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

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

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

Transkript

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

2 Rastgele Değişken Dizilerinin Gerçeklenmeleri (t ) = 0.5 cos (ωt ) + N (t ), m = 0; σ = 1; t t N t m ( i i) 0.5cos( i i) ( i i), N N 0; N N 1; Genlik, i Genlik, i Genlik, i Dizi #, i

3 3 Rastgele Süreçlerle İlgili Noktalar OYF r.d. ile ilişkilidir ensemble üzerinden. Beklenen değer ensemble üzerinden alınır. Fiziksel bir deneyde, genellikle sadece bir örnek fonksiyon vardır. Eğer ensemble ı zaman ekseniyle ilişkilendirebilirsek, rastgele süreçler teorisi rastgele sinyallerin zaman dalga şekillerinin analizine uygulanabilir.

4 4 Örnek: (1) S = {s: 1 s 1} gibi bir örnek uzayı olsun Bir rastgele süreç tanımlayalım ( t, s) scos( t), t () Başka bir rastgele süreç tanımlayalım ( t, s) cos( t s), t Kesikli-zaman formu: [n, s] = [n, s] = s cos [ n] cos [ n + s]

5 5 Bir Rastgele Sinyalin OYF si ve KDF si Her bir (t i ) örneği bir zaman noktası t i de bir r.d. dir, yani, oyf si vardır. t f x i = ( (t i) ) bir r.d. is a dir r.v. f ( x ) i i i i i i i İki nokta i, j nın ortak oyf si vardır: ( t ), ( t ) f ( x, x ) = (t ), = (t ) f ( x, x ) i i j j i j i j i i j j i j i j Bunu aşağıdaki şekilde karakterize edilen n noktaya genişletebiliriz 1 =, a rastgele random vektör vector # n n f f (x ( x), F ((x x) ) (t i ) t i t

6 6 Rastgele Süreçlerin Momentleri (Sürekli Zaman) Rastgele sürecin Ortalaması (birinci moment) m (t ) = E (t ) = x f ( ) ( ) () t ( )(t ) ( x ) dx m t E t x f x dx Rastgele sürecin Otokorelasyon fonksiyonu (ikinci moment) R R(t, t ) = E (t ) (t ) = f ( ( ), x ) dx dx ( t1, t0) E ( t1) ( t0) x1x 0 f ( t1) ( t0) ( x1x 0) dx1dx t Otokovaryans fonksiyonu (ikinci merkezi moment) C ( 1, (t0 1 ), t 0 ) = E (( 1) (t 1 ) ( 1m) (t( 1 )) 0) ( (t ( 0 0) ) m (t 0 )) C t t E t m t t m t R ( t, t ) m ( t ) m ( t ) = R (t 1, t 0 ) m (t 1 ) m t When 1 t0 t olduğunda 1 = t 0 R ( t, t ) E ( t ) x f t x dx 0 (t 0 ) R (t, t ) = E (t ) = x f ( ) ( x ) dx ( ) t ( 0, 0) ( 0) ( 0) ( 0) C t t E t m t t

7 7 Rastgele Süreçlerin Momentleri (devam) İlinti katsayısı ρ ((t t, t ) = C ( t, t ) C ( t, t ) = C (t 1, t 0 ) C (t 1, t 0 ) t 1 t0 0 C t1 t1 C t0 t0 σ (t ( )σ (t) ) C ((t, t ) C ((t, t ) Bir Kesikli Zaman Rastgele Sürecin Momenti Benzer ifadeler, sadece m [n], n, R [nn 1, n 0 ],, " etc. vb. 1 0

8 8 Örnek: (t) = cos (t + φ), φ birbiçim [, ] m (t) ve R (t 1,t 0 ) =? π d (t = (t = (ωt + φ dφ m ( t) E ( t) cos( t ) = 0, independent zamandan bağımsız of time π π π (t 1, t 0 ) = E (t 1 ) (t 0 ) = cos (ωt 1 + φ ) cos (ωt 0 + φ d R ) dφ ( t1, t0) ( t1) ( t0) cos( t π 1 ) cos( t0 ) π 1 π = cos (ω (t 1 t 0 )) 1 π 1 dφ + 1 cos cos (ω (t 1 + t 0 ) + φ ) dφ π ( t π 1 t0) d cos π ( t π 1 t0) d = cos (ω (t 1 t 0 )), function of t 1 t 0 cos ( t1 t0), t1 t0 ın fonksiyonu t t için 1 0 R( t1, t0) cos R, ' ya gecikme denir

9 9 1 n0 0. n Örnek: m n 3, R n1, n0 9 4e zaman rastgele süreçtir: olmak üzere [n] kesikli 1 = [8] ve 0 = [5] ın ortalama, varyans ve kovaryansını bulun. Ortalama: m 0 = m [5] = 3 m 1 = m [8] = 3 Varyans: E = R [5, 5,55] = 13, E E R= R 8,8[8, 8] 13= 13 Kovaryans: 0 1 σ 1 1 = σ 0 = 13 3 = 4 cov ( 1, 0 ) = C [8, 5] = R [8, 5] m [8]m [5] = =.195 İlinti katsayısı: ρ = cov ( 1, 0) = cov,.195 = σ 1 σ

10 10 Geniş nlamda Durağan (W.S.S.) Rastgele Süreç Sürekli Zaman şağıdaki şartları sağlayan rastgele süreçlere w.s.s. rastgele süreç denir (1) m (t ) = m = sabit, her t için () R (t 1, t 0 ) = R (t 1 t 0 ) = R ( ), t 1, t 0 ve = t 1 t 0 veya C (t 1, t 0 ) = C (t 1 t 0 ) = C ( ), t 1, t 0 ve = t 1 t 0 Kesikli zaman Benzer ifadeler geçerlidir.

