Dr. Mehmet AKSARAYLI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Dr. Mehmet AKSARAYLI"

Transkript

1 Dr. Mehmet AKSARAYLI Şans Değişeni: Bir dağılışı olan ve bu dağılışın yaısına uygun freansta oluşum gösteren değişendir. Şans Değişenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesili Şans Süreli Şans Bl. 4 Değişenleri Değişenleri Bl. Dr. Mehmet AKSARAYLI Kesili Şans Değişenleri 1. Sayısal bir değerle ifade edilen bir olay ara atımındai tura sayısı, 1 yada tura gözlenmesi. Kesili şans değişeni ; Tam sayılar: (, 1,, 3 vb.) Sayara elde edilmiş sayılar Kesili Şans Değişeni Örneleri Deney Şans Değişeni Mümün Değerler 1 Satış araması yama Satış sayısı, 1,,..., 1 7 radyoyu muayene etme Kusurlu sayısı, 1,,..., 7 33 soruya ceva verme Doğru sayısı, 1,,..., 33 11: ile 13: arasında gişedei araba sayısı Gelen araba sayısı, 1,,..., 3 4 Kesili Olasılı Dağılımı Tüm mümün [ i, ( i ) ] çiftlerini içerir. i = Şans değişeninin değeri (çıtı) ( i ) = Değerlerle ilgili olasılılar, D tanım aralığına sahi esili bir şans değişeni olsun. () in e ait bir olasılı fonsiyonu olabilmesi için; Her için () ve () = 1 olmalıdır. Kesili olasılı dağılımı örneği: Olay: arayı atı turaları sayıyoruz. Olasılı Dağılımı Değerler, i Olasılılar, ( i ) 1/4 =. 1 /4 =. 1/4 =. 6 1

2 Kesili Olasılı Dağılımlarının Görselleştirilmesi Kesili Rassal Değişenin Ortalaması ve Standart Saması Listeleme { (,.), (1,.), (,.) } Tablo # Tura Fr. (i) in belenen değeri = = E() = in varyansı = D. ( ) E( ) E( ) V() = E[ ( i ( i f( i ) = ()... Grafi 1 Denlem n! ) ( 1 )!( n )! n 7 8 Örne: Bir otomobil bayisinin günlü araba satışlarının dağılımının aşağıdai gibi olduğunu ifade etmetedir ),,8,1,19,4,17,1,4,1 Bu dağılışa göre bayinin; a) ten fazla araba satması olasılığını bulunuz = 6) + P ( = 7 ) + P ( = 8 ) =,1 b) Satışların belenen değerini hesalayı yorumlayınız. E() = i ) = ()(,)+(1)(,8)+()(,1)+.+(8)(,1) =3,7 Bayinin 1 günde 37 araba satışı yaması belenir. c) Satışların varyansını bulunuz. E( ) = =( )(,)+(1 )(,8)+.+ (8 i ) )(,1) = 16,68 Var()= E( ) - [E()] = 16,68 - (3,7) =,84 9 Kesili Olasılı Dağılımları Kesili Üniform Dağılımı Bernoulli Dağılımı Binom Dağılımı Negatif Binom (Pascal) Dağılımı Geometri Dağılım Hiergeometri Dağılım Poisson Dağılımı 1 Kesili Üniform Dağılımı Kesili bir şans değişeni tanımlı olduğu tüm notalarda eşit olasılı değerine sahi ise bir başa ifadeyle tanımlı olduğu değerlerin hesinde olasılı fonsiyonun aldığı değer sabit ise bu esili şans değişeni Kesili Uniform dağılımına uygundur. Kesili Uniform dağılımı gösteren bir şans değişeni farlı notada tanımlı ise olasılı dağılımı; 1 ) şelinde ifade edilir. 1,,3..., d. d Kesili Üniform Dağılımının Belenen Değer ve Varyansı 1 E( ) ) i i i 1 1 ( 1)( 1) Var( ) 1 1 ( 1)

3 Bernoulli Deneyleri Örne: Hilesiz bir zar atıldığında şans değişeni ortaya çıabilece farlı durum sayısını ifade ettiğinegöre inolasılı dağılımı oluşturara belenen değerini ve varyansını bulunuz. S = { / 1,,3,4,,6 } Ortaya çıan olaylar eşit olasılılı olaylar şans değişeninin dağılımı = 6 olan esili üniform dağılımına uygundur. 1 ) E( ) 3, 1,,3,4,,6 d. d (6 1)(6 1) 3 Var( ) = ) : = olması olasılığı n : örne hacmi : başarı olasılığı : örnetei başarı sayısı ( =, 1) E() = V() =. q Sonuçlar ii ategoride tolanabilir. Aynı oşullarda terarlanabilirli özelliği vardır. Başarı olayı deneyden deneye değişmez. Bernoulli Dağılımı Te bir Bernoulli deneyinin sonucunu ele alır. Olasılı Yoğunlu Fonsiyonu: P ( ) ( 1) 14 1 Binom Dağılımı Binom Dağılımının Özellileri n deneme (gözlem) li bir örnetei başarı sayısı (n adet Bernoulli denemesi) birimden oluşan bir grutai usurlu sayısı 33 sorulu bir sınavdai doğru ceva sayısı Düana giren 1 müşteriden alışveriş yaanların sayısı İi farlı örneleme metodu Sonsuz oulasyonda yerine oymadan örneleme Sonlu oulasyonda yerine oyara örneleme n adet benzer deneme Her denemenin çıtısı var Başarı (İstenen çıtı) or Başarısızlı Sabit deneme olasılığı Denemeler birbirinden bağımsız 1 16 Binom Olasılı Dağılımı Örneği Binom Dağılımının Olasılı Fonsiyonu n! P n n (, ) ( 1!( )! ) = n,) : = olması olasılığı n : örne hacmi : başarı olasılığı : örnetei başarı sayısı ( =, 1,,..., n) 17 n Olay: Bir arayı ardarda 4 ez atalım. Yazıların sayısıyla ilgilenelim. 3 yazı gelme olasılığı nedir? n! P n n (, ) ( 1!( )! ) 4! P ( 3 4,. )!( )!. ( ). 18 n

