için oluyorsa sürece Markov Süreci denir.

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "için oluyorsa sürece Markov Süreci denir."

Transkript

1 Ve Biraz Đsaisik Biraz Fizik ve Biraz Maemeik başlıklı yazımızı: Gerçek dünya, olgu, model, sanal dünya, benzeim, biraz Maemaik ve biraz Fizik. Hangisi nerede? Ya Đsaisik? sözleri ile biirmişik. Bu yazıda Đsaisik nedir sorusunu irdelemeye çalışacacız. Sorunun cevabını vereceğiz demiyorum. Đrdeleyeceğiz. Ancak, irdelemeye geçmeden önce hareke ile ilgili bir örnek daha ele alalım ve işin içine Đsaisiği de karışıralım. Dik Aışı ve Düşme harekelerini Newon Đlkeleri çerçevesinde modellemeye (anlama-anlamaya) çalışık. Bu herekelerin sebebi yer çekimi kuvveidir. Sebep-sonuç kesinliği, yani deerminizm (nesnellik) çerçevesinde harekeleri modelledik. Modeller ikinci dereceden diferansiyel denklemler oldu. Şimdi, gözle görülebilen çok küçük ve yoğunluğu suyun yoğunluğuna yakın olan bir aneciğin su içinde harekeini anlamaya çalışalım. Böyle bir deneyi, lise öğrencisi iken, bir su bardağının içine dolma kalemimizden çok az (su renklenmeyecek kadar az) mürekkep bırakarak yapıyorduk. Bazı mavi anecikler suyun içinde oraya buraya zıplıyordu. Bu harekee Brown Harekei demişi fizik öğremenimiz. Deneydeki amacın da su moleküllerinin ermal (ısı emelli) herekelerini gözlemlemek olduğunu şöylemişi. Biz molekül ve aomların varlığından haberdardık. Brown bu harekei 187 yılında polen aneciklerinde mikroskop alında gözlemişir. Brown Harekei, ilk çağlardan beri oz aneciklerinde gözlenen ve sıvıların aomik yapıda olduğunun öne sürülmesinde delil olarak kullanılan bir olgudur. Polen aneciğine çarpan çok sayıdaki su molekülünün oraya çıkardığı bileşke kuvve harekein sebebi olsa gerek. Bu bileşke kuvve her an yön ve büyüklük olarak değişmekedir. Harekei sağlayan bu bileşke kuvveen yola çıkarak (Dik Aışa yapığımız gibi) olgunun modellenemiyeceği orada. Brown Harekei Alber Einsein (195 yılında) ve Marian Smoluchowski (196 yılında) arafından fiziksel olarak irdelenip modellenmişir (Wikipedia ansiklopedisine bakabilirsiniz)..

2 Polen aneciğinin harekei üç boyulu bir koordina siseminde izlenebilir. Eksenlerden her hangi bir anesi y ile göserilip, bu eksende aneciğin konumu zamana bağlı olarak y() olsun. Bu eksen üzerindeki konumun, belli bir an için bir rasgele değişken ve zamana bağlı olarak bir Sokasik Süreç olduğu apaçık. Herekein bir Markov Süreci olarak modellenebileceği düşüncesi ağır basmakadır. Markov Sürecini haırlayalım. { Y, [, )} bir sokasik süreç olsun. Her n doğal sayısı ve 1< <... < n 1< n için f ( y y, y,..., y ) = f ( y y ) n 1 n 1 n n 1 oluyorsa sürece Markov Süreci denir. Bir sokasik sürecin bilinmesi demek üm sonlu boyulu dağılımların bilinmesi demekir. Bir Markov Sürecinin bilinmesi demek, i) f ( y ) (başlangıçaki dağılımın olasılık yoğunluk fonksiyonu (o.y.f.)) ii) f ( y y ), s s > (koşullu geçiş dağılımının olasılık yoğunluk fonksiyonu) dağılımlarının bilinmesi demekir. Markov Sürecinde sonlu boyulu dağılımlar, örneğin 1 < < 3 için dır. f ( y, y, y ) = f ( y ) f ( y y ) f ( y y )

3 Bazı göserimler: f ( y ) f ( y, ), f ( y, ) f ( y, ) 3 1/1 n n n f1( y ) bir değişkenli o.y.f. f( y, ys) iki değişkenli o.y.f. f ( y, y, y ) üç değişkenli o.y.f. f 1 3 Bu göserimler alında, olmak üzere, ( y / y ) koşullu o.y.f. s f ( y, y, y ) = f ( y ) f ( y y ) f ( y y ) 3 1 1/1 1/ f ( y, y ) f ( y ) f ( y y ) f ( y, y, y ) dy = = 1 1/ n f ( y ) f ( y y ) = f ( y, y, y ) dy = f ( y ) f ( y y ) f ( y y ) dy 1/ /1 1/ = f ( y, y, ) f ( y, y, ) f ( y, y, ) dy 1/ /1 1 1/ elde edilir (Chapman-Kolmogorov Denklemi). Bu inegral denklemin bir özel çözümü, s ( y y ) 1 ( s) s f1/1 ( y, y, s) = e, < y< ( > s) π( s) dır. Ayrıca, olmak üzere, f ( y, ) = f ( y, s, y, )) dy = f ( y, s) f ( y, y, s) dy 1 s s 1 s 1/1 s s = f ( y, ) f ( y, s) f ( y, y, s) dy 1 1 s 1/1 s s inegral denklemi elde edilir. f1/1 ( y, y, s ) fonksiyonu yerine yukarıdaki ifadesi yazılırsa, inegral denklemin çözümü olarak, elde edilir. y 1 f y e y π 1(, ) =, < < ( > ) lim f1 y = δ y + (, ) ( ) s

