Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı"

Transkript

1 5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz. X,,U, P olasılık uzayıda bir rasgele değişke ve g : R R foksiyou B B içi x : gx B B özelliğie sahip ise Y g X gx foksiyou da,u, P uzayıda bir rasgele değişkedir. Y i olasılık dağılımıı X i dağılım veya olasılık (yoğuluk) foksiyou yardımıyla belirleyeceğiz. Bir X rasgele değişkeii başka bir Y rasgele değişkeie döüştüre g foksiyouu taım kümesi X yı kapsamalıdır. Döüşüm foksiyouu taım kümesi açık olarak verilmediğide, R olduğuu varsayacağız. Kesikli bir X rasgele değişkeii değer kümesi X ve olasılık foksiyou f X olsu. g : X R olmak üzere Y gx rasgele değişkei de kesiklidir ve Y i olasılık foksiyou, f Y y PY y PgX y PX x : gx y dır. f X x, x:gxy y Y Örek: X rasgele değişkei olasılık foksiyou, fx 5, x,, 0,,

2 olsu. Y X rasgele değişkei olasılık foksiyouu bulalım. Y 0,, 4 olmak üzere, f Y y fx, y Y x:x y f Y 0 5, f Y 5, f Y4 5 dır. Sürekli X rasgele değişkei değer kümesi X olsu. g : A R ve X A olmak üzere, Y gx rasgele değişkeii dağılım foksiyou, olacaktır. F Y y PY y Pgx y, y Örek: X rasgele değişkei olasılık yoğuluk foksiyou, olsu. fx 3, x a) Y X rasgele değişkei olasılık dağılımıı bulalım. Y i dağılım foksiyou,

3 F Y y PY y PX y 0, y 0 P y X y, y 0 0, y 0 y fxdx, 0 y y y fxdx, y 4, y 4 0, y y, 0 y y, y 4, y 4 olmak üzere olasılık yoğuluk foksiyou, 3 y, 0 y f Y y 6 y, y 4 dır. F Y ve f Y foksiyolarıı grafikleri,

4 dır. b) gx 0, x 0, x 0 olmak üzere U gx rasgele değişkei dağılım foksiyou, F U u PU u PgX u 0, u 0 PX 0, 0 u PX 0 PX 0, u 0, u 0 3, 0 u, u dır. c) gx x, x, x olmak üzere V gx rasgele değişkei dağılım foksiyou

5 F V v PV v PgX v 0, v 0 P X v, 0 v, v 0, v 0 v, 0 v 3, v dır. d) gx x, x R olmak üzere Z gx rasgele değişkei dağılım foksiyou,

6 F Z z PZ z PX z P X z 0, z z dx, z 3, z 0, z 0 z 6, 0 z 6, z 6 dır. Z i olasılık yoğuluk foksiyou f Z z 6, 0 z 6 dır. X rasgele değişkei dört farklı döüşümüü olasılık dağılımıı belirledik. Bazı özel hallerde, döüşüm soucu elde edile rasgele değişkei olasılık yoğuluk foksiyouu belirlemeside yararlı olacak bir teorem verelim. Teorem: Sürekli X rasgele değişkei olasılık yoğuluk foksiyou f ve fxdx olsu. a, b i ayrık a, b,a, b a k, b k alt aralıkları içi g : a, b R foksiyouu a i, b i, i,, 3,,k aralıklarıa kısıtlamaları ola, g i : a i, b i c, d, i,, 3,,k foksiyoları, arta (yada azala), sürekli ve g : c, d a, b, i,, 3,,k türevleebilir olmak üzere, b a

7 x : gx c, d a i, b i ise, Y gx rasgele değişkei olasılık yoğuluk foksiyou, c y d içi dır. k k i f Y y fg i y dg i y dy i Đspat: y c, d içi dır. Burada x : c gx y g i c, y g i c, y x : g i x c, y, i,,.., k dır. Eğer g i foksiyou arta ise g i c, y a i, g i y azala ise g i c, y g i y, b i olacaktır. Bua göre, k i PX g i c, y Pa i X g i y, Pg i y X b i, g i arta ise g i azala ise dır. y c, y olmak üzere, Fg i y Fa i, Fb i Fg i y, g i arta ise g i azala ise G gi y Fg i y Fa i, Fb i Fg i y, g i arta ise g i azala ise foksiyou içi F i türevleebildiği yerlerde, dg gi y dy fg i y dg i y dy, i,,,k olacaktır. Şimdi Y gx rasgele değişkei y c, d içi dağılım foksiyouu değerii bulalım.

8 F Y y PY y PY c Pc Y y PY c P X k g i c, y i k PY c PX g i c, y i PY c G gi y Burada, y c, d içi k f Y y dg g i y dy i dır. k i k fg i y dg i y dy i Souç: olsu. Sürekli X rasgele değişkei olasılık yoğuluk foksiyou f ve g : a, b c, d R b fxdx foksiyou arta veya azala sürekli bir foksiyo ve g türevleebilir ise Y gx rasgele değişkeii olasılık yoğuluk foksiyou, dır. f Y y fg y dg y dy, c y d 0, diğer yerlerde a Örek: X rasgele değişkei olasılık yoğuluk foksiyou, fx 3, x olsu. Y X rasgele değişkei olasılık dağılımıı bulalım. a, b, olmak üzere, x, içi gx 0, 4

9 g :, 0 0, g : 0, 0, x g x x x g x x g : 0,, 0 y g y y g : 0, 0, y g y y g 3 :,, 4 x g 3 x x g 3 :, 4, y g 3 y y

10 fg y dg y dy fg y dg y dy, 0 y f Y y fg 3 y dg 3 y dy, y 4 3 y 3 y, 0 y 3 y, y 4 3 y, 0 y 6 y, y 4 Örek: X, rasgele değişkei olasılık yoğuluk foksiyou, fx e x, x olsu. Y X rasgele değişkeii olasılık yoğuluk foksiyou edir? g :, 0, x x

11 g :, 0 0, g : 0, 0, x g x x x g x x g 0,, 0 y g y y g foksiyolarıı göz öüe alarak, Y gx X içi, f Y y fg y dg y dy 0, 0, y fg y dg y dy g y y, 0 y y y e, 0 y elde edilir. Örek: X rasgele değişkei olasılık yoğuluk foksiyou f olsu. Y 3X rasgele değişkei olasılık yoğuluk foksiyouu buluuz. Sürekli ve arta, g : R R g : R R x gx 3x y g y y 3 foksiyoları yardımıyla, Y gx 3X rasgele değişkei olasılık yoğuluk foksiyou elde edilir. f Y y fg y dg y dy, y R 3 fg y, y R Bir döüşümü olasılık dağılımıı bulumasıda olasılık yoğuluk forksiyouu doğruda belirlemesi yötemie Değişke Değiştirme Tekiği ve öce dağılım foksiyouu belirlemesi yötemie de Dağılım Foksiyou Tekiği dediğii hatırlatalım. Şimdi ilgiç ola döüşümlerde birii ele alalım. Sürekli X rasgele değişkei-i dağılım foksiyou F olmak üzere Y FX rasgele değişkeii olasılık dağılımı edir? Bu döüşüme olasılık itegral döüşümü deir.

