DOĞRUSAL ÖĞRENME MODELİ VE PAZARLAMA. I. Doğrusal Öğrenme Modelinin Mahiyeti, Pazarlama Alanındaki Yeri ve İşleyişi:
|
|
- Belgin Akman
- 5 yıl önce
- İzleme sayısı:
Transkript
1 DOĞRUSAL ÖĞRENME MODELİ VE PAZARLAMA Dr. Kemal KURTULUŞ I. Doğrusal Öğrenme Modelinin Mahiyeti, Pazarlama Alanındaki Yeri ve İşleyişi: Öğrenme modeli (Learning Model) genel olarak stokastik veya thtimaliyetlerle çalışan (probabilistik) matematik bir modeldir. Daha açık bir ifadeyle, öğrenme modeli kesin rakkamlara (deterministik) değil ihtimaliyetlere dayanarak çalışır. Öğrenme modeli pazarlama alamnda markalar arası kaymaların ve dolayısiyle piyasa hisselerinin gelecekte ne olacağını tahmin etmede kullanılmaktadır. Öğrenme modelinin altındaki ana felsefe ve aynı zamanda modelin karakteristik ve ayırıcı özelliği; tüketicilerin geçmişteki bütün marka tercih ve tecrübelerinin veya satmalmalarınm yine aynı tüketicilerin gelecekteki marka tercih (satmalma) kararlarında etkili olacağıdır. Açıkça görülebileceği gibi bu görüş satmalma ameliyesini öğrenme prosesi olarak kabul eder. Aynı amaca (markalararası kaymaların ve piyasa hisselerinin tahminine) yönelmiş olan diğer iki ana model ise (zero-order ve first-order Markov modelleri) geçmiş dönemlerdeki marka tercihlerinin gelecek dönemlerdeki marka tercihlerine ya hiç etki etmiyeceğini (zero-order model), ya da en son tercihin etki edeceğini (first-order Markov modelinde t dönemindeki marka tercihlerine sadece (c 1) dönemindeki marka tercihlerinin etki edeceği) varsayarlar. Böylece öğrenme modeli daha önce satın alınmış herhangi bir markanın gelecekte satınalınması ihtimalinin artacağım varsayar. Gelecek dönemde satmalma ihtimalinde vuku bulacak bu artış kümülatiftir. Çünkü gelecek dönemdeki belli bir markayı tercih etme veya satmalma ihtimali sadece o tüketicinin en son veya en son birkaç satmalmasma veya tercihine değil fakat o tüketicinin o âna kadar olan bütün satmalma geçmişine dayanır. Doğrusal öğrenme modelini açıklamak için burada sadece iki markanın mevcut olduğu bir pazar düşünülecektir. A markası bizim 180
2 Doğrusal Öğrenme Modeli ve Pazarlama 181 esas ilgilendiğimiz marka olacaktır. B markası ise bu pazardaki bütün diğer markaların toplamını temsil edecektir. Herhangi bir tüketicinin A markasını t döneminde satmalma ihtimali P(A() = P{ ve B markasını t döneminde satmalma ihtimali P(Bt) =1 P(A() dir. Doğrusal öğrenme modeli geçmiş marka tercih ve satmalmaîarmın gelecek tercih ve satmalmalar üzerindeki etkisinin doğrusal olduğunu varsayar. Bu varsayım aşağıdaki iki doğrusal eşitlikle gösterilmiştir: (1) P ( + 1 = ap f -f- b -f c (satınalma operatörü) (2) P ( + 1 = ap ( 4- b (redetme operatörü) Yukarıdaki (1) numaralı eştilik satmalma veya kabul etme operatörü olarak adlandırılır ve t döneminde A markasını satmaldığı varsayılan herhangi bir tüketicinin (t+l) döneminde yine A markasını satmalması veya tercih etmesi ihtimalini verir. (2) numaralı eşitlik ise redetme veya satmalnıama operatörü olarak adlandırılır ve t döneminde A markası dışında başka bir markayı satmaldığı varsayılan herhangi bir tüketicinin it-\-l) döneminde A markasını satın alması veya tercih etmesi ihtimalini verir. Doğrusal öğrenme modelini açıklamak amacıyla modelin grafikte gösterilmesi oldukça yaygındır. Bu nedenle aşağıdaki grafik: 1 çizilmiştir. Grafik : 1
3 182 K. Kurtuluş Grafik: 1 de görüldüğü gibi P( ve P tjl1 L A ve U A ile sınırlandırılmıştır. Şöyleki; L A < Pt < U A ve L A < P ( + 1 < U A. Yukarıdaki grafikte dönemindeki satmalma ihtimali P( yatay eksende to dan 1 e kadar) ve (i+1) dönemindeki satmalma ihtimali P f + 1 dikey eksende (yine 0 dan 1 e kadar) gösterilmiştir. Grafik: 1 de görüldüğü gibi satmalma operatörünün eğimi ile redetme operatörünün eğimi bir birine eşittir. Matematik olarak bu eşitliğin ispatı açıktır. Şöyleki; (1) ve (2) numaralı denklemlerden bu iki doğrunun eğiminin a olduğu kolayca görülür. Bu eşitliğin temelindeki teorik varsayım ise satmalma prosesinin bir öğrenme ameliyesi olduğu temel görüşü ile öğrenme ve Unutma proseslerinin aynı hızla işlediğidir. Bu nokta üzerindeki teorik münakaşalar bu yazımızın kapsamı ile doğrudan doğruya ilgili olmadığından bu konuda tartışmaya girmekten burada kaçmıyoruz. Burada açıklanması gereken oldukça önemli başka bir nokta şudur; hernekadar (i+1) dönemindeki satmalma ihtimali (P i + I) sadece it) dönemindeki satmalma ihtimali (Pf) ye dayanıyor gözüküyorsa da gerçekte it) dönemindeki satmalma ihtimali (Pt) kendini bütün geçmiş marka tercih ve satınalmalarmın (daha doğrusu bunların etkilerinin) bir özetidir. Özet olarak ( +1) dönemindeki satmalma ihtimali (Pf + i) sadece it) dönemindeki satmalma ihtimalinin değil bütün geçmişteki tercih ve satınalmalarm bir fonksiyonudur. Yine yukarıdaki grafikten açıkça görülebileceği gibi satmalma operatörü ile redetme