BÖLÜM 2 OLASILIK TEORİSİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "BÖLÜM 2 OLASILIK TEORİSİ"

Transkript

1 BÖLÜM OLSILIK TEORİSİ İstatstksel araştırmaları temel koularıda br souu öede kes olarak blmeye bazı şasa bağlı olayları (deemeler) olası tüm mümkü souçlarıı hag sıklıkla ortaya çıktığıı belrleyeblmektr. Bu soru statstkte olasılık problem olarak adladırılır ve deemeler bezer koşullarda tekrarlaabldğ durumlarda çözüm bulmak mümküdür.. TEMEL KVRMLR İlk aşamada olasılık kousuu elemaları taımlaaaktır. Taım (Olasılık): Br olayı ortaya çıkma şasıı taımlaya, 0 le arasıda br sayıdır. Br foksyo kullaılarak, : 0, (.) belrler. Taım (Rassal deey): Souç gözleeye kadar çıktısı blmeye deeyler, rassal deeylerdr. Çözümü lk aşaması rassal deey tüm mümkü çıktılarıı belrlemesdr. Öreğ br paraı k kez atılması souuda üst yüze gele semboller tüm mümkü durumları br küme elemaları olarak; T, T, T, Y, Y, T, Y Y S e :, taımlaablr. Bu edele olasılık kousu küme teors br araç olarak kullamaktadır. Taım (Örek Uzayı): Br rassal deey tüm mümkü çıktılarıı kümes S, bu deey örek uzayı, evresel küme, olarak adladırılır. Örek uzayı çerdğ elema sayısı açısıda k sııfa ayrılır: a) Sayılablr (solu/sosuz) elemalı b) Sayılamaz (sosuz) elemalı Sayılablr ve sayılamaz elemalı örek uzayları arasıdak fark sadee ataaak olasılıkları belrlemes açısıda öemldr. İstatstğ temel ola fakat araştırmaıı geellkle göz ardı ettğ şey rassal deeydr. Bu br adet deey brçok defa tekrarlaır. Öreğ, br para k kez havaya atılsı. Bu ye deeyle lgl örek uzayı aşağıdak gbdr: Y, TY, T Y, Y, Y, T, T, Y, T T S, Daha geel br fadeyle, örek uzayları S ve S ola k deey göz öüe alıdığıda, bu k deey kombasyou ola br deey örek uzayı kümes, kartezye çarpım yötem kullaılarak, 5

2 S S S, e, e : e S e S buluur. Eğer S ve S sırasıyla r ve s adet elemaları var se, S S elema sayısı rs dr. z sayıda öreğe sahp br örek uzayı grafksel olarak dkdörtge bçml Kartezye koordat sstem ya da ağaç dyagramı le gösterleblr. Geellkle ağaç dyagramları, örek uzayı elemaları sıralı üçlü ya da daha yüksek boyutlu olduklarıda Kartezye koordat ssteme göre daha kolay zleeblr durumdadırlar. ara ve zar atışı deeyler örek uzayları, Şekl. de gösterldğ gb, k boyutlu koordat sstem le taımlaablr. Şekl. İlk bölümde verle bebek maması deey örek uzayı Şekl. de ağaç dyagramı le gösterlmştr. Şeklde de alaşılaağı gb, bu örek uzayıı üç boyutlu koordatlarla gösterm oldukça zor olaaktır. Kartezye çarpım le elde edle daha geel br örek uzayı aşağıdak örek le verlmştr. Öreğ, souçları (başarı) ve 0 (başarısızlık) ola br deey 5 kez tekrarladığı ve br olayıı deey souuda br başarı elde edlmes olduğu varsayılsı. O halde bu olay, 0,0,0,0,, 0,0,0,,0, 0,0,,0,0, 0,,0,0,0,,0,0,0,0 olup örek uzayı 0, 0, 0, 0, 0, 0, S kümesde elde edlr. Geel olarak br deey kez tekrarlaırsa, bua karşılık gele örek uzayı, S S S... S şekldedr. ğaç dyagramları le örek uzayıdak tüm mümkü elemalar orgaze br şeklde lstelemekte ve hçbr elema açıkta kalmamaktadır. Buraya kadar ola kısımda rassal br deey tüm mümkü souçlarıı göstere örek uzayı S taıtıldı. Bu aşamada sora yapılması gereke örek uzayıı elemalarıı kullaarak olay kavramıı taımlamasıdır. Taım (Bast olay): S örek uzayıı oluştura her br e elemaıa bast olay der. Taım (Bleşk olay): Br örek uzayıı herhag br alt kümes (S kedsde dahl) bleşk olay olarak adladırılır. 6

3 Şekl. Olasılık teors üzere taımlaa olaylar geel olarak ayrık olaylar ve eşalı (bleşk) olaylar olmak üzere k gruba ayrılırlar. Tümleye olaylar ayrık olayları özel br durumudur. Eşalı olaylar se ked çde bağımsız ve bağımlı olaylar olarak kye ayrılırlar. Taım (Eşalı olaylar): Herhag k olay ve B eğer Taım (yrık olaylar): İk olay ve B eğer B se eşalı olaylardır. B se ayrık olaylardır. Buu alamı: ve B olayları brlkte ortaya çıkamazlar. Eğer ortaya çıkarsa B olayıı dışlar ve tam ters de geçerldr. Örek uzayı S asıl yazılır ve gösterlrse gösterls, herhag br deey ç tüm elemaları (bast olayları) ayrık ve bütüleyedr (olletvely exhaustve). Bu ayı zamada örek uzayıı taımıdır. Taım (Bütüleye olaylar): Herhag k olay ve B eğer B S se bütüleye olaylardır. yı örek uzayıda taımlamış k ya da daha fazla olayı brleşm örek uzayıa eşt se, bu olaylar bütüleyedr. Örek uzayı S parçaya ayrılmasıyla oluşmuş adet olay ayrık ve bütüleye se bu yapıya örek uzayıı bölümlemes adı verlr. 7

4 Şekl.3 Taım (Örek uzayıı bölümlemes): Eğer,, olayları çfterl olarak ayrık se ve se,, olayları örek uzayıı br bölümlemes taımlar. S Herhag br kümes ç, S olduğuda herhag br olayı ç ve, S bölümlerdr. Bebek maması öreğde dükka sahb müşter marka değşm le lgledğ varsayılsı. Bu durumda aşağıdak olaylarla lgler: E = {Müşter marka değştrmez} a, a, a, b, b, b,,, E = {Müşter br kere marka değştrr} a, a, b a, a, a, b, b a,, b, a, a b, b, a b, b, b,,, a, a, b, b,, a,, b E 3 = {Müşter k kere marka değştrr} a, b, a a, b, a,, a a,, b b, a, b b, a, b,, a b,, b, a, b, a,, b, a, b, E E, E E ve E E olduğu ç E, E ve E 3 ayrık olaylardır. yrıa E E E S olduğu ç E, E ve E 3 bütüleyedr. Eğer k ya da daha fazla olay ayrık olaylar se, brlkte ortaya çıkamazlar. E fazla br taes ortaya çıkablr. Eğer k ya da daha fazla olay bütüleye se, e az br ortaya çıkar. Bu durumda br olaylar kümes ayrık ve bütüleye se, olaylarda br keslkle ortaya çıkar. Solu br örek uzayıda sayılamaz sosuz uzaya geçş yapıldığıda, sıfır olasılığıyla e fade edldğ tekrar yorumlaması gerekmektedr. 8

