ARAZİ EĞİM SINIFLAMASINA DAYALI CBS UYGULAMALARINDA ROBUSTLAŞTIRILMIŞ KESTİRİMLERLE SAYISAL YÜKSEKLİK MODELİ OLUŞTURMA

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ARAZİ EĞİM SINIFLAMASINA DAYALI CBS UYGULAMALARINDA ROBUSTLAŞTIRILMIŞ KESTİRİMLERLE SAYISAL YÜKSEKLİK MODELİ OLUŞTURMA"

Transkript

1 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ 03 Kasım - 3 Kasım 03, Akara ARAZİ EĞİM SINIFLAMASINA DAYALI CBS UYGULAMALARINDA ROBUSTLAŞTIRILMIŞ KESTİRİMLERLE SAYISAL YÜKSEKLİK MODELİ OLUŞTURMA Haka Akçı, Serap Özada Bület Ecevt Üverstes BEÜ, Mühedslk Fak., Geomatk Mühedslğ Böl., 6700 Zoguldak, akch@beu.edu.tr ÖZET CBS tabalı aalzler ve uygulamalarda; geellkle, araz sayısal modeller oluşturulmasıda kullaıla kestrm tekklerdek ver uyuşumu göz ardı edlr. Olabldğce az sayıda oktada üretlmes gereke SYM'lerde öreklem oktaları, oluşturula yüzey yeterl celkte yaklaşımla temsl etmeldr. Bu edele eterpolasyou matematksel modele uygu br robustlaştırma şlem le modele uyum sağlayamaya oktaları öreklem kümesde çıkarılması ve yüzey yleştrlmes gerekmektedr. Ele alıa bu çalışmada, eterpolasyo tekklerde, polomal eterpolasyo ve Krgg yötem le jeostatstksel kestrmler matematksel modele uygu robustlaştırma algortmaları gelştrlmş, 49 oktalı br test ağıda gerçekleştrle model uygulamaları ele alımış ve souçlar değerledrlmştr. Aahtar Sözcükler: Araz Blg Sstemler, Jeostatstk, Sayısal Araz Modeller, Mekasal statstk, Robust kestrm. ABSTRACT ROBUSTNESS DIGITAL ELEVATION MODEL PRODUCTION IN GIS APPLICATION BASED ON TRAIN SLOPE CALASIFICATION Sutablty of data estmato techques used the creato of dgtal terra models s usually gored aalyses ad applcatos based o GIS. DEMs should be produced by a mmal umber sample pots, ad these pots should represet approach a suffcetly th to geerated surface. For ths reaso, a approprate robust fucto to the mathematcal model of terpolato s used, outler pots must be removed from the data set ad the surface should be mproved. I ths study, robustess algorthms for the polyomal terpolato ad oe of the geostatstcal estmato techque that ts Krgg method has bee developed. Expermetally mplemets a test etwork have 49 pots realzed ad results are evaluated. Keywords: Lad Iformato Systems, geostatstc, Dgtal Tra Models, feature statstc, robust estmato.. GİRİŞ VE ARAZİNİN SAYISAL TASVİRİ Araz sayısal tasvr so brkaç o yıldır yerblmler uygulamaları, coğrafya ve özellkle harta mühedslğ uygulamalarıda büyük öem kazamıştır. Acak güümüzde sayısal tasvr ç gelştrle brçok model söz kousu olmakla brlkte e çok kullaılaları Sayısal Araz Model SAM, Sayısal Yükseklk Model SYM ve Sayısal Yüzey model SYzM dr. Tablo de bu modeller değşk yaklaşımlara göre taımları ve aralarıdak farkları özetlemştr. Sayısal tasvrlerde SYM, coğraf blg sstem CBS vazgeçlmez br elemaıdır. Brçok CBS proje uygulamasıda kullaılmaktadır. SYM'ler ayrıca hdrolojk yüzey alalarıı taıması ç de çok faydalıdır. SYM CBS de geel kullaım alaları; araz yüzey görselleştrlmes, arazde herhag br oktaı yükseklğ buluması, araz yüzey eğm ve cephes bakısıı buluması, arazdek baseler ve su havzalarıı, su kaallarıı, zrve ve çukurları, sıradağ ve sırtlarıı ve dğer araz oluşumlarıı bulumasıda, hdrolojk modellemelerdek model foksyouu oluşturulmasıda, CBS altlığıı oluşturacak sayısal fotogrametrk hartaları ortorektfkasyouda, şehr modeller oluşturulmasıda kullaılmaktadır Oksae 006. Dğer brçok coğraf tabalı verde olduğu gb, SYM ler de mekâsal br ölçekte üretlmekte ve ver toplamak ç her br malyet etk brçok yötem bulumaktadır. Bu yötemler ve uygulama ölçekler tablo de özetlemştr. GPS ve Elektrok takeometreler gb yersel araz ölçmeleryle küçük alalarda mkro ölçekte yüksek doğruluk ve yüksek malyetle verler üretleblrke, daha geş alalar makro ölçekte ç daha düşük malyetlerde ve daha düşük doğrulukta fotogrametrk tekkler, mevcut hartaları sayısallaştırılması ve yapay açıklıklı radar terferometrs ISAR le ver toplaablmektedr L vd Doksalı yılları ortalarıda tbare de malyet etklğ yüksek, yüksek doğruluklu ve hızlı ver toplama özellğe sahp hava lazer tarayıcı olarak adladırıla LIDAR tekkler kullaılmaya başlamıştır Fowler 00, Oksae 006.

