METODA PERT. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

Podobne dokumenty
PROGRAMOWANIE SIECIOWE. METODY CPM i PERT

BADANIA OPERACYJNE. dr Adam Sojda Pokój A405

PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ

Inżynieria oprogramowania. Część 8: Metoda szacowania ryzyka - PERT

Przykład: budowa placu zabaw (metoda ścieżki krytycznej)

Zasady sporządzania modelu sieciowego (Wykład 1)

Rozdział 7 ZARZĄDZANIE PROJEKTAMI

t i L i T i

Zarządzanie czasem projektu

Statystyka matematyczna

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Planowanie przedsięwzięć

Metoda CPM/PERT. dr inż. Mariusz Makuchowski

Jednowymiarowa zmienna losowa

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Rozkłady zmiennych losowych

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Rachunek Prawdopodobieństwa i Statystyka

Wykład z analizy danych: powtórzenie zagadnień z rachunku prawdopodobieństwa

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Zmienne losowe ciągłe i ich rozkłady

Harmonogramowanie przedsięwzięć

Analiza sieciowa projektów- metody: CPM, PERT. A. Kasperski, M. Kulej 1

Zarządzanie projektami

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Wykład 3 Jednowymiarowe zmienne losowe

Rozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2,

Zestaw 2: Zmienne losowe. 0, x < 1, 2, 2 x, 1 1 x, 1 x, F 9 (x) =

Zarządzanie projektami. Tadeusz Trzaskalik

Rozkłady prawdopodobieństwa zmiennych losowych

Prawdopodobieństwo i statystyka

Zmienne losowe ciągłe i ich rozkłady

Wybrane rozkłady zmiennych losowych. Statystyka

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Prawdopodobieństwo i rozkład normalny cd.

Statystyka matematyczna dla leśników

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Modele sieciowe. Badania operacyjne Wykład 6. prof. Joanna Józefowska

METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych

PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

Zmienne losowe dyskretne i Zmienne losowe ciągłe Rozkład Normalny

Ćwiczenia laboratoryjne - 4. Projektowanie i harmonogramowanie produkcji metoda CPM-COST. Logistyka w Hutnictwie Ćw. L. 4

6. Zmienne losowe typu ciagłego ( ) Pole trapezu krzywoliniowego

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA

Z Wikipedii, wolnej encyklopedii.

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy

Wybrane rozkłady zmiennych losowych. Statystyka

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

4,5. Dyskretne zmienne losowe (17.03; 31.03)

SIMR 2017/18, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania

Elementy Rachunek prawdopodobieństwa

Rozkłady statystyk z próby

Dyskretne zmienne losowe

Estymacja parametrów w modelu normalnym

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

Zmienne losowe. Rozkład prawdopodobieństwa i dystrybuanta. Wartość oczekiwana i wariancja zmiennej losowej

Przestrzeń probabilistyczna

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

ANALIZA SIECIOWA PROJEKTÓW REALIZACJI

18. Obliczyć. 9. Obliczyć iloczyn macierzy i. 10. Transponować macierz. 11. Transponować macierz. A następnie podać wymiar powstałej macierzy.

Wnioskowanie statystyczne. Statystyka w 5

Zarządzanie projektami. Zarządzanie czasem w projekcie

Prawdopodobieństwo i statystyka

7. Estymacja parametrów w modelu normalnym( ) Pojęcie losowej próby prostej

Ograniczenia projektu. Zakres (co?) Czas (na kiedy?) Budżet (za ile?)

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

Zmienne losowe. Statystyka w 3

Zmienna losowa. Rozkład skokowy

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26

Statystyka opisowa- cd.

