Rasgele Sayıların Özellikleri
|
|
- Gül Altan
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Rasgele Sayı Üretme
2 Rasgele Sayıların Özellikleri İki önemli istaiksel özelliği var : Düzgünlük (Uniformity) Bağımsızlık R i, rasgele sayısı olasılık yoğunluk fonksiyonu aşağıdaki gibi olan uniform bir dağılımdan bağımsız olarak seçilmelidir: f ( x) =, 0, 0 x diğer durumlarda E( R) = 0 xdx = 2 x 2 0 = 2 Şekil: rasgele sayılar için pdf
3 Pseudo-Rasgele Sayıların Üretilmesi Pseudo (yalancı) olmasının nedeni: bilinen bir yöntem kullanılarak sayıların üretilmesi gerçek rasgelelik potansiyelini ortadan kaldıryor. Amaç: rasgele sayıların (RN) ideal özelliklerini taklit eden, [0,] aralığında bir sayı dizisi üretmek. RN rutinlerinde dikkat edilecek önemli hususlar: Hızlı Farklı bilgisayarlara taşınabilir Yeterince uzun çevrime sahip Yinelenebilir (aynı başlangıç koşulları verildiğinde) Düzgünlük ve bağımsızlık için gerekli ideal istatiksel özellikleri sağlama
4 Rasgele Sayı Üretme Teknikleri Lineer Eşleşiklsel Yöntem - Linear Congruential Method (LCM). Birleştirilmiş Lineer Eşleşiklsel Üreteçler - Combined Linear Congruential Generators (CLCG). Rasgele-Sayı Dizileri - Random-Number Streams.
5 Linear Congruential Metodu 0 ve m- arasında, X, X 2, gibi bir tamsayı dizisi üretmek için kullanılacak rekürsif ilişki : X = ( ax i + c) mod m, = i+ i 0,,2,... Çarpan Artım Modül c, m, ve X 0 değerlerinin seçimi istatiksel özellikleri ve çevrim uzunluğunu önemli derecede etkiler. [0,m-] aralığında rasgele tamsayılar üretildikten sonra bunları rasgele sayılara dönüştürmek için: R i X i =, i =,2,... m
6 Örnek [LCM] X 0 = 27, a = 7, c = 43, ve m = 00 değerlerini kullanacak olursak, X i ve R i değerleri: X = (7*27+43) mod 00 = 502 mod 00 = 2, R = 0.02; X 2 = (7*2+43) mod 00 = 77, R 2 = 0.77; X 3 = (7*77+43) mod 00 = 52, R 3 = 0.52;
7 İyi Bir Üreteçin Karakteristik Özellikleri [LCM] Maksimum Yoğunluk R i, i =,2, ile kabul edilen değerler [0,] aralığında büyük boşluklar bırakmamalı. Problem: Herbir R i değeri sürekli değil, ayrıktır. Çözüm: m için büyük bir tamsayı kullanılması Yuvarlama çok az etki ediyor Maksimum Periyod Maksimum yoğunluğa ulaşmak ve uzun çevrim için gerekli. a, c, m, ve X 0 değerlerinin uygun seçilmesi ile mümkün Bilgisayarlar sayıların binary karşılığını kullanır m, modül değerinin 2 nin kuvveti olması hız ve etkinlik için önemlidir.
8 Maksimum Periyod m=2 b ve c 0 iken mümkün olan en uzun periyod: P=m=2 b dir. En uzun periyoda m ile c birbirine göre asal iken erişilebilir (ebob(m,c) =) m=2 b ve c=0 iken mümkün olan en uzun periyod: P=m/4 = 2 b-2 dir. En uzun periyoda X 0 (seed) tek olmak üzere a= 3+8k veya a=5+8k (k=0,,..) şeklinde seçildiğinde erişilebilir. m asal bir sayı ve c=0 iken mümkün olan en uzun periyod: P=m- dir. En uzun periyoda a k - değerinin m ile bölünebildiği en küçük k değeri k=m- iken erişilebilir.
9 Maksimum Periyod a=3, m=64=26, c=0 iken X 0 (seed) =,2,3,4 seçilirse maksimum periyod P=m/4=6 olacaktır ve ancak X 0 (seed)= veya 3 iken yani tek iken elde edilebilir.
10 Birleştirilmiş Lineer Congruential Üreteçler Neden: Simülasyon sistemlerinin karmaşıklığı arttıkça daha uzun periyodlara ihtiyaç duyulmuş, tek üreteç yetersiz kalmıştır. Yaklaşım: İki veya daha fazla çarpımsal eşleşiklsel (congruential) üreteçin birleştirilmesi. X i,, X i,2,, X i,k, k adet farklı eşleşiklsel (congruential) üreteçlerin i. çıktıları olsun. j. üreteç: m j asal modülüne, a j çarpanına sahip ve periyodu m j - ise üreteceği X i,j tamsayıları [, m j -] aralığında yakalşık üniformdur. W i,j = X i,j - ise [0, m j -2] aralığındaki tamsayılar için yakalşık üniformdur.
