Symulacje w arkuszu kalkulacyjnym Excel1 1 czerwca 2004 PRYWATNE POGOTOWIE w WARSZAWIE Małgorzata Nosko Wojciech Wosik.

Slides:



Advertisements
Podobne prezentacje
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Advertisements

Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Excel Narzędzia do analizy regresji
Ocena dokładności i trafności prognoz
Metody losowania próby
Wybrane zastosowania programowania liniowego
Zasady określania zdolności przepustowej linii kolejowych zarządzanych przez PKP Polskie Linie Kolejowe S.A. mgr inż. Ricardo Grabowski Biuro Eksploatacji.
Programowanie sieciowe
PARAMETRYZACJA RYNKU ŚWIADCZEŃ ZDROWOTNYCH
Skale pomiarowe – BARDZO WAŻNE
BUDOWA MODELU EKONOMETRYCZNEGO
Badania operacyjne. Wykład 1
Dr inż. Bożena Mielczarek
Symulacja wprowadzania nowego produktu na rynek
Modelowanie lokowania aktywów
Dr inż. Bożena Mielczarek
ANALITYCZNE MODELE SYSTEMÓW KOLEJKOWYCH
Niepewności przypadkowe
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 3 Wzór Bayesa, cd.: Wpływ rozkładu a priori.
Prognozowanie na podstawie modelu ekonometrycznego
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Zarządzenia Prezesa Narodowego Funduszu Zdrowia w sprawie określenia kryteriów oceny ofert w postępowaniu w sprawie zawarcia umowy o udzielanie świadczeń.
i jak odczytywać prognozę?
Elementy Rachunku Prawdopodobieństwa i Statystyki
Symulacja zysku Sprzedaż pocztówek. Problem zPewna firma produkująca pocztówki Walentynkowe chce aby pomóc jej w podjęciu decyzji dotyczącej wyboru optymalnej.
Warszawa, r. Spotkanie Urzędu Dzielnicy Wola m.st. Warszawy z organizacjami pozarządowymi Powołanie Dzielnicowej Komisji Dialogu Społecznego.
Zadanie programowania liniowego PL dla ograniczeń mniejszościowych
Bezpieczny zapas wysokiego ryzyka – jak go określić?
Zadanie programowania liniowego PL dla ograniczeń mniejszościowych
Hipotezy statystyczne
Modelowanie lokowania aktywów
MS Excel - wspomaganie decyzji
Dr inż. Bożena Mielczarek Wprowadzenie do Areny Model punktu ksero.
Wnioskowanie statystyczne
Zachodniopomorski Oddział Wojewódzki 1 Personalne listy pacjentów oczekujących na wybrane świadczenia opieki zdrowotnej Angelika Milkiewicz-Ławicka Naczelnik.
Algorytmy- Wprowadzenie do programowania
Dr inż. Bożena Mielczarek Wprowadzenie do Areny. Ryzy papieru.
Metody Matematyczne w Inżynierii Chemicznej Podstawy obliczeń statystycznych.
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
1 D. Ciołek Analiza danych przekrojowo-czasowych – wykład 7 Analiza danych przekrojowo-czasowych Wykład 7: Testowanie integracji dla danych panelowych.
Literatura Dr Agnieszka Systemy masowej obsługi 7 Koronacki J.,.
Centrum Narciarskie „Lyžařskě Vleky” w Peči pod Chopkěm Przemysław Antoniak Artur Pieniądz.
Dr inż. Bożena Mielczarek
SPIS TREŚCI SPIS TREŚCI Wprowadzenie Wprowadzenie Wprowadzenie Założenia: Założenia: Rynek Rynek Rynek Dystrybucja Dystrybucja Dystrybucja Produkcja Produkcja.
City Assistance Małgorzata Baranowska Przemysław Zaborowski.
Projekt pt.:,,BUDOWA SYSTEMÓW WSPOMAGAJĄCYCH ZARZĄDZANIE BEZPIECZEŃSTWEM LĄDOWYM I MORSKIM – SYMULATORY CZK/CPR'' współfinansowanego środkami Unii Europejskiej.
MACHINE REPAIR Symulacja z arkuszem kalkulacyjnym Magdalena Gołowicz Agnieszka Paluch.
California Cooperative Bank Jakub Bielecki. California Cooperative Bank Plan prezentacji  1. Przedstawienie problemu  2. Założenia modelu  3. Wyniki.
Logistyka – Ćwiczenia nr 6
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
OCENA DZIAŁANIA WCPR W GORZOWIE WLKP. 16 Stycznia 2014 r.
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
STATYSTYKA – kurs podstawowy wykład 8 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Treść dzisiejszego wykładu l Analiza wrażliwości –zmiana wartości współczynników funkcji celu, –zmiana wartości prawych stron ograniczeń. l Podejścia do.
Wizyta akredytacyjna listopad 2013r. Małgorzata Tomska r.
OCENA DZIAŁANIA WCPR W GORZOWIE WLKP. 16 Stycznia 2014 r.
Wypadek drogowy Jak się zachować przy kolizji czy wypadku. Co zrobić jak zabezpieczyć miejsce zdarzenia drogowego. Pierwsza pomoc na miejscu wypadku drogowego.
Rozpatrzmy następujące zadanie programowania liniowego:
Dobór kryteriów podziału ruchu na fazy a parametry ruchu
Elementy analizy sieciowej
Statystyka matematyczna
Statystyka matematyczna
Co do tej pory robiliśmy:
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
Grupy danych.
Ocena ryzyka walutowego
Zapis prezentacji:

Symulacje w arkuszu kalkulacyjnym Excel1 1 czerwca 2004 PRYWATNE POGOTOWIE w WARSZAWIE Małgorzata Nosko Wojciech Wosik