2 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ 03-3 Kasım 03, Akara Tablo: SYM, SAM ve SYzM ye lşk taımlar Oksae 006. Term Sayısal Yükseklk Model SYM: Sayısal Araz Model SAM: Sayısal Yüzey Model SYzM: Taım Gözlemler arasıda, çeştl formlardak yötemlerle dolaylı olarak üretlmş yükseklkler alamıdak sayısal topoğrafk ve batmetrk very çere geel br term. Normalde btk örtüsü ve balar olmaksızı yalı yeryüzü yükseklkler alamıa gelmekle brlkte, yol ve su betler gb bazı sa yapısı özellkler yükseklkler de çerr. Göl ve ehr gb hdrojeolojk özellkler yükseklkler bağımsız su yüzeyler olarak kabul edlr Maue vd. 00. SYM, Sayısal Araz Model e temel bleşedr L vd 005. Düzel oluşturulmuş br gurup oktada elde edlmş topoğrafk br yüzey sayısal göstermdr. Br kare grd, altıge ya da üçgelerle bağlamış rastgele oktaları üç boyutlu koordat değerlerde oluşturulur. Kee ve Petre 990, USGS 000 Nehr ve su toplama çzgler gb kırık hatları çere coğraf elemalar, doğal özellkler ve yükseklk modeller çere br şemsye yapısıdadır. Ayrıca araz yapısı, eğm, eğrlğ, görsel yapısı hakkıda üretlmş verler de çereblr Kee ve Petre 990, L vd SAM, yalı yeryüzüe lşk SYM eş alamlısıdır Maue vd. 00. Btk örtüsü ve ba gb yasıma yüzeyler üstüü yükseklklere lşk br tasvrdr Maue vd. 00. Sürekl ve tek değerl olduğu kabul edlr. Hava lazer tarayıcısı LIDAR da üretle yükseklkler ç yaygı olarak kullaılır. Tablo : Sayısal Yükseklk Modeller ver kayakları ve tpk uygulama ölçekler Oksae 006. Ölçek SYM Çözüürlüğü Ver Öreklemler Kayağı Mkro ölçek 0. 5m Araz ölçmeler LIDAR İce yer ölçeğde 5 50m Fotogrametr Uzakta Algılama Harta sayısallaştırma ISAR LIDAR Kaba yer ölçeğde 50 00m Fotogrametr Uzakta Algılama Harta sayısallaştırma ISAR Orta ölçek 00m -5km Harta sayısallaştırma Makro ölçek 5 500km Harta sayısallaştırma Güümüzde; yukarıda taımlaa modellerde araz formlarıı sayısal aalz yer blmler, mühedslk blmler, dğer uygulamalı blmler, matematk ve statstk gb br dz blm dalıı öğeler br araya getrerek so 35 yıldır celeye br dspl olarak Geomorfometr ö plaa çıkmıştır Şekl. Blgsayar Blmler Yer Blmler Araz Aalz Matematk ve İstatstk Mühedslk ve Uygulamalı Blmler Şekl : Geomorfometrk araz aalzler blmler arasıdak koumu Pke 995.

3 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ 03-3 Kasım 03, Akara Geomorfometr, uygulamalarıı doğru ve güvelr modellerle topoğrafk özellkler belrlemes üzere sürdürmektedr. Bu dspl uygulamalarıda; brc yaklaşımda sayısal modellerde sstematk veya sstematk olmaya hataları barıdıra ölçüler aalz edlerek kaba hatalı olalarıı ayıklamasıyla SYM yükseklkler hesaplaması, kc yaklaşımla da bu SYM grd yükseklkler brc ve kc türevlere bağlı eğm, eğrlk, bakı, dreaj, hdrojeolojk yapı gb topografyayı taımlaya özellkler belrlemes amaçlamaktadır. Bu çalışmada da; geomorfometrk uygulamalarda, daha doğru ve güvelr SYM üretm ç robust statstğ krgg eterpolasyo yöteme uygulaması le uyuşumsuz verler ya da kaba hatalı yükseklk verler ayıklamış br ölçü set le SYM grd yükseklkler hesaplamasıa yöelk yaklaşımlar ve deeysel uygulamalar ele alımıştır.. SYM GRİD YÜKSEKLİKLERİNİN BELİRLENMESİNDE KRİGİNG PREDİKSİYONU Krgg predksyou, predksyou yapılacak oktaı ZX,Y yükseklk değşke değer br grup dayaak oktasıı doğrusal br kombasyou olarak hesaplaya statksel yüzey modellemes yötemdr. Yötem tüm uygulamalarıda, hata varyasıı hesaplaya ΣP γ= ölçütüü kullaarak e az hata le eterpolasyo ç e y doğrusal deklem sstem oluşturulması sağlaır. Hata varyasıdak γ değer se semverogram adı verle doğrusal ya da doğrusal olmaya grafkler üzerde alıa semvaryas değerdr. Yötem temel kuşkusuz bu grafğ modellemes ve semvaryas değer hesaplaması oluşturmaktadır. Krgg uygulamalarıda kullaıla grafkler; aralarıdak uzaklığı ble k yükseklk oktası arasıda, bu uzaklık eşt veya değşk uzuluktak parçalara bölüerek, her parçaya göre yükseklkler değşmler asıl olduğuu fade etmektedr. Böylece SYM oluşturulacak bölgede yükseklkler ara uzaklıklar D lere göre asıl değştğ fade ede çeştl tpte semverogramlar hazırlaır Şekl. Bu grafkte yararlaarak yükseklğ hesaplaacak grd oktası arasıdak değşk uzaklıkları semvaryasları, dolayısıyla yapay ağırlık değerler belrler. Grafkler hazırlamasıda; γ = k N D D+ k = geel eştlğ kullaılır. Burada D koumuda alımış yerelleştrlmş br ölçü ve D +k k aralığıda alımış dğer br yatay mesafey fade etmektedr. γ N Br başlagıç oktasıa göre ekspolarasyel Ekspolarasyel Doğrusal σ 0 Br varyas sevyesde yatay form Şekl : Ble değşk türlerde semverogramlar. Dayaak oktalarıı ZY.X araz yükseklk değerler ve elde edle ağırlıklarıyla herhag br grd oktasıı araa yükseklğ aşağıdak eştlk kullaılarak hesaplaır. Z X, Y k = PZ = PZ + P Z P Z = Burada; P değerler Krgg uygulaması souda elde edle ağırlık değerlerdr ve toplamı bre eşttr. Eğer hesaplamalarda br tred yüzey yardımıyla küçültülmüş değerler kullaarak yükseklkler hesaplamak steyorsa, bu durumda tred foksyou küçük derecede br polom geelde brc derece polom seçlr alıarak Z araz yükseklk değerler le polom katsayıları hesaplaarak küçültülür ve krgg uygulaması bu küçültülmüş değerlere uygulaır. Souçta herhag br k grd oktasıı yükseklğ, polomal olarak bulua yükseklk değere, küçültülmüş yükseklklerde krgg kestrm le bulua yükseklğ eklemesyle elde edlr. Uygulamada; { Z } = a + bx cy... ; t { Z } Z a + bx + cy t tred + = ve t{ Z X, Y krgg} = Pt { Z} = k { Z } t{ Z X, Y } tred le Z X, Y = t + 3 eştlkler geçerl olur. Krgg predksyouda kc aşama ağırlıkları kestrme lşkdr. Bu aşamada Hata varyasıı ΣP γ= ölçütüü kullaarak oluşturula fadelere, Lagrace çarpaı da ekleerek dferasyel alıdığıda, geel krgg uygulaması ç aşağıdak eştlk oluşturulmuş oluur. P γ Zj + λ = γ Zk 4 = Burada; P ağırlıklar, γz j dayaak oktaları arasıdak semvaryaslar, γz k se dayaak oktalarıyla predksyou yapılacak okta arasıdak uzaklığa bağlı semvaryas değerlerdr. 4 olu eştlkte ağırlıkları hesaplaablmes ç ağırlıkları toplamıı bre eşt olduğuu fade ede br deklem daha ekleerek, deklem D krgg