11 Birleştirilmiş Lineer Congruential Üreteçler L Ecuyer tarafından buna dayanarak k adet birleştirilmiş üreteç için önerilen form: k j X i X ( ) i = X i, j mod m, X i f 0 j= m Ri = m, X i = 0 m ( X Bu katsayı W i, =X i, - çıkarma işlemini sağlar k=2 için k = 2 0 j i, ) + ( X i,2 ) = ( ) ( X i, ) + ( ) ( X i,2 ) = ( ) j= Mümkün olan maksimum periyod: X i, j P ( m )( m )...( 2 2 = k m k )
12 Birleştirilmiş Lineer Congruential Üreteçler] 32-bit bilgisayarlar için, L Ecuyer [988] k = 2 adet üretecin m = 2,47,483,563, a = 40,04 ve m 2 = 2,47,483,399 a 2 = 20,692 olmak üzere birleştirilmesini önerir. Algoritma şu şekildedir: Adım : Kökler seçilir:. üreteç için X,0 [, 2,47,483,562] kademesinde 2. üreteç için X 2,0 [, 2,47,483,398] kademesinde. Adım 2: Herbir üreteç için, X,j+ = 40,04 X,j mod 2,47,483,563 X 2,j+ = 40,692 X,j mod 2,47,483,399. Adım 3: X j+ = (X,j+ - X 2,j+ ) mod 2,47,483,562 (m -). Adım 4: X j+, X j+ > 0 R + = 2,47,483,563 j 2,47,483,562, X j+ = 0 2,47,483,563 Adım 5: j = j+, 2. adıma geri dön. Bu birleştirilmiş üretecin periyou: (m )(m 2 )/2 ~ 2 x 0 8
13 Rasgele-Sayı Dizileri Lineer eşleşiklsel bir üreteç için kök (seed) değer: Rasgele sayı dizisini başlatan bir tamsayıdır. Bu dizideki herhangi bir değer üreteç için seed olarak kullanılabilir. Rasgele sayı dizisi: X 0, X,, X P. diziisinden alınmış bir başlangıç değerine (seed) işaret eder. Başlangıç değerleri dizinin bütünü içinde birbirinden uzakta seçilir. Eğer diziler b değer uzaklıkta ise i. dizi başlangıç değeri ile tanımlanır: S i = X b ( i ) Eski üreteçlerde: b = 0 5 civarında iken, yenilerde: b = 0 37 gibi büyük değerler kullanılıyor. k alt diziden oluşan tek bir rasgele sayı üreteci k farklı sanal rasgele sayı üreteci gibi kullanılabilir.
14 Rasgele-SayıTestleri İki kategoride topanır: Uniformluk Testi: H 0 : R i ~ U[0,] H : R i ~ U[0,] / H 0 hipotezi sayıların [0,] aralığında rasgele dağıldığını söyler, hipotezin aksinin gösterilememesi uniformluğun olmadığının tesbit edilemediğini söyler. Bağımsızlık Testi: H 0 : R i ~ bağımsız H : R i ~ bağımsız H 0 hipotezi sayıların bağımsız olduğunu söyler, hipotezin aksinin gösterilememesi bağımlılık tesbit edilemediğini söyler. Önem derecesi α, H 0 doğru iken reddetme olasılığıdır: α = P(red H 0 H 0 doğru) /
15 Rasgele-SayıTestleri Ne zaman kullanılmalı: Bilinen simülasyon dilleri veya rasgele sayı üreteçleri kullanılıyorsa test etmek gerekli olmayabilir, Eğer üreteç özellikle bilinmiyo veya dökümante edilmemiş ise (tablolama programları, nümerik-sembolik hesaplayıcılar gibi) pek çok örnek sayı için testler uygulanmalıdır. Test Tipleri: Teorik testler: Gerçek sayları üretmeden m, a, ve c gibi parametre seçimlerini inceler. Ampirik (deneysel) testler: Üretilen gerçek sayı dizilerine uygulanır.
16 Rasgele-SayıTestleri Frekans Testleri Uniforlmluk ile ilgili Kolmogorov-Smirnov testi Chi-square testi Otokorolasyon Testleri Bağımsızlık ile ilgili
Rasgele Sayı Üretme. Rasgele Sayıların Özellikleri. İki önemli istaiksel özelliği var :
Rasgele Sayı Üretme Rasgele Sayıların Özellikleri İki önemli istaiksel özelliği var : Düzgünlük (Uniformity) Bağımsızlık R i, rasgele sayısı olasılık yoğunluk fonksiyonu aşağıdaki gibi olan uniform bir
DetaylıIE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I
IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I Geçen Ders Sürekli Dağılımlar Uniform dağılımlar Üssel dağılım ve hafızasızlık özelliği (memoryless property) Gamma Dağılımı
DetaylıEME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi
..4 EME 7 Rassal Sayı ve Rassal Değer Üretimi SİSTEM SİMÜLASYONU Rassal Sayı ve Rassal Değer Üretimi Ders Girdi Analizi bölümünde gözlemlerden elde edilen verilere en uygun dağılımı uydurmuştuk. Bu günkü
DetaylıRASSAL SAYI ÜRETİLMESİ
Dr. Mehmet AKSARAYLI Ekonometri Böl. Simülasyon Ders Notları Rassal Sayı Üretilmesi RASSAL SAYI ÜRETİLMESİ Simülasyon analizinde kullanılacak az sayıda rassal sayı üretimi için ilkel yöntemler kullanılabilir.
DetaylıBMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER. İlhan AYDIN
BMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER İlhan AYDIN RASGELE SAYI ÜRETEÇLERİ BMÜ-421 Benzetim ve Modelleme 2 Deterministik terimler ile doğayı tanımlamak geleneksel bir yoldur. Doğa ve mühendislik
DetaylıRASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN
RASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN RASTGELE SAYILARIN ÜRETİLMESİ Rastgele değişimler yapay tablolardan veya parametreleri verilen teorik dağılım fonksiyonlarından elde edilir.
DetaylıRasgele Sayılar (Random Numbers) NUPAMC-2012 Bitlis
Rasgele Sayılar (Random Numbers) NUPAMC-2012 Bitlis Gültekin YEĞİN Fizik Bölümü Celal Bayar Üniversitesi Manisa 10 Mayıs 2012 Doç.Dr.Gultekin Yeğin (C.B.Ü. Fizik) Rasgele Sayılar (Random Numbers) NUPAMC-2012
DetaylıRASSAL SAYI ve RASSAL DEĞİŞ ĞİŞKEN. dd Her Ui nin beklenen değeri; Benzetimde rassallık k varsa, bir veya birden fazla dağı
RASSAL SAYI ve RASSAL DEĞİŞ ĞİŞKEN ÜRETİMİ Benzetimde rassallık k varsa, bir veya birden fazla ğılımdan rassal değişken üretimi yapılacakt lacaktır. Bu ğılımlar, gözlemden g elde edilen veriye giydirilmiş
DetaylıProgramlama Dilleri 1. Ders 3: Rastgele sayı üretimi ve uygulamaları
Ders 3: Rastgele sayı üretimi ve uygulamaları Ders 3 Genel Bakış Giriş Rastgele Sayı Rastgele Sayı Üreteci rand Fonksiyonunun İşlevi srand Fonksiyonunun İşlevi Monte Carlo Yöntemi Uygulama 1: Yazı-Tura
DetaylıRassal 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.
DetaylıGezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı
Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım Mehmet Ali Aytekin Tahir Emre Kalaycı Gündem Gezgin Satıcı Problemi GSP'yi Çözen Algoritmalar Genetik Algoritmalar
DetaylıBMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER. İlhan AYDIN
BMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER İlhan AYDIN RASGELE SAYI ÜRETEÇLERİ BMÜ-421 Benzetim ve Modelleme 2 Deterministik terimler ile doğayı tanımlamak geleneksel bir yoldur. Doğa ve mühendislik
DetaylıEME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9
EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi
DetaylıDeğişkenler. Geçerli değişken isimleri : baslamazamani, ad_soyad, x5 Geçersiz değişken isimleri : 3x, while
Değişkenler Değişkenler bir bilginin bellekteki konumunu temsil eden sembolik isimlerdir. Bilgisayarda hemen hemen tüm işlemler bellekte yapılır. Program çalıştırıldığında değişken ve bu değişkenin türüne
DetaylıFonksiyon Optimizasyonunda Genetik Algoritmalar
01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu
DetaylıEME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10
EME 35 Girdi Analizi Prosedürü Sistem Simülasyonu Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Dağılıma
DetaylıBLM-112 PROGRAMLAMA DİLLERİ II. Ders-1 Kapsama Kuralları & Rasgele Sayı Üretimi & Rekürsif (Özyinelemeli) Fonksiyonlar
BLM-112 PROGRAMLAMA DİLLERİ II Ders-1 Kapsama Kuralları & Rasgele Sayı Üretimi & Rekürsif (Özyinelemeli) Fonksiyonlar Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli
Detaylı1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi
1203608-SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN Ders No:5 RASSAL DEĞIŞKEN ÜRETIMI Bu bölümde oldukça yaygın bir biçimde kullanılan sürekli ve kesikli dağılımlardan örneklem alma prosedürleri
DetaylıBİL-142 Bilgisayar Programlama II
BİL-142 Bilgisayar Programlama II (C/C++) Hazırlayan: M.Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Giriş math Kütüphane Fonksiyonları Çok Parametreyle Fonksiyon Tanımı Fonksiyon
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri
EME 3117 1 2 Girdi Analizi SİSTEM SIMÜLASYONU Modellenecek sistemi (prosesi) dokümante et. Veri toplamak için bir plan geliştir. Veri topla. Verilerin grafiksel ve istatistiksel analizini yap. Girdi Analizi-I
DetaylıDr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net
Bilgisayar Programlama Ders 6 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Fonksiyon Prototipleri Fonksiyon Prototipleri Derleyici, fonksiyonların ilk hallerini (prototiplerini)
DetaylıİNÖNÜ ÜNİVERSİTESİ MÜH. FAK. BİLGİSAYAR MÜH. BÖL. ALGORİTMA VE PROGRAMLAMA 1 DERSİ LAB. ÖDEVİ
İNÖNÜ ÜNİVERSİTESİ MÜH. FAK. BİLGİSAYAR MÜH. BÖL. ALGORİTMA VE PROGRAMLAMA 1 DERSİ LAB. ÖDEVİ AD SOYAD : TESLİM TARİHİ : OKUL NO : TESLİM SÜRESİ : 2 hafta Ödev No : 7 ****(ilk 3 soru çıktı üzerinde el
DetaylıSİMETRİK ŞİFRELEME. DES (Veri Şifreleme Standardı, Data Encryption Standard)
SİMETRİK ŞİFRELEME DES (Veri Şifreleme Standardı, Data Encryption Standard) DES, veri şifrelemek (encryption) ve şifrelenmiş verileri açmak (decryption) için geliştirilmiş bir standarttır. Esas olarak
DetaylıBu kısımda işlem adı verilen özel bir fonksiyon çeşidini ve işlemlerin önemli özelliklerini inceleyeceğiz.
