5.1 Olasılık Tarihi Temel Olasılık Kavramları

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "5.1 Olasılık Tarihi Temel Olasılık Kavramları"

Transkript

1 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Koşullu (Şartlı Olasılık 5.6. ayes Teorem 5.7. ağımsızlık: 5.8. Olasılık Foksyoları Keskl Rasgele Değşke Olasılık Dağılımı Sürekl Rasgele Değşke Olasılık Dağılımı 5.9. eklee Değer (Exected Value 5.0. Varyas

2 5. Olasılık Tarh Şasa bağlı olaylar 7. yüzyılda bu yaa yoğu olarak celemektedr. Ülü fzkç Galle fzksel büyüklükler ölçüm hatalarıı celemş ve bu hataları şasa bağlı olduğuu varsayarak hatalrı olasılığıı hesalamıştır. yı yüzyılda sgorta hesaları yaılmaya başlamış ve doğal olayları kauları oluşturulmaya çalışılırke şasa bağlı olayları aalz ç olasılık hesalamalarıa başvurulmuştur. u amaçla şasa bağlı olayları alaşılması bast modeller kurulurke şas oyularıda yararlaılmıştır. Moder olasılık teoroso 650 lerde Pascal, Fermat, ve Huuyges çalışmaları le oluşmaya başlamıştır. u çalışmalar oyu teoroso, olasılık kavramları ve beklee değer gb kavramları doğmasıa sebe olmuştur. 6. yüzyılı solarıa doğru eroull büyükm sayılar kauu ele almıştış ve satlamıştır. 7. yüzyılı başlarıda De Movre ormal veya Gauss teorem bulmuştur. 7. yüzyılı ortalarıda tbare Lalace ve 8 yüzyılı başlarıda Gauss ve Posso u olasılık teorse çok katkıları olmuştur. Lalace merkez lmt teorem satlamış. Gauss ormal kauu daha cdd olarak ele almış ve e küçük kareler yötem gelştrmştr. 8. yüzyıl ve 9. yüzyılı başları olasılık teors e yoğu gelştğ döem olmuştur. u döemde olasılık teors brçok alada uygulamaya başlamıştır. 9. yüzyılda Tchebyhheff ve Markov olasılık teorse daha moder br alam getre çalışmalarda buludu, 0 yüzyılda se Kolmogorov, Fsher Nevma ve Cramer bu alada büyük katkı sağlamış blm adamlarıdır. 5.. Temel Olasılık Kavramları Gülük hayatta olasılık, gelecektek br olay ç breyler umutlarıı, bekletler br ölçüsüdür. u taıma göre br olayı ortaya çıkma olasılığıı farklı breyler değşk umutları olduğu varsayımıda geelleştrmek mümkü değldr. uda ötürü bu taım blmsel br temel oluşturmaz. r olayı gerçekleşme olasılığı, olayı gerçekleşmes ç uygu haller tüm olaaklı hallere oraıdır. Fzksel ve sosyal br olguu kes olarak belrlemes olaaksız da olsa, bu tür olgular yeterce gözledklerde belrl br düzeler oldukları sataablr. u düze matematksel fades elde etmek, olguları gerçekleşmese lşk yargılarımızı, öermelermz sayılaştırmak olasılık teors suduğu araçlarla olaaklıdır. astçe fade edersek olasılık, rastlatısal br olguya lşk br öerme

3 3 kese yada olaaksıza e kadar yakı olduğuu göstere br sayıdır. 0 olaaksızı se kesleşmey smgeler. Olasılık, objektf yötemlerle ve/veya sübjektf süreçte hesalaablr. r olayı sübjektf olasılığı, daha öcek k taım da olduğu gb yalızca objektf yötemlerle değl, sübjektf yargılarıı da hesaba katıldığı ve söz kousu olayı geçerllğe ya da olablrlğe lşk verle ve vere kş olayı gerçekleşmese lşk kşsel güve dereces göstere [0, ] aralığıda reel br sayıdır. Sübjektf taım, yasaya lk kez sürülecek ola br ürüü % 5 lk Pazar ayı alması, 05 yılıda br meteoru düyaya çarması ya da 0 yıl çersde Kuzey aadolu fay hattı üzerde merkez üssü İstabul u güey ve 7 büyüklüğüde br derem olması gb gelecekte gerçekleşecek olayları olasılığıı hesalamada kullaılablr. Olasılıklar tay edlrke objektf ver ve veya sübjektf yargıya başvurulur. Öreğ br ürüü Pazar ayı ç olasılık hesalarke, gelecektek müşter bekletler gb sübjektf verler yaı sıra geçmştek bezer ve rak ürü grularıı Pazar ayları gb objektf verler brleştrerek olasılıklar tay edeblrler. cak başvurdukları krterlere, blg brkmlere ve yeteeklere göre farklı hesalama modeller farklı olasılıklar vereblr, bu edele bu taım sübjektf olasılık kavramı le fade edlr. Taım : r olayı meydaa gelme şasıı sayısal değere olasılık der ve le gösterlr. Olasılık 0 aralığıda değerler alablr. Kes olaylarda %00 meydaa gelme olasılığı dr. Taım : Verle br deey mümkü ola bütü souçlarıı oluşturduğu kümeye örek uzay der. Taım : Eğer br olay s defa gerçekleşr ve f defa gerekleşmezse ve eğer örek uzayı s+f kadar olayları hes eşt şasa sahse bu olaylardak s başarıı olasılığı ve s f başarısızlık olasılığı f q s f olur. s f u taımda q elde edlr ve bu souç geelleeblr. s f s f

