live_tv
Livestream Starting Soon
00
Hours
:
00
Minutes
:
00
Seconds
Up next in 10
Auzef Kararalma Teknikleri 2024-2025 Final Soruları
https://lolonolo.com/2026/01/26/kararalma-teknikleri-2024-2025-final-sorulari/
Bu metin, kantitatif karar alma yöntemlerini ve bu yöntemlere ait temel sayısal analiz tekniklerini kapsamlı bir şekilde incelemektedir. İçerik; değişkenler arası ilişkileri ölçen regresyon analizinden, kısıtlı kaynakları en verimli şekilde kullanmayı sağlayan doğrusal programlama ve simpleks yöntemine kadar geniş bir yelpazeye odaklanır. Ayrıca, belirsizlik içeren durumlarda uygulanan karar kriterleri, lojistik verimliliği artıran ulaştırma ve atama modelleri ile rekabetçi ortamları analiz eden oyun teorisi üzerinde durulmaktadır. Pratik uygulama örnekleri ve sınav soruları aracılığıyla, bu tekniklerin stratejik modelleme ve operasyonel yönetim süreçlerindeki matematiksel temelleri açıklanmaktadır. Kaynak, veriye dayalı rasyonel kararlar verebilmek için gerekli olan istatistiksel güven ve optimizasyon kavramlarını somut verilerle özetlemektedir.
https://lolonolo.com
Show More Show Less View Video Transcript
0:00
Şöyle bir düşünün. En son ne zaman
0:02
gerçekten zor bir kararla karşı karşıya
0:04
kaldınız? Hani o acaba doğru mu
0:06
yapıyorum dediğiniz anlardan biri. Belki
0:08
bir iş teklifiydi, belki bir yatırım.
0:10
Peki ya size desem ki o kararları şansa
0:12
bırakmak zorunda değilsiniz. Hatta
0:14
bilimin gücünü kullanarak çok daha
0:16
isabetli seçimler yapabilirsiniz. İşte
0:18
bu bölümde tam da bunu yapacağız.
0:20
Sezgilerle veriyi bir araya getirip daha
0:22
akıllıca kararlar almanın sırlarına
0:24
dalacağız. Hah işte o tanıdık senaryo.
0:27
Elinizde harika bir proje var. Hedefler
0:29
büyük. Ama gelin görün ki bütçe kısıtlı.
0:31
Ne yaparsınız? Çoğumuzun ilk tepkisi ne
0:34
olur? E bir şekilde hallederiz artık
0:36
deyip içgüdülerimize sarılırız değil mi?
0:38
Ama durun bir dakika. Ya size bu ikilemi
0:41
çözmek için kanıtlanmış somut bildiğiniz
0:44
bilimsel yöntemler var desem işte güzel
0:47
haber de bu. Bu karmaşanın içinde
0:49
kaybolmak zorunda değiliz. Elimizde bir
0:51
pusula var. Öyle rastgele tahminler
0:53
yapmak, hadi inşallah demek yerine
0:56
veriye dayalı sağlam stratejilerle
0:58
hedefe kilitlenebiliriz. Yani kazanmanın
1:01
gerçekten de kuralları var. O zaman hadi
1:04
başlayalım. İlk büyük soru: Geleceği
1:06
nasıl öngörebiliriz? Yani elimizde bir
1:08
kristal küre falan yok değil mi? Ama
1:10
size bir sır vereyim. Gerek de yok.
1:13
Çünkü verileri doğru okumayı
1:14
öğrendiğimizde geleceğe dair şaşırtıcı
1:16
derecede isabetli tahminler
1:18
yapabiliyoruz. İşte bu işin en güçlü
1:20
silahlarından biri. Regresyon analizi.
1:23
İsmi biraz korkutucu gelebilir biliyorum
1:25
ama mantığı aslında çok basit. Şöyle
1:28
düşünün. Bir şeyin başka bir şeyi nasıl
1:31
etkilediğini anlamamızı sağlıyor. Mesela
1:34
acaba yaptığımız reklam harcamaları
1:36
satışlarımızı ne kadar arttırıyor
1:37
sorusunun cevabını veriyor. İşte
1:40
regresyon bu iki şey arasındaki o gizli
1:42
ilişkiyi, o kalıbı bulup gözler önüne
1:45
seriyor. Şimdi bu analizin asıl olayı,
1:47
asıl sihirli dokunuşu katsayı dediğimiz
1:50
bir rakam. Bu rakam ne işe mi yarıyor?