operatörü arasındaki mesafe c ye eşittir ve dolayısiyle; Satmalma operatörü : P i + 1 ap ( -f- b -J- c ve redetme operatörü : P ( + 1 a.vt-\- b dır. Burada t dönemleri göstermektedir. Şayet (Xf) bu dönemlere bağlı satınalma davranışı üzerindeki tesadüfi değişkeni gösterse, şöyle ki, X ( = 1 demek t döneminde A markasının 0 tüketici tarafından satmalınmadığını veya rededildiğini gösterir. Tabiatıyla X,; nin 0 ve 1 değerleri dışında başka bir değer alamıyacağı açıktır. Grafik: l de görüldüğü gibi t = 0 döneminde kendiliğinden P0 ihtimali ile A markasını alma temayülünde olan bir tüketici aynı dönemde A markasını satmaldığmda satmalma operatörü çalışacak ve gelecek U=V döneminde aynı tüketicinin A markasını alma ihtimali Pu dan P1 e yükselecektir. Karşıt olarak şayet tüketici t o döneminde A markasını satmalmayı redettiğinde redetme veya satmalma operatörü çalışa- 1
4 Doğrusal Öğrenme Modeli ve Pazarlama 183 cak ve gelecek dönemde (t = l döneminde) aynı tüketicinin A markasını alma ihtimali P0 dan P2 ye düşecektir. Doğrusal öğrenme modelinin işleyişini daha iyi açıklayabilmek için (X() zamana bağlı tesadüfi değişkeninin dört ayrı ve birbirini takip eden dönemlerdeki değerlerinin aşağıdaki tabloda (tablo: 1 de) gösterilmiş olduğu gibi dağıldığını varsayalım. t Tablo : 1 Yukarıdaki tablodan açıkça görülebileceği gibi ilk iki dönemde ( = 0 ve t=l dönemlerinde) A markasını satmalma veya kabul etme olayının vuku bulduğu ve daha sonraki iki dönemde ( =2 ve =3 dönemlerinde) A markasını satmalma veya redetme olayının vuku bulduğu açıktır. Şimdi bu şartlar altında doğrusal öğrenme modelinin daha doğrusu modelin operatörlerinin nasıl işliyeceğini inceleyelim. Grafik : 2
5 184 K. Kurtuluş Grafik: 2 de görüldüğü gibi t = 0 döneminde kendiliğinden P0 ihtimali ile A markasını alma temayülü olan herhangi bir tüketici bu dönemde ( = 0 döneminde) A markasını satın almıştır. Çünki tablo: 1 de = o için Xt = l dir. Yani A markası o tüketici tarafından satın alınmıştır. Bu durumda t~0 döneminde satmalma veya kabul operatörü işleyecek ve bu tüketicinin bir sonraki t = 1 döneminde A markasını satmalma ihtimalini P0 dan 'P1 e çıkartacaktır. Bir sonraki dönem olan t=l döneminde tablo: 1 yine Xf = l değerini taşımaktadır. Başka bir deyişle, t = 1 döneminde o tüketicinin yine A markasını tercih edip satmaldığı varsayılmıştır. Bu durumda t=l döneminde yine satmalma veya kabul operatörü işliyecek ve t 2 dönemi için aynı tüketicinin A markasını satmalma ihtimalini Pj den P2 ye çıkaracaktır. Üçüncü dönem olan t~2 döneminde tablo: l de X,3=0 değeri bulunmaktadır. Başka bir deyişle, t~2 döneminde aynı tüketici A markasını satmalmayı reddedecektir. Bu durumda t=2 döneminde red etme veya satmalmama operatörü çalışacak ve r=3 dönemi için aynı tüketicinin A markasını satmalma ihtimalini PH den P3 e düşürecektir. Dördüncü dönem olan t = 3 döneminde tablo: 1 yine X, = 0 değerini taşımaktadır, yani tüketici A markasını satmalmayı redetmiştir. Bu durumda = 3 döneminde yine satmalmama veya red etme operatörü çalışacak ve bir sonraki t 4 dönemi için aynı tüketicinin A markasını satmalma ihtimalini P3 den P4 e düşürecektir. Doğrusal öğrenme modelinin işleyiş esaslarını grafik yardımıyla inceledikten sonra bu modelin hayatî unsurlarından olan bir başka noktaya da temas etmemiz gerekmektedir. Bu nokta şudur; geçmiş satınalmalarm o andaki satmalma ihtimali (Pt nin P,+a) üzerindeki etkisi en son satmalma en büyük tartıyı almak üzere geometrik olarak tartılanmıştır. A. A. Kuehn bu konu ile ilgili makalesinde A malını en son satınalmalarm gelecek dönemde aynı malı satmalma ihtimali üzerindeki etkisini bir tablo halinde göstermiştir. Bu tablo aynen aşağıda gösterilmiştir. Aşağıdaki tabloda ilk sütundaki A 1ar A markasını D 1er ise A markası dışındaki bütün diğer markaları göstermektedir ve tablodan da açıkça farkedilebileceği gibi tablo: 2 nin neticeleri en son satınalmalarm bir sonraki dönemdeki satmalma ihtimalini geometrik olarak arttırdığını göstermektedir. Şu anda sırası gelmişken bu modelin eksik tarafını belirtmekte fayda olduğu kanısındayız. Doğrusal Öğrenme Modeli bütün tüketi-
6 Doğrusal Öğrenme Modeli ve Pazarlama 185 çilerin aynı P0 ihtimali ile t=0 döneminde A markasını satmalacaklarmı varsayar. Başka bir değişle bu model tüketicilerin homojen olduğunu farzeder. Gerçekte ise tüketiciler hetenoj endir ve A markasına karşı farklı satmalma ihtimallerine sahiptirler. Doğrusal Öğrenme Modeli bu eksikliğine rağmen yapılan bazı araştırmalarda uygun bir model olduğu neticesini vermiştir. (J. M. Carman). Bir sonraki dönemde A Sıra ile dört dönemdeki markasını satmalma marka tercihleri ihtimali AAAD AADA AD AA DAAA AADD O.305 AD AD DAAD 0.4İ4 ADDA DADA DDAA ADDD DADD DDAD DDDA Tablo : 2 Diğer bir nokta ise; bu model tl) ve (2) numaralı eşitliklerdeki a, b, ve c parametrelerini zaman içinde değişmez (Statik) kabul eder. Aslında öğrenme prosesi statik değil dinamiktir. Bu takdirde eşitliklerdeki o, b, ve c parametrelerinin de zaman içinde değişmesi gerekir. Bu teorik münakaşayı da daha sonraya bırakarak Doğrusal Öğrenme Modeli vasıtasıyla gelecek dönemlerdeki satmalma ihtimallerinin nasıl hesaplanacağını inceleyelim. IE. Gelecekteki Satmalma İhtimallerinin Doğrusal Öğrenme Modeli Vasıtası İle Hesaplanması ve Sonuç : Gelecek dönemlerdeki satmalma ihtimalleri i=q dönemindeki satmalma ihtimali (P0) ve a, b, c parametrelerinin bilindiği varsayımı altında hesaplanabilir. Şöyleki;