4 4 Taım : İster deemede, ster doğruda elde edle verlere olay der. u olaylar brer örek oktası olarak E ( evet le gösterlrse; Tek zar atılışıda gelmes E gelmes E. 6 gelmes E 6 tek sayı gelmes, 4 de küçük gelmes le gösterls. ve se brkaç olayı E brleşmesde oluşur. u edele E : bast (elemeter olaylar,: brleşk olaylar olarak adladırılır. E ler brer olaydır ve Örek: r basketbol müsabakasıı soucuda takımlar açısıda 3 durum söz kousudur: MağlubyetM GalbyetG eraberlk Örek : S M, G, Deey : Tek zar atılışı Örek Uzayı : S,,3, 4,5,6 r başka gösterm se : S E, E, E, E, E, E E E E3 3 E4 4 ast olaylar E5 5 E6 6 Olayı: Tek zar atılışı deey soucuda tek sayı gelmes Olayı: Tek zar atılışı deey soucuda 4 de küçük sayı gelmes E, E3, E5,3,5,,,,3 rleşk Olaylar E E E 3 Taım : u olaylar okta setler oluştururlar ve her bast olay E ç br okta vardır ve bular örek oktası adıı alırlar. Örek oktalarıı oluşturduğu sete( uzaya örek uzayı (S delr. Örek uzayıı gösterm 3 bçmde olur:

5 5. Lsteleme Örek: Deeme br metal ara le yaılırsa; S Y, T örek uzayıda k okta var.. Ve dyagramı S.E.E 3.E.E 4.E 6 E 5 3. ğaç dyagramı ğaç dyagramı çoğulukla brde çok brlkte veya ardışık gerçekleşe olayları göstermde daha yararlı olur. Örek: Deeme k metal ara le yaılırsa; Y, Y, Y, T,, T, Y, T T S, Y YY I Y T T Y YT TY T TT Taım : oş küme le örek uzay S de brer olaydır. olayıa olaaksız olay, S olayıa da kes olay der.

6 6 r set çde tüm elema ya da olayları olasılıkları tolamı dama; E ve 0 E dr. Örek uzayı ( set S le gösterlrse; S E E,...,, E E E E... dr. E Örek: Deeme k zar le yaılırsa örek uzayı S, j ;, j,,...,6,,,,,3,...,,6,,,...,..., 6,6 S şeklde oluşturulur. Örek: Çft zar atılışıda üst yüzler tolamıı 6 gelmes olasılığı S 36 okta var r metal ara atılışıda; S Y, T = I. II. zar zar 5 Örek: Y ve T gelmes eşt olasılıklıdır varsayımı altıda, ya metal ara hlesz se, bu k olayı soucuu meydaa gelme olasılıkları 0,5 dr. Örek: İk metal ara atılışıda; T, T, T, Y, Y, T Y Y S, T, T 4 Y, T 4 4

