İstatistik ve Olasılık

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "İstatistik ve Olasılık"

Transkript

1 İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ

2 Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk fonksiyonu Dağılım fonksiyonun Olasılık fonksiyonlarının MATLAB kullanılarak elde edilmesi

3 Tanım Daha önceki bölümlerde olasılık hesaplamaları basit rastgele olaylar için toplama ve çarpma kuralı uygulanarak elde edilmişti. Ancak ilgilenilen rastgele olaya ait tüm olasılıkları Karşılaştırmaları istemin özel davranış göstergelerini ve bazı tahminleri kolaylıkla yapabilmek amacıyla tanımlanan rastgele değişkene bağlı matematiksel modeller kullanılmaktadır. Bu matematiksel modeller, rastgele değişkenlerin kesikli veya sürekli olmasına göre tanımlanmaktadır.

4 Kesikli Rastgele Değişkenler Rastgele değişken, aldığı sayısal değerlere göre iki farklı şekilde olabilir. Bu nedenle, rastgele değişkenler iki başlık altında ele alınır. Kesikli (Süreksiz) Rastgele Değişken Sürekli Rastgele Değişken Kesikli Rastgele Değişken: X rastgele değişkeninin R deki değer kümesi olan A sayılabilir veya sayılabilir olarak sonsuz bir küme ise X e kesikli (süreksiz) rastgele değişken denir. Örnek: Bir zar atışı, Paranın yazı tura atışı Bir fabrikanın haftalık üretimindeki kusurlu mal sayısı

5 Sürekli Rastgele Değişkenler X rastgele değişkeninin R deki değer kümesi olan A sayılamaz bir küme ise X e sürekli rastgele değişken denir. Değer kümesinin A = {X a X b } olarak yazılacağı görülmektedir. Rastgele değişkenlerin kesikli ve sürekli ayrımı, basit olarak; tanımlanan rastgele değişkenin tamsayı olma durumunda kesikli, diğer durumlarda sürekli şekliyle olabilir. Örnek: bir malzemenin çekme dayanımı bir sınıftaki öğrencilerin boy uzunluğu aracın belirli bir zamanda aldığı yol, bir koşuya katılanların bitirme süreleri

6 Olasılık Matematiksel Fonksiyonları İlgilenilen tüm olasılıkları, karşılaştırmaları, sistemin özel davranış göstergelerini ve bazı tahminleri kolaylıkla yapabilmek amacıyla tanımlanan değişkene bağlı matematiksel modeller kullanılmaktadır. Rastgele değişkene ait matematiksel modeller (fonksiyonlar): kesikli rastgele değişkenler için olasılık fonksiyonu sürekli rastgele değişkenler için olasılık yoğunluk fonksiyonu olarak tanımlanır.

7 Olasılık Fonksiyonu Olasılık Fonksiyonu: X kesikli rastgele değişkenin değer kümesi P(X): X in olasılık fonksiyonu Olasılık Fonksiyonun Özellikleri: için

8 Olasılık Fonksiyonu Örnek 1: İki hilesiz zarın atılması olayını dikkate alalım. X; atılan iki zardaki sayıların toplamını gösteren rastgele değişkeni olsun. a)x in olasılık fonksiyonun bulunuz Aşağıdaki olasılık değerlerini, olasılık fonksiyonu kullanarak elde ediniz b)toplamın 7 veya 11 olması c) toplamın 8 den büyük olması d)toplamın 3 den büyük fakat 9 dan küçük olması

9 Olasılık Fonksiyonu Örnek 1 ÇÖZÜM: X rastgele değişkenin alacağı değerler 2,3,,12 olduğundan X rastgele değişkeni kesikli rastgele değişkendir. Olasılık fonksiyonun değerleri:

10 Olasılık Fonksiyonu Örnek 1 ÇÖZÜM devam: a)olasılık ifadesi şeklinde yazarsak : A-> toplamların 7 olması ve B-> toplamların 11 olması ise b) d)