12 F Y y PY y PFX y 0, y 0 PFX y, 0 y, y Burada y 0, olmak üzere x 0 R içi Fx 0 y olsu. Bu durumda, PX x 0 PFX y Fx 0 y olacağıda 0, y 0 F Y y y, 0 y 0, y ve f Y y, 0 y 0, d.y. elde edilir. Sürekli X rasgele değişkei dağılım foksiyou F olsu. Öyle bir Z gx döüşümü bulalım ki sürekli Z rasgele değişkei dağılım foksiyou öcede bilie bir G foksiyou olsu. G foksiyou bir dağılım foksiyou olduğuda değerleri 0, aralığıdadır. y 0, içi olmak üzere, Z rasgele değişkeii, G y z R : Gz y Z G FX olarak taımlayalım. Şimdi Z i dağılım foksiyouu G olduğuu gösterelim. F Z z PZ z PG FX z PFX Gz FX rasgele değişkei bir itegral döüşümü olduğu içi PFX Gz Gz olacaktır. Burada F Z G dir. Böylece yukarıda verile g G F foksiyou ile belirlee Z gx rasgele değişkei dağılım foksiyou G dir.

13 Örek: X rasgele değişkei olasılık yoğuluk foksiyou, fx x, 0 x olsu. Bir Y gx rasgele değişkei dağılım foksiyou 0, y Gy y 9, y 4, y 4 olacak şekilde g foksiyouu belirleyiiz. X rasgele değişkei dağılım foksiyou 0, x 0 Fx x, 0 x, x dır. g G F : 0, R foksiyouu göz öüe alalım. x 0, içi Fx 0,, gx G FX G x olacaktır. G foksiyou, 4 aralığıda birebirdir ve G :, 4 0, G : 0,, 4 y Gy y 9 t G t 3 t olmak üzere, dır. Böylece gx G x 3x g : 0, R x 3x olmak üzere Y gx 3X rasgele değişkei dağılım foksiyou G dir. Örek: X rasgele değişkei olasılık yoğuluk foksiyou,

14 fx, 0 x olsu. Bir Y gx rasgele değişkei dağılım foksiyou, Gy olacak şekilde g foksiyouu belirleyiiz. X rasgele değişkei dağılım foksiyou, 0, y 0 e y, y 0 0, x 0 Fx x, 0 x, x dır. y 0 içi Gy 0, ve t 0, içi dir. Şimdi G t l t g G F : 0, foksiyouu göz öüe alalım. x 0, içi dır. gx G Fx G x l x Y l X rasgele değişkei dağılım foksiyou G dir. Rasgele Vektörleri Döüşümleri Kesikli rasgele değişkeleri döüşümleride olduğu gibi kesikli boyutlu rasgele vektörleri döüşümlerii olasılık dağılımıı bulumasıda bir soru yoktur. X, X,,X boyutlu kesikli rasgele vektörü değer kümesi D X,X,,X ve olasılık foksiyou f X,X,,X olmak üzere

15 Y u X, X,,X Y u X, X,,X Y m u m X, X,,X döüşümü soucu elde edile Y, Y,,Y m, mboyutlu rasgele vektörü de kesiklidir ve olasılık foksiyou, y, y,,y m D Y,Y,,Y m içi, f Y,Y,,Y my, y,,y m P Y i y i, i,,,m P u i X,,X y i, i,,,m P X,,X x,,x : u i x,,x y i, i,,,m x,,x :u ix,,x y i, i,,,m f X,,X x,,x dır. Sürekli rasgele değişkeleri döüşümleride olduğu gibi sürekli rasgele vektörler ile ilgili döüşümlerde izleebilecek iki yol vardır. Biricisi: dağılım foksiyou dee tekik, yai döüşüm soucu elde edile rasgele vektörü dağılım foksiyouu buluması ve burada, dağılım sürekli ise türev alarak yoğuluk foksiyouu buluması, ikicisi: yoğuluk foksiyou dee tekik, yai döüşüm soucudaki rasgele vektörü olasılık yoğuluk foksiyouu doğruda, döüştürüle vektörü olasılık yoğuluk foksiyouda elde edilmesidir. Yoğuluk foksiyou tekiği çok katlı itegrallerde değişke değiştirme yötemie dayamaktadır. X, X,,X boyutlu sürekli rasgele vektörüü olasılık yoğuluk foksiyou f X,X,,X olsu. Y u X, X,,X olmak üzere, i,,, içi Y u X, X,,X Y u X, X,,X u i : R R x, x,,x u i x, x,,x foksiyoları herbir değişkee göre kısmi türevlere sahip,

16 u, u,,u x, x,,x det u x u x u x ve u, u,,u : R R döüşümü D X,X,,X kümesi üzeride birebir olsu. u, u,,u foksiyouu D X,X,,X kümesie kısıtlamasıı ters foksiyou, u x u x u x h, h,,h : D Y,Y,,Y D X,X,,X olsu. Bu durumda Y, Y,,Y boyutlu rasgele vektörüü olasılık yoğuluk foksiyou g içi, y, y,y D Y,Y,,Y olduğuda, gy, y,,y f X,,X h y,,y,h y,,y h,,h y,,y ve y, y,,y D Y,Y,,Y olduğuda, gy, y,,y 0 dır. 0 Örek: X, X i olasılık foksiyou f X,X x, x x x p x x q x x, x 0,,,, x 0,,, olsu. Burada 0 p, q p ve ile doğal sayıdır. X ve X bağımsız ve marjial olasılık foksiyoları sırasıyla f X x x p x p x, x 0,,,, f X x dır. Aşağıdaki döüşümü göz öüe alalım. x p x q x, x 0,,,, Y X X Y X Bu döüşümle taımlaa Y ve Y rasgele değişkelerii ortak olasılık foksiyouu bulalım. D X,X x, x : x 0,,,, ve x 0,,,, 0,,,, 0,,,, D Y,Y y, y : y x x, y x, x, x D X,X y, y : y 0,,..., ve max0, y y miy, olmak üzere,

17 f Y,Y y, y PY y, Y y, y, y D Y,Y PX X y, X y PX y y, X y PX y y PX y y y p y y q y y y p y q y y y y p y q y dır. Y i marjial olasılık foksiyou, f Y y PY y f Y,Y y, y y p y q y miy, y max0,y y y y y p y q y, y 0,,,, olmak üzere, Y y bilidiğide Y i koşullu olasılık foksiyou, olarak elde edilir. f Y /Y y y PY y /Y y y y y y Örek: X, X i olasılık yoğuluk foksiyou f X,X x, x, 0 x, 0 x olsu. a) Y X X rasgele değişkei dağılım foksiyou, F Y y PY y PX X y ve f X,X x, x dx dx x,x :x x y

18 0, y 0 x,x :x x y f X,X x, x dx dx yyx 0 dx dx, 0 y 0 yyx dx dx, y, y olmak üzere, 0, y 0 F Y y y, 0 y y, y, y dır. Y i olasılık yoğuluk foksiyou, f Y y y, 0 y y, y dır. b) Y X X Y X döüşümü ile taımlaa Y ve Y i ortak olasılık yoğuluk foksiyouu bulalım. X, X i değer kümesi olmak üzere, D X,X x, x : 0 x, 0 x y x x y x döüşümü altıda bu küme şekilde gösterile, y, y : 0 y, 0 y y y, y : y, y y kümesie (D Y,Y döüşmektedir. Döüşüm birebirdir.

