Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences"

Transkript

1 Pamukkale Uv Muh Blm Derg, 4(5), , 8 Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Geetk algortma le sesör kalbrasyou Geetc algorthm based sesor calbrato Ülvye HACIZADE * Blgsayar Mühedslğ Bölümü, Mühedslk Fakültes, Halç Üverstes, İstabul, Türkye. ulvyehaczade@halc.edu.tr Gelş Tarh/Receved: 3.6.7, Kabul Tarh/Accepted: 3..8 * Yazışıla yazar/correspodg author do:.555/pajes Araştırma Makales/Research Artcle Öz Sesörler belrszlğ azaltma yötemlerde br, oları kalbrasyouu yapılmasıdır. Bu çalışmada referas stadartları kullaımıa dayaarak geetk algortma (GA) le sesör kalbrasyouu yapılması ç algortma gelştrlmştr. Kalbrasyo karakterstğ olarak. derecede polom ele alımıştır. Örek olarak dferasyel basıç ölçücüsü ele alımış, stadart basıç set kullaımı le ou GA tabalı kalbrasyou yapılmıştır. Aahtar kelmeler: Ölçme chazı, Ölçme belrszlğ, Kalbrasyo, Geetk algortma, Dferasyel basıç ölçücüsü Grş Doğal olarak tüm ölçme chazları le yapılmış ölçümlerde belrszlk bulumaktadır. Yüksek doğruluğa sahp ölçmeler yapılması tüm mühedslk uygulamalarıı temel problem oluşturmaktadır. Ölçmelerdek belrszlğ azaltılması ve sesör doğruluğuu yükseltlmes metroloj mühedslğ temel amaçlarıdadır. Sesörler belrszlğ azaltma yötemlerde br oları kalbrasyouu yapılmasıdır []. Kalbrasyo, chazı gösterges le stadart chazı gösterges kıyaslaması alamıa gelr. Kalbrasyou soucu geelde çzelge veya grafklerdr. Ayı değşke, ölçüm chazı ve stadart chaz yardımı le ölçerek kalbrasyo eğrs oluşturulur. Ölçme yapıldığıda chazı çıkışıa göre, kalbrasyo eğrs (karakterstğ) kullaılarak stadart chazı ölçüme karşılık gele değer saptaır []. Sesör kalbrasyou geel olarak, deeysel verlere göre model oluşturulması problem olarak ele alıablr ve problem çözümü ç deey tasarımı tekkler uygulaablr. Bu durumda, kalbrasyo tasarımıı operatör aşağıdakler seçmekle gerçekleştrmeldr [3]: Deey plalaması (kalbrasyo oktalarıı mktarı ve yer, tekrarlamaları mktarı), Aa etk mktarı, Regresyo eğrs, Regresyo yötem, Stadart referaslar ve oları belrszlkler. Doğruda olmaya ölçmeler ve sesör grdler arasıdak bağıtıı doğrusal olmadığı durum ç deey tasarımı yötemler kullaımı le kalbrasyo tasarımı [3] te suulmuştur. Yapay sr ağları kullaımıa dayalı sesör kalbrasyou [4] te gerçekleştrlmştr. Bu yötem ç öeml ola tasarım parametreler kalbrasyo model dereces ve kalbrasyo oktalarıı mktarıı seçmdr. Bu çalışmada, kalbrasyo model dereces ve kalbrasyo oktalarıı Abstract Oe way to decrease the sesor ucertates s to use calbrato process. I ths study the sesor calbrato method usg the geetc algorthm (GA) based o the correspodg values obtaed by the referece stadards s developed. As the calbrato characterstc, d order polyomal s used. As a example, GA based calbrato of a dfferetal pressure gauge usg stadard pressure settg devces s examed. Keywords: Measuremet strumet, Measuremet ucertaty, Calbrato, Geetc algorthm, Dfferetal pressure gauge sayısıı karekök ortalama hatasıa etks celemştr. Kayak [5] te jroskop kayma hataları Kalma süzgec yardımı le kestrlmştr. Kayak [6] de sesör kalbrasyou 3D-elpsode uyum probleme drgemştr. Bu çalışmada ye değerledrme yöteme dayaarak 9DOF sesor kalbrasyou problem tartışılmıştır. Kalbrasyo parametreler hesaplaması ç [7] de Gauss-Newto tekrarlayıcı doğrusal olmaya regresyo yötem kullaılmıştır. Kayak [8] de üç eksel mayetometre kalbrasyou GA yardımıyla yapılmıştır. Çalışmada GA kalbrasyo model parametreler kestrm yüksek doğrulukla gerçekleştrmştr. Ölçüm sesörüü ortamı değşme adaptasyou [9] da GA temelde sağlamıştır. Bu çalışmada referas stadartları kullaımıa dayaarak geetk algortma (GA) le sesör kalbrasyouu yapılması ç algortma gelştrlmştr. Bu algortma temelde dferasyel basıç ölçer kalbrasyo eğrs bulumuştur. Kalbrasyo eğrs,. derecede polom olarak ele alımıştır. Polom model katsayıları bell değldr sadece deeyler sırasıda bulua belrl sayıda grş ve çıkış değer vardır. Amaç bu verlere dayaarak GA le kalbrasyo eğrs oluşturmak ya kalbrasyo polomuu katsayılarıı belrlemektr. Problem taımı Kalbrasyo, değşke ölçüm chazı ve stadart chaz yardımı le ölçülmes ve elde edle deeysel verlere göre model oluşturulması (taılaması) problem olarak ele alımaktadır. Kalbrasyo karakterstğ olarak çoğu durumda polom kullaılmaktadır. Ölçme chazıı kalbrasyo karakterstğ aşağıda gösterle polom le fade edls; j Y a a x ax ax a jx j..., () Ölçme deklem aşağıdak şeklde verlmştr: 99

