RASGELE SÜREÇLER. Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk fonksiyonu aşağıdaki gibi olmalıdır.

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "RASGELE SÜREÇLER. Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk fonksiyonu aşağıdaki gibi olmalıdır."

Transkript

1 RASGELE SÜREÇLER Eğer bir büyülüğün her t anında alacağı değeri te bir şeilde belirleyen matematisel bir ifade verilebilirse bu büyülüğün deterministi bir büyülü olduğu söylenebilir. Haberleşmeden habere arşı gelen (veya haberi taşıyan) işaretler deterministi işaretler olara yorumlanamazlar. Zira işaretin gelece bir t anında alacağı değeri veren bir ifade varsa, bu gelecetei değerlerin de bilinmesi demetir. Dolayısıyla daha önceden sahip olunan bir bilgi haber değeri taşımaz. İletilen bilgiyi taşıyan işaretin gelecetei değerleri bilinmediği gibi, bu işaret üzerine zamanla değişimi rasgele olan gürültü de binmiştir. Gürültü rasgele olmala birlite eğer doğal aynalar tarafından yaratılmışsa belli bir aratere sahiptir. Gelece bir andai değerinin ne olacağı söylenemese de, örneğin gelecetei değerinin belli bir aralıta bulunma olasılığından söz edilebilir. Rasgele büyülülerin davranışlarını betimleme için de olasılı uramından faydalanılır. 3.. Tedüze Dağılımlı Sinyal Üretimi Bir X rasgele değişenin, a ve b arasında tedüze dağılımlı olabilmesi için olasılı yoğunlu fonsiyonu aşağıdai gibi olmalıdır. a x b f ( x) = b a 0 x, [ ab] (3.) Yuarıdai olasılı yoğunlu fonsiyonuna sahip dağılıma Tedüze Dağılım denir. ( ) ( ) = var x = μ = E x = ( b a) ( a+ b) (3.) 0 ile arasında değişen te düze dağılıma sahip n adet sayı üretme için rand omutu ullanılır. >> x=rand(,0000) Olasılı yoğunlu işlevini ullanara x değişeninin ortalamasını ve varyansını (değişinti) bulalım: 8

2 + x Ex ( ) = xfdx= = 0.5 x x x x E(( x m ) ) = ( x 0.5) f dx= x x+ 0.5 f dx (3.3) (3.4) 3 x x = + = + = x (/ 3) (/ ) (0.5) mean omutuyla üretilen rasgele dizinin ortalaması var omutuyla da varyansı bulunabilir. >> mean(x) % integral (x fx dx) >> var(x) % integral ((x-mx)^ fx dx) norm omutuyla da x değişeninin varyansı bulunabilir. >> norm(x-mean(x))^/length(x) hist histogram şelinde grafi çizme için ullanılır. Histogram belli aralılılarda olan değerlerden, bir grubun içerisinde aç adet olduğunu bulur. Örne olara sınıftai öğrencilerin notları bir A vetörüne yazılsın, daha sonra sınıfın çan eğrisi çizilme istenirse aşağıdai od yazılabilir. Burada grafi varsayılan olara 0 eşit parçaya bölünmüştür. Eğer istenirse fonsiyon hist(a,n) selinde yazılara n sütuna da bölünebilir. Böylelile verilen bir sayı dizisi içerisindei sayıların dağılımını eranda görüntülenir. Şeil 3.: Histogram Hesaplanıren 0 ile arası 0 eşit parçaya bölünmüştür. 9

3 NOT: Toplam 0000 adet rasgele sayı üretildiğinde ve histogram 0 eşit parçaya böldüğünde her aralıta ortalama 000 adet veri olmalıydı. Anca şeilden de görüleceği üzere bu sayı her bir aralı için farlılı göstermetedir. Alınan örne sayısı arttıça dağılım daha düz bir hale gelecetir. Şeil 3.: Histogram Hesaplanıren 0 ile arası 0 eşit parçaya bölünmüştür. randint, tedüze dağılımlı rasgele tamsayı üretir. Komutta herhangi bir aralı belirtilmezse varsayılan olara 0 veya üretilir. >> n=0000; %örne sayisi >> iili_uret=randint(,n); >> mean(iili_uret) % toplam(x pi) >> var(iili_uret) % toplam((x-mx)^pi) >> std(iili_uret) >> norm(iili_uret-mean(iili_uret))^/0000 Ex ( ) = xp i i = (0) + () = 0.5 i (3.5) var( x) = ( x m ) p = (0 0.5) + ( 0.5) i = + = i x i = 0.5 =

4 3.. Normal (Gauss) Dağılımlı Sinyal Üretimi X, süreli bir rasgele değişen ien, X' in yoğunlu fonsiyonu, f ( x) = e π ( x μ) (3.6) ise f ( x ) e normal dağılım, X' e de normal dağılmış rasgele değişen denir. Dağılımın μ ortalama ve varyans olma üzere ii parametresi vardır. X, normal dağılmış bir rasgele değişen ise ısaca X N( μ, ) ile gösterilir. Normal dağılımın bazı özellileri aşağıdai gibi sıralanabilir:. Eğrinin tepe notası ortalamaya arşılı gelir. Bu dağılımda ortalama, medyan (ortanca) ve mod (tepe değer) aynıdır.. Normal dağılım eğrisi ortalamaya göre simetritir. 3. Standart sapma eğrinin genişliğini belirler, yani standart sapma büyüdüçe değişenin alacağı en üçü değer ile en büyü değer arasındai açılı büyür. 4. Eğrinin altında alan alanın tamamı birimdir. 5. Normal dağılıma ilişin olasılılar normal dağılım olasılı yoğunlu fonsiyonunun belirlediği eğrinin altında alan alanlar olara hesaplanır. randn normal dağılımlı (Gauss) rasgele sayılar üretir. Varsayılan olara ifadenin ortalaması 0 varyansı ise dir. >> n=00000; %orne sayısı >> x=randn(,n); >> mean(x) %integral (x fx dx) >> var(x) % integral ((x-mx)^ fx dx) >> norm(x)^/n >> hist(x,00) 3

5 Şeil 3.3: Normal (Gauss) Dağılımlı Rasgele Değişen Rasgele Gauss Dağılımlı x değişeninin ortalaması ve varyansını değiştirme işlemi: (, ) N μ bir rasgele değişen oluşturma isteyelim. y = x+ c x değişeninin ortalaması 0 ise y nin ortalaması? ( ) 0 ( ) ( ) ( ) ( ) = ( ) + ( ) = E x = E y = E x + E c = c var y var x var c (3.7) >> y=*x+3; >> mean(y) % ortalaması 3 >> var(y) % varyansı =4 >> hist(y,00) 3