19 Ters döüşüm x y ve x y y x, x y, y det x x y y x x y y det 0 olmak üzere Y, Y i olasılık yoğuluk foksiyou, f Y,Y y, y f X, X y, y y x, x y, y, y, y D Y,Y, y, y D Y,Y dır. Y i marjial olasılık yoğuluk foksiyou,

20 y dy, 0 y 0 f Y y dy, y y y, 0 y y, y olarak elde edilir. c) Y X X rasgele değişkei olasılık yoğuluk foksiyouu bulalım. Böyle durumlarda, bir yardımcı Y değişkei taımlaır, Y ile Y i ortak olasılık yoğuluk foksiyou buluur ve burada Y i marjial olasılık yoğuluk foksiyou elde edilir. Yardımcı değişke Y X olarak taımlaırsa, y x x y x döüşümü içi D Y,Y kümesi aşağıdakişekilde gösterilmiştir. Döüşüm birebir olup ters döüşüm, x y y ve x y y x, x y, y det y y 0 y dır. Böylece, ve f Y,Y y, y y, 0 y y

21 f Y y y dy, 0 y y l y, 0 y dır. D X,X x, x : 0 x, 0 x D Y,Y y, y : 0 y y d) Y X /X Y X X döüşümü ile taımlaa Y ve Y i ortak olasılık yoğuluk foksiyouu bulalım. y x /x döüşümü altıda D X,X kümesi, y x x D Y,Y y, y : 0 y y y, y : y, 0 y /y kümesie döüşmektedir. Ters döüşüm, x y y / x y /y /

22 olmak üzere, x, x y, y det y y 3 y y / / y y / / y y y dır. Böylece Y, Y i olasılık yoğuluk foksiyou, f Y,Y y, y f X,X y y /, y y / y, y, y D Y,Y y, y, y D Y,Y olarak elde edilir. e) Y mix, X Y maxx, X döüşümü ile taımlaa Y ve Y i ortak olasılık yoğuluk foksiyouu bulalım. D Y,Y y, y : 0 y y A x, x : 0 x x A x, x : 0 x x olmak üzere, A 3 x, x : 0 x x

23 D X,X A A A 3 yazabiliriz. Acak, PX, X A 3 0 olduğuda, A 3 kümesii döüşümde gözöüe almayabiliriz. y, y : A A D Y,Y x, x y, y mix, x, maxx, x y x y x, x, x A y x y x, x, x A olmak üzere, ayrık A ve A kümelerii herbiride döüşüm birebirdir. Ters döüşümler, u, u : D Y,Y \y, y : 0 y y A y, y y, y s, s : D Y,Y \y, y : 0 y y A y, y y, y olmak üzere, u, u y, y det 0 0 s, s y, y det 0 0 dır. Böylece, Y, Y i olasılık yoğuluk foksiyou, y, y D Y,Y içi, f Y,Y y, y fu y, y, u y y u, u y, y ve y, y D Y,Y içi f Y,Y y, y 0 dır. Burada, fs y, y, s y y s, s y, y

24 f Y,Y y, y, 0 y y olarak elde edilir. Y ve Y i marjial olasılık yoğuluk foksiyoları, f Y y dy, 0 y y y, 0 y ve f Y y 0 y dy, 0 y y, 0 y dır. f Y l X / cosx Y l X / six döüşümü (Box-Muller döüşümü) ile taımlaa Y ve Y rasgele değişkelerii ortak olasılık yoğuluk foksiyouu bulalım. Bu döüşüm kümesii, D X,X x, x : 0 x, 0 x D Y,Y y, y : y, y kümesie döüştürmekte ve y, y : y 0 veya y 0 kümesi dışıda birebir olmaktadır. Ters döüşüm,

25 y x e y ve x arcta y y x, x y, y det y e y y y y e y y /y y /y /y y /y olmak üzere, dır. y y e f Y Y y, y y y e, y, y Örek: X, X i olasılık yoğuluk foksiyou f X,X x, x x x e x x, x 0, x 0 olsu. Burada ile sabit ve 0, 0 dır. Y X X Y X X X döüşümü ile verile Y ve Y rasgele değişkelerii ortak olasılık yoğuluk foksiyouu ve marjial olasılık yoğuluk foksiyolarıı bulalım. y x x döüşümü soucu D X,X kümesi y x x x D Y,Y y, y : 0 y, 0 y kümesie döüşmektedir. Döüşüm birebirdir. Ters döüşüm,

26 x y y ve x y y x, x y, y det y y y y y olmak üzere f Y,Y y, y y y y y e y y, y 0 0 y y y y e y, y 0 0 y

27 f Y y f Y,Y y, y dy, y 0 0 y e y y y dy, y 0 0 y e y, y 0 y e y, y 0 f Y y f Y,Y y, y dy, 0 y 0 y y y e y dy, 0 y 0 y y, 0 y olarak elde edilir. Örek: X, X, X 3, 3 boyutlu rasgele vektörü olasılık yoğuluk foksiyou,

28 f X,X,X 3 x, x, x 3 e x x x 3, x 0, x 0, x 3 0 olsu. Y X X X Y X X X X X 3 Y 3 X X X 3 döüşümü ile verile Y, Y ve Y 3 rasgele değişkelerii ortak olasılık yoğuluk foksiyouu bulalım. Bu döüşüm altıda D X,X,X 3 kümesi D Y,Y,Y 3 y, y, y 3 : 0 y, 0 y, y 3 0 kümesie döüşmektedir. Ters döüşüm, x y y y 3 x y y y 3 y y 3 olmak üzere, x 3 y y 3 y 3 x, x, x 3 y, y, y 3 det y y 3 y y 3 y y y y 3 y y 3 y 3 y y y 0 y 3 y y y 3 ve f Y,Y,Y 3 y, y, y 3 y y 3 e y 3, 0 y, 0 y, y 3 0 dır. Burada, marjial olasılık yoğuluk foksiyoları sırasıyla,

29 f Y y y y 3 e y 3 dy dy 3, 0 y 0 0 y dy y 3 e y 3 dy3, 0 y 0 0 3, 0 y f Y y y y 3 e y 3 dy dy 3, 0 y 0 0 y, 0 y ve f Y3 y 3 y y 3 e y 3 dy dy, y y 3 e y 3, y 3 0 olarak elde edilir. Örek: A a ij, reel sayıları tipide bir matrisi ve deta 0 olsu. X, X,,X

30 rasgele değişkelerii ortak olasılık yoğuluk foksiyou g olmak üzere, Y a X a X a X a k X k k Y a X a X a X a k X k k Y a X a X a X a k X k döüşümü ile taımlaa Y, Y,,Y rasgele değişkelerii ortak olasılık yoğuluk foksiyouu bulalım. k A a ij olmak üzere ilgili ters döüşüm, x a y a y a y a k y k k ve x a y a y a y a k y k k x 3 a y a y a y a k y k x, x,,x y, y,,y k deta deta dır. Böylece Y, Y,,Y i ortak olasılık yoğuluk foksiyou, fy, y,,y g a k y k, a k y k,, a k y k deta k dır. A matrisii ortogoal A A AA I olması durumuda deta ve A A a ji olmak üzere fy, y,,y g olacaktır. Bu durumda, ayrıca k k k a k y k, a k y k,, a k y k k k

31 Y i j i k a ik X k i a ij X j j a ik X k k a ij a ik X j X k i j k j k X j X k a ij a ik i elde edilir. (j k içi i X j j a ij a ik ve j k içi a ij a ik 0 i Örek: X, X,,X rasgele değişkeleri sürekli, bağımsız ve ayı dağılımlı (bu dağılımı olasılık yoğuluk foksiyou f ve dağılım foksiyou F olsu. a) Y maxx, X,,X rasgele değişkeii olasılık yoğuluk foksiyouu buluuz. Y i dağılım foksiyou, F Y y PY y PX y, X y,,x y PX y PX y PX y Fy olmak üzere, olasılık yoğuluk foksiyou, f Y y Fy fy, y dır. b) Y mix, X,,X rasgele değişkei olasılık yoğuluk foksiyouu buluuz. Y i dağılım foksiyou, F Y y PY y PY y PX y, X y,,x y Fy olmak üzere, olasılık yoğuluk foksiyou, f Y y Fy fy, y dır. c) Y, Y i ortak olasılık yoğuluk foksiyouu buluuz. Y, Y i ortak dağılım foksiyou,