7 7 Örek:,,C gb değşk ırkta üç at yarışıyor. ı kazama olasılığı k katı; k de C k katıdır. Her br,, C şeklde fade edle kazama olasılıklarıı buluuz. C= dyelm. = ; =4 dr. Tüm olasılıklar tolamı olacağıda ++4= =/7 =4/7 =/7 C=/7 Taım : Şasa ağlılık yı koşullar altıda tekrarladığıda dama ayı soucu vermeye, bu edele de determstk( kes olmaya deeylere şasa bağlı deey der. Taım : Şas değşke: r değşke acak, taım aralığıdak br değer bell br olasılık değer le alabldğde şasa bağlı br değşkedr Şas değşke => x x x x => taım aralığı (örek uzayı 0< < => => =.3. Deeysel Olasılık Taım : Eğer adet deemede başarı sayısı s ve lm ke başarıı s frekası s/ bell br lmte ulaşırsa, bu değere (s/ o deeme başarı olasılığı der. Olasılığı dğer br satama yolu çok sayıda deeyler yamakla da mümküdür ve olayı souçları defalarca gözlemler. u şeklde elde edle başarılı olay sayısıı tolam deey sayısıa oraıa deeysel olasılık der. Şasa bağlı br deey ayı koşullar altıda f keza tekrarlaırsa, bu deeyde lglele olaya at souç (sıklık sayısı f a olsu. Deey sayısı yeterce tekrarlaırsa bu oraıı belrl br değere vardığıda durağalaştığı görülür. İlglele bu a olayıı gerçekleşme olasılığı ( a lm f a f bçmde fade edlr. Olasılık çoğu kez uzu döem tekrarlı olay/deeme souçlarıda elde edle s frekas olarak yorumlaır.

8 Temel olasılık Teoremler x ; x olayıı olasılığı gerçek br sayıdır. x 0 3 rakest : Örek uzayıda k olayı brlkte gerçekleşmes söz kousu se k olayı oluşturduğu alt sete bu olayları arakest (tersecto der ve E ve E gb k olayı brleşm E E şeklde gösterlr., ve şeklde okuur ve ( x x x bçmde gösterlr. Geelleme : E : :,..., değerler ç E E E... E E ler hesde ortak ola oktaları fade eder. Taım : r örek uzayıda taımlaa olaylar brbr egelleyeblecek telkte olablr. rbr egelleye olaylar ( mutually exclusve, ayı ada gerçekleşmes mümkü olmaya olaylardır. (ayrık olaylar: dsjot rbr egelleye olaylar ç kesşm: se ( + E E dr. j 4 rleşm : Örek uzayıda k olayda herhag br gerçekleşmes söz kousu se k olayı oluşturduğu alt sete bu olayları brleşm( uo der ve E ve E gb k olayı brleşm E E şeklde gösterlr., ya da şeklde okuur ve ( x x x bçmde gösterlr. rbr egelleye olaylarda: ve gb k olay brbr egellyorsa Eğer. lşks geçerl değldr.. ks halde k olay brlkte gerçekleşeblr.

9 9 0 se ve brbr egellyorsa 0 olur rlkte gerçekleşeble olaylarda: k a k b k a b k k cak 0 dr. se brbr egelleye k olay söz kousudur ve Eğer olaylar bağımlı se ya ve brbr egellemyorsa =.

10 0 Örek : Tek zar atılışıda; çıkablecek souçları kümes örek uzay olu E,..., 6 S E, E dr. ve olayları aşağıdak gb oluşturulmuş olsu: =E, E E =E, E 5, 4 E, E E, E 4, 5 S ı ı ı ı ı * * * * * ={} tersecto( arakest Örek: r sııfta 0 erkek 0 kız öğrec vardır. Kızları ve erkekler yarısı syah gözlüdür. Örek olarak alıa br öğrec br erkek veya syah gözlü olması olasılığıı hesalayıız. =Öğrec erkektr =Öğrec syah gözlüdür. =Öğrec erkek veya syah gözlüdür. 0 5, oulasyo olasılığı dr. 5 E E u E : :,..., tümü E E E... E E ler herhag brde yer ala oktaları 6 0 se 7

11 ( ( ( 0 ( olduğuda ( ( dır. ağımsız üç olayı olasılığı C C Karşılıklı bağımlı üç olayı olasılığı g d g e C g f C C g f e d g e f c f g d b g e d a C C C c b a g g f g e g d c b a

12 C ( ( ( C ( C C C Geelleme : Yukarıda elde edle bu souç 3 de fazla olaylar ç de geelleeblr. j j j k j k m jk jk m 8 ( ( S ( S ( 9 - veya!, le farkı şeklde okuur ve ( x x, x bçmde gösterlr. ve k olay olsu. u durumda ( ( ( ( Dğer tarafta, ( ( olduğuda ( ( ( olur. 0 Değl ağıtısı: r olayıı meydaa gelme olasılığı, ayı olayı meydaa gelmeme olasılığı se ' le gösterlrse; ' olayı, olayıı meydaa gelmemes durumudur. u k olay arasıda şu lşk mevcuttur. ' ' veya ' dür.

