +E[geleverde hoeveelheid vraag per cyclus] E[(X L s) + ] + Q s (x s)f L (x)dx s (x s)f L (x)dx + Q bestelgrootte Q 0 gegeven bestelpunt s gevraagd onder service-eis: Typeset by FoilTEX 41
22 tenminste fractie β van de vraag direct uit voorraad te leveren 0 < β < 1 s oplossen uit s (x s)f L (x)dx = 1 β β Q geval normaal verdeelde vraag: σ L I ( ) s µl σ L = 1 β β Q 0 Opmerking β 1 bestelpunt hetzelfde voor model met verloren vraag als naleveringsmodel Typeset by FoilTEX 42
Voorraadtheorie. Mathijs van der Vlies 28 augustus 2014. Begeleiding: prof.dr. R. Núñez Queija
Voorraadtheorie Mathijs van der Vlies 28 augustus 2014 Begeleiding: prof.dr. R. Núñez Queija Korteweg-De Vries Instituut voor Wiskunde Faculteit der Natuurwetenschappen, Wiskunde en Informatica Universiteit
Nadere informatieHOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN
HOOFDSTUK II BIJZONDERE THEORETISCHE VERDELINGEN. Continue Verdelingen 1 A. De uniforme (of rechthoekige) verdeling Kansdichtheid en cumulatieve frequentiefunctie Voor x < a f(x) = 0 F(x) = 0 Voor a x
Nadere informatieOm de optimale bestelgrootte te vinden neem je de volgende stappen: XX. Bereken de totale voorraad- en bestelkosten per jaar. XX
5.3 Bestellen De bestelfrequentie is het aantal keren dat je een bestelling plaatst. Hoe vaak dat moet, hangt af van het soort product. Versproducten kun je bijvoorbeeld dagelijks bestellen, terwijl dit
Nadere informatieVraagvoorspelling en bestelregels in de retail Een vergelijking tussen theorie en praktijk
Vraagvoorspelling en bestelregels in de retail Een vergelijking tussen theorie en praktijk BWI werkstuk geschreven door: Marianne Horsch student nummer: 1202790 10 januari 2005 1 Inhoudsopgave 1 Probleem
Nadere informatieHet tentamen heeft 25 onderdelen. Met ieder onderdeel kan maximaal 2 punten verdiend worden.
Hertentamen Inleiding Kansrekening WI64. 9 augustus, 9:-: Het tentamen heeft 5 onderdelen. Met ieder onderdeel kan maximaal punten verdiend worden. Het tentamen is open boek. Boeken, nota s en een (eventueel
Nadere informatieKansrekening en stochastische processen 2DE18
Kansrekening en stochastische processen 2DE18 Docent : Jacques Resing E-mail: resing@win.tue.nl 1/23 Voor een verzameling stochastische variabelen X 1,..., X n, de verwachting van W n = X 1 + + X n is
Nadere informatieKansrekening en stochastische processen 2S610
Kansrekening en stochastische processen 2S610 Docent : Jacques Resing E-mail: j.a.c.resing@tue.nl http://www.win.tue.nl/wsk/onderwijs/2s610 1/28 Schatten van de verwachting We hebben een stochast X en
Nadere informatieHOOFDSTUK 2 ANTWOORDEN
HOOFDSTUK 2 ANTWOORDEN Opgave 1 a. Wat is het kenmerk van constante kosten? b. Is dit altijd een gegeven? Motiveer het antwoord. Opgave 2 a. Wat is het kenmerk van variabele kosten? b. Leg uit wat progressief
Nadere informatieZo geldt voor o.o. continue s.v.-en en X en Y dat de kansdichtheid van X + Y gegeven wordt door
APP.1 Appendix A.1 Erlang verdeling verdeling met parameters n en λ Voor o.o. discrete s.v.-en X en Y geldt P (X + Y = z) =P (X = x 1 en Y = z x 1 )+P(X = x en Y = z x )+... = P (X = x 1 )P (Y = z x 1
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Eindtentamen Kansrekening en Statistiek (WS), Tussentoets Kansrekening en Statistiek (WS), Vrijdag 8 april, om 9:-:. Dit is een tentamen
Nadere informatiea) (5 pnt) Wat is de optimale bestelgrootte? b) (5 pnt) Wat is de optimale grootte van het aantal naleveringen per bestelcyclus
