PDF Created with deskpdf PDF Writer - Trial ::

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "PDF Created with deskpdf PDF Writer - Trial ::"

Transkript

1 Bilim ve Bilimsel Felsefe Çevresi Etkiliği Bilimsel Felsefe ve Bilimler Has Reichebach ı Ölümüü 50.yılı Aısıa 1 Aralık 003 Akara Üiversitesi Fe Fakültesi Levet Özbek Akara Üiversitesi Fe Fakültesi Đstatistik Bölümü Olasılık ve Đstatistik Giriş Yaşamı her aıda isa biliçli ya da biliçsiz olarak içide veya dışıda buluduğu olayları, süreçleri gözlemleyerek buları akışı hakkıda bilgileip bu doğrultuda kedi durumua uygu kararları alır ve davraış biçimleri ortaya koyar. Evrede olup biteleri alama ve alatma çabası içide ola isa, ilgilediği olay ve süreçler ile ilgili çeşitli modeller kurarak bu modeller üzeride gelecekte e gibi durumlar ortaya çıkabileceğii bilmeye ve eğer süreç deetim altıa alıabiliyorsa bua uygu tasarımları yapmaya çalışır. Newto'u Mekaiği ile doruk oktasıa ulaşa Laplace alamıda belirleimci düya görüşü (determiizm-gerekircilik, saat gibi tıkır-tıkır işleye evre modeli) 19.yy'da kuatum fiziğii gelişimi ile beraber yerii olasılıkçı düya görüşüe bırakmak zoruda kalmıştır. Psikologlar kesilik arayışıı, çocukluğu ilk gülerie, kişii heüz kuşku duygusuda tedirgi olmadığı, aa-babaı sağladığı güve içide rahat olduğu gülere bir döüş arzusu olarak açıklamaktadırlar. Kesilik arayışı, hataya yol aça e tehlikeli kayaklarda biridir; çükü, bu eğilim üstü bilgi edime çabası ile birlikte gider. Doğaı akışıı düzeli olduğu iacı bize ayrıca güvelik vermektedir; bu iaç, bir oktaya kadar, geleceği öcede kestirmemize ve hoşa gitmeyecek durumları ölememize yarar. Dikkatli bir şekilde bakıldığıda içide yaşadığımız düyaı olasılıklı özelliklere sahip olduğu görülebilir. Gülük kouşmalarda geçe "sık sık", "baze", "ara sıra", "çok sık", "çok az"...vb. sözcükler olasılıklı düyaı dilimize yasımalarıdır. Olasılık kavramı, bilgi problemlerii e öemlileri ile ilgilidir. Olasılık her şeyde öce doğa yasalarıda kedii gösterir. Doğa bilimi, ileriye döük olayları kestirme işie e zama koyulursa, olasılık kavramı heme kedii gösterir. Olasılık teorisi doğa yasalarıı biçimii olduğu kadar, ödeyici bilgii aracıı da belirleyici güçtedir. Đceleme kousu, bilimsel metodu özüü oluşturur. 1

2 Matematiksel Modelleme Gerçek düyadaki bir olayı, süreci veya birimlerde oluşa ve birimleri arasıdaki iç ilişkiler yaıda çevre ile dış ilişkilere göre işleye bir sistemi belli bir alatımıa model deir. Alatım sözle, çizimle, belli bir ölçekte fiziki bezer oluşturmak veya başka bir şekilde yapılmakla birlikte e geçerli alatım, bilimi ortak dili ola matematik ile yapılmaktadır. Model, gerçek düyadaki bir olguu veya sistemi yapı ve işleyişii, ilgili olduğu bilim sahasıı (fizik, kimya, biyoloji, jeoloji, astroomi, ekoomi, sosyoloji,...) kavram ve kaularıa bağlı olarak ifade edilmesidir. Model gerçek düyadaki bir olguu bir alatımıdır, bir temsilidir. Gerçek düyaı çok karmaşık olması sebebiyle modeller, alatmak istedikleri olgu ve sistemleri basitleştirerek belli varsayımlar altıda ele almaktadır. Modeller gerçeği kedileri değildir ve e kadar karmaşık görüseler de gerçeği bir eksik alatımıdırlar. Kısaca model deile şey model kurucuu gerçeği "alayışıı" bir ürüüdür. Her model kurma işlemi bir soyutlama sürecidir. Soyutlama süreci, gerçek düyadaki olguları ayrıtılarda arıdırılmış görütülerii isa düşücesie aktarılmasıdır. Modeli kurabilmek ve seçebilmek içi söz kousu olgu veya sistemi temel özelliklerii, birimleri arasıdaki iç ilişkilerii ve çevre ile ola dış ilişkilerii bilmek gerekir. Modeli başarısı, pratik ve bilimsel yararlılığı, olgu veya sistemi esasıı soyutlamadaki doğruluğu derecesie ve gözöüe alıa özellikleri e deli temel itelikte olup olmadıklarıa bağlıdır. Bir ölçme soucu, ölçüle özelliği modeldeki karşılığı ola değişkei aldığı değer olarak ele alımaktadır. Ölçüle özellik rasgelelik içerdiğide modelde karşılık gele değişke doğal olarak rasgele değişke olacaktır. Herhagi bir deeysel bilimi ilgi sahasıa gire olguları modellemede düşüce tarzı aşağıdaki şekildeki gibidir. Gerçek düya Olgu Ölçme veri data souç çıkarma Soyut Düya Model Matematik Đstatistik Olasılık Teorisi Olasılık terorisi, soyut bir matematiksel disipli olarak ele alıdığıda Ölçü Teorisii bir parçası, rasgelelik olgusuu modellemeside uygulamalı bir disipli olarak ele alıdığıda Đstatistik Teorisii bir parçasıdır. Đstatistik, "rasgelelik" içere olaylar, süreçler, sistemler hakkıda matematiksel modeller