Bölüm 3 Gruplar Bu bölümde ilk olarak bir küme üzerinde tanımlı işlem kavramını ele alıp işlemlerin bazı özelliklerini inceleyeceğiz. Daha sonra kümeler ve üzerinde tanımlı işlemlerden oluşan cebirsel
Detaylı6.046J/18.401J DERS 7 Kıyım Fonksiyonu (Hashing I) Prof. Charles E. Leiserson
Algoritmalara Giriş 6.046J/8.40J DERS 7 Kıyım Fonksiyonu (Hashing I) Doğrudan erişim tabloları Çarpışmaları ilmekleme ile çözmek Kıyım fonksiyonu seçimi Açık adresleme Prof. Charles E. Leiserson October
Detaylı6.Hafta Kıyım Fonksiyonu (Hashing), BST. Doğrudan erişim tabloları Çarpışmaları ilmekleme ile çözmek Kıyım fonksiyonu seçimi Açık adresleme
1 6.Hafta Kıyım Fonksiyonu (Hashing), BST Doğrudan erişim tabloları Çarpışmaları ilmekleme ile çözmek Kıyım fonksiyonu seçimi Açık adresleme Sembol-tablosu problemi 2 Doğrudan erişim tablosu 3 4 Çözüm
DetaylıYZM ALGORİTMA ANALİZİ VE TASARIM DERS#1: ALGORİTMA KAVRAMI
YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#1: ALGORİTMA KAVRAMI Algoritma Nedir? Algoritma Bir problemin çözümü için geliştirilmiş özel metot Girdileri çıktılara dönüştüren sıralı hesaplama adımları Tanımlanmış
DetaylıKARAKTER DİZGİLERİ, BAĞINTILAR, FONKSİYONLAR KESİKLİ MATEMATİKSEL YAPILAR
KARAKTER DİZGİLERİ, BAĞINTILAR, FONKSİYONLAR KESİKLİ MATEMATİKSEL YAPILAR 2012-2013 Karakter Dizgisi Karakter Dizgisi Üzerine İşlemler Altdizgi Tanım 3.1.1: Bir X kümesi üzerinde bir karakter dizgisi (string)
Detaylı2. Klasik Kümeler-Bulanık Kümeler
2. Klasik Kümeler-Bulanık Kümeler Klasik Küme Teorisi Klasik kümelerde bir nesnenin bir kümeye üye olması ve üye olmaması söz konusudur. Bu yaklaşıma göre istediğimiz özelliğe sahip olan bir birey, eleman
Detaylıİstatistik 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
DetaylıHerhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır.
Kümülatif Dağılım Fonksiyonları Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır. F X (x) = P (X x) = x f X(x ) dx Sürekli
DetaylıULUSAL MATEMATİK OLİMPİYATLARI DENEMESİ ( ŞUBAT 2010 )
ULUSAL MATEMATİK OLİMPİYATLARI DENEMESİ ( ŞUBAT 010 ) 1) Dar açılı ABC üçgeninde BB 1 ve CC 1 yükseklikleri H noktasında kesişiyor. CH = C H, BH = B H ise BAC açısını bulunuz. 1 1 A)0 0 B)45 0 C) arccos
DetaylıSimülasyonda İstatiksel Modeller
Simülasyonda İstatiksel Modeller Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri iyi tanımlayabilir. İlgilenilen olayın örneklenmesi ile uygun
DetaylıDeprem Kayıtlarının Seçilmesi ve Ölçeklendirilmesi
İNŞAAT MÜHENDİSLERİ ODASI SAKARYA TEMSİLCİLİĞİ EĞİTİM SEMİNERLERİ Deprem ve Yapı Bilimleri Deprem Kayıtlarının Seçilmesi ve Ölçeklendirilmesi 12 Haziran 2008 Yrd. Doç. Dr. Yasin Fahjan fahjan@gyte.edu.tr
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye
DetaylıMustafa Sezer PEHLİVAN. Yüksek İhtisas Üniversitesi Beslenme ve Diyetetik Bölümü
* Yüksek İhtisas Üniversitesi Beslenme ve Diyetetik Bölümü SAYILAR Doğal Sayılar, Tam Sayılar, Rasyonel Sayılar, N={0,1,2,3,,n, } Z={,-3,-2,-1,0,1,2,3, } Q={p/q: p,q Z ve q 0} İrrasyonel Sayılar, I= {p/q
DetaylıYAPI İŞLETMESİ VE ŞANTİYE TEKNİĞİ 11 MONTE CARLO SİMÜLASYONU İLE İNŞAAT PROJELERİNDE SÜRE PLANLAMASI
MONTE CARLO SİMÜLASYONU İLE İNŞAAT PROJELERİNDE SÜRE PLANLAMASI Simülasyon gerçek yaşamı taklit etme sürecidir. Simülasyon Çeşitleri Fiziksel simülasyon Bilgisayarlı simülasyon Bilgisayarlı simülasyon
DetaylıMAT 302 SOYUT CEBİR II SORULAR. (b) = ise =
MAT 302 SOYUT CEBİR II SORULAR 1. : bir dönüşüm, olsunlar. a) ( ) = ( ) ( ) b) ( ) ( ) ( ) olduğunu c) ( ) nin eşitliğinin sağlanması için gerekli ve yeterli bir koşulun nin 1 1 olması ile mümkün olduğunu
DetaylıTanım Bir X kümesi üzerinde bir karakter dizgisi (string) X kümesindeki. boş karakter dizgisi (null string) denir ve l ile gösterilir.