4 Sonlu boyulu dağılımları Normal Dağılım olan bir Markov Sürecine Wiener Süreci denir. Wiener Süreçleri için aşağıdaki karakerizsyon genellikle anım olarak da kullanılmakadır. Wiener Süreci { W [ ) } ( ),, Sokasik Süreç 1) W () = ) > s için W ( ) W ( s) arışları i) bağımsız ii) durağan iii) N(, - s) dağılımlı Wiener sürecinin kendisi durağan değildir, çünkü Cov( W ( ), W ( )) = min {, } dır. 1 1 Şimdi, Brown un yapığı deneye dönelim. Polen parçacığının harekei bağımsız arışlı bir süreç olarak düşünülebilir. Yapılan gözlemler arışların normal dağılımlı olduğunu deseklemekedir. Böylece, Brown Harekei bir Wiener Süreci olarak modellenebilir. Modelde sıvı orama ve parçacığa özgü paramereler de bulunabilir. Anlaımdaki basiliği sağlamak için bunlar ihmal edildi. Bir Brown Harekeini modelleyen Wiener Sürecinin kendisine de Brown Süreci denir. Brown süreci, sonlu boyulu dağılımları Normal Dağılım (Gauss Dağılımı) olan bir Markov Sürecidir. Brown Süreci { W ( ), [, )} veya { B( ), [, )} biçiminde göserilir.

5 Brown Süreci ile ilgili bazı sonuçlar: E B B = B > s olmak üzere{ B } Brown Harekei bir maringale'dir ( / ),,. s s Bir olasılıkla 1 lim 1 ( = n ) dır. n B ln ln Yörüngeler hemen hemen kesin olarak süreklidir. Malab da 15 yörüngelik bir Brown Harekei benzeimi (simülasyonu). clc;clear all;close all =1;dela=.1;n=/dela; for j=1:15 y=; for i=1:n au=randn(1,1)*sqr(dela);y=y+au; w(i)=y; end =dela:dela:;plo(,w) hold on end Malab da sonlu boyulu dağılımları Sandar Normal olan Beyaz Gürülü Süreci benzeimi: =1;dela=.1;n=/dela; for i=1:n;w(i)=randn(1,1); end =dela:dela:;plo(,w)

6 Bir Brown Harekei, B= α ϕ ( ) d n n n= 1 biçiminde ifade edilebilir (Wiener-Lévy Teoremi). Burada, α1, α,..., α n,... ler bağımsız ve herbiri N (,1) dağılımlı rasgele değişkenler ve ϕ1, ϕ,..., ϕ n,... ler oronormal fonksiyonlardır. { X ( ), } bir sokasik süreç ve :, : olmak üzere, ( ) ( ) g R R h R R reel değerli fonksiyonlar dx ( ) = g( X ( ), ) + h( X ( ), ) ξ ({ ξ, } Beyaz Gürülü Süreci) d dx ( ) = g X ( ), d+ h X ( ), ξ d sokasik diferansiyel denkleminin çözümü, ( ) ( ) X ( ) = X () + g X ( ), d+ h X ( ), db Riemann inegrali Io inegrali dır. Brown harekei ile ilgili başka birçok özellik söz konusudur. Başaki sorumuza dönelim. Đsaisik nedir? diye sormuşuk. Bu soruyu Đsaisik Bilimi nedir? şeklinde soralım. Đsaisik Bilimi nedir? sorusunun herkes arafından kabul gören bir cevabı oraya çıkmış olsaydı, farklı anımlamalar kiaplar oluşurmazdı. Benim en çok sevdiğim ve senelerce öğrencilerime akardığım, biri uzunca biri çok kısa olan iki anımlama aşağıdaki gibidir. Đsaisik, rasgelelik içeren olaylar, süreçler, sisemler hakkında modeller kurmada, gözlemlere dayanarak bu modellerin geçerliliğini sınamada ve bu modellerden sonuç çıkarmada gerekli bazı bilgi ve yönemleri sağlayan bir bilim dalıdır. Đsaisik, rasgeleliğin bilimidir.