4 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ 03-3 Kasım 03, Akara takımıı çözümüe gdlr. Öreğ araz yükseklk oktaları arasıdak br blokta bulua 3 dayaak oktasıda, br k grd oktasıı predksyou ç bu eştlkler yazılacak oluursa; γ Z γ Z γ Z3 P γ Z k γ Z γ Z γ Z3 P = γ Zk γ Z 3 γ Z3 γ Z33 P3 γ Z3k 0 λ 5 şekle döüşür. Elde edle matrs eştlğ çözülürse; AP = B 6 P = A B ağırlık matrs elde edlmş olur. Bulua ağırlıklar veya 3 eştlklerde yere koularak oktaı yükseklğ hesaplaır. 3. ROBUST SAĞLAM KESTİRİM 964 de Huber tarafıda ortaya atıla robust sağlam statstk ya da kestrm, E Küçük Kareler Yöteme br alteratf olarak oluşum sağlaması yaı sıra ölçü grupları çersdek kaba hataları bulmaya yaraya br yötem olarak gelşm göstermştr A. Yaşaya 99, Ş. Hekmoğlu ve dğerler, 993. Huber M kestrcs le brlkte güümüze kadar BİBER kestrc ve İsvçre tp kestrcler gb sıırladırılmış etk tp kestrcler de gelştrlmştr. Kümesdek küçük değşmlere ya da geel olarak varsayımlardak küçük sapmalara, duyarsız ola dağılımda elde edle kestrmler robust kestrm dr şeklde taımlaır A. Yaşaya 993. Robust kestrm temel amacı, E Küçük Kareler Yötem le elde edlmş düzeltme değerler v ler türev foksyoları yardımı le mmumlaştırarak, kaba ölçü ya da uyuşumsuz ölçüyü ortaya çıkarmaktır. Huber M kestrc dye fade ettğ bu türev foksyou; M = ρ v = m. = olarak taımlaır. Bu eştlkte ρv değer düzeltmelere lşk br foksyodur. E küçük kareler lkese göre hataları kareler toplamı mmum se bu foksyo; v = v ρ 8 alıır. Robust kestrm ç bu foksyou v ye göre türev alıarak ve doğrusal olmaya türev foksyou döüşüme tab tutularak T T X = A W A A Wl 9 bçme döüşür. Souç olarak teratf çözüm yaparak türev foksyoları mmze edleblmes ç, P lk degeleme şlemdek ağırlıklar ve W k lar da yelemel teratf çözümler ç kullaılacak ağırlıklar olmak üzere; W PW v k =,,3,..., 0 k = k ve T T X k = A W k A A W kl eştlğ oluşturulur. Ögörüle yelemel çözüm, X k lar arasıdak farkı verle br c sıır değerde küçük olucaya dek sürdürülür. Robust kestrm ç Wv foksyolarıda br seçlmes yeterldr. Bugüe değ bu foksyolara lşk öerle bazı çözümler Tablo 3 de verlmştr. Bu tabloda verle c değerler ç çeştl sabt değerler alıabldğ gb öreğ: m 0, m 0, 5m 0, E{v}=0 hpotez ve α yaılma olasılığıa göre 7 v t α f σ q / /, vv eştlğ de kullaılablr. Böylece c değer; c q / = v σ t v α /, f ya da P= de farklı ağırlıklar ç, şeklde hesaplaır. Burada t t-dağılımı ve f değer de serbestlk dereces fade etmektedr. c = qv v / σ P t α /, f 4 5. ROBUSTLAŞTIRILMIŞ KRİKİNG PREDİKSİYONU SYM grd yükseklkler belrlemesde kullaıla Krgg predksyou robustlaştırılması şlemde k temel algortma söz kousudur. Bularda lkde; v = AX l düzeltme deklem AX determstk kısmıı fade ede AX=

