BULANIK MANTIK DENETLEYİCİLERİ. Bölüm 5: Bulanık Mantık Denetim Sistemlerinin Temelleri

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "BULANIK MANTIK DENETLEYİCİLERİ. Bölüm 5: Bulanık Mantık Denetim Sistemlerinin Temelleri"

Transkript

1 BUANIK MANTIK DENETEYİCİERİ Bölüm 5: Bulanık Manık Denem Ssemlernn Temeller

2 Bölüm 5 : Hedefler Bulanık Manık Denem Ssemler Bulanık Manık Denemne neden hyaç duyulduğunu anlamak. Bulanık Manık Deneleynn emel elemanlarını anlamak. Bulanıklaşırmanın ne olduğunu anlamak. Bulanık Manık Deneleyde çıkarımın nasıl yapıldığını anlamak. Bulanık Manık Deneleyde kuralların nasıl gelşrldğn anlamak. 2

3 Bölüm 5 : Hedefler Bulanık Manık Denem Ssemler Çeşl pek durulaşırma eknklern anlamak. Br Bulanık Manık Deneleynn asarım yordamları üzernde çalışmak. Bu bölümün sonunda, öğrenlerden Bulanık Manık Deneleynn emel elemanlarını ve bunların nasıl görev yapıklarını anlamış olmaları beklenmekedr. 3

4 Bulanık Manık Denem Ssemler Bölüm 5 : Ana başlıkları Bulanık Manık Denem Ssemlerne Grş Bulanık Manık Denemne Neden İhyaç Duyulur Bulanık Manık Denem Ssem Konfgürasyonu Bulanık Manık Deneley Elemanları Bulanık Denem İşlemler Bulanıklaşırma Blg Tabanı Çıkarım Mekanzması Durulaşırma Bulanık Manık Deneleynn Tasarım Yordamları 4

5 Denem Tasarım Teknkler ve Denem Paradgmaları Geleneksel Yapay Zeka Modern Köklern yer eğrs Bode plo Nhols Dyagramı Nyqus plo Snrsel-Denem Bulanık Denem Genek Algormalar Blg Tabanlı Ssemler Durum Ger besleme Durum Tahmn Gözlemler Opmal Denem Dayanıklı Denem H-Sonsuzluk Uyarlamalı Denem 5

6 Denem Ssemlerne Uygulanableek Deneley Örnekler Geleneksel Deneleyler Aç-kapa Oransal PI Deneley PD Deneley PID Deneley Kesrm Deneleyler Smh Tahmn Genel Kesrm Deneleyler Uyarlamalı Deneleyler Kendnden Ayarlamalı Deneleyler Kendnden Ayarlamalı PID Deneleyler Oomak Ayarlamalı PID Deneleyler Kuup Yerleşrme Zek Deneleyler Blg Tabanlı Bulanık Manık Deneleyler Snrsel Deneleyler Uyarlamalı Bulanık Deneleyler 6

7 Bulanık Manık Denem Nçn Bulanık Manık Denem? Bulanık manık denem, geçğmz son yrm yıl süresne, bulanık küme eors, bulanık manık ve bulanık muhakeme uygulamalarında en akf ve verml araşırma alanlarından br olarak oraya çıkmışır. Fkr lk defa 972 yılında Mamdan ve Asslan arafından önerlmşr. Özellkle Japonya da bulanık manık eknolojlern kullanan br çok endüsryel ve üke ürünü ürelmşr. Geleneksel denem eknklernn ersne, bulanık manık denem, özellkle karmaşık ve y anımlanmamış süreçlerde en y şeklde kullanılmakadır. 7

8 Bulanık Manık Denem Bulanık manık denemnn arkasındak ana fkr, operaörlern uzmanlık erübelernn br deneleynn asarımına kaılmasıdır. Burada denelenen süren grş-çıkış lşkler sözel değşkenlern de kullanıldığı bulanık denem kuralları IF-THEN kuralları le fade edlr. Sözel değşkenler, bulanık denem kuralları ve bulanık muhakeme, br deneleynn asarımına uzman kşnn erübelernn akarımını mümkün kılmakadır. 8

9 Bulanık Manık Denem Ssemnn Konfgürasyonu Tpk br bulanık manık denem ssemnn yapısı aşağıda görülmekedr. Temel olarak, bulanık manık deneleys, herhang pk br deneleyye benzer şeklde denem ssem konfgürasyonunda yer alır. Ssemdek haayı hesaplayarak, konum, sıaklık, hız gb deneleneek değşkenler ayarlamak çn kullanılır. Referans Grs Dönüsürüüsü + - Haa Bulandır Bulank Deneley Kurallar Durula Denem Snyal Süreç Çks veya denelenen degsken Haa Degsm Oran Çks dönüsürüü veya Sensör Bulanık Manık Denem Ssem 9

10 Bulanık Manık Denem Ssemnn Konfgürasyonu IF T=düşük AND P=yüksek THEN A=ora IF... Denem değşkenler Süreç Bulanıklaşır Çıkarım Durulaşır Ölçülen değşkenler 0

11 Bulanık Manık Deneleynn Elemanları Normal olarak dör ana elemandan oluşur : bulanıklaşırıı, blg abanı, çıkarım mooru, durulaşırıı Durulaşırııdan çıkan sonuçlar br süreç çn denem eylem değl se, ssem br bulanık manık karar ssemdr. Normal olarak, bulanık manık deneley, k grşl ve ek çıkışlı br elemandır. Bulanık Manık Deneley Blg Taban Bulank Bulank Bulanklasr Çkarm Mooru Durulasr Süreç Çıkışı Süreç Keskn Denem Snyal

12 Bulanık Manık Deneleynn Çalışması Genellkle, bulanık manık deneleynn k grş ve br çıkışı vardır. İk grş, çıkışın arzu edlen duruma erşmes çn gerekl olan doğru denem snyallernn sağlanmasında kullanılır. Bulanık manık deneleys genel olarak, haayı, haadak değşm oranlarını veya haanın ürevn grş olarak, denem snyalndek değşklğ çıkış olarak alaakır. e Δe Sensör Değerler Bulanıklaşırma Çıkarım Mekanzması Kural Tabanı EĞER IF X s X=A A AND VE Y s Y=B B THEN İSE Z= Z Cs C Durulaşırma Denem Snyal Δuu 2

13 Bulanık Manık Deneleynn Çalışması Ölçülen Değşkenler Sözel Değerler 2. Bulanık Çıkarım Denem Değşkenler Sözel Değerler Sözel Sevye Sayısal Sevye. Bulanıklaşırma 3. Durulaşırma Ölçülen Değşkenler Sayısal Değerler Süreç Denem Değşkenler Sayısal Değerler 3

14 Bulanık Manık Deneleynn Çalışması Bulanıklaşırıı e ve Δe nn keskn değerlern, bunların karşılığı olan bulanık değerlere dönüşürür. genellkle e ve Δe nn br çok bulanık değerler vardır. Çıkarım algorması, e ve Δe nn bulanık değerlerne göre kural abanından hang kuralların kullanılaağını belrler. Daha sonra Δu nun brçok bulanık değer elde edleekr, ve br durulaşırma mekanzması le bu değerler keskn ek br değere dönüşürülür. Gerçek denem snyal, haza gönderlen en son u değerne Δu nun eklenmes le elde edlr. 4