5 . OLSILIK TEORİSİNİN TEMELLERİ Br rassal deey çıktısı örek uzayıdak br elemadır. Rassal deey tekrarlı olarak uygulaması durumuda br çıktıı oluşum sıklığı örek uzayıdak elemaı (alt küme) olasılığı olarak düşüüleblr. Örek uzayıdak her br olayı ç, bu olayla sıfır le br arasıdak br sayıı eşleştrlmes amaçlaır. Sıfır le br arasıdak bu sayı olayıı olasılığı olarak adladırılır ve () le gösterlr. Bast alamda olasılık, br kümey ölçümlemek amaıyla bu kümeye ataa (ya da at ola) br sayıdır. Dğer br fadeyle olasılık kelme alamı olarak şası ölçümlemesdr. Br küme ya da br olayı büyüklüğüü ölçülmes ç bazı yötemler mevuttur. yı yötemler buları çersdek elemaları saymak ç kullaılablr m? slıda olasılık hesaplaırke yapılaak şlem budur. Fakat buu uygu olmadığı br takım durumlar mevuttur. Öreğ br küme ortaya çıkma htmal dğerde daha fazla olduğu fakat ks de elema sayılarıı eşt olduğu durumda e olur? yı olasılığa mı sahp olmalıdırlar? Öreğ, = {Feerbahçe kazaır}, B={Galatasaray kazaır} kümeler ele alısı. İk küme de brer elemaı vardır. Fakat şüphesz k bulara farklı olasılıklar verlmeldr. Buula brlkte, ayı ada çalışılaak küme sayısı brde fazla olableeğ ve her bre at olasılıkları belrlemes stedğ ç olasılık kümeler br foksyoudur. Olasılık belrl br foksyoa göre taımladığı ç lk olarak foksyo kavramı ele alımalıdır. Br foksyo, f(.), br oktalar kümesdek her br oktayı br dğer oktalar kümesdek br ve yalız br okta le lşkledre br kuraldır (kau, formül,vs). İlk küme taım kümes, k küme B se görütü kümesdr. Br foksyou geel gösterm f : B olup, olasılık kümeler br foksyou olduğuda, olasılık küme foksyou, : S (S) şeklde taımlaablr. Örek uzayıı tüm alt kümeler taımladığı kümeler ales F S, foksyouu taım kümes olarak kullaılablr. Bu aşamada, eğer S sayılamayaak kadar çok elema çeryorsa problem oluşablr. Ortaya çıka problem, S kümes sayılamayaak kadar çok alt küme çermes ve bu edele her br alt kümeye br olasılık atamasıda sıkıtı oluşmasıdır. Bu soruu asıl aşıldığı lerde açıklaaaktır. Buula brlkte, S solu elemaa sahp se her br alt kümese br olasılık atamasıda problem ortaya çıkmaz. Olasılığı e bast yapıdak taımıı vereblmek ç, lk aşamada örek uzayıı sayılablr olduğu varsayılaaktır. Taım (Klask olasılık): Eğer br rassal deey örek uzayı solu sayıda adet ayrık S e, e,, e ve eşt olablrlkl elemaa sahp se 9

6 e, ve (), örek uzayı üzerde taımlaa olayıdak bast olayları (e ) sayısı se olayıı gerçekleşme olasılığı (); (.) (.3a) olarak belrler. Elema sayısı ola br S örek uzayıı klask olasılık aksyomlarıı (eşt olasılıklı ayrık olaylar) sağladığı varsayılsı. Br olayıı olasılığıı belrlemek ç her br eşt olasılık le ortaya çıka ve brbrde ayrık ola mümkü durumları sayısıa ve özellğ taşıya elemaları sayısıa gereksm vardır. Bu sayıları elde edleblmes ç bazı kombasyo formüller kullaılması gerekldr. Br kümey ölçme daha karmaşık br yolu, br düzlem kümes alaıı ya da br sm ham ölçümlemesdr. Bu durum ç örek uzayı sayılamaz sosuzdur. Buula brlkte alt kümeler sadee alaı ölçümleeble alt kümeler olarak kısıtlaırsa ala foksyou br olasılık ölçümüdür. Böyle br problemde alt kümes alaıı, örek uzayıı alaıa S oraıı, (.3b) S br olasılık ölçümü olarak kullaılması çözüm olablr. S örek uzayıı alaı olaak şeklde brm alaa döüştürüldüğüde, kümes bu ölçektek oraı () yı vereektr. Cevaplaması gereke soru br alaı ölçümlemeyeeğ durumlar olablrm? sorusudur. Cevap keslkle evettr. Fakat bu aşamada matematksel çerğe sahp bu soru le lglelmeyeektr. Souç olarak eştlk.3b ı eştlk.3a ya dek olduğu görüleblr. Klask olasılığı yetersz kaldığı k temel durum: a) Olayları eşt olasılıkla oluşmadığı durumlar b) Örek uzayıı sosuz elemalı olduğu durumlar. Br örek uzayıdak elemaları eşt olablrlğe sahp olması bazı deal koşulları oluşmasıa bağlıdır. Şas oyularıı akse doğadak örek uzayıdak elemalar geellkle eşt olasılığa sahp değldr. İsaları ka grupları br örek olarak verleblr. Böyle br durumda br herhag br olayıı oluşum sıklığı asıl belrler? Cevap açıktır; aakütle üzerde bezer koşullarda deemeler yapılmalıdır. Taım (Görel frekas): Br rassal deey örek uzayı üzere taımlamış olay olsu. Deey bezer koşullarda N adet tekrarlası ve ortaya çıka olaylarıı sayısı olsu. olayıı görel frekası: f N le taımlamıştır. (.4) 30

7 Öreğ hlesz olduğu düşüüle br para atıldığıda üst yüze yazı gelmes olayı olarak taımlası. Değşk deeme sayılarıda gerçekleşe olayı sayıları ve görel frekasları: N=0 =4 f()=0.4 N=00 =47 f()=0.47 N=000 =488 f()=0.488 Şüphesz f() değer gerçekleştrle deey sayısı N le bağımlıdır ve küçük N değerler ç çok büyük dalgalamalara sahptr. Burada evaplaması gereke soru, N değer sosuza gttğde f() oralarıı dzs kararlı br değere yakısıyor mu? olaaktır. Böyle br soruya deeysel olarak asla evap verlemez. Çükü lmt doğası gereğ deeylere so verlemez. Böyle br lmt var olduğuu kabul etmek matematksel br yaklaşımdır: steldğ kadar küçük olable poztf br sayı olmak üzere, N koşuluu altıda, N () eştszlğ sağlaya br () sayısı buluablyorsa, lm () N N elde edle bu souç olayıı deeysel lmt frekasıdır ve () değer olayıı gerçekleşme olasılığıdır. Fakat () lmt değer hala gerçekleştrle deey dzs souçlarıa bağımlıdır. Deeyler ayı koşullarda geçekleştrlse dah br sorak deey dzs ayı souçları vereeğ garats yoktur. Bu frekaslar üzere oluşturula geçerl br teor, yukarıda taımlaa () değer tüm bezer deey dzler ç ayı olduğuu varsaymak zorudadır. Bu teorem le moder olasılığı temel ola aksyom olasılığıı ele almak da mümkü olmuştur. Taım (Olasılık küme foksyou): Rassal br deey örek uzayı S ve bu küme üzere taımlı çfterl ayrık, j,olaylar,, olsu. Eğer (.) foksyou; j (.5) ) 0 (.6) ) S (.7) 3) (.8) ( ) koşullarıı sağlıyor se (.) foksyou bu rassal deey çıktılarıı olasılık küme foksyou olarak adladırılır. S örek uzayıı her br alt kümes ç () sayısıa da olayıı olasılığı der. Yukarıdak taımda verle üç özellk olasılık aksyomları olarak ya da Kolmogorov aksyomları olarak blr. Olasılığı bu taımı matematksel br taım olup, hag özellklere sahp br foksyou olasılık küme foksyou olarak adladırılableeğ açıklamaktadır. 3