11 11 Örnek: (t ) = cos (t + φ), φ birbiçim [, ] R t t C t t t t R ( (t, 1, t) 0 ) = C ( (t, 1, t) 0 ) = cos( (ω ( (t 1 t 0 )) )) Rastgele telegraf sinyali wss m ( t) ( p 1) e m (t ) = ( p 1) e αt R (t, t ) = e α t 1 t t 0 R ( t, t ) e 1 0 C (t, t ) = e α t 1 t t 0 ( p 1) e α t 1 +t 0 1t0 t1 t0 not wss 1 0 t 1 0 t C ( t, t ) e ( p 1) e wss değil

12 1 Ergodiklik (t), m (t) = m olan bir wss süreç olsun, Bu durumda (t); şağıdaki koşulu sağlarsa ortalama ergodik tir T lim t (t ) T = lim 1 t dt (t ) dt E E t (t m ) = m lim ( ) lim T T T T ( ) ( T ) T T T T (Ortalama kare anlamında yakınsama.) şağıdaki koşulu sağlarsa korelasyon ergodik tir 1 T lim ( t) ( t ) lim ( t) ( t ) dt T T T T T E ( t) ( t ) R ( ) lim (t ) (t τ ) = lim 1 T (t ) (t τ ) dt Zaman Ortalamaları Ensemble Ortalamaları

13 13 Örnek: (t ) =, burada = 1 eşit olasılıkla: m( )(t ) = E ( ) (t ) = E [ ] 0; = 0; m t E t E 1 1 T T dt = T T T T T T T ( t) (t ) = dt = T dt dt T T T T m ( t) ( t) olduğundan ortalama ergodik değildir. Therefore, not mean ergodic. m (t ) T (t ) T

14 14 Örnek: (t) = cos (t + φ) φ birbiçim [, ] m ( t) E ( t) E cos t 0 Ensemble ortalaması: m (t ) = E (t ) = E cos (ωt + φ ) = 0 Zaman ortalaması: 1 T (t = T (t = T T T (ωt + φ ) dt = sin sin( (ωt t+ φ ) ) ( t) x( t) dt cos( t ) dt T T T T T T T ω sin( T ) sin( T ) T sintcos ; lim sin Tcos 0 T T T Zaman ortalaması = Ensemble ortalaması olduğundan ortalama ergodik T T T T

15 15 Örnek (devam) average: R (τ ) = Ensemble ortalaması: R ( ) cosωτ t Time average: Zaman ortalaması: T T lim ( ) ( ) T cos( )cos( ( ) ) T T T T T = cos ωτ dt + T T T 4T T 4T 4TT 4T T T (t ) (t τ ) = T T cos (ωt + φ ) cos (ω(t τ ) + φ ) dt t t t t dt T cos (ω (t τ ) + φ ) dt cos( t) dt cos ( t ) dt = ωτ T cos( t) sin (ω ( (t t τ ) ) + φ ) 8ωT 8T T T lim ( t) ( t ) cost T T T Zaman ortalamaları = Ensemble ortalamaları olduğundan ortalama ve korelasyon ergodik

16 16 Beyaz Gürültü Süreci (Sürekli Zaman) t 0 ve t 1 gibi keyfi zamanlarda alınmış (t 0 ) ve (t 1 ) örnekleri olan sıfır ortalamalı rastgele süreci ele alalım Eğer bu örnekler her bir t 0 ve t 1 anlarında (bu anlar ne kadar yakın olursa olsun) ilintisiz kalıyorsa bu sürecin varyansı sonsuz olmalıdır. İlinti ve kovaryans fonksiyonları aşağıdaki formdadır. N (t, t ) = (t, t ) = N 0 R t, t C t, t δ (t t, t t ) or R (τ ) = C (τ ) = N 0 N δ (τ ) 0 veya R ( ) Böyle bir sürece beyaz gürültü denir.

17 17 Örnek: (t ) = cos (ωt + φ ) + W (t ), W(t): beyaz gürültü (ortalama 0), güç yoğunluğu N 0 / φ: birbiçim [ π, π]; φ, W bağımsız = E { cos (ωt 1 + φ ) + W (t 1 )}{ cos (ωt 0 + φ ) + W (t 0 )} R (t ( t 1, t 0 ) = E (t ( t 1 ) (t( t 0 ) E cos t1 W ( t1) cos t0 W ( t0) = E cos cos (ωt 1 + φ )cos (ωt 0 + φ ) + E w (t 1 )W (t 0 ) t1 cos t0 E W ( t1) W ( t0) + E cos (ωt 1 + φ )W (t 0 ) + E W (t 1 ) cos (ωt 0 + φ ) E cos t1 W ( t0) E W ( t1)cos t0 = E cos E W (ωt (t 10 + ) φ = ) 0 W ve bağımsız olduğundan; E cos t1 W ( t0) E cos t1 E W ( t0) 0

18 18 Örnek (devam) (t, t ) = R 1 0 cos (ωt 1 + φ )cos (ωt 0 + φ ) + E W (t 1 )W (t 0 ) ( t1, t0) E t1 t0 E W ( t1) W ( t0) veya or N 1 0 = N ω (t t ) + N 0 0 cos ( t 1 0 δ (t1 t 0) 1 t0) ( t1 t0) = cos ω (t t ) + E cos (ω (t + t ) + φ ) + N 0 0 cos ( t 1 t ) 0 E cos ( t t ) ( t δ t (t ) 1 t 0) R N R (τ ) = N cos 0 ωτ + 0 δ (τ ) ( ) cos ( )

19 19 Otokorelasyon Fonksiyonunun Özellikleri 1. ( ) ( ) 1. RR (τ ) = R ( τ ). g( t ) R ( t t ) g( t ) dt dt 0 herhangi bir g( t) için. g (t 1 ) R (t 1 t 0 ) g (t 0 ) dt 1 dt for any function g (t) (. özellik pozitif semi-definite özelliği adını alır.) R (τ) nin diğer özellikleri yukarıdakilerden çıkarılabilir: R E t R (0) ( ) 0 R (0) = E (t ) 0 ( ) R (0) R (τ ) R (0) Otokovaryans fonksiyonu için de geçerlidir.