7 186 K. Kurtuluş A. Satmalma Durumu: Satmalma operatörünün çalışması için Xt = ı olmalıdır. Şayet t~0, 1, T dönemleri için X,=:l ise bu takdirde bu dönemlerde satmalma olayların vuku bulduğu anlaşılır. Ve bu durumda; P ( + 1 = ap t + b + c ; l a 1 Pt =a t P0± (b + c) [ ]dir. t = 0, 1,2,Tiçin X Ch B. Red Etme Durumu: Burada X, = 0 dır ve eğer =0, 1, 2 T için X ( = 0 ise bu takdirde bu devrelerde satmalmama veya red etme olayları vuku bulmuştur. Bu durumda; P t + 1= op, + b ; l a* Pt - o 1 P0 + b [ ] dir. t = 0,1, 2, T için 1 a Meseleyi açıklamak için bir örnek verelim: Örnek -. Şayet a 0,3, b = 0,2 ve c = 0,4 ise ve 0 döneminde A malını satmalma ihtimali P olduğunda gelecek dönemler ve üç değişik tesadüfi değişken dağılımı için şu satmalma ihtimalleri bulunur (bakınız, Tablo-. 3). ' t X ( aşağıdaki değişik X ( = 1 için X ( = 0 için değerleri aldığında t Pt P t x t *t Hm Tablo : 3
8 Doğrusal Öğrenme Modeli ve Pazarlama 187 Yukarıdaki Tablo: 3 de X ( 1 kolonu için satmalma veya kabul operatörü çalışacaktır. Örneğin; t=l dönemi için; Pt = a*p0 + (û + c) [ ] il cû a 0,3 1 ) P = 0,3 X 0,400 + (0,2 + 0,4) = 0,720 (1 0,3) Aynı şekilde Xt = 0 kolonu için satmalmama veya red etme operatörü çalışacaktır. Şöyle ki; t 1 dönemi için; (1 a') Pt = a ( P 0 + b [ ] (1 a) ( ) P = 0,3 X 0,400 -f 0,2 = 0,320 (1 0,3) Üçüncü sütunda ise Xt tesadüfi değişkeninin aldığı değerlere göre satmalma veya red etme operatörü (Xf = 1 için satmalma X ; = o için red etme operatörü) çalışacaktır. Şöyle ki; t = l dönem için satmalma operatörü çalışacak (Çünkü t=0 daxt = 1 dir) ve = a'p 0+ (b + c) [ ~ ] t X a t ) (l o.) (1 0.3 ) 1 P = 0,3 X 0,400 + (0,2 + 0,4) : = 0,720 (1 0,3) t 2 dönemi için ise red etme operatörü çalışacaktır; P t + 1 = P, + b P2 = a Px + b P2-0,3 X 0, ,2 = 0,416 Burada şayet P( biliniyorsa; *E(P t + 1) = (ct+c) Pt + b *) Burada E matematik ümidi belirtmektedir.
9 188 K. Kurtuluş Veya şayet P biliniyorsa aşağıdaki (4) numaralı eşitlik kullanılacaktır. Şöyle ki; E (Pt) = E [a P, + b + c X,] E tpt) = ap, + b + ce(x () HalbukiE(X() - P ( çünki; P(X{ = 0) = 1 P ( E(Xt) =0(1 Pt) +KP.1 E(X() =P ( dir. P(X t=i) = Pt E(X () = Pf Öyle ise E(Pt) = ap t+b + cp f = (a+c) P, + b (3) (3) numaralı eşitlik ise birinci dereceden fark eşitliğidir ve (a+c) T^= l ise şu genel sonuca sahiptir. 1 (a+c)* E(Pt) = (a+c) f P 0 + b [ ] 1 (a+c) (4) (4) numaralı eşitlik tahmin amacıyla kullanıldığı takdirde 1. dereceden Markov modeline eşdeğerdir. Şöyle ki; Buradaki (a+c) değeri Markov modelindeki (1 P12 P21) değerine ve b değeride P21 değerine eşittir. Dolayısiyle tipik Markov ihtimaliyet matrisi P = 1 Pl2. P«P P doğrusal öğrenme modeli değerleri ile şu matrise eşit olacaktır; P - (a+ö + c) [1 (a+b + c)] b, l b Buna göre yukarıda verdiğimiz Örneği 1. dereceden Markov ihtimaliyet matrisine dönüştürürsek bu matris şu elemanlara sahip olacaktır; P = 0,9 0,2 0,1 0,8
10 Doğrusal Öğrenme Modeli ve Pazarlama 189 Böylece Doğrusal Öğrenme Modelinin herhangi bir markayı satmalma ihtimalinin tahmininde ve dolayısiyle ilgili markanın piyasa hissesini tahmin etmede nasıl kullanılacağını incelemiş bulunuyoruz. BİBLİ Y O G K A F Y A A. A. Kuehn «Consumer Brand Choice A Learning Process» Journal of Advertising Research, II (Dec, 1962). sayfa: R. Bush and F. Mosteller, «Stochastic Models for Le&rning» (New York; John Wiley and Sons, 1955). J. M. Carman «Brand Switching and Linear Learning Models», Journal of Advertising Research, (June, 1966), sayfa: G. Haines, *A Theory of Market Behavior After Innovation», Management Science, X (July, 1964), sayfa: H. Demsetz, «The Effect of Consumer Experience on Brand Loyalty and the Structure of Market Demand», Econometrica, Vol. 30, No. 1 (January, 1962). sayfa:
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
DetaylıSAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II MARKOV ZİNCİRLERİ DERS NOTLARI
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II MARKOV ZİNCİRLERİ DERS NOTLARI STOKASTİK (RASSAL) SÜREÇLER Bazen rassal değişkenlerin zamanla nasıl değiştiğiyle ilgileniriz. Örneğin
Detaylıii) S 2LW 2WH 2LW 2WH S 2WH 2LW S 3( x 1) 5( x 2) 5 3x 3 5x x Maliye Bölümü EKON 103 Matematik I / Mart 2018 Proje 2 CEVAPLAR C.1) C.