8 Olasılığı bu taımı, verle br olayı ç olasılık foksyouu (.) alaağı değer le lgl blg vermez. Olaylara at olasılık değerler elde edlmes ç rassal deey model taımlaması gerekldr. Bu kou örek uzayıı sosuz elemaa sahp olduğu bast br örek üzerde eleeektr. Öreğ, br paraı üst yüze tura gelee kadar atıldığı varsayılsı. Bua göre deey çıktısı, lk kez yazı gelee kadar yapıla atış sayısıdır. Örek uzayı tüm poztf doğal sayılardır: S,,3,... Bu deey ç olasılık küme foksyou edr? Bu para atışıı souuda üst yüze yazı gelmes olasılığıı p ve tura gelmes olasılığıı da p olduğu varsayılsı. Her br adet deeme ç () olasılığı belrlemeldr. lk atışta yazı geldğ göstermektedr. {} olayı Y T Y, T karşılık gelmektedr. Böylee, pp p olasılığı, örek uzayıdak (T,Y) çıktısıa Bezer br şeklde {} olayı Y, T Y, T uzayıdak T T,..., T, T, Y gelmektedr. Geel br fadeyle, p p,,,3,... olup elde edle bu fade S,,3,... ç br olasılık foksyou taımlar mı?, çıktısıa karşılık Öyle olması ç S olmalıdır. Fakat örek uzayı solu olmadığı ç hesaplaaağı açık değldr. ksyomlar kullaılarak S olasılığı hesaplaablr: S p p p p p p p p Elde edle p olur. Böylee olup, S p toplamı, br geometrk serdr. p olduğuda, p p p S p. p p asıl foksyou bu rassal deey ç br olasılık foksyou olarak taımlaır. ksyom taımı belrl br foksyouu asıl seçleeğ belrtmez. Herhag br örek uzayı ç pek çok farklı olasılık foksyou taımlaablr. Olasılık aksyomları kullaılarak, daha karmaşık olasılıkları hesaplamasıda kullaılableek ola, olasılık foksyouu pek çok özellğ taımlaablr. Teorem: Eğer (.) br olasılık foksyou ve kümes S dek herhag br alt küme se, 3

9 a. 0 b.. souçları geçerldr, bkz. Ek. Teorem: Eğer (.) br olasılık foksyou ve le B olayları S dek herhag k olay se, a. B (B) ( B) b. ( B) () (B) ( B). Eğer B se ( ) (B) d. - B B souçları geçerldr, bkz. Ek. Teorem : olsu. Bu durumda r, örek uzayı S de olayıı tümleye ve r de örek uzayı S de tümleye olur. Br olayıı tümleye tümleye ye olayıdır. Br olayı tümley tümleye, dğer olasılık hesaplamaları le bağlatılı olarak ortaya çıkablr. Örek: Br 5 destesde çekle br kartı kupa olmama ya da as olmama olasılığı edr? K olayı kupa ve olayı as olarak taımlaırsa araştırıla olasılık K r K r K = 5/5 K r dır. r De Morga r K şağıda belrtle her özellkler hem keskl hem de sürekl örek uzayıda taımlı olaylar (kümeler) ç geçerldr... Brleşm Olasılığı: ve B olayları S örek uzayıda taımlı k olay olsu. kousudur: ve B ayrık olaylardır, ve B ayrık olaylar değldr, Br durum ç B B olasılığı, B B İk durum ç se, B B brleşm olasılığı ç k durum söz (.9) 33

10 B B B (.0) İk durum ç taımlaa formül ayı zamada br durum ç de kullaılablr: B 0 Üç ya da daha fazla olay ç, öreğ, B ve C olayları ç B C B C eştlğ geçerldr... Kesşm Olasılığı: B C B C B C B ç kolay br formül yoktur. İstatstksel bağımsızlığı kullaılablyor olması gerekr. Eğer ve B statstksel olarak bağımsız değllerse, geellkle koşullu olasılık kullaılır..3 ORTK MRJİNL ve KOŞULLU OLSILIK Şartlı olasılık düşües bzler hem statstksel bağımlılık ve bağımsızlık arasıdak ayrım hem de ortak ve marjal olaylar ç olasılık kurallarıı türetmeye öülük etmektedr. ve B ayı örek uzayıda taımlı k olay olsu. Geellkle ve B arasıda br bağımlılık olur. Buu alamı şudur: eğer B gerçekleştğ blyorsa, ı gerçekleşme şası hakkıdak blgler değştrr. Koşul, olasılıkta kullaıla temel araçlarda brsdr. Özellkle bölümleme teors ç krtk ola B kesşm olasılığıı hesaplamasıda şe yarar. yrıa tüm stokastk süreçler alaı koşullu olasılığa dayamaktadır. Br sorak süreçte e olaağı, öesde e olduğua ya koşula bağlıdır. Geellkle br olayı olasılığı değerledrldğde, deeyde elde edle bazı blglere zate sahp olumaktadır. Bu tür br blg mevut olması, örek uzayıı keds br alt kümese drgemektedr. Bu blg le örek uzayıı tamamı yere br parçası le lglelmektedr. Br olaya at olasılık, br takım blglere sahp oluduğuda farklıdır. Öreğ, skambl destesde çekle br kartı as olma olasılığı, bu kartı e yüksek beş kartta br olduğu bldğde daha fazladır. Tüm düya üzerde seçle br hae yıllık gelr 5.000$ ı üzerde olması olasılığı, Türkye de seçle br hae yıllık gelr 5.000$ ı üzerde olması olasılığıda farklıdır. 34

11 Bu öreklerde alaşılaağı gb örek uzayıı br alt kümesde yer ala br olayı olasılığı, orjal örek uzayıdak br olayı olasılığıa eşt, küçük ya da büyük olablr. Her br alt küme daraltılmış örek uzayı dır ve orjal örek uzayıı altıda ye koşullarla (blglerle) belrlemştr. lt kümelerde taımlamış olaylarla lgl olasılıklara koşullu olasılık der. Br S örek uzayı üzere taımlaa ve B olayları ç, B olayıı oluşması durumuda olayıı ortaya çıkma olasılığı şartlı olasılıktır ve / B le gösterlr. Taım (Şartlı olasılık): Verle olasılık uzayıda k olay ve B olsu. Verle B olayı ç olayıı şartlı olasılığı B 0 ç, ( B) ( / B) (.) (B) olup B 0 ç taımsızdır. Bezer şeklde verle olayı ç B olayıı şartlı olasılığı 0 ç, elde edlr. ( B) (B/ ) (.) () Taım (Ortak olasılık): Örek uzayıda taımlı ve B olaylarıı kesşm olasılığıı belrte B fades, ve B olaylarıı ortak olasılığı olarak da adladırılır. Taım (Marjal olasılık): Örek uzayıda taımlı ve B olaylarıı olasılığıı belrte B fadeler, ve B olaylarıı marjal olasılıkları olarak da adladırılır. Taım (Bağımlık): Örek uzayıda taımlı ve B olayları ç eğer, / B (.3) se bağımlı olaylardır. Örek: Br zar havaya atılıyor. 6,,4,6 B olsu. B olayıı gerçekleştğ blyorsa, olayıı gerçekleşme olasılığıı ve olayı geçekleştğde B olayıı gerçekleşme olasılığıı buluuz. Eğer zar hlesz se marjal olasılıklar ve ortak olasılık, 6, B 3 6, B 6 olup koşullu olasılıklar, elde edlr. 6 6 ( / B), ( B/ ) Örek uzayıı S kümesde B alt kümese çekmek ç sembolü yere./ B kullaılmalıdır../ B sembolü de ayı sembolü gb ele alımalıdır. Öreğ, C D B C B D B C D B ve sembolü 35