7 Đsaisik Bilimini anlayabileceğinden umulu olmadığınız okumuşlara: Đsaisik, yalan söylemenin bilimsel yoludur deyiverin. Bilimsel sözcüğünden olsa gerek, işe yarıyor. Đsaisik araç mıdır, amaç mıdır? sorusu üzerine kafa yormayın. Tüm emel bilimler bu sorunun muhaabı ve mağdurudur. Yunus un deyimi ile: Bilen bilir bizi, bilmeyen nereden bilsin. Đsaisik Bilimi nin en önemli kavramlarından biri Đsaisik diğeri de paramere (öeölçüm) olduğu söylenebilir. Đsaisik Bölümü öğrencileri Örneklemin bir fonksiyonuna Đsaisik denir anımı ile birinci sınıfa karşılaşmakadır. Daha sonra Đsaisiklerin birer Borel ölçülebilir fonksiyon, yani birer rasgele değişken, rasgele vekör veya rasgele eleman (lisansüsü eğiimde) olduklarını öğrenmekedirler. Đsaisiklerin bazıları verileri beimlemek, bazıları paramereleri ahmin emek, bazıları hipoezleri es emek, bazıları öngörü yapmak için kullanılır. Đsaisikçilerin ömrü Đsaisikler ile uğraşmakla geçer. Elindeki Đsaisiğin olasılık dağılımını bulan bir Đsaisikçi mulu sonuca çok az kaldığını bilir. Bu her zaman mümkün olmaz. Bazen Đsaisiğin beklenen değeri, momenleri, asimpoik dağılımı ile yeinir. Bunları da elde edemezse Mone Carlo değerlendirmesi denen bir ür benzeim çalışması yapar. Bunun gibi işlerle uğraşır durur. Ancak, kendisinden beklenenler sadece bunlar değildir. Araşırmalar için gerekli Đsaisik Yönemlerin gelişirilmesinden de sorumludur. Ayrıca, araşırmalarda hem danışılan bir kişi, hem de araşırmanın veri oplama, analizi ve sonuç çıkarım kısmından sorumlu kişisi olmak zorundadır. Đsaisiksiz hiç bir şey yapılamıyacağını çok basi bir örnekle açıklayalım. Gerçek dünyadaki nesnelerde ilgimizi çeken en önemli özellik küledir. Küle nedir? sorusunun cevabı bir arafa (fizikçilere sorun) gram, kilogram gibi birimler ve erazi denen aleler ile ölçüldüğünü biliyoruz. Her hangi bir nesnenin, dilim varmıyor ama külesini bulmaya çalışalım. Bu nesneyi, varsa, evimizdeki bir erazi ile ölçelim. Sonra bir kuyumcuya, hemen yanıbaşındaki kuyumcuya, bir fizik veya kimya laborauarına gidip ölçelim. Gözlemler çok şaşırıcı olacakır. Gözlemlerden hiç birisi için nesnenin külesidir diyemeyiz. Nesnenin külesi bir parameredir (öeölçümdür). Paramereler sadece ahmin edilebilir, bulunamaz.

8 Hiçbir zaman, hiçbir kimse, her hangi bir nesnenin külesini bulamaz. Haaların rasgele (gelişigüzel) olması, ölçme işleminin Đsaisik Bilimi olmadan anlaşılamayacak olması demekir. X1, X,..., X n ler ölçme aleinin verdiği gözlemler, X bunların oralaması olmak üzere, haanın varyansının, S n i= 1 = ( X X ) i n 1 formülü ile ifade edildiğini Đsaisik bilmeden anlayamazsınız. Paydadaki n 1 neyin nesi? Kısaca: Đsaisiksiz OLMAZ. Đsaisik kendi ilkeleri olan (yeerlilik, olabilirlik, değişmezlik gibi) karar kuramı şemsiyesi alında doğadaki rasgeleliği (gelişigüzelliği) kendine konu edinmiş bir bilim dalıdır. Đsaisik bilimi rasgelelik oramında hesap yapabilmemizi sağlıyor, maemaiğin sebep-sonuç ilişkileri kesin olan durumlarda yapığı gibi. Gerçek dünyadaki olguları anlamaya-anlamaya, yani modellemeye kalkışığımızda, dilden sonra, aklımızın kullandığı ifade araçlarından en önde gelenleri maemaik ve isaisikir. Maemaik, aksiyomaik bir meodolojiye sahip manık şemsiyesi alında soyu bir bilim dalıdır. Maemaik bilmek, aksiyomlardan sonra kavramlar-anımlar, eoremler-ispalar bilmek demekir. Problem çözme yeeneği ve maemaiksel sezgi de kimin daha iyi Maemeikçi olduğunu oraya çıkarmakadır. Fizik, Kimya, Biyoloji gibi doğa bilimleri gerçek dünyadan kendisine konu edindiği olgular için öne sürdüğü prensipler (ilkeler) üzerine kurulu, deneysel bir bilim dalıdır. Doğa sevgisi ve laborauar çilekeşliği de kimin daha iyi doğa bilimci olduğunu oraya çıkarmakadır. Doğanın esasının gelişigüzellik olduğunu hisseden kişiler de Đsaisikçilerdir. Her araf Đsaisikir. Veri aramaya çıkıpa bulamayan Đsaisikçileri oldum olası anlayamamışımdır. Verinin parasal değeri madeni paranın değerini aşmasa da bir madeni para ile her ür veri üreilebilir. Fizikçiler, kimyacılar, biyologlar, asronomlar, ekonomisler, ekonomericiler, sosyologlar, kamu yöneicileri, ıpçılar, mühendisler, sigoracılar, finansçılar, meerologlar, yokmuş gibi, onların problemlerini onlardan daha iyi çözeriz düşüncesiyle oraya çıkan Đsaisikçileri de anlamak mümkün değil. Ülkemizde, Đsaisik Bilimi nin gelişimi değişik dönemlerde ekonomeri, biyoisaisik, yöneylem, bilgi işlem ile iç içe girmiş olsa da zamanla kendi yolunu bulmuşur. Son 3 yılın moda konusu olan kaos karışıklığından da kendini çok kolay kurarmışır. C.R.Rao nun dediği gibi Rasgelelik olgusu ile uğraşanlar düzensizliğin içinde düzen ararlar. Kaos ile uğraşanlar düzen içinde düzensizlik ararlar. C.R.Rao nun vurguladığı gibi Đsaisikçiler rasgelelik ile uğraşır. Đsaisik, rasgeleliğin bilimidir diyelim geçelim. Ya rasgelelik nedir? 1 Ekim 11

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 hp://ocw.mi.edu 8.334 İsaisiksel Mekanik II: Alanların İsaisiksel Fiziği 8 Bahar Bu malzemeye aıfa bulunmak ve Kullanım Şarlarımızla ilgili bilgi almak için hp://ocw.mi.edu/erms