15 Bulanıklaşırma Bulanıklaşırma sayısal değşkenlern bulanık değşkenlere dönüşürülmes şlemn yapmakadır. Bu değşkenler bulanık deneleyde bulanık kümeler arafından anımlanmakadırlar. Dğer br fadeyle bulanıklaşırma grş değşkenlernn ve çıkış değşkenlernn lgl evrensel kümelernde bulanık kümelere yerleşrme şlemdr. 5

16 Bulanıklaşırma Bulanık manık denemndek ver şleme bulanık kümeler üzerne kurulu olduğundan, grş değşkenlernn sevyelendrlmesn de çeren bulanıklaşırma başlangıç safhasında zorunludur. Aşağıdak şekl bulanık sözel değşken olan sıaklık çn üyelk fonksyonlarını gösermekedr. Örneğn, sensör okumalarından elde edlen grş değşkennn keskn değer x se, bu keskn değer sern bulanık kümesnde 0.3 üyelk değer le ve ılık bulanık kümesnde 0.6 üyelk değer le çakışmakadır. 6

17 Böylee, bulanıklaşırma le, keskn grş değer x, aşağıdak üyelkler le k bulanık kümeye dönüşürülmüşür. sern x 0.3 x ılık 0.6 Bu değerler, daha sonra bulanık deneleynn çıkarım safhasında kullanılaakır. µ Soğuk Sern Ilık Sıak x Sıaklık 7

18 Neleme Sevyelendrme Neleme, bulanık grş-çıkış değşkenlernn brkaç bulanık al kümeye ayrışırılmasını çerr. Grş değşkenlernn bulanıklaşırılması, evrensel kümenn br çok bulanık kümeyle nelenmes şlemn kapsar. Çıkış değşkenler de benzer şeklde nelenmeldr. Nelendrme sevyelernn sayısı; yeerl emsl sağlayaak kadar büyük, hafızadan asarruf edeek kadar küçük olmalıdır. 8

19 Değşk pek denem değşkenlernn nelendrlmesne örnekler : Sıaklık denem Çok Sıak, Sıak, Az Sıak, Normal, Sern, Soğuk Hız denem Çok Hızlı, Hızlı, Ora, Yavaş, Çok Yavaş Sevye denem Çok Yüksek, Yüksek, Ora, Düşük, Çok Düşük 9

20 Genellkle daha sandar anımlamalar kullanablrz. Negaf Ora Negaf Küçük Sıfır Pozf Küçük Pozf Ora NO NK SF PK PO Kısa fade çn, NO, PK, SF gb kısalılmış ekeler kullanablrz. Her br bulanık al küme çn, br üyelk fonksyonu aanmalıdır. Herhang br şekl veya büyüklüke üyelk fonksyonları seçeblrsnz. Hesaplama baslğ çn, üçgen şeklndek fonksyonlar kullanılmakadır. Genel olarak yüzde 25 brbrler üzerne bndrlmeldr. 20

21 Eğer bulanık kümelerde üs üse bndrme yapılmamış se denem şlem k değerl br denem şlemne benzeyeekr. Dğer arafan, bulanık kümelerde çok fazla üs üse bndrme varsa daha fazla bulanıklık olaakır ve bu denem şlemlernde belrgnleşrmey zorlaşıraakır. Üyelk fonksyonlarının üç değşk şekl a Gaussan b Üçgen Yamuk 2

22 Bas olması çn, üm bulanık değşkenlern üm bulanık al kümeler çn aynı üyelk fonksyonlarını seçeblrz. Aşağıda ers çevrlmş br sarkaçın denem çn seçlmş k bulanık grş değşken ve br bulanık çıkış değşken çn seçlen üyelk fonksyonları göserlmşr. µ NM NS ZE PS PM µ 0 0 Sarkaç Açısı, θ NM NS ZE PS PM μ 0 0 NM NS ZE PS PM Dθ Açısal Hız 0 0 Moor Hızı V 22

23 Normalzasyon Br evrenn normalzasyonu, evrensel kümenn sonlu sayıda bölümlere ayrışırılmasını gerekrr. Süreç ssemlernde bulanık manık deneleys uygulamaları çn, evrensel küme genellkle [-, +] kapalı aralığında normal forma dönüşürülür. 23

24 Blg Tabanı Bulanık Manık Deneleysnn blg abanı, ver abanı ve kural abanından oluşur. Ver abanının emel görev, bulanıklaşırma, kural abanı ve durulaşırma modüllernn doğru çalışması çn gerekl blgler sağlamakır. Bu blgler şunlardır; Grş-çıkış değşkenlernn üyelk fonksyonlarının sözel değerlernn anlamları Ölçeklendrme, normalzasyon ve denormalzasyon fakörler le brlke fzksel alanlar ve bunların normalze edlmş karşılıkları Br bulanık kümenn üyelk fonksyonlarının plern Ayrışırma polkalarını anımlayan nelenmş refeans lookup abloları 24

25 Kural Tabanı Kural abanı se konrol amaını gerçekleşrmek üzere asarlanmış bulanık konrol kurallarını çermekedr. Kural Tabanı'nın emel kullanım amaı uzman blglern sebep-sonuç lşks çersnde gösereblmekr. Bulanık denem kurallarını çıkarmak çn genel olarak dör yönem kullanılmakadır. Kural abanını oluşurmak çn kullanılan yönemler: Uzman erübes ve Denem Mühendslğ Blgs Operaörün konrol harekelernn modellenmes Süren bulanık model v Öğrenme 25

26 Uzman erübes ve denem mühendslğ blgs Bu meod dğerler arasında en az yapısal olanı anak günümüzde en yaygın olarak kullanılanlardan brdr. Süreç uzmanının ve/veya Denem Mühendsnn erübe emell blgsne dayanılarak oraya çıkarılır. Operaörün konrol harekelernn modellenmes Bu yönem kullanıının erübesyle yapığı harekeler veya davranışlarının grş-çıkış lşkl olarak modellemesn yapmaya çalışır. Bu eknğn alında yaan emel fkr, modeln grş blglern kullanııya sorarak esp emek daha kolay olduğundan br kullanıının harekelern modellemenn br süre modellemeken daha kolay olduğudur. 26

27 Süren bulanık model Sözel yaklaşımda, denelenen süren dnamk özellklernn sözel anımı süren bulanık model olarak görüleblr. Bulanık modele göre, dnamk br ssemn opmum performansına ulaşmak çn br grup bulanık denem kuralları oluşurablrz. Bulanık denem kurallarından oluşan grup, bulanık manık denemnn Kural Tabanını oluşurur. Her ne kadar bu yaklaşım daha karmaşık olsa da; daha y performans, daha güvenlr sonuç ve eork olarak Bulanık Manık Denemyle daha uyumlu br yapı oraya koyar. 27

28 v Öğrenme Brçok bulanık manık denem, nsanın karar verme davranışını akl emes çn oluşurulmuşur. Şu anda, nsanın öğrenmesn, özellkle bulanık denem kuralları oluşurma ve onları erübeyle günelleme yesn akl emeye odaklanmış brçok araşırma mevuur. Öğrenme kapases olan; yapay snr ağları ve genek algormalar kullanarak kurallar oluşuran brçok bulanık denem örneğ bulunmakadır. 28

29 Bulanık Denem Kurallarına Örnek Trafğn denem çn kullanılan kurallara örnek EĞER şehrn kuzeynden gelen rafk yoğun se VE baıdan gelen rafk az se Kuzeyden gelen rafk akışına daha uzun süre zn ver Sıaklık denem çn kullanılan kurallara örnek EĞER sıaklıkak haa pozf ve büyük se VE haanın değşm oranı sıfıra yakınsa Isııı pozf ve büyükür. Bu kural kısaa şöyle fade edleblr. Eğer e = PB ve de = SF İse du = PB 29