11 Olasılık Fonksiyonu Örnek 1 ÇÖZÜM devam: p(x) olasılık fonksiyonu zarların toplamı

12 Olasılık Fonksiyonu Örnek 2: Hilesiz bir madeni paranın yazı veya tura gelme olasılığı grafiksel olarak Şekil de verilmektedir. 1 olasılık fonksiyonu p(x) Yazı/Tura Şekilden de görüleceği gibi bir olayın ihtimali olasılık fonksiyonu değerini gösteren tek bir değer ile gösterilir.

13 Olasılık Yoğunluk Fonksiyonu X sürekli rastgele değişkenin değer kümesi f(x): X in olasılık yoğunluk fonksiyonu Olasılık Yoğunluk Fonksiyonun Özellikleri:

14 Olasılık Yoğunluk Fonksiyonu Olasılık yoğunluk fonksiyonları da, olasılık fonksiyonları gibi grafiksel olarak elde edilebilir ve ilgilenilen rastgele olayın olasılıkları kolaylıkla grafikten gözlemlenebilir. Bazı olasılık yoğunluk fonksiyonları

15 Olasılık Yoğunluk Fonksiyonu Örnek 3: X, aşağıda verilen olasılık fonksiyonuna sahip bir sürekli rastgele değişken ise Olasılıklarını hesap ediniz.

16 Olasılık Yoğunluk Fonksiyonu Örnek 3 Çözüm: a) Olasılık yoğunluk fonksiyonu kullanılarak bir sürekli rastgele değişkene ait olasılık hesaplaması aşağıdaki ifade ile gerçekleştirilir: Dolayısıyla Değerini hesaplamak için aşağıdaki ifade integralin hesaplanması gerekir. Ancak olasılık yoğunluk fonksiyonun tanımlı olduğu aralık dikkate alınarak

17 Olasılık Yoğunluk Fonksiyonu Örnek 3 Çözüm: b) c) d)

18 Dağılım Fonksiyonu X rastgele değişkenin (kesikli veya sürekli) verilen bir değere eşit veya küçük çıkma olasılığı ile ilgilenilen olaylar olasılık hesaplamalarında önemli bir yer tutar. Örneğin: Makine elemanına gelen kuvvetlerin, emniyetli kuvvet değerinden daha küçük olma ihtimali vb.. Bu tür hesaplamalar için dağılım fonksiyonu kullanılır. Dağılım Fonksiyonu: Kesikli rastgele değişken Sürekli rastgele değişken Bu fonksiyona eklenik dağılım fonksiyonu (kümülatif dağılım fonksiyonu), (birikimli dağılım fonksiyonu) denir.

19 Dağılım Fonksiyonu Grafiği Dağılım fonksiyonu grafiği, olasılık fonksiyonu veya olasılık yoğunluk fonksiyonu ile belirtilen olasılıkların toplamını belirtir. Örnek 4 (kesikli rastgele değişken): Şekilde verilen basit mesnetli kiriş ve P1 ve P2 yüküne maruzdur. Uygulanan P1 yükünün 4,5 ve 6 değerleri alma olasılığı P(P1=4)=0.3 P(P1=5)=0.5 P(P1=6)=0.2 olsun. Olasılık fonksiyonu ve dağılım fonksiyonunu çiziniz.