2 Pamukkale Uv Muh Blm Derg, 4(5), , 8 z k a a x k a x k a x k v k Y( ) ( ) ( )... ( ) ( ), k,..., l Burada, vk ( ) sıfır ortalamalı ve varyaslı rastgele Gauss ölçüm gürültüsüdür. Stadart chaz le üretle p( k), k,..., l argümaıı değerler belrl br hata le blmektedr. Kalbrasyo eğrs () katsayılarıı Geetk algortma le taılaması ç algortma gelştrlmes stemektedr. 3 GA le model taılaması Bzm buradak amacımız Geetk Algortma yardımı le basıç ölçer kalbrasyo eğrs bulmaktır. Kalbrasyo eğrs olarak. derecede polom ele alımıştır. Y a a x a x () (3) Bu formül grş le çıkış arasıdak bağıtıyı göstermektedr. Formülde görüldüğü gb bulmamız gereke parametreler a, a, a polom katsayıları olacaktır. Katsayıları buluması ç aşağıdak aşamalar uygulamalıdır.. Adım: İlk olarak kullaacak GA parametreler belrlemeldr. Bular []; -Popülasyou kromozom sayısı, -Popülasyodak kromozomları bt sayısı, -Çaprazlama htmal, -Mutasyo htmal.. Adım: Geetk algortma parametreler belrledkte sora popülasyou oluştururuz. Popülasyou her br kromozomu a, a ve a katsayılarıı kodlamış değerler çermektedr. Bu katsayıları buluablmes ç kullaıcıı greceğ rastgele değer kadar kromozom ve her br kromozom ç de btler oluşturulmalıdır. Böylece popülasyo oluşturulmuş olur. Kromozomları her br m sayıda bt çers. Bua göre m = = m formülüde yola çıkarak; lk m btler a kat sayısıı, sorak bt grubu ola m se a katsayısıı ve so bt grubu ola m se a katsayısıı kodlaması ç gerekl ola bt sayıları olduğu görülür. 3. Adım: Popülasyo oluşturuldukta sora kromozomları dekodlaması gerekmektedr. İkl Tabalı Kodlama söz kousu se aşağıdak döüşüm formülü kullaılmalıdır. O tabalı Kodlama söz kousu se doğruda 4.adıma geçlmeldr. Burada, X = a + decmal( ) b a m (4) X katsayısıı dekode olumuş değerdr, a, b uygu katsayıı alableceğ değerler alt ve üst sıırlarıdır. Açıktır k, X [a, b ]. Bu uygulamada İkl Tabalı Kodlama terch edlmştr. Ya her br kromozom ç m, m, m bt grupları a döüşüm formülü uygulaarak dekode şlem yapılacaktır. Bu yöteme bağlı olarak a, a, a polom katsayıları popülasyou her br kromozomuu sahp olduğu a, ave a katsayılarıı kodlamış değerler çermektedr. Kromozomları her br m sayıda bt çerr. İlk m btler a katsayısıı, sorak bt grubu ola m se a katsayısıı ve so bt grubu ola m se a katsayısıı kodlaması ç gerekl ola bt sayısıdır. Bu formül yardımı le kromozom dekode edldkte sora katsayıları değerler bulumuş olur. 4. Adım: Katsayılar da buludukta sora polom formülü kullaılarak her br X grş ç br y çıkış değer elde edlr. Y a a x a x (5) Geetk Algortma le bulua çıkışlar le deey soucuda ortaya çıka çıkış değerler hata değerledrlmes yapılmalıdır. (y j y j ) j= Yukarıdak hata formülü GA le elde edlmş değerlerle, deey soucuda elde edlmş ölçüm değerler farklarıı kares şeklde fade edlmektedr. Problem maksmze bçme geçrmek ç bulua hataları büyük br sayıda çıkarılması gerekmektedr. Bu sayıyı 5 olarak belrlersek souç olarak uyguluk foksyoumuz 5- j=(y j y j ) şeklde fade edleblr. Uyguluk foksyou le elde edlmş değerler çersde, uyguluk değer yüksek ola kromozomu optmal çözüme yaklaşma şası da o kadar yüksektr. Uyguluk değer büyük olması çıkışlar arasıdak farkı küçük olduğu alamıa gelr. Bu da o katsayılarda oluşa kromozomu problem çözümüe yaklaştığı alamıa gelr []. Uyguluk foksyou le elde ettğmz değerler çersde, çözüme e yakı olduğuu düşüdüğümüz herhag br uyguluk değer buluuyorsa, bu stele çözüme yaklaşıldığıı ve artık şlem soladırılableceğ alamıa gelr. Aks takdrde 5.Adımda devam edlr. 5. Adım:. popülasyou oluşturmak ç seçm şlem uygulaır. Seçm şlem; uyguluk değer düşük ola kromozomları elemes, uyguluk değer yüksek ola kromozomları se br sorak popülasyoa aktarılmasıı sağlar. Seçm şlem bell yötemlerle uygulaır. Bu uygulamada Rulet Tekerleğ Yötem terch edlmştr. Ya f değer büyük olaı seçlme htmal yüksek, küçük olaı seçlme htmal se düşük kabul edleceğ yötem terch edlmştr. 6. Adım: Seçm şlem le elde edle popülasyoa çaprazlama uygulamalıdır..adımda belrtmş olduğumuz çaprazlama htmal le kromozom sayısı çarpılarak hag sayıda kromozomu çaprazlamaya uğrayacağı belrler. Kaç kromozomu çaprazlamaya greceğ belrledkte sora se rastgele olarak kromozomlar arasıda çaprazlamaya grecek ola kromozomlar seçlr. Her hag br çaprazlama tekğ burada kullaılablr. 7. Adım: Çaprazlama şlem tamamladıkta sora mutasyo şlem gerçekleştrlecektr. Mutasyo şlem gerçekleştreblmek ç mutasyo htmal le kromozom sayısı çarpılarak Mutasyoa uğrayacak toplam bt sayısı bulumalıdır. Kaç bt mutasyoa uğrayacağı belrtldkte sora rastgele olarak kromozomlar arasıda mutasyoa uğrayacak btler seçlr. İklk tabada kodlama söz kousu se Bt Ters Çevrme Yötem, oluk tabada kodlama söz kousu se Küçük Br Sayı Ekleme Yötem kullaılmalıdır. 8. Adım: Uygulaa tüm adımlarda sora popülasyou so hal elde edlmş olur ve tekrar ye katsayı değerler elde (6) 93