30 Örnek Basleşrme çn, kuralların gösermnde mars kullanılablr ve buna bulanık kurallar mars denr. Br çok denem kuralı aşağıdak şeklde yazılablr. IF X AND/OR Y Önül THEN Z Ardıl Br sıaklık denemnde kullanılan bulanık manık mars örneğ aşağıda göserlmşr. Önül değerler : e ve Δe X Y NB SF PB NB NK SF NB SF PB PB PB Ardıl Değerler : Δu Z Kalıı durum kuralı 30

31 Gözlemlere dayalı olarak bulanık kuralların ürelmes Bulanık kurallar süren gözlemlenmes le formüle edleblr olmasına rağmen bu konuda yeerl erübe yoksa kolaya ürelemezler. Bulanık denem kuralların formüle edlmesnde C.C.ee arafından verlen daha ssemak br yaklaşım uygulanablr. Bulanık kurallar haa durumu E ve haadak değşm ΔE oranına bağlı olarak formüle edleblr ve çıkış denem snyalndek Δu değşmdr. 3

32 Maemaksel olarak, k. örnekleme anındak haa ; ek = rk yk Sürekl zamanda haanın ürev; de d k. örnekleme anındak haadak değşm; olarak yazablrz. e k e k e k e Δe Sensör Değerler Bulanıklaşırma Çıkarım Mekanzması Kural Tabanı EĞER IF X s X=A A AND VE Y s Y=B B THEN İSE Z= Z Cs C Durulaşırma Denem Snyal Δuu 32

33 Bulanık Denem Kurallarının Türelmes çn Ssem Cevabının İzlenmes, 2,...,6: referans geçş nokalarını, m, m2,...,m6: referans uç nokalarını ve A, A2,...,A2: referans aralıklarını fade emekedr. 33

34 Geçş ve uç nokaları çn şu özellkler çıkarmak mümkündür. : E 0 ve CE <<< 0, 2: E 0 ve CE >>> 0, 3: E 0 ve CE << 0, 4: E 0 ve CE >> 0, 5: E 0 ve CE < 0, 6: E 0 ve CE > 0, m: CE 0 ve E >>> 0, m2: CE 0 ve E <<< 0, m3: CE 0 ve E >> 0, m4: CE 0 ve E << 0, m5: CE 0 ve E > 0, m6: CE 0 ve E < 0, 34

35 Geçş nokalarının, uç nokalarının ve referans aralıklarının brleşrlmş durumu aşağıdak Tablo 'da görülmekedr e e NB NO NK S PK PO PB NB NO NK S PK PO PB A2 A6 A0 3 A A5 A9 5 m2 m4 m6 S m5 m3 m 6 A3 A7 A 4 A4 A8 A2 2 35

36 Yükselme zamanını ve salınımları azalmak çn br dz bulanık denem kuralını şu şeklde asarlamak mümkündür.. p kuralın görev ssemn yükselme zamanını kısalmakır: EĞER E=Pozf ve CE=Negaf se O HADE DU=Pozf 2. p kuralın görev ssemn aşımını overshoo azalmakır: EĞER E=Negaf ve CE=Negaf se O HADE DU=Negaf Süreç denemnde br Bulanık Manık Deneleys çn bulanık denem kurallarını oluşurmanın prensplern şu şeklde genelleşrmek mümkündür:. Eğer çıkış senlen değerde ve haadak değşm sıfırsa, Bulanık Manık Deneleys'nn çıkışını sab umak gerekmekedr. Eğer çıkış senlen değerden sapmışsa, denem eylem haa le haadak değşmn şarene ve değerne bağlı olmakadır. Eğer haa mevu denem eylem le hızlı br şeklde düzelleblyorsa, o zaman denem eylem sab uulmalıdır. 36

37 Bu kurallar dnamk snyal analzndek geçş nokaları ve uç nokalarına göre çıkarılmışır Kural No: Referans Nokaları E CE DU Fonksyonu S NB NB Aşımı azal 2 3 S NO NO 3 5 S NK NK 4 m2 NB S NB 5 m4 NO S NO 6 m6 NK S NK 7 2 S PB PB Oslosyonu azal 8 4 S PO PO 9 6 S PK PK 0 m PB S PB Yükselme zamanını kısal m3 PO S PO 2 m5 PK S PK 3 Kur.Nok. S S S Frenleme ssem 37

38 Konrol kurallarının belrlenmesnde kullanılan bazı yorumlar :. A4, A8, A2 aralıklarında : E= "+" ve CE = "+", haa pozf ve armakadır dolayısıyla haayı azalmak çn pozf denem grş DU verlmeldr. 2. A, A5, A9 aralıklarında : E = "+" ve CE = "-", haa hala pozfr anak yavaş yavaş düşmekedr. Bu durumda denem grş DU küçük olaak şeklde kurulmalıdır. 3. A2, A6, A0 aralıklarında : E= "-" ve CE = "-", haa negaf ve armakadır dolayısıyla haayı azalmak çn negaf denem grş DU verlmeldr 4. A3, A7, A aralıklarında : E= "-" ve CE = "+", haa negaf ve azalmakadır. Bu durumda denem grş DU küçük olaak şeklde kurulmalıdır. 38

39 Yapılan çıkarımlara göre referans aralıklarında elde edlen sözel kuralların lses : CE NB E NB NO NK S PK PO PB NB NB NB NB S S S NO NB NB NO NO S S S NK NB NB NK NK PK PK PO S NB NO NK S PK PO PB PK NO NK NK PK PK PB PB PO S S S PO PO PB PB PB S S S PB PB PB PB 39

40 Çıkarım Mekanzması Çıkarım Mekanzması grşlern değerne göre kural abanından uygun kuralları belrleyen br mekanzma sağlar. Bulanık manık denemnde en çok kullanılan k yönem maksmum-mnmum bleşm omposon ve maksmum-çarpım bleşmdr. Çıkarım üm kural kümesne karşılık gelen bulanık lşk le bulanıklaşırılmış keskn grş arasındak bleşm şlem le gerçekleşrlr Bleşmn sonuu olarak, oplam denem çıkısının bulanık değern anımlayan bulanık küme elde edlr. 40

41 Örnek Her kuralın k önül ve br ardıldan oluşuğu bas br ssem düşünün. İk ekleşmsz grş x,x 2 ve ek çıkışı y olan br bulanık ssem n ane sözel eğer-se önermesyle anımlansın: IF x s A k and x 2 s A 2 k THEN yk s Bk, k =,2,...n. burada A k ve A 2 k k n önül çf emsl eden bulanık küme, Bk da k n ardılı emsl eden bulanık kümedr. Mamdan nn çıkarım meoduna göre; µ B ky = Max Mn[µ A kgrş, µ A2 kgrşj] Yukarıdak denklemn grafksel açıklaması aşağıda göserlmekedr. 4

42 Mamdan nn max-mn bleşm operaörünü kullanan bulanık çıkarım 42

43 Bu grafksel çıkarım her br kural çn uygulanır. Sonra, her kural çn elde edlmş üyelk fonksyonları kümelendrlr. Kümelendrme şlem olan max, her kuraldan ayrı ayrı oluşurulmuş üyelk fonksyonlarının dış çepernden oluşan br kümelenmş üyelk fonksyonuyla sonuçlanır. Kümelendrlmş y* çıkısı çn keskn değer, durulaşırma eknğyle elde edleblr. 43