Contact Dit document is samengesteld door onderwijsbureau Bijles en Training. Wij zijn DE expert op het gebied van bijlessen en trainingen in de exacte vakken, van VMBO tot universiteit. Zowel voor individuele
Nadere informatieS 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 informatieVrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie
Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Tentamen: Convexe Analyse en Optimalisering Opleiding: Bacheloropleiding Econometrie Vakcode: 611010 Datum:
Nadere informatieTentamen 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 informatieVrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie
Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Tentamen: Convexe Analyse en Optimalisering Opleiding: Bacheloropleiding Econometrie Vakcode: 64200 Datum:
Nadere informatieOpgaven bij Numerieke Wiskunde I
Opgaven bij Numerieke Wiskunde I 7 november 8 1. (a) Gegeven verschillende interpolatiepunten x, x 1, x [a, b], en getallen y, y 1, y, z 1, toon aan dat er hooguit 1 polynoom p P 3 is met p(x i ) = y i,
Nadere informatieOverzicht formules. Copyright OVD Educatieve Uitgeverij bv Pagina 1 van 6 VERKOOPSPECIALIST/ EERSTE VERKOPER
VERKOOPSPECIALIST/ EERSTE VERKOPER Overzicht formules Dit hoofdstuk geeft een overzicht van alle rekenformules die aan bod komen in de hoofdstukken Voorraadbeheer, Bestellen, Voorraadinventarisatie en
Nadere informatieDe parabool en de cirkel raken elkaar in de oorsprong; bepaal ook de coördinaten van de overige snijpunten A 1 en A 2.
BURGERLIJK INGENIEUR-ARCHITECT - 5 SEPTEMBER 2002 BLZ 1/10 1. We beschouwen de cirkel met vergelijking x 2 + y 2 2ry = 0 en de parabool met vergelijking y = ax 2. Hierbij zijn r en a parameters waarvoor
Nadere informatieTentamen Kansrekening (NB004B)
NB4B: Kansrekening Dinsdag november 2 Tentamen Kansrekening (NB4B) Het is een open boek tentamen. Gebruik van een rekenmachine of andere hulpmiddelen is niet toegestaan. Vermeld op ieder blad je naam en
Nadere informatieVrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie
Vrije Universiteit Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Tentamen: Convexe Analyse en Optimalisering Opleiding: Bacheloropleiding Econometrie Vakcode: 64200 Datum:
Nadere informatie125 jaar voorraadbeheersing, 100 jaar EOQ en 40 jaar vlm
125 jaar voorraadbeheersing, 100 jaar EOQ en 40 jaar vlm In deze bijdrage willen we stilstaan bij het feit dat in 1913 de formule van Harris is gepubliceerd. Deze formule, die later nog door Camp, Wilson
Nadere informatieOPGAVEN HOOFDSTUK 2 UITWERKINGEN
OPGAVEN HOOFDSTUK 2 UITWERKINGEN Opgave 1 a. Wat is het kenmerk van constante kosten? Constante kosten hebben als eigenschap, dat de kosten niet worden beïnvloed door een hogere of lagere productie. b.
Nadere informatieKostenbesparing bij voorraadbeheer
Kostenbesparing bij voorraadbeheer Douwe Hut Universiteit Twente d.a.hut@student.utwente.nl 3 augustus 207 Samenvatting In dit artikel worden twee samenwerkingsstrategieën voor gezamenlijke inkoop van
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2, Vrijdag 23 januari 25, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven dienen
Nadere informatieVraag 1 Toetsterm 2.5 - Beheersingsniveau: K - Aantal punten: 1 Wat is de juiste omschrijving van het begrip technische voorraad?