3 Pamukkale Uv Muh Blm Derg, 4(5), , 8 edeblmek ç ye popülasyou oluşturmaya yöelk 3.Adıma ger döülür. 4 GA le sesör kalbrasyou GA le dferasyel basıçölçer kalbrasyou yapılmıştır. Kulladığımız basıçölçer P5 sııfıa at basıç ölçer trasdüserdr, lkt ve gazları damk ve statk basıç ölçümler ç uygudur. Chazı resm Şekl de verlmştr. Şekl : Dferasyel basıçölçer trasdüser. Basıçölçer trasdüser çalışma aralığı: p 9 bar olarak ele alımıştır. Basıçölçer ölçüm hataları sıfır ortalamalı ve.3 bar stadart sapmalı ormal dağılım yasasıa tabdr. İcelee chazı kalbrasyo karakterstğ. derecede (3) polomu le fade edlmektedr. Deeylerde stadart basıç set yardımı le p 9 bar ölçüm aralığıda.5 bar aralıklarla p,,9 basıç syaller üretlmştr ve dferasyel basıç ölçer çıkış syaller z kaydedlmştr. Deey souçları Tablo de suulmuştur. Deey Numarası Tablo : Deey blgler tablosu. Grş Değerler, X (bar) Çıkış Değerler, Y (V) Polom (3) ü katsayıları Tablo de verle deey blglere dayaılarak buluur. Polom katsayılarımızı değer aralığı [-, ] olarak belrlemştr. Tablo de görüldüğü gb bell sayıda X grş değerler ve Y çıkış değerler bulumaktadır. Tablodak X değerler, stadart basıçölçer (psto gage) yardımıyla ölçüle basıç değerlerdr. Kulladığımız deey setde her br kalbrasyo oktasıda basıçölçer trasdüserle ardışık olarak 5 ölçüm yapılarak ortalaması bulumuştur. Y değerler basıçölçer yardımıyla ölçüle ortalama basıç değerlerdr (V csde). Kalbrasyo katsayılarıı taılayablmek ç uygulaması gereke temel adımlar sırasıyla [],[]; GA parametreler belrlemes, Stokastk olarak belrlee kromozomlarda lkel popülasyo oluşturulması (Bu kromozomlar katsayıları kodlamış haldr), Oluşturula popülasyodak kromozomları dekodlaması şlem (İklk tabada kodlama ç geçerldr), Kromozomları uyguluk değerler hesaplaması, Problem çözümüe uygu Üreme (Reproducto) şlem yapılması, Çaprazlama (Crossover) şlem uygulaması, Mutasyo (Mutato) şlem uygulaması, Popülasyou so hal oluşturulması ve popülasyodak kromozomları dekodlaması şleme ger döülmesdr. GA le dferasyel basıçölçer kalbrasyouu akış dyagramı Şekl de suulmuştur. Şekl : GA le sesör kalbrasyouu akış dyagramı. 93