44 Örnek Bu örneke, arsen n Max-çarpım çıkarım eknğne göre bleşm şlem sonuçlarının nasıl olduğu göserlmekedr. Max-çarpım anlamlandırma eknğne göre br dz kural çn n. kuralın oplam çıkı değer şöyledr. µ B k y = Max [µ A k grş. µ A2 k grşj] Bunun sonuunda oluşan şekl br sonrak yansıda göserlmşr. 44

45 arsen n Max-çarpım bleşm operaörünü kullanan bulanık çıkarım 45

46 Durulaşırma Bulanık çıkarım sonuu elde edlen bulanık denem eylemnn bulanık olmayan keskn denem eylemne çevrlmes şlemne durulaşırma denmekedr. Çoğu prak uygulamada essn şleyeblmes çn keskn denem eylemler gerekğnden bu şleme hyaç duyulur. Bulanıklaşırma modülünde normalzasyon gerçekleşrldyse durulaşırma şlemnde çıkışın denormalzasyonu da yapılır. Son yıllarda pek çok durulaşırma yönem öne sürülmüşür. Ne yazık k, br durulaşırma sraejs seçmek çn ssemak br yol yokur. En çok kullanılan durulaşırma yönemlernden dördü şunlardır: Maksmum Üyelk Yönem Max membershp mehod Ağırlık Merkez Yönem Cener of gravy mehod Ağırlıklı Oralama Yönem Wegh average mehod Maksmumların Oralaması Üyelk Yönem Mean-max membershp mehod 46

47 Maxmum Üyelk Yönem Bu şema epe çıkı fonksyonları le sınırlandırılmışır. Yönem aşağıdak ebrsel fonksyon le verlmşr. z* z, zz µ Ağırlık Merkez Yönem Bu yönem en yaygın olan ve durulaşırma yönemlernn en çek olanıdır. Yönem aşağıdak ebrsel fonksyon le verlmşr. 0 z* z z. z z* z µ 0 z* z 47

48 Ağırlıklı Oralama Yönem Bu yönem sadee smerk çıkısı olan üyelk fonksyonları çn geçerldr. Ağırlıklı oralama yönem, herbr üyelk fonksyonunun çıkısı le buna karşılık gelen maxmum üyelk değer z le oluşurulur. Yönem aşağıdak ebrsel fonksyon le verlmşr. z z. z z * Maksmumların Oralaması Yönem Bu yönem brn yönem maxmum üyelğn ek olmaması harç brn yönem le yakından lşkldr. Yönem aşağıdak ebrsel fonksyon le verlmşr. µ 0 z z 2 z z* ab 2 µ 0 a z* b z 48

49 Bulanık Manık Deneleysnn Tasarım İşlem İlk olarak asarımı, dkkae alınması gereken süreç grş ve çıkış değşkenlern anımlamalıdır. Bunun çn asarımı deneleneek ssem y anımalıdır. Daha sonra asarımı grş ve çıkış sözel değşkenler çn bulanık bölümlemenn ya da bulanık alkümelern sayısına karar vermeldr. Grş-çıkış uzayı çn anımlanan bulanık kümelern sayısı; yeerl br anımlama sağlayaak kadar büyük faka belleğ gereksz haramayaak kadar küçük olmalıdır. Bu sayının ne kadar y br denem sağlandığı üzernde eks vardır. 49

50 Üçünü adımda asarımı bulanık grş-çıkış değşkenler çn üyelk fonksyonlarını seçmeldr. Üyelk fonksyonları daha öne belrlğ gb farklı plerde olablr. Anak bunların çnde en çok kullanılanlar; üçgen ve yamuk fonksyonlardır. Kullanılaak fonksyonlar seçldken sonra, asarımı bulanık denem kurallarını daha öneden belrlen dör yoldan brn kullanarak üremeldr. Brçok prak uygulamada uzman erübes ve denem mühendslğ blgsnden üreme kullanılmakadır. Daha sonra çıkarım mooru anımlanmalıdır, faka bunun çn ssemak br yönem bulunmamakadır. Çoğu uygulayıı deneysel çalışmaları ve bunların sonuçlarını erhlern belrlemek çn kullanmakadır. 50

51 Son olarak asarımı kend uygulaması çn doğru durulaşırma yönemn seçmeldr. Bulanık denem ssem oluşuruldukan sonra, ssem benzem yapılablr. Ssem performansı analz edleblr. Eğer sonuçlar senldğ gb değl se, bulanık küme sayılarında ya da üyelk fonksyonu eşlemelernde değşklkler yapılıp ssem ekrar es edlr. Bu sınama yanılma yaklaşımı senlen sonuçlar elde edlneye kadar sürdürülür. Bu yönem zaman alıı ve zor olmasına rağmen brçok başarılı endüsryel uygulamada çokça kullanılmakadır. 5

52 Bulanık Manık Denem Ssemnn Tasarım Usulü 52

53 DENETİM SİSTEMERİ Açık Çevrm Denem Ssemler Çıkışın denem eks üzernde br fonksyonu yokur, yan çıkış ölçülmez ve grş eklemez. Grş r Denem Elemanları m Denelenen Ssem Çıkış 53

54 DENETİM SİSTEMERİ Kapalı Çevrm Denem Ssemler Denem eks ssemn çıkışına da bağlıdır. Ssemn çıkışı referans br grşle arzu edlen çıkış değer karşılaşırılarak elde edlen haa snyal br deneleyye verlr ve bu deneley yardımıyla uygun br denem snyal ürelerek çıkışın arzu edlen sevyeye gelmes dolayısıyla haa snyalnn azalması sağlanır Grş r e Denem Elemanları m Denelenen Ssem Çıkış b 54

55 GERİ BESEMEİ DENETİM SİSTEMİ GİRİŞ Kumanda snyal Referans grş elemanı Referans grş Karşılaşırıı Haa snyal Denem elemanı snyal Denem Moor eleman veya sürüü eleman Düzelme r e m a b snyal Bozuu grş d Denelenen ssem ÇIKIŞ Denelenen değşken Ger besleme snyal Ger besleme elemanı Temel Kavramları Göseren Br Denem Ssemnn Blok Göserm 55

56 SİSTEMERİN MODEENMESİ Durum-uzay yaklaşımı Doğrusal veya doğrusal olmayan, zamanla değşen veya zamanla değşmeyen, çok grşl- çok çıkışlı ssemlere de uygulanablmekedr. u ssem y x u Durum degskenle Ssem grsler r y Ssem Ckslar 56

57 57 Durum-uzay yaklaşımı Br ssemn durum denklemler Eğer ssem doğrusal se Burada kasayı marslern fade emekedr,, u x f x,, u x g y u B x A x u D x C y,,, D C B A

58 Durum-uzay yaklaşımı D + B U + + x' x + C d y A x A x B u y C x D u 58

59 59 Durum-uzay yaklaşımı Örnek: Bu durumda u x x x x 2 0 u x x y x 2 x u x x x u x y

60 60 Durum-uzay yaklaşımı Örnek: durum değşken olarak seçlr R C + e - e, e e d d R e e e R d d e e R d d d de d de

61 6 Durum-uzay yaklaşımı 0 0 e e R d de d d 0 e y Örnek: devam

62 62 Durum-uzay yaklaşımı Örnek: durum değşken olarak seçlr R C + e - + e - 2 R 2 2 2,, e e e R d d e d d R e e R d d e R d d 2 2 d de d de