Kostencalculatie Correctiemodel Vraag 1 Toetsterm 2.5 - Beheersingsniveau: K - Aantal punten: 1 Wat is de juiste omschrijving van het begrip technische voorraad? De technische voorraad a is de economische
Nadere informatieOEFENOPGAVEN OVER REEKSEN
OEFENOPGAVEN OVER REEKSEN Opgave. Bereen n=0 ( 3 n + 6n 7 n ) (antwoord 0). Opgave. Ga voor de volgende reesen na of ze convergent of divergent zijn: a) (convergent); (ln ) b) c) d) e) f) g) h) 5 5 3 +
Nadere informatieWeken Kans
Contact Dit document is samengesteld door onderwijsbureau Bijles en Training. Wij zijn DE expert op het gebied van bijlessen en trainingen in de exacte vakken, van VMBO tot universiteit. Zowel voor individuele
Nadere informatieHoofdstuk 10: Partiële differentiaalvergelijkingen en Fourierreeksen
Hoofdstuk : Partiële differentiaalvergelijkingen en Fourierreeksen Partiële differentiaalvergelijkingen zijn vergelijkingen waarin een onbekende functie van twee of meer variabelen en z n partiële afgeleide(n)
Nadere informatieUITDAGINGEN IN VOORRAADBEHEER ZIEKENHUISAPOTHEEK PROF. DR. ROBERT BOUTE ENKELE INLEIDENDE VRAGEN. In hoeverre
UITDAGINGEN IN VOORRAADBEHEER ZIEKENHUISAPOTHEEK PROF. DR. ROBERT BOUTE ENKELE INLEIDENDE VRAGEN In hoeverre Hebt u zicht op uw voorraadniveaus? Hebt u zicht op het aantal retours? Hebt u zicht op de kost
Nadere informatieDeze 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 informatieDeze week: Verdelingsfuncties. Statistiek voor Informatica Hoofdstuk 5: Verdelingsfuncties. Bernoulli verdeling. Bernoulli verdeling.
Deze week: Verdelingsfuncties Statistiek voor Informatica Hoofdstuk 5: Verdelingsfuncties Cursusjaar 29 Peter de Waal Toepassingen Kansmassafuncties / kansdichtheidsfuncties Eigenschappen Departement Informatica
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 7 Dinsdag 11 Oktober 1 / 33 2 Statistiek Vandaag: Populatie en steekproef Maten Standaardscores Normale verdeling Stochast en populatie Experimenten herhalen 2 / 33 3
Nadere informatieUitwerking Tweede Quiz Speltheorie,
Uitwerking Tweede Quiz Speltheorie, 28-11-2012 Attentie! Maak van de onderstaande drie opgaven er slechts twee naar eigen keuze! Opgave 1 [50 pt]. Van het tweepersoons nulsomspel met de 2 4-uitbetalingsmatrix
Nadere informatieInhoud college 5 Basiswiskunde Taylorpolynomen
Inhoud college 5 Basiswiskunde 4.10 Taylorpolynomen 2 Basiswiskunde_College_5.nb 4.10 Inleiding Gegeven is een functie f met punt a in domein D f. Gezocht een eenvoudige functie, die rond punt a op f lijkt
Nadere informatieSamenvatting M&O Marketing & logistiek hoofdstuk 3
Samenvatting M&O Marketing & logistiek hoofdstuk 3 Samenvatting door Joelle 1347 woorden 24 juni 2018 6,3 3 keer beoordeeld Vak M&O M&O Samenvatting hoofdstuk 3 Logistiek = integrale goederenstroombeheersing
Nadere informatieBIJLAGE 9.A: OPGAVE a2 UIT DE TEST KENNIS VAN PROCEDURES (Omwille van de leesbaarheid is bij het omzetten naar PDF de gulden vervangen door de.