C.1) x1 x 1 4 4( x1) x 6 4x 4 x 6 x 46 x Maliye Bölümü EKON 10 Matematik I / Mart 018 Proje CEVAPLAR C.) i) S LW WH LW WH S LW WH S W W W S L H W ii) S LW WH WH LW S WH LW S W W W S H L W C.) ( x1) 5(
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
DetaylıOPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2
OPTIMIZASYON.... Bir Değişkenli Fonksiyonların Maksimizasyonu.... Türev...3.. Bir noktadaki türevin değeri...4.. Maksimum için Birinci Derece Koşulu...4.3. İkinci Derece Koşulu...5.4. Türev Kuralları...5
DetaylıBekleme Hattı Teorisi
Bekleme Hattı Teorisi Sürekli Parametreli Markov Zincirleri Tanım 1. * +, durum uzayı * +olan sürekli parametreli bir süreç olsun. Aşağıdaki özellik geçerli olduğunda bu sürece sürekli parametreli Markov
DetaylıKontrol Sistemlerinin Analizi
Sistemlerin analizi Kontrol Sistemlerinin Analizi Otomatik kontrol mühendisinin görevi sisteme uygun kontrolör tasarlamaktır. Bunun için öncelikle sistemin analiz edilmesi gerekir. Bunun için test sinyalleri
DetaylıBölüm 8: Sağlık Hizmetleri İçin Talep Ve Sağlık Harcamaları. Sağlık Ekonomisi
Bölüm 8: Sağlık Hizmetleri İçin Talep Ve Sağlık Harcamaları Sağlık Ekonomisi 1 Sağlık hizmetleri için talep eğrisinin teorik olarak elde edilişi. Talebi etkileyen ekonomik ve ekonomik olmayan değişkenler.
DetaylıGRAFİK ÇİZİMİ VE UYGULAMALARI 2
GRAFİK ÇİZİMİ VE UYGULAMALARI 2 1. Verinin Grafikle Gösterilmesi 2 1.1. İki Değişkenli Grafikler 3 1.1.1. Serpilme Diyagramı 4 1.1.2. Zaman Serisi Grafikleri 5 1.1.3. İktisadi Modellerde Kullanılan Grafikler
Detaylı3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem
3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası
DetaylıYatırım Analizi ve Portföy Yönetimi 6. Hafta
Yatırım Analizi ve Portföy Yönetimi 6. Hafta Dr. Mevlüt CAMGÖZ 1 Dr. Mevlüt CAMGÖZ İçerik Karakteristik Doğru ve Beta Katsayısı Karakteristik Doğrunun Tahmini Beta Katsayısının Hesaplanması Agresif ve
Detaylı1. Toplam Harcama ve Denge Çıktı
DERS NOTU 03 TOPLAM HARCAMALAR VE DENGE ÇIKTI - I Bugünki dersin içeriği: 1. TOPLAM HARCAMA VE DENGE ÇIKTI... 1 HANEHALKI TÜKETİM VE TASARRUFU... 2 PLANLANAN YATIRIM (I)... 6 2. DENGE TOPLAM ÇIKTI (GELİR)...
DetaylıTAM REKABET PİYASASINDA DENGE FİYATININ OLUŞUMU (KISMÎ DENGE)
Ünite 10: TAM REKABET PİYASASINDA DENGE FİYATININ OLUŞUMU (KISMÎ DENGE) Tam rekabetçi bir piyasada halen çalışmakta olan firmalar kısa dönemde normal kârın üzerinde kâr elde ediyorlarsa piyasaya yeni firmalar
Detaylı2. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN
2. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / 2 C.1.2. Piyasa Talep Fonksiyonu Bireysel talep fonksiyonlarının toplanması ile bir mala ait
DetaylıÜNİTE. MATEMATİK-1 Yrd.Doç.Dr.Ömer TARAKÇI İÇİNDEKİLER HEDEFLER DOĞRULAR VE PARABOLLER
HEDEFLER İÇİNDEKİLER DOĞRULAR VE PARABOLLER Birinci Dereceden Polinom Fonksiyonlar ve Doğru Doğru Denklemlerinin Bulunması İkinci Dereceden Polinom Fonksiyonlar ve Parabol MATEMATİK-1 Yrd.Doç.Dr.Ömer TARAKÇI
DetaylıÖZDEĞERLER- ÖZVEKTÖRLER
ÖZDEĞERLER- ÖZVEKTÖRLER GİRİŞ Özdeğerler, bir matrisin orijinal yapısını görmek için kullanılan alternatif bir yoldur. Özdeğer kavramını açıklamak için öncelikle özvektör kavramı ele alınsın. Bazı vektörler
DetaylıBURULMA (TORSİON) Dairesel Kesitli Çubukların (Millerin) Burulması MUKAVEMET - Ders Notları - Prof.Dr. Mehmet Zor
3 BURULMA (TORSİON) Dairesel Kesitli Çubukların (Millerin) Burulması 1.1.018 MUKAVEMET - Ders Notları - Prof.Dr. Mehmet Zor 1 3. Burulma Genel Bilgiler Burulma (Torsion): Dairesel Kesitli Millerde Gerilme
DetaylıYıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ. Markov Analizi
Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ Doç. Dr. İhsan KAYA Markov Analizi Markov analizi, bugün çalışan bir makinenin ertesi gün arızalanma olasılığının
DetaylıİÇİNDEKİLER. Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13 Bölüm 2 STATİK DENGE ANALİZİ 19 2.1 İktisatta Denge Kavramı 20 2.1.1.