Detaylı

12. Ders Sistem-Model-Simülasyon Güvenilirlik Analizi ve Sistem Güvenilirliği

12. Ders Sistem-Model-Simülasyon Güvenilirlik Analizi ve Sistem Güvenilirliği . Ders Sisem-Model-Simülasyon Güvenilirlik Analizi ve Sisem Güvenilirliği Sisem-Model-Simülasyon Kaynak:F.Özürk ve L. Özbek,, Maemaiksel Modelleme ve Simülasyon, sayfa -9. Aklımız ile gerçek dünyadaki

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

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

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

Detaylı

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

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

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

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım 2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı

Detaylı

, t anındaki birey sayısı (popülâsyon büyüklüğü) olmak üzere,

, t anındaki birey sayısı (popülâsyon büyüklüğü) olmak üzere, Kaosu Kaosan Kuraralım ve Rasgeleliğin Haını Verelim Kaos sözcüğü ile ilgili Tür Dil Kurumu web sayfasındai Güncel Türçe Sözlü e yazılı olanlar: aos (isim, a os, Fransızca). Evrenin düzene girmeden öncei

Detaylı

= t. v ort. x = dx dt

= t. v ort. x = dx dt BÖLÜM.4 DOĞRUSAL HAREKET 4. Mekanik Mekanik konusu, kinemaik ve dinamik olarak ikiye ayırmak mümkündür. Kinemaik cisimlerin yalnızca harekei ile ilgilenir. Burada cismin hareke ederken izlediği yol önemlidir.

Detaylı

4) Seyrek rastlanılan bir hastalık için belli bir zaman araalığında bu hastalığa yakalananların sayısının gözlenmesi,

4) Seyrek rastlanılan bir hastalık için belli bir zaman araalığında bu hastalığa yakalananların sayısının gözlenmesi, POĐSSON DAĞILIMI Poisson Dağılımı sürekli oramlarda (zaman, alan, hacim, ) kesikli sonuçlar veren ve aşağıda a),b),c) şıklarında belirilen özelliklere sahip deneylerin modellenmesinde kullanılan bir dağılım

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

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

Detaylı

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler Dolar Kurundaki Günlük Harekeler Üzerine Bazı Gözlemler Türkiye Bankalar Birliği Ekonomi Çalışma Grubu Toplanısı 28 Nisan 2008, İsanbul Doç. Dr. Cevde Akçay Koç Finansal Hizmeler Baş ekonomis cevde.akcay@yapikredi.com.r

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

DAİRESEL HAREKET Katı Cisimlerin Dairesel Hareketi

DAİRESEL HAREKET Katı Cisimlerin Dairesel Hareketi BÖLÜM 1 DAİRESEL HAREKET 1. DAİRESEL HAREKET 1.1. Kaı Cisimlerin Dairesel Harekei Açısal Yer Değişim: Bir eksen erafında dönmeke olan bir cismin (eker ezgah mili, volan vb.) dönme ekisi ile bir iş yapılır.

Detaylı

SPEKTRAL HESAP. Bir Serbestlik Dereceli Sistemler Bir serbestlik dereceli doğrusal elastik siteme ait diferansiyel hareket denklemi,

SPEKTRAL HESAP. Bir Serbestlik Dereceli Sistemler Bir serbestlik dereceli doğrusal elastik siteme ait diferansiyel hareket denklemi, Nuri ÖHENDEKCİ SPEKAL HESAP Yapıları ekileyen deprem dalgaları amamen belirli değildir; bu dalgaların özelliklerinde rasgelelik vardır. aman parameresine bağlı bu deprem dalgalarının farklı arilerde oluşmasıyla

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

13 Hareket. Test 1 in Çözümleri

13 Hareket. Test 1 in Çözümleri 13 Hareke 1 Tes 1 in Çözümleri 3. X Y 1. cisminin siseme er- diği döndürme ekisi 3mgr olup yönü saa ibresinin ersinedir. cisminin siseme erdiği döndürme ekisi mgr olup yönü saa ibresi yönündedir. 3mgr

Detaylı

Kaynaklar Shepley L. Ross, Differential Equations (3rd Edition), 1984.

Kaynaklar Shepley L. Ross, Differential Equations (3rd Edition), 1984. Çankırı Karatekin Üniversitesi Matematik Bölümü 2015 Kaynaklar Shepley L. Ross, Differential Equations (3rd Edition), 1984. (Adi ) Bir ya da daha fazla bağımsız değişkenden oluşan bağımlı değişken ve türevlerini

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

Birinci Mertebeden Adi Diferansiyel Denklemler

Birinci Mertebeden Adi Diferansiyel Denklemler Birinci Mertebeden Adi Diferansiyel Denklemler Bir veya daha çok bağımlı değişken, bir veya daha çok bağımsız değişken ve bağımlı değişkenin bağımsız değişkene göre (diferansiyel) türevlerini içeren bağıntıya

Detaylı

Rassal Değişken Üretimi

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

Detaylı

Ünite. Kuvvet ve Hareket. 1. Bir Boyutta Hareket 2. Kuvvet ve Newton Hareket Yasaları 3. İş, Enerji ve Güç 4. Basit Makineler 5.