4 Binom Dağılımının Karateristileri Başarı Olasılığı ve Binom Dağılımının Biçimi Aritmeti Ortalama E ( ) n Standart Sama n ( 1) ) ) n = = n = = N adetli bir denemede; 1. Eğer =. ise binom dağılımı simetri. Eğer <. ise binom dağılımı sağa çarı 3. Eğer >. ise binom dağılımı sola çarı 19 Negatif Binom (PASCAL) Dağılımı Örne: Bir işletmede üretilen ürünlerin % 6 sının hatalı olduğu bilinmetedir. Rasgele ve iadeli olara seçilen üründen, a)1 tanesinin hatalı olmasının olasılığını, b) En az 4 tanesinin hatalı olmasının olasılığını hesalayınız. =,6 1- =,94 n = a)p (=1)=? b)p ( 4)=? 4)= =4)+=) 1 4 1). (,6).(,94), (,6).(,94). (,6).(,94) Bernoulli deneyinin tüm varsayımları negatif binom dağılımı içinde geçerlidir. Binom dağılımında n denemede adet başarı olasılığı ile ilgileniliren, negatif binom dağılımında ise şans değişeni()ncıbaşarıyı elde edinceye adar yaılan deney sayısına arşılı gelir. Örneler: Bir arayı ez tura gelinceye adar attığımızda nci turayı elde ettiğimiz deneme sayısı, Bir basetbolcunun 3 sayılı atışlarda 1 ncu isabeti sağlaması için gereli olan atış sayısı. 1 :deneysayısı :başarı sayısı :başarı olasılığı S = { /, +1, +, +3 } Negatif Binom Dağılımının Belenen Değer ve Varyansı Binom dağılımını ullanara -1 denemede -1 adet başarı olasılığını hesalanır ve nci denemedei ncı başarıyı elde etme olasılığı ile bağımsız olaylar olduğundan çarılara aşağıdai olasılı fonsiyonu elde edilir. 1 1, 1,,... ) 1 d. d 3 E ) (1 ) Var( ) ( Yandai histogram =, ve = 8 arametreli negatif binom dağılım gösteren bir oulasyondan alınmış 1 hacimli bir örne için oluşturulmuştur , 1, 1, 14, 16, 18,,, 4 4, 4

5 Örne: Bir işinin hilesiz bir zarı 1 ez atması sonucunda, 1 ncu atışında nci ez 6 gelmesi olasılığını hesalayınız. =1/6 1-=/6 =1 = P ( 1 ; ).( ).( 6 Zarın açıncı ez atılması sonucu nci ez 6 gelmesini belersiniz? E( ) ) Geometri Dağılım Bernoulli deneyinin tüm varsayımları geometri dağılım içinde geçerlidir. Negatif Binom dağılımının özel bir durumudur. = 1 olduğunda negatif binom dağılımı geometri dağılımı olara ifade edilir. Geometri dağılım gösteren şans değişeni, il başarıyı elde edinceye adar yaılan deney sayısını ifade eder. Örneler: Bir arayı tura gelinceye adar attığımızda tura gelmesi için yaılan atış sayısı, Bir işletmenin deosundan il hatalı ürünü bulana adar alınan örne sayısı. 6 : deney sayısı : başarı olasılığı S={/1,,3,4..} Negatif Binom dağılımında = 1 alındığında; 1 E( ) Geometri Dağılımının Belenen Değer ve Varyansı 1 Var( ) 1 P ( ) 1 1 ) ) 1 1, 1,,... d. d 1,,3,... d. d Yandai histogram =, arametreli geometri dağılım gösteren oulasyondan alınmış hacimli bir örne için oluşturulmuştur Hiergeometri Dağılım Örne: Bir avcı hedefe isabet sağlayana adar ateş etmetedir. Avcının hedefi vurma olasılığı,7 olduğuna göre avcının hedefi il ez 8 nci ez atış yatığında isabet ettirmesinin olasılığını hesalayınız. =8 =8)=? ),71,7 1 1,,3... d. d Varsayımları, n deneme benzer oşullarda terarlanabilir. Her denemenin mümün sonucu vardır. Sonlu oulasyondan iadesiz örneleme yaılır. Örneleme iadesiz olduğundan başarı olasılığı ( ) deneyden deneye değişir. 8,7 1,7 1,7, 7 8) ÖDEV: Avcının hedefi il ez vurma olasılığı, den az olması için hedefe en az aç ez ateş etmelidir? 9 3