6 Şeil 3.4: N (, 4) Gauss Dağılımlı Rasgele Değişen Q Fonsiyonu x Q( x) = e dx x π (3.8) Q fonsiyonu monoton azalan bir fonsiyondur. Bazı özellileri aşağıda sıralanmıştır: ) Q( ) Q( ) Q( ) ) Q( x) = Q( x) =, 0 = /, = 0 x 3) Q( x) = erf x μ 4) X N( μ, ) ien Pr ( X > x) = Q a 5) Pr{ X > ( μ+ a) } = Pr{ X < ( μ a) } = Q MATLAB da Q fonsiyonu işlemi qfunc omutuyla gerçeleştirilir. Örne 3.: N(0,) olasılı yoğunlu işlevine bir x değişenin 3 değerinden büyü gelme olasılığını Q işlevi yöntemi ve x değişeninden yararlanara bulunuz. >> [d]=find(x>3); >> length(d)/n; >> qfunc(3) 33

7 Örne 3.: N(0,) olasılı yoğunlu işlevine bir x değişenin den büyü 3 ten üçü değerler alma olma olasılığını Q işlevi yöntemi ve x değişeninden yararlanara bulunuz. % P(<X 3) >> [d3]=find(x>3); >> [d]=find(x>); >> (length(d)-length(d3))/n >> qfunc()-qfunc(3) b a ( x μ ) x μ = t e dx değişen dönüşümü π dt = dx ( ) (3.9) b μ t t t e dt = e dt e dt integral parçalandı π π π a μ a μ b μ ( ) b a ( x μ ) a μ b μ e dx Q( ) Q( ) π Toplanır Beyaz Gauss Gürültüsü: Toplanır Beyaz Gauss Gürültülü (AWGN) anal modeli, radyo analının lasi bir modelidir. Bu model, alınan işareti bozma yönünde elenmiş istatistisel olara bağımsız gürültü örnelerinden oluşur. Gürültü örnelerinin genliği bir Gauss olasılı yoğunlu işlevine sahiptir. Bu gürültü örneleri, birbirlerinden bağımsız olduları için, endi öz ilinti fonsiyonları ideal olara bir darbedir. Buna göre, AWGN analın güç spetral yoğunluğu tüm freanslar için düzdür. Bu yüzden bütün işaret freansları, AWGN analı vasıtasıyla özdeş olara üçültülmüştür. Aynı zamanda, AWGN analın genellile durağan olduğu ve davranışının zamanla değişmediği abul edilir. Bu abuller nedeniyle bir AWGN analı, gezgin radyo anal davranışını uygun şeilde modelleyemez. Gerçe dünyadai gezgin hücresel radyo ağlarında arşılaşılan radyo analı, ço sayıda yayılım yolunun birleşimidir. Bu davranış, ço yollu yayılım olara adlandırılır. Haberleşme sistemleri için ço yollu anal modeli, ullanımı AWGN anal modelinden daha zor olan bir anal modelidir. MATLAB da AWGN Gürültü Oluşturulması Ns x bilgi işaretinin uzunluğu olma üzere bu işaret etiyece ne gürültüsü ii şeilde ürebilebilir ve elenir. >> n=/sqrt()*(randn(ns,)+j*randn(ns,)); >>y=x+n; 34

8 y = awgn(x,snr) omutu da x bilgi işareti dizisine beyaz Gauss gürültüsü eler. snr sabiti db cinsiden sinyal/gürültü oranıdır. Eğer x armaşısa awgn armaşı gürültü eler. Bu ullanımda x in gücünün 0 db olduğu abul edilir Rayleigh Dağılımlı Sinyal Üretimi: Şeil 3.5: Ço Yollu Alıcı Verici Yapısı Şeilde görüldüğü gibi verici antenden çıan sinyal anal üzerinde birço yoldan alıcı antene ulaşabilir. Antenlerin dire birbirini gördüğü yol haricinde binalardan, ağaçlardan vs. başa yerlerden yansımalarla birlite sinyalin gecimiş alımları gelebilir. Anten arasındai her bir yola çolu yol bileşeni denir ve her yolun farlı bir zayıflatması ve zaman gecimesi vardır. Bunların alıcı antene toplamı ise alınan sinyali bozabilir bu olaya sönümleme denir. Böyle bir analı modelleme için zamanla değişen dürtü cevabı sahip bir model ele alır. İletilen sinyalin armaşı zarfı g s ise alınan sinyal modeli aşağıdai şeilde verilebilir. jθ gr() t = ρe gs( t τ) + n() t (3.0) Burada ρ. Yolun zayıflaması, θ. Yolun faz ayması veτ da. yolun gecimesidir. İi önemli (güçlü) yolun arasındai en büyü zaman farına τ m olara tanımlarsa, τ m ifadesine gecime yayılması denir. τ m ifadesi yalaşı T s eşit olursa gecimeli yollar semboller arası gecime oluşturur (ISI). Eğer τ m << Ts olursa çolu yol dağıtıcı değildir. Yani anal freans seçici değildir. Bu durumda analda eğer diret görüşün olmadığı ve vericiden çıan sinyalin birço yoldan alıcıya ulaştığı (her yolun yalaşı aynı zayıflatmaya sahip olduğu) varsayılırsa anal modeli g ( t τ ) g ( t) ise s s s 35

9 jθ g () t = g () t ρ e + n() t r s jθ h= x+ jy = ae, x= ρ cos( θ ) y = ρ sin( θ ) (3.) Alınan Sinyal g () t = hg () t + n(), t r s (3.) jφ h x jy ae sıfır ortalamalı Karmaşı Gauss rasgele değişeni = + = Merezi limit teoremine göre x ve y değişeni Gauss rasgele değişenine yalaşır. Bu durumda olasılı dağılım işlevi: x + y ( ) fxy, ( x, y) = e, π (3.3) a ( ) a fa ( a) = e U ( a) Rayleigh f φ =,0 φ < π, tedüze ( Uniform ) π Not: Ayrıca eğer Dire Görüş (LOS Line of Side) varsa anal Rician Dağılımına sahip olara modellenir. Eğer Baştai varsayım yapılmazsa gs( t τ s) gs( t) yani anal semboller arasında arışım meydana getiriyorsa bu durumda anala freans seçici anal denir. Bu tür anallar için çeşitli (OFDM gibi) yöntemler mevcuttur. 36