4 Pamukkale Uv Muh Blm Derg, 4(5), , 8 GA ı parametreler belrledğ form Şekl 3 te verlmştr. Şekl 3: GA parametreler. Şekl 4-8 de verlmş formlar GA ı çalışması sürecde bulumuş ara souçları, Şekl 9 se souç bldrm formuu göstermektedr. Şekl 4 te katsayıları buluması sırasıda yapıla şlemler gösterldğ form suulmuştur. Şekl 6: Seçm formu. Kromozomlara çaprazlama şlem uyguladığı form Şekl 7 de suulmuştur. Şekl 4: Katsayılar formu. Uyguluk (hedef) değerler elde edlmes sırasıda yapıla şlemler gösterldğ form Şekl 5 te gösterlmştr. Şekl 7: Çaprazlama formu. Kromozomlara mutasyo şlem uyguladığı form Şekl 8 de verlmştr Şekl 5: Uyguluk değer formu. Şekl 6 de Rulet Tekerleğ seçm türü le şlemler yapıldığı form verlmştr. Şekl 8: Mutasyo formu. İşlemler soucuda elde edle polom katsayılarıı gösterldğ souç bldrm formu Şekl 9 da gösterlmştr. 93

5 Pamukkale Uv Muh Blm Derg, 4(5), , 8 Şekl 9: Souç bldrm formu. Şekl 9 de suulmuş souç bldrm formuda görüldüğü gb kalbrasyo katsayıları aşağıdak optmum değerler almıştır: a,9355; a,993; a,73 3 GA kestrm blgler Tablo de verlmştr. Söz kousu tabloda GA le sesör kalbrasyou souçları, mutlak ve bağıl hatalar yer almaktadır. Tablo de suulmuş hata değerlerde görüldüğü gb, bağıl hata sıfıra yakı aralıkta büyük değerler almaktadır, ama bu hata değer ölçüle basıç değerler arttıkça küçülmekte ve ölçme aralığıı soua doğru çok küçük değerlere varmaktadır. Tablo : GA kestrm blgler tablosu. GA le elde edlmş Y(V) Mutlak hata (bar) Bağıl hata % Kalbrasyo souçları GA ı ölçüm aletler kalbrasyou ç etk br yötem olduğuu göstermektedr. GA ı geleeksel kalbrasyo yötemler le kıyaslamasıda zayıf olduğu durumlar aşağıdaklerdr: GA da uygulaa tekrarlama sayısı, geleeksel yötemlerde kullaıla tekrarlama sayısıda fazladır. Bu edele GA geleeksel yötemlere göre daha uzu hesaplama zamaı gerektrr, Geleeksel yötemlerde determstk kurallar uyguladığıda parametreler değşm daha kotrollü olur. GA da uygulaa çaprazlama htmal ve mutasyo htmal büyük olması parametre değşm kotrollü olmasıı egeller. 5 Souçlar Bu çalışmada, ölçüm aletler kalbrasyouu geetk algortma yardımı le yapılması öerlmştr. Kullaılacak ola obje br dferasyel basıçölçer olarak belrlemştr. Geetk Algortma kullaılarak bu basıçölçer kalbrasyo eğrs bulumuştur. Çalışmada, kısa sürede kabul edleblr çözümler sağladığı gösterlmştr. Bu yötem esas avatajı, sadece optmzasyou yapıla foksyo hakkıda blg talep etmes ve çözüm uzayıı geş, süreksz ve karmaşık olduğu problem tplerde başarılı souçlar vermesdr. Yötem geleeksel yötemlerle kıyaslamada esas dezavatajı kalbrasyo ç daha çok hesaplama yükü ve zama gerektrmesdr. Bu eksklğe rağme, bu yaklaşım edüstr farklı dallarıda ölçme aletler kalbrasyou probleme geş olarak uygulaablr. Bu çalışmada GA le basıçölçer trasdüser kalbrasyo katsayılarıı belrlemes mümkülüğü gösterlmştr. İlerk çalışmalarımızda öerle yötem geleeksel yötemlerle kıyaslaması plalamaktadır. 