Ünite. Kuvvet ve Hareket. 1. Bir Boyutta Hareket 2. Kuvvet ve Newton Hareket Yasaları 3. İş, Enerji ve Güç 4. Basit Makineler 5. 2 Ünie ue e Hareke 1. Bir Boyua Hareke 2. ue e Newon Hareke Yasaları 3. İş, Enerji e Güç 4. Basi Makineler. Dünya e Uzay 1 Bir Boyua Hareke Tes Çözümleri 3 Tes 1'in Çözümleri 3. 1. Süra skaler, hız ekörel

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

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

EŞANLI DENKLEMLİ MODELLER

EŞANLI DENKLEMLİ MODELLER EŞANLI DENKLEMLİ MODELLER EŞANLI DENKLEMLİ MODELLER Eşanlı denklem siseminde, Y den X e ve X den Y ye karşılıklı iki yönlü eki vardır. Y ile X arasındaki karşılıklı ilişki nedeniyle ek denklemli bir model

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 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

ELASTİK DALGA YAYINIMI

ELASTİK DALGA YAYINIMI ELASTİK DALGA YAYINIMI 8. ders - 016 Prof.Dr. Eşref YALÇINKAYA Geçiğimiz ders; Elasisie eorisi Gerilme ve bileşenleri Deformasyon ve bileşenleri Bu derse; Gerilme-deformasyon bağınıları Elasik sabiler

Detaylı

Bahar Yarıyılı D_IFERANS_IYEL DENKLEMLER II ARA SINAV 6 Nisan 2011 Süre: 90 dakika CEVAP ANAHTARI. y = c n x n+r. (n + r) c n x n+r 1 +

Bahar Yarıyılı D_IFERANS_IYEL DENKLEMLER II ARA SINAV 6 Nisan 2011 Süre: 90 dakika CEVAP ANAHTARI. y = c n x n+r. (n + r) c n x n+r 1 + DÜZCE ÜN_IVERS_ITES_I FEN-EDEB_IYAT FAKÜLTES_I MATEMAT_IK BÖLÜMÜ 010-011 Bahar Yarıyılı D_IFERANS_IYEL DENKLEMLER II ARA SINAV 6 Nisan 011 Süre: 90 dakika CEVAP ANAHTARI 1. 0p x d y + dy + xy = 0 diferansiyel

Detaylı

İÇİNDEKİLER. 1. DÖNEL YÜZEYLER a Üreteç Eğrisi Parametrik Değilse b Üreteç Eğrisi Parametrik Olarak Verilmişse... 4

İÇİNDEKİLER. 1. DÖNEL YÜZEYLER a Üreteç Eğrisi Parametrik Değilse b Üreteç Eğrisi Parametrik Olarak Verilmişse... 4 İÇİNDEKİLER 1. DÖNEL YÜZEYLER... 1 1.a Üreeç Eğrisi Paramerik Değilse... 1 1.b Üreeç Eğrisi Paramerik Olarak Verilmişse.... DÖNEL YÜZEYLERLE İLGİLİ ÖRNEKLER... 5.a α f,,0 Eğrisinin Dönel Yüzeyleri... 5.b

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-1 ÇAKABEY ANADOLU LİSESİ MATEMATİK BÖLÜMÜ

10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-1 ÇAKABEY ANADOLU LİSESİ MATEMATİK BÖLÜMÜ 10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-1 ÇAKABEY ANADOLU LİSESİ MATEMATİK BÖLÜMÜ 1. ÜNİTE 3.1 FONKSİYONLARLA İŞLEMLER VE UYGULAMALARI Neler öğreneceksiniz? Bir fonksiyon grafiğinden dönüşümler yardımıyla

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

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

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

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

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

Detaylı

MATEMATiKSEL iktisat

MATEMATiKSEL iktisat DİKKAT!... BU ÖZET 8 ÜNİTEDİR BU- RADA İLK ÜNİTE GÖSTERİLMEKTEDİR. MATEMATiKSEL iktisat KISA ÖZET KOLAY AOF Kolayaöf.com 0362 233 8723 Sayfa 2 içindekiler 1.ünite-Türev ve Kuralları..3 2.üniteTek Değişkenli

Detaylı

C L A S S N O T E S SİNYALLER. Sinyaller & Sistemler Sinyaller Dr.Aşkın Demirkol

C L A S S N O T E S SİNYALLER. Sinyaller & Sistemler Sinyaller Dr.Aşkın Demirkol Sinyaller & Sisemler Sinyaller Dr.Aşkın Demirkol SİNYALLER Elekriki açıdan enerjisi ve frekansı olan dalga işare olarak anımlanır. Alernaif olarak kodlanmış sinyal/işare de uygun bir anım olabilir. s (

Detaylı

10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-2

10. SINIF MATEMATİK FONKSİYONLARDA İŞLEMLER-2 . SINIF MTEMTİK FONKSİYONLRD İŞLEMLER- ÇKEY NDOLU LİSESİ MTEMTİK ÖLÜMÜ . ÜNİTE.. FONKSİYONLRD DÖRT İŞLEM Neler öğreneceksiniz? Fonksiyonlarda dört işlem yani toplama çıkarma, çarpma ve bölmeyi öğreneceksiniz.

Detaylı

The Nonlinear Models with Measurement Error and Least Squares Estimation

The Nonlinear Models with Measurement Error and Least Squares Estimation D.Ü.Ziya Gökalp Eğiim Fakülesi Dergisi 5,17-113 5 ÖLÇÜM HATALI LiNEER OLMAAN MODELLER ve EN KÜÇÜK KARELER KESTİRİMİ The Nonlinear Models wih Measuremen Error and Leas Squares Esimaion Öze : u çalışmada,

Detaylı

Kitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir.

Kitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir. BÖLÜM 1: FREKANS DAĞILIMLARI 1.1. Giriş İstatistik, rasgelelik içeren olaylar, süreçler, sistemler hakkında modeller kurmada, gözlemlere dayanarak bu modellerin geçerliliğini sınamada ve bu modellerden

Detaylı

Denklemler İkinci Dereceden Denklemler. İkinci dereceden Bir Bilinmeyenli Denklemler. a,b,c IR ve a 0 olmak üzere,

Denklemler İkinci Dereceden Denklemler. İkinci dereceden Bir Bilinmeyenli Denklemler. a,b,c IR ve a 0 olmak üzere, Bölüm 33 Denklemler 33.1 İkinci Dereceden Denklemler İkinci dereceden Bir Bilinmeyenli Denklemler a,b,c IR ve a 0 olmak üzere, ax 2 + bx + c = 0 biçimindeki her açık önermeye ikinci dereceden bir bilinmeyenli

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

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

Hafta 3: SİNYALLER için uygulamalar

Hafta 3: SİNYALLER için uygulamalar Hafa 3: SİNYALLER için uygulamalar Sorular ve Cevapları... 2 Sayfa Bölüm Sonu Soruları ve Cevapları Alışırma : x() = Ae β ; A = A e jα ve β = γ + jω sürekli zaman genel kompleks eksponansiyel sinyalinin

Detaylı

Makine Öğrenmesi 8. hafta

Makine Öğrenmesi 8. hafta Makine Öğrenmesi 8. hafa Takviyeli Öğrenme (Reinforcemen Learning) Q Öğrenme (Q Learning) TD Öğrenme (TD Learning) Öğrenen Vekör Parçalama (LVQ) LVQ2 LVQ-X 1 Takviyeli Öğrenme Takviyeli öğrenme (Reinforcemen

Detaylı

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak AKT20 Matematiksel İstatistik I 207-208 Güz Dönemi AKT20 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 Son Teslim Tarihi: 29 Aralık 207 Cuma, Saat: 5:00 (Ödevlerinizi Arş. Gör. Ezgi NEVRUZ a elden teslim ediniz.) (SORU

Detaylı

3.Ders Rasgele Değişkenler

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

Detaylı

Akışkan Kinematiği 1

Akışkan Kinematiği 1 Akışkan Kinematiği 1 Akışkan Kinematiği Kinematik, akışkan hareketini matematiksel olarak tanımlarken harekete sebep olan kuvvetleri ve momentleri gözönüne almadan; Yerdeğiştirmeler Hızlar ve İvmeler cinsinden

Detaylı

Ünite. Kuvvet ve Hareket. 1. Bir Boyutta Hareket 2. Kuvvet ve Newton Hareket Yasaları 3. İş, Enerji ve Güç 4. Basit Makineler 5.

Ünite. Kuvvet ve Hareket. 1. Bir Boyutta Hareket 2. Kuvvet ve Newton Hareket Yasaları 3. İş, Enerji ve Güç 4. Basit Makineler 5. 2 Ünie ue e Hareke 1. Bir Boyua Hareke 2. ue e Newon Hareke Yasaları 3. İş, Enerji e Güç 4. Basi Makineler. Dünya e Uzay 1 Bir Boyua Hareke Tes Çözümleri 3 Tes 1'in Çözümleri 3. 1. Süra skaler, hız ekörel

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

Ekonometri I VARSAYIMLARI

Ekonometri I VARSAYIMLARI Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

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

OPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2

OPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2 OPTIMIZASYON.... Bir Değişkenli Fonksiyonların Maksimizasyonu.... Türev...3.. Bir noktadaki türevin değeri...4.. Maksimum için Birinci Derece Koşulu...4.3. İkinci Derece Koşulu...5.4. Türev Kuralları...5

Detaylı

Karabük Üniversitesi, Mühendislik Fakültesi...www.IbrahimCayiroglu.com. STATİK (2. Hafta)

Karabük Üniversitesi, Mühendislik Fakültesi...www.IbrahimCayiroglu.com. STATİK (2. Hafta) AĞIRLIK MERKEZİ STATİK (2. Hafta) Ağırlık merkezi: Bir cismi oluşturan herbir parçaya etki eden yerçeki kuvvetlerinin bileşkesinin cismin üzerinden geçtiği noktaya Ağırlık Merkezi denir. Şekil. Ağırlık

Detaylı

Đst101 Olasılık ve Đstatistiğe Giriş

Đst101 Olasılık ve Đstatistiğe Giriş Đst0 Olasılık ve Đstatistiğe Giriş DERSĐN TÜRÜ Zorunlu DERSĐN DÖNEMĐ Güz DERSĐN KREDĐSĐ Ulusal Kredi: (, 0, 0 ) AKTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatistik 007/008 Öğretim Yılı Yardımcı Kitaplar Larson,

Detaylı

Ders 8 in Özeti YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 9. Bir Markov Zincirinin Sınıflandırılması. Örnek: Kumarbazın İflası

Ders 8 in Özeti YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 9. Bir Markov Zincirinin Sınıflandırılması. Örnek: Kumarbazın İflası Ders 8 in Özeti YÖEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 9 Durağan Dağılım Koşulsuz olasılık dağılımı (n) P Uzun Dönem Analizi Limit (Kararlı Hal) Dağılımı,,..., Bir Markov Zincirinin Sınıflandırılması

Detaylı

Iki Boyutlu Sabit Katsay l Lineer Homogen Diferensiyel Denklem Sistemleri (Euler Metodu)

Iki Boyutlu Sabit Katsay l Lineer Homogen Diferensiyel Denklem Sistemleri (Euler Metodu) Iki Boyulu Sabi Kasay l Lineer Homogen Diferensiyel Denklem Sisemleri (Euler Meodu) Bu bölümde sabi kasay l, lineer, homogen 8 >< d = a 1x + b 1 y >: dy d = a 2x + b 2 y sisemi ele al nmakad r. Burada