12 olur../ B br olasılık foksyou mudur? Olasılık foksyou olablmes ç üç aksyomu sağlaması gerekldr, spat ç bkz Ek.3. Eştlk (.) ve (.) kullaılarak elde edle B / B (B) (B / ) () fades olasılığı çarpım kuralı olarak adladırılır. Üç olay olması durumuda bulmak ç çarpım kuralı dkkatle uygulamalıdır: Elde edle souu olasılık ağaı le gösterm ü 3 Örek: İçersde w adet beyaz ve r adet kırmızı top bulua br kutuda adesz olarak 3 top çeklyor. Bua göre sırasıyla beyaz-kırmızı-beyaz top çeklme olasılığı edr? W R W W R W W R W 3 3 w r w w r w r w r Örek: İçersde 4 adet beyaz ve adet kırmızı top bulua br kutuda k top adesz olarak rastgele seçlyor. Bua göre: a) İks de beyaz olması b) İk topu kırmızı olması olasılıklarıı buluuz. W = - topu beyaz olması ve R = - topu kırmızı olması olsu. a) W W W W W W W 4 W 6, W W 5 Böylee (her ks de beyaz olması), W W 5 3 b) ( k topu kırmızı olması) olasılığı araştırılmaktadır. Bu olasılık lk çeklşte hag topu geldğ koşulua dayadırılmada buluamaz. 36

13 k topu kırmızı gelmes olayı aslıda W R R R W R R, R dr. yrık olaylar olduğuda, W R R R W R R Bu durumu adet, R 3 R W W R R R,..., olayı ç geelleştrlmş hal aşağıdak teorem le taımlamıştır. Teorem (Çarpım Kuralı): Taımlaa br olasılık uzayı ç, eğer,,, olayları... ] 0 koşuluu sağlaya S üzerde taımlamış olaylar se [ eştlğ sağlaır.... ] [ ]. [ / ]. [ / ]... [ /... ] (.4) [ 3 Çarpım kuralı aşamalı deeyler ç oldukça faydalıdır. Deey aşamalı olduğu ve olayıı deey - aşamasıa göre taımlaa br olay olduğu varsayılsı. Bu durumda [ /... ], deey lk - aşamasıda oluşa durumlara göre - aşamada e olableeğ taımlaya br olayı şartlı olasılığıdır. Marjal olasılıklar üzere daha geel br yaklaşım, elema sayısı ola ve k yölü bölümlemş S örek uzayı üzerde verleblr. Örek uzayı üzerde, r adet ayrık olayı ve adet ayrık B j olayı taımlamış olsu. S örek uzayıdak her elemaı eşt olasılığa sahp olduğu (klask olasılık) varsayımı le ve B olayları ç aşağıdak k yölü tablo oluşturulablr. İlk satır ve lk sütu harç tablodak hürelere at geel toplam, r j j olup bu hüreler her br B ortak olayıa karşılık gelr. Olaylar eşt olasılıklı olduğuda j ortak olasılıklar, j B j (.5) eştlğde elde edlr. B B B r r r r Herhag br olayıı marjal olasılığı, 37

14 j j (.6) ya da herhag br B j olayıı marjal olasılığı, r j j rj B j j le elde edleblr. Teorem (Olasılıklar toplamı teorem): Taımlaa br olasılık uzayı ç, eğer B,B,,B olayları S B j j B 0 ve j, j=,, ç, koşullarıı sağlaya S üzerde taımlamış ayrık olaylar se, her S ç, B j / B j B j (.7) j j eştlğ geçerldr, bkz. Ek.5. Bu teorem değlse, / BB. / B B. ç de geçerldr. Yukarıda taımlı B olayları ayrık (.8) Olasılıklar toplamı teorem özellkle aşamalı olarak uygulaa deeylerde faydalıdır. Öreğ her br çde toplar bulua torbalarda br top çeklmek stedğ durum ele alıdığıda lk öe topu çekleeğ torba seçlr daha sora seçle torbada br top çeklr. Bu tür deeyler ç B j lk aşamadak olayı ve da k aşamadak olayı taımlar se, B j ve / B j olasılıklarıı bulmak oldukça kolaydır. şamalar halde uygulaa deeylerde br adımda soua göre koşul taımlamak oldukça uygudur../ B foksyouu özellkler aşağıdak teoremler le taımlamıştır. Teorem: / B 0 Teorem: B se / B B / 0 Teorem: Eğer ve B, S de taımlı br olaylar se Teorem: Eğer Teorem: Eğer Teorem: Eğer Teorem: Eğer / B / B, S se / B / B / B, S se, [ / B] [ / B] [ / B] [,B S ve B B B /,B S ve se B B se B B / B] 38

15 Teorem: Eğer B B / B, S ve / B / B Şartlı olasılığı kullaıldığı öeml durumlarda br aşağıdak teorem le açıklamıştır. Teorem (Bayes teorem): Taımlaa br olasılık uzayı ç, eğer B,,B olayları B 0 j 0, ç buluur. Bu teorem B j j S ve, j=,, ç, koşullarıı sağlaya S üzerde taımlamış ayrık olaylar se her S, j / B. B k k B k / (.9) / B. B j j ç de geçerldr. Souu bldğ durumda sebeb hag olasılıkla hag olayda meydaa geldğ le lgler. Olasılıklar toplamı teoremde olduğu gb Bayes formülü de aşamalı olarak uygulaa deeyler ç oldukça faydalıdır. radak fark koşul olarak k aşamaı kullaılmasıdır. Dğer br fade le olayı gerçekleşmştr ve sebep ola B k olayı ç olasılık araştırılmaktadır. Bayes teorm le koşullu olasılıklar terse çevrleblr. Ya, B fades B fade edleblr. Bu çok kullaışlı br özellktr. Öreğ, (sorak olay öek olay) sde verls. Sorak olayı gözlemlep öek olayı olasılığı hakkıda çıkarsama yapılmak stes. Bu durumda kullaılmalıdır. (öek olay sorak olay).4 BĞIMSIZ OLYLR Ele alıa olaylarda br gözlep gözlememes olasılığı dğer br olayı ortaya çıkıp çıkmama olasılığıı etklemyorsa bu olaylara bağımsız olaylar der. Eğer / B değlse, dğer br deyşle / B se olayı B olayıda bağımsızdır. olasılığı B olayıa bağımlı Taım (Bağımsız olaylar): Verle br S olasılık uzayı ç, ve B olayları aak ve aak, a. / B (), B 0 b. B / (B), 0 koşulları sağlaıyor se bağımsız olaylardır. İkde fazla,..., olayları sadee... se (.0a) se (.0b)... (.) 39

16 eştlğ sağlaıyor se bağımsızdır. Bu taımlaa olaylar çersde seçle alt olaylar ç de geçerldr. Teorem: Eğer ve B olayları verle br S olasılık uzayıda taımlı brbrde bağımsız olaylar seler, ve B ve B ve B olayları da brbrde bağımsızdır, bkz Ek.4. ve B olaylarıı bağımsızlık özellğ le ve B olaylarıı ayrık olaylar olma özellğ temelde lşkl olmakla brlkte farklı özellklerdr. Öreğ k ayrık olay aak ve aak B (). (B) 0 se bağımsızdırlar. Bu durum sadee ya da B olaylarıı olasılıklarıı sıfır olması durumuda gerçekleşr. Eğer 0 ve B 0 se ve B olaylarıı bağımsız olmaları oları ayrık olaylar olmadıklarıı belrtr. Buu ters de söyleeblr ve B ayrık olaylar se bağımsız olaylar değldrler. Kesşm olasılığıı hesaplaması: Öek bölümlerde olduğu belrtlmşt. Bu durumda k seçeek mevuttur: Eğer ve B bağımsız se B B B doğruda hesaplamasıı zor Eğer ve B bağımsız olup olmadıkları blmyorsa, koşullu olasılık ve çarpım kuralı kullaılır. B BB Bu yapıı kullaılablmes ç B hesaplaablyor olması gerekr. Eğer olaylar fzksel olarak bağımsız seler statstksel olarak da bağımsızdırlar. Öeml br olasılık uzayı model tekrarlı bağımsız deemelerdr. Bu model br zar atışı, para atışı yada destede kart çekme gb olaylarda kullaılmaktadır. şağıdak örek bu kou le lgldr. Örek: İlk olarak br zar daha sora br para atılmakta ve so olarak da destede br kart çeklmektedr. Her br deeme aşağıda verle = araı tura gelmes B = Zarı 5 yada 6 gelmes C= Çekle kartı sek gelmes olayları oluşturmaktadır. Gerçekleştrle her üç deeme brbrde bağımsız olduğu varsayılsı. Dğer br deyşle uygulaa br deey souu br dğer deey souuu etklememektedr. Bu durumda tüm mümkü durumları eşt olablrlğe sahp olduğu kabul edleblr. Her br deeme ç mümkü durumları sayısı sırası le, 6 ve 5 dr. Tüm deemeler kümes ç mümkü durumları sayısı bu sayıları çarpılması le buluablr. Bu souç lerk kısımda açıklaaak ola saymaı temel kuralı le elde edlmştr. yı kural, B, C, B, C, BC, BC olaylarıa at durumları sayısıı elde etmek ç de kullaılablr: 40