6 Kayakça [] Cooper WD. Electroc Istrumetato ad Measuremet Techques. NJ, USA, Eglewood Clffs, Pretce Hall, Ic., 978. [] Hacıyev Ç. Deey Verler İşleme Yötemler ve Mühedslk Uygulamaları. Akara, Türkye, Nobel Yayı Dağıtım Tc. Ltd. Şt.. [3] Betta G, Dell Isola M. Frattolllo A. Expermetal desg techques for optmsg measuremet cha calbrato. Measuremet, 3(), 5-7,. [4] Kha SA, Shaba DT, Agarwala AK. Sesor calbrato ad compesato usg artfcal eural etwork. ISA Trasactos, 4(3), , 3. [5] Glueck M, Oshub Maol Y. Automatc real-tme offset calbrato of gyroscopes. IEEE Sesor Applcatos Symposum, Galvesto, USA, 9- February 3. [6] Sarcevc P, Pletl S, Kcses Z. Evolutoary algorthm based 9DOF sesor board calbrato. th Iteratoal Symposum o Itellget Systems ad Iformatcs (SISY 4), Subotca, Serba, -3 September 4. [7] Km MS, Yu SB, Lee KS. Developmet of a hgh-precso calbrato method for ertal measuremet ut. Iteratoal Joural of Precso Egeerg ad Maufacturg, 5, , 4. [8] Xuelag P, Pe J, Chusheg L. The calbrato method of three-axs magetometer based o geetc algorthm. Appled Mechacs ad Materals, 7, , 5. [9] Yoo J. ANN-based collaboratve sesor calbrato ad GA-approach to sesor mutato maagemet". 6 th IIAI Iteratoal Cogress o Advaced Appled Iformatcs (IIAI-AAI), Hamamatsu, Japa, 9-3 July 7. [] Mchalewcz Z. Geetc Algorthms + Data Structures = Evoluto Programs. New York, USA, Sprger-Verlag, 99. [] Cortes P, Larraeta J, Oeva L. Geetc algorthm for cotrollers elevator groups: Aalyss ad smulato durg luchpeak traffc. Appled Soft Computg, 4(), 59-74, 4. [] Jacobso L, Kaber B. Geetc Algorthms Java Bascs, New York, USA, Apress,

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

AES S Kutusuna Benzer S Kutuları Üreten Simulatör AES S Kutusua Bezer S Kutuları Ürete Smulatör M.Tolga SAKALLI Trakya Üverstes Blgsayar Mühedslğ tolga@trakya.edu.tr Erca BULUŞ Trakya Üverstes Blgsayar Mühedslğ ercab@trakya.edu.tr Adaç ŞAHİN Trakya Üverstes

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm Br Alışverş Merkezde Hzmet Sektörü Đç E Kısa Yol Problem le Br Çözüm Pıar Düdar, Mehmet Al Balcı, Zeyep Örs Yorgacıoğlu Ege Üverstes, Matematk Bölümü, Đzmr Yaşar Üverstes, Matematk Bölümü, Đzmr par.dudar@ege.edu.tr,

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

1. GAZLARIN DAVRANI I

1. GAZLARIN DAVRANI I . GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ Clt: 2 Sayı: 3 sh 87-02 Ekm 200 VOLTERRA SERİLERİ METODU İLE DOĞRUSAL OLMAYAN SİSTEMLERİN FREKANS BOYUTUNDA ANALİZİ İÇİN NET TABANLI ARAYÜZ TASARIMI (DESIGN