3 kurmada özellikle bu modelleri geçerliliğii sıamada ve bu modellerde souç çıkarmada gerekli bilgi ve yötemleri sağlaya bir bilim dalıdır. Rasgelelik, çevremizi belirgi iteliğidir. Olasılık ve Đstatistik teorisie kısaca rasgeleliği bilimi demek yalış olmaz. Pagels "rasgelelik edir?" sorusua cevap vermeye çalışırke, matematiksel ve fiziksel rasgelelik problemleri arasıda ayrım yapmaı öemie değimiştir. Matematiksel problem, sayılar veya foksiyoları rasgele sırasıı e alama geldiğii taımlaya bir matıksal problemdir. Fiziksel rasgelelik problemi gerçek fiziksel olayları rasgelelik kousudaki matematiksel kriterlere uyup uymadığıı belirlemektir. Rasgeleliği matematiksel bir taımıa sahip olaa kadar, doğal olayları bir dizisii gerçekte rasgele olup olmadığıı belirleyemeyiz. Bir kere böyle bir taımımız oluca, o zama, gerçek olayları böyle bir taıma karşılık gelip gelmediğii belirleme koulu ek deeysel bir problemimiz olur. Burada ilk problemle karşılaşırız: Matematikçiler, rasgeleliği kesi bir taımıı verme ya da oula bağlatılı bir iş ola olasılığı taımlama işide hiç bir zama başarı sağlayamamıştır... Tarihsel Gelişim Đlk olasılık problemleri ile matematikçiler ciddi şekilde XVII yüzyılda, kumar oyularıı icelerlerke karşılaşmışlardır. Bu yüzyılı üç büyük matematikçisi, B.Pascal ( ), P.Fermat ( ) ve C.Huyges ( ) bilimsel çalışmalarıda olasılığı temel kavramlarıı basit şekilde ele almışlardır. P.Fermat ve B.Pascal'ı bilimsel yazışmaları olasılık teorisii temel kavramlarıı oluşmasıda öemli rol oyamıştır yılıa ait ola bu yazışmaları biride B.Pascal "Be çok mutluyum, çükü matematiği yei bir dalı meydaa gelmektedir" diye yazmaktadır. C.Huyges, 1655 yılıdaki Paris geziside Frasız matematikçilerde Fermat ve Pascal'ı yei bir bilim dalı hakkıda yazışmalar yaptıklarıı duyar ve 1658 yılıda "Kumar oyularıda şasları hesaplaması" adlı bir eser yazar. Yazıldıkta kısa bir süre sora kitap ikici, üçücü,... baskılarıı yaparak devri bilim adamlarıı öemli derecede etkilemiştir. Olasılık teorisii bir bilim dalı şeklide oluşmasıda, şüphesiz, e büyük rolü Jacobi Beroulli'i ( ) yazdığı "Ars Cojectadi" (Varsayımlar Saatı) adlı eseri oyamıştır. J. Beroulli bu eseride olasılık teorisii temel teoremi ola büyük sayılar kuramıı ifade ederek ispatlamıştır. Beroulli'i bu kitabıda sora olasılık teorisi matematiksel bir kuram olarak hızla gelişmeye başlamıştır. De Mouvre ( ), D.Beroulli ( ), P.S.Laplace ( ), K.F.Gauss ( ), S.D.Poisso ( ), P.L.Chebişev ( ), A.A.Markov ( ) olasılık teorisii gelişmeside ve başka bilim dallarıa uygulamasıda büyük rol oyamışlardır. XVIII yüzyıl ve XIX yüzyıl başları, olasılık teorisii yoğu biçimde uygulama alaı gösterdiği bir döemdir. Bu döemde olasılık hesapları bilim adamları arasıda adeta moda olmuştur. Hukuk problemlerie, tarih araştırmalarıa, politikaya, hatta teolojiye bile uygulamaya girişilmişti. Tüm düşücelerde belli olasılık kabulüde yola çıkılıyordu. Mesela, hukuk problemleride, kabul ediliyordu ki isalar ayı olasılıkla yala veya doğruyu söyler. Bir sosyal problem, basit bir aritmetik problemi gibi çözülüyordu. 3