20 0 Kros-Korelasyon Fonksiyonu R t t E t Y t R Y ((t, 1, t 0 )) = E ((t 1 ))Y( (t 0 )) Y Eğer (t) ve Y(t) nin her biri wss ise ve aşağıdaki koşulu sağlıyorsa (t) ve Y(t) ortak olarak wss denir. R ( t, t ) R ( t t ) R ( ) RY Y (t1 1, t0 ) = R Y Y (t 1 t 0) = R Y Y(τ ) burada R Y (t 1, t 0 ) = E Y (t 0 ) (t 1 ) = R Y (t 0, t 1 ) eğer durağansa R Y Y(τ ) = RY Y( τ ) R ( t, t ) E Y( t ) ( t ) R ( t, t ) Y Y 0 1 ( ) ( )

21 1 Örnek: (kros-korelasyonun kullanımı) Durum (i): Let (t) = W(t), ( t) W ( t) ya da ( t) cos t W ( t) Y( t) cos t,,, aralığında düzgün dağılımlı (sinyal yok) ( ) cos 0 Durum (ii): Let RY(t) ( t1, t0= ) Ecos (ωt ( t1) + Y( φ) t0) + W(t), E (sinyal W ( t1)cos var) t0 E W t1 E t0 RY ( t1, t0) E ( t1) Y ( t0) E cos t0 W ( t1) cos t0 E cos t1 cos t0 E W ( t1)cos t0 cos 1 0 t t cos

Güç Spektral Yoğunluk (PSD) Fonksiyonu

Güç Spektral Yoğunluk (PSD) Fonksiyonu 1 Güç Spektral Yoğunluk (PSD) Fonksiyonu Otokorelasyon fonksiyonunun Fourier dönüşümü j f ( ) FR ((τ) ) = R ( (τ ) ) e j π f τ S f R R e d dτ S ( f ) = F j ( f )e j π f ( ) ( ) f τ R S f e df R (τ ) =

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

Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır.

Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır. Kümülatif Dağılım Fonksiyonları Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır. F X (x) = P (X x) = x f X(x ) dx Sürekli

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

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

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

Detaylı

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

SİNYALLER ve SİSTEMLER

SİNYALLER ve SİSTEMLER SİNYALLER ve SİSTEMLER 1. Sinyallerin Sınıflandırılması 1.1 Sürekli Zamanlı ve Ayrık Zamanlı Sinyaller 1.2 Analog ve Sayısal Sinyaller Herhangi bir (a,b) reel sayı aralığında bir x(t) sinyali sonsuz değer

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

İçindekiler. Ön Söz... xiii

İçindekiler. Ön Söz... xiii İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1

Detaylı

UYGULAMALI MATEMATİK KONU ANLATIMLI ÇÖZÜMLÜ SORU BANKASI

UYGULAMALI MATEMATİK KONU ANLATIMLI ÇÖZÜMLÜ SORU BANKASI ÖABT UYGULAMALI MATEMATİK KONU ANLATIMLI ÇÖZÜMLÜ SORU BANKASI Yasin ŞAHİN ÖABT UYGULAMALI MATEMATİK KONU ANLATIMLI ÇÖZÜMLÜ SORU BANKASI Her hakkı saklıdır. Bu kitabın tamamı ya da bir kısmı, yazarın izni

Detaylı

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK Soru 1 X rassal değişkeninin olasılık yoğunluk fonksiyonu x x, x> f ( x) = 0, dy. 1 werilmiş ve Y = rassal değişkeni tanımlamış ise, Y değişkenin 0< 1 X 1 y için olasılık yoğunluk fonksiyonu aşağıdaki

Detaylı

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci Tek Değişkenli Zaman Serisi Modelleri Ekonomik verilerin analizi ile ekonomik değişkenlerin gelecekte alabilecekleri

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

EEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ

EEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM3006 - HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM3006 - HABERLEŞME TEORİSİ Dersin Öğretim Elemanı: Yrd. Doç. Dr. Yasin KABALCI Ders Görüşme

Detaylı

Lecture 2. Mahir Bilen Can. Mayıs 10, 2016

Lecture 2. Mahir Bilen Can. Mayıs 10, 2016 Lecture 2 Mahir Bilen Can Mayıs 10, 2016 1 Klasik Lie Cebirleri Klasik Lie cebirlerinin hepsi içinde son derece büyük öneme sahip dört sonsuz aile vardır. Bunlar A, B, C, D harfleri ile indekslenmekte

Detaylı

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

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

Detaylı

İstatistiksel Kavramların Gözden Geçirilmesi

İstatistiksel Kavramların Gözden Geçirilmesi İstatistiksel Kavramların Gözden Geçirilmesi Anlamlı Basamaklar Konusu ve Olasılık Ekonometri 1 Konu 1 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı

MIT Açık Ders Malzemesi İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 2008 Bahar