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

Ters Perspektif Dönüşüm ile Doku Kaplama

Ters Perspektif Dönüşüm ile Doku Kaplama KRDENİZ EKNİK ÜNİERSİESİ BİLGİSR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSR GRFİKLERİ LBORURI ers Perspekif Dönüşüm ile Doku Kaplama 1. Giriş Bu deneyde, genel haları ile paralel ve perspekif izdüşüm eknikleri, ers perspekif

Detaylı

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

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

Detaylı

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

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

Detaylı

3. V, R 3 ün açık bir altkümesi olmak üzere, c R. p noktasında yüzeye dik olduğunu gösteriniz.(10

3. V, R 3 ün açık bir altkümesi olmak üzere, c R. p noktasında yüzeye dik olduğunu gösteriniz.(10 Diferenisyel Geometri 2 Yazokulu 2010 AdıSoyadı: No : 1. ϕ (u, v) = ( u + 2v, v + 2u, u 2 v ) parametrizasyonu ile verilen M kümesinin bir regüler yüzey olduğunu gösteriniz. (15 puan) 3. V, R 3 ün açık

Detaylı

Ders 6: Sürekli Olasılık Dağılımları

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

Detaylı

MARKOV ZİNCİRİ MONTE CARLO YÖNTEMİNİN DİNAMİK DOĞRUSAL MODELLERE UYGULANMASI

MARKOV ZİNCİRİ MONTE CARLO YÖNTEMİNİN DİNAMİK DOĞRUSAL MODELLERE UYGULANMASI MARKOV ZİNCİRİ MONTE CARLO YÖNTEMİNİN DİNAMİK DOĞRUSAL MODELLERE UYGULANMASI AN APPLICATION OF MARKOV CHAIN MONTE CARLO METHOD TO DYNAMIC LINEAR MODELS HATİCE YAĞMUR GÜRKAN Prof. Dr. GÜL ERGÜN Tez Danışmanı

Detaylı

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar 0..07 EME 37 SISTEM SIMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)

Detaylı

Matematik Ders Notları. Doç. Dr. Murat Donduran

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

Detaylı

11. SINIF KONU ANLATIMLI. 1. ÜNİTE: KUVVET VE HAREKET 5. Konu ATIŞ HAREKETLERİ ETKİNLİK VE TEST ÇÖZÜMLERİ

11. SINIF KONU ANLATIMLI. 1. ÜNİTE: KUVVET VE HAREKET 5. Konu ATIŞ HAREKETLERİ ETKİNLİK VE TEST ÇÖZÜMLERİ . SINIF KONU ANLATIMLI. ÜNİTE: KUVVET VE HAREKET 5. Konu ATIŞ HAREKETLERİ ETKİNLİK VE TEST ÇÖZÜMLERİ 5 Aış Harekeleri. Ünie 5. Konu (Aış Harekeleri) A nın Çözümleri. a. K cismi bulunduğu konumdan serbes

Detaylı

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

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 9 Ağırlık Merkezi ve Geometrik Merkez Kaynak: Mühendislik Mekaniği: Statik, R. C. Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 9. Ağırlık

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

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

2. Klasik Kümeler-Bulanık Kümeler

2. Klasik Kümeler-Bulanık Kümeler 2. Klasik Kümeler-Bulanık Kümeler Klasik Küme Teorisi Klasik kümelerde bir nesnenin bir kümeye üye olması ve üye olmaması söz konusudur. Bu yaklaşıma göre istediğimiz özelliğe sahip olan bir birey, eleman

Detaylı

DÜZLEMDE GERİLME DÖNÜŞÜMLERİ

DÜZLEMDE GERİLME DÖNÜŞÜMLERİ 3 DÜZLEMDE GERİLME DÖNÜŞÜMLERİ Gerilme Kavramı Dış kuvvetlerin etkisi altında dengedeki elastik bir cismi matematiksel bir yüzeyle rasgele bir noktadan hayali bir yüzeyle ikiye ayıracak olursak, F 3 F

Detaylı

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği

8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği MIT Açık Ders Malzemeleri http://ocw.mit.edu 8.333 İstatistiksel Mekanik I: Parçacıkların İstatistiksel Mekaniği 2007 Güz Bu materyallerden alıntı yapmak veya Kullanım Şartları hakkında bilgi almak için

Detaylı

Olasılık ve İstatistik Dersinin Öğretiminde Deney ve Simülasyon

Olasılık ve İstatistik Dersinin Öğretiminde Deney ve Simülasyon Olasılık ve İstatistik Dersinin Öğretiminde Deney ve Simülasyon Levent ÖZBEK Fikri ÖZTÜRK Ankara Üniversitesi Fen Fakültesi İstatistik Bölümü Sistem Modelleme ve Simülasyon Laboratuvarı 61 Tandoğan/Ankara

Detaylı

13. Olasılık Dağılımlar

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

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI

BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI Arş. Gör. Furkan EMİRMAHMUTOĞLU Yrd. Doç. Dr. Nezir KÖSE Arş. Gör. Yeliz YALÇIN

Detaylı

COBB-DOUGLAS ÜRETİM FONKSİYONU ÜZERİNE BİR GENELLEME

COBB-DOUGLAS ÜRETİM FONKSİYONU ÜZERİNE BİR GENELLEME V. Ulusal Üreim Araşırmaları Sempozyumu, İsanul Ticare Üniversiesi, 5-7 asım 005 OBB-DOUGAS ÜRETİM FONSİYONU ÜZERİNE BİR GENEEME Necmein TANRIÖVER Başken Üniversiesi Yiği oray GENÇ Başken Üniversiesi Öze