10 Rayleigh Benzetimi: clear all,clc,close all N=0000 A=randn(,N)/sqrt(); A=randn(,N)/sqrt(); mean(a) mean(a) var(a) var(a) h=a+a*i; figure tp=angle(h); hist(tp,0); %...Faz -pi ile +pi arasinda degismesi lazim title('faz Degisiminin Histogrami') tm=abs(h); mean(abs(tm)) var(abs(tm)) figure hist(tm,0) title('zarfin Genliginin Olasili Dagilim Islevi') text(,800,'rayleigh Dagilimi') Şeil 3.6: Rayleigh Dağılımın Faz Değişiminin Histogramı 37

11 Şeil 3.7: Rayleigh Dağılımın Zarfının Genliğinin Olasılı Dağılım İşlevi 38

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007 RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 007 1 Tekdüze Dağılım Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk

Detaylı

Çok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi

Çok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi 9-11 Aralı 2009 Ço Yüse Mobiliteli Sönümlemeli Kanallardai OFDM Sistemleri için Kanal Kestirimi İstanbul Üniversitesi Eletri-Eletroni Mühendisliği Bölümü {myalcin, aan}@istanbul.edu.tr Sunum İçeriği Giriş

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

A İSTATİSTİK KPSS-AB-PÖ/2007. 1. X rasgele değişkeninin olasılık fonksiyonu. 4. X sürekli raslantı değişkeninin birikimli dağılım fonksiyonu,

A İSTATİSTİK KPSS-AB-PÖ/2007. 1. X rasgele değişkeninin olasılık fonksiyonu. 4. X sürekli raslantı değişkeninin birikimli dağılım fonksiyonu, . X rasgele değişeninin olasılı fonsiyonu f( x) = c(x + 5), x =,, 0, diğer hâllerde olduğuna göre, c nin değeri açtır? A İSTATİSTİK KPSS-AB-PÖ/007. X süreli raslantı değişeninin biriimli dağılım fonsiyonu,

Detaylı

Kollektif Risk Modellemesinde Panjér Yöntemi

Kollektif Risk Modellemesinde Panjér Yöntemi Douz Eylül Üniversitesi İtisadi ve İdari Bilimler Faültesi Dergisi, Cilt:6, Sayı:, Yıl:, ss.39-49. olletif Ris Modellemesinde anér Yöntemi ervin BAYAN İRVEN Güçan YAAR Özet Hayat dışı sigortalarda, olletif

Detaylı

Dr. Mehmet AKSARAYLI

Dr. Mehmet AKSARAYLI Dr. Mehmet AKSARAYLI Şans Değişeni: Bir dağılışı olan ve bu dağılışın yaısına uygun freansta oluşum gösteren değişendir. Şans Değişenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesili Şans

Detaylı

KABLOSUZ İLETİŞİM

KABLOSUZ İLETİŞİM KABLOSUZ İLETİŞİM 805540 DENKLEŞTİRME, ÇEŞİTLEME VE KANAL KODLAMASI İçerik 3 Denkleştirme Çeşitleme Kanal kodlaması Giriş 4 Denkleştirme Semboller arası girişim etkilerini azaltmak için Çeşitleme Sönümleme

Detaylı

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ RASSAL DEĞİŞKENLER SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.

Detaylı

Rastgele Süreçler. Rastgele süreç konsepti (Ensemble) Örnek Fonksiyonlar. deney. Zaman (sürekli veya kesikli) Ensemble.

Rastgele Süreçler. Rastgele süreç konsepti (Ensemble) Örnek Fonksiyonlar. deney. Zaman (sürekli veya kesikli) Ensemble. 1 Rastgele Süreçler Olasılık taması Rastgele Deney Çıktı Örnek Uzay, S (s) Zamanın Fonksiy onu (t, s) Olayları Tanımla Rastgele süreç konsepti (Ensemble) deney (t,s 1 ) 1 t Örnek Fonksiyonlar (t,s ) t

Detaylı

Malzeme Bağıyla Konstrüksiyon

Malzeme Bağıyla Konstrüksiyon Shigley s Mechanical Engineering Design Richard G. Budynas and J. Keith Nisbett Malzeme Bağıyla Konstrüsiyon Hazırlayan Prof. Dr. Mehmet Fırat Maine Mühendisliği Bölümü Saarya Üniversitesi Çözülemeyen

Detaylı

Makine Öğrenmesi 4. hafta

Makine Öğrenmesi 4. hafta ain Öğrnmsi 4. hafta Olasılı v Koşullu Olasılı ays Tormi Naïv ays Sınıflayıcı Olasılı Olasılı ifadsinin birço ullanım şli vardır. Rasgl bir A olayının hrhangi bir olaydan bağımsız olara grçlşm ihtimalini

Detaylı

Yayılı Spektrum Haberleşmesinde Kullanılan Farklı Yayma Dizilerinin Boğucu Sinyallerin Çıkarılması Üzerine Etkilerinin İncelenmesi

Yayılı Spektrum Haberleşmesinde Kullanılan Farklı Yayma Dizilerinin Boğucu Sinyallerin Çıkarılması Üzerine Etkilerinin İncelenmesi Yayılı Spektrum Haberleşmesinde Kullanılan Farklı Yayma Dizilerinin Boğucu Sinyallerin Çıkarılması Üzerine Etkilerinin İncelenmesi Ahmet Altun, Engin Öksüz, Büşra Ülgerli, Gökay Yücel, Ali Özen Nuh Naci

Detaylı

KABLOSUZ İLETİŞİM

KABLOSUZ İLETİŞİM KABLOSUZ İLETİŞİM 805540 MODÜLASYON TEKNİKLERİ SAYISAL MODÜLASYON İçerik 3 Sayısal modülasyon Sayısal modülasyon çeşitleri Sayısal modülasyon başarımı Sayısal Modülasyon 4 Analog yerine sayısal modülasyon

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin

Detaylı

Sürekli Dalga (cw) ve frekans modülasyonlu sürekli dalga (FM-CW) radarları

Sürekli Dalga (cw) ve frekans modülasyonlu sürekli dalga (FM-CW) radarları Sürekli Dalga (cw) ve frekans modülasyonlu sürekli dalga (FM-CW) radarları Basit CW Radar Blok Diyagramı Vericiden f 0 frekanslı sürekli dalga gönderilir. Hedefe çarpıp saçılan sinyalin bir kısmı tekrar