Detaylı

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

Detaylı

HIZLI EVRİMSEL ENİYİLEME İÇİN YAPAY SİNİR AĞI KULLANILMASI

HIZLI EVRİMSEL ENİYİLEME İÇİN YAPAY SİNİR AĞI KULLANILMASI Hızlı Evrmsel Eyleme İç Yapay Sr Ağı Kullaılması HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 006 CİLT SAYI 3 (-8) HIZLI EVRİMSEL ENİYİLEME İÇİN YAPAY SİNİR AĞI KULLANILMASI Abdurrahma HHO Dekalığı Havacılık

Detaylı

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01

Detaylı

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere

Detaylı

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2 BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ M.Em ÖNCÜ, Yusuf CALAYIR ocume@dcle.edu.tr, ycalayr@frat.edu.tr Öz: Çalışmada, betoarme yapıları Türk Deprem Yöetmelğde (ABYYHY,998) verle talep

Detaylı

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI DERS NOTLARI Hazırlaya: Pro.Dr. Orha ÇAKIR Akara Üverstes, Fe Fakültes, Fzk Bölümü Akara, 7! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

Detaylı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı YÖNEYLEM ARAŞTIRMASI III Hafta Determstk Damk Programlama (devam) Damk Programlama Geçe derste küçük ölçekl problemler damk programlamayla yelemel olarak asıl çözüldüğüü gördük. Bu derste, öreklere devam

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu

Detaylı

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarhl ve 25391 sayılı Resm Gazete'de yayımlamıştır.) Amaç BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayaak Madde 1 Bu Yöetmelğ amacı, 4857 sayılı İş Kauuu 53 ücü maddes

Detaylı

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2 l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa ELECO '1 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 Kasım - 1 Aralık 1, Bursa Artırma/Azaltma Lmtl ve Yasak İşletm Bölgel Ekoomk Güç Dağıtımı Problemler Yerçekmsel Arama Algortması le Çözümü

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ DEÜ MÜHENDİSLİK FAKÜLESİ FEN ve MÜHENDİSLİK DERGİSİ lt: 9 Sayı: s -7 Ocak 7 HİDROLİK PROBLEMLERİNİN ÇÖÜMÜNDE AŞIMA MARİSİ YÖNEMİ (MEHOD OF RANSFER MARIX O HE ANALYSIS OF HYDRAULI PROBLEMS) Rasoul DANESHFARA*,

Detaylı

EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR ALGORİTMA VE HESAPLAMA YÖNTEMİ

EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR ALGORİTMA VE HESAPLAMA YÖNTEMİ EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR AGORİTMA VE HESAAMA YÖNTEMİ Nurett Çetkaya Abdullah Ürkmez İsmet Erkme Takut Yalçıöz 4, Selçuk Üverstes Elektrk-Elektrok Mühedslğ Bölümü Koya ODTÜ Elektrk-Elektrok Mühedslğ

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

Gerçek Zamanlı Giriş Şekillendirici Tasarımı Design of Real Time Input Shaper

Gerçek Zamanlı Giriş Şekillendirici Tasarımı Design of Real Time Input Shaper ELECO '0 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 asım - 0 ralık 0, Bursa Gerçek Zamalı Grş Şeklledrc Tasarımı Desg of Real Tme Iput Shaper Sa ÜNSL, Sırrı Suay GÜRLEYÜ Elektrk-Elektrok Mühedslğ

Detaylı

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve

Detaylı

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim. 6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü

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

MOS TRANZİSTORLARDA SICAK TAŞIYICI ETKİSİNİN İSTATİSTİKSEL YÖNTEMLERLE İNCELENMESİ

MOS TRANZİSTORLARDA SICAK TAŞIYICI ETKİSİNİN İSTATİSTİKSEL YÖNTEMLERLE İNCELENMESİ MOS TRANZİSTORLARDA SICAK TAŞIYICI ETKİSİNİN İSTATİSTİKSEL YÖNTEMLERLE İNCELENMESİ Fırat KAÇAR 1 Ayte KUNTMAN Haka KUNTMAN 3 1, Elektrk-Elektrok Mühedslğ Bölümü Mühedslk Fakültes, İstabul Üverstes, 34800,

Detaylı

AÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM PROBLEMİ İÇİN FARKLI BİR YAKLAŞIM

AÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM PROBLEMİ İÇİN FARKLI BİR YAKLAŞIM AÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM ROBLEMİ İÇİN FARKLI BİR YAKLAŞIM Adem KÖK () Takut YALÇINÖZ () Nğde Tedaş, Nğde, ademkok@yahoo.com Nğde Üverstes, Elektrk-Elektrok Mühedslğ Bölümü, tyalcoz@gde.edu.tr

Detaylı

HĐPERSTATĐK SĐSTEMLER

HĐPERSTATĐK SĐSTEMLER HĐPERSTATĐK SĐSTELER Taım: Bütü kest zorları, şekldeğştrmeler ve yerdeğştrmeler belrlemes ç dege deklemler yeterl olmadığı sstemlere hperstatk sstemler der. Hperstatk sstemler hesabı ç, a) Dege deklemlere,

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi Fırat Üv. Müh. Bl. Dergs Scece ad Eg. J of Fırat Uv. 8 (), 143-147, 016 8 (), 143-147, 016 Yapay Sr Ağlarıı Kullaarak Türkye İç Kara Yüzey Sıcaklığıı Modellemes Özet Oza Şekal Çukurova Üverstes, Blgsayar

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde

Detaylı

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs

Detaylı

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

Detaylı

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ

TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI ROBLEMİNİN ÇÖZÜMÜ T. YALÇINÖZ T. YAVUZER H. ALTUN Nğde Üverstes, Mühedslk-Mmarlık Fakültes Elektrk-Elektrok Mühedslğ Bölümü, Nğde 5200 / Türkye e-posta:

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Kabul Edlmş Araştırma Makales (Düzelememş Sürüm) Accepted Research Artcle (Ucorrected Verso) Makale Başlığı / Ttle Karayolu

Detaylı

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455 İler Tekoloj Blmler Dergs Joural of Advaced Techology Sceces ISSN:47-3455 GÜÇ SİSTEMLERİNDE HARMONİKLERİN KRİTİK DEĞERLERE ETKİSİ Yusuf ALAŞAHAN İsmal ERCAN Al ÖZTÜRK 3 Salh TOSUN 4,4 Düzce Üv, Tekoloj

Detaylı

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa ELECO '1 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 Kasım - 1 Aralık 1, Bursa Zıt koumlu Yerçekmsel Arama Algortmasıı Termk Üretm Brmlerde Oluşa Emsyo Kısıtlı Ekoomk Güç Dağıtım Problemlere

Detaylı

S.Erhan 1 ve M.Dicleli 2

S.Erhan 1 ve M.Dicleli 2 1. Türkye Deprem Mühedslğ ve Ssmoloj Koferası 11-14 Ekm 2011 ODTÜ ANKARA ÖZET: SİSMİK YÜKLERİN İNTEGRAL KÖPRÜ KAZIKLARINDA DÜŞÜK DEVİRLİ YORULMAYA ETKİLERİ S.Erha 1 ve M.Dclel 2 1 Araştırma Görevls, Mühedslk

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

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

Yapay Arı Kolonisi Algoritması İle Elektrik Güç Sistemi Optimal Yakıt Maliyetinin Belirlenmesi

Yapay Arı Kolonisi Algoritması İle Elektrik Güç Sistemi Optimal Yakıt Maliyetinin Belirlenmesi 6 th Iteratoal Advaced Techologes Symposum (IATS 11), 16-18 May 011, Elazığ, Turkey Yapay Arı Kolos Algortması İle Elektrk Güç Sstem Optmal Yakıt Malyet Belrlemes A Öztürk 1, S Çobalı, S Duma, S Tosu 4,

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

SAYISAL ARAZİ MODELLERİNDE BAZI ENTERPOLASYON YÖNTEMLERİNİN KARŞILAŞTIRILMASI

SAYISAL ARAZİ MODELLERİNDE BAZI ENTERPOLASYON YÖNTEMLERİNİN KARŞILAŞTIRILMASI Selçuk Üverstes ISSN 30/678 Joural of Techcal-Ole Tekk Blmler Meslek Yüksekokulu Tekk-Ole Derg Clt 5, Sayı:-006 SAYISAL ARAZİ MODELLERİNDE BAZI ENTERPOLASYON YÖNTEMLERİNİN KARŞILAŞTIRILMASI Taer Üstütaş

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

Detaylı

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

Detaylı

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )

Detaylı

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir. Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade

Detaylı

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI Süleyma Demrel Üverstes İktsad ve İdar Blmler Fakültes Dergs Y.2008, C.3, S.2 s.335-350. Suleyma Demrel Uversty The Joural of Faculty of Ecoomcs ad Admstratve Sceces Y.2008, vol.3, No.2 pp.335-350. PORTFÖY

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ 8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferasiyel Deklemler 2009 Bahar Bu bilgilere atıfta bulumak veya kullaım koşulları hakkıda bilgi içi http://ocw.mit.edu/terms web sitesii ziyaret ediiz.