4 XX yüzyılda Olasılık Teorisi aksiyomatik bir yapıya kavuşturulmuştur. 193 yılıda Borel, olasılığı, şu kötümser sözlerle itelemekteydi: "olasılığı, salt matık açısıda sağlam, uygulama alaları açısıda kimseye yararı olmaya ve bilim adıa layık olmakta uzak bir kou sayabiliriz." Bu kötümser görüşe rağme Borel (194), Vo Mises ( ) ve Kolmogorov (1933) olasılığı, tıpkı geometri gibi, belli aksiyomlarda hareket ede matıki bir yapıya sahip bir matematik dalı halie getire çalışmalarda öcü oldular. Bugü kümeler teorisi üstüe kurula aksiyomatik olasılık teorisii temelleri adı geçe bu yazarları çalışmalarıyla olmuştur. Olasılık Uzayları Cümle kavramı matematiği temel bir kavramıdır. Boş olmaya bir kümei alt cümleleride oluşa cümleye sııf deir. Taım : Bir Ω cümlesii alt cümleleride oluşa U bir sııfı, i) Ω U ii) A U A U iii) U ' da her ( A ) d izisi içi U i= 1 Özelliklerie sahipse U sııfıa Ω da bir A U σ cebir deir. Taım : R deki açık aralıkları Β 1 = {( a, b) : a < b, a, b R} sııfıı kapsaya e küçük σ cebire Borel cebiri deir. Borel cebirii bir elemaıa Borel cümlesi deir. Bezer şekilde R de de Borel cebiri taımlaabilir. Olasılık Ölçüsü Taım : U, Ω da bir σ cebir olmak üzere P : U R A P( foksiyou; 1) A U içi P( 0 ) P ( Ω) = 1 3) U daki ayrık cümleleri her ( A ) dizisi içi P U A = P( A ) i= 1 i= 1 özelliklerie sahipse P ye U üzeride bir olasılık ölçüsü deir. P( değerie A'ı olasılık ölçüsü veya A'ı olasılığı deir. Taım : Ω, boş olmaya bir cümle U, Ω da bir σ cebir ve P, U üzeride bir olasılık ölçüsü olmak üzere Ω,U, P üçlüsüe olasılık uzayı deir. ( ) 4

5 Örek : Ω = w w,..., solu elemaa sahip olduğuda, σ cebir olarak kuvvet kümesi alıdığıda, ve { } 1, w p = P w ), p = 1 olmak üzere i ( i N i= P : U R A P( = p i w A olasılık ölçüsü taımlaır. ( " A' ıı P( = = ( Ω) " Ω' ıı i i p = p =... = p 1 olduğuda elema sayı" elema sayı" olacaktır (klasik olasılık taımı). Bezer biçimde sayılabilir sosuz elemaa sahip Ω cümlesi içi de olasılık ölçüsü taımlaabilir. Ω R, solu uzuluklu bir cümle olmak üzere B Ω da bir P olasılık ölçüsü, " A araligii uzulugu" P( = " Ω araligii uzulugu" olarak taımlaır. Bezer biçimde, Ω R solu alalı bir cümle olmak üzere B Ω da bir P olasılık ölçüsü, " A ' i ala olcusu" P( = " Ω ' i ala olcusu" olarak taımlaır. Örek Uzaylar ve Olaylar Olasılık deeyi : Souçlarıı cümlesi belli ola, acak gerçeklediğide hagi soucu ortaya çıkacağı öcede bilimeye bir işleme Olasılık deeyi deir. Örek Uzay : Bir olasılık deeyii tüm olabilir souçlarıı kümesie Örek Uzay deir. Olay : Örek uzayı bir alt cümlesie olay deir. Bir olayı gerçekleşmesi deey soucuu bu cümlei bir elemaı olması demektir. Ω olasılık uzayıı belli bir olasılık deeyii modeli olarak kulladığımızda Ω cümlesi örek uzayı, U, σ cebiri olayları cümlesii, P ise bu olasılık deeyi ile ilgili probleme "iyi bir yaklaşımda" bulua bir olasılık ölçüsüü temsil edecektir. Belli bir (,U, P) Ω olasılık uzayı belli bir olasılık deeyii modeli olarak kullaıldığıda U, σ cebirideki cümleler deey ile ilgili olaylara karşılık gelecektir. Bir σ cebir sayılabilir birleşim, kesişim ve tümleme işlemie göre kapalı olduğuda, σ cebirdeki cümleler üzeride bu işlemler soucu elde edile bir cümle bir olaya karşılık gelecektir. Belli bir (,U, P) 5