KURS PRAWDOPODOBIEŃSTWO

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

ANALIZA CZASOWO-KOSZTOWA SIECI CPM-COST

x x 0.5. x Przykłady do zadania 4.1 :

Statystyka i eksploracja danych

Zwiększenie wartości zmiennej losowej o wartość stałą: Y=X+a EY=EX+a D 2 Y=D 2 X

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Rachunek prawdopodobieństwa i statystyka

Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM

Rozdział 7 ZARZĄDZANIE PROJEKTAMI

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

SMOP - wykład. Rozkład normalny zasady przenoszenia błędów. Ewa Pawelec

Zawartość. Zawartość

Prawdopodobieństwo i statystyka

Biostatystyka, # 3 /Weterynaria I/

Przedmiot statystyki. Graficzne przedstawienie danych. Wykład Przedmiot statystyki

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

Aleksander Adamowski (s1869) zmienn ą losow ą T o rozkładzie wykładniczym o średniej 5 minut.

Analiza niepewności pomiarów

ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ

Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Ćwiczenie 3 Generator liczb losowych o rozkładzie Rayleigha.

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Transkrypt:

METODA PERT Maciej Patan

Programowanie sieciowe. Metoda PERT 1 WPROWADZENIE PERT (ang. Program Evaluation and Review Technique) Metoda należy do sieci o strukturze logicznej zdeterminowanej Parametry opisujace poszczególne czynności maja charakter stochastyczny Założenia metody CPM (zbyt odważne): najwcześniejszy możliwy termin rozpoczęcia czynności najpóźniejszy dopuszczalny termin rozpoczęcia czynności parametry sa obliczane na podstawie znajomości czasu trwania danej czynności W metodzie PERT czas trwania każdej czynności jest szacowany Obliczanie oczekiwanego czasu trwania czynności dokonuje się na podstawie trzech ocen czasu: optymistycznej, najbardziej prawdopodobnej i pesymistycznej

Programowanie sieciowe. Metoda PERT 2 ZAŁOŻENIA Niech: t c - czas optymistyczny t m - czas najbardziej prawdopodobny t p - czas pesymistyczny wtedy wartość oczekiwana t 0 t 0 = t c + 4t m + t p 6 jest to wartość oczekiwana rozkładu beta

Programowanie sieciowe. Metoda PERT 3 Realizacja metody PERT 1. Definiowanie wszystkich czynności projektu 2. Ustalenie następstwa czasowego czynności 3. Oszacowanie czasu trwania każdej czynności 4. Wyznaczenie ściażki krytycznej oraz kryteriów jakościowych i ilościowych 5. Tworzenie harmonogramu 6. Przeszacowania i poprawki zgodne ze stanem rzeczywistym

Programowanie sieciowe. Metoda PERT 4 Przykład. 1. Dla wykonania przedsięwzięcia P opracowano dwa warianty techniczne A i B. Należy na podstawie analizy sieciowej dokonać wyboru wariantu gwarantujacego większa szansę dotrzymania terminu dyrektywnego t d = 48 dni. Charakterystyki czynności dla obu wariantów podano w poniższych tabelach

Programowanie sieciowe. Metoda PERT 5 Wariant A (i, j) t c t m t p t 0 (1, 2) 13 14 15 14 (1, 3) 5 10 15 10 (1, 4) 7 10 19 11 (2, 3) 2 2 2 2 (2, 5) 10 10 10 10 (3, 6) 20 21 22 21 (3, 7) 4 16 16 14 (4, 7) 5 20 23 18 (5, 8) 5 8 11 8 (6, 8) 12 12 12 12 (7, 8) 18 18 30 20 Wariant B (i, j) t c t m t p t 0 (1, 2) 17 20 20 19, 5 (1, 3) 14 14 14 14 (1, 4) 1 5 15 6 (2, 5) 2 10 12 9 (3, 6) 17 18 25 19 (3, 7) 15 15 15 15 (4, 7) 2 5 14 6 (5, 8) 18 20 28 21 (6, 8) 14 15 22 16 (7, 8) 18 21 24 21

Programowanie sieciowe. Metoda PERT 6 Sieć czynności dla wariantu A 2 14 14 10(18) 5 24 42 14(0) 2(0) 8(18) 1 0 0 10(6) 11(1) 3 16 16 21(1) 14(0) 6 37 38 12(1) 8 50 50 4 11 12 18(1) 7 30 30 20(0) ścieżka krytyczna: 1 2 3 7 8 szacowany czas trwania przedsięwzięcia: 50 dni