Detaylı6. Tüketici Davranışları ve Seçimleri 6.1. Tüketici Kuramına Giriş 6.2. Tüketici Dengesi. Ders içeriği (6. Hafta)
6. Tüketici Davranışları ve Seçimleri 6.1. Tüketici Kuramına Giriş 6.2. Tüketici Dengesi Ders içeriği (6. Hafta) Tüketici Dengesi Kardinal fayda kuramını savunan ekonomistler: mal ve hizmetlerin faydası
DetaylıDOĞRUNUN ANALİTİK İNCELEMESİ
Koordinatlar DOĞRUNUN ANALİTİK İNCELEMESİ Bilindiği gibi, düzlemdeki her bir noktaya bir (a,b) sıralı ikilisi, her bir (a,b) sıralı ikilisine bir nokta karşılık gelir. Eğer bir A noktasına karşılık gelen
DetaylıDİĞER ANALİZ TEKNİKLERİ
DİĞER ANALİZ TEKNİKLERİ İÇERİK EŞDEĞERLİK DOĞRUSALLIK KAYNAK DÖNÜŞÜMÜ SUPERPOZİSYONUN UYGULANMASI THEVENIN VE NORTON TEOREMLERİ ENFAZLA GÜÇ AKTARIMI EE-201, Ö.F.BAY 1 DİĞER ANALİZ TEKNİKLERİ ÖĞRENME HEDEFLERİ
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri
DetaylıNokta uzayda bir konumu belirtir. Noktanın 0 boyutlu olduğu kabul edilir. Herhangi bir büyüklüğü yoktur.
Üç Boyutlu Geometri Nokta (Point,Vertex) Nokta uzayda bir konumu belirtir. Noktanın 0 boyutlu olduğu kabul edilir. Herhangi bir büyüklüğü yoktur. Kartezyen Koordinat Sistemi Uzayda bir noktayı tanımlamak
DetaylıDers 1: Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 4. Stokastik Süreç Nedir? Stokastik Süreç Nedir?
Ders : Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 4 Yrd. Doç. Dr. Beyazıt Ocaktan E-mail: bocaktan@gmail.com Ders İçerik: nedir? Markov Zinciri nedir? Markov Özelliği Zaman Homojenliği
Detaylı1. Analitik düzlemde P(-4,3) noktasının eksenlerden ve O başlangıç noktasından uzaklığı kaç birimdir?
HAZİNE- HAZİNE-2 O başlangıç noktasında dik kesişen iki sayı ekseninin oluşturduğu sisteme koordinat sistemi denir. Bir noktanın x-eksenindeki dik izdüşümüne karşılık gelen x sayısına noktanın apsis i
DetaylıÜSTEL DÜZLEŞTİRME YÖNTEMİ
ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik
Detaylıİktisada Giriş I. 17 Ekim 2016 II. Hafta
İktisada Giriş I 17 Ekim 2016 II. Hafta Ordinalist Yaklaşım Fayda ölçülemez ancak kayıtsızlık eğrileri ve bütçe doğrusu yardımı ile sıralanabilir. Farksızlık eğrisi tüketiciye aynı fayda düzeyini sağlayan
Detaylı1. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN
. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / BÖLÜM TEK DEĞĠġKENLĠ FONKSĠYONEL ĠLĠġKĠ A. DÜZ DOĞRU Düz bir doğrunun tanımlamasında kullanılan
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
Detaylı6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN
6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / 2 A.5. Doğrusal olmayan fonksiyonların eğimi Doğrusal fonksiyonlarda eğim her noktada sabittir
Detaylı4. BÖLÜM DOĞRUSAL DENKLEM SİSTEMLERİ
4. BÖLÜM DOĞRUSAL DENKLEM SİSTEMLERİ Doğrusal Denklem Sistemi x 1,x 2,,x n ler bilinmeyenler olmak üzere, doğrusal denklemlerin oluşturduğu; a x a x a x b 11 1 12 2 1n n 1 a x a x a x b 21 1 22 2 2n n
DetaylıEkonomi I. Doç.Dr.Tufan BAL. 6.Bölüm: Tüketici Davranışı Teorisi
Ekonomi I 6.Bölüm: Tüketici Davranışı Teorisi Doç.Dr.Tufan BAL Not:Bu sunun hazırlanmasında büyük oranda Prof.Dr.Tümay ERTEK in Temel Ekonomi kitabından faydalanılmıştır. 2 Teorik Altyapı Piyasa ekonomisinin
DetaylıMUKAVEMET Öğr. Gör. Fatih KURTULUŞ
www.sakarya.edu.tr MUKAVEMET Öğr. Gör. Fatih KURTULUŞ www.sakarya.edu.tr 1. DÜŞEY YÜKLÜ KİRİŞLER Cisimlerin mukavemeti konusunun esas problemi, herhangi bir yapıya uygulanan bir kuvvetin oluşturacağı gerilme
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıLineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler
Lineer Cebir Doç. Dr. Niyazi ŞAHİN TOBB İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler Bölüm 1 - Lineer Eşitlikler 1.1. Lineer Eşitliklerin Tanımı x 1, x 2,..., x
DetaylıAyrık Fourier Dönüşümü
Ayrık Fourier Dönüşümü Tanım: 0 n N 1 aralığında tanımlı N uzunluklu bir dizi x[n] nin AYRIK FOURIER DÖNÜŞÜMÜ (DFT), ayrık zaman Fourier dönüşümü (DTFT) X(e jω ) nın0 ω < 2π aralığında ω k = 2πk/N, k =
DetaylıTOPSIS yönteminin adımları 5 Adım 1. Normalize karar matrisinin oluşturulması 6 Karar matrisinin normalizasyonu aşağıdaki formül kullanılarak yapılır:
Giriş 2 TOPSIS Bölüm 5 TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 1981 yılında Hwang ve Yoon tarafından geliştirilmiştir. Uygulanması basit, ulaşılan sonuçlar çok gerçekçidir.