17 6 5, B 5, C 6 3, B 5, C 6 3 B C 3, B C 3 elde edle sayıları S 6 5 le bölümes le, ()=/, (B)=/3, (C)=/4 (B)=/6, (C)=/8, (BC)=/ (BC)=/4 souçları buluur. Souçlar eledğde aşağıdak eştlkler geçerl olduğu kolaya doğrulaablr: (B)=()(B) (C)=()(C) (BC)=(B)(C) (BC)=()(B)(C) Burada dkkat edlmes gereke durum olaylar olduğu kadar deeyler de bağımsız olduğudur. Eğer (B)=()(B) özellğ sağlaıyor se ve B olayları brbrde bağımsızdır. Souç olarak bağımsızlık fades görel olarak verle olasılık ölçümüe bağlı olduğu görüleblr. Çfterl olarak bağımsızlık, ortak bağımsızlık alamıa gelmemektedr. Öreğ: br kavaozda br adet kırmızı, br adet beyaz, br adet mav ve br adet de kırmızı-beyaz-mav olmak üzere 4 adet top bulumaktadır. olayı = topu üzerde kırmızı olması B olayı = topu üzerde beyaz olması C olayı = topu üzerde mav olması İk top, B ve C olaylarıı sağlamaktadır. Böylee ve B C Çftlerl bağımsızlık: B 4 ele alısı. B 4 tür. Dolayısıyla B B C C ve B C BC B C 4 ele alısı. BC 4 B C kşerl olarak bağımsız olmalarıa karşı ortak olarak bağımsız değllerdr..5 SEÇİMLİK KONULR dr. dr. yı şeklde dr. Böylee, B ve C kşerl olarak bağımsızdır. dr. Dolayısıyla, B ve C Olasılık uzayı, gerçek hayatta rastgele meydaa gele süreçler (ya da deeyler) modelleye matematksel yapıdır. Br olasılık uzayı, belrl br durum ya da deey dkkate alıarak oluşturulur. Br olasılık uzayı üç parçada oluşur:. Örek uzayı S, tüm mümkü çıktıları kümes. Olaylar kümes F, sıfır ya da daha fazla çıktıya sahp ola her br olay br kümedr. 3. Olaylara olasılıkları ataması, olaylarda olasılıklara br foksyo. 4

18 Br çıktı, model tek br defa uygulamasıyla elde edle souçtur. Çıktıları tek tek değerledrlmes pratk olmadığı durumlarda, daha karmaşık yapıdak olaylar çıktı gruplarıı karakterze etmek ç kullaılır. Bu türdek olaylara σ-ebr der. Bua ek olarak, her br olayı olablrlğ belrlemes gerekr. Buu ç de olasılık ölçümü foksyou kullaılır. Taım (Olasılık Uzayı): Br olasılık uzayı üç elemalıdır, [S,, (.)]. Burada S örek uzayı, sgma ebr dğer br deyşle br olaylar koleksyou ve (.) se taım kümes ola br olasılık foksyoudur. Olaylar ales: Olaylar, örek uzayıı brer alt kümelerdr. Fakat örek uzayı S hag alt kümeler olay olarak taımladığıa asıl karar verlr? Herhag br çıktı ola E S olsu. Bu durumda sadee ve sadee s E s S gözlemş ve se E gerçeklemştr der. Olaylar ales, gözlemleeblr alt kümeler toplamıda oluşmaktadır. ratkte gözlemleeblrlk meseles geellkle göz ardı edlr. Öreğ, S solu br küme olduğuda, S tüm alt kümeler olaylar olarak taımlaır. Olaylar ales şu özellkler sağlamalıdır:.örek uzayı br olaydır..eğer E br olaysa, E de br olaydır. 3.Herhag br sayılablr olaylar ales brleşm de br olaydır. İlk k özellk brlkte eledğde, hem S hem de ve brer olay olmak zorudadırlar. Eğer sadee S olay seler, üçüü özellk geçerldr ve bu edele S, toplamı br sgma-ebrdr. Taım (Sgma ebr): S örek uzayıı alt kümeler oluşturduğu br koleksyo eğer aşağıdak üç özellğ sağlıyorsa sgma ebr olarak adladırılır ve le gösterlr. a) (boş küme ı elemaıdır) b) Eğer se (tümleye şleme göre kapalılık) ) Eğer,,... se olur (sayılablr sayıda brleşm şleme göre kapalılık). Boş küme, herhag br küme alt kümesdr. Bu edele dama sgma ebre dahl olduğuu belrtr. S. Özellk (a) bu alt küme S olduğuda özellk (a) ve (b) S kümes de dama ya dahl olduğuu belrtr. yrıa De Morga kauları kullaılarak ı sayılablr kesşmler altıda kapalı olduğu görüleblr. Eğer,,... se bu durumda,,... dr, (özellk b le) ve olur. Buula brlkte De Morga kauu kullaılarak, buluur ve özellk (b) le buluur. 4

19 Örek uzayı S ye at brçok farklı sgma ebr taımlaablr. Öreğ {Ø, S} şekldek k adet küme koleksyou br sgma ebrdr ve trval sgma ebr olarak adladırılır. Eğer S solu ya da sayılablr se bu örek uzayı üzerde br sgma ebr oldukça kolay br şeklde taımlaır: =S tüm alt kümeler, S keds Eğer S kümes adet elemaa sahp se dak küme sayısı adettr. Öreğ eğer S={,,3} se, 3 =8 küme koleksyouda, ={}, {}, {3}, {,}, {,3}, {,3},{,,3}, Ø=F S oluşur. Eğer S kümes elemaları sayılamıyor se bu durumda yı taımlamak zor olablr. Buula brlkte, lglele herhag br kümey çereek şeklde seçleblr. Öreğ, S gerçel sayılar kümes olarak taımlamış se ebr, [a,b], (a,b], [a,b), (a,b) şekldek tüm kümeler çereek şeklde seçleblr. Burada a ve b tüm gerçel sayıları taımlar. Bu durumda, yukarıda taımlaa kümeler, mümkü sayılablr sosuz, brleşm ve kesşm şlemler le elde edlebleek tüm kümeler çerr. Olasılık teorsde öeml eştszlklerde br Boole eştszlğdr ve adıı George Boole da almıştır. Boole eştszlğ solu ya da sayılablr olaylar kümes brleşm olasılığıı ayrı ayrı breysel olasılıkları toplamıda daha büyük olamayaağıı söylemektedr. Teorem (Boole eştszlğ): Herhag k ve B olayı ç B B, B S olmak üzere B ç, olarak taımlaır. Daha geel olarak, eğer (.) br olasılık foksyou se, herhag,, kümeler ç, ( ), eştszlğ geçerldr, bkz E.6. Boole eştszlğ olayları solu kesşm olasılığı üzerde br alt ve üst sıır bulmak ç geelleştrleblr. Bu sıırlar Boferro eştszlkler olarak blr. Teorem (Boferro Eştszlğ): Teorem (b) formülüde ( B) olduğuda, ( ) ( B) ( B) ve ( B) ( ) ( B) elde edle souç Boferro eştszlğ özel haldr, bkz E.7. Boferro eştszlğ özellkle, kesşm olasılığıı belrlemek stedğ fakat hesaplamasıı zor ya da mkasız olduğu durumlarda oldukça faydalıdır. Öreğ her br 0.95 olasılığa sahp ve B olayları ç her ks de brlkte oluşma olasılığıı sıırı, 43