63 63 Durum-uzay yaklaşımı Örnek: devam e e C C R R d de d d d d e y

64 DA-DA KONVERTÖRER DA-DA konverörler br gerlm farklı br gerlm sevyesne dönüşüren, çoğunlukla ayarlı çıkış üreen güç elekronğ devrelerdr. Anaharlamalı Tp DA-DA Konverörler Çok değşk devre yapılarında oluşurulablen bu konverörlern en emel olanları aşağıda sıralanmışır: Gerlm azalan sep-down veya buk konverör, Gerlm arıran sep-up veya boos konverör, Gerlm azalan-arıran sep-down/up veya bukboos konverör 64

65 Temel anaharlamalı konverör + V CE - V g R + V Ç - V g R + V Ç - a b V Ç Vg Kapalı Açık V Ç 0 DT T k a V Ç T a T T DT -DT a a Vg d Vgd 0 0 V g D D k k a T k a k f a 65

66 DA-DA konverörlern denem V Ç senlen V Ç gerçek + Yüksel - - V k Kıyaslayıı Anahar denem snyal a Tekrarlayan dalga formu Yüksellmş haa V k Ê d 0 Anahar denem snyal Vk>Ed se anahar lemde, Vk<Ed se anahar kesmde k a f a T a D T k a V Eˆ K d T a b 66

67 Gerlm Azalan Konverör V + - C R Vg D + VX - + VC - + VÇ - a V=Vg-VÇ + - V=-Vç + - R R Vg + VX =Vg - + VC - + VÇ - Vg + Vx =0 - C + V - RY + VÇ - b 67

68 68 Durum Denklemlernn Oluşurulması RC v C d dv + VÇ - + VC - + VX =Vg - Vg R V=Vg-VÇ + - b Anahar kapalı ken: v V d d v d d V g g R d dv C R v R v C C d dv ç R R V v d d g

69 Durum Denklemlernn Oluşurulması Anahar kapalı ken devrenn durum denklemler x V A x v B u C x Ç d d dv d v V g v C RC x v 0 / / A / C / RC 0 B C 0 69

70 70 Durum Denklemlernn Oluşurulması R d dv C C R RY Vg + VÇ - + Vx =0 - V=-Vç V - R v R v C C d dv ç R R Anahar açık ken: v d d v d d 0 v d d RC v C d dv

71 Durum Denklemlernn Oluşurulması Anahar açık ken devrenn durum denklemler x V A 2 v x B u C 2 Ç 2 x d d dv d v v C RC A=A2, B2=0 ve C=C2 x v A A 2 0 / C / / RC C C2 0 7

BÖLÜM 9 İKİ BOYUTLU PANEL YÖNTEMLERİ

BÖLÜM 9 İKİ BOYUTLU PANEL YÖNTEMLERİ BÖLÜM 9 İKİ BOYUTLU PAEL YÖTEMLERİ 9.. Grş 9.2. Kompleks dülemde poansyel akım problemnn negral formülasyonu 9.3. Doğrusal paneller boyunca sab ekllk dağılımı hal 9.4. Kaynak dağılımını esas alan panel

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ DENEY TASARIMI VE ANALİZİ Bundan öncek bölümlerde bell br araşırma sonucu elde edlen verlere dayanılarak populasyonu anıma ve paramere ahmnlerne yönelk yönemlerden söz edld. Burada se sözü edlecek olan,

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ 1 DENEY TASARIMI VE ANALİZİ 1.1. Varyans Analz 1.. Tek Yönlü Varyans Analz Model 1.3. İk Yönlü Varyans Analz Model Prof Dr. Leven ŞENYAY XII-1 İsask II Bundan öncek bölümlerde bell br araşırma sonucu elde

Detaylı

DENEY 5: FREKANS MODÜLASYONU

DENEY 5: FREKANS MODÜLASYONU DENEY 5: FREKANS MODÜLASYONU AMAÇ: Malab da rekans modülasyonunun uygulanması ve nelenmes. ÖN HAZIRLIK 1. TEMEL TANIMLAR Açı modülasyonu, az ve rekans modülasyonunu kasamakadır. Taşıyıının rekansı veya

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır. KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Lineer Olmayan Yapı Sistemlerinin Analizi İçin Yay-Boyu Metodu

Lineer Olmayan Yapı Sistemlerinin Analizi İçin Yay-Boyu Metodu Fıra Ünv. Fen ve Müh. Bl. Dergs Scence and Eng. J of Fıra Unv. 9 (4), 55-530, 007 9 (4), 55-530, 007 Lneer Olmayan Yaı Ssemlernn Analz İçn Yay-Boyu Meodu Cengz OLA ve Yusuf CALAYIR Fıra Ünverses eknk Blmler

Detaylı

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain *

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain * BİR ESAS İDEAL BÖLGESİ ÜZERİNDEKİ SONLU DOĞURULMUŞ BİR MODÜLÜN DİREK PARÇALANIŞI * Drec Decompoon of A Fnely-Generaed Module Over a Prncpal Ideal Doman * Zeynep YAPTI Fen Blmler Enüü Maemak Anablm Dalı

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY

Detaylı

KAPASİTANS VE ENDÜKTANS EBE-215, Ö.F.BAY 1

KAPASİTANS VE ENDÜKTANS EBE-215, Ö.F.BAY 1 KAPASİTANS VE ENDÜKTANS EBE-5, Ö.F.BAY KAPASİTANS VE ENDÜKTANS Bu bölümde enerj depolayan pasf elemanlardan Kapasörler e Endükörler anıılmakadır ÖĞRENME HEDEFLERİ KAPASİTÖRLER Elekrk alanında enerj depolarlar

Detaylı

Veride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir?

Veride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir? MEH535 Örünü Tanıma 7. Kümeleme (Cluserng) Doç.Dr. M. Kemal GÜLLÜ Elekronk ve Haberleşme Mühendslğ Bölümü web: hp://akademkpersonel.kocael.edu.r/kemalg/ E-posa: kemalg@kocael.edu.r Verde eke blgs yok Denemsz

Detaylı

III - ELEKTROMAGNETİK GENELLEŞTİRME

III - ELEKTROMAGNETİK GENELLEŞTİRME 3 - EEKTROMAGNETİK GENEEŞTİRME.A ) AGRANGE ORMAİZMİ Dnamğn agrange medu le yenden frmüle edlmes, genelleşrlmş krdna ssemlernn kullanılmasına mkan anır. Yen krdnaların ye larak ble dk lmaları gerekmez.

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

ZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü

ZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü ZKÜ Müendslk Fakültes - Makne Müendslğ Bölümü Sudan Suya Türbülanslı Akış Isı Değştrge Deney Föyü Şekl. Sudan suya türbülanslı akış ısı değştrge (H950 Deneyn adı : Boru çnde sudan suya türbülanslı akışta

Detaylı

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

Detaylı

T.C. SELÇUK ÜNĐVERSĐTESĐ FEN BĐLĐMLERĐ ENSTĐTÜSÜ

T.C. SELÇUK ÜNĐVERSĐTESĐ FEN BĐLĐMLERĐ ENSTĐTÜSÜ T.C. SELÇUK ÜNĐVERSĐTESĐ FEN BĐLĐMLERĐ ENSTĐTÜSÜ BĐR VĐNÇTEKĐ YÜK SALINIMININ BULANIK MANTIK TABANLI KONTROLÜ Selçuk UÇUK YÜKSEK LĐSANS TEZĐ MAKĐNA MÜHEDĐSLĞĐ ANABĐLĐM DALI KONYA, 009 ÖZET YÜKSEK LĐSANS

