You are here

Home » Content

İşletmelerin Tahminleme Sorunlarının Çözümlemesinde Markov Zincirleri Analizinin Uygulanması

Journal Name:

  • Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi

Publication Year:

  • 2007

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Bookmark/Search this post with
Abstract (Original Language): 
Global rekabetin artması ile işletmelerin karar verme sürecinde belirsizlik artmakta ve bu nedenle işletmelerin karar verme süreci stokastik bir yapıya sahip olmaktadır. Đşletmelerin belirsizlik altında etkin kararlar verebilmeleri için en önemli unsurlardan biri, kararlara temel oluşturan ve planlama faaliyetlerinin ayrılmaz bir parçası olan tahminleme süreci olmaktadır. Đşletmelerin geleceğe ilişkin yapmakta olduğu tahminler değişimlere ve sürekli artan rekabet ortamındaki risklere kendilerini hazırlamalarını sağlamaktadır. Đşletmeler karar verme sürecinde deterministik nitelik taşıyan regresyon analizi ve zaman serileri analizi gibi çeşitli tahminleme tekniklerinden faydalanabilmektedirler. Fakat yöneticiler çoğunlukla, belirsizliğe sahip olgulara dayanan kararlar verme durumu ile karşı karşıya kalmaktadırlar. Bu kararların verilmesinde ise risk unsurunu da ele alan çeşitli kantitatif teknikler kullanılabilmektedir. Belirsizlik altında karar verme sürecinde kullanılan stokastik modellerden biri olan Markov zincirleri, işletme biliminde ve diğer sosyal bilimlerde pek çok uygulama alanına sahiptir. Bu çalışmada, işletmelerin belirsizlik altında vermeleri gereken kararlarda, incelenen süreç veya sistemin gelecek periyodlardaki değişimlerini ortaya koyan Markov zincirleri ele alınmaktadır. Uygulama bölümünde ise masa örtüsü üreten ve yurtiçi ve yurtdışında önemli pazar payına sahip bir firmanın ay sonu envanter miktarlarındaki değişimlere ilişkin tahminlerin geliştirilmesinde Markov zincirleri analizinden faydalanılmıştır. Elde edilen sonuçlara göre firmanın gelecek periyodlar için alması gereken önlemler belirlenerek öneriler geliştirilmiştir.
FULL TEXT (PDF): 
PDF icon arastrmx_591_9_pp_337-359.pdf
  • 1
337-359
  • Turkish

REFERENCES

References: 