20 Dağılım Fonksiyonu Grafiği Örnek 4 Çözüm: Olasılık fonksiyonu çiziminde: X ekseni: rastgele değişkenin alacağı değerleri Y ekseni: bu değerleri alma olasılığını göstermektedir Dağılım fonksiyonu ise; X ekseni: rastgele değişkenin alacağı değerleri Y ekseni: bu değerleri alma olasılıklarının eklenik toplamını göstermektedir

21 Dağılım Fonksiyonu Grafiği Örnek 4 Çözüm Devam: Olasılık fonksiyonu ve dağılım fonksiyonun grafiğini veren MATLAB kodları: Olasılık fonksiyonu dağılım fonksiyonun

22 Dağılım Fonksiyonu Grafiği Örnek 5 (sürekli rastgele değişken): Yüksek bir yapının rüzgar hesabında kullanılacak olan maksimum rüzgar hızı için aşağıda verilen olasılık yoğunluk fonksiyonu kabul edilmiştir. a) Dağılım fonksiyonunu elde ediniz b) Olasılık yoğunluk fonksiyonu ve dağılım fonksiyonunu çiziniz c) Rüzgar hızının 80 km/h aşma olasılığını hesaplayınız.

23 Dağılım Fonksiyonu Grafiği Örnek 5 (sürekli rastgele değişken) Çözüm: a) Dağılım fonksiyonu, olasılık yoğunluk fonksiyonun belirli bir aralıkta integre edilmesi ile elde edilebilir. İpucu: MATLAB sembolik hesaplama ile kolaylıkla elde edilebilir. syms f x f=0.033*exp(-0.033*x) F=int(f,x)

24 F(x) Dağılım Fonksiyonu Grafiği Örnek (sürekli rastgele değişken) Çözüm: b) Dağılım fonksiyonu, olasılık yoğunluk fonksiyonun belirli bir aralıkta integre edilmesi ile elde edilebilir. f(x) Rüzgar Hızı Rüzgar Hızı

25 Dağılım Fonksiyonu Grafiği Örnek (sürekli rastgele değişken) Çözüm: c) Rüzgar hızının 80 km/h aşma olasılığı dağılım fonksiyonu veya dağılım fonksiyonu grafiği yardımıyla elde edilebilir. Grafikten okunacak olasılık değeri İstenilen olasılık ise, tüm olasılık 1 e eşit olduğundan: F(x) Rüzgar Hızı

26 Dağılım Fonksiyonu Kümülatif dağılım fonksiyonu sürekli artan (monotonic) bir fonksiyondur ve özelliğine sahiptir. Bir olayın y 1 ve y 2 arasında bir değer alma olasılığı o sürekli değişkenin y 1 ve y 2 deki dağılım fonksiyonu değerleri arasındaki farka eşittir. Yani; P( y y y ) F ( y ) F ( y ) 1 2 Y 2 Y 1

27 Dağılım Fonksiyonu Örnek 6: X sürekli rastgele değişkene ait olasılık fonksiyonu yanda verildiği gibi olsun. Aşağıdaki ifadelerin doğru olup olmadığını belirleyiniz. a) b) X in 1 civarında değer alma ihtimali 2 civarında değeri alma ihtimalinden daha büyüktür. c) d) X in 4 ten büyük değeri alma ihtimali oldukça azdır.

28 Gelecek Dersin Konusu Sıklıkla kullanılan anakütle dağılımları

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

Detaylı

Tesadüfi Değişken. w ( )

Tesadüfi Değişken. w ( ) 1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere

Detaylı

İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik

İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik 6.SUNUM İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik özellikleri (ortalama, varyans v.b. gibi) hakkında

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

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

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTTİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. slı SUNER KRKÜLH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim D. Web: www.biyoistatistik.med.ege.edu.tr 1 OLSILIK Olasılık; Tablo

Detaylı

İÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...

İÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı... İÇİNDEKİLER Ön Söz... Saymanın Temel Kuralları... Permütasyon (Sıralama)... 8 Kombinasyon (Gruplama)... 6 Binom Açılımı... Olasılık... 9 İstatistik... 8... Dağılımlar... 5 Genel Tarama Sınavı... 6 RASTGELE

Detaylı

1.58 arasındaki her bir değeri alabileceği için sürekli bir

1.58 arasındaki her bir değeri alabileceği için sürekli bir 7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin

Detaylı

13. Olasılık Dağılımlar

13. Olasılık Dağılımlar 13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon

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

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Olasılık Hatırlatma Olasılık teorisi,

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı

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

Rassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Rassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Rassal Değişken Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr S örnek uzayı içindeki her bir basit olayı yalnız bir gerçel (reel) değere dönüştüren fonksiyona rassal değişken adı verilir. O halde

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

Rastgele değişken nedir?