13 3 Örek: 50 kşlk br sııfta 0 kız, 30 erkek öğrec bulumaktadır. Rastgele oluşturulacak 5 kşlk br çalışma grubu çersde, e az tae kız öğrec buluması olasılığı edr? urada 50 kşlk sııfta 5 kşlk br alt set seçm söz kousudur. 50 kşde beşerl olaaklı gru oluşturma sayısı 5 kadardır öğrec çersde 5 kşlk gruba hç kız öğrec grmemes, 5 öğrec de erkek seçlmes alamıa gelr ve bu durumuu çere alt setler se 30 farklı şeklde gerçekleşşeblr. 5 E az kız öğrec buluma olasılığı x x x x 3 x 4 x 5 veya O halde x 0 dr. f f ' dr ve temel olasılık teoremde 30 5 olarak buluur. 50 5, değl şeklde okuur. ı S ye göre tümleyedr ve ( x xs, x bçmde gösterlr. E, E olayıı tamamlayıcısı olsu E E dolayısıyla da E E dr.

14 4 Çükü; S E E S E E azı şlem özellkler : ( C ( C ( C ( C ( C ( ( C ( C ( ( C De Morga Kauları = = Eğer,,... kşer kşer ayrık olaylar se (... ( (... ( Örek: r bakada yaıla br araştırmada her 5 kadı müşterde 3 üü (, her erkek müşterde ( kred şlem ç bakaya geldğ test edlmştr. Her k olaya lşk =3/5 =/ =3/0 olasılıkları verldğe göre U v P (, P ( v v

15 5 U=+- = v ( P ( P = 8 P P v 3 P 0 0 v ( P = 3 7 P 0 0 Örek: Üç kutu ve çdekler aşağıdak bçmde verlmştr. I. kutu 0 amul 4 ü bozuk II. kutu 6 amul bozuk III. kutu 8 amul 3 ü bozuk Kutularda br rastgele seçlyor ve bu kutuda br amul alııyor. u amulü bozuk olması olasılığı edr? urada k deeylk br ser var: üç kutuda br seçmek seçle kutuda bozuk ya da sağlam amul çekmek /3 I /5 3/5 S (/3.(/5 /3 /3 II /6 5/6 S (/3.(/6 3/360 III 3/8 (/3.(3/8 5/8 S

16 6 Örek: I. ve II. torbadak toları sayısı aşağıdak gbdr. Rastgele çekle br tou, a. S olması b. olması c. M olması d. S veya olması e. S veya veya M olması olasılığı edr? 6 8 S I S II S I S II S a. b. I II veya 5 8 c. M I M II M ( M ( S ( d. S I SII S I II ( S ( M = veya e. S M S M

17 Koşullu (Şartlı Olasılık S örek uzayı çde E herhag br olay olsu. (E>0. E olayıı gerçekleştğ bldkte sora, k bu durumda ye örek uzayı E ye drgemş olur ve bua drgemş örek uzayı da der, olayıı gerçekleşmes olasılığı ya da br başka deyşle E olayı gerçekleşt se ı koşullu olasılığı /E le gösterlr. E E / E E / E PE ( Örek: İk zar brlkte atılıyor; tolam 6 gelmşse zarlarda br gelmes olasılığı edr? E tolam 6,5,,4, 3,3, 4,, 5, zarlarda br (,,(3,,(4,,(5,,(6,,,, E,4, 4, E /36 / E PE ( 5/ 36 ( E' elema says / E E' elema says,3,(,4,(,5,(,6 Souçlar: E / E E E E / da yazılablr.

18 8 Taım : oole eştszlğ,,..., br S örek uzayıda olaylarsa P dr. Örek: r okulu öğrecler %5 matematkte, %5 kmyada ve %0 u hem matematkte hem kmyada başarısızdır. Rassal olarak alıa öğrec Kmyada zayıf se, matematkte de zayıf olması Matematkte zayıf se kmyada da zayıf olması Kmyada yada matematkte zayıf olması olasılıklarıı ayrı ayrı hesalayıız. M=Matematkte zayıf öğrecler K=Kmyada zayıf öğrecler. C M 0.0 M C PC ( C M 0.0 C M PM ( M C M C M C Koşullu Olasılıkta Çarım Kuralı olayıı soucu y ya da olayıı soucu yı etkledğ durumlar da söz kousudur (brbr egellyorsa olmaz. / / /. / 3 / Örek: r kutuda adet arça vardır. uları 4 taes arızalıdır. Kutuda 3 tae arça arka arkaya (yere komada çeklyor. Çekle üç arçaı da sağlam olması olasılığı edr? rc arçaı sağlam olması olasılığı: 8/ rc sağlam kalmak koşuluyla kcs sağlam olması olasılığı 7/