1. Abboud, N. E. (2001). A Discrete-Time Markov Production-Inventory Model with
Machine Breakdowns, Computers and Industrial Engineering, 39.
2. Austin, Larry M., Burns, James R. (1985). Management Science: An Aid for
Managerial Decision Making. Macmillan Publishing Company: New York.
3. Barnett, Raymond A., Ziegler, Michael R. (2003). Applied Mathematics: Prentice
Hall: New Jersey.
4. Betancourt, Luis. (1999). Using Markov Chains to Estimate Losses from a Portfolio
of Mortgages, Review of Quantitative Finance and Accounting, 12(3).
5. Bonacich, Phillip., Liggett, Thomas M. (2003). Asymptotics of a Matrix Valued
Markov Chain Arising in Sociology, Stochastic Processes and their Applications, 104.
6. Buffa, Elwood S., Dyer, James S. (1977). Management Science/Operations
Research-Model Formulation and Solution Methods. John Wiley and Sons Inc.:USA.
7. Ching, Wai-Ki., Fung, Eric S., Ng, Michael K. (2002). A Multivariate Markov
Chain Model for Categorical Data Sequences and its Applications in Demand
Predictions, Journal of Management Mathematics, 13.
8. Ching, Wai Ki., Loh, Anthony W. (2003). Iterative Methods for Flexible
Manufacturing Systems, Applied Mathematics and Computations, 141.
9. Collins, Lyndhurst. (1970). Markov Chains and Industrial Migration: Forecasting
Aspects of Industrial Activity in Ontorio Towns. YayınlanmamışDoktora Tezi,
University of Toronto: School of Graduate Studies, Toronto.
10. Demir, M. Hulusi. (1974). Dinamik Programlama Modelleri Yardımıyla Üretim
Kararlarında Minimum Maliyet Giderlerinin Hesaplanması. YayınlanmamışDoktora
Tezi, Ege Üniversitesi: Đ.Đ.B.F, Đzmir.
11. Fingleton, Bernard. (1997). Specification and Testing of Markov Chain Models: An
Application to Convergence in the European Union, Oxford Bulletin of Economics and
Statistics, 59(3).
358
12. Hastings, N. A. J. (1973). Dynamic Programming with Management Applications.
Butterworth Publishers: London.
13. Hillier, Frederick S., Lieberman, Gerald J. (1990). Introduction to Stochastic
Models in Operations Research. McGraw-Hill Publishing Company: USA.
14. Hillier, Frederick S., Lieberman, Gerald J. (1995). Introduction to Operations
Research. McGraw-Hill Book Company: Singapore.
15. Israel, Robert B., Rosenthal, Jeffrey S., Wei, Jason. (2001). Finding Generators for
Markov Chains via Empirical Transition Matrices, with Applications to Credit Ratings,
Mathematical Finance, 11(2).
16. Kijima, Masaaki. (1998). Monotonicities in a MarkovChain Model for Valuing
Corporate Bonds Subject to Credit Risk, Mathematical Finance, 8(3).
17. Lanaspa, Luia., Pueyo, Fernando., Sanz, Fernando. (2003). The Evolution of
Spanish Urban Structure During the Twentieth Century, Urban Studies, 40(3).
18. Los, Cornelis A. (1998). Nonparametric Efficiency Testing of Asian Stock Markets
Using Weekly Data, Centre for Research in Financial Services, Working Paper, No.99-01.
19. Parzen, Emanuel. (1962). Stochastic Processes. Holden-Day Inc.: USA.
20. Ravindran, A., Phillips, Don T., Solberg, James J. (1987). Operations Research-Principles and Practice.John Wiley and Sons Inc., Second Ed: USA.
21. Render, Barry., Stair, Ralph M. (2000). Quantitative Analysis for Management.
Prentice-Hall Inc., Seventh Ed: USA.
22. Saatçioğlu, Ömer. (1978). Birimler Arası Personel Geçişlerinin Kestiriminde
Markov Zinciri Yaklaşımı, Yöneylem Araştırması 4. Ulusal Kongresi Bildiriler Kitabı.
23. Sastri, Tep., Feiring, Bruce., Mongkolwana, Piamsak. (2000). Markov Chain
Approach to Failure Cost Estimation in Batch Manufacturing, Quality Engineering,
13(1).
24. Shamblin, James E., Stevens, G.T. (1974). Operations Research-A Fundamental
Approach. McGraw-Hill Book Company: New York.
25. Stevenson, William J. (1989). Introduction to Management Science. Irwin
Inc.:USA.
26. Şahinoğlu, Mehmet. (1992). Applied Stochastic Processes. Set Ofset: Ankara.
27. Taha, Hamdy A. (1997). Operations Research: An Introduction. Prentice-Hall Inc.,
Sixth Edition: USA.
28. Takacs, Lajos. (1960). Stochastic Processes-Problems and Solutions. Chapman and
Hall Ltd.: London.
29. Thomas, L. C., Ho, J., Scherer, W. T. (2001). Time will Tell: Behavioural Scoring
and Consumer Credit Assessment, Journal of Management Mathematics, 12.
30. Tsantas, N. (2001). Ergodic Behavior of a Markov Chain Model in a Stochastic
Environment, Mathematical Methods of Operations Research, 54.
31. Tütek, Hülya., Gümüşoğlu, Şevkinaz. (2000). Sayısal Yöntemler: Yönetsel
Yaklaşım. Beta Basım Yayım, 3. Baskı: Đstanbul.
32. Wang, Chih-Hsiung., Sheu, S. H. (2003). Determiningthe Optimal Production-Maintenance Policy with Inspection Errors: Using a Markov Chain, Computers and
Operations Research, 30.
33. Winston, Wayne L. (2004). Operations Research-Applications and Algorithms.
Brooks/Cole, Fourth Ed: USA.
359
34. Yin, G., Zhang, Q., Yin, K. (2003). Constrained Stochastic Estimation Algoritms or
a Class of Hybrid Stock Market Models, Journal of Optimization Theory and
Applications, 118(1).

Thank you for copying data from http://www.arastirmax.com