32 F Y,Y y, y PY y, Y y, y y PY y PY y, Y y PY y P y X j y, j,,, PY y Py X j y j olmak üzere, f Y,Y y, y F Y,Y y, y y y Fy Fy Fy dır. Fy Fy fy fy, y y d) R Y Y rasgele değişkei olasılık yoğuluk foksiyouu buluuz. Z Y yardımcı değişkei ile birlikte, R Y Y döüşümü içi, Z Y y, y r, z det 0 olmak üzere, f R,Z r, z Frz Fz frfz, r 0 z dır. Burada z üzeride itegral alarak R i olasılık yoğuluk foksiyou buluur. PROBLEMLER

33 . X rasgele değişkei olasılık foksiyou fx 0 x, x,, 0,, olsu. Y X ve U X rasgele değişkelerii olasılık foksiyolarıı buluuz.. X rasgele değişkeii olasılık foksiyou olsu. fx 3 x 3, x,, 3, a) Y X b) U X rasgele değişkelerii olasılık foksiyolarıı buluuz. 3. X rasgele değişkeii olasılık yoğuluk foksiyou, fx 6x x, 0 x olsu. Y X 3 rasgele değişkeii olasılık yoğuluk foksiyouu buluuz. 4. X rasgele değişkeii olasılık yoğuluk foksiyou olsu. fx, x a) Y X b) U X c) V X

34 d) Z si X e) gx si x, x 0 cosx, x 0 içi W gx rasgele değişkeleri olasılık yoğuluk foksiyolarıı buluuz ve grafiklerii çiziiz. 5. X rasgele değişkei olasılık yoğuluk foksiyou, olsu. fx 5, x 3 a) Y 9 X 5 b) U X c) gx x, x 0, x içi V gx, x 0 d) W SgX, Sgx 0, x 0, x 0 rasgele değişkelerii dağılım foksiyolarıı buluuz. 6. X rasgele değişkeii olasılık yoğuluk foksiyou,

35 fx, 0 x olsu. a) gx x, x 0 b) gx l x, 0 x c) gx l x, 0 x olmak üzere Y gx rasgele değişkeii olasılık yoğuluk foksiyouu buluuz. 7. X rasgele değişkei olasılık yoğuluk foksiyou, fx, 0 x olsu. Bir Y gx rasgele değişkei dağılım foksiyou, a) Gy 0, y 0 e y, y 0 b) Gy 0, y 0 e y, y 0 0, y 0 c) Gy 5, 0 y 5, y 5

36 0, y 0 d) Gy y y 4, 0 y, y e) Gy arctay, y olacak şekilde g foksiyouu belirleyiiz. 8. X rasgele değişkei olasılık yoğuluk foksiyou f olsu. a 0 olmak üzere Y ax b rasgele değişkeii olasılık yoğuluk foksiyouu olduğuu gösteriiz. f Y y a f y b a, y 9. X rasgele değişkei olasılık yoğuluk foksiyou f ve dağılım foksiyou F olsu. X ve X rasgele değişkelerii olasılık yoğuluk foksiyolarıı f ve dağılım foksiyolarıı F foksiyou yardımıyla ifade ediiz. 0. Bir X rasgele değişkei içi, X ile X i olasılık dağılımları ayı ise X e simetrik rasgele değişke deir. Bua göre, a) X rasgele değişkei simetrik X i f olasılık foksiyou çift bir foksiyo X i F dağılım foksiyou içi Fx Fx, x R, olduğuu gösteriiz. b) Sürekli X rasgele değişkei simetrik ise PX 0 olduğuu gösteriiz. c) Problem 9 u, X i simetrik olması hali içi çözüüz.. X rasgele değişkei olasılık yoğuluk ve dağılım foksiyolarıı grafikleri aşağıda gösterilmiştir.

37 g : R R foksiyouu, a) gx x b) gx x c) gx Sgx d) gx x a, a R b, x b e) gx x, b x b b, x b durumları içi Y gx rasgele değişkei dağılım foksiyouu grafiğii biçimsel olarak çiziiz. Y sürekli ise olasılık yoğuluk foksiyouu grafiğiide çiziiz.. Belli bir ölçü aleti ile ölçümlerde yapıla hata, E (birim) olmak üzere E i olasılık yoğuluk foksiyou fe, e dır. Gerçek kear uzuluğu, a 0(birim) ola bir kareii kearı bu aletle ölçüldüğüde bulua ölçüm değeri X olmak üzere, X a E dır. X i olasılık dağılımıı buluuz. Ölçüm değerie dayaarak hesaplaa ala, Y X olmak üzere Y i olasılık dağılımıı buluuz ve P X ile P Y 00 0 olasılığıı hesaplayıız. 3. Teorik fizikteki Maxwell-Boltzma kauua göre gaz moleküllerii hızıı büyüklüğü, V i olasılık yoğuluk foksiyou,

38 fv kv e v, v 0 dır. Burada, C T, Tmutlak sıcaklık, M molekülü kütlesi, C Boltz-ma M sabitidir. k sabitii değerii ve kietik eerji i olasılık yoğuluk foksiyouu buluuz. E mv 4. X, X i olasılık foksiyou, x fx, x x 3 3 x x, x, x 0, olsu. Y X X Y X X döüşümü ile taımlaa Y ve Y i ortak ve marjial olasılık foksiyolarıı buluuz. 5. X, X i olasılık foksiyou, x x, fx, x 4 x, x,, 3, olsu. Y maxx, X olmak üzere, a) Y rasgele değişkeii olasılık foksiyouu buluuz. b) X, Y rasgele vektörüü olasılık foksiyouu buluuz. 6. X, X i olasılık (yoğuluk) foksiyou, a) fx, x 4, 0 x, 0 x b) fx, x 9, x, x, 0,

39 c) fx, x 6 ex 3x, x 0, x 0 d) fx, x x x e, x, x olmak üzere; i) Y X X ii) Y X X iii) Y mix, X iv) Y maxx, X rasgele değişkelerii olasılık (yoğuluk) foksiyolarıı buluuz. 7. X, Y i olasılık yoğuluk foksiyou, fx, y x y, 0 x y olsu. Z X Y i olasılık yoğuluk foksiyouu buluuz. 8. X, Y i olasılık yoğuluk foksiyou, fx, y x y, 0 x, 0 y olsu. Z XY i olasılık yoğuluk foksiyouu buluuz. 9. X, Y i olasılık yoğuluk foksiyou, fx, y y ye x, x, y 0 olsu. Z XY i olasılık yoğuluk foksiyouu buluuz.

40 0. X, X i olasılık yoğuluk foksiyou, olsu. a) fx, x x x e, x, x Y X X b) Y X X Y X X Y X /X olmak üzere, Y, Y i olasılık yoğuluk foksiyouu buluuz. Y ile Y i bağımsızlığıı araştırıız.. X, X, X 3 ü olasılık yoğuluk foksiyou, fx, x, x 3 8x x x 3, 0 x, 0 x, 0 x 3 olsu. Y X Y X X Y 3 X X X 3 döüşümü ile taımlaa Y, Y, Y 3 ü ortak olasılık yoğuluk foksiyouu buluuz.. X, X, X 3 vektörüü olasılık yoğuluk foksiyou, fx, x, x 3 3 x x x 3 3 e x x x 3, x 0 x 0 x 3 0 olsu 0, 0, 3 0.