Detaylı13. Karakteristik kökler ve özvektörler
13. Karakteristik kökler ve özvektörler 13.1 Karakteristik kökler 1.Tanım: A nxn tipinde matris olmak üzere parametrisinin n.dereceden bir polinomu olan şeklinde gösterilen polinomuna A matrisin karakteristik
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıÇALIŞMA SORULARI TOPLAM TALEP I: MAL-HİZMET (IS) VE PARA (LM) PİYASALARI
ÇALIŞMA SORULARI TOPLAM TALEP I: MAL-HİZMET (IS) VE PARA (LM) PİYASALARI 1. John Maynard Keynes e göre, konjonktürün daralma dönemlerinde görülen düşük gelir ve yüksek işsizliğin nedeni aşağıdakilerden
DetaylıÖĞRENME ALANI TEMEL MATEMATİK BÖLÜM TÜREV. ALT ÖĞRENME ALANLARI 1) Türev 2) Türev Uygulamaları TÜREV
- 1 - ÖĞRENME ALANI TEMEL MATEMATİK BÖLÜM TÜREV ALT ÖĞRENME ALANLARI 1) Türev 2) Türev Uygulamaları TÜREV Kazanım 1 : Türev Kavramını fiziksel ve geometrik uygulamalar yardımıyla açıklar, türevin tanımını
DetaylıKAMU PERSONEL SEÇME SINAVI ÖĞRETMENLİK ALAN BİLGİSİ TESTİ ORTAÖĞRETİM MATEMATİK ÖĞRETMENLİĞİ TG 15 ÖABT ORTAÖĞRETİM MATEMATİK Bu testlerin her hakkı saklıdır. Hangi amaçla olursa olsun, testlerin tamamının
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
DetaylıİSTATİSTİKSEL PROSES KONTROLÜ
İSTATİSTİKSEL PROSES KONTROLÜ ZTM 433 KALİTE KONTROL VE STANDARDİZASYON PROF: DR: AHMET ÇOLAK İstatistiksel işlem kontrolü (İPK), işlemle çeşitli istatistiksel metotların ve analiz sapmalarının kullanımını
DetaylıARAZİ ÖLÇMELERİ. Temel Ödev I: Koordinatları belirli iki nokta arasında ki yatay mesafenin
Temel ödevler Temel ödevler, konum değerlerinin bulunması ve aplikasyon işlemlerine dair matematiksel ve geometrik hesaplamaları içeren yöntemlerdir. öntemlerin isimleri genelde temel ödev olarak isimlendirilir.
DetaylıBÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ
BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ 1.1. Giriş Kinematik, daha öncede vurgulandığı üzere, harekete sebep olan veya hareketin bir sonucu olarak ortaya çıkan kuvvetleri dikkate almadan cisimlerin hareketini
DetaylıZaman Serisi Verileriyle Regresyon Analizi
Zaman Serisi Verileriyle Regresyon Analizi Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi Iktisat Bölümü Textbook: Introductory Econometrics (4th ed.) J. Wooldridge 13 Mart 2013 Ekonometri II: Zaman Serisi
Detaylıd) x - y = 0 e) 5x -3y = 0 f) 4x -2y = 0 g) 2x +5y = 0
Koordinat sistemi Orijinden geçen doğrular Aşağıda koordinat sisteminde orijinden geçen doğruyu inceleyelim. Tanım: Orijinden geçen doğrular eksenlere dokunmaz. Orijin bir nokta olduğu için sonsuz doğru
Detaylı18.034 İleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıSelçuk Üniversitesi 26 Aralık, 2013 Beyşehir Turizm Fakültesi-Konaklama İşletmeciliği Genel Ekonomi Dr. Alper Sönmez. Soru Seti 3
Soru Seti 3 1) Q D = 100 2P talep denklemi ve Q S = P 20 arz denklemi verilmiştir. Üretici ve tüketici rantlarını hesaplayınız. Cevap: Öncelikle arz ve talep denklemlerini eşitleyerek denge fiyat ve miktarı
DetaylıSÜREKLİ RASSAL DEĞİŞKENLER
SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.
DetaylıŞekil 7.1 Bir tankta sıvı birikimi
6 7. DİFERENSİYEL DENKLEMLERİN SAYISAL ÇÖZÜMLERİ Diferensiyel denklemlerin sayısal integrasyonunda kullanılabilecek bir çok yöntem vardır. Tecrübeler dördüncü mertebe (Runge-Kutta) yönteminin hemen hemen
DetaylıMatris Cebiriyle Çoklu Regresyon Modeli
Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıMatematik Ders Notları. Doç. Dr. Murat Donduran
Matematik Ders Notları Doç. Dr. Murat Donduran Mart 18, 28 2 İçindekiler 1 Tanımlı Integral Uygulamaları 5 1.1 Olasılık.............................. 5 3 4 İÇINDEKILER Bölüm 1 Tanımlı Integral Uygulamaları
DetaylıYÜZÜNCÜ YIL ÜNİVERSİTESİ ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ ANALOG ELEKTRONİK DENEY RAPORU
YÜZÜNCÜ YIL ÜNİVERSİTESİ ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ ANALOG ELEKTRONİK DENEY RAPORU DENEY NO : DENEYİN ADI : YAPILIŞ TARİHİ: GRUP ÜYELERİ : 1. 2. 3. DERSİN SORUMLU ÖĞRETİM ÜYESİ: Yrd. Doç.
DetaylıDik koordinat sisteminde yatay eksen x ekseni (apsis ekseni), düşey eksen ise y ekseni (ordinat ekseni) dir.
ANALĐTĐK GEOMETRĐ 1. Analitik Düzlem Bir düzlemde dik kesişen iki sayı doğrusunun oluşturduğu sisteme analitik düzlem denir. Analitik düzlem, dik koordinat sistemi veya dik koordinat düzlemi olarak da
Detaylı11.Konu Tam sayılarda bölünebilme, modüler aritmetik, Diofant denklemler
11.Konu Tam sayılarda bölünebilme, modüler aritmetik, Diofant denklemler 1. Asal sayılar 2. Bir tam sayının bölenleri 3. Modüler aritmetik 4. Bölünebilme kuralları 5. Lineer modüler aritmetik 6. Euler
DetaylıTemel ve Uygulamalı Araştırmalar için Araştırma Süreci
BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması
DetaylıBERNOULLI TEOREMİNİN İSPATINA BİR YAKLAŞIM
BERNOULLI TEOREMİNİN İSPATINA BİR YAKLAŞIM Prof. Dr. Erol YARIZ ( ) GiRiŞ ihtimaller Teorisinin tarihsel gelişimi içinde yer alan bazı teoremlere, yeni ispat şekillerinin bulunması veya ispatlara yeni
Detaylı= 2 6 Türevsel denkleminin 1) denge değerlerinin bulunuz. 2) Bulmuş olduğunuz dengenin istikrarlı olup olmadığını tespit ediniz.