Detaylı

AKIŞKAN ÇAMUR TABAKASIYLA YÜZEY DALGALARININ ETKİLEŞİMİNİN SAYISAL MODELLENMESİ

AKIŞKAN ÇAMUR TABAKASIYLA YÜZEY DALGALARININ ETKİLEŞİMİNİN SAYISAL MODELLENMESİ AKIŞKAN ÇAMUR TABAKASIYLA YÜZEY DALGALARININ ETKİLEŞİMİNİN SAYISAL MODELLENMESİ Doç.Dr.Lale BALAS, A. Mehme ŞİRİN Gaz Ünverses, Mühendslk Mmarlık Faküles,İnşaa Mühendslğ Bölümü, Malepe, Ankara Tel:37400/7,

Detaylı

Çok Barajlı Sistemde Gerçek Zamanlı Optimal İşletme *

Çok Barajlı Sistemde Gerçek Zamanlı Optimal İşletme * İMO Teknk Derg, 2011 5359-5385, Yazı 347 Çok Barajlı semde Gerçek Zamanlı Opmal İşleme * Mücah OPAN* ÖZ Bu çalışmada, çok amaçlı ve çok barajlı br su kaynakları ssem anımlanmışır. sem üzerne enerj ürem

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

Programı : Elektronik Müh.

Programı : Elektronik Müh. İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜZ RESİMLERİNDEN CİNSİYET TAYİNİ YÜKSEK LİSANS TEZİ Özlem ÖZBUDAK Anablm Dalı : Elekronk e Haberleşme Müh. Programı : Elekronk Müh. OCAK 009 İSTANBUL

Detaylı

YÜKSEK PLANLAMA KURULU

YÜKSEK PLANLAMA KURULU YÜKSEK PLANLAMA KURULU Tarh : 4/02/2008 Karar No : 2008/T-5 Konu : Enerj KİT lernn Uygulayacağı Malye Bazlı Fyalandırma Mekanzmasının Usul ve Esasları Yüksek Planlama Kurulu nca; Enerj ve Tab Kaynaklar

Detaylı

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler 6.4.7 NÜMERİK ANALİZ Yrd. Doç. Dr. Hatce ÇITAKOĞLU 6 Müendslk sstemlernn analznde ve ugulamalı dsplnlerde türev çeren dferansel denklemlern analtk çözümü büük öneme saptr. Sınır değer ve/vea başlangıç

Detaylı

Cinsiyet Değişkeni Bağlamında Harcama Alt Grupları ve Gelir Đlişkisi: Dumlupınar Üniversitesi Öğrencileri Üzerine Bir Uygulama.

Cinsiyet Değişkeni Bağlamında Harcama Alt Grupları ve Gelir Đlişkisi: Dumlupınar Üniversitesi Öğrencileri Üzerine Bir Uygulama. Cnsye Değşken Bağlamında Harcama Al Grupları ve Gelr Đlşks: Dumlupınar Ünverses Öğrencler Üzerne Br Uygulama Mahmu ZORTUK * Öze: Đksa blmnn en öneml konuları arasında yer alan gelr le ükem lşks her dönem

Detaylı

Örneklemeli K-ortalama Algoritması Kmeans with Sampling

Örneklemeli K-ortalama Algoritması Kmeans with Sampling Örneklemel K-oralama Algorması Kmeans wh Samplng Mehme Fah Amasyalı Blgsayar Mühendslğ Bölümü Yıldız Teknk Ünverses mfah@ce.yldz.edu.r Öze K-oralama algorması, kümeleme prolemlernn çözümünde en çok kullanılan

Detaylı

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),

Detaylı

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

BİRİM YÜKLENME PROBLEMİNİN ÜÇ FARKLI YÖNTEM KULLANILARAK KARŞILAŞTIRMALI ÇÖZÜMLENMESİ

BİRİM YÜKLENME PROBLEMİNİN ÜÇ FARKLI YÖNTEM KULLANILARAK KARŞILAŞTIRMALI ÇÖZÜMLENMESİ Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Cl 24, o 3, 425-434, 2009 Vol 24, o 3, 425-434, 2009 BİRİM YÜKLEME ROBLEMİİ ÜÇ FARKLI YÖTEM KULLAILARAK KARŞILAŞTIRMALI ÇÖZÜMLEMESİ Mehme KURBA ve

Detaylı

ESNEK SİSTEMLERİN KAYAN KİPLİ DENETİMİ VE BİR UYDU MODELİNE UYGULANMASI. Nurdan BİLGİN YÜKSEK LİSANS TEZİ MAKİNA MÜHENDİSLİĞİ

ESNEK SİSTEMLERİN KAYAN KİPLİ DENETİMİ VE BİR UYDU MODELİNE UYGULANMASI. Nurdan BİLGİN YÜKSEK LİSANS TEZİ MAKİNA MÜHENDİSLİĞİ ESNEK SİSTEMLERİN KAYAN KİPLİ DENETİMİ VE BİR UYDU MODELİNE UYGULANMASI Nurdan BİLGİN YÜKSEK LİSANS TEZİ MAKİNA MÜHENDİSLİĞİ GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ NİSAN 7 ANKARA ESNEK SİSTEMLERİN KAYAN

Detaylı

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

Detaylı

Makine Öğrenmesi 10. hafta

Makine Öğrenmesi 10. hafta Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

Anlık ve Ortalama Güç

Anlık ve Ortalama Güç ALTERNATİF AK-Dere Analz Bölü-4 AC Güç Anlık Güç Oralaa güç Güç fakörü Akf, reakf güç Kpleks güç Reakf güç düzele (Kpanzasyn aksu akf güç ransfer Anlık Güç, p( (herhang br ank güç p Anlık e Oralaa Güç

Detaylı

BİR BOYUTLU HAREKET FİZİK I. Bir Boyutlu Hareket? 12.10.2011. Hız ve Sürat. 1 boyut (doğru) 2 boyut (düzlem) 3 boyut (hacim) 0 boyut (nokta)

BİR BOYUTLU HAREKET FİZİK I. Bir Boyutlu Hareket? 12.10.2011. Hız ve Sürat. 1 boyut (doğru) 2 boyut (düzlem) 3 boyut (hacim) 0 boyut (nokta) .0.0 r oulu Hareke? İR OYUTLU HREKET FİZİK I bou (doğru bou (düzlem 3 bou (hacm 0 bou (noka u bölümde adece br doğru bounca harekee bakacağız (br boulu. Hareke ler olablr (pozf erdeğşrme ea ger olablr

Detaylı

MÜHENDİSLİK SİSTEMLERİNİN DİNAMİĞİNE HAMİLTON PRENSİBİ YAKLAŞIMI YÜCEL ERCAN

MÜHENDİSLİK SİSTEMLERİNİN DİNAMİĞİNE HAMİLTON PRENSİBİ YAKLAŞIMI YÜCEL ERCAN ÜHENDİSİ SİSEEİNİN DİNİĞİNE HİON ENSİİ YŞ YÜE EN ÜHENDİSİ SİSEEİNİN DİNİĞİNE HİON ENSİİ YŞ YÜE EN v ÜHENDİSİ SİSEEİNİN DİNİĞİNE HİON ENSİİ YŞ Yücel Ercan rnc Sürüm: Hazran 6 SN: 978-65-847-- oyrg 6: Yücel

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

NOT: Deney kılavuzunun Dönme Dinamiği Aygıtının Kullanımı İle İlgili Bilgiler Başlıklı Bölümü okuyunuz.