41 Y X X X X 3 Y X X X X 3 Y 3 X X X 3 olmak üzere, Y, Y, Y 3 ve Y, Y i olasılık yoğuluk foksiyolarıı buluuz. 3. X, X,,X rasgele değişkeleri bağımsız ve herbirii sahip olduğu olasılık dağılımıı yoğuluk foksiyou, a) fx 4, 0 x 4 b) fx e x, x 0 olsu. Y mix, X,,X Y maxx, X,,X W Y Y olmak üzere, Y, Y, Y, Y, W u olasılık yoğuluk foksiyolarıı buluuz. 4. X, X,,X rasgele değişkeleri bağımsız ve herbirii sahip olduğu olasılık dağılımıı yoğuluk foksiyou, a) fx, 0 x

42 b) fx x, 0 x olsu. Y mix, X,,X Y maxx, X,,X W Y Y olmak üzere: i) Y, Y, Y, Y, W u olasılık yoğuluk foksiyolarıı buluuz. ii) 5 ve 0 içi, PY 0., PY 0. 9, P Y 0. ve Y 0. 9 P Y 0. ve Y 0. 9, PW 0. 9 olasılıklarıı hesaplayıız. iii) PY olacakşekilde e küçük değerii buluuz.

1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz.

1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz. Sorular ve Çözümleri 1. GRUPLAR 1) G bir grup olmak üzere aşağıdaki eşitlikleri gösteriiz. i) e G birim elema olmak üzere e 1 = e. ii) a G olmak üzere (a 1 ) 1 = a. iii) a 1, a 2,, a G içi (a 1 a 2 a )

Detaylı

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X

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

BEKLENEN DEĞER. 6. Ders. Tanım: X, bir rasgele değişken ve g : R R, B B R için x : g x B B R özelliğine sahip bir fonksiyon olmak üzere:

BEKLENEN DEĞER. 6. Ders. Tanım: X, bir rasgele değişken ve g : R R, B B R için x : g x B B R özelliğine sahip bir fonksiyon olmak üzere: 6. Ders BEKLENEN DEĞER Taım: X, bir rasgele değişke ve g : R R, B BR içi x : gx B BR özelliğie sahip bir foksiyo olmak üzere: i) X kesikli ve ii) X sürekli ve gx fx olduğuda, x EgX gxfx gx fxdx olduğuda,

Detaylı

İleri Diferansiyel Denklemler

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

Detaylı

2.2. Fonksiyon Serileri

2.2. Fonksiyon Serileri 2.2. Foksiyo Serileri Taım.. Herhagi bir ( u (x reel (gerçel değerli foksiyo dizisi verilsi. Bu m foksiyo dizisii tüm terimlerii toplamıa, yai u m (x + u m+ (x + u m+2 (x + u m+3 (x + + u m+ (x + = k=m

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

f n dµ = lim gerçeklenir. Gösteriniz (Bu teorem Monoton yakınsaklık teoreminde yakınsaklık f n = f ve (f n ) monoton artan dizi

f n dµ = lim gerçeklenir. Gösteriniz (Bu teorem Monoton yakınsaklık teoreminde yakınsaklık f n = f ve (f n ) monoton artan dizi 4.2. Pozitif Foksiyoları İtegrali SOU : f ), M +, A) kümeside bulua foksiyoları mooto arta dizisi ve h.h.h. f = f ise f dµ = f dµ gerçekleir. Gösteriiz Bu teorem Mooto yakısaklık teoremide yakısaklık yerie

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

Rasgele Vektörler Çok Değişkenli Olasılık Dağılımları

Rasgele Vektörler Çok Değişkenli Olasılık Dağılımları 4.Ders Rasgele Vektörler Çok Değişkenli Olasılık Dağılımları Tanım:,U, P bir olasılık uzayı ve X, X,,X n : R n X, X,,X n X, X,,X n olmak üzere, her a, a,,a n R n için : X i a i, i,, 3,,n U özelliği sağlanıyor

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

3.Ders Rasgele Değişkenler

3.Ders Rasgele Değişkenler 3.Ders Rasgele Değişkenler Tanım:,U, P bir olasılık uzayı ve X : R X olmak üzere, a R için, : X a U oluyorsa X fonksiyonuna bir rasgele değişken denir. a R için X, a : X a U özelliğine sahip bir X rasgele

Detaylı

Analiz II Çalışma Soruları-2

Analiz II Çalışma Soruları-2 Aaliz II Çalışma Soruları- So gücelleme: 04040 (I Aşağıdaki foksiyoları (ilgili değişkelere göre türevlerii buluuz 7 cos π 8 log (si π ( si ta e 9 4 5 6 + cot 0 sec sit t si( e + e arccos ( e cos(ta (II

Detaylı

5. Ders. Dağılımlardan Rasgele Sayı Üretilmesi Ters Dönüşüm Yöntemi

5. Ders. Dağılımlardan Rasgele Sayı Üretilmesi Ters Dönüşüm Yöntemi 5. Drs Dağılımlarda Rasgl Sayı Ürtilmsi Trs Döüşüm Yötmi sürkli bir rasgl dğişk v bu rasgl dğişki dağılım foksiyou olsu. Dağılımı dstk kümsi üzrid dağılım foksiyou arta v bir-bir bir foksiyo olmaktadır.

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

H.L.Royde Real Aalysis çeviri ve düzeleme Prof.Dr.Hüseyi Çakallı Kısım Bir Reel Değişkeli Foksiyolar Teorisi Prof.Dr.Hüseyi Çakallı 3 H.L.Royde Real Aalysis çeviri ve düzeleme Prof.Dr.Hüseyi Çakallı Reel

Detaylı

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler... İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı

Detaylı

Tahmin Edici Elde Etme Yöntemleri

Tahmin Edici Elde Etme Yöntemleri 6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme

Detaylı

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1. 06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i

Detaylı

5 İKİNCİ MERTEBEDEN LİNEER DİF. DENKLEMLERİN SERİ ÇÖZÜMLERİ

5 İKİNCİ MERTEBEDEN LİNEER DİF. DENKLEMLERİN SERİ ÇÖZÜMLERİ 5 İKİNCİ MERTEBEDEN LİNEER DİF. DENKLEMLERİN SERİ ÇÖZÜMLERİ Bir lieer deklemi geel çözümüü bulmak homoje kısmı temel çözümlerii belirlemesie bağlıdır. Sabit katsayılı diferasiyel deklemleri temel çözümlerii

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

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

{ 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

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

1. Tabanı 2a büyük eksenli, 2b küçük eksenli elips ile sınırlanan ve büyük eksene dik her kesiti kare olan cismin 16ab 2 hacmini bulunuz.

1. Tabanı 2a büyük eksenli, 2b küçük eksenli elips ile sınırlanan ve büyük eksene dik her kesiti kare olan cismin 16ab 2 hacmini bulunuz. MAT -MATEMATİK (5-5 YAZ DÖNEMİ) ÇALIŞMA SORULARI. Tabaı a büyük ekseli, b küçük ekseli elips ile sıırlaa ve büyük eksee dik her kesiti kare ola cismi 6ab hacmii buluuz. Cevap :. y = ve y = eğrileri ile

Detaylı

Yrd.Doç. Dr. Mustafa Akkol

Yrd.Doç. Dr. Mustafa Akkol komşuluğu: Taım: ; isteildiği kadar küçük seçilebile poziti bir sayı olmak üzere a a açık aralığıa a R sayısıı komşuluğu deir Örek : Taım: a a a a ve 0 00 olsu ' i 0 00 0 00 999 00 : Z R bir dizi deir

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

( 1) ( ) işleminde etkisiz eleman e, tersi olmayan eleman t ise te kaçtır? a) 4/3 b) 3/4 c) -3 d) 4 e) Hiçbiri

( 1) ( ) işleminde etkisiz eleman e, tersi olmayan eleman t ise te kaçtır? a) 4/3 b) 3/4 c) -3 d) 4 e) Hiçbiri V MERSİN MATEMATİK OLİMPİYATI (ÜNV ÖĞR) I AŞAMA SINAV SORULARI ( Nisa 8) de ye taımlı, birebir ve örte f ve g foksiyoları her bir içi koşuluu sağlası g( a ) = ve f ( ) ( ) ( ) f = g a 4 = a ise a sayısı