BÖLÜM 3 Karakter Dizgileriil i Tanım 3.1.1 Bir X kümesi üzerinde bir karakter dizgisi (string) X kümesindeki öğelerden oluşan bir sonlu dizidir. Hiç bir öğesi olmayan bir karakter dizgisine boş karakter
DetaylıDOĞUŞ ÜNİVERSİTESİ 8. İSTANBUL MATEMATİK YARIŞMASI LİSELER KATEGORİSİ TAKIM YARIŞMASI
DOĞUŞ ÜNİVERSİTESİ 8. İSTANBUL MATEMATİK YARIŞMASI LİSELER KATEGORİSİ TAKIM YARIŞMASI 1-60) Dört çocuk, Ahmet, Ferit, Berk ve Mehmet koşu yarışı yapıyorlar. Yarışma sonucunda, Ahmet, "Ben birinci ve sonuncu
Detaylı1 Primitif Kökler. [Fermat ] p asal, p a a p 1 1 (mod p) a Z, a p a (mod p) [Euler] ebob(a, m) = 1, a φ(m) 1 (mod m) φ(1) := 1
Primitif Kökler [Fermat ] p asal, p a a p (mod p) a Z, a p a (mod p) [Euler] ebob(a, m) =, a φ(m) (mod m) φ : Z + Z + φ() := φ(m) := {x Z x < m, ebob(x, m) = } φ fonksiyonunun özellikleri: ) m >, φ(m)
Detaylıİstatistik 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
DetaylıKuyruk Sistemlerinin Simülasyonu
Kuyruk Sistemlerinin Simülasyonu Kuyruk sistemlerinin simülasyonu sonraki adımda ne olacağını belirlemek üzere bir olay listesinin tutulmasını ve bakımını gerektirir. Simülasyonda olaylar genellikle gerçek
DetaylıTemel Kavramlar. (r) Sıfırdan farklı kompleks sayılar kümesi: C. (i) Rasyonel sayılar kümesi: Q = { a b
Bölüm 1 Temel Kavramlar Bu bölümde bağıntı ve fonksiyon gibi bazı temel kavramlar üzerinde durulacak, tamsayıların bazı özellikleri ele alınacaktır. Bu çalışma boyunca kullanılacak bazı kümelerin gösterimleri
DetaylıMOD419 Görüntü İşleme
MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle
DetaylıEBOB - EKOK EBOB VE EKOK UN BULUNMASI. 2. Yol: En Büyük Ortak Bölen (Ebob) En Küçük Ortak Kat (Ekok) www.unkapani.com.tr. 1. Yol:
EBOB - EKOK En Büyük Ortak Bölen (Ebob) İki veya daha fazla pozitif tamsayıyı aynı anda bölen pozitif tamsayıların en büyüğüne bu sayıların en büyük ortak böleni denir ve kısaca Ebob ile gösterilir. Örneğin,
DetaylıKalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız)
Kalitatif Veri 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız). Ölçüm kategorideki veri sayısını yansıtır 3. Nominal yada Ordinal ölçek Multinomial Deneyler
DetaylıSayılar Kuramına Giriş Özet
Eğer bir b noktası bir a noktasının sağındaysa, o zaman a, b den küçük ve b, a dan büyük olarak sayılır, ve Sayılar Kuramına Giriş Özet David Pierce a < b, b > a yazılır. Tanıma göre a a, a < b a b, a
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN Derse Giriş Ders Web Sitesi: www.canerozcan.net Ofis Saatleri: Salı 11:00-13:00 Perşembe 15:30-17:30 ya da email ile randevu alınız: canerozcan@karabuk.edu.tr Kaynak Kitaplar:
DetaylıA GRUBU Noktaları adlandırılmış K 6 tam çizgesinin tam olarak 3 noktalı kaç tane alt çizgesi vardır? A) 9 B) 20 C) 24 D) 60 E) 160
A GRUBU.. Numarası :............................................. Adı Soyadı :............................................. SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına
DetaylıAçık Anahtarlı Kriptografi ve Uygulamalar
Uygulamalı Matematik Enstitüsü Kriptografi Bölümü Orta Doğu Teknik Üniversitesi SEM Seminerleri 29 Ocak 2013 Temel Kavramlar Temel Amaçlar Gizlilik Bilgi istenmeyen kişiler tarafından anlaşılamamalıdır.