1:52
Bize tam olarak bir şeyin diğerini ne
1:54
kadar değiştirdiğini söylüyor. Yani az
1:56
önceki reklam örneğine dönersek bu
1:58
katsayı bize reklama harcadığımız her
2:01
bir liranın satışlarımıza kaç lira
2:03
olarak geri döndüğünü net bir şekilde
2:05
gösteriyor. İşte bu kadar basit ve
2:06
güçlü. İşte bakın ekrandaki sayı
2:09
0.36901.
2:12
Bu ne demek biliyor musunuz? Bu bir
2:14
ülkenin gelirindeki her 1 liralık
2:16
artışın ithalatını yaklaşık 0.3 da 3
2:19
lira artırdığı anlamına geliyor. Bakın
2:21
artık elimizde bir tahmin yok.
2:23
Ölçülebilir somut bir ilişki var ve bu
2:25
sadece ekonomi için değil ha. Bir
2:27
pazarlama kampanyasının başarısından
2:29
tutun da spor analizlerine kadar
2:31
aklınıza gelebilecek her alanda bu
2:33
mantığı kullanabilirsiniz. Tamam.
2:35
Geleceği tahmin etmek cepte. Peki ya
2:37
bugün ilimizdeki kısıtlı kaynaklarla ne
2:40
yapacağız? Çünkü hepimizin bir sınırı
2:42
var. Değil mi? Zamanımız, paramız,
2:44
enerjimiz hepsi sınırlı. O zaman ikinci
2:47
büyük sorumuz şu: Bu kısıtlar varken
2:49
elimizdeki pastadan mümkün olan en büyük
2:52
dilimi nasıl koparırız? Optimizasyon
2:54
dünyasında bazen tek bir sayı gerçekten
2:57
de her şeyi değiştirebilir. İşte bu sayı
3:00
doğru analiz yapıldığında size adeta
3:02
fısıldar. Dur başka bir şeyle uğraşma.
3:06
Bir sonraki hamlen bu olmalı. Çünkü en
3:08
çok parayı bu getirecek. İşte bu kadar
3:10
net. Evet kabul ediyorum. Bu işin
3:12
arkasındaki matematik bazen göz
3:14
korkutucu olabilir ama simpleks yöntemi
3:16
gibi metotların ana fikri o kadar basit
3:18
ve zarif ki şöyle düşünün. Bu sürekli
3:21
daha iyisini arayan bir döngü. Bir
3:23
yerden başlıyor. Sonra etrafına bakıp
3:25
soruyor. Daha iyi bir yol var mı? Eğer
3:27
varsa o yola sapıyor. Sonra tekrar
3:30
soruyor. Peki şimdi daha iyi bir yol var
3:31
mı? ve en tepeye yani daha fazla
3:34
iyileştirme yapamayacağı o mükemmel
3:36
noktaya ulaşana kadar asla durmuyor.
3:39
İşte bakın bu sayı her şeyi özetliyor.
3:41
45. Bu ne demek? Bir senaryoda doğru
3:44
üründen sadece bir tane daha üretmenin
3:47
karınızı tam 45 birim arttıracağı
3:49
anlamına geliyor. İşte optimizasyonun
3:51
gücü bu kadar somut, bu kadar net. Peki
3:54
ya elimizde hiç veri yoksa geleceğin
3:58
tamamen bir sis perdesinin arkasında
4:00
olduğunu düşünün. ne olacağına dair en
4:03
ufak bir fikrimiz hesaplayabileceğimiz
4:06
hiçbir olasılık yok. İşte böyle anlarda
4:09
ne yaparız? Hah, şimdi işler gerçekten
4:12
heyecanlı bir hal alıyor. Bu durumda
4:15
genelde iki temel yaklaşım ortaya
4:16
çıkıyor. Bir yanda iyimser var. O her
4:19
zaman en büyük ödüle odaklanır.
4:21
Stratejisi basittir. En iyi ne olabilir
4:24
diye sorar ve o en büyük kazancın
4:26
peşinden gider. Ya tutarsa der adeta.
4:29
Diğer yandaysa kötümser var. O da en
4:31
kötü ne olabilir diye sorar ve o en kötü
4:33
senaryoda bile onu en az zararla
4:35
kurtaracak seçeneği arar. Onun felsefesi
4:38
de önce bir hayatta kalalım da der.
4:40
Sizin hangisine daha yakın olduğunuz
4:42
seçeceğiniz stratejiyi tamamen belirler.