6 Rasgele Değişkeler Bir olasılık deeyii souçlarıı cümlesi ola örek uzayı elemaları çok değişik türde olabilir. Rasgele değişkeler yardımıyla örek uzayı elemalarıa reel sayılar eşlemekte, böylece olasılık ölçüleri Borel cebiri üzerideki olasılık ölçülerie idirgemiş olmaktadır. Taım : (,U, P) Ω bir olasılık uzayı ve X : Ω R w X (w) olmak üzere, a R içi, w Ω : X ( w) a { } U ise X foksiyoua bir rasgele değişke deir. Buda sora gele kavramlar; Dağılım foksiyou, Olasılık (yoğuluk) foksiyou, Beklee değer, vb. biçimide sıralaabilir. Olasılığı alamıa ilişki görüşler "Hilesiz bir zarla 6 atmaı olasılığı 1/6'dır" öermesi sayısal olasılık öermesie bir örektir. Sayısal bir olasılık öermesi asıl yorumlaacaktır? Popper, özel yorumlamada bazı ruhbilimsel öğeleri olduğuu, bua göre olasılık derecesii kesilik ya da belirsizlik iacıı ölçütü olarak değerledirmiştir. Reichabach, rasyoalistler içi, olasılık derecesi dee şey, edeleri yokluğuda aklı ürüüdür, değerledirmesii yapmıştır. Popper, esel yorumlamayı ise, sayısal her olasılık öermesi, olaylar dizisi içerisideki belirli olayları göreli sıklığıa ilişki bir öerme olarak itelemiştir. Böylece öreği, "bir soraki zar atışıda 1 atmaı olasılığı 1/6 dır" biçimideki bir öerme, bir soraki zar atışıı bir öermesi değil, atışlar kümesii tamamıı bir öermesidir; bir soraki atış ile ilgili bir öerme de bu kümei bir elemaıdır; bu öerme yalızca, söz kousu kümede "1 atmaı" göreli sıklığıı 1/6 olduğuu ileri sürmektedir. Bu yaklaşıma göre, sayısal olasılık öermeleri, acak sıklığa ilişki bir yorum yapılabildiğide kabul edilebilir. Olasılıklar hesabıdaki başlıca öermeleri geçerliliğii sağlaya bir sıklık kuramı R.V. Mises tarafıda ortaya koulmuştur. Reichabach, bu kuramı olasılığı deeysel felsefesi olarak adladırmıştır ve rasyoalist yorumu bilimsel felsefede yer almaması gerektiğii söylemiştir. Bu kurama göre olasılıklar hesabı, belirli "rasgelelik" öğesi içere olaylar dizisii bir kuramıdır. Bu olaylar dizisii taımlaya iki belitsel koşul vardır: Bular, "sıır-değer beliti" ve "gelişigüzellik belitidir". Bir olaylar dizisi bu iki koşulu doyurduğuda, Mises buu, sosuz biçimde yielediği düşüüle deemeler dizisi - yai "kolektif"- olarak taımlamaktadır. Öreği, yıpramaya bir zarla yapıla atışlar dizisi bir kolektifdir. Bu tür her olayı belirli bir özelliği vardır; öreği "beş atış" bir özelliktir. Olaylar dizisideki her bir elema içi yei bir dizi "göreli sıklıklar dizisi" karşılık getirilebilir. Özellikler dizisi uzadıkça, sıır-değer belitie göre, göreli sıklıkları dizisi belirli bir sıır değere ulaşmalıdır. Mises'e göre "olasılık" sözcüğü, bir "kolektifi içide bulua göreli sıklığı sıır-değerii" başka bir ifadesidir. Mises'e göre olasılık hesabıı tek amacı şudur: Verilmiş olasılıklarda yola çıkarak, başka olasılıkları hesaplamasıdır. Reichabach, olasılığı sıklık yorumuu, bir olasılık öermesii tek bir olaya uygulaması sırasıda güçlük çıkaracağıı, tek bir olayı olasılığıı sıklık olarak belirtmei bir alam taşımadığıı söylemiştir. Mises'i sıklık kuramı, Berouilli Büyük Sayılar Kuralı ile matematiksel olarak daha iyi alaşılabilir. Büyük Sayılar Kuralı kuramsal ve deeysel iki sayıyı birbirie bağlamaktadır. Bu kuralı aracılığı ile olasılık teorisi deeysel çalışma ile temas eder ve bu kuramı teorik olarak elde edile souçları çeşitli deeysel 6

7 bilim dallarıa uygulaarak doğaı daha deri, ama kesi yasalarla ifade edilemeye kaulara uyguluklarıı matematiksel olarak ifade etmeye olaak sağlar. Beroulli Teoremi (Büyük Sayılar Kuralı): Bir deey kez yapılsı ve yapıla her bir deeyi soucuda A olayıı gelme olasılığı, p=p(, sabit olsu, m de deemede gele A olayıı sayısı olmak üzere; ε > 0 içi m lim P p ε = 0 dır. Deeme saysı sosuza gittiğie, lim m = p gibi düşüülmemelidir, yapıla deeyler soucuda m p > ε şeklide bir sapma olabilir. Beroulli teoremie göre deeme sayısı yeterice büyük olduğuda m p > ε olayıı olasılığıı, olayı bir deeyde gelme olasılığıda herhagi bir sapması olasılığı çok küçük ola bir olaydır. Olasılık teorisi Kolmogorov Aksiyomları olarak bilie matematiksel alt yapısı ve Mises'i sıklık kuramı (Beroulli Büyük Sayılar Kuralı) ile birlikte ele alımakta ve rasgelelik içere süreçleri modellemede kullaılmaktadır. Geleceğe ilişki her öerme, olasılık öermesii içide barıdırmaktadır. Doğada ve toplumda, bilmediğimiz veya hesaba katmadığımız edelerle değişe souçlar vere olaylarla çoğu zama karşılaşılır. Gerçekliği ifade ede matematiksel foksiyolar değildir. Gerçekliği ifade ede, büyüklükleri deeyle belirlediği dağılım foksiyolarıdır. Bilim giderek katı belirleimcilik alayışıı terk etmekte ve gülük yaşam ölçeğiyle belirlemiş yasaları değiştirmede, olguları temelide yata daha esek bir "istatistik belirleimcilik" alayışıa yaklaşmaktadır. 7