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri uyruk Teorisi Ders Notları: Bazı uyruk Modelleri Mehmet YILMAZ mehmetyilmaz@akara.edu.tr 10 ASIM 2017 11. HAFTA 6 Çok kaallı, solu N kapasiteli, kuyruk sistemi M/M//N/ Birimleri sisteme gelişleri arasıdaki

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

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

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

Detaylı

POLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri,

POLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri, POLİNOMLAR Taım : a0, a, a,..., a, a reel sayılar ve doğal sayı olmak üzere P x = a x + a x +... + a x + a x + a biçimideki ifadelere x e bağlı reel katsayılı poliom (çok terimli) deir. 0 a 0 ax + a x

Detaylı

7. BÖLÜM DOĞRUSAL DÖNÜŞÜMLER

7. BÖLÜM DOĞRUSAL DÖNÜŞÜMLER 7. BÖLÜM DOĞRUSAL DÖNÜŞÜMLER DOĞRUSAL DÖNÜŞÜMLER Bir V ektör uzyıı bir bşk W ektör uzyı döüştüre foksiyolr şu şekilde gösterilir: : V W Burd kullıl termioloji foksiyolrl yıdır. Öreği, V ektör uzyı foksiyouu

Detaylı

4. Ders Fisher informasyonu s f rdan büyük ve sonlu, yani 0 < I() < 1; R f(x; )dx (kesikli da¼g l mlarda R yerine P.

4. Ders Fisher informasyonu s f rdan büyük ve sonlu, yani 0 < I() < 1; R f(x; )dx (kesikli da¼g l mlarda R yerine P. 4. Ders tkilik Küçük varyasl olmak, tahmi edicileri vazgeçilmez bir özelli¼gidir. Bir tahmi edicii, yal veya yas z, küçük varyasl olmas isteir. Parametrei kedisi () veya bir foksiyou (g()) ile ilgili tahmi

Detaylı

IV. DERS D FERENS YELLENEB L R MAN FOLDLAR

IV. DERS D FERENS YELLENEB L R MAN FOLDLAR Bölüm 1 IV. DERS D FERENS YELLENEB L R MAN FOLDLAR Bir öceki bölümde bir yüzeyi oktalar yeterice küçük kom³uluklaryla ilgileebildik. Bu prosesi soyut realizasyou içi, souçta bizi diferesiyelleebilir maifold

Detaylı

A= {1,2,3}, B={1,3,5,7}kümeleri veriliyor. A dan B ye tanımlanan aşağıdaki bağıntılardan hangisi fonksiyon değildir?

A= {1,2,3}, B={1,3,5,7}kümeleri veriliyor. A dan B ye tanımlanan aşağıdaki bağıntılardan hangisi fonksiyon değildir? ÖRNEK 1 : A= {1,,}, B={1,,5,7}kümeleri veriliyor. A da B ye taımlaa aşağıdaki bağıtılarda hagisi foksiyo değildir? A) {(1,), (,5), (,7)} B) {(1,), (1,5), (,1)} C) {(1,1), (,1), (,1)} D) {(1,5), (,1), (,7)}

Detaylı

TÜME VARIM Bu bölümde öce,kısaca tümevarım yötemii, sorada ÖYS de karşılamakta olduğumuz sembolüü ve sembolüü ele alacağız. A. TÜME VARIM YÖNTEMİ Tümevarım yötemii ifade etmede öce, öerme ve doğruluk kümesi

Detaylı

Öğrenci Numarası İmzası: Not Adı ve Soyadı

Öğrenci Numarası İmzası: Not Adı ve Soyadı Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar

Detaylı

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 ..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim

Detaylı

Bağıntı YILLAR ) AxB BxA. 2) Ax(BxC) = (AxB)xC. 4) s(axb) = s(bxa) = s(a).s(b)

Bağıntı YILLAR ) AxB BxA. 2) Ax(BxC) = (AxB)xC. 4) s(axb) = s(bxa) = s(a).s(b) Bağıtı YILLAR 00 00 00 005 006 007 008 009 00 0 ÖSS-YGS - - - - - - - - - BAĞINTI ÖZELLĐKLER: SIRALI ĐKĐLĐ: (a,) şeklideki ifadeye ir sıralı ikili yada kısaca ikili deir (a,) sıralı ikiliside a ya irici

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP. Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 2006 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LISANS TEZİ MARKOV ZİNCİRLERİNDE BOOTSTRAP Serhat DUMAN İSTATİSTİK ANABİLİM DALI ANKARA 26 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,

Detaylı

5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n )

5. Ders Yeterlilik. f(x 1 ; x 2 ; :::; x n ; ) = g (T (x 1 ; x 2 ; :::; x n ); ) h(x 1 ; x 2 ; :::; x n ) 5. Ders Yeterlilik Yeterlilik Ilkesi: Bir T(X ; X ; :::; X ) istatisti¼gi, hakk da yeterli bir istatistik olacaksa hakk da herhagi bir souç ç kar m T arac l ¼g ile (X ; X,...,X ) öreklemie ba¼gl olmal

Detaylı

ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ

ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ Lokma Gökçe Olimpiyat problemlerii çözümüde eşitsizlik teorisi öemli bir yer tutar. Baze bir maksimum miimum değer problemide, baze bir geometrik eşitsizlik kaıtıda, baze

Detaylı

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme

Detaylı

BÖLÜM III. Kongrüanslar. ise a ile b, n modülüne göre kongrüdür denir ve

BÖLÜM III. Kongrüanslar. ise a ile b, n modülüne göre kongrüdür denir ve BÖLÜM III Kogrüaslar Taım 3. N sabit bir sayı, a, b Z olma üzere, eğer ( a b) ise a ile b, modülüe göre ogrüdür deir ve a b(mod ) şelide gösterilir. Asi halde, yai F ( a b) ise a ile b ye modülüe göre

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 5 Olasılık ve Olasılık Dağılışları. Doç.Dr. Suat ŞAHİNLER

Bölüm 5 Olasılık ve Olasılık Dağılışları. Doç.Dr. Suat ŞAHİNLER Bölüm 5 Olasılık ve Olasılık Dağılışlaı Doç.D. Suat ŞAHİNLE Olasılık ve Olasılık Dağılışlaı Olasılık: Eşit saşla meydaa gele tae olayda A taesi A olayı olsu. Bu duumda A olayıı meydaa gelme olasılığı;

Detaylı

İDEAL ÇARPIMLARI (IDEAL PRODUCTS)

İDEAL ÇARPIMLARI (IDEAL PRODUCTS) T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK BÖLÜMÜ (IDEAL PRODUCTS) 070216013 TUĞBA ÖZMEN 080216038 AYŞE MUTLU 080216064 SEVİLAY HOROZ Nil ehri, Düyaı e uzu ehridir (6.650

Detaylı

18.06 Professor Strang FİNAL 16 Mayıs 2005

18.06 Professor Strang FİNAL 16 Mayıs 2005 8.6 Professor Strag FİNAL 6 Mayıs 25 ( Pua) P,..., P R deki oktalar olsu. ( ai, ai2,..., a i) P i i koordiatlarıdır. Bütü P i oktasıı içere bir cx +... + cx = hiperdüzlemi bulmak istiyoruz. a) Bu hiperdüzlemi

Detaylı

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük

Detaylı

TÜREV VE UYGULAMALARI

TÜREV VE UYGULAMALARI TÜREV VE UYGULAMALARI A R, a A ve f de A da tanımlı bir fonksiyon olsun. Eğer f(x) f(a) lim x a x a limiti veya x=a+h koymakla elde edilen f(a+h) f(a) lim h 0 h Bu türev f (a), df dx limiti varsa f fonksiyonu