Detaylı

ÖZEL EGE LİSESİ 13. OKULLAR ARASI MATEMATİK YARIŞMASI 8. SINIF ELEME SINAVI TEST SORULARI

ÖZEL EGE LİSESİ 13. OKULLAR ARASI MATEMATİK YARIŞMASI 8. SINIF ELEME SINAVI TEST SORULARI 1. x,y,z pozitif tam sayılardır. 1 11 x + = 8 y + z olduğuna göre, x.y.z açtır? 3 B) 4 C) 6 D)1 3 1 4. {,1,1,1,...,1 } 1 ümesinin en büyü elemanının diğer 1 elemanın toplamına oranı, hangi tam sayıya en

Detaylı

Fizik 101: Ders 24 Gündem

Fizik 101: Ders 24 Gündem Terar Fizi 101: Ders 4 Günde Başlangıç oşullarını ullanara BHH denlelerinin çözüü. Genel fizisel saraç Burulalı saraç BHHte enerji Atoi titreşiler Proble: Düşey yay Proble: taşıa tuneli BHH terar BHH &

Detaylı

= + ise bu durumda sinüzoidal frekansı. genlikli ve. biçimindeki bir taşıyıcı sinyalin fazının modüle edildiği düşünülsün.

= + ise bu durumda sinüzoidal frekansı. genlikli ve. biçimindeki bir taşıyıcı sinyalin fazının modüle edildiği düşünülsün. 4.2. çı Modülasyonu Yüse reanslı bir işaret ile bilgi taşıa, işaretin genliğinin, reansının veya azının bir esaj işareti ile odüle edilesi ile gerçeleştirilebilir. Bu üç arlı odülasyon yöntei sırasıyla,

Detaylı

ENDEKS SAYILAR. fiyat, üretim, yatırım, ücret ve satış değişimlerinin belirlenmesi. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör.

ENDEKS SAYILAR. fiyat, üretim, yatırım, ücret ve satış değişimlerinin belirlenmesi. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. ENDEKS SLAR Bir değişenin farlı birimler üzerinde veya zaman içerisindei değişimini oransal olara ifade sayılara ENDEKS SLAR adı verilir. Endes sayılar ısaca endesler olara ifade edilir. Kullanım alanları;

Detaylı

LYS Matemat k Deneme Sınavı

LYS Matemat k Deneme Sınavı LYS Matemat Deneme Sınavı. ii basamalı doğal saıdır. 6 en büü saısı ile en üçü saısının toplamı açtır? 8 89 8 6. için, 9 ( ) ifadesinin sonucu aşağıdailerden hangisidir? 6. ile saıları arasındai çift saıların

Detaylı

19.11.2013 EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar.

19.11.2013 EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar. 9..03 EME 305 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)

Detaylı

Bölümü : Telekomünikasyon Mühendisliği. Programı : Telekomünikasyon Mühendisliği. Danışmanı : Prof. Dr. Mine KALKAN MAYIS 2007

Bölümü : Telekomünikasyon Mühendisliği. Programı : Telekomünikasyon Mühendisliği. Danışmanı : Prof. Dr. Mine KALKAN MAYIS 2007 İSTANBUL TEKNİK ÜNİVERSİTESİ ELEKTRİK ELEKTRONİK FAKÜLTESİ MOBİL İLETİŞİMDE SÖNÜMLEMELİ KANAL SİMÜLASYONU BİTİRME ÖDEVİ ENGİN ONUR CÖMERT 040030621 Bölümü : Telekomünikasyon Mühendisliği Programı : Telekomünikasyon

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele değişkeninin olasılık yoğunluk fonksiyonu, 3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının

Detaylı

Rassal Değişken Üretimi

Rassal Değişken Üretimi Rassal Değişken Üretimi Doç. Dr. Mehmet AKSARAYLI GİRİŞ Yaşadığımız ya da karşılaştığımız olayların sonuçları farlılık göstermektedir. Sonuçları farklılık gösteren bu olaylar, tesadüfü olaylar olarak adlandırılır.

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

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz... 1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz... CABİR VURAL BAHAR 2006 Açıklamalar

Detaylı

k olarak veriliyor. Her iki durum icin sistemin lineer olup olmadigini arastirin.

k olarak veriliyor. Her iki durum icin sistemin lineer olup olmadigini arastirin. LINEER SISTEMLER Muhendislite herhangibir sistem seil(ref: xqs402) dei gibi didortgen blo icinde gosterilir. Sisteme disaridan eti eden fatorler giris, sistemin bu girislere arsi gosterdigi tepi ciis olara

Detaylı

28/5/2009 TARİHLİ VE 2108/30 SAYILI KURUL KARARI 11 HAZİRAN 2009 TARİHLİ VE 27255 SAYILI RESMİ GAZETEDE YAYIMLANMIŞTIR.

28/5/2009 TARİHLİ VE 2108/30 SAYILI KURUL KARARI 11 HAZİRAN 2009 TARİHLİ VE 27255 SAYILI RESMİ GAZETEDE YAYIMLANMIŞTIR. 28/5/2009 TARİHLİ VE 2108/30 SAYILI KURUL KARARI 11 HAZİRAN 2009 TARİHLİ VE 27255 SAYILI RESMİ GAZETEDE YAYIMLANMIŞTIR. Enerji Piyasası Düzenleme Kurumundan: ELEKTRĠK PĠYASASI DENGELEME VE UZLAġTIRMA YÖNETMELĠĞĠ

Detaylı

ile plakalarda biriken yük Q arasındaki ilişkiyi bulmak, bu ilişkiyi kullanarak boşluğun elektrik geçirgenlik sabiti ε

ile plakalarda biriken yük Q arasındaki ilişkiyi bulmak, bu ilişkiyi kullanarak boşluğun elektrik geçirgenlik sabiti ε Farlı Malzemelerin Dieletri Sabiti maç Bu deneyde, ondansatörün plaalarına uygulanan gerilim U ile plaalarda birien yü Q arasındai ilişiyi bulma, bu ilişiyi ullanara luğun eletri geçirgenli sabiti ı belirleme,

Detaylı

Çok Taşıyıcılı Gerçek Zaman WiMAX Radyoda Zaman Bölgesi ve Frekans Bölgesi Kanal Denkleştiricilerin Teorik ve Deneysel BER Başarım Analizleri