20 (B)=()+(B)-=0.90 olarak buluablr. Breysel olayları olasılıkları yetere büyük olmadıkça Boferro sıırı egatf değer verdğ ç (fakat hala doğrudur) kullaışsızdır..5. Örek Uzayları Bu bölüm boyua rassal br deey sadee solu çıktılara sahp olduğuu varsayılaaktır. Buula brlkte lglele rassal deey sosuz elemaa sahp br örek uzayı üreteblr. yrıa sosuz elemaa sahp örek uzayıı elemaları, sayılablr veya sayılamaz olablr..5.. Sayılablr Sosuz Örek Uzayları Br örek uzayı, poztf tamsayılar kümes elemaları le bre-br olarak eşleeblyorsa veya umaraladırılablyorsa sayılablrdr. (bkz grş ot) eğer örek uzayı sayılablr se aşağıdak gb gösterlr. S e e, e., 3 Burada bulua e çıktıları göstermektedr. yrıa, E e tamsayıları br alt kümesdr. E kümes olasılığı; ( E) ( ) I E dr., S sosuz olduğu ç buradak e I E : olsu. Burada I E I E poztf ds kümes de sosuzdur, fakat ( e ) e fazla olduğu ç (E) soludur. Örek olarak hlesz br para ç lk yazı geleye kadar yazı-tura deemeler düşüülürse, örek uzayı açıkça 0,,,3, tamsayılarıı çerr ve çıktıları dzs aşağıdak gbdr; T, T,,T,H S 0 () / (/) (/) 3 yrıa; 3 olduğu görüleblr. Sayılablr durum, tam olarak solu durum gbdr. Souç olarak, solu durumda öe elde edle tüm taımlar ve souçlar sayılablr durum üzere taşıablr. Buda dolayı baze solu ve sayılablr durumlar berabere ayrık örek uzaylar adı altıda fade edlrler..5.. Sayılamaz Sosuz Örek Uzaylar Sayılamaya örek uzaya, sayılamaya sosuz veya sürekl örek uzayı adı verlr. Breysel bast çıktılı olasılıklar, ayrık durumlar sürekl örek uzayı durumuda şe yaramazlar. Çoğulukla sayılamaz sosuz durumda her br çıktıı breysel olasılığı sıfır olmalıdır. Bu zorlukta kurtulmaı yolu breysel çıktılarda zyade bleşk olayları olasılıklarıı belrlemektr. 44

21 Sürekllk olduğuda örek uzayı reel sayıları br aralığı öreğ (0,) veya reel ekse tümü ya da br düzlem çdek oktaları kümes olablr. Olaylar her br durum ç açıkça taımladığıda, olay olasılıkları belrleeblmekte ve keskl durumlar ç kullaıla kurallar aak o zama uygulaablmektedr. Dkkatmz aralıklar üzerdek olaylara ve olasılıklara verelm. Örek uzayı olarak (0,) aralığıdak reel sayıları kümes olarak alıır se ( S) olduğu açıkça görüleblmektedr. Bu örek uzayıda sezgsel olarak olasılık değer 0.5 ola 0.5 de küçük sayıları örek uzayı üretlr. Bezer şeklde 0.75 le 0.85 arasıdak rassal seçlmş sayıları olasılığı se 0.0 dur. Bu örek uzayı üzerde üç tae aralık olayı aşağıdak gb taımlası; x :0.6 x 0.9, B x : x 0.7 C x : x 0.5., Her br olaya at olasılık değer o olayı taımlı olduğu aralığı boyua eşttr. Bu durumda olasılıklar ( ) 0.3, ( B) 0.3, ( C) 0.5. şeklde ataablr. Bu olayları taımlarıda küme şlemler araılığıyla bezer örek uzayları olayı ç, türetleblr. Öreğ; B x : 0.6 x.0 ( B) 0.4 B x : 0.7 x 0.9 olayı ç ( B) 0. olur. Böylee, ( B) ( ) ( B) ( B) elde edleblr. yrıa sezgsel olarak aşağıdak souçlar görülmektedr. C B C 0.5 C x : x 0.5 B C B C B C, B C 0 BC x : x 0.5 ( C) 0.5; ; veya x 0.7 So k souç B ve C karşılıklı olarak ayrık olduğuu ve bağımsız olmadıklarıı belrtmektedr. 45

22 Rassal br sayı seçm öreğmz k öeml özellğ vardır. Brs hesaplaablr br olasılığa sahp küme br aralıktır. ralık üzerde taımlaa k olay ve B olsu. Bu durumda, B, B, ve B olayları da brer aralıktır. İks olasılık toplaablrdr. Ya ve B herhag k aralık ve ayrık seler B boyu ve B boylarıı toplamı olarak buluur. Sayılamaya sosuz örek uzayları üzerdek aralık olayları ve olasılıkları ç br başka öreğe bakalım. Elmzde 0 da 0 a kadar umaraladırılmış yelkovalı br kroometre (süreölçer ) olsu. Eğer gözümüz bağlı ke br emrle kroometrey başlatıp durdursak yelkovaı tam olarak 4 umarada durma şası edr. Tam olarak alamıda kasıt, sıfırları sosuza kadar gtmesdr.çıkça böyle br şas yoktur. Saat br yerde durmalı ve durduğuda se olasılık dr. Eğer rastgele l br zamada saat dursa, yelkovaı le 4 sayıları arasıda durmasıı olasılığı edr? bçmde sorulursa çoğu kş olasılığı 0. olduğuu söyleyeektr. Çükü le 4 arsıdak uzay çevre 0 s kadardır. Yukarıdak olasılığı br bölge olarak açıklamak ç olasılık eğrs olarak smledrle br bölge şa edleblr. Eğr altıda kala toplam ala, sürekl örek uzaylarıı toplam olasılığıdır ve her zama e eşt olmalıdır. Verle örekte 0 da 0 kadar zama ekse göstermekte ve saat 0 le 0 arsıdak herhag br değer almaktadır. yrıa her aralık eşt olasılıkla ölçülmektedr. Toplam ala olduğu ç bu olasılığa karşı gele değer 0 dur. Şekl 4.4 bze lgl durumu olasılık eğrs göstermektedr. Şekldek taralı bölge yelkovaı le 4 arasıda durma olasılığıı vermektedr. Bu bölge br dktörtge olup alaı dr. 46

23 EK Ek. İspat: a) S=SØ ve S le Ø ayrık, SØ= Ø, olduğuda (S)=(SØ)=(S)+(Ø) =+ (Ø). b) S= ve le ayrık, = Ø, olduğuda (S)=( )=()+( ) = ()+( ). Ek. İspat: a. Herhag k ve B olayı ç, B=(B)( B) ve olasılık fades olarak, (B)=(B)( B) ve eştlğ sağıdak k olay ayrık olduğuda, (B)=(B)+( B) b. Herhag k ve B olayı ç ve B olayları brbrde ayrık olduğuda, B=( B) özdeşlğ kullaılarak, (B)=()+( B) yrıa B= ( B) ve eştlğ sağıdak k olay ayrık olduğuda, (B)=()+ ( B) Elde edle souçlar yere koarak spat tamamlaır. (B)=()+(B)-(B). B=( B) ve eştlğ sağıdak k olay ayrık olduğuda ksyom 3 kullaılarak (B)=()+( B) ksyom kullaılarak ( B)0 ve souç olarak (B) () buluur. d. =(-B)(B) olup eştlğ sağıdak kümeler ayrık olduğu ç ()=(-B)+(B) spat tamamlaır. Teorem (b) formülü br kesşm olasılığı ç kullaılableek faydalı br eştszlğ (Boferro eştszlğ) taımlar. Ek.3 İspat: a. [/ B] ( B) (B) 0 her S ç b. [S/ B] (S B) (B) (B)/ (B). Eğer,,... S dek çfterl ayrık olayları dzs se ( ) B B / B [B] [B] 47