Siyasal Bilgiler Fakültesi İktisat Bölümü Matematiksel İktisat Ders Notu Prof. Dr. Hasan Şahin Faz Diyagramı Çizimi Açıklamarı = 2 6 Türevsel denkleminin 1) denge değerlerinin bulunuz. 2) Bulmuş olduğunuz
DetaylıEŞİTLİK KISITLI TÜREVLİ YÖNTEMLER
EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıBir Doğrusal Programlama Modelinin Genel Yapısı
Bir Doğrusal Programlama Modelinin Genel Yapısı Amaç Fonksiyonu Kısıtlar M i 1 N Z j 1 N j 1 a C j x j ij x j B i Karar Değişkenleri x j Pozitiflik Koşulu x j >= 0 Bu formülde kullanılan matematik notasyonların
DetaylıLineer Bağımlılık ve Lineer Bağımsızlık
Lineer Bağımlılık ve Lineer Bağımsızlık Yazar Öğr.Grv.Dr.Nevin ORHUN ÜNİTE 5 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayı ve alt uzay yapısını daha iyi tanıyacak, Bir vektör uzayındaki vektörlerin
Detaylıx 1,x 2,,x n ler bilinmeyenler olmak üzere, doğrusal denklemlerin oluşturduğu;
4. BÖLÜM DOĞRUSAL DENKLEM SİSTEMLERİ Doğrusal Denklem Sistemi x,x,,x n ler bilinmeyenler olmak üzere, doğrusal denklemlerin oluşturduğu; a x + a x + L + a x = b n n a x + a x + L + a x = b n n a x + a
DetaylıÖğr. Elemanı: Dr. Mustafa Cumhur AKBULUT
Ünite 10: Regresyon Analizi Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT 10.Ünite Regresyon Analizi 2 Ünitede Ele Alınan Konular 10. Regresyon Analizi 10.1. Basit Doğrusal regresyon 10.2. Regresyon denklemi
Detaylımeydana gelen değişmedir. d. Ek bir işçi çalıştırıldığında sabit maliyetlerde e. Üretim ek bir birim arttığında toplam
A 1. Aşağıda verilen ifadelerden hangisi eş-ürün eğrisi ile ilgili değildir? a. Girdilerin pozitif marjinal fiziki ürüne sahip olması b. Girdilerin azalan marjinal fiziki ürüne sahip olması c. Girdilerin
Detaylı2. Basınç ve Akışkanların Statiği
2. Basınç ve Akışkanların Statiği 1 Basınç, bir akışkan tarafından birim alana uygulanan normal kuvvet olarak tanımlanır. Basıncın birimi pascal (Pa) adı verilen metrekare başına newton (N/m 2 ) birimine
DetaylıStokastik Süreçler (MATH495) Ders Detayları
Stokastik Süreçler (MATH495) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Stokastik Süreçler MATH495 Güz 3 0 0 3 6 Ön Koşul Ders(ler)i Math392 veya öğretim
DetaylıMARKA YÖNETİMİ Markanın Konusu, Çeşitleri ve Temel Kavramlar
MARKA YÖNETİMİ Markanın Konusu, Çeşitleri ve Temel Kavramlar Arş.Gör. Duran GÜLER Ege Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü Tedarik Zinciri Marka Performansı Aynı ya da farklı, çeşitli niteliklerde
DetaylıSİSTEM ANALİZİ ve TASARIMI. ÖN İNCELEME ve FİZİBİLİTE
SİSTEM ANALİZİ ve TASARIMI ÖN İNCELEME ve FİZİBİLİTE Sistem Tasarım ve Analiz Aşamaları Ön İnceleme Fizibilite Sistem Analizi Sistem Tasarımı Sistem Gerçekleştirme Sistem Operasyon ve Destek ÖN İNCELEME
DetaylıKarar değişkenlere ilişkin fonksiyonların ve bu fonksiyonlara ilişkin sınırlamaların tanımlanması
İNŞAAT PROJELERİNİN PROGRAMLAMA, TASARIM VE YAPIM SÜRECİNDE OPTİMİZASYON Doğrusal Optimizasyon Optimizasyon Kuramı (Eniyileme Süreci) Doğrusal Olmayan Optimizasyon Optimizasyon en iyi çözümü bulma sürecidir.
DetaylıDOĞRUSAL SORUMLULUK ÇİZELGESİ. Asis. Dr. Zeki AKSAN t. Ü. İşletme Fakültesi Yönetim ve Organizasyon Kürsüsü GİRİŞ :
DOĞRUSAL SORUMLULUK ÇİZELGESİ Asis. Dr. Zeki AKSAN t. Ü. İşletme Fakültesi Yönetim ve Organizasyon Kürsüsü GİRİŞ : Örgütlerin büyümesiyle, örgütlerde görev alan kişiler arasındaki üişkiler büyük bir artış
Detaylıx e göre türev y sabit kabul edilir. y ye göre türev x sabit kabul edilir.
TÜREV y= f(x) fonksiyonu [a,b] aralığında tanımlı olsun. Bu aralıktaki bağımsız x değişkenini h kadar arttırdığımızda fonksiyon değeri de buna bağlı olarak değişecektir. Fonksiyondaki artma miktarını değişkendeki
Detaylım=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir.