6 Hyergeometric Distribution Formula Hiergeometri Dağılımın Karateristileri (Two ossible outcomes er trial: success or failure) ) C N. n N Cn C Where N = oulation size = number of successes in the oulation n = samle size = number of successes in the samle n = number of failures in the samle = B/N için Yandai histogram N = 1 ve B = arametreli hiergeometri dağılım gösteren oulasyondan alınmış hacimli bir örne için oluşturulmuştur. E( ) n N n Var( ) n(1 ) N Örne: Yeni açılan bir bananın il 1 müşterisi içinde 6 tanesi mevduat hesabına sahitir. İadesiz olara rasgele seçilen 8 müşteriden tanesinin mevduat hesabına sahi olmasının olasılığı nedir? N= 1 B = 6 n = 8 = ,1,,3..., 8 P ( ) 1 8 d. d ) 1 8 ÖDEV: En ço 1 işinin mevduat hesabına sahi olmasının olasılığını hesalayınız. 33 Hyergeometric Distribution Eamle Eamle: 3 Light bulbs were selected from 1. Of the 1 there were 4 defective. What is the robability that of the 3 selected are defective? N = 1 n = 3 = 4 = N 6 Cn C C1 C ) N 1 C C n 3 4 (6)(6).3 1 Poisson Dağılımı Poisson Süreci 1. Bir zaman aralığında oluşan olayların sayısıyla ilgilenir. Birim başına olay Zaman, uzunlu, alan,vb.. Örneğin; daiada gelen müşteri sayısı Bir yıl içindei uça azalarının sayısı Bir metreare umaştai hata sayısı Sabit Olay Olasılığı Her aralıta 1 olay Bağımsız olaylar

7 Poisson Olasılı Dağılım Fonsiyonu Poisson Dağılımının Karateristileri P ( ) e -! = ) : = olma olasılığı = Belenen başarı sayısı e =.7188 = Birim başına başarı sayısı Aritmeti Ortalama E ( ) N i 1 ) Standart Sama i i ) ) = = Poisson Dağılımı Örneği Bir düana saatte 7 müşteri gelmetedir. 3 daia içinde 4 müşteri gelme olasılığı nedir? Saatte 7 müşteri = daiada 1. müşteri = 3 daiada 3.6 müş. - e P ( )! e P ( 436. ) ! 4 BİNOM Dağılımın POİSSON Dağılıma Yalaşımı, Binom dağılıma sahi bir şans değşieni olsun. Deney sayısı nço büyü ve ilgilenilen sonuçların anaütledei oranının ço üçü olduğu durumlarda, (yani n ve ien), n.= sabit bir sayı olma üzere Binom dağılımı Poisson dağılımına yalaşır. n ne adar büyü, ve ne adar üçü olursa bu yalaşım o adar iyi olur. = ÖRNEK:Türiye de maden ocalarında oluşan azalar sonucunda her yıl ortalama olara 1 maden işçisinden bir tanesi hayatını aybetmetedir. maden işçisinin çalıştığı bir maden ocağında bir yıl içinde a) Hiçbir işçinin hayatını aybetmemesi, b) 3 işçinin hayatın aybetmesi, c) den fazla işçinin hayatın aybetmesi olasılılarını bulunuz. ÇÖZÜM: n=, =.1 olduğundan, =n.=.1= alara Poisson dağılımıyla çözüm yaabiliriz. e e a) ).13!! 3 e b) 3).18 3! c) ) 1 ) 1 ) 1) ) e 1.3 1! 1 e ! 41 Örne: Bir mağazaya Cumartesi günleri daiada ortalama olara 4 müşteri gelmetedir. Bir Cumartesi günü bu mağazaya, a) daiaiçinde1müşteri gelmesi olasılığını, b)yarım saate den fazla müşteri gelmesi olasılığını, 4 1 e 4 4 a) 4 =1)=? e 1 4 4! e 4 1! 4 1 1) e 4 ÖDEV: 1 saatte en ço 1 müşteri gelmesinin olasılığını hesalayınız. 4 4! 1! 4e b) d da 4 müşteri gelirse, 3 d da 4 müşteri gelir. 4 P ( > ) =? > ) = 1 [=)+=1)+=)] 1 313e 4 7

8 SORU) Bir hastanenin çocu servisine saatte ortalama 3 hasta gelmetedir. a) Herhangi 1 daialı sürede; hiç hasta gelmeme, b) Herhangi 1 daialı sürede; den fazla hasta gelme, c) Herhangi yarım saatli sürede ten az hasta gelme olasılılarını bulunuz. SORU) Bir fabriada deolanan ürünlerin yüzde birinin bozu olduğu bilinmetedir. Bu fabriadan rassal olara seçilen birimden en az bir tanesinin bozu olması olasılığını Binom ve Poisson dağılımları ile bulunuz SORU: Hilesiz bir tavla zarı atılıyor. Anlaşmaya göre A, babasından her atışta aç gelirse o adar bin lira alacatır. Atış başına A nın belediği ara nedir? SORU: B üç ayrı iyangodan birer adet bilet almıştır. Bu iyangoların birincisinde 1 biletten 1 sine, iincisinde biletten 14 ına, üçüncüsünde ise biletten ine iramiye vardır. Birinci iyangoda azananlardan her biri 1 milyon, iincisinde 1 milyon ve üçüncüsünde milyon $ elde edecetir. B nin belenen iramiye tutarı nedir? 4 46 SORU: Bir işadamının yenibirişletmeden milyar lira aybetmesi olasılığı ( 1 )=,1 ve milyar lira azanması olasılığı ( )=, dir. Bu iş adamının azancı nedir? SORU: Ali hilesiz bir madeni arayı ii defa atıyor. Her ii atışta da yazı gelirse aradaşından bin lira alacatır. Diğer durumlarda ise 1 bin lira verecetir. Ali nin azancı ne olur?