MIT Açık Ders Malzemesi İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 2008 Bahar MIT Açık Ders Malzemesi http://ocw.mit.edu 8.334 İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 008 Bahar Bu malzemeye atıfta bulunmak ve Kullanım Şartlarımızla ilgili bilgi almak için http://ocw.mit.edu/terms

Detaylı

8.04 Kuantum Fiziği Ders X. Schrödinger denk. bir V(x) potansiyeli içinde bir boyutta bir parçacığın hareketini inceler.

8.04 Kuantum Fiziği Ders X. Schrödinger denk. bir V(x) potansiyeli içinde bir boyutta bir parçacığın hareketini inceler. Schrödinger denklemi Schrödinger denk. bir V(x) potansiyeli içinde bir boyutta bir parçacığın hareketini inceler. Köşeli parantez içindeki terim, dalga fonksiyonuna etki eden bir işlemci olup, Hamilton

Detaylı

Olasılık ve İstatistik Hatırlatma

Olasılık ve İstatistik Hatırlatma Olasılık ve İstatistik Hatırlatma BSM 445 Kuyruk Teorisi Güz 014 Yrd. Doç. Dr. Ferhat Dikbıyık Bir olayın olasılığı bize ne anlatır? Verilen bir olasılığın manası nedir? Örnek: Tavlada düşeş atma olasılığı

Detaylı

A İSTATİSTİK. 1. nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir.

A İSTATİSTİK. 1. nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir. . nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir. Buna göre, n C r + n C r toplamı aşağıdakilerden hangisine eşittir? A) n + C r B)

Detaylı

Algoritmalar ve Programlama. DERS - 4 Yrd. Doç. Dr. Ahmet SERBES

Algoritmalar ve Programlama. DERS - 4 Yrd. Doç. Dr. Ahmet SERBES Algoritmalar ve Programlama DERS - 4 Yrd. Doç. Dr. Ahmet SERBES Geçen Derste Değişken oluşturma Skaler Diziler, vektörler Matrisler Aritmetik işlemler Bazı fonksiyonların kullanımı Operatörler İlk değer

Detaylı

7. Ders Genel Lineer Modeller Singüler Modeller, Yanlış veya Bilinmeyen Kovaryanslar, Đlişkili Hatalar

7. Ders Genel Lineer Modeller Singüler Modeller, Yanlış veya Bilinmeyen Kovaryanslar, Đlişkili Hatalar 7. Ders Genel Lineer Modeller Singüler Modeller, Yanlış veya Bilinmeyen Kovaryanslar, Đlişkili Hatalar Y = X β + ε Lineer Modeli pekçok özel hallere sahiptir. Bunlar, ε nun dağılımına, Cov( ε ) kovaryans

Detaylı

2. (1 + y ) ln(x + y) = yy dif. denk. çözünüz. 3. xy dy y 2 dx = (x + y) 2 e ( y/x) dx dif. denk. çözünüz.

2. (1 + y ) ln(x + y) = yy dif. denk. çözünüz. 3. xy dy y 2 dx = (x + y) 2 e ( y/x) dx dif. denk. çözünüz. D DİFERANSİYEL DENKLEMLER ÇALIŞMA SORULARI Fakülte No:................................................... Adı ve Soyadı:................................................. Bölüm:...................................................................

Detaylı

MATEMATİK ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI DENEME. Diğer sayfaya geçiniz.

MATEMATİK ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI DENEME. Diğer sayfaya geçiniz. MATEMATİK. DENEME ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI. f : X tanımlı y = f() fonksiyonu için lim f ( ) = L ise aşağıdaki önermelerden kaç tanesi kesinlikle doğrudur? 0 I. X dir. 0 II. f() fonksiyonu

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

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 C: İstatistiksel Çıkarsama Doç.

Detaylı

FİZİK 4. Ders 10: Bir Boyutlu Schrödinger Denklemi

FİZİK 4. Ders 10: Bir Boyutlu Schrödinger Denklemi FİZİK 4 Ders 10: Bir Boyutlu Schrödinger Denklemi Bir Boyutlu Schrödinger Denklemi Beklenen Değer Kuyu İçindeki Parçacık Zamandan Bağımsız Schrödinger Denklemi Kare Kuyu Tünel Olayı Basit Harmonik Salınıcı

Detaylı

Matris Cebiriyle Çoklu Regresyon Modeli

Matris Cebiriyle Çoklu Regresyon Modeli Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β

Detaylı

Şekil 23.1: Düzlemsel bölgenin alanı

Şekil 23.1: Düzlemsel bölgenin alanı Bölüm Belirli İntegral Şekil.: Düzlemsel bölgenin alanı Düzlemde kare, dikdörtgen, üçgen, çember gibi iyi bilinen geometrik şekillerin alanlarını bulmak için uygun formüller kullanıyoruz. Ama, uygulamada

Detaylı

SORU 1: En az iki elemana sahip bir X kümesi ile bunun P (X) kuvvet. kümesi veriliyor. P (X) üzerinde 0 ; A = 1 ; A

SORU 1: En az iki elemana sahip bir X kümesi ile bunun P (X) kuvvet. kümesi veriliyor. P (X) üzerinde 0 ; A = 1 ; A 2.2 Ölçüler SORU 1: En az iki elemana sahip bir X kümesi ile bunun P (X kuvvet kümesi veriliyor. P (X üzerinde 0 ; A (A : 1 ; A şeklinde tanımlanan dönüşümü ölçü müdür? ÇÖZÜM 1: (i Tanımdan ( 0. (ii A