5 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ 03-3 Kasım 03, Akara t Z tred = a+bx +cy tred foksyouda uyuşumsuz ver robust kestrmlerle yelemel çözümle belrlemes ve ayıklaması, sorasıda da bu tred foksyou le küçültülmüş yükseklklerle Krgg predksyouu gerçekleştrlmes söz kousudur. Yötem algortması Şekl 3 de verlmştr. Tablo 3: Rabust kestrm ç kullaılablecek değşk tp foksyolarda bazıları. YÖNTEM NO İSMİ SINIR DEĞERİ AMAÇ FONKSİYONU ρv KESTİRİM FONKSİYONU AĞIRLIK FONKSİYONU Wv v c m 0 Gauss v > c m 0 c=.5 - e v σ σ v c m 0 Kraus v > c m 0 c=.5 - α= β= + α. v σ β 3 Beato Tukey v c m 0 v > c m 0 c=.5-3 c v 6 c /6c v v c 0 v c 0 SYM ç grd oktalarıı oluştur. Grd oktalarıı yükseklkler ç tred foksyou seç Lokal polom parametreler hesapla Z= a+bx+cy; a=?, b=?, c=? Robustlaştırılmış ağırlık foksyou kullaarak ağırlıkları değştr. Hayır Evet Düzeltmeler hesapla v= ZX,Y - H Ağırlık değşm kaldırılsı mı? Evet Herhag br öreklem oktasıda v k+ v k > ε? Hayır Polomal değerlerle öreklem oktalarıı küçültülmüş yükseklkler hesapla ΔH = Z Z X,Y Küçültülmüş yükseklkler ve Krgg yötemyle grd oktalarıı yükseklkler hesapla h= Z grd tred + Z X grd,y grd Krgg Şekl 3. Tred foksyou robustlaştırılmış Krgg predksyou algortması. İkc yaklaşımda se fltrelemş ver setdek her br okta tek tek ver setde çıkartılarak, kümede kala dğer okta yükseklklerde yararlaarak çözümü 3. bölümde alatıla oktasal Krgg predksyou le çıkartıla oktaı ölçü kestrle yükseklğ kestrlr. Böylelkle kümedek her br oktaı düzeltme değer v = Z Z farklarıda elde edlmş olur. Dördücü bölümde değle Huber tp robust kestrclerde br kullaılarak brc yelemel çözüm ç v değerlerde ye W ağırlıkları elde edlr. Buda sorak kc terasyo ç krgg predksyou le 7 kestrle olu eştlkte bulua ağırlıklar robustlaştırılmış ağırlıklara döüştürülmüş olur. İkc terasyoda Z değerler kümedek dğer oktaları yükseklklerde ağırlıklı ortalama alıarak elde edlr. Yelemel çözümde ağırlığı sıfıra yaklaşa ya da sıfır ola ve düzeltme değer e büyük ola ölçü veya ölçüler kaba hatalı uyuşumsuz ölçü olarak değerledrlr.

6 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ 03-3 Kasım 03, Akara Her k yaklaşımda da robustlaştırılmış predksyola SYM üretm ç, yalı yeryüzü oktalarıı fltreleerek bloklara ayrılması ve her blokta ayrı SYM vers üretlerek blokları brleştrlmes gerekmektedr. Güümüzde fltreleme şlemlerde kullaıla yötemler Şekl 4 de verlmştr. Bu yötemler geel olarak eğm tabalı, blok tabalı, yüzey talı ve şemsye kavramı çersde ele alımaktadır. Şemsye fltrelemesde yalı yeryüzü oktaları üçgelere ayrılarak ayı özellğ göstere bölge çersde olalar brleştrlerek merkezde tek br oktaı ortalama ya da medya değer alıarak tek br yükseklk değer atamak suretyle araz yükseklkler drgemş olur. Güümüzde hava lazer tarayıcılar ve fotogrametrk yötemlerle elde edlmş verler ç brc yaklaşımı hyerarşk robust eterpolasyou yapısı Şekl 5 de aşağıdak gb özetleeblr: a Verler küçük alt gruplara bölüür, bloklara ayrılır ya da şemsye yapısıı çe alıarak her blokta e küçük kot değer ya da şemsye ç ortalama ya da medya br yükseklk hesaplaır Şekl 5a b Blok yükseklkler v = AX l düzeltme deklemdek AX determstk kısmı ç tred yüzey, ba yükseklkler hesaba katılmaksızı, geçrlr Şekl 5b. c Tred yüzeyde seçle belrl br aralıkta sapa oktalar uyuşumsuz oktalar çıkartılır Şekl 5c. d So olarak uyuşumsuz oktalar çıkartılmış tred yüzeye göre küçültülmüş yükseklkler le SYM oluşturulur Şekl 5d. a b c d Şekl 4: Brbre komşu yalı yeryüzü oktalarıı fltrelemesde kullaıla yötemler; a eğm tabalı, b blok tabalı, c yüzey tabalı, d ortalama yükseklk alıa şemsye fltrelemes Yousef 00. Şekl 5: Hyerarşk robust eterpolasyou yapısı Brese vd. 00. Vyaa ket merkezde fotogrametrk alım ve yersel elektrok takeometre le toplaa yükseklk verler le yapıla robustlaştırılmış polomal predksyoua dayalı SYM uygulamasıda, araz uyuşumsuzlukları ayıklamış yükseklk setyle elde edlmş br SYM uygulaması şekl 6 da gösterlmştr. a b Şekl 6: avyaa beledyes ket alaıda yersel takeometrk alım ve fotogrametrk yötemle ölçülmüş oktalarda 5m aralıklı üretlmş SYM 3B görüümü, b uyuşumsuz verler çıkarılmış SYM 3B görüümü Brese vd DENEYSEL UYGULAMA Deeysel uygulama ç 49 oktalı br test ağıda 00m kotu düzlemde olması gereke 8 ve 5 olu k araz oktasıı değerler yapay olarak öce 97m ye daha sora 95m ve 90m ye düşürülerek her br bozulmuş değer ç robustlaştırılmış Krgg yaklaşımlarıa yöelk uygulamalar gerçekleştrlmştr. Her k yaklaşıma yöelk üçer