9 SORU: Bir ara 4 ez atılıyor, a) İi tura, b) En az bir tura, c) Üçten az tura gelmesi olasılığı nedir? SORU: Bir futbol taımının yatığı maçlarda azanma olasılığının /3 olduğu biliniyor. Bu taımın yatığı 8 maçtan, a) Beşini, b) Birden fazla faat dört veya daha azını azanması olasılığı nedir? 49 SORU: İi tavla zarının 6defaatılmasında 9tolamının, a) Dört defa, b) En az üç defa elde edilmesi olasılığı nedir? SORU: Bir işletmede üretilen amullerin %6 sının usurluolduğu bilinmetedir. Buna göre, rassal olara seçilen amulden, a) İi tanesinin usurlu, b) Tamamının usursuz, c) En az ii tanesinin usurlu olması olasılıları nedir? 1 Aşağıdai soruları tabloya göre cevalayınız. Esi verilerden yararlanılara bir ce telefonunun yatığı arıza sayıları verilmiştir. () Haftalı Arıza 1 3 Olasılı ),,3,1,3 Soru: Dağılıma göre haftada esinlile ii arıza olma olasılığı açtır? A),1 B), C),3 D),4 E),6 Soru: Dağılıma göre haftada sıfır ile ii arasında arıza olma olasılığı - arıza) açtır? A), B),1 C),3 D),6 E),3 Soru: Dağılıma göre haftada birden ço arıza olma olasılığı açtır? A),3 B),7 C),4 D),1 E),3 Soru: Dağılıma göre haftada en ço ii arıza yama olasılığı açtır? A), B), C),6 D),4 E),1 Soru:Dayanılı tüetim malı satan bir mağazanın son 1 iş günündei günlü satışları aşağıdai tabloda verilmiştir. Satış sayıları Gün sayıları Yuarıdai tabloya göre günlü satışı gösterme üzere, <4) olasılığı açtır? A),4 B),17 C),1 D),33 E), 3 4 9

10 Soru: Bir itaevinin son 1 iş günüdei günlü ita satışları aşağıdai tabloda gösterilmiştir. Satış sayıları Gün sayıları Yuarıdai tabloya göre günlü satışları gösterme üzere, >4) olasılığı açtır? A),1 B),8 C),38 D),68 E),77 1

Dr. Mehmet AKSARAYLI

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

Detaylı

Kesikli Üniform Dağılımı

Kesikli Üniform Dağılımı 9.. KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Kesili Üniform Dağılımı. Bernoulli Dağılımı 3. Binom Dağılımı 4. Negatif Binom Dağılımı. Geometri Dağılım. Hiergeometri Dağılım 7. Poisson Dağılımı

Detaylı

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.

Detaylı

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

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

Detaylı

Rastlantı Değişkenleri

Rastlantı Değişkenleri Rastlantı Değişkenleri Olasılık Kütle Fonk. Example: A shipment of 8 similar microcomputers to a retail outlet contains 3 that are defective. If a school makes a random purchase of 2 of these computers,

Detaylı

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ KESİKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 GEOMETRİK DAĞILIM Bir Bernoulli deneyi ilk olumlu sonuç elde edilmesine kadar tekrarlansın. X: ilk olumlu sonucun

Detaylı

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

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

Detaylı

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1

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

Detaylı

Kollektif Risk Modellemesinde Panjér Yöntemi

Kollektif Risk Modellemesinde Panjér Yöntemi Douz Eylül Üniversitesi İtisadi ve İdari Bilimler Faültesi Dergisi, Cilt:6, Sayı:, Yıl:, ss.39-49. olletif Ris Modellemesinde anér Yöntemi ervin BAYAN İRVEN Güçan YAAR Özet Hayat dışı sigortalarda, olletif

Detaylı

ÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

ÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI 1 Rassal Değişken Bir deney ya da gözlemin şansa bağlı sonucu bir değişkenin aldığı değer olarak düşünülürse, olasılık ve istatistikte böyle bir

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin

Detaylı

KESİKLİ DÜZGÜN DAĞILIM

KESİKLİ DÜZGÜN DAĞILIM KESİKLİ DÜZGÜN DAĞILIM Eğer X kesikli rassal değişkeninin alabileceği değerler (,,..., ) eşit olasılığa sahip ise, kesikli düzgün dağılım söz konusudur. p(x) =, X=,,..., şeklinde gösterilir. Bir kutuda

Detaylı

RASGELE SÜREÇLER. Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk fonksiyonu aşağıdaki gibi olmalıdır.

RASGELE SÜREÇLER. Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk fonksiyonu aşağıdaki gibi olmalıdır. RASGELE SÜREÇLER Eğer bir büyülüğün her t anında alacağı değeri te bir şeilde belirleyen matematisel bir ifade verilebilirse bu büyülüğün deterministi bir büyülü olduğu söylenebilir. Haberleşmeden habere

Detaylı

Tremalarla Oluşum: Kenar uzunluğu 1 olan bir eşkenar üçgenle başlayalım. Bu üçgene S 0

Tremalarla Oluşum: Kenar uzunluğu 1 olan bir eşkenar üçgenle başlayalım. Bu üçgene S 0 SİERPİNSKİ ÜÇGENİ Polonyalı matematiçi Waclaw Sierpinsi (1882-1969) yılında Sierpinsi üçgeni veya Sierpinsi şapası denilen bir fratal tanıttı. Sierpinsi üçgeni fratalların il örneğidir ve tremalarla oluşturulur.