Detaylı

f(t)e st dt s > 0 Cebirsel denklem s- tanım bölgesi L 1 Unutulmamalıdır ki, farklı türden tanım ve değer uzayları arasında

f(t)e st dt s > 0 Cebirsel denklem s- tanım bölgesi L 1 Unutulmamalıdır ki, farklı türden tanım ve değer uzayları arasında Bölüm #2 Laplace Dönüşümü F (s) = f(t)e st dt s > şeklinde tanımlanan dönüşüme LAPLACE dönüşümü adı verilir ve kısaca L{f(t)} ile sembolize edilir. Diferansiyel denklemlerin Çözümünde Laplace dönüşümü

Detaylı

EMAT ÇALIŞMA SORULARI

EMAT ÇALIŞMA SORULARI EMAT ÇALIŞMA SORULARI 1) A = 4. ı x 2. ı y ı z ve B = ı x + 4. ı y 4. ı z vektörlerinin dik olduğunu gösteriniz. İki vektörün skaler çarpımlarının sıfır olması gerekir. A. B = 4.1 + ( 2). 4 + ( 1). ( 4)

Detaylı

Alternatif Akım; Zaman içerisinde yönü ve şiddeti belli bir düzen içerisinde değişen akıma alternatif akım denir.

Alternatif Akım; Zaman içerisinde yönü ve şiddeti belli bir düzen içerisinde değişen akıma alternatif akım denir. ALTERNATiF AKIM Alternatif Akım; Zaman içerisinde yönü ve şiddeti belli bir düzen içerisinde değişen akıma alternatif akım denir. Doğru akım ve alternatif akım devrelerinde akım yönleri şekilde görüldüğü

Detaylı

İstatistik I Ders Notları

İstatistik I Ders Notları İstatistik I Ders Notları Sürekli Rassal Değişkenler Hüseyin Taştan Kasım 2, 26 İçindekiler Sürekli Rassal Değişkenlerin Özellikleri 2 2 Olasılık Yoğunluk Fonksiyonu 2 Birikimli Olasılık Fonksiyonu 6 4

Detaylı

DERS İÇERİKLERİ, KAZANIMLAR, DERSLER ARASI İLİŞKİ Çizelge 2.

DERS İÇERİKLERİ, KAZANIMLAR, DERSLER ARASI İLİŞKİ Çizelge 2. DERS İÇERİKLERİ, KAZANIMLAR, DERSLER ARASI İLİŞKİ Çizelge 2. Kategoriler Alt kategoriler Ders içerikleri Kazanımlar Dersler arası ilişki I. Analiz I.1. Fonksiyonlar I.1.1. Fonksiyonlara ait bazı önemli

Detaylı

DENGELEME HESABI-I DERS NOTLARI

DENGELEME HESABI-I DERS NOTLARI DENGELEME HESABI-I DERS NOTLARI Dengeleme Hesabı Adımları, En Küçük Kareler İlkesine Giriş, Korelasyon Prof. Dr. Mualla YALÇINKAYA Yrd. Doç. Dr. Emine TANIR KAYIKÇI Karadeniz Teknik Üniversitesi, Harita

Detaylı

DİNAMİK DERS NOTLARI. Doç.Dr. Cesim ATAŞ

DİNAMİK DERS NOTLARI. Doç.Dr. Cesim ATAŞ DİNMİK DERS NOTLRI Kaynaklar: Engineering Mechanics: Dynamics,, SI Version, 6th Edition, J. L. Meriam,, L. G. Kraige Vector Mechanics for Engineers: : Dynamics, Sith Edition, Beer and Johnston Doç.Dr.

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

MATEMATİK TESTİ LYS YE DOĞRU. 1. Bu testte Matematik ile ilgili 50 soru vardır.

MATEMATİK TESTİ LYS YE DOĞRU. 1. Bu testte Matematik ile ilgili 50 soru vardır. MTMTİK TSTİ LYS-. u testte Matematik ile ilgili 0 soru vardır.. evaplarınızı, cevap kâğıdının Matematik Testi için ayrılan kısmına işaretleyiniz.. u testteki süreniz 7 dakikadır.. a, b, c birer reel sayı

Detaylı

0,5749. Menkul Kıymet Getirisi ve Riskinin Hesaplanması Tek dönemlik basit getiri (Kesikli getiri)

0,5749. Menkul Kıymet Getirisi ve Riskinin Hesaplanması Tek dönemlik basit getiri (Kesikli getiri) Menkul Kıymet Getirisi ve Riskinin Hesaplanması Tek dönemlik basit getiri (Kesikli getiri) R t : t dönemlik basit getiri P t : t dönemdeki fiyat P t-1 : t dönemden önceki fiyat Örneğin, THYAO hisse senedinin

Detaylı

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

MIT Açık Ders Malzemeleri  Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeleri http://ocm.mit.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için http://ocm.mit.edu/terms veya http://tuba.açık ders.org.tr adresini ziyaret

Detaylı

Zaman Serileri Ekonometrisine Giriş

Zaman Serileri Ekonometrisine Giriş Zaman Serileri Ekonometrisine Giriş Durağanlık ve Durağan-Dışılık Ekonometri 2 Konu 24 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

Detaylı

MAT355 Kompleks Fonksiyonlar Teorisi I Hafta 2. yapılırsa bu durumda θ ya z nin esas argümenti denir ve Argz ile gösterilir. argz = Argz + 2nπ, n Z

MAT355 Kompleks Fonksiyonlar Teorisi I Hafta 2. yapılırsa bu durumda θ ya z nin esas argümenti denir ve Argz ile gösterilir. argz = Argz + 2nπ, n Z MAT355 Kompleks Fonksiyonlar Teorisi I Hafta 1.. Kutupsal Formda Gösterim z x + iy vektörünün pozitif reel eksenle yaptığı açıya θ diyelim. cos θ x, sin θ y ve buradan tan θ y θ arctan y olup θ ya z z