Rastgele değişken nedir? Rastgele değişken nedir? Şİmdiye kadar hep, kümelerden ve bu kümelerin alt kümelerinden (yani olaylar)dan bahsettik Bu kümelerin elemanları sayısal olmak zorunda değildi. Örneğin, yazı tura, kız erkek

Detaylı

Dr. Mehmet AKSARAYLI

Dr. Mehmet AKSARAYLI Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli

Detaylı

TEK BOYUTLU RASSAL DEĞİŞKENLER

TEK BOYUTLU RASSAL DEĞİŞKENLER TEK BOYUTLU RASSAL DEĞİŞKENLER Rassal değişken: S örnek uzayının her bir basit olayını yalnız bir gerçel değere dönüştüren fonksiyonuna rassal (tesadüfi) değişken denir. İki para birlikte atıldığında üste

Detaylı

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. 5.SUNUM Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. Günlük hayatta sıklıkla kullanılmakta olan olasılık bir olayın ortaya

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

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

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

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

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

Detaylı

Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler: OLASILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi

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

SÜREKLİ DÜZGÜN DAĞILIM

SÜREKLİ DÜZGÜN DAĞILIM SÜREKLİ DÜZGÜN DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu; şeklinde ise x e düzgün dağılmış rassal değişken, f(x) e sürekli düzgün dağılım denir. a 0 olduğuna göre, f(x) >0 olur.

Detaylı

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler EME 3105 1 Giriş Sistem Simülasyonu Önümüzdeki hafta simulasyon girdilerinin modellenmesinde kullanılan kesikli ve sürekli Simulasyonda İstatistiksel Modeller-I Ders 4 dağılımlar hatırlatılacaktır. Rassal

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

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

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı 1 Bernoulli Dağılımı Bir şans değişkeninin bernoulli dağılımı göstermesi için ilgilenilen süreçte bernoulli

Detaylı

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri

Detaylı

SÜREKLİ OLASILIK DAĞILIMI

SÜREKLİ OLASILIK DAĞILIMI SÜREKLİ OLASILIK DAĞILIMI Normal Olasılık Dağılımı Akülerin dayanma süresi, araçların belli bir zamanda aldığı yol, bir koşuya katılanların bitirme süresi gibi sayılamayacak kadar çok değer alabilen sürekli

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

ANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER

ANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER DOÇ. DR. NİHAL ERGİNEL 2015 X beklenen değeri B[X] ile gösterilir. B[X] = BEKLENEN DEĞER Belli bir malzeme taşınan kolilerin ağırlıkları

Detaylı

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 ÜNİTE:1 İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2 Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 Ortalamalar, Değişkenlik ve Dağılma Ölçüleri ÜNİTE:4 Endeksler ÜNİTE:5

Detaylı

önce biz sorduk 50 Soruda KPSS 2017 soru ÖABT İLKÖĞRETİM MATEMATİK TAMAMI ÇÖZÜMLÜ ÇIKMIŞ SORULAR Eğitimde 30.