7 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ 03-3 Kasım 03, Akara uygulamada da Huber tp kestrc olarak Beato-Tukey ağırlık azaltıcı foksyo kullaılmıştır. Kestrmde c sıır değer m 0 alımıştır. Brc yaklaşımda düzeltmeler determstk kısmı ç tred foksyou olarak brc derece ortogoal polom kullaılmıştır. Her üç bozulum değer ç uygulamada brc yelemede bu k oktaı ağarlığı sıfır, düzeltmes e büyük olmuş ve br yeleme le kaba hatalı değerler yakalamış, ölçü kümesde çıkartılarak 47 okta yükseklğ ve Krgg predksyou le SYM üretlmştr. 47 okta le elde edle souçları bu k değer 00m alımasıyla 49 okta yükseklğde elde edle hatasız SYM le karşılaştırıldığıda yaklaşık brbre eşt souçlar verdğ görülmüştür. Tablo 4: Brc yaklaşımla, 49 okta çersde kaba hatalı k oktaı Beato-Tukey kestrc le elde edle souçları. Uygulama No Nokta No ölçü Z Z =a+bx+cy kölçü v = Z Z = AX l W. m 0 c=m Yeleme 0 Souç ; ,35 3,35 0,8765,7530 v>c; W=0 Uyuşumsuz ; ,367 3,367 v>c; W=0 Uyuşumsuz ; ,60 5,60,35,4649 v>c; W=0 Uyuşumsuz ; ,86 5,86 v>c; W=0 Uyuşumsuz 3; ,03 0,03,06 4,405 v>c; W=0 Uyuşumsuz 3; ,08 0,08 v>c; W=0 Uyuşumsuz Tablo 5: İkc yaklaşımla, 49 okta çersde kaba hatalı k oktaı Beato-Tukey kestrc le elde edle souçları. Uygulama No; Nokta No ölçü Z Z ölçü kestrle v = Z Z kestrle W. m 0 c=m Yeleme 0 Souç ; ,, 0,5993,986 v>c; W=0 Uyuşumsuz ; ,, v>c; W=0 Uyuşumsuz ; ,6 3,6 0,9479,8958 v>c; W=0 Uyuşumsuz ; ,7 3,7 v>c; W=0 Uyuşumsuz 3; ,4 7,4,8385 3,6770 v>c; W=0 Uyuşumsuz 3; , 7, v>c; W=0 Uyuşumsuz - = a b Şekl 7: Test ağıda; a 90m kotlu k hatalı uyuşumsuz okta çıkarılarak elde edle SYM robustlaştırılmış Krgg eterpolasyou uygulamıştır, b bu k oktaı olması gereke 00m değerler le elde edlmş SYM. - = a b

8 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ 03-3 Kasım 03, Akara Şekl 8: Test ağıda; a 95m kotlu k hatalı uyuşumsuz okta çıkarılarak elde edle SYM robustlaştırılmış Krgg eterpolasyou uygulamıştır, b bu k oktaı olması gereke 00m değerler le elde edlmş SYM. İkc yaklaşımda se; her br okta yükseklğ kümede çıkartılarak oktasal Krgg le yükseklk predksyou yapılmış ve bu oktaları araz ölçü değerler le kestrlmş yükseklk değerler arasıdak farklarda düzeltme değerler elde edlmştr. Bu düzeltmelere Beato-Tukey kestrc kullaılarak yelemel çözümde uyuşumsuz bu k ver, tek yelemede yakalamıştır. Elde edle SYM ler Şekl 7, 8 ve 9 da gösterlmştr. Öreklem verlere uygulaa brc ve kc yaklaşımda elde edle souçlar se Tablo 4 ve 5 de verlmştr. - = a b Şekl 9: Test ağıda; a 97m kotlu k hatalı uyuşumsuz okta çıkarılarak elde edle SYM robustlaştırılmış Krgg eterpolasyou uygulamıştır, b bu k oktaı olması gereke 00m değerler le elde edlmş SYM. 4. SONUÇLAR CBS tabalı SYM uygulamalarıda aa problem doğru ve güvelr br SYM üretmdr. Problem kayağı uygulaa ver toplama tekkler ve araz tasvr ç kullaıla modeldek predksyo yötemlerdr. Öreğ LIDAR uygulamalarıda havadak kuş sürüler, zemdek btk örtüsü ve ıslaklık verler üretlmesde problem oluşturmaktadır. Güümüzde geomorfometrk uygulamalarla araz aalzler yapılarak bu problemler çözümüe yöelk algortmalar gelştrlmektedr. Bu algortmalarda br de robustlaştırılmış çözümlerdr. Bu çalışmada araz tasvrde e güçlü predksyo yötemlerde br ola Krgg yötem robustlaştırılmasıa lşk algortmalar ele alımış ve bua yöelk deeysel uygulamalar gerçekleştrlmştr. Deeysel uygulamalarda; araz başarılı br şeklde modelleeblmes ç fltreleme tekklerde br uygulaarak araz bloklara sııflara ayrılması gerektğ hususu brcl öeml adımı oluşturmaktadır. İkc olarak her blok çde uyuşumsuz verler robust kestrclerle gerek tred foksyou aalz edlerek, gerekse de oktasal kestrmlerle uyuşumsuz ölçü veya kaba hatalı ver ayıklamasıa gdlmeldr. Bu çalışmada araz eğm sııflaması dkkate alımış olup, araz ayı eğm sııfı çdek oluşumlardak bu a sapmalar gderlerek souçta SYM doğruluğu ve güvelrlğ arttırılabldğ gösterlmştr. KAYNAKLAR Yousef A. A., 00. The Use of Geographcal Iformato Systems for 3D Urba Models Recostructo from Aeral Ldar Data, Doktora Tez, Faculty of Forest ad Evrometal Sceces, Albert - Ludwgs -Uverstät Freburg m Bresgau, Germay Brese C., Pfefer, N., Dorger P., 00. Applcatos of the robust terpolato for DTM determato. Symposum ISPRS Commso III, Photogrammetrc Computer Vso, Graz, 9-3 September 00 Oksae J., 006. Dgtal Elevato Model Error I Terra Aalyss, Doktora tez, Faculty of Scece, Uversty of Helsk. L Z, Zhu Q., Gold C., 005. Dgtal Terra Modelg: Prcples ad Methodology CRC Press: Boca Rato, FL, 33 p. Kee T.J.M., Petre G., 990. Itroducto to terra modellg - applcato felds ad termology. I Petre G & TJM Kee eds. Terra Modellg Surveyg ad Cvl Egeerg McGraw-Hll: New York, NY, 3. Pke R. J., 995. Geomorphometry - progress, practce, ad prospect. Zetschrft für Geomorphologe, Supplemetbad 0,

