PROGRAMI
DERS TANITIM VE UYGULAMA BİLGİLERİ

Ders AdıKoduVerildiği YılVerildiği YarıyılSüresi (T+U)Yerel KredisiAKTS Kredisi
Karar AnaliziIE 5123 + 037,50
 
Ders Bilgileri
Dersin Öğretim Diliİngilizce
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli
Dersin Veriliş BiçimiYüz Yüze
 
Dersin Öğrenme Kazanımları:

Bu dersi başarı ile tamamlayan öğrenciler:
1. Karar verme için mühendislik prensiplerini öğrenme
2. Karar verirken ortaya çıkan zorlukları anlama
3. Karar problemlerindeki belirsizlikleri ve kriterleri tanıyabilme
4. Risk tutumu ve fayda teorisini davranışsal yönlerini anlama
5. Kompleks gerçek hayat problemlerini tanımlama ve modelleme
6. Karar analizi için kjullanılan analitik araçlar yardımıyla bir karar problemini çözümleyebilme
7. Seçimlerini ve tavsiyelerini açık bir şekilde ifade edebilme
 
Dersin Önkoşulları ve Birlikte Alınması Gereken DerslerYok
Daha Önce Alınmış Olması Önerilen DerslerYok
 
Dersin Tanımı:

Karar analizinin esasları. Fayda ölçüleri ve risk tercihi. Risk değerlendirmesi. Karar ağaçlarının risk ve zaman tercihleriyle kullanımı. Örneklenmiş ve tam bilginin değeri. Belirsizlik altında Bayesci karar verme yöntemi.
 
Üretken Yapay Zeka Kullanımı:

Yoktur
 
Dersin İçeriği (Haftalık Konu Dağılımı):
 
HaftaKonu
1Karar Analizine Giriş
2Olasılık teorisinin kısa bir tekrarı
3Karar Analzi: Stokastik ve Stokastik olmayan kriterler için karar kuralları
4Karar ağaçları
5Beklenen mali değer
6Hassasiyet analizi
7Bilginin değeri
8Subjektif olasılıklar
9Risk tutumları
10Fayda teorisi
11Grup karar verme
12Çok kriterli karar verme: Çok ölçütlü fayda teorisi
13Baskınlık ilişkileri
14Analitik hiyerarşi süreci
 
Kaynaklar:
Making Hard Decisions with Decision Tools, Clemen, R. T. and Reilly T., Duxbury Press, 2001
 
Diğer Kaynaklar:
Decision Analysis, Raiffa H., Addison-Wesley, 1968. Decision Analysis for Management Judgement, Goodwin P. and Wright G., Wiley, 1999 (HD 30.23 G66). Decision Making Under Uncertainty, Holloway, C. A., Prentice-Hall, 1979. Decisions with Multiple Objectives, Keeney, R.L. and Raiffa, H., Wiley, 1976 (T57.95K44 1993). An Introduction to Bayesian Inference and Decision, Winkler R. L., Probabilistic Publishing, 2003.
 
Öğretim Yöntem ve Teknikleri:
Haftada 3 saat ders. Öğrencilere sınıf çalışmalarını desteklemek için ödevler verilir.
 
Değerlendirme Sistemi:
YöntemAdetKatkı (%)
Ara Sınav1%30
Final Sınavı1%35
Proje1%20
Ödev3%15
 
Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu?
Gerektirmiyor
 
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
#Program YeterlilikleriKatkı
1Endüstri Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir.3
2Endüstri Mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. Yeni ve gelişmekte olan uygulamaların farkında olup, gerektiğinde bunları inceler ve öğrenir.3
3Endüstri Mühendisliği problemlerini kurgular, çözmek için yeni ve/veya özgün fikir ve yöntemler geliştirir; sistem, bileşen veya süreç tasarımlarında yenilikçi çözümler geliştirir ve uygular.1
4Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar.0
5Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.2
6Endüstri Mühendisliği uygulamalarının sosyal ve çevresel boyutlarını betimler. Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.1
7Çok disiplinli takımlarda liderlik yapar, karmaşık durumlarda çözüm yaklaşımları geliştirir ve sorumluluk alır.0
8Bir yabancı dili (özellikle İngilizceyi) en az Avrupa Dili Portföyü B2 Genel Düzeyinde kullanarak sözlü ve yazılı iletişim kurar.0