önce biz sorduk 50 Soruda KPSS 2017 soru ÖABT İLKÖĞRETİM MATEMATİK TAMAMI ÇÖZÜMLÜ ÇIKMIŞ SORULAR Eğitimde 30. KPSS 7 önce biz sorduk 5 Soruda soru ÖABT İLKÖĞRETİM MATEMATİK TAMAMI ÇÖZÜMLÜ ÇIKMIŞ SORULAR -4-5-6 Eğitimde. yıl Komisyon ÖABT İLKÖĞRETİM MATEMATİK TAMAMI ÇÖZÜMLÜ ÇIKMIŞ SORULAR ISBN 978-65-8-79-6 Kitapta

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin

Detaylı

GERİLME Cismin kesilmiş alanı üzerinde O

GERİLME Cismin kesilmiş alanı üzerinde O GERİLME Cismin kesilmiş alanı üzerinde O ile tanımlı noktasına etki eden kuvvet ve momentin kesit alana etki eden gerçek yayılı yüklerin bileşke etkisini temsil ettiği ifade edilmişti. Cisimlerin mukavemeti

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 7- SAYISAL TÜREV Doç. Dr. Ali Rıza YILDIZ 1 GİRİŞ İntegral işlemi gibi türev işlemi de mühendislikte çok fazla kullanılan bir işlemdir. Basit olarak bir fonksiyonun bir noktadaki

Detaylı

Stokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir.

Stokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir. Zamanla değişen bir rastgele değişkendir. Rastgele değişkenin alacağı değer zamanla değişmektedir. Deney çıktılarına atanan rastgele bir zaman

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 8- SAYISAL İNTEGRASYON 1 GİRİŞ Mühendislikte sık karşılaşılan matematiksel işlemlerden biri integral işlemidir. Bilindiği gibi integral bir büyüklüğün toplam değerinin bulunması

Detaylı

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1 MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1 şeklinde tanımlanan dağılımın a) Ortalama ve varyans değerlerini bulunuz b) Moment yaratma fonksiyonunu bularak a-şıkkını tekrar çözünüz. Bir tezgahta üretilen

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

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

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

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

Çalışma Soruları 1. a) x > 5 b) y < -3 c) xy > 0 d) x 3 < y e) (x-2) 2 + y 2 > 1. ( ) 2x

Çalışma Soruları 1. a) x > 5 b) y < -3 c) xy > 0 d) x 3 < y e) (x-2) 2 + y 2 > 1. ( ) 2x Çalışma Soruları. Aşağıdaki denklemleri çözünüz: 7x = 4x + b) x 7x = x 4 c) x 4 x + = 0. Aşağıdaki eşitsizliklerin çözüm kümelerini belirleyiniz ve aralıklar cinsinden ifade ediniz: 4x > 9 b) x 4 < - c)

Detaylı

Çalışma Soruları 1. a) x > 5 b) y < -3 c) xy > 0 d) x 3 < y e) (x-2) 2 + y 2 > 1. ( ) 2x

Çalışma Soruları 1. a) x > 5 b) y < -3 c) xy > 0 d) x 3 < y e) (x-2) 2 + y 2 > 1. ( ) 2x Çalışma Soruları. Aşağıdaki denklemleri çözünüz: a) 7x = 4x + b) x 7x = x 4 c) x 4 x + = 0. Aşağıdaki eşitsizliklerin çözüm kümelerini belirleyiniz ve aralıklar cinsinden ifade ediniz: a) 4x > 9 b) x 4

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

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi: İSTATİSTİK I ALIŞTIRMALAR Y.Doç.Dr. Hüseyin Taştan AÇIKLAMA: N: P. Newbold, İşletme ve İktisat için İstatistik, 4. basımdan çeviri. Çift sayılı alıştırmalar için kitabın arkasındaki çözümlere bakabilirsiniz.