Matrisler Satır ve sütunlar halinde düzenlenmiş tabloya matris denir. m satırı, n ise sütunu gösterir. a!! a!" a!! a!" a!! a!! a!! a!! a!" m=n şeklindeki matrislere kare matris adı verilir. [2 3 1] şeklinde,
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk
DetaylıYrd. Doç. Dr. A. Burak İNNER
Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr Doğrusal Ara Değer Hesabı Lagrance Polinom İnterpolasyonu
DetaylıMARKOV ZİNCİRLERİNDE DURUMLARIN SINIFLANDIRILMASI
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II MARKOV ZİNCİRLERİNDE DURUMLARIN SINIFLANDIRILMASI DERS NOTLARI 1 Önceki derslerimizde pek çok geçişten sonra n-adım geçiş olasılıklarının
DetaylıDERS NOTU 01 TÜKETİCİ TEORİSİ
DERS NOTU 01 TÜKETİCİ TEORİSİ Bugünki dersin işleniş planı: I. Hanehalkı Karar Problemi... 1 A. Bütçe Doğrusu... 1 II. Seçimin Temeli: Fayda... 5 A. Azalan Marjinal Fayda... 5 B. Fayda Fonksiyonu... 9
Detaylı25. f: R { 4} R 28. ( ) 3 2 ( ) 26. a ve b reel sayılar olmak üzere, 27. ( ) eğrisinin dönüm noktasının ordinatı 10 olduğuna göre, m kaçtır?
. f: R { 4} R, > ise ( ) 4 f =, ise 6 8. ( ) f = 6 + m + 4 eğrisinin dönüm noktasının ordinatı olduğuna göre, m kaçtır? ) 7 ) 8 ) 9 ) E) fonksiyonu aşağıdaki değerlerinin hangisinde süreksizdir? ) ) )
DetaylıEKSENEL YÜKLERDEN OLUŞAN GERILME VE ŞEKİL DEĞİŞİMİ Eksenel yüklü elemanlarda meydana gelen normal gerilmelerin nasıl hesaplanacağı daha önce ele
EKSENEL YÜKLERDEN OLUŞAN GERILME VE ŞEKİL DEĞİŞİMİ Eksenel yüklü elemanlarda meydana gelen normal gerilmelerin nasıl hesaplanacağı daha önce ele alınmıştı. Bu bölümde ise, eksenel yüklü elemanların şekil
DetaylıOlasılık ve Rastgele Süreçler (EE213) Ders Detayları
Olasılık ve Rastgele Süreçler (EE213) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve Rastgele Süreçler EE213 Güz 3 0 0 3 7 Ön Koşul Ders(ler)i
DetaylıMEB YÖK MESLEK YÜKSEKOKULLARI PROGRAM GELİŞTİRME PROJESİ. 1. Matematik ile ilgili temel kavramları açıklayabilme.
PROGRAMIN ADI DERSIN ADI DERSİN İŞLENECEĞİ YARIYIL HAFTALIK DERS SAATİ DERSİN SÜRESİ AMAÇLAR 1. Matematik ile ilgili temel kavramları açıklayabilme. MUHASEBE PROGRAMI MATEMATİK 1. Yıl I. Yarıyıl 3 (Teori:
DetaylıYrd. Doç. Dr. A. Burak İNNER
Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr Ders Adı : Bilgisayar Mühendisliğinde Matematik Uygulamaları
DetaylıÖrneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı
Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Ortalama veya korelasyon gibi istatistiklerin dağılımıdır Çıkarımsal istatistikte örneklem dağılımı temel fikirlerden biridir. Çıkarımsal istatistik
DetaylıParametrik doğru denklemleri 1
Parametrik doğru denklemleri 1 A noktasından geçen, doğrultman (doğrultu) vektörü w olan d doğrusunun, k parametresine göre parametrik denklemi: AP k w P A k w P A k w P A k W (P değişken nokta) A w P
DetaylıRD lerin Fonksiyonları
RD lerin Fonksiyonları Diğer değişkenler gibi rastgele değişkenlerin de fonksiyonları olur Örneğin 0 ile 1 arasında rastgele seçilmiş bir çap uzunluğu ile oluşturulan dairenin alanı bir RD olarak çap uzunluğunun
DetaylıKORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN
KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin
DetaylıÜnite 3. Ana Ekonomik Sorunlar Ve Ekonomik Düzen. Büro Yönetimleri Ve Yönetim Asistanlığı Önlisans Programaı EKONOMİ. Ögr. Öğr.
Ana Ekonomik Sorunlar Ve Ekonomik Düzen Ünite 3 Büro Yönetimleri Ve Yönetim Asistanlığı Önlisans Programaı EKONOMİ Ögr. Öğr. Sinan EMİRZEOĞLU 1 Ünite 3 EKONOMI Ögr. Öğr. Sinan EMİRZEOĞLU İçindekiler 3.1.
DetaylıREGRESYON ANALİZİ VE UYGULAMA. Yrd. Doç. Dr. Hidayet Takcı
REGRESYON ANALİZİ VE UYGULAMA Yrd. Doç. Dr. Hidayet Takcı htakci@cumhuriyet.edu.tr Sunum içeriği Bu sunumda; Lojistik regresyon konu anlatımı Basit doğrusal regresyon problem çözümleme Excel yardımıyla
DetaylıSatın Alma Gücü İle Desteklenen İstek.
Satın Alma Gücü İle Desteklenen İstek. Talep İstek İstek+Satın Alma Gücü=Talep Bireysel Talep Fonksiyonu Bireyin Belirli Bir Dönemde Satın Almak İstediği Ve Satın Alma Gücüne Sahip Olduğu Mal Miktarını
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıFONKSİYONLARIN TABLO ŞEKLİNDE HESAPLANMASI
FONKSİYONLARIN TABLO ŞEKLİNDE HESAPLANMASI Bu kısımda bir fonksiyon değerlerinin tablo şeklinde hesaplanması incelenecektir. İncelenecek fonksiyon y=f(x) şeklinde bir değişenli veya z=f(x,y) şeklinde iki
Detaylı1. İLİŞKİLERİN İNCELENMESİNE YÖNELİK ANALİZLER. 1.1. Sosyal Bilimlerde Nedensel Açıklamalar
1. İLİŞKİLERİN İNCELENMESİNE YÖNELİK ANALİZLER Daha önceki derslerimizde anlatıldığı bilimsel araştırmalar soruyla başlamaktadır. Ancak sosyal bilimlerde bu soruların cevaplarını genel geçerli sonuçlar
Detaylı34. Dörtgen plak örnek çözümleri
34. Dörtgen plak örnek çözümleri Örnek 34.1: Teorik çözümü Timoshenko 1 tarafından verilen dört tarafından ankastre ve merkezinde P=100 kn tekil yükü olan kare plağın(şekil 34.1) çözümü 4 farklı model
Detaylı