19 9 İlk ks sağlam olmak koşuluyla üçücüsüü de sağlam olma olasılığı 6/0 dur. Çarım teorse göre I II III I II / I III / I II Örek : İçde 40 tae stadarda uygu, 0 tae se stadarda uygu olmaya arça bulua br kutuda a İadel b İadesz örekleme le arça alııyor =. arça bozuk =. arça bozuk gösteryor se ve e olur? a =/5= b =/5 ve /E=9/49 P ( / E 0/ 49 ya burada veya. / >0. / >0 şeklde yazılablr ve burada da /. şeklde de yazılablr. Örek: r fabrkada bulua 0 tae make özellkler aşağıdak gbdr. Marka Tolam Ye Esk 3 Tolam Makelerde br şasa bağlı olarak çekldğde a Make ye olması b Make makesde olma olasılığı c Ye olma olasılığı d Make ye olduğu blyorsa buu makesde olma olasılığı edr? a Y=7/0 b =6/0 c Y=4/0 d /Y=Y/Y=4/7 şeklde hesalaır.

20 0 Örek: I. torbada to çeklyor ve II. torbaya kouyor. II. torbada çekle tou beyaz olması olasılığı edr? : II. torbada çekle tou beyaz gelmes : I. torbada çekle tou beyaz ve II. torbada çekle tou beyaz gelmes C: I. torbada çekle tou syah ve II. torbada çekle tou beyaz gelmes : I. torbada çekle tou beyaz gelmes C : I. torbada çekle tou syah gelmes =+C... ( =.... ( C= C.... (3 C C 0 ve C brbr egelleye olaylar C / C. / C

21 veya dğer br çözüm yolu olayları tümüü taımlamakla mümküdür. : beyaz gelmes :,,3 S : syah gelmes olaylar E I. torbada çekle to II.torbada çekle to olasılığı E E /3./=/6 E /6 (* 3 E 3 /6 (* E 4 /6 (* 3 E 5 S /6 (* 3 E S S /6 6 5 : II. torbada çekle tou beyaz gelmes 6 Örek: de 0 a kadar umaralamış kartlarda k tae örek seçlyor. Tolamı tek sayı olma olasılığıı hesalayıız. İk kart beraber çeklmşse, rc çekl yere komada kc çeklmşse, rc çekl yere kouldukta sora kc çeklmşse, 0 45 mümkü durum vardır. Tolamı tek olması ç br kartı umarası tek se ötek çft olması gerekr. 5 tae tek, 5 tae çft sayı olduğu ç, tolamı tek ola 55 =5 tae sayı kls vardır. P= =90 mümkü durum vardır, 55 =5 tae, lk çft kcs tek 55 =5 tae de lk tek kcs çft ola sayı kls vardır; ya uygu haller sayısı 5+5=50 dr ve P= Çekle tekrar koymak şartıyla arka arkaya çekle kart ç 00=00 değşk durum vardır. c soruda olduğu gb tolamı tek sayı vere kller mktarı 5+5=50 dr ve P= 50 00

22 Örek: a rdı arda çekle (adesz 3 tou M olması olasılığı M M M3 M. M M M3 M M biadel çeklş olursa koşul ortada kalkar, M M M3 M. M M ayes Teorem S örek uzayıı br artsyouu oluştura E,E,...E olaylarıı göz öüe alalım; u olaylar kşer kşer ayrıktır ve hes bleşm S kümese eşttr. Dğer herhag br olay olsu. S E E... E urada E E E E... E E kümeler kşer kşer aralarıda ayrıktır. E E... E Çarım kuramıı uygulayarak E E / E yere koyduğumuzda E / E E / E... E / E Öte yada, E ya göre şartlı olasılığı E E E / E / E E / E... E / E

23 3 E E / E yere koyduğumuzda E E / E E / E / E E / E... E / E elde edlr. ua ayes Teorem der. Taım 4: ayes Teorem Olayı souçları bell ke ede,sebe, kayak bulmak ç kullaıla olasılıktır. maç olayıı olasılığıı bulmak yere bu olayıı meydaa geldğ örek uzayıı alt kümelerde herhag bre at olasılığı hesalamasıdır. Örek uzayı arçalara ayrılmıştır ve olayı bu uzayda taımlamıştır. E E E E E taşıya ayrık olayları olasılıkları; S (örek uzayı ve E >0 özellkler P E / E E / >0 şeklde buluur. / E E