BIJLAGE 9.A: OPGAVE a2 UIT DE TEST KENNIS VAN PROCEDURES (Omwille van de leesbaarheid is bij het omzetten naar PDF de gulden vervangen door de.) Een handelaar wil de van het artikel Bomol berekenen. Hij
Nadere informatieHoofdstuk 7 : Continue distributies als stochastische modellen. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent
Hoofdstuk 7 : Continue distributies als stochastische modellen Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Continue distributies als stochastische
Nadere informatieVragen die je wilt beantwoorden zijn:
Net als bij een discrete-tijd Markov keten is men bij de bestudering van een continue-tijd Markov keten zowel geïnteresseerd in het korte-termijn gedrag als in het lange-termijn gedrag. Vragen die je wilt
Nadere informatieTentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u
Technische Universiteit Delft Mekelweg 4 Faculteit Elektrotechniek, Wiskunde en Informatica 2628 CD Delft Tentamen Inleiding Statistiek (WI2615) 10 april 2013, 9:00-12:00u Formulebladen, rekenmachines,
Nadere informatieb) Uit Bayes volgt, gebruik makend van onderdeel a) P (T V )P (V ) P (T ) = (0.09)(0.07)
Uitwerkingen tentamen 6 juli 22. We stellen T de gebeurtenis test geeft positief resultaat, F de gebeurtenis, chauffeur heeft gefraudeerd, V de gebeurtenis, chauffeur heeft vergissing gemaakt C de gebeurtenis,
Nadere informatieCursus Statistiek Hoofdstuk 4. Statistiek voor Informatica Hoofdstuk 4: Verwachtingen. Definitie (Verwachting van discrete stochast) Voorbeeld (1)
Cursus Statistiek Hoofdstuk 4 Statistiek voor Informatica Hoofdstuk 4: Verwachtingen Cursusjaar 29 Peter de Waal Departement Informatica Inhoud Verwachtingen Variantie Momenten en Momentengenererende functie
Nadere informatieVoorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal. Toets Kansrekenen I. 28 maart 2014
Voorbehouden voor de correctoren Vraag 1 Vraag 2 Vraag 3 Vraag 4 Vraag 5 Totaal Toets Kansrekenen I 28 maart 2014 Naam : Richting : Lees volgende aanwijzingen alvorens aan het examen te beginnen Wie de
Nadere informatieVandaag. 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 informatie0 2λ µ 0
Example 6.7 Machine werkplaats met vier onafhankelijke machines 1, 2, 3 en 4. Bedrijfsduur machine i (i = 1, 2, 3, 4) is B i Exp(µ), reparatieduur wegens defect machine i is R i Exp(λ). Er zijn twee reparateurs
Nadere informatieUitwerkingen 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 informatieDefinitie van continue-tijd Markov keten:
Definitie van continue-tijd Markov keten: Een stochastisch proces {X(t), t 0} met toestandsruimte S heet een continue-tijd Markov keten (CTMC) als voor alle i en j in S en voor alle tijden s, t 0 geldt
Nadere informatieTentamen Inleiding Kansrekening 11 augustus 2011, uur
Mathematisch Instituut Niels Bohrweg Universiteit Leiden 2 CA Leiden Delft Tentamen Inleiding Kansrekening augustus 20, 09.00 2.00 uur Bij dit examen is het gebruik van een evt. grafische) rekenmachine
Nadere informatie34 HOOFDSTUK 1. EERSTE ORDE DIFFERENTIAALVERGELIJKINGEN
34 HOOFDSTUK 1. EERSTE ORDE DIFFERENTIAALVERGELIJKINGEN 1.11 Vraagstukken Vraagstuk 1.11.1 Beschouw het beginwaardeprobleem = 2x (y 1), y(0) = y 0. Los dit beginwaardeprobleem op voor y 0 R en maak een
Nadere informatie18.I.2010 Wiskundige Analyse I, theorie (= 60% van de punten)
8.I.00 Wiskundige Analyse I, theorie 60% van de punten) Beantwoord elk van de vragen I,II,III en IV op één van de dubbele geruite bladen. Schrijf op elk van die dubbele geruite bladen, bovenaan de eerste
Nadere informatieSet 3 Inleveropgaven Kansrekening (2WS20) Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.
Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Set 3 Inleveropgaven Kansrekening (2WS2) 23-24 Opgaven met sterretjes zijn lastiger dan opgaven zonder sterretje.. Voetbalplaatjes. Bij
Nadere informatieDH19 Bedrijfsstatistiek MC, 2e Bach Hir, Juni 2009
Naam:... Voornaam:... DH19 Bedrijfsstatistiek MC, 2e Bach Hir, Juni 2009 Slechts één van de vier alternatieven is juist. Kruis het bolletje aan vóór het juiste antwoord. Indien je een meerkeuzevraag verkeerd
Nadere informatieSamenvatting. Beginselen van Productie. en Logistiek Management
Samenvatting Beginselen van Productie en Logistiek Management Pieter-Jan Smets 17 maart 2015 Inhoudsopgave I Voorraadbeheer 4 1 Inleiding 4 1.1 Globalisering...........................................
Nadere informatieS 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 3 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 informatieElobase Detailhandel Extra rekenkatern aanvullend op het theoriehoofdstuk voorraadbeheer en bestellen kerntaak 2 Ondernemer / Manager handel
Elobase Detailhandel Extra rekenkatern aanvullend op het theoriehoofdstuk voorraadbeheer en bestellen kerntaak 2 Ondernemer / Manager handel Dit rekenwerkboek is van: Telefoonnummer: Klas: 1 Rekenwerkboek,
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 2 Donderdag 15 September 1 / 42 1 Kansrekening Vandaag: Vragen Eigenschappen van kansen Oneindige discrete uitkomstenruimtes Continue uitkomstenruimtes Continue stochasten
Nadere informatieHet Vergelijken van Toevalsveranderlijken vanuit een Speltheoretisch Perspectief. Bart De Schuymer
Het Vergelijken van Toevalsveranderlijken vanuit een Speltheoretisch Perspectief Bart De Schuymer Overzicht 1 Cykeltransitiviteit Probabilistische relatie Transitiviteit Cykeltransitiviteit 2 Vergelijken
Nadere informatieHeel Veel Over Seriegroottes
Heel Veel Over Seriegroottes Inhoudsopgave en Inleiding Ir. Paul Durlinger paul@durlinger.nl 1 1 Inleiding 2 Kosten 2.0 Inleiding 2.1 Voorraadkosten 2.2 Bestelkosten 2.3 Omstelkosten 3 Seriegrootte bepaling
Nadere informatieInleiding 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 informatieOPGAVEN BIJ VOORRAADBEHEER EN BESTELLEN
OPGAVEN BIJ VOORRAADBEHEER EN BESTELLEN 1. Klaas de Jager, als eerste verkoper verantwoordelijk voor het bestellen van de artikelgroep spijkerbroeken, gebruikt voor het bepalen van de juiste aantallen
Nadere informatieStatistiek voor A.I. College 14. Dinsdag 30 Oktober
Statistiek voor A.I. College 14 Dinsdag 30 Oktober 1 / 16 2 Deductieve statistiek Orthodoxe statistiek 2 / 16 Grootte steekproef Voorbeeld NU.nl 26 Oktober 2012: Helft broodjes döner kebab vol bacteriën.