Çok Taşıyıcılı Gerçek Zaman WiMAX Radyoda Zaman Bölgesi ve Frekans Bölgesi Kanal Denkleştiricilerin Teorik ve Deneysel BER Başarım Analizleri Ço Taşıyıcılı Gerçe Zaman WiMA adyoda Zaman Bölgesi ve Freans Bölgesi Kanal Denleştiricilerin Teori ve Deneysel Başarım Analizleri E. Tuğcu, O. Çaır, A. Güner, A. Özen, B. Soysal, İ. Kaya Eletri-Eletroni

Detaylı

Tremalarla Oluşum: Kenar uzunluğu 1 olan bir eşkenar üçgenle başlayalım. Bu üçgene S 0

Tremalarla Oluşum: Kenar uzunluğu 1 olan bir eşkenar üçgenle başlayalım. Bu üçgene S 0 SİERPİNSKİ ÜÇGENİ Polonyalı matematiçi Waclaw Sierpinsi (1882-1969) yılında Sierpinsi üçgeni veya Sierpinsi şapası denilen bir fratal tanıttı. Sierpinsi üçgeni fratalların il örneğidir ve tremalarla oluşturulur.

Detaylı

ÜSTEL DAĞILIM. üstel dağılımın parametresidir. Birikimli üstel dağılım fonksiyonu da, olarak bulunur. olduğu açık olarak görülmektedir.

ÜSTEL DAĞILIM. üstel dağılımın parametresidir. Birikimli üstel dağılım fonksiyonu da, olarak bulunur. olduğu açık olarak görülmektedir. ÜSTL DAĞILIM Tanım : X > olma üzr sürli bir rasgl dğişn olsun. ğr a > için X rassal dğişni aşağıdai gibi bir dağılıma sahip olursa X rasgl dğişnin üsl dağılmış rassal dğişn v onsiyonuna da üsl dağılım

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

İstatistikçiler Dergisi

İstatistikçiler Dergisi www.istatisticiler.org İstatistiçiler Dergisi (008) 68-79 İstatistiçiler Dergisi BAĞIMLI RİSKLER İÇİ TOPLAM HASAR MİKTARII DAĞILIMI Mehmet PIRILDAK Hacettepe Üniversitesi Fen Faültesi, Atüerya Bilimleri

Detaylı

KABLOSUZ İLETİŞİM

KABLOSUZ İLETİŞİM KABLOSUZ İLETİŞİM 805540 MODÜLASYON TEKNİKLERİ FREKANS MODÜLASYONU İçerik 3 Açı modülasyonu Frekans Modülasyonu Faz Modülasyonu Frekans Modülasyonu Açı Modülasyonu 4 Açı modülasyonu Frekans Modülasyonu

Detaylı

Ders 2 : MATLAB ile Matris İşlemleri

Ders 2 : MATLAB ile Matris İşlemleri Ders : MATLAB ile Matris İşlemleri Kapsam Vetörlerin ve matrislerin tanıtılması Vetör ve matris operasyonları Lineer denlem taımlarının çözümü Vetörler Vetörler te boyutlu sayı dizileridir. Elemanlarının

Detaylı

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ YTÜ-İktisat İstatistik II Merkezi Limit Teoremi 1 MERKEZİ LİMİT TEOREMİ CENTRAL LIMIT THEOREM X 1,X 2,...,X n herbirinin ortalaması µ ve varyansı σ 2 olan ve aynı dağılıma uyan n tane bağımsız r.d. olsun.

Detaylı

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu

Detaylı

T.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AF VE DF TABANLI İŞBİRLİKLİ SİSTEMLERDE RÖLE SEÇİMİ AYŞE İPEK AKIN

T.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AF VE DF TABANLI İŞBİRLİKLİ SİSTEMLERDE RÖLE SEÇİMİ AYŞE İPEK AKIN T.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AF VE DF TABANLI İŞBİRLİKLİ SİSTEMLERDE RÖLE SEÇİMİ AYŞE İPEK AKIN YÜKSEK LİSANS TEZİ ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ ANABİLİM DALI HABERLEŞME

Detaylı

Markov Zinciri Monte Carlo Yaklaşımı. Aktüeryal Uygulamaları

Markov Zinciri Monte Carlo Yaklaşımı. Aktüeryal Uygulamaları Markov Zinciri Monte Carlo Yaklaşımı ve Aktüeryal Uygulamaları ŞİRZAT ÇETİNKAYA Aktüer Sistem Araştırma Geliştirme Bölümü AKTÜERLER DERNEĞİ 2.0.20080 2008 - İSTANBUL Sunum Planı. Giriş 2. Bayesci Metodun

Detaylı

TEK SERBESTLİK DERECELİ TİTREŞİM SİSTEMİNİN LAGUERRE POLİNOMLARI İLE MATRİS ÇÖZÜMÜ

TEK SERBESTLİK DERECELİ TİTREŞİM SİSTEMİNİN LAGUERRE POLİNOMLARI İLE MATRİS ÇÖZÜMÜ EK SERBESLİK DERECELİ İREŞİM SİSEMİNİN LAGUERRE POLİNOMLARI İLE MARİS ÇÖZÜMÜ Mehmet ÇEVİK a, Nurcan BAYKUŞ b a Celal Bayar Üniversitesi Maine Mühendisliği Bölümü, Muradiye 454, Manisa. b Douz Eylül Üniversitesi,

Detaylı

SÜREKLİ( CONTINUOUS) OLASILIK

SÜREKLİ( CONTINUOUS) OLASILIK SÜREKLİ( CONTINUOUS) OLASILIK DAĞILIMLARI Sürekli bir random değişken (a,b) aralığındaki her değeri alabiliyorsa bu değişkene ait olasılık dağılım fonksiyonunun grafiğinde eğri altında kalan alan bize

Detaylı

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5 Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın

Detaylı

Excel Formüller ve Fonksiyonlar. Yusuf MANSUROĞLU Mühendislik Hizmetleri Müdür Yardımcısı 11.02.2015

Excel Formüller ve Fonksiyonlar. Yusuf MANSUROĞLU Mühendislik Hizmetleri Müdür Yardımcısı 11.02.2015 Excel Formüller ve Fonksiyonlar Yusuf MANSUROĞLU Mühendislik Hizmetleri Müdür Yardımcısı 11.02.2015 Excel de Yapabileceklerimiz Temel aritmetik işlemler (4 işlem) Mantıksal karşılaştırma işlemleri (>,>=,