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

1.4 Tam Metrik Uzay ve Tamlaması

1.4 Tam Metrik Uzay ve Tamlaması 1.4. Tam Metrik Uzay ve Tamlaması 15 1.4 Tam Metrik Uzay ve Tamlaması Öncelikle şunu not edelim: (X, d) bir metrik uzay, (x n ), X de bir dizi ve x X ise lim n d(x n, x) = 0 = lim n,m d(x n, x m ) = 0

Detaylı

Veri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı

Veri nedir? p Veri nedir? p Veri kalitesi p Veri önişleme. n Geometrik bir bakış açısı. n Olasılıksal bir bakış açısı Veri edir? p Veri edir? Geometrik bir bakış açısı p Bezerlik Olasılıksal bir bakış açısı p Yoğuluk p Veri kalitesi p Veri öişleme Birleştirme Öreklem Veri küçültme p Temel bileşe aalizi (Pricipal Compoet

Detaylı

Fonksiyonlarda Limit. Dizi fonksiyonu, tanım kümesindeki bütün 1, 2, 3,, n, sayma sayılarına, sırasıyla

Fonksiyonlarda Limit. Dizi fonksiyonu, tanım kümesindeki bütün 1, 2, 3,, n, sayma sayılarına, sırasıyla Foksiyolarda Limit Foksiyolarda it: Bu bölümde y f ( ) foksiyou ve sayısı verildiğide, bağımsız değişkei sayısıa (solda veya sağda) yaklaşırke ya da sosuza yaklaşırke, foksiyou da bir L sayısıa (veya ya

Detaylı

BÖLÜM 3. ile gösterilir. m-boyutlu öklit kümesini tanımlayan m adet kümenin kartezyen (Catesian) çarpımı,

BÖLÜM 3. ile gösterilir. m-boyutlu öklit kümesini tanımlayan m adet kümenin kartezyen (Catesian) çarpımı, BÖLÜM 3 3. ÇOK DEĞİŞKENLİ REGRESYON İÇİN VEKTÖR VE MATRİS CEBRİ Bölüm de, doğrusal regresyo tek değişkeli basit model olarak ele alıarak açıklamıştı. Bölüm 4 de ise çok değişkeli (k değişkeli) model içi

Detaylı

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir. 203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem

Detaylı

DERS 5. Limit Süreklilik ve Türev

DERS 5. Limit Süreklilik ve Türev DERS 5 imit Süreklilik ve Türev İlk dersimizi solarıda, it sözüğü kullaılmada bu sözükle iade edile kavram ele alımıştıbak.. Bu dersimizde, it kavramıa biraz daa akıda bakaağız ve bu kavram ardımıla süreklilik

Detaylı

T.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ. f-cebirlerinin İKİNCİ SIRALI DUALİ VE BANACH A-MODÜLLERİ ÜZERİNDEKİ A-LİNEER OPERATÖRLER

T.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ. f-cebirlerinin İKİNCİ SIRALI DUALİ VE BANACH A-MODÜLLERİ ÜZERİNDEKİ A-LİNEER OPERATÖRLER T.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ -CEBİRLERİNİN İKİNCİ SIRALI DUALİ VE BANACH A-MODÜLLERİ ÜZERİNDEKİ A-LİNEER OPERATÖRLER ESRA ULUOCAK DOKTORA TEZİ MATEMATİK ANABİLİM DALI MATEMATİK

Detaylı

KAMU 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

Detaylı

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ

NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük

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

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN Lineer Dönüşümler Yazar Öğr. Grv.Dr. Nevin ORHUN ÜNİTE 7 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayları arasında tanımlanan belli fonksiyonları tanıyacak, özelliklerini öğrenecek, Bir dönüşümün,

Detaylı

Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2

Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2 Bir Olayın Olasılığı P(A) = n(a) n(s) = A nın eleman sayısı S nin eleman sayısı Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? Çözüm: S

Detaylı

İSTATİSTİK I KAVRAMLARININ

İSTATİSTİK I KAVRAMLARININ YTÜ-İktisat İstatistik II İstatistik I Gözden Geçirme İSTATİSTİK I KAVRAMLARININ GÖZDEN GEÇİRİLMESİ Hüseyin Taştan Yıldız Teknik Üniversitesi, İktisat Bölümü, email: tastan@yildiz.edu.tr YTÜ-İktisat İstatistik

Detaylı

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

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

Detaylı

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin 4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii

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

MONTE CARLO BENZETİMİ

MONTE CARLO BENZETİMİ MONTE CARLO BENZETİMİ U(0,) rassal değişkeler kullaılarak (zamaı öemli bir rolü olmadığı) stokastik ya da determiistik problemleri çözümüde kullaıla bir tekiktir. Mote Carlo simülasyou, geellikle statik

Detaylı

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi, . Ders Büyü Sayılar Kauları Kouya geçmede öce DeMoivre-Stirlig formülüü ve DeMoivre-Laplace teoremii hatırlayalım. DeMoivre, geel terimi, a!,,, 3,... e ola dizii yaısa olduğuu göstermiş, aca limitii bulamamış.

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} UYGULAMA-2 OLASILIK HESABI { } i, i = 1, 2,, n elemanına aşağıdaki özelliklere sahip bir p. her bir ω. sayısı karşılık getirilsin.

{ 1 3 5} UYGULAMA-2 OLASILIK HESABI { } i, i = 1, 2,, n elemanına aşağıdaki özelliklere sahip bir p. her bir ω. sayısı karşılık getirilsin. UYGULAMA- OLASILIK HESABI Ω. Ω solu sayıda elemaa sahip olsu. Ω { ω, ω,, ω }, U olmak üzere, Ω ı her bir ω i, i,,, elemaıa aşağıdaki özelliklere sahip bir p i sayısı karşılık getirilsi. ) p 0, i,,...,

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

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

Detaylı

1. ÇÖZÜM YOLU: (15) 8 = = 13 13:2 = :2 = :2 = 1.2+1

1. ÇÖZÜM YOLU: (15) 8 = = 13 13:2 = :2 = :2 = 1.2+1 . ÇÖZÜM YOLU: (5) 8 =.8+5 = 3 3:2 = 6.2+ 6:2 = 3.2+0 3:2 =.2+ En son bölümden başlayarak kalanları sıralarız. (5) 8 = (0) 2 2. ÇÖZÜM YOLU: 8 sayı tabanında verilen sayının her basamağını, 2 sayı tabanında

Detaylı

AKIŞKAN BORUSU ve VANTİLATÖR DENEYİ

AKIŞKAN BORUSU ve VANTİLATÖR DENEYİ AKIŞKA BORUSU ve ATİLATÖR DEEYİ. DEEYİ AMACI a) Lüle ile debi ölçmek, b) Dairesel kesitli bir borudaki türbülaslı akış şartlarıda hız profili ve eerji kayıplarıı deeysel olarak belirlemek ve literatürde

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 Açı Ders Malzemeleri http://ocw.mit.edu Bu materyallerde alıtı yapma veya Kullaım Koşulları haıda bilgi alma içi http://ocw.mit.edu/terms veya http://www.aciders.org.tr adresii ziyaret ediiz. 18.102

Detaylı

PROJE RAPORU. PROJENİN ADI: Karmaşık Sayıların n. Dereceden Kökler Toplamı ve Trigonometrik Yansımaları

PROJE RAPORU. PROJENİN ADI: Karmaşık Sayıların n. Dereceden Kökler Toplamı ve Trigonometrik Yansımaları PROJE RAPORU PROJENİN ADI: Karmaşık Sayıları. Derecede Kökler Toplamı ve Trigoometrik Yasımaları PROJENİN AMACI: Karmaşık sayıı karekökleri toplamı sıfırdır. Peki. derecede kök toplamı içi de geçerli miydi?

Detaylı

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Karma Eğitim Ders Notları. Doç. Dr.