Detaylı

Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok

Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok Gauss Yasası Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok daha kullanışlı bir şekilde nasıl hesaplanabileceği

Detaylı

1984 ÖYS A) 875 B) 750 C) 625 D) 600 E) 500

1984 ÖYS A) 875 B) 750 C) 625 D) 600 E) 500 984 ÖYS. + + a a + a + a işleminin sonucu nedir? a A) +a B) a C) +a D) a E) +a a b ab. ifadesinin kısaltılmış biçimi a b + a b + ab a + b A) a b a b D) a b B) a b a + b E) ab(a-b) C) a b a + b A) 87 B)

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 14. HAFTA 8 Tek kanallı, Sonsuz Kapasiteli, Servis Süreleri Keyfi Dağılımlı Kuyruk Sistemi M/G/1/

Detaylı

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Hareketli Ortalama Modelleri MA(q) Süreci

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Hareketli Ortalama Modelleri MA(q) Süreci DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Hareketli Ortalama Modelleri MA(q) Süreci Hareketli Ortalama Süreci:MA(q) Hareketli Ortalama sürecini yapısını ortaya koymak için önce hisse senedi

Detaylı

Aşağıdaki Web sitesinden dersle ilgili bilgi alınabilir. Ders, uygulama ve ödevlerle ilgili bilgiler yeri geldiğinde yayınlanacaktır.

Aşağıdaki Web sitesinden dersle ilgili bilgi alınabilir. Ders, uygulama ve ödevlerle ilgili bilgiler yeri geldiğinde yayınlanacaktır. MK 04: MUKVEMET Öğr.Gör.Dr. hmet Taşkesen MUKVEMET GİRİŞ DERS STLERİ Öğr.Gör.Dr. hmet Taşkesen, Makina Bölümü, Tel: 1680/1844, e-posta: taskesen@gazi.edu.tr Teorik Ders (3 saat) + Ödevler + Quizler Uygulama

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

RISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir:

RISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir: RISK ANALIZI SINAVI WEB EKİM 2017 SORU 1: Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir: 115 240 325 570 750 Hasarların α = 1 ve λ parametreli Gamma(α, λ) dağılıma

Detaylı

UYGULAMALI MATEMATİK ÇÖZÜMLÜ SORU BANKASI

UYGULAMALI MATEMATİK ÇÖZÜMLÜ SORU BANKASI ÖABT UYGULAMALI MATEMATİK ÇÖZÜMLÜ SORU BANKASI Yasin ŞAHİN ÖABT UYGULAMALI MATEMATİK ÇÖZÜMLÜ SORU BANKASI Her hakkı saklıdır. Bu kitabın tamamı ya da bir kısmı, yazarın izni olmaksızın, elektronik, mekanik,

Detaylı

Diferansiyel denklemler uygulama soruları

Diferansiyel denklemler uygulama soruları . Aşağıdaki diferansiyel denklemleri sınıflandırınız. a) d y d d + y = 0 b) 5 d dt + 4d + 9 = cos 3t dt Diferansiyel denklemler uygulama soruları 0.0.3 c) u + u [ ) ] d) y + = c d. y + 3 = 0 denkleminin,

Detaylı

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları. 9 + = 6. A dan B ye 5 farklı şekilde gidebilir. B den C ye 3 farklı şekilde gidebilir. 5.3 = 5. 4.5 = 0 7. 5.3.3.5 = 5 3. kişi için iki durum

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

Özet: Açısal momentumun türetimi. Açısal momentum değiştirme bağıntıları. Artırıcı ve Eksiltici İşlemciler Kuantum Fiziği Ders XXI

Özet: Açısal momentumun türetimi. Açısal momentum değiştirme bağıntıları. Artırıcı ve Eksiltici İşlemciler Kuantum Fiziği Ders XXI Özet: Açısal momentumun türetimi Açısal momentum değiştirme bağıntıları Levi- Civita simgesi Genel olarak, L x, L y, L z, nin eşzamanlı özdurumları yoktur L 2 ve bir bileşeni (L z ) nin eşzamanlı özdurumlarıdır.

Detaylı

1 Lineer Diferansiyel Denklem Sistemleri

1 Lineer Diferansiyel Denklem Sistemleri Outline İçindekiler 1 Lineer Diferansiyel Denklem Sistemleri 1 1.1 Lineer sistem türleri (iki bilinmeyenli iki denklem)................. 1 2 Normal Formda lineer denklem sistemleri (İki bilinmeyenli iki

Detaylı

ALTERNATİF AKIMIN DENKLEMİ

ALTERNATİF AKIMIN DENKLEMİ 1 ALTERNATİF AKIMIN DENKLEMİ Ani ve Maksimum Değerler Alternatif akımın elde edilişi incelendiğinde iletkenin 90 ve 270 lik dönme hareketinin sonunda maksimum emk nın indüklendiği görülür. Alternatif akımın

Detaylı

Lys x 2 + y 2 = (6k) 2. (x 2k) 2 + y 2 = (2k 5) 2 olduğuna göre x 2 y 2 =? Cevap: 14k 2

Lys x 2 + y 2 = (6k) 2. (x 2k) 2 + y 2 = (2k 5) 2 olduğuna göre x 2 y 2 =? Cevap: 14k 2 1. 1 =? Lys 1 7. x + y = (6k) (x k) + y = (k 5) olduğuna göre x y =?. 6 a.b = ise a + 1 b. b 1 a =? 1k 8. x ve y birbirinden farklı pozitif gerçel sayılar olmak üzere, x y y x. x.y = (x y) ise x y =?.