8 Örek. Kear uzuluğu 0 br. ola kare marleyler ile döşeli bir odaı tabaıa yarıçapı br. ola bir tavla pulu rasgele atıldığıda marleyi kearları ile kesişmemesi olasılığı edir? Model : Deey soucuda, paraı merkez oktasıı düştüğü (buluduğu) marley üzerideki koumu gözlesi. Gözlemleme işlemi, paraı merkez oktasıı buluduğu marleyi Şekil 1 deki gibi bir koordiat sistemii başlagıç oktasıa kaydırarak yapılabilir. Deey saki bir tek marley üzeride yapılıyormuş gibi düşüülebilir. Paraı merkez oktasıı koordiatları ( x, y ) olmak üzere olabilir souçları kümesi {( x, y) R : 0 x 0, 0 y 0} Ω = R dir. R deki Borel cebirii Ω'ya kısıtlaması B Ω olmak üzere A B Ω içi olasılık ölçüsü olarak " A ıı ala ölçüsü" P( = " Ω ıı ala ölçüsü" alıırsa, deeyi, ( Ω, B, ) y Ω P olasılık uzayı ile modellemiş (alatmış) oluruz A Şekil -1 x A : Atıla pulu marleyi kearları ile kesişmemesi olayı olsu. olmak üzere {(, ) : 18, 18} A = x y R x y 16 0 P( = = olarak buluur. Modeli verdiği soucu "iyiliği" asıl belirleebilir? Deeyi bu model üzeride simülasyou yapılmak istediğide, öreği bir koordiat sistemii başlagıcıa 0x0'lik bir kare çizilip rasgele rakamlar tablosu (RRT) yardımıyla x ile y koordiatları üretilebilir. Ayı işlemler bilgisayarda da yapılabilir. Örek. Yarıçapı 1 br. ola madei bir para, taba yarıçapı 4 br. ola bir silidiri içie atıldığıda tabaı merkez oktasıı örtmesi olasılığı edir? 8

9 1.Model : Para atıldığıda deey soucu, taba ile paraı merkez oktaları arasıdaki uzaklık olarak belirlesi. Deey soucuda bu uzaklık ölçülmüş (gözlemiş) olsu. Bu uzaklık 1 br de küçük olduğuda bu olay gerçekleşmiş olur. d. Şekil- d A :Tabaı merkezi ile paraı merkezi arasıdaki uzaklık : Paraı silidir tabaıı merkezii örtmesi olayı olsu. Bu durumda, Ω = { d : 0 d 3 } A = { d : 0 d 1 } dir. Đki merkez arasıdaki uzaklığı göstere d sayısı deey soucuda 0 ile 3 arasıda bir değer olacaktır. Olasılık ölçüsü olarak, A B Ω içi " A i aralik uzulugu" P( = " Ω i aralik uzulugu" alıırsa olasılık uzayı ( Ω, B, ) P( = 1 3 olarak buluur. Ω P olmak üzere bu uzayda (modelde) sorula olasılık.model : Deeyi soucu, başlagıç oktası silidiri tabaıı merkezide ola bir dik koordiat sistemie göre, paraı merkez oktasıı bu koordiat sistemideki koumu olarak belirlesi. y.(x,y) x Şekil -3 A : Paraı silidir tabaıı merkez oktasıı örtmesi olayı olsu. Bu durumda { x y R : 0 x y 9} {(, ) : 0 1} Ω * = (, ) + A = x y R x + y 9

10 P " A i alaölçüsü" = " Ω i ala ölçüsü" * ( * * * ve olasılık uzayı ( Ω,, ) * P ( A ) = π 1 = π 3 olarak buluur. B P olmak üzere bu uzayda (modelde) sorula olasılık Ω 1 9 Bu örekteki deey iki farklı şekilde modelledi. Bu modellerde hagisi tercih edilecektir? Đstatistik Bölümü öğrecileri ile istatistik laboratuvarıda yapıla deeyler açık bir şekilde ikici modeli desteklemiştir. Birici modeli ereside kusur olabilir? 10

Levent Özbek Ankara Üniversitesi Fen Fakültesi İstatistik Bölümü

Levent Özbek Ankara Üniversitesi Fen Fakültesi İstatistik Bölümü Bilim ve Bilimsel Felsefe Çevresi Etkinliği Bilimsel Felsefe ve Bilimler Hans Reichenbach ın Ölümünün 50.yılı Anısına 12 Aralık 2003 Ankara Üniversitesi Fen Fakültesi Levent Özbek Ankara Üniversitesi Fen

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 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

{ 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

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

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

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

Đst225 Đstatistik I. Yaz DERSĐN KREDĐSĐ Ulusal Kredi: (2, 2, 0 ) 3 AKTS: 4 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatistik 2012/2013 Öğretim Yılı

Đst225 Đstatistik I. Yaz DERSĐN KREDĐSĐ Ulusal Kredi: (2, 2, 0 ) 3 AKTS: 4 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatistik 2012/2013 Öğretim Yılı Đst5 Đstatistik I DERSĐN TÜRÜ Zorulu (Matematik ölümü öğrecileri içi zorulu ders.) DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ lusal Kredi: (,, 0 ) 3 AKTS: 4 DERSĐN VERĐLDĐĞĐ ölüm: Đstatistik 0/03 Öğretim Yılı DERSĐN

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

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

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

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

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

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

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

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

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

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

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

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

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

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

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

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı 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.

