
Parametrenin Model Sonucuna Etkisi
11 Temmuz 2025
*Hazırlayan: Hüseyin Atillahan Bektaş
Monte Carlo Analizi, belirsizlik içeren problemleri binlerce kez tekrarlayarak olasılıkları ortaya koyan istatistiksel bir simülasyon yöntemidir. Bu videoda, Python ile İstanbul-Rotterdam gemi seferi süresi tahmini uygulamasını anlatmaktadır.
Amacı, farklı senaryolarda sistemin nasıl davranacağını görmek ve bunu sayısal olarak yorumlamaktır .Tek bir tahmin yerine, “gemi %90 ihtimalle 88 ile 127 saat arasında limana ulaşır” gibi olasılık aralıkları sunar. Belirsiz değişkenlere olasılık dağılımları atanır, rastgele örnekler çekilir ve işlem binlerce kez tekrarlanır. Sonuç olarak tek bir sayı değil, bir sonuç dağılımı elde edilir
Python Uygulaması – İstanbul-Rotterdam Seferi:
•Mesafe, hız (normal dağılım), hava koşulu çarpanı ve bekleme süresi (eşit dağılım) gibi parametreler tanımlanmıştır
•İki simülasyon yapılmıştır: biri 30 tekrar (az simülasyon), diğeri 10.000 tekrar (gerçek Monte Carlo)
Sonuç:
Az simülasyon (30 tekrar): Ortalama 109.47 saat, güven aralığı 92-130.45 saat
Monte Carlo (10.000 tekrar): Ortalama 106.51 saat, %90 güven aralığı 87.19-126.41 saat◦
Monte Carlo’nun daha fazla tekrar yaparak daha gerçekçi ve doğru sonuçlara ulaştığı gösterilmiştir; değerler daha net ve benzer bir dağılım göstermiştir. Video, bir geminin ortalama 106.5 saatte gidebileceği, en hızlı 88.2, en yavaş 126.4 saatte gidebileceği gibi somut tahminler yapmayı sağlamıştır.