Detaylı

İSTATİSTİK I KAVRAMLARININ

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

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 5. HAFTA 2.7 M/M/1/ / sistemi için Bekleme zamanının dağılımı ( ) 1 T j rastgele değişkeni j. birimin

Detaylı

Birden Fazla RDnin Bileşik Olasılık Fonksiyonları

Birden Fazla RDnin Bileşik Olasılık Fonksiyonları Birden Fazla RDnin Bileşik Olasılık Fonksiyonları Birden fazla x 1, x 2,..., x n gibi RDlerimiz olsun. Bunların bileşik olasılık fonksiyonları kesikli ve rastgele RDler için sırasıyla şu şekilde tanımlanır

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ DAĞILIM FONKSİYONLARI KONVOLÜSYONLARININ MONTE CARLO TAHMİNİ VE BAZI UYGULAMALARI

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ DAĞILIM FONKSİYONLARI KONVOLÜSYONLARININ MONTE CARLO TAHMİNİ VE BAZI UYGULAMALARI ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ DAĞILIM FONKSİYONLARI KONVOLÜSYONLARININ MONTE CARLO TAHMİNİ VE BAZI UYGULAMALARI Ömer ALTINDAĞ İSTATİSTİK ANABİLİM DALI ANKARA 212 Her hakkı

Detaylı

TÜREV VE UYGULAMALARI

TÜREV VE UYGULAMALARI TÜREV VE UYGULAMALARI 1-TÜREVİN TANIMI VE GÖSTERİLİŞİ a,b R olmak üzere, f:[a,b] R fonksiyonu verilmiş olsun. x 0 (a,b) için lim x X0 f(x)-f( x 0 ) limiti bir gerçel sayı ise bu limit değerine f fonksiyonunun

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

DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ

DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINIZA İŞARETLEMEYİ UNUTMAYINIZ. MATEMATİK SINAVI MATEMATİK TESTİ. Bu testte 50 soru vardır.. Cevaplarınızı, cevap kâğıdının Matematik Testi için arılan

Detaylı

5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri

5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri Elektrik devrelerinde ölçülebilen büyüklükler olan; 5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri Akım Gerilim Devrede bulunan kaynakların tiplerine göre değişik şekillerde olabilir. Zamana bağlı

Detaylı

ALTERNATĐF AKIM (AC) I AC NĐN ELDE EDĐLMESĐ; KARE VE ÜÇGEN DALGALAR

ALTERNATĐF AKIM (AC) I AC NĐN ELDE EDĐLMESĐ; KARE VE ÜÇGEN DALGALAR ALTERNATĐF AKIM (AC) I AC NĐN ELDE EDĐLMESĐ; KARE VE ÜÇGEN DALGALAR 1.1 Amaçlar AC nin Elde Edilmesi: Farklı ve değişken DC gerilimlerin anahtar ve potansiyometreler kullanılarak elde edilmesi. Kare dalga

Detaylı

(14) (19.43) de v yi sağlayan fonksiyona karşılık gelen u = F v fonksiyonunun ikinci türevi sürekli, R de 2π periodik ve

(14) (19.43) de v yi sağlayan fonksiyona karşılık gelen u = F v fonksiyonunun ikinci türevi sürekli, R de 2π periodik ve nin her g L 2 (S için tek çözümünüm olması için gerekli ve yeterli koşulun her j için λ λ j olacak biçimde λ j ifadesini sağlayan R \ {} de bir λ j dizisinin olduğunu gösteriniz. (13) Her λ j için (19.43)

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

9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir?

9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? 9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? Ardışık bağımlılık sorunu, hata terimleri arasında ilişki olmadığı (E(u i,u j ) = 0, i j) varsayımının geçerli olmamasıdır.

Detaylı

8.04 Kuantum Fiziği Ders IV. Kırınım olayı olarak Heisenberg belirsizlik ilkesi. ise, parçacığın dalga fonksiyonu,

8.04 Kuantum Fiziği Ders IV. Kırınım olayı olarak Heisenberg belirsizlik ilkesi. ise, parçacığın dalga fonksiyonu, Geçen Derste Kırınım olayı olarak Heisenberg belirsizlik ilkesi ΔxΔp x 2 Fourier ayrışımı Bugün φ(k) yı nasıl hesaplarız ψ(x) ve φ(k) ın yorumu: olasılık genliği ve olasılık yoğunluğu ölçüm φ ( k)veyahut

Detaylı

Statik Manyetik Alan

Statik Manyetik Alan Statik Manyetik Alan Noktasal Yüke Etki eden Manyetik Kuvvet Akım Elemanına Etki Eden Manyetik Kuvvet Biot-Savart Kanunu Statik Manyetik Alan Statik manyetik alan, sabit akımdan veya bir sürekli mıknatıstan

Detaylı

IE 303T Sistem Benzetimi

IE 303T Sistem Benzetimi IE 303T Sistem Benzetimi 1 L E C T U R E 5 : O L A S I L I K T E K R A R 2 Review of the Last Lecture Random Variables Beklenen Değer ve Varyans Moment Kesikli Dağılımlar Bernoulli Dağılımı Binom Dağılımı

Detaylı

Bekleme Hattı Teorisi

Bekleme Hattı Teorisi Bekleme Hattı Teorisi Sürekli Parametreli Markov Zincirleri Tanım 1. * +, durum uzayı * +olan sürekli parametreli bir süreç olsun. Aşağıdaki özellik geçerli olduğunda bu sürece sürekli parametreli Markov

Detaylı

Şimdi de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor. teoreminini iki kere kullanarak

Şimdi de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor. teoreminini iki kere kullanarak 10.Konu İç çarpım uzayları ve özellikleri 10.1. ve üzerinde uzunluk de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor teoreminden dir. 1.Ö.: [ ] ise ( ) ( ) ve ( ) noktaları gözönüne alalım.