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN. Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Kansrekening (2WS2), Vrijdag 24 januari 24, om 9:-2:. Dit is een tentamen met gesloten boek. De uitwerkingen van de opgaven
Nadere informatieFormules uit de cursus Waarschijnlijkheidsrekenen en statistiek
UNIVERSITY OF GHENT Samenvatting Formules uit de cursus Waarschijnlijkheidsrekenen en statistiek Auteur: Nicolas Vanden Bossche Lesgever: Prof. Hans De Meyer Hoofdstuk 1 Het kansbegrip en elementaire kansrekening
Nadere informatieUITWERKINGEN OPGAVEN HOOFDSTUK 9
HOOFDSTUK 9 Opgave 1 a. Wat wordt bij de break-evenanalyse berekend? Hier wordt de afzet of omzet berekend wanneer geen sprake is van winst of verlies. b. Wat is de break-evenafzet? Dit is de afzet waarbij
Nadere informatieInleiding 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 informatiemodule SC 12 Inleiding Risicotheorie donderdag 7 november uur
module SC 1 Inleiding Risicotheorie donderdag 7 november 013 13.30-16.30 uur Examen module SC 1 Inleiding Risicotheorie donderdag 7 november 013 Voordat u met de beantwoording van de vragen van dit examen
Nadere informatiex a k of.x 1 a 1 / 2 + ::+.x n a n / 2 k 2 bol om a, straal k
Punten, Vectoren in de R n Punten: a =.a 1 ; a 2 ; : : : ; a n / ; b =.b 1 ; b 2 ; : : : ; b n / Vectoren: a = a 1 ; a 2 ; : : : ; a n ; b = b 1 ; b 2 ; : : : ; b n lengte van a : a = a 2 1 + : : : + a2
Nadere informatieStatistiek voor A.I. College 4. Donderdag 20 September 2012
Statistiek voor A.I. College 4 Donderdag 20 September 2012 1 / 30 2 Deductieve statistiek Kansrekening 2 / 30 Cycle 3 / 30 Context 4 / 30 2 Deductieve statistiek Vandaag: Eigenschappen kansen Oneindige
Nadere informatieMasterproef Voorraadbeslissingen in een omgeving van onvolledige kennis van de vraag gedurende de levertijd
2014 2015 FACULTEIT BEDRIJFSECONOMISCHE WETENSCHAPPEN master in de toegepaste economische wetenschappen: handelsingenieur Masterproef Voorraadbeslissingen in een omgeving van onvolledige kennis van de
Nadere informatieAnalyse I. 1ste Bachelor Ingenieurswetenschappen Academiejaar ste semester 10 januari 2008
ste Bachelor Ingenieurswetenschappen Academiejaar 007-008 ste semester 0 januari 008 Analyse I. Bewijs de stelling van Bolzano-Weierstrass: elke oneindige begrensde deelverzameling van R heeft minstens
Nadere informatieP (X n+1 = j X n = i, X n 1,..., X 0 ) = P (X n+1 = j X n = i).
MARKOV PROCESSEN Continue-tijd Markov ketens (CTMCs) In de voorafgaande colleges hebben we uitgebreid gekeken naar discrete-tijd Markov ketens (DTMCs). Definitie van discrete-tijd Markov keten: Een stochastisch
Nadere informatieConvexe Analyse en Optimalisering
Convexe Analyse en Optimalisering Bernd Heidergott Vrije Universiteit Amsterdam en Tinbergen Institute WEB: http://staff.feweb.vu.nl/bheidergott college conopt docent week 6 6 De Lagrange Methode 6.1 Interpretatie
Nadere informatieInleiding Modelmatige beschrijving Kansverdelingen Het overgangsdiagram De stellingen van Little M/M/1 M/M/1/N Afsluiti.
11 juni 2013 Maartje van de Vrugt, CHOIR Wat is het belang van wachtrijtheorie? Inleiding Modelmatige beschrijving Kansverdelingen Het overgangsdiagram De stellingen van Little M/M/1 Evenwichtskansen Wachtrij
Nadere informatieOF (vermits y = dy. dx ) P (x, y) dy + Q(x, y) dx = 0
Algemeen kunnen we een eerste orde differentiaalvergelijking schrijven als: y = Φ(x, y) OF (vermits y = dy dx ) P (x, y) dy + Q(x, y) dx = 0 Indien we dan P (x, y) en Q(x, y) kunnen schrijven als P (x,
Nadere informatieIndicatie van voorkennis per les Algemene relativiteitstheorie Docent: Dr. H. (Harm) van der Lek
Indicatie van voorkennis per les Algemene relativiteitstheorie Docent: Dr. H. (Harm) van der Lek Dit document bevat niet alleen voorkennis in de zin dat moet u al gehad hebben en kennen, maar ook in de
Nadere informatieQ is het deel van de overgangsmatrix dat correspondeert met overgangen
COHORTE MODELLEN Stel we hebben een groep personen, waarvan het gedrag van ieder persoon afzonderlijk beschreven wordt door een Markov keten met toestandsruimte S = {0, 1, 2,..., N} en overgangsmatrix
Nadere informatieLIMIETGEDRAG VAN CONTINUE-TIJD MARKOV KETENS
LIMIETGEDRAG VAN CONTINUE-TIJD MARKOV KETENS Hoofdstelling over limietgedrag van continue-tijd Markov ketens. Stelling: Een irreducibele, continue-tijd Markov keten met toestandsruimte S = {1, 2,..., N}
Nadere informatieKansrekening 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 informatieKansrekening en stochastische processen 2DE18
Kansrekening en stochastische processen 2DE18 Docent : Jacques Resing E-mail: resing@win.tue.nl 1/28 The delta functie Zij De eenheids impulsfunctie is: d ε (x) = { 1ε als ε 2 x ε 2 0 anders δ(x) = lim
Nadere informatieTOELATINGSEXAMEN ANALYSE BURGERLIJK INGENIEUR EN BURGERLIJK INGENIEUR ARCHTECT - 3 JULI 2003 BLZ 1/8
BURGERLIJK INGENIEUR ARCHTECT - 3 JULI 2003 BLZ 1/8 1. De functie f(x) = e kx + ax + b met a, b en k R en k < 0 heeft een schuine asymptoot y = x voor x + en voldoet aan de vergelijking Bepaal a, b en
Nadere informatieWiskundige Technieken 1 Uitwerkingen Tentamen 4 november 2013
Wiskundige Technieken Uitwerkingen Tentamen 4 november 0 Normering voor 4 pt vragen andere vragen naar rato): 4pt pt pt pt 0pt goed begrepen én goed uitgevoerd, eventueel met of onbelangrijke rekenfoutjes
Nadere informatieGaap, ja, nog een keer. In één variabele hebben we deze formule nu al een paar keer gezien:
Van de opgaven met een letter en dus zonder nummer staat het antwoord achterin. De vragen met een nummer behoren tot het huiswerk. Spieken achterin helpt je niets in het beter snappen... 1 Stelling van
Nadere informatieAanvullingen van de Wiskunde
3de Bachelor EIT - de Bachelor Fysica Academiejaar 014-015 1ste semester 7 januari 015 Aanvullingen van de Wiskunde 1. Gegeven is een lineaire partiële differentiaalvergelijking van orde 1: a 1 (x 1,,
Nadere informatieKansrekening en statistiek wi2105in deel 2 16 april 2010, uur
Kansrekening en statistiek wi205in deel 2 6 april 200, 4.00 6.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Tevens krijgt u een formuleblad uitgereikt na afloop
Nadere informatieEOQ Met Beperkingen. Of waarom Lagrange zich er niet mee moet bemoeien
EOQ Met Beperkingen Of waarom Lagrange zich er niet mee moet bemoeien Ir. Paul Durlinger Steven Pauly 17 Februari 2016 1 Management Summary Wanneer we voor een SKU (Stock Keeping Unit) een seriegrootte
Nadere informatieIn dit college bekijken we een aantal technieken om integralen te bepalen van trigonometrische functies en van rationale functies.
03 college 5: meer technieken In dit college bekijken we een aantal technieken om integralen te bepalen van trigonometrische functies en van rationale functies. Opmerking over de notatie. Net als in het
Nadere informatieKansrekening en statistiek WI2105IN deel I 4 november 2011, uur
Kansrekening en statistiek WI05IN deel I 4 november 0, 4.00 7.00 uur Bij dit examen is het gebruik van een (evt. grafische) rekenmachine toegestaan. Een formuleblad wordt uitgereikt. Meerkeuzevragen Toelichting:
Nadere informatieAnalyse I. 2. Formuleer en bewijs de formule van Taylor voor een functie f : R R. Stel de formules op voor de resttermen van Lagrange en Liouville.
Academiejaar 006-007 1ste semester februari 007 Analyse I 1. Toon aan dat elke begrensde rij een convergente deelrij heeft. Geef de definitie van een Cauchy rij, en toon aan dat elke Cauchy rij begrensd
Nadere informatieMARKOVIAANSE ANALYSE VAN VOORRAADBEHEER VOOR BEDERFELIJKE GOEDEREN
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2013 2014 MARKOVIAANSE ANALYSE VAN VOORRAADBEHEER VOOR BEDERFELIJKE GOEDEREN Masterproef voorgedragen tot het bekomen van de graad van
Nadere informatieWiskundige Technieken 1 Uitwerkingen Tentamen 3 november 2014
Wiskundige Technieken Uitwerkingen Tentamen 3 november 0 Normering voor pt vragen andere vragen naar rato): pt 3pt pt pt 0pt goed begrepen én goed uitgevoerd, eventueel met enkele onbelangrijke rekenfoutjes
Nadere informatieKansrekening 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 informatieStochastiek 2. Inleiding in de Mathematische Statistiek 1 / 17
Stochastiek 2 Inleiding in de Mathematische Statistiek 1 / 17 Statistische toetsen 2 / 17 Toetsen - algemeen - 1 Setting: observatie X in X, model {P θ : θ Θ}. Gegeven partitie Θ = Θ 0 Θ 1, met Θ 0 Θ 1
Nadere informatieS n = tijdstip van de n-de gebeurtenis, T n = S n S n 1 = tijd tussen n-de en (n 1)-de gebeurtenis.
HET POISSON PROCES In veel praktische toepassingen kan het aaankomstproces van personen, orders,..., gemodelleerd worden door een zogenaamd Poisson proces. Definitie van een Poisson proces: Een Poisson
Nadere informatieJe mag Zorich deel I en II gebruiken, maar geen ander hulpmiddelen (zoals andere boeken, aantekeningen, rekenmachine etc.)!
Tentamen Analyse II. Najaar 6 (.1.7) Toelicting: Je mag Zoric deel I en II gebruiken, maar geen ander ulpmiddelen (zoals andere boeken, aantekeningen, rekenmacine etc.)! Als je bekende stellingen gebruikt
Nadere informatieKansrekening en Statistiek
Kansrekening en Statistiek College 3 Dinsdag 21 September 1 / 21 1 Kansrekening Indeling: Uniforme verdelingen Cumulatieve distributiefuncties 2 / 21 Vragen: lengte Een lineaal wordt op een willekeurig
Nadere informatieOpgaves Hoofdstuk 3: Toevalsveranderlijken en Distributiefuncties
Opgaves Hoofdstuk 3: Toevalsveranderlijken en Distributiefuncties Discrete Distributiefuncties 3. Er zijn 3 studenten aan het begin van de dag aanwezig bij een symposium. De kans dat een student volhoudt
Nadere informatieStatistiek voor A.I. College 6. Donderdag 27 September
Statistiek voor A.I. College 6 Donderdag 27 September 1 / 1 2 Deductieve statistiek Kansrekening 2 / 1 Vraag: Afghanistan In het leger wordt uit een groep van 6 vrouwelijke en 14 mannelijke soldaten een
Nadere informatieVectoranalyse voor TG
college 6 collegejaar : 8-9 college : 6 build : 2 oktober 28 slides : 38 Vandaag Minecraft globe van remi993 2 erhaalde 3 4 intro VA Drievoudige integralen Section 5.5 Definitie Een rechthoekig blok is
Nadere informatiemaplev 2010/7/12 14:02 page 157 #159 Taylor-ontwikkelingen
maplev 200/7/2 4:02 page 57 #59 Module 2 Taylor-ontwikkelingen Onderwerp Voorkennis Expressies Zie ook Taylor-ontwikkelingen van functies van éń of meer variabelen. Taylor-ontwikkelingen. taylor, convert(expressie,polynom),
Nadere informatieHandout limietstellingen Kansrekening 2WS20
Handout limietstellingen Kansrekening WS0 Remco van der Hofstad 13 januari 017 Samenvatting In deze hand out bespreken we een aantal limietstellingen en hun bewijzen. In meer detail, behandelen we de volgende
Nadere informatieMeten en experimenteren
Meten en experimenteren Statistische verwerking van gegevens Een korte inleiding 6 oktober 009 Catherine De Clercq Statistische verwerking van gegevens Kursus statistiek voor fysici door Jorgen D Hondt
Nadere informatie