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

RD lerin Fonksiyonları

RD lerin Fonksiyonları RD lerin Fonksiyonları Diğer değişkenler gibi rastgele değişkenlerin de fonksiyonları olur Örneğin 0 ile 1 arasında rastgele seçilmiş bir çap uzunluğu ile oluşturulan dairenin alanı bir RD olarak çap uzunluğunun

Detaylı

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi

1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi 1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri

Detaylı

Ders 6: Sürekli Olasılık Dağılımları

Ders 6: Sürekli Olasılık Dağılımları Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal

Detaylı

İstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği

İstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği İSTATİSTİK E GİRİŞ TEMEL KAVRAMLAR İstatistik Nedir? İstatistiğin Önemi Nedir? Tanımlayıcı ve Çıkarımcı İstatistik ttitik Tanımlayıcı İstatistik Türleri Çıkarımcı İstatistiğin i iği Elemanlarıl AMAÇ İstatistiğe

Detaylı

Olasılık Kuramı ve İstatistik. Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları

Olasılık Kuramı ve İstatistik. Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları Olasılık Kuramı ve İstatistik Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları OLASILIK Olasılık teorisi, raslantı ya da kesin olmayan olaylarla ilgilenir. Raslantı

Detaylı

b) Aşağıda verilen tanımlamalardan herhangi 5 adeti yazılabilir. Aritmetik Ortalama: Geometrik Ortalama:

b) Aşağıda verilen tanımlamalardan herhangi 5 adeti yazılabilir. Aritmetik Ortalama: Geometrik Ortalama: C S D Ü M Ü H E N D İ S L İ K F A K Ü L E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OM317 Müh. İstatistiği İstatistik ÖĞRENCİNİN: ADI - SOADI ÖĞREİMİ NOSU İMZASI 1.Ö 2.Ö A B Soru -

Detaylı

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta: Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.

Detaylı

BÖLÜM 9 ÇÖZÜLMESİ ÖNERİLEN ÖRNEK VE PROBLEMLER

BÖLÜM 9 ÇÖZÜLMESİ ÖNERİLEN ÖRNEK VE PROBLEMLER BÖLÜM 9 ÇÖZÜLMESİ ÖNERİLEN ÖRNEK VE PROBLEMLER b) İkinci süreç eğik atış hareketine karşılık geliyor. Orada örendiğin problem çözüm adımlarını kullanarak topun sopadan ayrıldığı andaki hızını bağıntı olarak

Detaylı

İSTATİSTİK VE OLASILIK SORULARI

İSTATİSTİK VE OLASILIK SORULARI İSTATİSTİK VE OLASILIK SORULARI SORU 1 Meryem, 7 arkadaşı ile bir voleybol maçına katılmayı planlamaktadır. Davet ettiği arkadaşlarından herhangi bir tanesinin EVET deme olasılığı 0,8 ise, en az 3 arkadaşının

Detaylı

BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI

BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI BAZI SÜREKLİ OLASILIK DAĞILIMLARI 1. SÜREKLİ DÜZGÜN (UNIFORM) DAĞILIM 2. NORMAL DAĞILIM 3. BİNOM DAĞILIMINA NORMAL YAKLAŞIM 4. POISSON DAĞILIMINA NORMAL YAKLAŞIM

Detaylı

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Uygulamalı bilim

Detaylı

KirişlerdeİçKuvvetler Normal Kuvvet, KesmeKuvveti vemoment Diyagramları

KirişlerdeİçKuvvetler Normal Kuvvet, KesmeKuvveti vemoment Diyagramları KirişlerdeİçKuvvetler Normal Kuvvet, KesmeKuvveti vemoment Diyagramları Kesme ve Moment Diyagramlarının Oluşturulması için Grafiksel Yöntem (Alan Yöntemi) Kiriş için işaret kabulleri (hatırlatma): Pozitif

Detaylı

EME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi

EME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi ..4 EME 7 Rassal Sayı ve Rassal Değer Üretimi SİSTEM SİMÜLASYONU Rassal Sayı ve Rassal Değer Üretimi Ders Girdi Analizi bölümünde gözlemlerden elde edilen verilere en uygun dağılımı uydurmuştuk. Bu günkü

Detaylı

11. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

11. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI. 11. HAFTA BLM323 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi 2 İNTERPOLASYON Deney sonuçları veya benzer çalışmalar için