Detaylı

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

Simülasyonda İstatiksel Modeller

Simülasyonda İstatiksel Modeller Simülasyonda İstatiksel Modeller Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri iyi tanımlayabilir. İlgilenilen olayın örneklenmesi ile uygun

Detaylı

Ki- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

Ki- Kare Testi ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli

Detaylı

KBÇE SİSTEMLERDE ÇOKLU ERİŞİM KARIŞIMI HESAPLAMA TEKNİKLERİ. Ahmet OTURAK

KBÇE SİSTEMLERDE ÇOKLU ERİŞİM KARIŞIMI HESAPLAMA TEKNİKLERİ. Ahmet OTURAK KBÇ SİSMLRD ÇOKLU RİŞİM KARIŞIMI HSAPLAMA KİKLRİ Ahmet OURAK Zongulda Karaelmas Üniversitesi Fen Bilimleri nstitüsü letri-letroni Mühendisliği Anailim Dalında Yüse Lisans ezi Olara Hazırlanmıştır ZOGULDAK

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

ELK 318 İLETİŞİM KURAMI-II

ELK 318 İLETİŞİM KURAMI-II ELK 318 İLETİŞİM KURAMI-II Nihat KABAOĞLU Kısım 5 DERSİN İÇERİĞİ Sayısal Haberleşmeye Giriş Giriş Sayısal Haberleşmenin Temelleri Temel Ödünleşimler Örnekleme ve Darbe Modülasyonu Örnekleme İşlemi İdeal

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net

Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Bilgisayar Programlama Ders 6 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Fonksiyon Prototipleri Fonksiyon Prototipleri Derleyici, fonksiyonların ilk hallerini (prototiplerini)

Detaylı

PI KONTROLÖR TASARIMI ÖDEVİ

PI KONTROLÖR TASARIMI ÖDEVİ PI ONTROLÖR TASARIMI ÖDEVİ ONTROLÖR İLE TASARIM ontrolör Taarım riterleri Taarım riterleri genellile itemine yapmaı geretiğini belirtme ve naıl yaptığını değerlendirme için ullanılır. Bu riterler her bir

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI Tarih/Saat/Yer: 24.06.16/11:00-12:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz

Detaylı

Yüksek Mobiliteli OFDM Sistemleri için Ortak Veri Sezimleme ve Kanal Kestirimi

Yüksek Mobiliteli OFDM Sistemleri için Ortak Veri Sezimleme ve Kanal Kestirimi Yüksek Mobiliteli OFDM Sistemleri için Ortak Veri Sezimleme ve Kanal Kestirimi Erdal Panayırcı, Habib Şenol ve H. Vincent Poor Elektronik Mühendisliği Kadir Has Üniversitesi, İstanbul, Türkiye Elektrik

Detaylı

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi Yığılma ve Dağılım Ölçüleri 1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu

Detaylı

KİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES

KİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES KİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES Mehmet YÜCEER, İlnur ATASOY, Rıdvan BERBER Anara Üniversitesi Mühendisli Faültesi Kimya Mühendisliği Bölümü Tandoğan- 0600 Anara (berber@eng.anara.edu.tr)

Detaylı

2. TRANSFORMATÖRLER. 2.1 Temel Bilgiler

2. TRANSFORMATÖRLER. 2.1 Temel Bilgiler . TRANSFORMATÖRLER. Temel Bilgiler Transformatörlerde hareet olmadığından dolayı sürtünme ve rüzgar ayıpları mevcut değildir. Dolayısıyla transformatörler, verimi en yüse (%99 - %99.5) olan eletri maineleridir.

Detaylı

Olasılık Kuramı ve Bazı Olasılık Dağılımları

Olasılık Kuramı ve Bazı Olasılık Dağılımları KAVRAMLAR Olasılık Kuramı ve Bazı Olasılık Dağılımları Deney: belirli koşullar altında tekrarlanabilen ve her tekrarda farklı sonuçlar elde edilebilen işlemdir. Örneklem uzayı: bir denemenin tüm olası

Detaylı

Gerçekte yükler yayılı olup, tekil yük problemlerin çözümünü kolaylaştıran bir idealleştirmedir.

Gerçekte yükler yayılı olup, tekil yük problemlerin çözümünü kolaylaştıran bir idealleştirmedir. STATIK VE MUKAVEMET 4. Ağırlık Merkezi AĞIRLIK MERKEZİ Gerçekte yükler yayılı olup, tekil yük problemlerin çözümünü kolaylaştıran bir idealleştirmedir. Statikte çok küçük bir alana etki eden birbirlerine

Detaylı

Y = f(x) denklemi ile verilen fonksiyonun diferansiyeli dy = f '(x). dx tir.

Y = f(x) denklemi ile verilen fonksiyonun diferansiyeli dy = f '(x). dx tir. 1 İNTEGRAL BİR FONKSİYONUN DİFERANSİYELİ Tanım: f: [a,b] R, x f(x) fonksiyonu (a,b) aralığında türevli olmak üzere, x değişkeninin değişme miktarı x ise f '(x). x ifadesine f(x) fonksiyonunun diferansiyeli

Detaylı

Matematik Ders Notları. Doç. Dr. Murat Donduran

Matematik Ders Notları. Doç. Dr. Murat Donduran Matematik Ders Notları Doç. Dr. Murat Donduran Mart 18, 28 2 İçindekiler 1 Tanımlı Integral Uygulamaları 5 1.1 Olasılık.............................. 5 3 4 İÇINDEKILER Bölüm 1 Tanımlı Integral Uygulamaları

Detaylı

İnce Antenler. Hertz Dipolü

İnce Antenler. Hertz Dipolü İnce Antenler Çapları boylarına göre küçük olan antenlere ince antenler denir. Alanların hesabında antenlerin sonsuz ince kabul edilmesi kolaylık sağlar. Ancak anten empedansı bulunmak istendiğinde kalınlığın

Detaylı

SİNYALLER VE SİSTEMLERİN MATLAB YARDIMIYLA BENZETİMİ

SİNYALLER VE SİSTEMLERİN MATLAB YARDIMIYLA BENZETİMİ SİNYALLER VE SİSTEMLERİN MATLAB YARDIMIYLA BENZETİMİ 2.1. Sinyal Üretimi Bu laboratuarda analog sinyaller ve sistemlerin sayısal bir ortamda benzetimini yapacağımız için örneklenmiş sinyaller üzerinde