Programowanie sieciowe. Metoda PERT 7 Sieć czynności dla wariantu B 19.5(0.5) 2 19.5 20 9(0.5) 5 28.5 29 21(0.5) 1 0 0 14(0) 3 14 14 19(1) 6 33 34 16(1) 8 50 50 6(17) 4 6 23 6(17) 15(0) 7 29 29 21(0) ścieżka krytyczna: 1 3 7 8 szacowany czas trwania przedsięwzięcia: 50 dni

Programowanie sieciowe. Metoda PERT 8 Wnioski Dla obu wariantów oczekiwany czas trwania czynności wynosi 50 dni, a w założeniu termin dyrektywny wynosi t d = 48dni Parametry opisujace przedsięwzięcie maja charakter probabilistyczny i czas trwania czynności mieści się w granicach [t p, t c ] Problem: Rozwiazanie: Jak określić, który z wariantów ma większe szanse dotrzymania terminu dyrektywnego? Wprowadzamy pojęcie wariancji określenie niepewności zwiazanej z dana czynnościa

Programowanie sieciowe. Metoda PERT 9 Interpretacja wariancji Im większa jest rozpiętość ocen między czasem optymistycznym i pesymistycznym, tym większa jest niepewność zwiazana z dana czynnościa Definicja wariancji σ 2 = ( tp t c 6 ) 2 Im większa wartość wariancji, tym większa niepewność z czasem trwania danej czynności Przykład 2. Obliczyć niepewności wykonania przedsięwzięcia P z przykładu 1

Programowanie sieciowe. Metoda PERT 10 Wariant A (i, j) t c t m t p t 0 σ 2 (1, 2) 13 14 15 14 (1, 3) 5 10 15 10 11 99 (1, 4) 7 10 19 11 4 (2, 3) 2 2 2 2 0 (2, 5) 10 10 10 10 0 (3, 6) 20 21 22 21 (3, 7) 4 16 16 14 4 (4, 7) 5 20 23 18 9 (5, 8) 5 8 11 8 1 (6, 8) 12 12 12 12 0 (7, 8) 18 18 30 20 4 25 9 1 9 ścieżka krytyczna: 1 2 3 7 8 wariancja całkowita: σ 2 = 1 + 0 + 4 + 4 = 8 1 9 9

Programowanie sieciowe. Metoda PERT 11 Wariant B (i, j) t c t m t p t 0 σ 2 (1, 2) 17 20 20 19, 5 (1, 3) 14 14 14 14 0 (1, 4) 1 5 15 6 (2, 5) 2 10 12 9 (3, 6) 17 18 25 19 1 4 49 9 25 9 49 36 (3, 7) 15 15 15 15 0 (4, 7) 2 5 14 6 4 (5, 8) 18 20 28 21 (6, 8) 14 15 22 16 25 9 16 9 (7, 8) 18 21 24 21 1 ścieżka krytyczna: 1 3 7 8 wariancja całkowita: σ 2 = 0 + 0 + 1 = 1 Należy wybrać wariant A, bo stopień niepewności jest większy i jest szansa na dotrzymanie terminu dyrektywnego t d = 48dni

Programowanie sieciowe. Metoda PERT 12 Wybierajac wariant A przedsięwzięcie może zostać zrealizowane w przedziale 41 8 9 581 9 dnia Wybierajac wariant B przedsięwzięcie może zostać zrealizowane w przedziale Nasuwaja się kolejne pytania 49 51 dnia Jakie jest prawdopodobieństwo realizacji przedsięwzięcia do 48 dni? Jakie jest prawdopodobieństwo realizacji przedsięwzięcia do 50 dni? Jakiemu przedziałowi czasu realizacji przedsięwzięcia odpowiada dane prawdopodobieństwo np. 0, 95?