DetaylıYrd. Doç. Dr. Ümit ATİLA
Yrd. Doç. Dr. Ümit ATİLA Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme. Bilgisayar sistemleri için veri sıralama çok önemlidir. Sıralama işlemi, hem arama işlemlerini hem de bir grup veriyi
DetaylıSimülasyonda 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
DetaylıParametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER
Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER bulunur. Bağımsızlık Testleri Sütun Kategorisi Satır Kategorisi I II III Satır Toplamı A B Sütun Toplamı Genel Toplam Bu kategorilere dayanarak A nın
DetaylıOlasılık ve İstatistik nedir? Bilgisayar Mühendisliğindeki yeri
Olasılık ve İstatistik nedir? Bilgisayar Mühendisliğindeki yeri IST 108 Olasılık ve İstatistik Bahar 2016 Yrd. Doç. Dr. Ferhat Dikbıyık Bu sunumun bir kısmı Utah Üniversitesi nden Bilgisayar Bilimleri
DetaylıRasgele Sayılar Rasgele Basamaklar
Rasgele Sayılar Rasgele Basamaklar Gerçek hayatı taklit etmek için ihtiyaç duyulan rasgeleliği elde etmek rasgele sayılar ın kullanılması ile mümkündür. Rasgele sayıların oluşturulmasında rasgele basamaklar
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan
DetaylıOluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir
Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma
DetaylıA) 1 B) 10 C) 100 D) 1000 E) Sonsuz. öğrencinin sinemaya tam bir kez birlikte gidecek şekilde ayarlanabilmesi aşağıdaki n
İLMO 008. Aşama Sınavı Soru Kitapçığı - A. 009 009 009 + +... + n toplamı hiçbir n doğal sayısı için aşağıdakilerden hangisiyle bölünemez? A) B) n C) n+ D) n+ E). ( x!)( y!) = z! eşitliğini sağlayan (x,
DetaylıÖrnek...3 : Aşağıdaki ifadelerden hangileri bir dizinin genel terim i olabilir?
DİZİLER Tanım kümesi pozitif tam sayılar kümesi olan her fonksiyona dizi denir. Örneğin f : Z + R, f (n )=n 2 ifadesi bir dizi belirtir. Diziler, değer kümelerine göre adlandırı - lırlar. Dizinin değer
Detaylı8. Uygulama. Bazı Sürekli Dağılımlar
8. Uygulama Bazı Sürekli Dağılımlar : Bir tür böcek 6 gün yaşadıktan sonra iki gün içinde aynı miktarlarda azalıp ölmektedir. X rasgele değişkeni bu türden bir böceğin ömrü olmak üzere, X U (6,8) dır.
DetaylıYZM 3217 YAPAY ZEKA DERS#10: KÜMELEME
YZM 317 YAPAY ZEKA DERS#10: KÜMELEME Sınıflandırma (Classification) Eğiticili (supervised) sınıflandırma: Sınıflandırma: Sınıf sayısı ve bir grup örneğin hangi sınıfa ait olduğunu bilinir Eğiticisiz (unsupervised)
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıBölüm 4 Aritmetik Devreler
Bölüm 4 Aritmetik Devreler DENEY 4- Aritmetik Lojik Ünite Devresi DENEYİN AMACI. Aritmetik lojik birimin (ALU) işlevlerini ve uygulamalarını anlamak. 2. 748 ALU tümdevresi ile aritmetik ve lojik işlemler
DetaylıMIT 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.
DetaylıBir bütünün eş parçalarının bütüne olan oranı kesir olarak adlandırılır. b Payda
Matematik6 Bir Bakışta Matematik Kazanım Defteri Özet bilgi alanları... Kesirlerle İşlemler KESİR ve KESİRLERDE SIRALAMA Bir bütünün eş parçalarının bütüne olan oranı kesir olarak adlandırılır. Bir kesirde
DetaylıENF102 TEMEL BİLGİSAYAR BİLİMLERİ VE C/ C++ PROGRAMLAMA DİLİ. Gazi Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü
ENF102 TEMEL BİLGİSAYAR BİLİMLERİ VE C/ C++ PROGRAMLAMA DİLİ Gazi Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Konular Giriş math Kütüphane Fonksiyonları Çok Parametreyle Fonksiyon
DetaylıMĐKROĐŞLEMCĐLĐ FONKSĐYON ÜRETECĐ
K TÜ Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Mikroişlemciler Laboratuarı MĐKROĐŞLEMCĐLĐ FONKSĐYON ÜRETECĐ Mikrobilgisayarların kullanım alanlarından biri de değişik biçimli periyodik işaretlerin
DetaylıEME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
0..07 EME 37 SISTEM SIMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)
Detaylısayısının tamkare olmasını sağlayan kaç p asal sayısı vardır?(88.32) = n 2 ise, (2 p 1
TAM KARELER 1. Bir 1000 basamaklı sayıda bir tanesi dışında tüm basamaklar 5 tir. Bu sayının hiçbir tam sayının karesi olamayacağını kanıtlayınız. (2L44) Çözüm: Son rakam 5 ise, bir önceki 2 olmak zorunda.