Detaylı

Ergonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım

Ergonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım Sakarya Üverstes Fe Blmler Esttüsü Dergs, Vol(No): pp, year SAKARYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DERGİSİ SAKARYA UNIVERSITY JOURNAL OF SCIENCE e-issn: 2147-835X Derg sayfası: http://dergpark.gov.tr/saufeblder

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

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı) 3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği Akademk Blşm 11 - III. Akademk Blşm Koferası Bldrler 2-4 Şubat 2011 İöü Üverstes, Malatya Bağıl Değerledrme Sstem Smülasyo Yötem le Test Edlmes: Kls 7 Aralık Üverstes Öreğ Kls 7 Aralık Üverstes, Blgsayar

Detaylı

Operasyonel Risk İleri Ölçüm Modelleri

Operasyonel Risk İleri Ölçüm Modelleri Bakacılar Dergs, Sayı 58, 006 Grş Operasyoel Rsk İler Ölçüm Modeller Çalışma k bölümde oluşmaktadır. İlk bölümde operasyoel rskler ölçülmes kapsamıda hag ler ölçüm modeller kullaılması gerektğ, söz kousu

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

Servis Yönlendirmeli Sistemlerde Güven Yayılımı

Servis Yönlendirmeli Sistemlerde Güven Yayılımı Servs Yöledrmel Sstemlerde Güve Yayılımı Mahr Kutay, S Zafer Dcle, M Ufuk Çağlaya Dokuz Eylül Üverstes, Elektrk-Elektrok Mühedslğ Bölümü, İzmr Boğazç Üverstes Blgsayar Mühedslğ Bölümü, İstabul Dokuz Eylül

Detaylı

PERDE ÇERÇEVE SİSTEMLERİN DEPLASMAN ESASLI DİZAYNI İÇİN DEPLASMAN PROFİLİ

PERDE ÇERÇEVE SİSTEMLERİN DEPLASMAN ESASLI DİZAYNI İÇİN DEPLASMAN PROFİLİ PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : : : : - PERDE ÇERÇEVE

Detaylı

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama KMÜ Sosyal ve Ekoomk Araştırmalar Dergs (8): 37-45, 00 ISSN: 309-93, wwwkmuedutr Kuruluş Yer Seçmde Bulaık TOPSIS Yötem ve Bakacılık Sektörüde Br Uygulama Nha Tırmıkçıoğlu Çıar Yıldız Tekk Üverstes, Kmya-Metalür

Detaylı

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2 LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık

Detaylı

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract YKGS2008: Yazılım Kaltes ve Yazılım Gelştrme Araçları 2008 (9-0 ekm 2008, İstabul) Yazılım Ürü Gözde Geçrmeler Öem, Hazırlık Sürec ve Br Uygulama Öreğ The Importace of the Software Product Revews, Preparato

Detaylı

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:0-Sayı/No: : 455-465 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE İKİ PARAMETRELİ WEIBULL DAĞILIMINDA

Detaylı

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc.), 008, 18(1): 1-5 Araştırma Makales/Artcle Gelş Tarh: 10.06.007 Kabul Tarh: 7.1.007 Lojstk Regresyoda Meydaa Gele Aşırı Yayılımı İcelemes

Detaylı

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi 3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada

Detaylı

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Olasılığı Tolaablrlk Kuralı: 5.6. Olasılığı çarım kuralı: 5.7. Değl ağıtısı: 5.8. Koşullu

Detaylı

Đst201 Đstatistik Teorisi I

Đst201 Đstatistik Teorisi I Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller

Detaylı

ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI

ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Öer.C.9.S.. Temmuz 00.-. ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Semra ERPOLAT Mmar Sa Güzel Saatlar Üverstes Fe Edebyat Fakültes, İstatstk Bölümü,

Detaylı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II 8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet

Detaylı

Yapı ve LQR kontrol sisteminin birleşik optimum tasarımı

Yapı ve LQR kontrol sisteminin birleşik optimum tasarımı tüdergs/d mühedslk Clt:5, Sayı:, Kısım:, 89-97 Nsa 6 Yapı ve LQR kotrol sstem brleşk optmum tasarımı Mehmet BOZCA *, Ata MUĞAN İÜ Maka Fakültes, Maka Mühedslğ Bölümü, 4464, Gümüşsuyu, İstabul Özet Bu çalışmada,

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı