Metoda stochastické povahy z oblasti síťové analýzy.

Slides:



Advertisements
Podobné prezentace
* Měřítko plánu, mapy Matematika – 7. ročník *
Advertisements

Statistická indukce Teorie odhadu.
Statistická indukce Teorie odhadu.
3. přednáška Distribuční úlohy LP.
Analýza experimentu pro robustní návrh
Výpočet zásoby porostu na zkusných plochách při požadované přesnosti
Nauka o podniku Seminář 6..
Dualita úloh lineárního programování a analýza citlivosti
MARKOVSKÉ ŘETĚZCE.
Degradační procesy Magnetické vlastnosti materiálů přehled č.1
Hra milionář Procvičujeme si jednotky hmotnosti
Testování statistických hypotéz
Limitní věty.
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
Hodnocení způsobilosti měřících systémů
Síťová analýza RNDr. Jiří Dvořák, CSc.
výpočet pH kyselin a zásad
FORMALIZACE PROJEKTU DO SÍŤOVÉHO GRAFU
Násobení a dělení čísel 10, 100 a jejich násobků
Konstrukce síťového grafu pro řízení projektů Metoda CPM Metoda PERT
Matematické metody v ekonomice a řízení II
Národní informační středisko
Základní škola národního umělce Petra Bezruče, Frýdek-Místek, tř. T. G
Postupný poměr – příklady
Škola: SŠ Oselce, Oselce 1, Nepomuk,
Mapa zájmu - plány.
Vzdělávací oblast: Matematika Autor: Vlasta Lindovská Jazyk: Český
Deterministické modely zásob Model s optimální velikostí objednávky
Lenka Fialová Martina Procházková Ondřej Soukup Martin Valenta Cyril Vojáček 1.
SÍŤOVÁ ANALÝZA.
Analýza způsobilosti procesů a výrobních zařízení
X13PMT 2. seminář Ing. Martin Molhanec, CSc. Garant předmětu ČVUT – FEL, K13113.
Výpočet hustoty látky (Učebnice strana 90 – 91) Hustotu látky ς, ze které je těleso zhotoveno, vypočítáme tak, že hmotnost tělesa m dělíme jeho objemem.
Číselné charakteristiky NV
Vzdělávací oblast: Matematika Autor: Vlasta Lindovská Jazyk: Český
Příklad přejímací kontroly A Příklad uvádí, jak ovlivní střední hodnota a směrodatná odchylka pravděpodobnost chyby (vadného výrobku). Ptáme se, kolik.
Náhoda, generátory náhodných čísel
Základy ekonometrie Cvičení září 2010.
Číslo hodiny: PROCENTA Vytvořila: Mgr. Marie Jíšová v programu MS PowerPoint ZŠ Benešov Karlov 7. ročník ZŠ.
v programu MS PowerPoint
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Vztahy mezi útvary charakter průběhu hlavní podnikatelské činnosti
Gymnázium a obchodní akademie Chodov Smetanova 738, Chodov Číslo projektu: CZ.1.07/1.5.00/ Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím.
Jak správně interpretovat ukazatele způsobilosti a výkonnosti
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
Odhady odhady bodové a intervalové odhady
33.1 Zaokrouhlování trojciferných čísel
Statistická analýza únavových zkoušek
Tento Digitální učební materiál vznikl díky finanční podpoře EU- OP Vzdělávání pro konkurenceschopnost. Není –li uvedeno jinak, je tento materiál zpracován.
Náhoda, generátory náhodných čísel
Další typy dopravních problémů
Matematické metody v ekonomice a řízení II 4. Metoda PERT
Jedno-indexový model a určení podílů cenných papírů v portfoliu
Popisná statistika III
Experimentální fyzika I. 2
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Projektové plánování.
Časová analýza stochastických sítí - PERT
Metoda kritické cesty Metoda kritického řetězce
CPM - Critical Path Method
Inferenční statistika - úvod
Ekonomicko-matematické metody č. 11 Prof. RNDr. Jaroslav Ramík, CSc.
Management projektu III. Fakulta sportovních studií přednáška do předmětu Projektový management ve sportu doc. Ing. Petr Pirožek,Ph.D. Ekonomicko-správní.
NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU Projektová dekompozice.
Kapitola 5: Spojitá náhodná veličina
Spojitá náhodná veličina
Základy statistické indukce
Induktivní statistika
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Náhodné výběry a jejich zpracování
Transkript prezentace:

Program Evaluation and Review Technique (Technika vyhodnocování a kontroly programu (projektu)) Metoda stochastické povahy z oblasti síťové analýzy. Vychází z CPM a využívá β-rozdělení pro vyjádření doby trvání činností. Používá se pro časovou analýzu projektů v Projektovém managementu.

Křivka β-rozdělení

Dílčí kroky výpočtu PERT Výpočet středních hodnot a rozptylů pro jednotlivé činnosti. Výpočet všech termínů nejdříve možných a nejpozději přípustných pro všechny uzly a stanovení tzv. očekávané kritické cesty. Provedení pravděpodobnostní analýzy: posouzení pravděpodobnosti vzniku časové rezervy uzlů, pravděpodobnost konkrétní kritické cesty, pravděpodobnost dodržení plánovaného termínu dokončení atd. Cílem metody PERT je takové uspořádání činností, které by zajistilo dodržení termínu dokončení celého projektu s dostatečně velkou pravděpodobností.

Pravděpodobnostní analýza u PERT Vychází z teorie pravděpodobnosti. Základním předpokladem je asymptotická blízkost pravděpodobnostního rozdělení časových termínů uzlů k rozdělení normálnímu. Tento předpoklad se opírá o centrální limitní teorém teorie pravděpodobnosti. Pro stanovení pravděpodobnosti P(A), že hodnota časového termínu uzlu bude překročena nebo nedosažena, použijeme vztahu P(A) = F(Ts), kde F je distribuční funkce normálního rozdělení při normalizaci parametrů projektu: x F(x) -0,10 0,4602 -0,15 0,4404 -0,20 0,4207 -0,25 0,4013 -0,30 0,3821 -0,35 0,3632 -0,40 0,3446 -0,45 0,3264 -0,50 0,3085 -0,55 0,2912 -0,60 0,2743 -0,65 0,2578 -0,70 0,2420 -0,75 0,2266 -0,80 0,2119 -0,85 0,1977 Výslednou pravděpodobnost je možné nalézt po provedení normalizace v tabulce hodnot distribuční funkce normalizovaného normálního rozdělení. Pro výpočet pravděpodobností pro opačný jev je možné použít výraz: P ( Tn > Ts ) = 1 - P ( Tn ≤ Ts )

Příklad: 1. krok aij mij bij tij σ2ij σij A 2 3 10 4 1,78 1,33 B 5 9   aij mij bij tij σ2ij σij A 2 3 10 4 1,78 1,33 B 5 9 5,5 0,69 0,83 C 1,36 1,17 D 4,5 E 1 6 2,5

Příklad: 2. krok Celková doba trvání projektu bude 12 dní se směrodatnou odchylkou 1,96 dne. Celkové rezervy činností:   Rcij A B 4 C D 3,5 E

Příklad: 3. krok S jakou pravděpodobností projekt: skončí do 10 dnů od započetí … P (Tn ≤ 10) = F ((10 - 12) / 1,96) … P (Tn ≤ 10) = 0,1535 … P (Tn ≤ 10) = 15,35 % svou dobou trvání nepřesáhne 15 dní … P (Tn ≤ 15) = F ((15 - 12) / 1,96) … P (Tn ≤ 15) = 0,9373 … P (Tn ≤ 15) = 93,73 % bude trvat déle než 16 dní … P (Tn > 16) = 1 - F ((16 - 12) / 1,96) … P (Tn > 16) = (1 - 0,9795) … P (Tn > 16) = 2,05 %

Příklad: vyobrazení doby trvání projektu 93,73 % 15,35 % 2,05 %

Výhody PERT Časové termíny uzlů mohou mít při stejné střední hodnotě rozdílnou variabilitu rozdělení; resp. rozdílnou hodnotu rozptylu. Důsledkem je rozdílná pravděpodobnost překročení či nedosažení termínu uzlů při stejných hodnotách střední doby trvání. F(r) E(r) = E (s) D(r) < D(s) F(s)