24 4 Örek: r fabrkada üretle mamüller %50 s makesde, %30 u makesda, %0 s de C makesde üretlmektedr. u makelerdek üretmde dak %3 ü, dek %4 ü ve C dek %5 bozuk olduğu blmektedr. a u mamullerde rastgele olarak alıa br taes bozuk olması olasılığıı hesalayıız b Rastgele olarak alıa mamülü bozuk çıktığıı düşüürsek, bu mamülü makesde üretlmş olması olasılığı edr? a r mamülü bozuk olması olayıa X dersek X X / X / C X / C b X / / X X / X / C X / C Örek:r şrket yöetcs kadrosua çalışalarıda br atamasıı yaacaktır. r kşs başvurursa ş elde etme şasıı e kadar olduğuu merak etmektedr., arkadaşı başvurmazsa ş elde etme şasıı 0,75 olduğuu, başvurursa şasıı /3 olduğuu düşüüyor. arkadaşı şe başvurma şasıı /5 olduğuu düşümektedr. u durumda ı yöetc kadrosua atama olasılığıı buluuz. ı ataması= ,583 buluur. Olaylar taımlayarak roblem çözelm: C={ ı şe alıması} D={ şe başvurması} olsu. olasılık 3 3 C / D, C / D, D, P.( D olduğuda stee

25 5 C C D C D D. C / D D. C / D , Örek: r fabrkada 3 ayrı makede üretm yaılmaktadır. I. make II. make katı, II. ve III. makelerde se eşt mktarda üretm yaılmaktadır. I. ve II make üretmlerde 0.0, III. make üretmde se 0.04 lük hatalı ürü elde edlmektedr. u tezgahlarda br güde üretle arçalar tolaarak rassal br seçm yaıldığı zama bu arçaı hatalı olduğu görülürse, buu I. makede üretlmş olma olasılığı edr? : arçaı hatalı olması E :. makede üretlmes E :. makede üretlmes E 3: 3. makede üretlmes, şeklde gösterlrse. P ( E P ( E 4 P ( E3 4 / E E E / / E E / E E / E E y., bozuk arçaı I. makede üretlmş olma olasılığı %40 dır. urada kullaıla E olasılıklarıa deey öces (ror olasılık ve E / olasılığıa se deey sorası (osteror olasılık der. ayes teoremde deey sorası olasılık deey öcek olasılıkta daha geçerldr. Deeyler tekrarlaarak, her br olay ye tekrarda deey sorası olay, deey öces gb kabul edlerek zcrleme olarak gerçek olasılığa yaklaşılır. Parça bozuk se II.makede gelme olasılığı? E / / E E 0.0(/ 4 / E E 0.0(/ 0.0(/ (/ 4

26 6 Örek: I. kutuda II. kutuya br to kouyor. II kutuda to çeklyor. a Çekle to sarı se I.K çekl II.K koa tou kırmızı olma olasılığı edr? I II IK.IIKK to kımızı/ii KÇT sarı=? =IIKÇT sarı =IKÇIIKK to kımızı = IKÇII KK to sarı 7 4 ( P 7 3 ( P 8 5 / ( P 8 6 / ( P ( / ( ( / ( ( / ( / ( P P P P P P P b Çekle to sarı se I. K çekl II. kutuya koa tou sarı olma olasılığı edr? ( / ( ( / ( ( / ( / ( P P P P P P P / ( / ( P P 4K 3S K 5S S

27 7 Örek: Hoda Ford Fat grdğ yarış kazadığı yarış H/kazadı=? 5.7. ağımsızlık: Souca lşk olasılığı dğer olayları soucuda etklemeye ve oları etklemeye olaylar bağımsızdır. r deemede br olayı meydaa gelmes veya gelmemes öbür deemedek olayları olasılığıı etklemedğde veya olarda etklemedğde bu olaylar bağımsız olaylardır. Eğer br olayıı meydaa gelme olasılığı olayıı meydaa gelmesde hçbr etk yamıyor se olayı le olayı bağımsız k olaydır der. r başka deyşle olayıı olasılığı şartı le olasılığıa eştse ya =/ se, le bağımsız k olaydır. /. dr. Yada =/ u eştlk, bağımsız k olayı brlkte meydaa gelme gelmes olasılığıı herbr tek başıa meydaa gelmes olasılıkları çarımıa eşt olduğuu fade eder. Taım : Eğer. se le bağımsız k olaydır. ks halde k olay bağımlıdır. Örek: r ara üç defa atıldığıda eş olasılıklı br souçlar uzayı oluşmakta d S YYY, YYT, YTY, TYY, TTY, TYT, YTT, TTT şağıdak olayları göz öüe alırsak: = lk atış yazı YYY, YYT, YTY, YTT = kc atış yazı YYY, YYT, TYY, TYT C= lk k atış yazı C YYY, YYT

28 8 bağımsız bağımlı bağımlı 4 P ( 8 YYY, YYT C YYY, YYT C YYY, YYT 4 P ( 8 8 C 8 C P ( C 8 P (.. ve 4 4 C P (. C. ve C C P (. C. ve C Örek: ı hedef vurma olasılığı /4, hedef vurma olasılığı /5 se le ateş etmes halde hedef e az br defa vurulması olasılığı edr? Hedefe sabet ya da tarafıda olacaktır. O halde; k olay bağımsız olduğuda. olacağıda. olacaktır Not :, ve C gb üç olay bağımsız se C.. C dr. Not :, ve C gb üç olay kşer kşer bağımsız seler üçüü brde bağımsız olması bekleemez.