NOT: Deney kılavuzunun Dönme Dinamiği Aygıtının Kullanımı İle İlgili Bilgiler Başlıklı Bölümü okuyunuz. 8. AÇISAL HIZ, AÇISAL İVME VE TORK Hazırlayan Arş. Grv. M. ERYÜREK NOT: Deney kılavuzunun Dönme Dnamğ Aygıının Kullanımı İle İlgl Blgler Başlıklı Bölümü okuyunuz. AMAÇ 1. Küle merkez boyunca geçen ab br

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ

Detaylı

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir : 5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.

Detaylı

Rasgele Değişken Üretme Teknikleri

Rasgele Değişken Üretme Teknikleri Rasgele Değşken Üretme Teknkler Amaç Smülasyon modelnn grdlern oluşturacak örneklern üretlmes Yaygın olarak kullanılan ayrık veya sürekl dağılımların örneklenmes sürecn anlamak Yaygın olarak kullanılan

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama

Detaylı

KARMAŞIK SAYILAR. Derse giriş için tıklayın...

KARMAŞIK SAYILAR. Derse giriş için tıklayın... KARMAŞIK SAYILAR Derse grş çn tıklayın A Tanım B nn Kuvvetler C İk Karmaşık Sayının Eştlğ D Br Karmaşık Sayının Eşlenğ E Karmaşık Sayılarda Dört İşlem Toplama - Çıkarma Çarpma Bölme F Karmaşık Dülem ve

Detaylı

YÜKSEK LİSANS TEZİ Savaş OK. Anabilim Dalı : Makina Mühendisliği. Programı : Sistem Dinamiği ve Kontrol

YÜKSEK LİSANS TEZİ Savaş OK. Anabilim Dalı : Makina Mühendisliği. Programı : Sistem Dinamiği ve Kontrol İSTABUL TEKİK ÜİVERSİTESİ FE BİLİMLERİ ESTİTÜSÜ DİAMİK MATRİS KOTROL VE GEELLEŞTİRİLMİŞ ÖGÖRÜLÜ KOTROL ALGORİTMALARII KARŞILAŞTIRILMASI YÜKSEK LİSAS TEZİ Savaş OK Anablm Dalı : Makna Mühendslğ Programı

Detaylı

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems Avalable onlne a www.alphanumerournal.om alphanumer ournal The Journal of Operaons Researh, Sass, Eonomers and Managemen Informaon Sysems Volume 3, Issue 2, 2015 2015.03.02.STAT.08 Absra OUTLIERS IN SURVIVAL

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011) SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler

Detaylı

ELEKTRİK DEVRE TEMELLERİ

ELEKTRİK DEVRE TEMELLERİ ELEKTRİK DEVRE TEMELLERİ Öğretm üyes: Doç. Dr. S. Özoğuz Tel: 85 36 9 e-posta: serdar@ehb.tu.edu.tr Ders saat: Pazartes,.-3. / D-4 İçndekler. Dere teors, toplu parametrel dereler, Krchhoff un gerlm e akım

Detaylı

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

Detaylı

EMO İSTANBUL ŞUBESİ TARAFINDAN HOBİ ELEKTRONİK KURSU İÇİN DERLENMİŞTİR. BOBİNLER

EMO İSTANBUL ŞUBESİ TARAFINDAN HOBİ ELEKTRONİK KURSU İÇİN DERLENMİŞTİR. BOBİNLER EMO İSTANBUL ŞUBESİ TAAFNDAN HOBİ ELEKTONİK KUSU İÇİN DELENMİŞTİ BOBİNLE Bobnler, akara, adren veya karkas olarak adlandırılan yalıkanlar üzerne plask, serak, serkağı spral, helezon, düz, peek şeklnde

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...

Detaylı

Otomatik Kontrol Ulusal Toplantısı, TOK2013, 26-28 Eylül 2013, Malatya DOĞRUSAL OLMAYAN KONTROL SİSTEMLERİ

Otomatik Kontrol Ulusal Toplantısı, TOK2013, 26-28 Eylül 2013, Malatya DOĞRUSAL OLMAYAN KONTROL SİSTEMLERİ Oomak Konrol Ulusal oplanısı OK3 6-8 Eylül 3 Malaya DOĞRUSAL OLMAYAN KONROL SİSEMLERİ 33 Oomak Konrol Ulusal oplanısı OK3 6-8 Eylül 3 Malaya rnc ve İknc Dereceden Kayan Kpl Güdüm Yönem le Havadan Havaya

Detaylı

Fizik 101: Ders 15 Ajanda

Fizik 101: Ders 15 Ajanda zk 101: Ders 15 Ajanda İk boyutta elastk çarpışma Örnekler (nükleer saçılma, blardo) Impulse ve ortalama kuvvet İk boyutta csmn elastk çarpışması Önces Sonrası m 1 v 1, m 1 v 1, KM KM V KM V KM m v, m

Detaylı

5.3. Tekne Yüzeylerinin Matematiksel Temsili

5.3. Tekne Yüzeylerinin Matematiksel Temsili 5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn

Detaylı

BULANIK MANTIK DENETLEYİCİLERİ. Bölüm-4 Bulanık Çıkarım

BULANIK MANTIK DENETLEYİCİLERİ. Bölüm-4 Bulanık Çıkarım BULANIK MANTIK DENETLEYİCİLERİ Bölüm-4 Bulanık Çıkarım 1 Bulanık Çıkarım Bölüm 4 : Hedefleri Bulanık kuralların ve bulanık bilgi tabanlarının nasıl oluşturulacağını anlamak. Gerçekte bulanık muhakeme olan

Detaylı

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER Blmn amaçlarından br yaşanılan doğa olaylarını tanımlamak ve olayları önceden tahmnlemektr. Bu amacı başarmanın yollarından br olaylar üzernde etkl olduğu

Detaylı

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

T. C. GÜMÜŞHANE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAKİNE MÜHENDİSLİĞİ DENEYLER 1 ÇOKLU ISI DEĞİŞTİRİCİSİ DENEYİ

T. C. GÜMÜŞHANE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAKİNE MÜHENDİSLİĞİ DENEYLER 1 ÇOKLU ISI DEĞİŞTİRİCİSİ DENEYİ T. C. GÜMÜŞHANE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAKİNE MÜHENDİSLİĞİ DENEYLER ÇOKLU ISI DEĞİŞTİRİCİSİ DENEYİ ÖĞRENCİ NO: ADI SOYADI: DENEY SORUMLUSU: YRD. DOÇ. DR. BİROL ŞAHİN

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,

Detaylı

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007 Yrd. Doç. Dr. Atlla EVİN Afyon Kocatepe Ünverstes 007 ENERJİ Maddenn fzksel ve kmyasal hal değşm m le brlkte dama enerj değşm m de söz s z konusudur. Enerj değşmler mler lke olarak Termodnamğn Brnc Yasasına

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans Farklı Varyans Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans Y X 1 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern

Detaylı

AYLIK ORTALAMA GÖL SU SEVİYESİNİN BULANIK-OLASILIK YAKLAŞIMI İLE GÖZLENMİŞ ZAMAN SERİSİNDEN TAHMİNİ

AYLIK ORTALAMA GÖL SU SEVİYESİNİN BULANIK-OLASILIK YAKLAŞIMI İLE GÖZLENMİŞ ZAMAN SERİSİNDEN TAHMİNİ AYLIK ORTALAMA GÖL SU SEVİYESİİ BULAIK-OLASILIK YAKLAŞIMI İLE GÖZLEMİŞ ZAMA SERİSİDE TAHMİİ Veysel GÜLDAL, Hakan TOGAL 2 S.D.Ü.Mühendslk Mmarlık Fakültes İnşaat Müh Böl., Isparta/TÜRKİYE vguldal@mmf.sdu.edu.tr