DetaylıVERİ YAPILARI DERS NOTLARI BÖLÜM 1 GİRİŞ. Yard. Doç. Dr. Deniz KILINÇ
VERİ YAPILARI DERS NOTLARI BÖLÜM 1 GİRİŞ Yard. Doç. Dr. Deniz KILINÇ CELAL BAYAR ÜNİVERSİTESİ, YAZILIM MÜHENDİSLİĞİ 2015-2016 1. DERS İÇERİĞİ VE KAYNAKLAR Veri Yapıları (VY) dersinde görülmesi muhtemel
DetaylıKÜMELER VE MANTIK KESİLİ MATEMATİKSEL YAPILAR
KÜMELER VE MANTIK KESİLİ MATEMATİKSEL YAPILAR Kümeler Koşullu ve Mantıksal Denklik Kümeler Kümeler Ayrık Kümeler De-Morgan Kuralı Z (Zahlen; alm.) tamsayılar kümesi Z negatif tamsayılar kümesi, Z nonneg
DetaylıCEVAP ANAHTARI. Tempo Testi D 2-B 3-A 4-A 5-C 6-B 7-B 8-C 9-B 10-D 11-C 12-D 13-C 14-C
01. BÖLÜM: FONKSİYONLARLA İLGİLİ UYGULAMALAR - 1 1-E 2-D 3-C 4-E 5-B 6-C 7-C 8-B 9-C 10-D 11-C - 2 1-D 2-E 3-C 4-D 5-E 6-E 7-C 8-D 9-E 10-B - 3 1-E 2-A 3-B 4-D 5-A 6-E 7-E 8-C 9-C 10-C 11-C 1-A 2-B 3-E
DetaylıFAKTÖRİYEL. TANIM Pozitif ilk n tam sayının çarpımı n = n! biçiminde gösterilir. n Faktöriyel okunur.
FAKTÖRİYEL TANIM Pozitif ilk n tam sayının çarpımı 1.2.3 n = n! biçiminde gösterilir. n Faktöriyel okunur. 1!=1 2!=1.2=2 3!=1.2.3=6 4!=1.2.3.4=24 5!=1.2.3.4.5=120 gibi. Özel olarak; 0! = 1 olarak tanımlanmıştır.
DetaylıYrd. Doç. Dr. A. Burak İNNER
Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr Doğrusal Ara Değer Hesabı Lagrance Polinom İnterpolasyonu
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN Derse Giriş Ders Web Sitesi: www.canerozcan.net Ofis Saatleri: Salı 11:00-13:00 Perşembe 15:30-17:30 ya da email ile randevu alınız: canerozcan@karabuk.edu.tr Kaynak Kitaplar:
Detaylı6. Ders. Mahir Bilen Can. Mayıs 16, 2016
6. Ders Mahir Bilen Can Mayıs 16, 2016 Bu derste lineer cebirdeki bazı fikirleri gözden geçirip Lie teorisine uygulamalarını inceleyeceğiz. Bütün Lie cebirlerinin cebirsel olarak kapalı ve karakteristiği
DetaylıKuyruk Simulasyonu (Qeue Simulation)
Kuyruk Simulasyonu (Qeue Simulation) Prof. Dr. E. Murat ESİN Argeritma Teknoloji Geliştirme ve Danışmanlık Hizmetleri San. ve Tic. Ltd. Şti. Sistem analizi çalışmalarında kuyruk simulasyonu özel bir yer
Detaylıköşe (vertex) kenar (edg d e)
BÖLÜM 7 köşe (vertex) kenar (edge) Esk den Ank ya bir yol (path) Tanım 7.1.1: Bir G çizgesi (ya da yönsüz çizgesi) köşelerden oluşan bir V kümesinden ve kenarlardan oluşan bir E kümesinden oluşur. Herbir
DetaylıUludağ Journal of Economy and Society / U.Ü. İktisadi ve İdari Bilimler Fakültesi Dergisi Cilt / Volume 36, Sayı / Issue 2, 2017 ss./pp
Üstel Dağılım İçin Rassal Değişkenlik Üretimi ve VBA Uygulaması Uludağ Journal of Economy and Society / U.Ü. İktisadi ve İdari Bilimler Fakültesi Dergisi Cilt / Volume 36, Sayı / Issue 2, ss./pp. 23-38.