Programowanie sieciowe. Metoda PERT 13 ROZWIAZANIE Dystrybuanta rozkładu normalnego jest bardzo pomocna przy określaniu prawdopodobieństwa realizacji przedsięwzięcia Definicja dystrybuanty rozkładu normalnego Φ(x) = 1 2π x e x2 2 dx Interpretacja geometryczna x x x

Programowanie sieciowe. Metoda PERT 14 Obszar zakreślony - prawdopodobieństwo zakończenia przedsięwzięcia w terminie do t d P (t d t r ) = Φ(x) Obliczanie prawdopodobieństwa z definicji bardzo uciażliwe i czasochłonne Praktyczne określanie prawdopodobieństwa tablice rozkładu normalnego Tablice zawieraja wartości dystrybuanty dla liczb dodatnich x 0 (prawa połówka dystrybuanty) Jak więc policzyć wartość dystrybuanty dla liczb ujemnych x < 0?

Programowanie sieciowe. Metoda PERT 15 Wiadomo, że Φ(inf) = 1 2π i że wykres dystrybuanty jest symetryczny. Zatem Φ(x) = 1 Φ( x) e x2 2 dx = 1 W tabelach sa podawane dla dystrybuanty rozkładu normalnego N(0, 1) Dane należy przeskalować tak, aby posiadały wartość średnia równa zero i odchylenie standardowe równe 1 X = t d t r σ c gdzie: t d - czas dyrektywny t r czas modelowy ukończenia ( przedsięwzięcia ) σ c odchylenie standardowe σ c = σc 2 X czas przeskalowany do N(0, 1)

Programowanie sieciowe. Metoda PERT 16 Przykład. 3 a) Prawdopodobieństwo realizacji przedsięwzięcia do 48 dni dla wariantu A X = 48 50 8 1 9 = 0, 702 P (t d t r ) = 1 Φ(x) = 1 0, 76 = 0, 24 (24%) x -0.702 0.702 x

Programowanie sieciowe. Metoda PERT 17 b) Prawdopodobieństwo realizacji przedsięwzięcia do 50 dni dla wariantu A X = 50 50 8 1 9 = 0 P (t d t r ) = Φ(x) = 0 = 0, 5 (50%) x 0 x

Programowanie sieciowe. Metoda PERT 18 c) Prawdopodobieństwo realizacji przedsięwzięcia do 58 dni dla wariantu A X = 58 50 8 1 9 = 2, 807 P (t d t r ) = 0, 997 (99, 7%) x 2.807 x

Programowanie sieciowe. Metoda PERT 19 d) Obliczyć przedział czasu realizacji przedsięwzięcia odpowiadajacy prawdopodobieństwu 0,95 odczytujemy z tablic wartość X P (t d t r ) = 0, 95 X = 1, 64 podstawiamy do wzoru przekształcamy 1, 64 = t d 50 8 1 9 t d = 1, 65 8 1 9 + 50 = 54, 7

Programowanie sieciowe. Metoda PERT 20 e) Obliczyć prawdopodobieństwo ukończenia przedsięwzięcia do 48 dni dla wariantu B X = 48 50 1 = 2 P (t d t r ) = 1 Φ( x) = 1 0, 977 = 0, 023 (2, 3%) Uwaga! Faktycznie w przykładzie 2 ustaliliśmy, że lepszy okaże się wariant A

Programowanie sieciowe. Metoda PERT 21 Obliczyć prawdopodobieństwo ukończenia przedsięwzięcia do 58 dni dla wariantu B X = 58 50 1 = 8 P (t d t r ) 1

Programowanie sieciowe. Metoda PERT 22 Obliczyć przedział czasu realizacji przedsięwzięcia odpowiadajacy prawdopodobieństwu 0,95 odczytujemy z tablic wartość X P (t d t r ) = 0, 95 X = 1, 65 podstawiamy do wzoru 1, 65 = t d 50 1 przekształcamy t d = 1, 65 + 50 = 51, 65