| Ders Adı | STOKASTİK KARAR MODELLERİ | Kod | SYYO9053 |
| Kredi | 3 | AKTS | 6 |
| Z/S | Seçmeli | Teorik Saat | 3 |
| Uygulama Saat | 0 | Lab Saat | 0 |
| Ders Dili | Türkçe | Dersi Veren | Prof. Dr. EYÜP ÇETİN |
| Dersin Veriliş Türü | Örgün | ||
Bu dersin amacı, öğrencilere belirsizlik altında karar verme problemlerini modelleme, analiz etme ve çözme konusunda ileri düzey teorik bilgi ve analitik beceriler kazandırmaktır. Bu kapsamda öğrencilerin stokastik modelleri kullanarak karmaşık sistemleri değerlendirebilmeleri, uygun karar stratejileri geliştirebilmeleri ve farklı uygulama alanlarında karşılaşılan belirsizlik içeren problemlere bilimsel çözümler üretebilmeleri hedeflenmektedir.
Stokastik Karar Modelleri dersi, belirsizlik altında karar verme süreçlerinin modellenmesi ve analizine yönelik temel ve ileri düzey yöntemleri kapsamaktadır. Ders kapsamında olasılık teorisi, Bayes teoremi, stokastik süreçler, Markov zincirleri ve Markov karar süreçleri ele alınmaktadır. Ayrıca dinamik programlama, stokastik programlama, kuyruk teorisi ve Monte Carlo simülasyonu gibi yöntemler incelenerek, karmaşık karar problemlerinin modellenmesi, çözümü ve farklı uygulama alanlarında kullanılması üzerinde durulmaktadır.
Anlatım, tartışma, problem çözme, matematiksel modelleme, uygulamalı örnekler, bilgisayar destekli analiz ve öğrenci sunumları.
1. Çetin, E. (2013). Medikal Karar Verme Yöntemleri. Beta Yayınevi, İstanbul. 2. Puterman, M. L. (1994). Markov Decision Processes: Discrete Stochastic Dynamic Programming. John Wiley & Sons. 3. Shapiro, A., Dentcheva, D., & Ruszczyński, A. (2021). Lectures on Stochastic Programming: Modeling and Theory (3rd ed.). SIAM. İlgili Literatür: Stokastik karar modelleri, Markov zincirleri ve karar süreçleri, dinamik programlama, stokastik optimizasyon, kuyruk teorisi, Monte Carlo simülasyonu ve belirsizlik altında karar verme konularında uluslararası hakemli dergilerde yayımlanmış güncel bilimsel makaleler ve araştırma çalışmaları.