4:44
Ama tabii çoğumuz ne tam bir iyimseriz
4:46
ne de tam bir kötümser değil mi? Hayat
4:49
biraz daha ortada bir yerlerde. İşte tam
4:51
bu noktada eş olasılık dediğimiz daha
4:53
dengeli bir yaklaşım devreye giriyor.
4:56
Mantığı çok basit. Madem gelecekte ne
4:58
olacağını bilmiyoruz, o zaman her
5:00
senaryonun gerçekleşme ihtimalini eşit
5:02
kabul edelim. Ne eksik ne fazla. Sonra
5:05
da oturup ortalamasına bakalım. Bu
5:08
bilirsizliğe karşı en mantıklı ve en
5:10
adil duruş aslında. İşte bu tabloya bir
5:12
bakın. Belirsizlik bir anda nasıl da
5:15
netleşiyor görüyor musunuz? Sadece olası
5:17
sonuçların ortalamasını aldığımızda bir
5:19
seçenek parlıyor. Ortalama 9luk getirisi
5:22
ile ikinci seçenek diğerlerinin
5:24
arasından sıyrılıp adeta bağırıyor. En
5:26
akıllıca en mantıklı tercih benim diye.
5:29
Şimdiye kadar hep tek başımıza karar
5:30
verdik sanki. Kendi kaynaklarımıza,
5:32
belirsizliğe karşı mücadele ettik. Peki
5:35
ya oyunda başkaları da varsa sizin her
5:38
hamlenizi izleyen, ona göre karşı hamle
5:40
yapan rakipleriniz varsa işte şimdi
5:43
karar verme oyununu bir üst seviyeye
5:45
taşıyoruz. Stratejik Hamleler ve Karşı
5:47
Hamleler Arenasına hoş geldiniz. İş
5:49
dünyasında lojistik deyince aklınıza
5:51
sadece kamyonlar, kutular gelmesin.
5:53
Lojistik aslında dev bir satranç
5:55
oyunudur. Amacınız ne mi? En az
5:57
maliyetle en hızlı ve en verimli yolu
6:00
bulmak. Her hamlenin bir bedeli var ve
6:02
en doğru hamle serisini bulan oyunu
6:04
kazanır. Mesela şu tabloya bir bakalım.
6:07
Çok basit duruyor değil mi? Ama bu basit
6:09
tablo büyük bir şirket için milyonlarca
6:11
liralık tasarruf demek olabilir. Bakın
6:14
Ankara'dan Adana'ya birim maliyet 50,
6:16
İstanbul'dan ise 40. Arada sadece 10
6:19
birimlik bir fark var gibi görünüyor.
6:21
Ama bunu binlerce, on binlerce
6:23
sevtiyatla çarptığınızı bir düşünün.
6:25
İşte o küçük fark bir anda devasa bir
6:27
rekabet avantajına dönüşüyor. Evet, bir
6:30
sürü farklı senaryo ve bir sürü farklı
6:32
teknik gördük. Peki şimdi ne olacak?
6:35
Gelin öğrendiğimiz her şeyi bir araya
6:37
getirelim ve her duruma karşı hazırlıklı
6:39
olmanızı sağlayacak o kişisel karar
6:41
verme araç çantanızı birlikte
6:43
dolduralım. İşte araç çantamızın
6:45
içindekiler. Geleceğe mi tahmin etmeniz
6:48
gerekiyor? Açın çantayı, çıkarın
6:50
regresyon analizini. Kaynaklarınız mı
6:52
kısıtlı? Çözüm doğrusal programlama. Tam
6:55
bir belirsizlik mi hakim? Karar
6:57
kriterlerine başvurun. Oyunda rakipler
6:59
mi var? Stratejik modeller sizin en iyi
7:01
dostunuz. Artık hangi sorunla
7:03
karşılaşırsanız karşılaşın çantanızda
7:05
doğru bir alet olduğunu biliyorsunuz. Ve
7:08
şimdi sizi son ama belki de en önemli
7:11
soruyla başa bırakmak istiyorum. Veriler
7:13
size bir cevap verdi. Peki ona her zaman
7:16
kulak vermeli misiniz? Sayılar bize yolu
7:19
gösteriyor. Evet, bu kesin. Ama peki ya
7:22
o yılların birikimi olan tecrübe ya
7:24
içimizdeki o sessiz ses yani
7:27
sezgilerimiz veriler size bas A yolundan
7:30
git diye bağırırken içinizdeki her şey
7:33
hayır doğru yol B diyorsa hangisine
7:35
güvenirsiniz? İşte bu bilimin sanatla
7:38
buluştuğu ve en iyi karar vericileri
7:39
diğerlerinden ayıran o hassas denge.
#Education