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

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

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

OLİMPİYAT SINAVI. 9 x.sin x + 4 / x.sin x, 0 x π İfadesinin alabileceği en küçük tamsayı değeri kaçtır? A) 14 B) 13 C) 12 D) 11 E) 10

OLİMPİYAT SINAVI. 9 x.sin x + 4 / x.sin x, 0 x π İfadesinin alabileceği en küçük tamsayı değeri kaçtır? A) 14 B) 13 C) 12 D) 11 E) 10 . ( ) ( ) 9 x.si x + 4 / x.si x, 0 x π İfadesii alabileceği e küçük tamsayı değeri A) 4 B) 3 C) D) E) 0. Yuvarlak bir masa etrafıda otura 5 şövalye arasıda rasgele seçile 3 taeside e az ikisii ya yaa oturma

Detaylı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II 8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet

Detaylı

x A şeklinde gösterilir. Aksi durum ise x A olarak

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

Detaylı

Đki Oyun Yaz Dnemi 22 Haziran 2011, Çarşamba Đst201 Đstatistik Teorisi Dersin konusu: Olasılık Hesabı

Đki Oyun Yaz Dnemi 22 Haziran 2011, Çarşamba Đst201 Đstatistik Teorisi Dersin konusu: Olasılık Hesabı Đki Oyu Yaz Demi 22 Hazira 20, Çarşamba Đst20 Đstatistik Teorisi Dersi kousu: Olasılık Hesabı - Çocuklar, Đstatistik Teorisi bir tarafa, istatistikçileri işi rasgelelik ortamıda hesap yapmaktır. Şöyle

Detaylı

Ki- kare Bağımsızlık Testi

Ki- kare Bağımsızlık Testi PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm

Detaylı

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ 8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,

Detaylı

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

+ y ifadesinin en küçük değeri kaçtır?

+ y ifadesinin en küçük değeri kaçtır? PROBLEMLER: 9 Sıavı 5 a, a, a,..., a Z, 0 a k olmak üzere, 95 sayısı faktöriyel tabaıda 5. k 95 = a+ a.! + a.! +... + a.! biçimide yazılıyor. a kaçtır? (! =...( ) ) 0 ( B ) ( C ) ( D ) ( E ). Bir ABC üçgeide

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

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama

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

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

VII. OLİMPİYAT SINAVI. Sınava Katılan Tüm Talebe Arkadaşlara Başarılar Dileriz SORULAR k polinomu ( )

VII. OLİMPİYAT SINAVI. Sınava Katılan Tüm Talebe Arkadaşlara Başarılar Dileriz SORULAR k polinomu ( ) Sıava Katıla Tüm Talebe Arkadaşlara Başarılar Dileriz SORULAR 2 997. ( )( )( ) ( ) ( ) k x x x... k. x... 997. x poliomu ( ) a x a x... a x, a 0 ve k < k

Detaylı

Problem 1. Problem 2. Problem 3. Problem 4. PURPLE COMET MATEMATİK BULUŞMASI Nisan 2010 LİSE - PROBLEMLERİ

Problem 1. Problem 2. Problem 3. Problem 4. PURPLE COMET MATEMATİK BULUŞMASI Nisan 2010 LİSE - PROBLEMLERİ PURPLE COMET MATEMATİK BULUŞMASI Nisa 2010 LİSE - PROBLEMLERİ c Copyright Titu Adreescu ad Joatha Kae Çeviri. Sibel Kılıçarsla Casu ve Fatih Kürşat Casu Problem 1 m ve aralarıda asal pozitif tam sayılar

Detaylı

BİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül

BİR ÇUBUĞUN MODAL ANALİZİ. A.Saide Sarıgül BİR ÇUBUĞUN MODAL ANALİZİ A.Saide Sarıgül DENEYİN AMACI: Akastre bir çubuğu modal parametrelerii (doğal frekas, titreşim biçimi, iç söümü) elde edilmesi. TANIMLAMALAR: Modal aaliz: Titreşe bir sistemi

Detaylı

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı) 3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda

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

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

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10 KOMBİNASYON tae esei r taesii seçimie elemaı r li kombiasyoları deir ve C(,r) veya ( ile gösterilir. 1) ( ) = ( 0) =1 r) C(;r)= ( r) =! ( r)!.r! 2) ( 1) = ( 1) = 3) ( r) = ( r) 4) ( a) = ( b) (r ) ise