9 TMMOB COĞRAFİ BİLGİ SİSTEMLERİ KONGRESİ 03-3 Kasım 03, Akara Fowler R., 00. Topographc Ldar. I Maue DF ed. Dgtal Elevato Model Techologes ad Applcatos: The DEM Users Maual Amerca Socety for Photogrammetry ad Remote Sesg: Bethesda, MD, Maue D.F., 00. Dgtal Elevato Model Techologes ad Applcatos: The DEM Users Maual Amerca Socety for Photogrammetry ad Remote Sesg ed: Bethesda, MD, 539 p. USGS 000. US GeoData Dgtal Elevato Models: Fact Sheet [ole]. Uted States Geologcal Survey. Yaşaya A.,993. Robust kestrm kavramı lkes ve uygulamaları üzere rdelemeler, Harta ve Kadastro Mühedsler Odası Bülte, sayı 7, s , ANKARA. Hekmoğlu Ş., v.d Brde fazla uyuşumsuz ölçüü robust kestrm yötemleryle belrlemes, Prof. Dr. H. Wolf Jeodez Sempozyumu, İSTANBUL. taısı ve uyuşumsuz ölçü testlerde

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu

Detaylı

SAYISAL ARAZİ MODELLERİNDE BAZI ENTERPOLASYON YÖNTEMLERİNİN KARŞILAŞTIRILMASI

SAYISAL ARAZİ MODELLERİNDE BAZI ENTERPOLASYON YÖNTEMLERİNİN KARŞILAŞTIRILMASI Selçuk Üverstes ISSN 30/678 Joural of Techcal-Ole Tekk Blmler Meslek Yüksekokulu Tekk-Ole Derg Clt 5, Sayı:-006 SAYISAL ARAZİ MODELLERİNDE BAZI ENTERPOLASYON YÖNTEMLERİNİN KARŞILAŞTIRILMASI Taer Üstütaş

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ Clt: 2 Sayı: 3 sh 87-02 Ekm 200 VOLTERRA SERİLERİ METODU İLE DOĞRUSAL OLMAYAN SİSTEMLERİN FREKANS BOYUTUNDA ANALİZİ İÇİN NET TABANLI ARAYÜZ TASARIMI (DESIGN

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,

Detaylı

1. GAZLARIN DAVRANI I

1. GAZLARIN DAVRANI I . GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak

Detaylı

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

Detaylı

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI DERS NOTLARI Hazırlaya: Pro.Dr. Orha ÇAKIR Akara Üverstes, Fe Fakültes, Fzk Bölümü Akara, 7! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER

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

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm Br Alışverş Merkezde Hzmet Sektörü Đç E Kısa Yol Problem le Br Çözüm Pıar Düdar, Mehmet Al Balcı, Zeyep Örs Yorgacıoğlu Ege Üverstes, Matematk Bölümü, Đzmr Yaşar Üverstes, Matematk Bölümü, Đzmr par.dudar@ege.edu.tr,

Detaylı

HĐPERSTATĐK SĐSTEMLER

HĐPERSTATĐK SĐSTEMLER HĐPERSTATĐK SĐSTELER Taım: Bütü kest zorları, şekldeğştrmeler ve yerdeğştrmeler belrlemes ç dege deklemler yeterl olmadığı sstemlere hperstatk sstemler der. Hperstatk sstemler hesabı ç, a) Dege deklemlere,

Detaylı

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör. İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

DOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1

DOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1 ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 265-270 (2001) ARAŞTIRMA MAKALESIRESEARCH ARTICLE DOGRUSAL REGRESYONDA SAGLAM TAHMN

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2 l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı

Detaylı

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir. Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade

Detaylı

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ DEÜ MÜHENDİSLİK FAKÜLESİ FEN ve MÜHENDİSLİK DERGİSİ lt: 9 Sayı: s -7 Ocak 7 HİDROLİK PROBLEMLERİNİN ÇÖÜMÜNDE AŞIMA MARİSİ YÖNEMİ (MEHOD OF RANSFER MARIX O HE ANALYSIS OF HYDRAULI PROBLEMS) Rasoul DANESHFARA*,