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Karma Eğitim Ders Notları. Doç. Dr. SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER 9- Döemi Karma Eğitim Ders Notları Doç. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri

Detaylı

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr

Detaylı

v = ise v ye spacelike vektör,

v = ise v ye spacelike vektör, D.P.Ü. Fe Bilimleri Estitüsü 1. ayı Mayıs 6 emi-pozitif Ortogoal Matrisler içi Alteratif İi Yötem WO ALERNAIVE MEHOD FOR EMI-POIIVE OROGONAL MARICE B. BÜKCÜ* *Gaziosmapaşa Üiversitesi, Fe-Edebiyat Faültesi,

Detaylı

--ÖZET Yüksek Lisas Tezi AKTÜERYAL RİSK ANALİZİNDE EŞLENİKLERİN KLLANIMI ÜZERİNE BİR ÇALIŞMA Esra AYDIN Akara Üiversitesi Fe Bilimleri Estitüsü İstati

--ÖZET Yüksek Lisas Tezi AKTÜERYAL RİSK ANALİZİNDE EŞLENİKLERİN KLLANIMI ÜZERİNE BİR ÇALIŞMA Esra AYDIN Akara Üiversitesi Fe Bilimleri Estitüsü İstati ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ AKTÜERYAL RİSK ANALİZİNDE EŞLENİKLERİN KLLANIMI ÜZERİNE BİR ÇALIŞMA Esra AYDIN İSTATİSTİK ANABİLİM DALI ANKARA Her hakkı saklıdır --ÖZET Yüksek

Detaylı

h)

h) ĐZMĐR FEN LĐSESĐ TÜMEVARIM-DĐZĐLER-SERĐLER ÇALIŞMA SORULARI TÜME VARIM:. Aşağıdaki ifadelerde geel bir kural çıkarabilir misiiz? a) p()= ++4 poliomuda değişkeie 0,,,, değerleri verdiğimizde elde edile

Detaylı

BÖLÜM DETERMINANTLAR SD 1

BÖLÜM DETERMINANTLAR SD 1 SD 1 2. BÖLÜM DETERMINANTLAR 2 1 2 22 21 1 12 11 2 1 2 22 21 1 12 11 2 1 2 22 21 1 12 11 2 1 2 22 21 1 12 11 1. Permütsyo Tım: Bir tm syılr {1, 2,, } kümesideki elemlrı tekrr olmksızı frklı sırlmlrıı düzelemesie

Detaylı

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI

WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI VII. Ulusal Temiz Eerji Sempozyumu, UTES 008 7-9 Aralı 008, İstabul WEIBULL DAĞILIM PARAMETRELERİNİ BELİRLEME METODLARININ KARŞILAŞTIRILMASI Seyit Ahmet AKDAĞ, Öder GÜLER İstabul Tei Üiversitesi, Eerji

Detaylı

ÇÖZÜM.1. S.1. Uyarılmış bir hidrojen atomunda Balmer serisinin H β çizgisi gözlenmiştir. Buna göre,bunun dışında hangi serilerin çizgileri gözlenir?

ÇÖZÜM.1. S.1. Uyarılmış bir hidrojen atomunda Balmer serisinin H β çizgisi gözlenmiştir. Buna göre,bunun dışında hangi serilerin çizgileri gözlenir? KONU:ATOM FİĞİ ebuyukfizikci@otmail.com HAIRLAYAN ve SORU ÇÖÜMLERİ:Amet Selami AKSU Fizik Öğretmei www.fizikvefe.com S.1. Uyarılmış bir idroje atomuda Balmer serisii H β çizgisi gözlemiştir. Bua göre,buu

Detaylı

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

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

Detaylı

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

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

E³tszlkler Ders Notlar-I

E³tszlkler Ders Notlar-I E³tszlkler Ders Notlar-I wwww.sbelia.wordpress.com E³itsizlikleri çözerke sklkla saylar ve matematiksel ifadeleri kar³la³trrz. Yada bize verile bir matematiksel ifadei e büyük yada e küçük de erii bulmaya

Detaylı

SİSTEMLERİN ZAMAN CEVABI

SİSTEMLERİN ZAMAN CEVABI DÜZCE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MM306 SİSTEM DİNAMİĞİ SİSTEMLERİN ZAMAN CEVABI Kutuplar, Sıfırlar ve Zama Cevabı Kavramı Birici Mertebede Sistemleri Zama Cevabı İkici

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

M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R

M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R İ H S A N T İ M U Ç İ N D O L A P C İ, Y İ Ğ İ T A K S O Y M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R P U B L I S H E R O F T H I S B O O K Copyright 13 İHSAN TİMUÇİN DOLAPCİ, YİĞİT AKSOY

Detaylı

DETERMINANTLAR. 1. Permütasyon. 1. Permütasyon ) permütasyonundaki ters dönüşüm. 1. Permütasyon 2. BÖLÜM ( )

DETERMINANTLAR. 1. Permütasyon. 1. Permütasyon ) permütasyonundaki ters dönüşüm. 1. Permütasyon 2. BÖLÜM ( ) . BÖÜM. Permütsyo Tım: Bir tm syılr {,,, } kümesideki elemlrı tekrr olmksızı frklı DETERMINNTR sırlmlrıı düzelemesie permütsyo deir. Örek: {,, 3} tm syılr kümesii ltı frklı permütsyou vrdır: (,, 3), (,,

Detaylı

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr.

SAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr. SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER - Döemi Ders Notları Pro. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri

Detaylı

T.C. BALIKESİR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI RASTLANTISAL MÖBIUS DÖNÜŞÜMLERİ YÜKSEK LİSANS TEZİ.

T.C. BALIKESİR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI RASTLANTISAL MÖBIUS DÖNÜŞÜMLERİ YÜKSEK LİSANS TEZİ. T.C. BALIKESİR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI RASTLANTISAL MÖBIUS DÖNÜŞÜMLERİ YÜKSEK LİSANS TEZİ Fikri CENGİZ Balıkesir, Eylül-2007 ÖZET RASTLANTISAL MÖBIUS DÖNÜŞÜMLERİ Fikri

Detaylı

7. BÖLÜM DOĞRUSAL DÖNÜŞÜMLER

7. BÖLÜM DOĞRUSAL DÖNÜŞÜMLER 7. BÖLÜM DOĞRUSAL DÖNÜŞÜMLER DOĞRUSAL DÖNÜŞÜMLER Bir V ektör uzayıı bir başka W ektör uzayıa döüştüre foksiyolar şu şekilde gösterilir: : V W Burada kullaıla termioloji foksiyolarla ayıdır. Öreği, V ektör

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ LATİS SIRALANMIŞ -BÖLÜNEBİLİR RUPLAR MATEMATİK ANABİLİM DALI ADANA,008 ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ LATİS SIRALANMIŞ -BÖLÜNEBİLİR

Detaylı

2(1+ 5 ) b = LYS MATEMATİK DENEMESİ. işleminin sonucu kaçtır? A)2 5 B)3 5 C)2+ 5 D)3+ 5 E) işleminin sonucu kaçtır?

2(1+ 5 ) b = LYS MATEMATİK DENEMESİ. işleminin sonucu kaçtır? A)2 5 B)3 5 C)2+ 5 D)3+ 5 E) işleminin sonucu kaçtır? 017 LYS MATEMATİK DENEMESİ Soru Sayısı: 50 Sınav Süresi: 75 ı 1. 4. (1+ 5 ) 1+ 5 işleminin sonucu kaçtır? A) 5 B)3 5 C)+ 5 işleminin sonucu kaçtır? D)3+ 5 E)1+ 5 A) B) 1 C) 1 D) E) 3. 4 0,5.16 0,5 işleminin

Detaylı