Detaylı

Appendix B: Olasılık ve Dağılım Teorisi

Appendix B: Olasılık ve Dağılım Teorisi Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım

Detaylı

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ

BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ 1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi

Detaylı

Deneysel Metotlara Giriş Temel Kavramlar, Analiz Yöntemleri

Deneysel Metotlara Giriş Temel Kavramlar, Analiz Yöntemleri Gebze Teni Üniversitesi Fizi Bölümü Deneysel Metotlara Giriş Temel Kavramlar, Analiz Yöntemleri Doğan Erbahar 2015, Gebze Bu itapçı son biraç yıldır Gebze Teni Üniversitesi Fizi Bölümü nde lisans laboratuarları

Detaylı

Genetik Algoritma ile Mikrofon Dizilerinde Ses Kaynağının Yerinin Bulunması. Sound Source Localization in Microphone Arrays Using Genetic Algorithm

Genetik Algoritma ile Mikrofon Dizilerinde Ses Kaynağının Yerinin Bulunması. Sound Source Localization in Microphone Arrays Using Genetic Algorithm BİLİŞİM TEKOLOJİLERİ DERGİSİ, CİLT: 1, SAYI: 1, OCAK 2008 23 Geneti Algoritma ile Mirofon Dizilerinde Ses Kaynağının Yerinin Bulunması Erem Çontar, Hasan Şair Bilge Bilgisayar Mühendisliği Bölümü, Gazi

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini

Detaylı

MOBİLYA ENDÜSTRİSİNDE AŞAMALAR ARASINDA FİRE BULUNAN ÇOK AŞAMALI TEDARİK ZİNCİRİ AĞININ OPTİMİZASYONU. Ercan ŞENYİĞİT 1, *

MOBİLYA ENDÜSTRİSİNDE AŞAMALAR ARASINDA FİRE BULUNAN ÇOK AŞAMALI TEDARİK ZİNCİRİ AĞININ OPTİMİZASYONU. Ercan ŞENYİĞİT 1, * Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi 25 (1-2) 168-182 (2009) http://fbe.erciyes.edu.tr/ ISSN 1012-2354 MOBİLYA ENDÜSTRİSİNDE AŞAMALAR ARASINDA FİRE BULUNAN ÇOK AŞAMALI TEDARİK ZİNCİRİ AĞININ

Detaylı

MATLAB. Grafikler DOÇ. DR. ERSAN KABALCI

MATLAB. Grafikler DOÇ. DR. ERSAN KABALCI MATLAB Grafikler DOÇ. DR. ERSAN KABALCI Matlab yüksek seviyede grafik oluşturulabilir. Matlab ile çizilebilecek grafikler; Dikdörtgen (x-y) ve 3 boyutlu çizgi grafikleri Ağ (mesh) ve yüzey grafikleri Çubuk

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

Sakarya Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Bilgisayar Mühendisliği Bölümü

Sakarya Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Bilgisayar Mühendisliği Bölümü Sakarya Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Bilgisayar Mühendisliği Bölümü KABLOSUZ AĞ TEKNOLOJİLERİ VE UYGULAMALARI LABORATUAR FÖYÜ Analog Haberleşme Uygulamaları Doç. Dr. Cüneyt BAYILMIŞ

Detaylı

İstatistiksel Yorumlama

İstatistiksel Yorumlama İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 5: Rastgele Değişkenlerin Dağılımları II Prof. Dr. İrfan KAYMAZ Sık Kullanılan Dağılımlar Frekans tablolarına dayalı histogram ve frekans poligonları, verilerin dağılımı hakkında

Detaylı

MATLAB DA SAYISAL ANALİZ DOÇ. DR. ERSAN KABALCI

MATLAB DA SAYISAL ANALİZ DOÇ. DR. ERSAN KABALCI MATLAB DA SAYISAL ANALİZ DOÇ. DR. ERSAN KABALCI Konu Başlıkları Lineer Denklem Sistemlerinin Çözümü İntegral ve Türev İntegral (Alan) Türev (Sayısal Fark ) Diferansiyel Denklem çözümleri Denetim Sistemlerinin

Detaylı

İŞ, GÜÇ, ENERJİ BÖLÜM 8

İŞ, GÜÇ, ENERJİ BÖLÜM 8 İŞ, GÜÇ, EERJİ BÖÜ 8 ODE SORU DE SORUARI ÇÖZÜER 5 Cise eti eden sür- tüne uvveti, IFI0 ür F α F T W (F ür ) (Fcosα (g Fsinα)) düzle Ya pı lan net iş de ğe ri α, ve ütleye bağ lı dır G düzle 00,5 G0 0 I

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

HABERLEŞMENIN AMACI. Haberleşme sistemleri istenilen haberleşme türüne göre tasarlanır.

HABERLEŞMENIN AMACI. Haberleşme sistemleri istenilen haberleşme türüne göre tasarlanır. 2 HABERLEŞMENIN AMACI Herhangi bir biçimdeki bilginin zaman ve uzay içinde, KAYNAK adı verilen bir noktadan KULLANICI olarak adlandırılan bir başka noktaya aktarılmasıdır. Haberleşme sistemleri istenilen

Detaylı

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.

Detaylı

fonksiyonu için in aralığındaki bütün değerleri için sürekli olsun. in bu aralıktaki olsun. Fonksiyonda meydana gelen artma miktarı

fonksiyonu için in aralığındaki bütün değerleri için sürekli olsun. in bu aralıktaki olsun. Fonksiyonda meydana gelen artma miktarı 10.1 Türev Kavramı fonksiyonu için in aralığındaki bütün değerleri için sürekli olsun. in bu aralıktaki bir değerine kadar bir artma verildiğinde varılan x = x 0 + noktasında fonksiyonun değeri olsun.

Detaylı

ONDOKUZ MAYIS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ KİMYA MÜHENDİSLİĞİ BÖLÜMÜ KMB 405 KİMYA MÜHENDİSLİĞİ LABORATUVARI - 3

ONDOKUZ MAYIS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ KİMYA MÜHENDİSLİĞİ BÖLÜMÜ KMB 405 KİMYA MÜHENDİSLİĞİ LABORATUVARI - 3 ONOKUZ MAYIS ÜNİVERSİESİ MÜHENİSLİK FAKÜLESİ KİMYA MÜHENİSLİĞİ BÖLÜMÜ KMB 405 KİMYA MÜHENİSLİĞİ LABORAUVARI - 3 ENEY 5: KABUK ÜP ISI EĞİŞİRİCİ ENEYİ (SHALL AN UBE HEA EXCHANGER) EORİ ISI RANSFERİ Isı,

Detaylı

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler

Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Verilerin Özetlenmesinde Kullanılan Sayısal Yöntemler Merkezi Eğilim Ölçüleri Merkezi eğilim ölçüsü, bir veri setindeki merkezi, yada tipik, tek bir değeri ifade eder. Nicel veriler için, reel sayı çizgisindeki

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 7 TAHMİNLER Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır.