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

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

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

Detaylı

Başarı olasılığı olan bir Bernoulli denemesinin aynı şartlar altında (bağımsız olarak) n kez tekrarlanması ile oluşan deneye binom deneyi denir.

Başarı olasılığı olan bir Bernoulli denemesinin aynı şartlar altında (bağımsız olarak) n kez tekrarlanması ile oluşan deneye binom deneyi denir. 3.5. Bazı Kesikli Dağılımlar 3.5.1. Bernoulli Dağılımı Bir deneyde başarı ve başarısızlık diye nitelendirilen iki sonuçla ilgilenildiğinde bu deneye (iki sonuçlu) Bernoulli deneyi ya da Bernoulli denemesi

Detaylı

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

SAB 101 OLASILIK DERS NOTLARI. Prof.Dr. Fatih TANK. SAB 101 Olasılık. F.Tank. 1. Geometirk Dağılım. 2. Negatif Binom Dağılımı

SAB 101 OLASILIK DERS NOTLARI. Prof.Dr. Fatih TANK. SAB 101 Olasılık. F.Tank. 1. Geometirk Dağılım. 2. Negatif Binom Dağılımı SAB 101 OLASILIK DERS NOTLARI Prof.Dr. Fatih TANK Ankara Üniversitesi Uygulamalı Bilimler Fakültesi Sigortacılık ve Aktüerya Bilimleri Bölümü Prof.Dr. Fatih TANK - Olasılık Ders Notları- Sayfa : 1/7 Haftalık

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele değişkeninin olasılık yoğunluk fonksiyonu, 3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının

Detaylı

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir, 14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.

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

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R Geçen Ders Envanter yonetımı: Gazetecı problemı Rastsal Rakamlar Üret Talebi hesapla Geliri hesapla Toplam maliyeti hesapla Günlük ve aylık

Detaylı

OLASILIK OLASILIK. Bireysel belirsizlik ve uzun dönemdeki düzenlilik deneysel bilimlerde de sık sık ortaya çıkar

OLASILIK OLASILIK. Bireysel belirsizlik ve uzun dönemdeki düzenlilik deneysel bilimlerde de sık sık ortaya çıkar OLASILIK OLASILIK İstatistiğin temel araçlarından biri olasılıktır 17. yy daşans oyunları ile başlamıştır Her bir denemenin çıktısı belirsizdir Fakat uzun dönemde çıktı kestirimlenebilir Bireysel belirsizlik

Detaylı

İSTATİSTİK DERS NOTLARI

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

Detaylı

OLASILIK (Probability)

OLASILIK (Probability) OLASILIK (Probability) Olasılık, bir olayın meydana gelme, ortaya çıkma şansını ifade eder ve P ile gösterilir. E i ile gösterilen bir basit olayın olasılığı P (E i ), A bileşik olayının olasılığıysa P

Detaylı

OLASILIK. P(A) = şeklinde ifade edilir.

OLASILIK. P(A) = şeklinde ifade edilir. OLASILIK Olasılık belirli bir olayın olabilirliğinin sayısal ölçüsüdür. Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. 17 yy. da şans oyunlarıyla birlikte kullanılmaya

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

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen.

Kİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen. Biyoistatisti (Ders : Ki Kare Testleri) Kİ KARE TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr Kİ-KARE TESTLERİ 1. Ki-are testleri

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

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

Detaylı

İstatistik ve Olasılık

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

Detaylı

İSTATİSTİK VE OLASILIK SORULARI

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

Detaylı

ÖZEL EGE LİSESİ 13. OKULLAR ARASI MATEMATİK YARIŞMASI 8. SINIF ELEME SINAVI TEST SORULARI

ÖZEL EGE LİSESİ 13. OKULLAR ARASI MATEMATİK YARIŞMASI 8. SINIF ELEME SINAVI TEST SORULARI 1. x,y,z pozitif tam sayılardır. 1 11 x + = 8 y + z olduğuna göre, x.y.z açtır? 3 B) 4 C) 6 D)1 3 1 4. {,1,1,1,...,1 } 1 ümesinin en büyü elemanının diğer 1 elemanın toplamına oranı, hangi tam sayıya en

Detaylı

SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI

SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI Yrd. Doç.Dr. İrfan Yolcubal Kocaeli Üni. Jeoloji Müh. Random Değişken: Nümerik olarak ifade edilen bir deneyin sonuçları Süreksiz(Discrete) Random Değişken: Randomdeğişken

Detaylı

NORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa,

NORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa, NORMAL DAĞILIM TEORİK 1., ortalaması, standart sapması olan bir normal dağılıma uyan rassal bir değişkense, bir sabitken nin beklem üreten fonksiyonunu bulun. 2., anakütle sayısı ile Poisson dağılımına

Detaylı

LYS Matemat k Deneme Sınavı

LYS Matemat k Deneme Sınavı LYS Matemat Deneme Sınavı. ii basamalı doğal saıdır. 6 en büü saısı ile en üçü saısının toplamı açtır? 8 89 8 6. için, 9 ( ) ifadesinin sonucu aşağıdailerden hangisidir? 6. ile saıları arasındai çift saıların

Detaylı

İstatistik ve Olasılık

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

Detaylı

Olasılık Kuramı ve Bazı Olasılık Dağılımları

Olasılık Kuramı ve Bazı Olasılık Dağılımları KAVRAMLAR Olasılık Kuramı ve Bazı Olasılık Dağılımları Deney: belirli koşullar altında tekrarlanabilen ve her tekrarda farklı sonuçlar elde edilebilen işlemdir. Örneklem uzayı: bir denemenin tüm olası

Detaylı

1. 4 kız ve 5 erkek öğrenci; a) kızların tümü bir arada olacak şekilde kaç türlü sıralanabilir?