Detaylı

GİRİŞ. Daha karmaşık yapıda olan ve bu ders kapsamına girmeyen denklemler için örnekler ise;

GİRİŞ. Daha karmaşık yapıda olan ve bu ders kapsamına girmeyen denklemler için örnekler ise; GİİŞ Matematik bakış açısıyla doğrusal modelleri büyük bir avataı vardır. Doğrusal olmaya sistemleri matematiği aalitik yötemlerle oldukça zordur ve geellikle bir ümerik bir çözüm elde edebilmek içi bilgisayar

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

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

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10 KOMBİNASYON tae esei r taesii seçimie elemaı r li kombiasyoları deir ve C(,r) veya ( ile gösterilir. 1) ( ) = ( 0) =1 r) C(;r)= ( r) =! ( r)!.r! 2) ( 1) = ( 1) = 3) ( r) = ( r) 4) ( a) = ( b) (r ) ise

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

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir: 1 BİLEŞİK FAİZ: Basit faiz hesabı kısa vadeli(1 yılda az) kredi işlemleride uygulaa bir metot idi. Ayrıca basit faiz metoduda her döem içi aapara sabit kalmakta olup o döem elde edile faiz tutarı bir soraki

Detaylı

MÜHENDİSLİK MEKANİĞİ (STATİK)

MÜHENDİSLİK MEKANİĞİ (STATİK) MÜHENDİSLİK MEKANİĞİ (STATİK) Prof. Dr. Meti OLGUN Akara Üiversitesi Ziraat Fakültesi Tarımsal Yapılar ve Sulama Bölümü HAFTA KONU 1 Giriş, temel kavramlar, statiği temel ilkeleri 2-3 Düzlem kuvvetler

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

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

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

Detaylı

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

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

sorusu akla gelebilir. Örneğin, O noktasından A noktasına hareket, OA sembolü ile gösterilir

sorusu akla gelebilir. Örneğin, O noktasından A noktasına hareket, OA sembolü ile gösterilir BÖLÜM 1: VEKTÖRLER Vektörleri taımlamak içi iki yol vardır: uzayda oktalara karşılık gele bir koordiat sistemideki oktalar veya büyüklük ve yöü ola eseler. Bu kısımda, ede iki vektör taımıı buluduğu açıklaacak

Detaylı

35 Yay Dalgaları. Test 1'in Çözümleri. Yanıt B dir.

35 Yay Dalgaları. Test 1'in Çözümleri. Yanıt B dir. 35 Yay Dalgaları 1 Test 1'i Çözümleri 1. dalga üreteci 3. m 1 2m 2 Türdeş bir yayı her tarafıı kalılığı ayıdır. tma türdeş yay üzeride ilerlerke dalga boyu ve hızı değişmez. İlk üretile ı geişliği büyük,

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

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research

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

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler 3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;

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

14. Kümelerin Niceliklerinin Kıyaslanışı ve Sonsuzluğun Mertebeleri

14. Kümelerin Niceliklerinin Kıyaslanışı ve Sonsuzluğun Mertebeleri =2. Kısmı Başı= 14. Kümeleri Niceliklerii Kıyaslaışı ve Sosuzluğu Mertebeleri Sosuz kümeleri iceliklerii kıyaslamak içi, öğe sayısı yaklaşımı yetersizdir. Farklı bir yaklaşım gereklidir. İki küme A, B

Detaylı

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ POLİNOMLARDA İNDİRGENEBİLİRLİK Derleye Osma EKİZ Eskişehir Fatih Fe Lisesi. GİRİŞ Poliomları idirgeebilmesi poliomları sıfırlarıı bulmada oldukça öemlidir. Şimdi poliomları idirgeebilmesi ile ilgili bazı

Detaylı

Đst201 Đstatistik Teorisi I

Đst201 Đstatistik Teorisi I Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller

Detaylı

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (

Detaylı

Bu bölümde kan tlayaca m z teoremi, artan ve üstten s -

Bu bölümde kan tlayaca m z teoremi, artan ve üstten s - 18. S rl ve Arta Diziler Bu bölümde ka tlayaca m z teoremi, arta ve üstte s - rl bir gerçel say dizisii üsts ra çarpmas a ramak kal r biçimide özetleyebiliriz. (Üsts r kavram Bölüm 19 da görece iz.) flte

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

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

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

DENEY 4 Birinci Dereceden Sistem

DENEY 4 Birinci Dereceden Sistem DENEY 4 Birici Derecede Sistem DENEYİN AMACI. Birici derecede sistemi geçici tepkesii icelemek.. Birici derecede sistemi karakteristiklerii icelemek. 3. Birici derecede sistemi zama sabitii ve kararlı-durum

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

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

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

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

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

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

TUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi

TUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi TMMOB Harita ve Kadastro Mühedisleri Odası, 5. Türkiye Harita Bilimsel ve Tekik Kurultayı, 5 8 Mart 5, Akara. TUTGA ve C Dereceli Nokta Koordiatlarıı Gri istem ile Tahmi Edilmesi Kürşat Kaya *, Levet Taşcı,