Detaylı

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim. 6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü

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

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve

Detaylı

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

Detaylı

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları

Detaylı

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ İSTATİSTİK Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özka GÖRGÜLÜ Tavsye Edle Kayak Ktaplar Her öğrec keds tuttuğu düzel otlar.. Akar, M. ve S. Şahler, (997). İstatstk. Ç.Ü. Zraat Fakültes Geel Yayı No: 74, Ders

Detaylı

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455 İler Tekoloj Blmler Dergs Joural of Advaced Techology Sceces ISSN:47-3455 GÜÇ SİSTEMLERİNDE HARMONİKLERİN KRİTİK DEĞERLERE ETKİSİ Yusuf ALAŞAHAN İsmal ERCAN Al ÖZTÜRK 3 Salh TOSUN 4,4 Düzce Üv, Tekoloj

Detaylı

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda

Detaylı

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t)

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t) III.4. YÜKSEK MEREBE AYLOR MEODLARI Saısal tekkler amacı mmum çaba le olablğce uarlı aklaşımlar ele etmektr. Bu eele çeştl aklaşım ötemler vermllğ karşılaştıracak br krtere gereksm varır. İlk ele alıacak

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

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2 Matematk olarak ormal dağılım foksyou f ( ) ep ( ) Şeklde fade edlr. Burada μ artmetk ortalama, σ se stadart sapma değer gösterr ve dağılım foksyou N(μ, σ) otasyou le gösterlr. Bu deklem geometrk görütüsü

Detaylı

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract YKGS2008: Yazılım Kaltes ve Yazılım Gelştrme Araçları 2008 (9-0 ekm 2008, İstabul) Yazılım Ürü Gözde Geçrmeler Öem, Hazırlık Sürec ve Br Uygulama Öreğ The Importace of the Software Product Revews, Preparato

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

AES S Kutusuna Benzer S Kutuları Üreten Simulatör AES S Kutusua Bezer S Kutuları Ürete Smulatör M.Tolga SAKALLI Trakya Üverstes Blgsayar Mühedslğ tolga@trakya.edu.tr Erca BULUŞ Trakya Üverstes Blgsayar Mühedslğ ercab@trakya.edu.tr Adaç ŞAHİN Trakya Üverstes

Detaylı

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc.), 008, 18(1): 1-5 Araştırma Makales/Artcle Gelş Tarh: 10.06.007 Kabul Tarh: 7.1.007 Lojstk Regresyoda Meydaa Gele Aşırı Yayılımı İcelemes

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Kabul Edlmş Araştırma Makales (Düzelememş Sürüm) Accepted Research Artcle (Ucorrected Verso) Makale Başlığı / Ttle Karayolu

Detaylı

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA

Detaylı

TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon

TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Lazer Tarama Verilerinden Bina Detaylarının Çıkarılması ve CBS İle Entegrasyonu

Detaylı

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01

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

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

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

Gerçek Zamanlı Giriş Şekillendirici Tasarımı Design of Real Time Input Shaper

Gerçek Zamanlı Giriş Şekillendirici Tasarımı Design of Real Time Input Shaper ELECO '0 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 asım - 0 ralık 0, Bursa Gerçek Zamalı Grş Şeklledrc Tasarımı Desg of Real Tme Iput Shaper Sa ÜNSL, Sırrı Suay GÜRLEYÜ Elektrk-Elektrok Mühedslğ

Detaylı

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram

Detaylı

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa ELECO '1 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 Kasım - 1 Aralık 1, Bursa Artırma/Azaltma Lmtl ve Yasak İşletm Bölgel Ekoomk Güç Dağıtımı Problemler Yerçekmsel Arama Algortması le Çözümü

Detaylı

POISSON REGRESYON ANALİZİ

POISSON REGRESYON ANALİZİ İstabul Tcaret Üverstes Fe Blmler Dergs Yıl:4 Sayı:7 Bahar 005/ s. 59-7 POISSON REGRESYON ANALİZİ Özlem DENİZ * ÖZET Herhag br olayı belrlee br süreç çersde yaıla deemeler soucuda meydaa gelme sayısı,

Detaylı

BÉZIER YAKLAŞIMI İLE BİR YÜZEYİN OLUŞTURULMASI VE C PROGRAMLAMA İLE CAM KODLARININ TÜRETİLMESİ

BÉZIER YAKLAŞIMI İLE BİR YÜZEYİN OLUŞTURULMASI VE C PROGRAMLAMA İLE CAM KODLARININ TÜRETİLMESİ İMAK-asarım İmalat Aalz Kogres 6-8 Nsa 6 - ALIKESİR ÉZIER YAKLAŞIMI İLE İR YÜZEYİN OLUŞURULMASI VE C PROGRAMLAMA İLE CAM KODLARININ ÜREİLMESİ Cha ÖZEL, Erol KILIÇKAP Fırat Üverstes, Maka Mühedslğ ölümü-elaziğ

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarhl ve 25391 sayılı Resm Gazete'de yayımlamıştır.) Amaç BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayaak Madde 1 Bu Yöetmelğ amacı, 4857 sayılı İş Kauuu 53 ücü maddes

Detaylı

SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOĞRUSAL OLMAYAN POISSON REGRESYON M. Kazım KÖREZ YÜKSEK LİSANS İSTATİSTİK Aablm Dalı Ağustos- KONYA Her Hakkı Saklıdır ÖZET YÜKSEK LİSANS DOĞRUSAL OLMAYAN

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları

Detaylı

Operasyonel Risk İleri Ölçüm Modelleri

Operasyonel Risk İleri Ölçüm Modelleri Bakacılar Dergs, Sayı 58, 006 Grş Operasyoel Rsk İler Ölçüm Modeller Çalışma k bölümde oluşmaktadır. İlk bölümde operasyoel rskler ölçülmes kapsamıda hag ler ölçüm modeller kullaılması gerektğ, söz kousu

Detaylı

DEPREM HASARLARININ İZLENMESİ AMACIYLA UYDU GÖRÜNTÜLERİNDEN ELDE EDİLEN KONUMSAL VERİ YIĞINLARININ İYİLEŞTİRİLMESİ

DEPREM HASARLARININ İZLENMESİ AMACIYLA UYDU GÖRÜNTÜLERİNDEN ELDE EDİLEN KONUMSAL VERİ YIĞINLARININ İYİLEŞTİRİLMESİ DEPREM HASARLARININ İZLENMESİ AMACIYLA UYDU GÖRÜNÜLERİNDEN ELDE EDİLEN KONUMSAL VERİ YIĞINLARININ İYİLEŞİRİLMESİ IMPROVING OF SPAIAL DAA OBAINED FROM REMOE SENSING IMAGES FOR MONIORING OF EARHQUAKE DAMAGES

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Uv Muh Blm Derg, 4(5), 99-933, 8 Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Geetk algortma le sesör kalbrasyou Geetc algorthm based sesor calbrato Ülvye

Detaylı

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir. 203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI 1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl

Detaylı

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON) BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

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

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı YÖNEYLEM ARAŞTIRMASI III Hafta Determstk Damk Programlama (devam) Damk Programlama Geçe derste küçük ölçekl problemler damk programlamayla yelemel olarak asıl çözüldüğüü gördük. Bu derste, öreklere devam

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

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği Akademk Blşm 11 - III. Akademk Blşm Koferası Bldrler 2-4 Şubat 2011 İöü Üverstes, Malatya Bağıl Değerledrme Sstem Smülasyo Yötem le Test Edlmes: Kls 7 Aralık Üverstes Öreğ Kls 7 Aralık Üverstes, Blgsayar

Detaylı

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2 BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ M.Em ÖNCÜ, Yusuf CALAYIR ocume@dcle.edu.tr, ycalayr@frat.edu.tr Öz: Çalışmada, betoarme yapıları Türk Deprem Yöetmelğde (ABYYHY,998) verle talep

Detaylı

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

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

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve

Detaylı

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace

Detaylı

Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda, Begül ARKANT tarafıda hazırlaa bu çalışma 3/07/008 tarhde aşağıdak jür tarafıda oy brlğ le Akara Üverstes

Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda, Begül ARKANT tarafıda hazırlaa bu çalışma 3/07/008 tarhde aşağıdak jür tarafıda oy brlğ le Akara Üverstes ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BAĞIMLI GÖZLEMLERLE BOOTSTRAP YÖNTEMİ Begül ARKANT İSTATİSTİK ANABİLİM DALI ANKARA 008 Her hakkı saklıdır Yrd. Doç. Dr. İhsa KARABULUT u daışmalığıda,

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

HIZLI EVRİMSEL ENİYİLEME İÇİN YAPAY SİNİR AĞI KULLANILMASI

HIZLI EVRİMSEL ENİYİLEME İÇİN YAPAY SİNİR AĞI KULLANILMASI Hızlı Evrmsel Eyleme İç Yapay Sr Ağı Kullaılması HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 006 CİLT SAYI 3 (-8) HIZLI EVRİMSEL ENİYİLEME İÇİN YAPAY SİNİR AĞI KULLANILMASI Abdurrahma HHO Dekalığı Havacılık

Detaylı

SAYISAL ANALİZ. Ders Notları MART 27, 2016 PAMUKKALE ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ

SAYISAL ANALİZ. Ders Notları MART 27, 2016 PAMUKKALE ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ SAYISAL ANALİZ Ders Notları MART 7, 06 PAMUKKALE ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ PAÜ, Müh. Fak., Make Müh. Böl., Sayısal Aalz Ders Notları, Z.Grg Ösöz Mühedslkte aaltk olarak

Detaylı

DALGACIK DÖNÜŞÜMÜ VE NÖTROZOFİ YAKLAŞIMI İLE RENKLİ DOKU GÖRÜNTÜLERİNİN BÖLÜTLENMESİ.

DALGACIK DÖNÜŞÜMÜ VE NÖTROZOFİ YAKLAŞIMI İLE RENKLİ DOKU GÖRÜNTÜLERİNİN BÖLÜTLENMESİ. DALGACK DÖNÜŞÜMÜ VE NÖROZOİ YAKLAŞM İLE RENKLİ DOKU GÖRÜNÜLERİNİN BÖLÜLENMESİ Kazım HANBAY Abdulkadr ŞENGÜR Bgöl Üverstes ekk Blmler Meslek Yüksek Okulu Bgöl ırat Üverstes ekolo akültes Elazığ kazmhabay@yahoo.com

Detaylı

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma

Çok Aşamalı Sıralı Küme Örneklemesi Tasarımlarının Etkinlikleri Üzerine Bir Çalışma Süleyma Demrel Üverstes, Fe Blmler Esttüsü Dergs, 15- ( 011),17-134 Çok Aşamalı Sıralı Küme Öreklemes Tasarımlarıı Etklkler Üzere Br Çalışma Nlay AKINCI 1, Yaprak Arzu ÖZDEMİR * 1 TRT Geel Müdürlüğü Reklam

Detaylı

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K.

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K. BÖÜ ŞĞ RAS AŞTRAAR ÇÖZÜER ŞĞ RAS Ortamları kırılma dsler,, arasıdak lşk aşağıdak gbdr 9 > > > > > > 6 0 > > > > > > 7 > > > > > > 0 7 0 0 > > > > > 76 OPTİ 7 0 0 > > > > > > 0 θ θ > > > > > > 9 0 O > >

Detaylı