DetaylıAyrışımların Modulo 11 Kongrüans Özellikleri
EN BİLİMLERİ ENSTİTÜSÜ DERGİSİ MAKUEBED (011) 4: 61-73 Ayrışımların Modulo 11 Kongrüans Özellikleri Göksal BİLGİCİ Kastamonu Üniversitesi, Eğitim akültesi, B.Ö.T.E., Kastamonu. Sorumlu yazar e-mail: gbilgici@gazi.edu.tr
DetaylıIE 303 SİSTEM BENZETİMİ
IE 303 SİSTEM BENZETİMİ DERS 2 : S I M U L A S Y O N Ö R N E K L E R I...making simulations of what you're going to build is tremendously useful if you can get feedback from them that will tell you where
DetaylıSİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I
SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I Soru 1) Rassal Sayı üretme yöntemlerinden Doğrusal Eşlik Üretecinin parametrelerinin a=13, m=40 ve c=1; başlangıç değeri x 0 =3 olsun. Verilen başlangıç değerini
Detaylı1106104 SİSTEM SİMÜLASYONU
6 SİSTEM SİMÜLASYONU Yrd Doç. Dr. Sırma Yavuz Çarşamba : - : (F-9) Ofis: B Blok - Kat Donanım Lab. Ofis Saatleri : Çarşamba 6: - 7: İçerik Simülasyon Modeli Yaklaşımları Kuyruk Sistemlerinin Simülasyonu
Detaylı3. Bölüm Algoritmalar
3. Bölüm Algoritmalar Algoritma ve Programlamaya Giriş Dr. Serkan DİŞLİTAŞ 3.1. Veri ve Bilgi Şekil 3.1 de bilgisayar sistemin temelini oluşturan veri işlem modeli görülmektedir. Hesaplama, saklama gibi
DetaylıBahar Yarıyılı D_IFERANS_IYEL DENKLEMLER II ARA SINAV 6 Nisan 2011 Süre: 90 dakika CEVAP ANAHTARI. y = c n x n+r. (n + r) c n x n+r 1 +
DÜZCE ÜN_IVERS_ITES_I FEN-EDEB_IYAT FAKÜLTES_I MATEMAT_IK BÖLÜMÜ 010-011 Bahar Yarıyılı D_IFERANS_IYEL DENKLEMLER II ARA SINAV 6 Nisan 011 Süre: 90 dakika CEVAP ANAHTARI 1. 0p x d y + dy + xy = 0 diferansiyel
DetaylıPolialfabetik Şifreleme (Vigenere)
Polialfabetik Şifreleme (Vigenere) Polialfabetik şifrelemede ise, anahtara bağlı olarak her harf alfabede birden fazla harfle eşleşmektedir. Bu tip şifreleme, mono alfabetik yöntemlerden farklı olarak,
Detaylı+..+b 0 Polinomlarının. kongüransını inceleyeceğiz.
POLİNOMLAR VE WİLSON TEOREMİ 9.1 Polinomlar kongüranslar. Polinomları ve onların soyut cebir ile ilgili özelliklerini 4. bölümde geniș ele alacağız. Bu kısımda ise sayılar teorisi açısından bazı özelliklerine
DetaylıMETASEZGİSEL YÖNTEMLER
METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,
DetaylıMETASEZGİSEL YÖNTEMLER. Genetik Algoritmalar
METASEZGİSEL YÖNTEMLER Genetik Algoritmalar 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik Genetik Algoritma Algoritma Uygulamaları üzerine klasik eser
DetaylıEME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar
9.0.06 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar EME 7 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller (Sürekli Dağılımlar) Ders 5 Sürekli Düzgün Dağılım Sürekli Düzgün (Uniform)
DetaylıDizi Antenler. Özdeş anten elemanlarından oluşan bir dizi antenin ışıma diyagramını belirleyen faktörler şunlardır.
Dizi Antenler Özdeş anten elemanlarından oluşan bir dizi antenin ışıma diyagramını belirleyen faktörler şunlardır. 1. Dizi antenin geometrik şekli (lineer, dairesel, küresel..vs.) 2. Dizi elemanları arasındaki
DetaylıMS Excel. Excel Microsoft Office in bir parçasını oluşturur. Office 2007, Office 2010, Office 2013, Office 2016
MS Excel Elektronik tablolama veya hesaplama programı olarak da adlandırılan Excel, girilen veriler üzerinde hesap yapabilme, tablolar içinde verilerle grafik oluşturma, verileri karşılaştırıp sonuç üretebilme
DetaylıParametrik 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
DetaylıBMT 101 Algoritma ve Programlama I 3. Hafta (Örnekler) Yük. Müh. Köksal GÜNDOĞDU 1
BMT 101 Algoritma ve Programlama I 3. Hafta (Örnekler) Yük. Müh. Köksal GÜNDOĞDU 1 Örnek Uygulamalar Yük. Müh. Köksal GÜNDOĞDU 2 Örnek: Aşağıdaki akış diyagramının sonucunu bulunuz. Yük. Müh. Köksal GÜNDOĞDU
DetaylıAyrık Olasılık. Ayrık Olasılığa Giriş
Ayrık Olasılık CC-59 Ayrık Yaılar Konstantin Busch - LU Ayrık Olasılığa Giriş Hilesiz zar Örnek uzay: {,,3,4,5,6} Olası tüm sonuçlar olayının olasılığı: olay kümesinin buyuklugu örnek uzayin buyuklugu
DetaylıİLKMATZUM 8. SINIF MATEMATİK 2016 DENEME-2
A KİTAPÇIK TÜRÜ İLKMATZUM 8. SINIF MATEMATİK 2016 DENEME-2 Bu deneme de emeği geçen bütün İlkMatZum öğretmenlerine teşekkürü borç biliriz. WWW.OGRETMENFORUMU.COM Adı ve Soyadı Sınıfı Öğrenci Numarası.../.../2016
DetaylıRasgele Sayılar. 1.1 Bilgisayar Rasgele Sayı Üretemez! 1.2 rand() fonksiyonu
1 Rasgele Sayılar 1.1 Bilgisayar Rasgele Sayı Üretemez! Bilgisayar uygulamalarında sık sık rasgele sayı üretimi ile karşılaşırız. Hemen her oyunda ve kriptografide karşımıza aynı soru çıkar. Bilgisayarda
Detaylı