Detaylı

DİZİLER - SERİLER Test -1

DİZİLER - SERİLER Test -1 DİZİLER - SERİLER Test -. a,,,,, dizisii altıcı terimi. Geel terimi, a ola dizii kaçıcı terimi dir? 6. Geel terimi, a! ola dizii dördücü terimi 8 8 6. Geel terimi, a k k ola dizii dördücü terimi 6 0 6

Detaylı

MATEMATİK ÖĞRETMENİ ALIMI AKADEMİK BECERİ SINAVI ÇÖZÜMLERİ

MATEMATİK ÖĞRETMENİ ALIMI AKADEMİK BECERİ SINAVI ÇÖZÜMLERİ MTEMTİK ÖĞRETMENİ LIMI KDEMİK EERİ SINVI ÇÖZÜMLERİ SÜLEYMNİYE EĞİTİM KURUMLRI MTEMTİK ÖĞRETMENİ LIMI KDEMİK EERİ SINVI ÇÖZÜMLERİ SORULR. li ile etül ü de içide buluduğu 4 erkek ve 6 bayada oluşa bir grupta

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

NİÇİN ÖRNEKLEME YAPILIR?

NİÇİN ÖRNEKLEME YAPILIR? İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek

Detaylı

BAŞKENT ÜNİVERSİTESİ Makine Mühendisliği Bölümü

BAŞKENT ÜNİVERSİTESİ Makine Mühendisliği Bölümü BAŞKENT ÜNİVERSİTESİ Makie Mühedisliği Bölümü 1 STAJLAR: Makie Mühedisliği Bölümü öğrecileri, öğreim süreleri boyuca 3 ayrı staj yapmakla yükümlüdürler. Bularda ilki üiversite içide e fazla 10 iş güü süreli

Detaylı

Venn Şeması ile Alt Kümeleri Saymak

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

Detaylı

MEKANİK TESİSATTA EKONOMİK ANALİZ

MEKANİK TESİSATTA EKONOMİK ANALİZ MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme

Detaylı

TÜMEVARIM. kavrayabilmek için sonsuz domino örneği iyi bir modeldir. ( ) domino taşını devirmek gibidir. P ( k ) Önermesinin doğru olması halinde ( 1)

TÜMEVARIM. kavrayabilmek için sonsuz domino örneği iyi bir modeldir. ( ) domino taşını devirmek gibidir. P ( k ) Önermesinin doğru olması halinde ( 1) TÜMEVARIM Matematite ulladığımız teoremleri ispatlamasıda pe ço ispat yötemi vardır. Özellile doğal sayılar ve birço ouda ispatlar yapare tümevarım yötemii sıça ullaırız. Tümevarım yötemii P Öermesii doğruluğuu

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

SAB 101 OLASILIK DERS NOTLARI. Prof.Dr. Fatih TANK. SAB 101 Olasılık. F.Tank. 1 Rastgelelik. 2. Modelleme. 3. Kümeler Cebiri. 4. Sınıf. 5.

SAB 101 OLASILIK DERS NOTLARI. Prof.Dr. Fatih TANK. SAB 101 Olasılık. F.Tank. 1 Rastgelelik. 2. Modelleme. 3. Kümeler Cebiri. 4. Sınıf. 5. SAB 101 OLASILIK DERS NOTLARI Giriş Prof.Dr. Fatih TANK Ankara Üniversitesi Uygulamalı Bilimler Fakültesi Sigortacılık ve Aktüerya Bilimleri Bölümü Prof.Dr. Fatih TANK - Olasılık Ders Notları- Sayfa :

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

TOPLUMDA ERKEK HEMŞİRE ALGISI

TOPLUMDA ERKEK HEMŞİRE ALGISI TOPLUMDA ERKEK HEMŞİRE ALGISI Meryem Saatçı * Özet Amaç: Toplumu erkek hemşirelerle ilgili düşüce ve görüşlerii belirlemesi. Yötem: Kesitsel türde yapıla çalışma 100 kişi üzeride, yüz yüze görüşülerek

Detaylı

10. SINIF KONU ANLATIMLI. 5. ÜNİTE: DALGALAR ETKİNLİK ve TEST ÇÖZÜMLERİ

10. SINIF KONU ANLATIMLI. 5. ÜNİTE: DALGALAR ETKİNLİK ve TEST ÇÖZÜMLERİ 10. SINI ONU ANATII 5. ÜNİTE: DAGAAR ETİNİ e TEST ÇÖZÜERİ 31 5. Üite 1. ou Etkilik C i Çözümleri c. 1. Soruda e dalgalarıı hızı eşit erilmiş. Ayrıca şekil icelediğide m = 4 birim, m = 2 birimdir. Burada;

Detaylı

Bölüm 5: Hareket Kanunları

Bölüm 5: Hareket Kanunları Bölüm 5: Hareket Kauları Kavrama Soruları 1- Bir cismi kütlesi ile ağırlığı ayımıdır? 2- Ne zama bir cismi kütlesi sayısal değerce ağırlığıa eşit olur? 3- Eşit kollu terazi kütleyi mi yoksa ağırlığı mı

Detaylı

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

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

Detaylı

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