29 9 Örek: = rc atış yazı YY,YT = İkc atış yazı YY,TY kşer kşer bağımsız.. C= Yalız br yazı YT,TY acak üçü brde bağımsız değl C 0 P (.. C 8 ağımsızlık kuralları: r olaylar setde ve gb k olay aşağıdak koşullar sağlıyorsa bu olaylar bağımsız olaylardır.. / 3 / Örek: r çft zar atılışıda. zarı ve her k zarı üst yüzler tolamıı 7 gelmes olasılığı : brc gelmes : üst yüzler tolamıı 7 gelmes / 6 / İkde fazla olayı bağımsızlığı söz kousu olursa ayı koşullar geçerldr. adet olay ç br geellemeye gdlrse; öreğ br deeme brbrde bağımsız olarak defa tekrarlaırsa, başarı olasılığı her tekrar ç varsayıldığıa göre a E az br başarı b k başarı c başarı sağlama olasılıkları a : e az br başarı =0 başarıyı gösters aşarı olasılığı, başarısızlık olasılığı q=- dr. Olayları bağımsızlığıda dolayı, hç başarı sağlamama olasılığı 36

30 b bağımsız deemede k tae başarı söz kousu se -k tae de başarısızlık söz kousudur. O halde k başarı olasılıkla ve -k başarısızlık - olasılıkla meydaa gelrke bu olaylar C değşk şeklde ortaya çıkar. O halde k başarıı olasılığı k c tae başarıı olasılığı da. olur. k k k k Örek Lokatada br gru şakalı sa yemek yedkte sora şakalarıı kedler m dye bakmada rastgele aldığıda a hç br ked şakasıı almamış olma olasılığı edr? Ked şakasıı alma olasılığı kş ked şakasıı almama olasılığı kş / kş (-/.kş (/(/ kş ((-/((-/ kş (/ kş ((-/ = ( / lm ( ( - / = e - dr. b e az br ked şakasıı alma olsaılığı / + / + + / = =(/ = S dr çükü, S = =0 /( - (/ dr, veya a şıkkıdak cevada değl bağlatısıı kullaarak - (/e dr.

31 Olasılık Foksyoları Taım : r deey ya da gözlem şasa bağlı soucu br değşke aldığı değer olarak düşüülürse böyle br değşkee rasgele değşke adı verlr. Rasgele br değşke le ou alableceğ değerler smgesel olarak farklı bçmde gösterlr. Değşke X gb büyük harflerle, ou alableceğ değerler se x gb küçük harflerle gösterlr. Rasgele değşkeler keskl veya sürekl olablmektedr Keskl Olasılık Foksyoları Taım : r rasgele değşke yalızca sayılablr sayıda değerler alablyorsa keskl değşkedr. Öreğ ; r galer herhag br ayda satmış olduğu otomobl sayısı r ara üç defa atıldığıda yazı gelme sayısı r ale çocuk sayısı r şrket hesalarıda bulua hata sayısı lgsayardak rskl dosya sayısı Taım : r rasgele değşke belrl br aralıktak bütü değerler alablyorsa sürekldr. Öreğ; r ale yıllık gelr r kmyasal madde üretm artsde krllk oraı r kş boy uzuluğu r şşe sodaı ağırlığı Rasgele br değşke olasılık dağılımı, alableceğ değerlere göre olasılıkları

32 3 Keskl Olasılık Yoğuluk Foksyou X; x,x,...değerler ala keskl br şas değşke se x olasılık yoğuluk foksyou: X x X x,,... x ( 0 dd u foksyo olasılığı herhag br oktadak değer verr. Dğer br adı olasılık yoğuluk foksyoudur. Keskl Olasılık Yoğuluk foksyouu özellkler:: x ( 0 x ( Keskl Olasılık Dağılım Foksyou X, xx... gb sıralı x, x,... değerler alable keskl rasgele değşke olsu. F(x, X dağılım foksyou se bu takdrde f ( x X x F( x F( x dr. Dağılım foksyou F(x ve yoğuluk foksyou f(x br dğerde elde edleblr. f(x blyorsa, F( x X x X x... X xk f ( x F(x blyorsa, f ( x F( x lm F( x h 0 h