Symulacje w arkuszu kalkulacyjnym Excel2 1 czerwca 2004 Opis przedsiębiorstwa Spółka X&Y uruchamia w Warszawie prywatną kolumnę transportu sanitarnego Kapitał założycielski wspólników wystarczy na zakup i pełne wyposażenie jedynie siedmiu karetek. Bazami prywatnych karetek są dzielnicowe oddziały pogotowia ratunkowego. Spółka zamierza prowadzić swoją działalność na terenie siedmiu dzielnic

Symulacje w arkuszu kalkulacyjnym Excel3 1 czerwca 2004 Plan Warszawy

Symulacje w arkuszu kalkulacyjnym Excel4 1 czerwca 2004 Opis przedsiębiorstwa Schemat realizowania wezwań zgłoszenie czy jest wolna karetka TAK NIE wysłanie karetki, dla której czas dojazdu jest najkrótszy zgłoszenie jest wpisywane na listę oczekujących

Symulacje w arkuszu kalkulacyjnym Excel5 1 czerwca 2004 Opis problemu Spółka jest zainteresowana opracowaniem najbardziej optymalnego rozdziału 7 karetek na poszczególne dzielnice Warszawy. Kluczowe miary efektywności :  maksymalny czas oczekiwania pacjenta na przyjazd karetki  średni czas oczekiwania pacjenta na pomoc medyczną  czas karetki w drodze

Symulacje w arkuszu kalkulacyjnym Excel6 1 czerwca 2004 Założenia  w ciągu minuty może wystąpić tylko jedno zgłoszenie  w weekendy prawdopodobieństwo wystąpienia zgłoszenia kształtuje się tak samo jak w dni robocze  w punkcie startu symulacji liczba pacjentów oczekujących na przyjazd karetki wynosi zero  czas wizyty jest zmienną losową o rozkładzie normalnym ze średnią 10 minut i odchyleniem standardowym 5 minut  opóźnienie między przyjęciem zgłoszenia przez dyspozytora a wyjazdem karetki jest wliczone w czas trwania wizyty

Symulacje w arkuszu kalkulacyjnym Excel7 1 czerwca 2004 Losowanie zgłoszeń i odpowiadającej im dzielnicy  prawdopodobieństwo złożenia zgłoszenia w ciągu jednej minuty zależy od pory dnia i wynosi:  między 0-6 : 5,5%  między 6-9 : 16,5 %  między 9-18: 11,0%  między 18-24: 14,3%  prawdopodobieństwo odnotowania zgłoszenia z danej dzielnicy jest determinowane przez ilość osób zameldowanych na jej obszarze

Symulacje w arkuszu kalkulacyjnym Excel8 1 czerwca 2004 Symulacja - czyli dobór najlepszej karetki do każdego zgłoszenia wybierana jest karetka, której czas dojazdu jest najkrótszy jeśli brak wolnych karetek zgłoszenie trafia na listę oczekujących procedura ta, w ramach jednej symulacji, jest powtarzana do minuty (horyzont czasowy symulacji)

Symulacje w arkuszu kalkulacyjnym Excel9 1 czerwca 2004 Metoda rozwiązania problemu Przeprowadziliśmy 47 symulacji, dla każdej losując zgłoszenia, a następnie sprawdzając wyniki rozlokowania karetek na poszczególne dzielnice. Z każdym uzyskanym rozmieszczeniem taboru wiążą się:  przeciętny czas oczekiwania na przyjazd karetki  maksymalny czas oczekiwania na przyjazd karetki  średni czas karetki w trasie  liczbę obsłużonych pacjentów

Symulacje w arkuszu kalkulacyjnym Excel10 1 czerwca 2004 Metoda rozwiązania problemu- c.d. wyniki symulacji nie wskazały jednego optymalnego rozmieszczenia taboru najlepsze pięć schematów dla wyróżnionych kryteriów: Wola-Żoliborz-Śródmieście-Mokotów-Ursynów-Praga N-Praga S

Symulacje w arkuszu kalkulacyjnym Excel11 1 czerwca 2004 Metoda rozwiązania problemu- c.d. konstrukcja syntetycznego miernika, jako narzędzia wyboru ostatecznego schematu optymalnego

Symulacje w arkuszu kalkulacyjnym Excel12 1 czerwca 2004 Wyniki symulacji  dwa schematy rozmieszczenia uzyskały identyczną ocenę Wybieramy plan – występował jako jeden z najlepszych dla wszystkich kryteriów optymalności

Symulacje w arkuszu kalkulacyjnym Excel13 1 czerwca 2004 Optymalny schemat rozmieszczenia karetek  parametry planu optymalnego dla tygodniowego horyzontu czasowego symulacji

Symulacje w arkuszu kalkulacyjnym Excel14 1 czerwca 2004 Optymalny schemat rozmieszczenia karetek  czas oczekiwania na karetkę

Symulacje w arkuszu kalkulacyjnym Excel15 1 czerwca 2004 Analiza wrażliwości Wybór przy ograniczeniu maksymalnej liczby karetek w jednej dzielnicy

Symulacje w arkuszu kalkulacyjnym Excel16 1 czerwca 2004 Analiza wrażliwości (c.d.) Wpływ czasu wizyty ma kryteria optymalności

Symulacje w arkuszu kalkulacyjnym Excel17 1 czerwca 2004 Analiza wrażliwości (c.d.) Wpływ liczby zgłoszeń na kryteria optymalności

Symulacje w arkuszu kalkulacyjnym Excel18 1 czerwca 2004 Analiza wrażliwości (c.d.) Wpływ czasu jazdy na kryteria optymalności

Symulacje w arkuszu kalkulacyjnym Excel19 1 czerwca 2004 Analiza wrażliwości (c.d.) Dodatkowa karetka