1. 4 kız ve 5 erkek öğrenci; a) kızların tümü bir arada olacak şekilde kaç türlü sıralanabilir? 1. 4 kız ve 5 erkek öğrenci; a) kızların tümü bir arada olacak şekilde kaç türlü sıralanabilir? 9. 4 çocuklu bir aile yan yana poz verecektir. Çocukların soldan sağa doğru boy sırasında olduğu kaç durum

Detaylı

A İSTATİSTİK KPSS-AB-PÖ/2007. 1. X rasgele değişkeninin olasılık fonksiyonu. 4. X sürekli raslantı değişkeninin birikimli dağılım fonksiyonu,

A İSTATİSTİK KPSS-AB-PÖ/2007. 1. X rasgele değişkeninin olasılık fonksiyonu. 4. X sürekli raslantı değişkeninin birikimli dağılım fonksiyonu, . X rasgele değişeninin olasılı fonsiyonu f( x) = c(x + 5), x =,, 0, diğer hâllerde olduğuna göre, c nin değeri açtır? A İSTATİSTİK KPSS-AB-PÖ/007. X süreli raslantı değişeninin biriimli dağılım fonsiyonu,

Detaylı

IE 303T Sistem Benzetimi

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

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

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

Detaylı

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

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER Not: Beklenen Frekansı 5 in altında olan gruplar varsa, bu gruplar bir önceki veya bir sonraki grupla birleştirilir. Hipotezler χ 2 Dağılışa Uyum Testi

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

istatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi

istatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi 2010 S 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek t ablolar ve f ormüller bu kitapçığın sonunda verilmiştir. 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi yanlıstır? ) Maddesel

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

ÜSTEL DAĞILIM. üstel dağılımın parametresidir. Birikimli üstel dağılım fonksiyonu da, olarak bulunur. olduğu açık olarak görülmektedir.

ÜSTEL DAĞILIM. üstel dağılımın parametresidir. Birikimli üstel dağılım fonksiyonu da, olarak bulunur. olduğu açık olarak görülmektedir. ÜSTL DAĞILIM Tanım : X > olma üzr sürli bir rasgl dğişn olsun. ğr a > için X rassal dğişni aşağıdai gibi bir dağılıma sahip olursa X rasgl dğişnin üsl dağılmış rassal dğişn v onsiyonuna da üsl dağılım

Detaylı

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

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

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

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

Detaylı

Bölüm 13. ÖZEL OLASILIK DAĞILIMLARI

Bölüm 13. ÖZEL OLASILIK DAĞILIMLARI SAKARYA UNIVERSITESI Bölüm 13. ÖZEL OLASILIK DAĞILIMLARI Prof. Dr. Mustafa AKAL 1 İÇİNDEKİLER 1. BERNOULLİ DAĞILIMI 2. BİNOM DAĞILIMI 3. POİSSON DAĞILIMI 4. PASCAL DAĞILIMI 5. GEOMETRİK DAĞILIM 6. HİPERGEOMETRİK

Detaylı

Yoksulun Kazanabildiği Bir Oyun Ali Nesin

Yoksulun Kazanabildiği Bir Oyun Ali Nesin Yosulun Kazanabildiği Bir Oyun Ali Nesin B u yazıda yosulu azandıracağız. Küçü bir olasılıla da olsa, yosul azanabilece. Oyunu açılamadan önce, Sonlu Oyunlar adlı yazımızdai oyunu anımsayalım: İi oyuncu

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve

Detaylı

Biyoistatistik (Ders 7: Bağımlı Gruplarda İkiden Çok Örneklem Testleri)

Biyoistatistik (Ders 7: Bağımlı Gruplarda İkiden Çok Örneklem Testleri) ÖRNEKLEM TESTLERİ BAĞIMLI GRUPLARDA ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr BAĞIMLI İKİDEN ÇOK GRUBUN KARŞILAŞTIRILMASINA

Detaylı

altında ilerde ele alınacaktır.

altında ilerde ele alınacaktır. YTÜ-İktisat İstatistik II Nokta Tahmin Yöntemleri 1 NOKTA TAHMİN YÖNTEMLERİ Şimdiye kadar verilmiş tahmin edicilerin sonlu örneklem ve asimptotik özelliklerini inceledik. Acaba bilinmeyen anakütle parametrelerini

Detaylı

Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ. Markov Analizi

Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ. Markov Analizi Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ Doç. Dr. İhsan KAYA Markov Analizi Markov analizi, bugün çalışan bir makinenin ertesi gün arızalanma olasılığının

Detaylı

Simülasyonda İstatiksel Modeller

Simülasyonda İstatiksel Modeller Simülasyonda İstatiksel Modeller Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri iyi tanımlayabilir. İlgilenilen olayın örneklenmesi ile uygun