Detaylı

Çift Üstel Düzeltme (Holt Metodu ile)

Çift Üstel Düzeltme (Holt Metodu ile) Tahmin Yönemleri Çif Üsel Düzelme (Hol Meodu ile) Hol meodu, zaman serilerinin, doğrusal rend ile izlenmesi için asarlanmış bir yönemdir. Yönem (seri için) ve (rend için) olmak üzere iki düzelme kasayısının

Detaylı

Sinirsel Bulanık Sistemler İle Trafik Gürültüsünün Tahmini

Sinirsel Bulanık Sistemler İle Trafik Gürültüsünün Tahmini Snrsel Bulanık Sstemler İle Trafk Gürültüsünün Tahmn Ahmet Tortum Yrd. Doç. Dr.,Atatürk Ünverstes,Mühendslk Fakültes,İnşaat Bölümü,Erzurum E-posta : atortum@ataun.edu.tr Yasn Çodur Arş.Gör., Atatürk Ünverstes,Mühendslk

Detaylı

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda

Detaylı

Mal Piyasasının dengesi Toplam Talep tüketim, yatırım ve kamu harcamalarının toplamına eşitti.

Mal Piyasasının dengesi Toplam Talep tüketim, yatırım ve kamu harcamalarının toplamına eşitti. B.E.A. Mal Hzmet Pyasaları le Fnans Pyasalarının Ortak Denges Mal Pyasası Denges: (IS-LM) Model Mal Pyasasının denges Toplam Talep tüketm, yatırım ve kamu harcamalarının toplamına eştt. = C(-V)+I+G atırımlar

Detaylı

Laser Distancer LD 420. Kullanma kılavuzu

Laser Distancer LD 420. Kullanma kılavuzu Laser Dstancer LD 40 tr Kullanma kılavuzu İçndekler Chazın Kurulumu - - - - - - - - - - - - - - - - - - - - - - - Grş - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - Genel bakış

Detaylı

Koşullu Varyans Modelleri: İmkb Serileri Üzerine Bir Uygulama

Koşullu Varyans Modelleri: İmkb Serileri Üzerine Bir Uygulama Çukurova Ünverses İİBF Dergs Cl:15.Sayı:.Aralık 11 ss.1-18 Koşullu Varyans Modeller: İmkb Serler Üzerne Br Uygulama Condııonal Varıance Models: An Alıcaıon on Isanbul Sock Exchange Serıes H.Alan Çabuk

Detaylı

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr.

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr. Deprem Tepksnn Sayısal Metotlar le Değerlendrlmes (Newmark-Beta Metodu) Sunum Anahat Grş Sayısal Metotlar Motvasyon Tahrk Fonksyonunun Parçalı Lneer Interpolasyonu (Pecewse Lnear Interpolaton of Exctaton

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın

Detaylı

Seralarda Isıtma Kapasitelerinin Hesaplanmasına Yönelik Bir Bilgisayar Programı

Seralarda Isıtma Kapasitelerinin Hesaplanmasına Yönelik Bir Bilgisayar Programı Seralarda Isıma Kapaselernn Hesaplanmasına Yönelk Br Blgsayar Programı Gürkan Alp Kağan GÜRDİL 1, Kemal Çağaay SELVİ 1, Hasan ÖNDER 2 1 Ondokuz Mayıs Ünverses, Zraa Faküles, Tarım Maknaları Bölümü, Samsun

Detaylı

VEKTÖRLER VE VEKTÖREL IŞLEMLER

VEKTÖRLER VE VEKTÖREL IŞLEMLER VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel II Geçiş Süreci Sıkça Sorulan Sorular Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek

Detaylı

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I ÖRNE SE 5 - MBM Malzeme ermdnamğ I 5 ºC de ve sabt basınç altında, metan gazının su buharı le reaksynunun standart Gbbs serbest enerjs değşmn hesaplayın. Çözüm C O( ( ( G S S S g 98 98 98 98 98 98 98 Madde

Detaylı

Ses ve Gürüjtü. Iklimlendirilen Binalarda. Konusunun İrdelenmesi. i» S M İ&Öİ. i n?ı bî E 'Lrfı : : 1: tÿ7jss. f<0 I60

Ses ve Gürüjtü. Iklimlendirilen Binalarda. Konusunun İrdelenmesi. i» S M İ&Öİ. i n?ı bî E 'Lrfı : : 1: tÿ7jss. f<0 I60 Iklmlendrlen Bnalarda Ses ve Gürüjü Konusunun İrdelenmes Kevork Çlngroğlu, Mak.Y.Müh. TTMD Üyes_ ÖZET Bu yanda. ıklmlendrlen bnaların bünyesnde ve çevresnde bulunan HVAC maknalar He çevre seslernn (Trafk

Detaylı

DA-DA DÖNÜŞTÜRÜCÜLER (DA Kıyıcı, DA Gerilim Ayarlayıcı) DA gerilimi bir başka DA gerilim seviyesine dönüştüren devrelerdir.

DA-DA DÖNÜŞTÜRÜCÜLER (DA Kıyıcı, DA Gerilim Ayarlayıcı) DA gerilimi bir başka DA gerilim seviyesine dönüştüren devrelerdir. DADA DÖNÜŞÜRÜCÜLER (DA Kıyıcı, DA Gerilim Ayarlayıcı) DA gerilimi bir başka DA gerilim seviyesine dönüşüren devrelerdir. Uygulama Alanları 1. DA moor konrolü 2. UPS 3. Akü şarjı 4. DA gerilim kaynakları

Detaylı

Bulanık Mantık Denetleyicileri

Bulanık Mantık Denetleyicileri Bulanık Mantık Denetleyicileri Bulanık Çıkarım BULANIK ÇIKARIM İki-değerli mantık Çok-değerli mantık Bulanık mantık Bulanık kurallar Bulanık çıkarım Bulanık anlamlandırma Bulanık Çıkarım İki-değerli mantık

Detaylı

TEMEL DEVRE KAVRAMLARI VE KANUNLARI

TEMEL DEVRE KAVRAMLARI VE KANUNLARI TDK Temel Devre Kavramları ve Kanunları /0 TEMEL DEVRE KAVRAMLARI VE KANUNLARI GĐRĐŞ: Devre analz gerçek hayatta var olan fzksel elemanların matematksel olarak modellenerek gerçekte olması gereken sonuçların

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL TERCİH MODELLERİ NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:

Detaylı

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

Detaylı

BOYUT ÖLÇÜMÜ VE ANALİZİ

BOYUT ÖLÇÜMÜ VE ANALİZİ BOYUT ÖLÇÜMÜ VE ANALİZİ.AMAÇ Br csmn uzunluğu, sıcaklığı, ağırlığı veya reng gb çeştl fzksel özellklernn belrlenme şlemler ancak ölçme teknğ le mümkündür. Br ürünün stenlen özellklere sahp olup olmadığı

Detaylı

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A)

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A) KOCELİ ÜNİVERSİTESİ Mühendslk akültes Makna Mühendslğ Bölümü Mukavemet I Vze Sınavı () dı Soyadı : 18 Kasım 013 Sınıfı : No : SORU 1: Şeklde verlen levhalar aralarında açısı 10 o la 0 o arasında olacak

Detaylı

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne

Detaylı