24 (B) B [ / B ] Souç olarak verle br B, (B)>0, olayı ç [./B] br olasılık foksyoudur. Ek.4 İspat: olayı ayrık B j olaylarıı her br le ola kesşmler brleşm j B j olarak taımlaablr çükü B j ler de ayrıktır. Bu durumda [ ] j B j [ / ]. [ j B j B j j ] [ B ] j buluur. Ek.5 İspat: Sadee a şıkkıı spatı yapılaaktır. Bu amaçla B (). (B ) gösterlmeldr. [ B ] ( ) ( B) ( ) ( ). ( B) ( ).( ( B)) ( ). ( B ) olduğu buluur. Ek.6 İspat: Boole eştszlğ, solu olaylar ales ç tümevarım yötemyle kaıtlaaaktır. ç eştszlk sağlaır.. durum ç eştszlk aşağıda verlmştr. B B B ve brleşm operatörü brleşmel olduğuda,. Böylee 0. Olur ve olasılığı lk aksyomu edeyle, 48

25 49 Elde edlr. Bu yüzde, buluur. Ek.7 İspat: Boole u eştszlğ le Boferro eştszlğ arasıda br bezerlk vardır. Temelde ayıdırlar. Eğer Boole u eştszlğde kullaılsaydı, burada ve ) ( ) ( eştlkler kullaılarak ) ( elde edlr k bu souu Boferro eştszlğ geel fadesdr.

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

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

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

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

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

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

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

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

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

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

= 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

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

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

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

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

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24 İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK

Detaylı

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

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

Detaylı

x A şeklinde gösterilir. Aksi durum ise x A olarak

x A şeklinde gösterilir. Aksi durum ise x A olarak BÖLÜM I OLSILIK Küme teorisi, matematiği geliştirilmesi ve öğretimide gittikçe daha fazla yararlaıla koularda biridir. yrıca olasılıkla ilgili birici bölümü temel aracıdır. Bu kısımda amaç, olasılık kousuda

Detaylı

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep GENEEŞTİRİMİŞ UANIK KÜMEER Mehme Şah Gazaep Üverses, Maemak ölümü, 27310, Gazaep ÖZET: u çalışmada öcelkle P ( br al ale olarak buludura bulaık kümeler GF ales br halka olarak yapıladırılmaka ve bu yapıı

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

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

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

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

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

Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar

Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar Ders 2: üme Teorisi, Örek Uzay, Permütasyolar ve ombiasyolar üme avramı üme İşlemleri Deey, Örek Uzay, Örek Nokta ve Olay avramları Örek Noktaları Sayma Permütasyolar ombiasyolar Parçalamalar (Partitio)

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

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

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler. OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre

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

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

5.1 Olasılık Tarihi Temel Olasılık Kavramları

5.1 Olasılık Tarihi Temel Olasılık Kavramları 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Koşullu (Şartlı Olasılık 5.6. ayes Teorem 5.7. ağımsızlık: 5.8. Olasılık Foksyoları 5.8..

Detaylı

ELN 3401 Mühendislik Olasılığı

ELN 3401 Mühendislik Olasılığı ELN 40 Mühedslk Olasılığı Tucay ERTŞ Ders Notları- ELN40 Mühedslk Olasılığı Kullaıla Ders Ktabı: D.. Bertsekas ad J.N. Tstskls, Itroducto to robablty,. Baskı, thea Scetfc, 00. Z. eebles, Jr., robablty,

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

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

7. Ders. Bazı Kesikli Olasılık Dağılımları

7. Ders. Bazı Kesikli Olasılık Dağılımları Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.

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

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

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

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

6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI

6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI 6. BÖLÜM VEKTÖR LARI -BOYUTLU (ÖKLİT) I Taım: Eğer pozitif bir tam sayı ise sıralı -sayı, gerçel sayılar kümesideki adet sayıı (a 1, a 2,, a ) bir dizisidir. Tüm sıralı -sayılarıı kümesi -boyutlu uzay

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

Venn Şeması ile Alt Kümeleri Saymak

Venn Şeması ile Alt Kümeleri Saymak Ve Şeması ile lt Kümeleri Saymak Osma Ekiz Bu çalışmada verile bir kümei çeşitli özellikleri sağlaya alt küme veya alt kümlerii ve şeması yardımıyla saymaya çalışacağız. Temel presibimiz aradığımız alt

Detaylı

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör. İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest

Detaylı

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI 1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl

Detaylı

SOYUT CEBİR VE SAYILAR TEORİSİ

SOYUT CEBİR VE SAYILAR TEORİSİ ÇÖZÜMLÜ PROBLEMLERLE SOYUT CEBİR VE SAYILAR TEORİSİ PROF. DR. MEHMET ERDOĞAN Beyket Üverstes Fe-Edebyat Fakültes Matematk-Blgsayar Bölümü YRD. DOÇ. DR. GÜLŞEN YILMAZ Beyket Üverstes Fe-Edebyat Fakültes

Detaylı

İstatistik Nedir? Sistem-Model Kavramı

İstatistik Nedir? Sistem-Model Kavramı İstatistik Nedir? İstatistik rasgelelik içere olaylar, süreçler, sistemler hakkıda modeller kurmada, gözlemlere dayaarak bu modelleri geçerliğii sıamada ve bu modellerde souç çıkarmada gerekli bazı bilgi

Detaylı

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ İSTATİSTİK Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özka GÖRGÜLÜ Tavsye Edle Kayak Ktaplar Her öğrec keds tuttuğu düzel otlar.. Akar, M. ve S. Şahler, (997). İstatstk. Ç.Ü. Zraat Fakültes Geel Yayı No: 74, Ders

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

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

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık ölüm 4 Olasılık OLSILIK opulasyon hakkında blg sahb olmak amacı le alınan örneklerden elde edlen blgler bre br doğru olmayıp heps mutlaka br hata payı taşımaktadır. u hata payının ortaya çıkmasının sebeb

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

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz; Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9

Detaylı

Temel Yapılar: Kümeler, Fonksiyonlar, Diziler ve Toplamlar

Temel Yapılar: Kümeler, Fonksiyonlar, Diziler ve Toplamlar Temel Yapılar: Kümeler, Fokyolar, Dzler ve Toplamlar CSC-9 yrık Yapılar Kotat uch - LSU Kümeler Küme, eeler düzez toparlamaıdır İglz alabedek el harler: V { a, e,, o, u} a V bv küçük pozt tek ayılar: Küme

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

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

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

Detaylı

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1 Örek.1 YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 7 Yrd. Doç. Dr. Beyazıt Ocakta Web site: ocakta.bau.edu.tr E-mail: bocakta@gmail.com Reault marka otomobil sahilerii bir soraki otomobillerii de Reault

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

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes

Detaylı

6. BÖLÜM VEKTÖR UZAYLARI

6. BÖLÜM VEKTÖR UZAYLARI 6. BÖLÜM VEKTÖR UZAYLARI -BOYUTLU (ÖKLİT) UZAYI Taım: Eğer pozitif bir tam sayı ise sıralı -sayı, gerçel sayılar kümesideki adet sayıı (a, a,, a ) bir dizisidir. Tüm sıralı -sayılarıı kümesi -boyutlu uzay

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

{ 1 3 5} { 2 4 6} OLASILIK HESABI

{ 1 3 5} { 2 4 6} OLASILIK HESABI OLASILIK HESABI Bu derste, uygulamalarda sıkça karşılaşıla, Olasılık Uzaylarıda bazılarıa değieceğiz ve verilmiş bir Olasılık Uzayıda olasılık hesabı yapacağız. Ω. Ω solu sayıda elemaa sahip olsu. Ω {

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

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

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

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+...