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk

Detaylı

Çok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi

Çok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi 9-11 Aralı 2009 Ço Yüse Mobiliteli Sönümlemeli Kanallardai OFDM Sistemleri için Kanal Kestirimi İstanbul Üniversitesi Eletri-Eletroni Mühendisliği Bölümü {myalcin, aan}@istanbul.edu.tr Sunum İçeriği Giriş

Detaylı

Fizik 101: Ders 24 Gündem

Fizik 101: Ders 24 Gündem Terar Fizi 101: Ders 4 Günde Başlangıç oşullarını ullanara BHH denlelerinin çözüü. Genel fizisel saraç Burulalı saraç BHHte enerji Atoi titreşiler Proble: Düşey yay Proble: taşıa tuneli BHH terar BHH &

Detaylı

Exponential Distribution. diger. Probability Distributions. Sürekli Şans Değişkenleri. 0 diger. SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI

Exponential Distribution. diger. Probability Distributions. Sürekli Şans Değişkenleri. 0 diger. SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Probability Distributions Probability Distributions SÜREKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Dr. Mehmet AKSARAYLI Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Ekonometri Bölümü

Detaylı

Örneklem Dağılımları ve Merkezi Limit Teoremi

Örneklem Dağılımları ve Merkezi Limit Teoremi Örneklem Dağılımları ve Merkezi Limit Teoremi Çıkarımsal İstatistik (Inferential Statistics) : Örneklemden yola çıkarak ana kütleyle (popülasyonla) ilgili çıkarımlarda bulunmak (Smidt, 2001) İstatistiksel

Detaylı

MAT223 AYRIK MATEMATİK

MAT223 AYRIK MATEMATİK MAT223 AYRIK MATEMATİK Binom Katsayıları ve Pascal Üçgeni 3. Bölüm Emrah Ayar Anadolu Üniversitesi Fen Faültesi Matemati Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Binom Teoremi Binom Teoremi ( ) n 1. Derste

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ OLASILIK DAĞILIŞLARI SÜREKLİ OLASILIK DAĞILIŞLARI Sürekli verilerin göstermiş olduğu dağılışa sürekli olasılık dağılışı denir. Sürekli olasılık dağılışlarının fonksiyonlarına yoğunluk fonksiyonu denilmekte ve bu dağılışlarla

Detaylı

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

RİSK ANALİZİ VE AKTÜERYAL MODELLEME SORU 1: Bir hasar sıklığı dağılımının rassal değişken olan ortalaması (0,8) aralığında tekdüze dağılmaktadır. Hasar sıklığı dağılımının Poisson karma dağılıma uyduğu bilindiğine göre 1 ya da daha fazla

Detaylı

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz... 1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz... CABİR VURAL BAHAR 2006 Açıklamalar

Detaylı

ÇIKTI ANALİZİ BENZETİM TÜRLERİ

ÇIKTI ANALİZİ BENZETİM TÜRLERİ ÇIKTI ANALİZİ BENZETİM TÜRLERİ Çıktı analizi benzetimden üretilen verilerin analizidir. Çıktı analizinde amaç, bir sistemin performansını tahmin etmek ya da iki veya daha fazla alternatif sistemlerin performansını

Detaylı

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL ANADOLU ÜNİVERSİTESİ ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL İSTATİSTİKSEL TAHMİN Örnekten anakütle parametrelerinin tahmin edilmesidir. İki tür tahminleme yöntemi vardır:

Detaylı

PI KONTROLÖR TASARIMI ÖDEVİ

PI KONTROLÖR TASARIMI ÖDEVİ PI ONTROLÖR TASARIMI ÖDEVİ ONTROLÖR İLE TASARIM ontrolör Taarım riterleri Taarım riterleri genellile itemine yapmaı geretiğini belirtme ve naıl yaptığını değerlendirme için ullanılır. Bu riterler her bir

Detaylı

Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2

Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2 Bir Olayın Olasılığı P(A) = n(a) n(s) = A nın eleman sayısı S nin eleman sayısı Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? Çözüm: S

Detaylı

ÖĞRENCİNİN ADI SOYADI: NUMARASI: SINIFI: KONU: Olasılık

ÖĞRENCİNİN ADI SOYADI: NUMARASI: SINIFI: KONU: Olasılık ÖĞRENCİNİN ADI SOYADI: NUMARASI: Dersin Adı SINIFI: KONU: Olasılık Dersin Konusu. Bir kutudaki 7 farklı boncuğun içinden iki tanesi seçiliyor. Buna göre, örneklem uzayının eleman sayısı A) 7 B)! 7. madeni

Detaylı

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

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

Detaylı

Ders 4: Rastgele Değişkenler ve Dağılımları

Ders 4: Rastgele Değişkenler ve Dağılımları Ders 4: Rastgele Değişkenler ve Dağılımları Rastgele değişken kavramı Kesikli ve sürekli rastgele değişkenler İki boyutlu rastgele değişkenler Beklenen değer Varyans Örnek uzaydaki her elemanı bir sayıyla

Detaylı

Rassal 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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 5: Rastgele Değişkenlerin Dağılımları II Prof. Dr. İrfan KAYMAZ Sık Kullanılan Dağılımlar Frekans tablolarına dayalı histogram ve frekans poligonları, verilerin dağılımı hakkında

Detaylı

Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI)

Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI) TOBB-ETÜ, Iktisat Bölümü Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI) 1 Soru 1 : Bir ma¼gazaya gelen herhangi