Detaylı

KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ

KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ İsmail KINACI 1, Aşır GENÇ 1, Galip OTURANÇ, Aydın KURNAZ, Şefik BİLİR 3 1 Selçuk Üniversiesi, Fen-Edebiya Fakülesi İsaisik

Detaylı

11. SINIF KONU ANLATIMLI. 1. ÜNİTE: KUVVET VE HAREKET 4. Konu SABİT İVMELİ HAREKET ETKİNLİK VE TEST ÇÖZÜMLERİ

11. SINIF KONU ANLATIMLI. 1. ÜNİTE: KUVVET VE HAREKET 4. Konu SABİT İVMELİ HAREKET ETKİNLİK VE TEST ÇÖZÜMLERİ . SINIF ONU ANLATIMLI. ÜNİTE: UVVET VE HAREET. onu SABİT İVMELİ HAREET ETİNLİ VE TEST ÇÖZÜMLERİ Sabi İmeli Hareke. Ünie. onu (Sabi İmeli Hareke). (m/s) A nın Çözümleri. İme- grafiklerinde doğru ile ekseni

Detaylı

İÇİNDEKİLER. Ön Söz...2. Adi Diferansiyel Denklemler...3. Birinci Mertebeden ve Birinci Dereceden. Diferansiyel Denklemler...9

İÇİNDEKİLER. Ön Söz...2. Adi Diferansiyel Denklemler...3. Birinci Mertebeden ve Birinci Dereceden. Diferansiyel Denklemler...9 İÇİNDEKİLER Ön Söz... Adi Diferansiyel Denklemler... Birinci Mertebeden ve Birinci Dereceden Diferansiyel Denklemler...9 Homojen Diferansiyel Denklemler...15 Tam Diferansiyel Denklemler...19 Birinci Mertebeden

Detaylı

T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ

T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ DERS: CEBİRDEN SEÇME KONULAR KONU: KARDİNAL SAYILAR ÖĞRETİM GÖREVLİLERİ: PROF.DR. NEŞET AYDIN AR.GÖR. DİDEM YEŞİL HAZIRLAYANLAR: DİRENCAN DAĞDEVİREN ELFİYE ESEN

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

ÇOKLU DOĞRUSAL BAĞLANTI

ÇOKLU DOĞRUSAL BAĞLANTI ÇOKLU DOĞRUSAL BAĞLANTI ÇOKLU DOĞRUSALLIĞIN ANLAMI Çoklu doğrusal bağlanı; Bağımsız değişkenler arasında doğrusal (yada doğrusala yakın) ilişki olmasıdır... r xx i j paramereler belirlenemez hale gelir.

Detaylı

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

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

Detaylı

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

EĞİTİM - ÖĞRETİM YILI 10. SINIF MATEMATİK DERSİ DESTEKLEME VE YETİŞTİRME KURSU KAZANIMLARI VE TESTLERİ

EĞİTİM - ÖĞRETİM YILI 10. SINIF MATEMATİK DERSİ DESTEKLEME VE YETİŞTİRME KURSU KAZANIMLARI VE TESTLERİ EKİM 07-08 EĞİTİM - ÖĞRETİM YILI 0. SINIF MATEMATİK DERSİ 0... Olayların gerçekleşme sayısını toplama ve çarpma prensiplerini kullanarak hesaplar. 0... Sınırsız sayıda tekrarlayan nesnelerin dizilişlerini

Detaylı

İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI TERS PERSPEKTİF DÖNÜŞÜM İLE YÜZEY DOKUSU ÜRETİMİ

İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI TERS PERSPEKTİF DÖNÜŞÜM İLE YÜZEY DOKUSU ÜRETİMİ İANBUL İCARE ÜNİERİEİ BİLGİAAR MÜHENDİLİĞİ BÖLÜMÜ BİLGİAAR İEMLERİ LABORAUARI ER PERPEKİF DÖNÜŞÜM İLE ÜZE DOKUU ÜREİMİ Bu deneyde, genel haları ile herhangi bir yüzeye bir dokunun kopyalanması üzerinde

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

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

ÇEV-220 Hidrolik. Çukurova Üniversitesi Çevre Mühendisliği Bölümü Yrd. Doç. Dr. Demet KALAT

ÇEV-220 Hidrolik. Çukurova Üniversitesi Çevre Mühendisliği Bölümü Yrd. Doç. Dr. Demet KALAT ÇEV-220 Hidrolik Çukurova Üniversitesi Çevre Mühendisliği Bölümü Yrd. Doç. Dr. Demet KALAT Borularda Türbülanslı Akış Mühendislik uygulamalarında akışların çoğu türbülanslıdır ve bu yüzden türbülansın

Detaylı

Kümülatif Dağılım Fonksiyonu (Sürekli)

Kümülatif Dağılım Fonksiyonu (Sürekli) Kümülatif Dağılım Fonksiyonu (Sürekli) sürekli bir rastgele değişken olsun. Bu durumda kümülatif dağılım fonksiyonu şu şekilde tanımlanır. F ( ) = Pr[ ] Tipik bir KDF şu şekilde görünür:.0 F () 0 Kümülatif

Detaylı

TÜREV VE UYGULAMALARI

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

Detaylı

ÖSS MATEMATİK TÜREV FASİKÜLÜ

ÖSS MATEMATİK TÜREV FASİKÜLÜ ÖSS MATEMATİK TÜREV FASİKÜLÜ GRAFİK ÇİZİMİ Bir fonksiyonun denklemi verilip grafiği istendiğinde aşağıdaki yolu izlemeliyiz. ) Fonksiyonun en geniş tanım kümesi bulunur. ) ± için fonksiyonun limiti bulunur.

Detaylı