Detaylı

Elemanlardaki İç Kuvvetler

Elemanlardaki İç Kuvvetler Elemanlardaki İç Kuvvetler Bölüm Öğrenme Çıktıları Yapı elemanlarında oluşan iç kuvvetler. Eksenel kuvvet, Kesme kuvvet ve Eğilme Momenti Denklemleri ve Diyagramları. Bölüm Öğrenme Çıktıları Elemanlarda

Detaylı

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 1 Rastgele bir denemede ortaya çıkması olası sonuçların tamamıdır Örnek: bir zar bir kez yuvarlandığında S= Yukarıdaki sonuçlardan biri elde edilecektir. Sonuçların her biri basit olaydır Örnek: Bir deste

Detaylı

EME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi

EME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi EME 3117 1 2 Rassal Sayı ve Rassal Değer Üretimi SİSTEM SİMÜLASYONU Rassal Sayı ve Rassal Değer Üretimi Ders 10 Girdi Analizi bölümünde gözlemlerden elde edilen verilere en uygun dağılımı uydurmuştuk.

Detaylı

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01 Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Prof. Dr. İrfan KAYMAZ Mühendislik Fakültesi Makine Mühendisliği Bölümü Ders Müfredatı Açıklayıcı İstatistik Merkezi Eğilim ve Dağılma Ölçüleri Olasılık (İhtimal) Anakütle Dağılımları

Detaylı

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Örnek Olay 1 (Sayfa 61) Ders 3 Minitab da Grafiksel Analiz-III Örnek Olaylar. Örnek Olay 1 (Sayfa 61)

ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI. Örnek Olay 1 (Sayfa 61) Ders 3 Minitab da Grafiksel Analiz-III Örnek Olaylar. Örnek Olay 1 (Sayfa 61) ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 3 Minitab da Grafiksel Analiz-III Örnek Olaylar Örnek Olay 1 (Sayfa 61) Bir zeytinyağı üretim işletmesi şişe etiketleme süreci boyunca açığa çıkan hata

Detaylı

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI Prof. Dr. Nezir KÖSE 30.12.2013 S-1) Ankara ilinde satın alınan televizyonların %40 ı A-firması tarafından üretilmektedir.

Detaylı

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ İSTATİSTİK Hafta 7.2 Kesikli Olasılık Dağılımları Simeon Poisson a atfen isimlendirilen dağılım, bir örnek uzayın belli bir bölgesi veya zamanındaki olayların sayısının incelendiği kesikli bir olasılık

Detaylı

Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur

Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur Kümeler Kümeler ve küme işlemleri olasılığın temellerini oluşturmak için çok önemlidir Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur Sonlu sayıda, sonsuz sayıda, kesikli

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS OLASILIK VE İSTATİSTİK FEB-222 2/ 2.YY 3+0+0 3 3 Dersin Dili Dersin Seviyesi

Detaylı

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 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

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

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

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

HAYAT DIŞI SİGORTALARI SINAVI EKİM 2017

HAYAT DIŞI SİGORTALARI SINAVI EKİM 2017 HAYAT DIŞI SİGORTALARI SINAVI EKİM 2017 SORU 1: Hasar sıklığı dağılımının oranıyla possion dağılımına sahip olduğu, bireysel hasar tutarlarının ortalaması 20 olan bir üstel dağılım olduğu ve prim yüklemesinin

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü umutokkan@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN Hidrolik Anabilim Dalı Balıkesir Üniversitesi Balıkesir Üniversitesi İnşaat

Detaylı

Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler.

Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler. Bölüm 2 OLASILIK TEORİSİ Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler. Rasgele değişken, gelecekteki bir gözlemde alacağı

Detaylı

BAYES KURAMI. Dr. Cahit Karakuş

BAYES KURAMI. Dr. Cahit Karakuş BAYES KURAMI Dr. Cahit Karakuş Deney, Olay, Sonuç Küme Klasik olasılık Bayes teoremi Permütasyon, Kombinasyon Rasgele Değişken; Sürekli olasılık dağılımı Kesikli - Süreksiz olasılık dağılımı Stokastik

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

Kirişlerde İç Kuvvetler

Kirişlerde İç Kuvvetler Kirişlerde İç Kuvvetler B noktasındaki iç kuvvetlerin bulunması B noktasındaki iç kuvvetler sol ve sağ parça İki boyutlu problemlerde eleman kesitinde üç farklı iç kuvvet oluşur! 2D 3D Pozitif normal/eksenel

Detaylı

X = 2 zarın üzerindeki sayıların toplamıdır. Bu durumda: ... Tüm olasılıkların toplamının 1 olması gerekmektedir. ...

X = 2 zarın üzerindeki sayıların toplamıdır. Bu durumda: ... Tüm olasılıkların toplamının 1 olması gerekmektedir. ... Rassal Değişkenler X = 2 zarın üzerindeki sayıların toplamıdır. Bu durumda P X = 2 = 36 P X = 3 = 2 36... P X = 2 = 36 Tüm olasılıkların toplamının olması gerekmektedir. Örnek p = Paranın tura gelme olasılığı

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kestirim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmaktır. Bu anlamda, anakütleden çekilen

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

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. 3.SUNUM Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. Günlük hayatta sıklıkla kullanılmakta olan olasılık bir olayın ortaya

Detaylı

Programlama Dilleri 1. Ders 3: Rastgele sayı üretimi ve uygulamaları

Programlama Dilleri 1. Ders 3: Rastgele sayı üretimi ve uygulamaları Ders 3: Rastgele sayı üretimi ve uygulamaları Ders 3 Genel Bakış Giriş Rastgele Sayı Rastgele Sayı Üreteci rand Fonksiyonunun İşlevi srand Fonksiyonunun İşlevi Monte Carlo Yöntemi Uygulama 1: Yazı-Tura

Detaylı

ANADOLU ÜNİVERSİTESİ AÇIKÖĞRETİM FAKÜLTESİ İLKÖĞRETİM ÖĞRETMENLİĞİ LİSANS TAMAMLAMA PROGRAMI. Analiz. Cilt 2. Ünite 8-14

ANADOLU ÜNİVERSİTESİ AÇIKÖĞRETİM FAKÜLTESİ İLKÖĞRETİM ÖĞRETMENLİĞİ LİSANS TAMAMLAMA PROGRAMI. Analiz. Cilt 2. Ünite 8-14 ANADOLU ÜNİVERSİTESİ AÇIKÖĞRETİM FAKÜLTESİ İLKÖĞRETİM ÖĞRETMENLİĞİ LİSANS TAMAMLAMA PROGRAMI Analiz Cilt 2 Ünite 8-14 T.C. ANADOLU ÜNİVERSİTESİ YAYINLARI NO: 1082 AÇIKÖĞRETİM FAKÜLTESİ YAYINLARI NO: 600

Detaylı

İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ. Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET

İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ. Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ ÖĞRENCİLERİNİN BAŞARI NOTLARININ DEĞERLENDİRİLMESİ Tamer Yılmaz, Barış Yılmaz, Halim Sezici 1 ÖZET Bu çalışmada, Celal Bayar Üniversitesi İnşaat Mühendisliği Bölümü öğrencilerinin

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde

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

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler Rastgele Değişkenlerin Dağılımları Mühendislikte İstatistik Yöntemler Ayrık Rastgele Değişkenler ve Olasılık Dağılımları Yapılan çalışmalarda elde edilen verilerin dağılışı ve dağılış fonksiyonu her seferinde

Detaylı

İSTATİSTİK I KISA ÖZET KOLAYAOF

İSTATİSTİK I KISA ÖZET KOLAYAOF DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. İSTATİSTİK I KISA ÖZET KOLAYAOF 2 Kolayaof.com

Detaylı