Detaylı

ANALOG İLETİŞİM. 3. Kanal ayrımı sağlar. Yani modülasyon sayesinde aynı iletim hattında birden çok bilgi yollama olanağı sağlar.

ANALOG İLETİŞİM. 3. Kanal ayrımı sağlar. Yani modülasyon sayesinde aynı iletim hattında birden çok bilgi yollama olanağı sağlar. ANALOG İLETİŞİM Modülasyon: Çeşitli kaynaklar tarafından üretilen temel bant sinyalleri kanalda doğrudan iletim için uygun değildir. Bu nedenle, gönderileek bilgi işareti, iletim kanalına uygun bir biçime

Detaylı

Şekil 6.2 Çizgisel interpolasyon

Şekil 6.2 Çizgisel interpolasyon 45 Yukarıdaki şekil düzensiz bir X,Y ilişkisini göstermektedir. bu fonksiyon eğri üzerindeki bir dizi noktayı birleştiren bir seri düzgün çizgi halindeki bölümlerle açıklanabilir. Noktaların sayısı ne

Detaylı

OLASILIK ve İSTATİSTİK Hipotez Testleri

OLASILIK ve İSTATİSTİK Hipotez Testleri OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait

Detaylı

BMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER. İlhan AYDIN

BMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER. İlhan AYDIN BMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER İlhan AYDIN RASGELE SAYI ÜRETEÇLERİ BMÜ-421 Benzetim ve Modelleme 2 Deterministik terimler ile doğayı tanımlamak geleneksel bir yoldur. Doğa ve mühendislik

Detaylı

EET349 Analog Haberleşme Güz Dönemi. Yrd. Doç. Dr. Furkan Akar

EET349 Analog Haberleşme Güz Dönemi. Yrd. Doç. Dr. Furkan Akar EET349 Analog Haberleşme 2015-2016 Güz Dönemi Yrd. Doç. Dr. Furkan Akar 1 Notlandırma Ara Sınav : %40 Final : %60 Kaynaklar Introduction to Analog and Digital Communications Simon Haykin, Michael Moher

Detaylı

Türev Uygulamaları. 4.1 Bağımlı Hız

Türev Uygulamaları. 4.1 Bağımlı Hız Bölüm 4 Türev Uygulamaları 4.1 Bağımlı Hız Eğer bir balonun içine hava pompalarsak, balonun hem yarıçapı hem de hacmi artar ve artış hızları birbirine bağımlıdır. Fakat, hacmin artış hızını doğrudan ölçmek

Detaylı

Ders 4: Rastgele Değişkenler ve Dağılımları

Ders 4: Rastgele Değişkenler ve Dağılımları Ders 4: Rastgele Değişkenler ve Dağılımları Rastgele değişken kavramı Kesikli ve sürekli rastgele değişkenler İki boyutlu rastgele değişkenler Beklenen değer Varyans Örnek uzaydaki her elemanı bir sayıyla

Detaylı

İstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme

İstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme İstatistik ve Olasılığa Giriş Robert J. Beaver Barbara M. Beaver William Mendenhall Presentation designed and written by: Barbara M. Beaver İstatistik ve Olasılığa Giriş Ders 3 Verileri Sayısal Ölçütlerle

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

Veri nedir? Bir öğrenci kümesine uygulanan bir sınavdan elde edilen puanların herhangi bir işlem yapılmamış haline ham veri denir (ham puanlar) denir.

Veri nedir? Bir öğrenci kümesine uygulanan bir sınavdan elde edilen puanların herhangi bir işlem yapılmamış haline ham veri denir (ham puanlar) denir. Dr. Sedat Şen 1 Veri nedir? Bir öğrenci kümesine uygulanan bir sınavdan elde edilen puanların herhangi bir işlem yapılmamış haline ham veri denir (ham puanlar) denir. Değer nedir? Bir veriyi (puanlar dizisini)

Detaylı

ELEKTRİK VE ELEKTRİK DEVRELERİ 2

ELEKTRİK VE ELEKTRİK DEVRELERİ 2 1 ELEKTİK VE ELEKTİK DEVELEİ ALTENATİF AKIM Enstrümantal Analiz, Doğru Akım Analitik sinyal transduserlerinden çıkan elektrik periyodik bir salınım gösterir. Bu salınımlar akım veya potansiyelin zamana

Detaylı

ANALOG İLETİŞİM SİSTEMLERİNDE İLETİM KAYIPLARI

ANALOG İLETİŞİM SİSTEMLERİNDE İLETİM KAYIPLARI BÖLÜM 6 1 Bu bölümde, işaretin kanal boyunca iletimi esnasında görülen toplanır Isıl/termal gürültünün etkilerini ve zayıflamanın (attenuation) etkisini ele alacağız. ANALOG İLETİŞİM SİSTEMLERİNDE İLETİM

Detaylı

ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ

ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ DENEY FÖYÜ DENEY ADI AC AKIM, GERİLİM VE GÜÇ DENEYİ DERSİN ÖĞRETİM ÜYESİ DENEY SORUMLUSU DENEY GRUBU: DENEY TARİHİ : TESLİM

Detaylı

Türev Uygulamaları ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

Türev Uygulamaları ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV Türev Uygulamaları Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 10 Amaçlar Bu üniteyi çalıştıktan sonra; türev kavramı yardımı ile fonksiyonun monotonluğunu, ekstremum noktalarını, konvekslik ve konkavlığını, büküm

Detaylı

Bölüm V Darbe Kod Modülasyonu

Bölüm V Darbe Kod Modülasyonu - Güz Bölüm V Dare Kod Modülasyonu emel Bilgiler Bi nerjisi Gürülü Gücü İlinisel lıcı Uygun Süzgeçli lıcı Bi Haa Olasılığı Semoller rası Girişim DKM ve Ha Kodlama DC veya Bilgisayardan sayısal daa k Semol

Detaylı