Detaylı

B ol um 5 ANALOG IS ARETLER IN SPEKTRUM ANAL IZ I

B ol um 5 ANALOG IS ARETLER IN SPEKTRUM ANAL IZ I Bölüm 5 ANALOG İŞARETLERİN SPEKTRUM ANALİZİ 10 Bölüm 5. Analog İşaretlerin Spektrum Analizi 5.1 Fourier Serisi Sınırlı (t 1, t 2 ) aralığında tanımlanan f(t) fonksiyonunun sonlu Fourier serisi açılımı

Detaylı

Bölüm V Darbe Kod Modülasyonu

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

Detaylı

Finansal Ekonometri. Ders 2 Olasılık Teorisi ve Rasgele Değişkenler

Finansal Ekonometri. Ders 2 Olasılık Teorisi ve Rasgele Değişkenler Finansal Ekonometri Ders 2 Olasılık Teorisi ve Rasgele Değişkenler Tek Değişkenli Rasgele Değişkenler Tanım (rasgele değişken): Bir rasgele değişken, X, SX örneklem uzayından değerler alan ve bu örneklem

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

2012 LYS MATEMATİK SORU VE ÇÖZÜMLERİ Niyazi Kurtoğlu

2012 LYS MATEMATİK SORU VE ÇÖZÜMLERİ Niyazi Kurtoğlu .SORU 8 sayı tabanında verilen (5) 8 sayısının sayı tabanında yazılışı nedir?.soru 6 3 3 3 3 4 6 8? 3.SORU 3 ise 5? 5 4.SORU 4 5 olduğuna göre, ( )? 5.SORU (y z) z(y ) y z yz bulunuz. ifadesinin en sade

Detaylı

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( ) İKİ DEĞİŞKENLİ OLASILIK Rassal bir deneme yapılmakta ve farklı iki olay ile ilgilenilmektedir. A 1, A 2,,A i olayları bağdaşmaz ve bütünü kapsayıcıdır. B 1, B 2,,B j olayları bağdaşmaz ve bütünü kapsayıcıdır.

Detaylı

DENGELEME HESABI-I DERS NOTLARI

DENGELEME HESABI-I DERS NOTLARI DENGELEME HESABI-I DERS NOTLARI Ağırlık ve Ters Ağırlık (Kofaktör) Prof. Dr. Mualla YALÇINKAYA Yrd. Doç. Dr. Emine TANIR KAYIKÇI Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü Trabzon, 016 AĞIRLIK

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

MEKANİK TİTREŞİMLER DERS NOTLARI

MEKANİK TİTREŞİMLER DERS NOTLARI SAKARYA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNA MÜHENDİSLİĞİ BÖLÜMÜ MEKANİK TİTREŞİMLER DERS NOTLARI 2015 BAHAR 2 KAYNAKLAR 1. Mekanik Titreşimler, Birsen Kitabevi, Prof. Dr. Fuat Pasin 2. Mechanical

Detaylı

İÇİNDEKİLER 1. GİRİŞ...

İÇİNDEKİLER 1. GİRİŞ... İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel

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

27 Mart Ders Kitabı: Introductory Econometrics: A Modern Approach (4th ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

27 Mart Ders Kitabı: Introductory Econometrics: A Modern Approach (4th ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi ZAMAN SERİLERİ VERİLERİYLE REGRESYON ANALİZİNDE EK KONULAR Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (4th ed.) J. Wooldridge

Detaylı

ZAMAN SERİSİ SÜREÇLERİ Durağan ve Durağan Olmayan Zaman Serileri

ZAMAN SERİSİ SÜREÇLERİ Durağan ve Durağan Olmayan Zaman Serileri ZAMAN SERİSİ SÜREÇLERİ Durağan ve Durağan Olmayan Zaman Serileri 1 Zaman Serileri Analizi Zaman Serisi Modelleri Veri Üretme Süreci(DGP) Stokastik Süreçler Durağan Stokastik Süreçler Durağan Stokastik

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

Detaylı

ANALOG MODÜLASYON BENZETİMİ

ANALOG MODÜLASYON BENZETİMİ ANALOG MODÜLASYON BENZETİMİ Modülasyon: Çeşitli kaynaklar tarafından üretilen temel bant sinyalleri kanalda doğrudan iletim için uygun değildir. Bu nedenle, gönderileek bilgi işareti, iletim kanalına uygun

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

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

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Simülasyonda İstatiksel Modeller Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri

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. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık - I Prof. Dr. İrfan KAYMAZ Tanım Tahmin (kes1rim veya öngörü): Mevcut bilgi ve deneylere dayanarak olayın bütünü hakkında bir yargıya varmak7r. ü Bu anlamda, anakütleden çekilen

Detaylı

Genel Bilgiler. Giriş Titreşimlerin Sebepleri Titreşimlerin Sonuçları Sistemlerin Titreşim Analizi Titreşim ve İnsan

Genel Bilgiler. Giriş Titreşimlerin Sebepleri Titreşimlerin Sonuçları Sistemlerin Titreşim Analizi Titreşim ve İnsan Kaynaklar: Makina Dinamiği Yıldız Teknik Üniversitesi Yayını, Prof.Necati Tahralı Prof.Dr.Faris Kaya Y.Doç.Dr.İsmail Yüksek Y.Doç.Dr.Rahmi Güçlü. Mekanik Titreşimler Ders Notları, Prof.Dr.Özgür Turhan.

Detaylı