Detaylı

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım Normal Dağılımlı Bir Yığı a İlişi İstatistisel Çıarım Bir üretici edi ürüleride, piyasadai 3,5 cm li vidalarda yalıca boyları 3,4 cm ile 3,7 cm aralığıda olaları ullaabilmetedir. Üretici, piyasadai bu

Detaylı

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

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

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

Detaylı

doğru orantı doğru orantı örnek: örnek:

doğru orantı doğru orantı örnek: örnek: doğru orantı Kazanım :Doğru orantılı ii çolu arasındai ilişiyi tablo veya denlem olara ifade eder. Doğru orantılı ii çoluğa ait orantı sabitini belirler ve yorumlar. doğru orantı İi çolutan biri artaren

Detaylı

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

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

Detaylı

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma

Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal. değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma 2 13.1 Normal Dağılımın Standartlaştırılması Gerçek uygulamalarda, standart normal olmayan sürekli bir rassal değişken, sıfırdan farklı bir ortalama ve birden farklı standart sapma değerleriyle normal

Detaylı

Makine Öğrenmesi 4. hafta

Makine Öğrenmesi 4. hafta ain Öğrnmsi 4. hafta Olasılı v Koşullu Olasılı ays Tormi Naïv ays Sınıflayıcı Olasılı Olasılı ifadsinin birço ullanım şli vardır. Rasgl bir A olayının hrhangi bir olaydan bağımsız olara grçlşm ihtimalini

Detaylı

Değer Frekans

Değer Frekans Veri Rasgelelik içeren olgulardan elde edilen ölçüm (gözlem) değerlerine istatistiksel veri veya kısaca veri (data) diyelim. Verilerin deneyler sonucu veya doğal şartlarda olguları gözlemekle elde edildiğini

Detaylı

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2

Detaylı

3)Aşağıdaki tabloda gruplandırılmış bir veri kümesi bulunmaktadır. Bu veri kümesinin mutlak ortalamadan sapması aşağıdakilerden hangisidir?

3)Aşağıdaki tabloda gruplandırılmış bir veri kümesi bulunmaktadır. Bu veri kümesinin mutlak ortalamadan sapması aşağıdakilerden hangisidir? İSTATİSTİK SORU VE CEVAPLARI 1)Tabloda 500 kişinin sahip oldukları akıllı telefon markalarını gösteren bilgiler verilmiştir.bu tabloda ki bilgileri yansıtan daire grafiği aşağıdakilerden hangisidir? TELEFON

Detaylı

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

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

Detaylı

Kesikli Üniform Dağılımı

Kesikli Üniform Dağılımı KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI Kesikli Üniform Dağılımı Bernoulli Dağılımı Binom Dağılımı Negatif Binom Dağılımı Geometrik Dağılım Hipergeometrik Dağılım Poisson Dağılımı Kesikli Üniform

Detaylı

Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30) ENM 316 BENZETİM ÖDEV SETİ Ödev 1. Bir projede A, B, C, D, E ve F olmak üzere 6 faaliyet vardır. Projenin tamamlanması için bu faaliyetlerin sırası ile yapılması gerekmektedir. Her faaliyetin tamamlanması

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

Toplam Olasılık Prensibi

Toplam Olasılık Prensibi 1 Toplam Olasılık Prensibi A 1, A 2,, A n karşılıklı kapsamayan ve birlikte tamamlayan olaylar kümesi olsun: A k A A j 0 = 0 k j j nn j j 1 = 1 B, S içinde herhangi bir olay ise k j AA j = ise S ise Pr[A

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan

Detaylı

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi,

12. Ders Büyük Sayılar Kanunları. Konuya geçmeden önce DeMoivre-Stirling formülünü ve DeMoivre-Laplace teoremini hatırlayalım. DeMoivre, genel terimi, . Ders Büyü Sayılar Kauları Kouya geçmede öce DeMoivre-Stirlig formülüü ve DeMoivre-Laplace teoremii hatırlayalım. DeMoivre, geel terimi, a!,,, 3,... e ola dizii yaısa olduğuu göstermiş, aca limitii bulamamış.

Detaylı

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

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

Detaylı

ile plakalarda biriken yük Q arasındaki ilişkiyi bulmak, bu ilişkiyi kullanarak boşluğun elektrik geçirgenlik sabiti ε

ile plakalarda biriken yük Q arasındaki ilişkiyi bulmak, bu ilişkiyi kullanarak boşluğun elektrik geçirgenlik sabiti ε Farlı Malzemelerin Dieletri Sabiti maç Bu deneyde, ondansatörün plaalarına uygulanan gerilim U ile plaalarda birien yü Q arasındai ilişiyi bulma, bu ilişiyi ullanara luğun eletri geçirgenli sabiti ı belirleme,

Detaylı

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

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

Detaylı

YILLAR 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 ÖSS-YGS

YILLAR 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 ÖSS-YGS MTEMTĐK ĐM YILLR 00 003 00 005 006 007 008 009 00 0 ÖSS-YGS - - - HREKET PROLEMLERĐ Hız msaa verildiğinden süre de saa olmalıdır lınan yol : x Hız: Zaman : ir araç x yolunu hızıyla sürede alır Yol Hız

Detaylı

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ SÜREKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 WEIBULL DAĞILIMI Weibull dağılımı, pek çok farklı sistemlerin bozulana kadar geçen süreleri ile ilgilenir. Dağılımın

Detaylı

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ RASSAL DEĞİŞKENLER SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.

Detaylı