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+... MC formülüü doğruluğuu tümevarım ilkesi ile gösterelim. www.matematikclub.com, 00 Cebir Notları Gökha DEMĐR, gdemir@yahoo.com.tr Tümevarım_toplam_Çarpım_Dizi_Seri Tümevarım Metodu : Matematikte kulladığımız

Detaylı

Olasılık, Rastgele Değişkenler ve İstatistik

Olasılık, Rastgele Değişkenler ve İstatistik Olasılık, Rastgele Değşkeler ve İstatstk Dr. Caht Karakuş Eseyurt Üverstes İçdekler. İSTATİSTİK... 5.. Merkez Eğlm Ölçümler... 5. Olasılık... 5.. Olasılıklarda toplama ve çarpma kuralları... 8.. Koşullu

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

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

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

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER

Detaylı

9. Ders. Đstatistikte Monte Carlo Çalışmaları

9. Ders. Đstatistikte Monte Carlo Çalışmaları 9. Ders Đstatstkte Mote Carlo Çalışmaları Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve bu modeller geçerllğ sıamada kullaıla bazı blg ve yötemler

Detaylı

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

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

Detaylı

ÇUKUROVA ÜNĐVERSĐTESĐ FEN BĐLĐMLERĐ ENSTĐTÜSÜ

ÇUKUROVA ÜNĐVERSĐTESĐ FEN BĐLĐMLERĐ ENSTĐTÜSÜ ÇUKUROVA ÜNĐVERSĐTESĐ FEN BĐLĐMLERĐ ENSTĐTÜSÜ YÜKSEK LĐSANS TEZĐ Dyae YAŞAR SONLU DÖNÜŞÜMLER YARIGRUBUNDA ÇARPANLARA AYIRMA MATEMATĐK ANABĐLĐM DALI ADANA, 2009 ÖZ YÜKSEK LĐSANS TEZĐ SONLU DÖNÜŞÜMLER YARIGRUBUNDA

Detaylı

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

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

Detaylı

Açık Artırma Teorisi Üzerine Bir Çalışma

Açık Artırma Teorisi Üzerine Bir Çalışma Kocael Üerstes Sosyal Blmler Esttüsü Dergs (4) 27 / 2 : 5-77 Açık Artırma Teors Üzere Br Çalışma Şeket Alper Koç Özet: Bu çalışmada haleler üzere teork r araştırma yapılacaktır. Belrl arsayımlar altıda

Detaylı

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET

Detaylı

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK Dr. Mehmet KSRYLI OLSILIK OLSILIK KURMI Dokuz Eylül Ünverstes Ekonometr Böl. www.mehmetaksarayl.com Populasyon hakkında blg sahb olmak amacı le alınan örneklerden elde edlen blgler bre br doğru olmayıp

Detaylı

BAĞINTI VE FONKSİYON

BAĞINTI VE FONKSİYON BAĞINTI VE FONKSİYON SIRALI N-Lİ x, x, x,..., x tae elema olsu. ( x, x, x,..., x ) yazılışıda elemaları sırası öemli ise x, x, x,..., x ) e sıralı -li deir. x, x, x,..., x ) de ( x (, x, x ( x, ) sıralı

Detaylı

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV Diziler ve Seriler Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 7 Amaçlar Bu üiteyi çalıştıkta sora; dizi kavramıı taıyacak, dizileri yakısaklığıı araştırabilecek, sosuz toplamı alamıı bilecek, serileri yakısaklığıı

Detaylı

8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları

8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları 1 8. Ntelksel ( Ölçüleeye Özellkler İç) Kotrol Dyagraları Ürüler taşıası gereke kalte karakterstkler br ya da br kaçı belrlee sesfkasyolara uyayablr. Ntelk olarak adladırıla bu özellk edeyle ürü belrl

Detaylı

( KÜME LİSTE, ORTAK ÖZELLİK, ŞEMA YÖNTEMİ ELEMAN SAYISI BOŞ, SONLU, SONSUZ KÜME ALT KÜME VE ÖZELLİKLERİ ) ... BOŞ KÜME. w w w. m a t b a z.

( KÜME LİSTE, ORTAK ÖZELLİK, ŞEMA YÖNTEMİ ELEMAN SAYISI BOŞ, SONLU, SONSUZ KÜME ALT KÜME VE ÖZELLİKLERİ ) ... BOŞ KÜME. w w w. m a t b a z. KÜME KAVRAMI Küme matematiği taımsız bir kavramıdır. Acak kümeyi, iyi taımlamış kavram veya eseler topluluğu diye tarif edebiliriz. Kümeler A, B, X, K,... gibi büyük harflerle Bir kümeyi oluştura eseleri

Detaylı

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6. Problemler 3 i Çözümleri Problemler 3 i Çözümleri Aşağıdaki özellikleri kaıtlamaızı ve buu yaıda daha fazla soyut kaıt vermeizi isteyeceğiz. h.h. eşitliğii ölçümü sıfır ola bir kümei tümleyei üzeride eşit

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

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON) BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou

Detaylı

TOPOLOJİK TEMEL KAVRAMLAR

TOPOLOJİK TEMEL KAVRAMLAR TOPOLOJİK TEMEL KAVRAMLAR 1.1. Kümeler ve Foksiyolar A ı bir elemaıa B i yalız bir elemaıı eşleye bağıtıya bir foksiyo deir. f : A B, Domf = U A ve ragef B dir. Taım 1.1.1. f : A B foksiyou içi V A olsu.

Detaylı

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2 Matematk olarak ormal dağılım foksyou f ( ) ep ( ) Şeklde fade edlr. Burada μ artmetk ortalama, σ se stadart sapma değer gösterr ve dağılım foksyou N(μ, σ) otasyou le gösterlr. Bu deklem geometrk görütüsü

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

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003 ISTANBUL BİLGİ UNİVERSİTY İşletme İstatstğ [Type the documet subttle] Ege Yazga ve Yüce Zerey 1/1/3 [Type the abstract of the documet here. The abstract s typcally a short summary of the cotets of the

Detaylı

Rasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar

Rasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar www.saskcler.org İsaskçler Dergs (8) 64-74 İsaskçler Dergs Rasgele sayıda bağımlı aküeryal rskler beklee değer ç al ve üs sıırlar Fah Tak Kırıkkale Üverses Fe-Edebya Faküles, İsask Bölümü 7-ahşha,Kırıkkale,

Detaylı

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram

Detaylı

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız. + + + + olduğunu. + + = + + eşitliğini ispatlayınız.

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız. + + + + olduğunu. + + = + + eşitliğini ispatlayınız. Sayılar Teorisi Kouları Geel Sıavları www.sbelia.wordpress.com SINAV I(IDENTITIES WITH SQUARES) 4 4. a 4b (Sopphie Germai Deklemi) çarpalarıa ayırıız.. 4 4 = A ise A ı sadece = durumuda asal olduğuu ispatlayıız..

Detaylı

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

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

Detaylı

0 1 2 n 1. Doğu Akdeniz Üniversitesi Matematik Bölümü Mate 322

0 1 2 n 1. Doğu Akdeniz Üniversitesi Matematik Bölümü Mate 322 Bölüm 3. İkici Mertebede Lieer ve Sabit Katsaılı Diferesiel Deklemler 4 3. Geel Taımlar ( ) ( ) ( ) a ( ) + a ( ) + a ( ) +... + a ( ) + a ( ) = f ( ) () 0 şeklideki bir deklem. mertebede lieer deklem

Detaylı

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

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

Detaylı

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

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

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

Detaylı