33 33 Örek : Tek zar atılışı ç olasılık dağılım ve yoğuluk foksyolarıı buluuz. x f(x /6 /6 /6 /6 /6 /6 F(x /6 /6 3/6 4/6 5/6 6/6 Örek: çft zar atılışıda üst yüzler arasıdak mutlak fark x değşke olsu. X (x 6/36 0/36 8/36 6/36 4/36 /36 F(x 6/36 6/36 4/36 30/36 34/36 36/36 f(x a 0/36 8/36 6/36 4/36 / x Olasılık yoğuluk foksyou F(x 36/36 34/36 30/36 4/36 6/36 a 6/ x Olasılık Dağılım Foksyou

34 34 ( X f ( X 8 36 yada F( X F( X ( X 4 f ( X f ( X 3 f ( X yada F( X 4 F( X X X 4 f (4 4 / 36 4 F(4 34 / Sürekl Olasılık Foksyoları Sürekl Olasılık Yoğuluk Foksyou azı uygulamalarda rasgele değşke br aralıkta ya da brde çok aralıkta her değer alablr. Sürekl rasgele değşkelere karşılık getrle olasılıklar roblem, keskl rasgele değşkelerde olduğu gb düşüülemez. Sürekl rasgele değşke ç taımlaa olasılık yoğuluk foksyou, keskl şas değşkelerdek olasılık foksyouu oyadığı rolü bezer oyar. X, (-, aralığıda taımlaa sürekl rasgele değşke olsu. şağıdak koşulları sağlaya f(x foksyoua X rasgele değşke olasılık yoğuluk foksyou der.. f ( x 0, x. f ( x dx (f(x eğrs altıda kala ve x-ekse le sıırlaa ala e eşttr.

35 35 x c le d arasıda buluma olasılığı; f(x c d x c X d f ( x dx f ( x eğrs, x-ekse ve x=c, x=d doğruları le sıırlaa aladır. Örek: x sürekl br şas değşke olsu ve buu yoğuluk foksyou şu şeklde taımlamış olsu: x 0 x f( x 0 dh..5.5 x ve.5 arasıda buluma olasılığı edr?.5 ( x.5 f ( x dx xdx x ( x f ( x dx 0 Sürekl Olasılık Dağılım Foksyou Taım aralığı reel sayılar ekse, değşm aralığı [0,] ola ve F x x x x ( eştlğ sağlaya foksyoa olasılık dağılım foksyou der. Dağılım foksyou arta(azalmaya br foksyodur. X,f(x olasılık yoğuluk foksyoua sah sürekl rasgele değşke olsu. X dağılım foksyou x F( x X x f ( s ds olarak taımlaır.

36 36 F(x F(x x x x x x x X sürekl br şas değşke se, F(x foksyou da bütü x değerler ç sürekldr. ve a a F(x azalmaya br foksyodur. Ya x x se F( x F( x dr. b lm F( x 0 ve lm F( x (Geellkle F(-=0 ve F(+= x yazılır. x b olmak üzere herhag a ve b gerçel sayıları ç x a le b arasıda buluma olasılığı; b a X b F( b F( a f ( x dx a X,f(x olasılık yoğuluk foksyoua sah sürekl rasgele değşke olsu. X dağılım foksyou F( x X x f ( s ds olarak taımlaır. F(x x dr. 0 x a X b F( b F( a dr.

37 37 Sürekl X rasgele değşke olasılık yoğuluk foksyou f ve dağılım foksyou F olsu. u takdrde bütü x değerlerde yoğuluk foksyouda dağılım foksyoua geçş : x F( x f ( x dx Dağılım foksyouda yoğuluk foksyoua geçş: d f ( x ( F( x dx Örek: Yukarıda verle örek ç yoğuluk foksyouda dağılım foksyoua ve dağılım foksyouda yoğuluk foksyoua geçşler gösterz. d dx d dx 4 4 ( F( x ( x. x x f ( x x x ( ( 0 ( f x dx xdx x x F x Örek: r öcek örekte yer ala x sürekl değşkee lşk dağılım foksyou aşağıda verlmştr. x 0 x F( x 4 0 dh. x ve.5 arasıda buluma olasılığı edr? 5 X.5 F(.5 F( (.5 ( Görüldüğü gb yoğuluk foksyou ve dağılım foksyou souçları lgl olasılık ç her zama ayı soucu verr.

38 38 Sürekl X rasgele değşke olasılık yoğuluk foksyou f(x ve dağılım foksyou F(x olsu. u takdrde bütü x değerlerde yoğuluk foksyouda dağılım foksyoua geçş f(x blyorsa x F( x f ( x dx Dağılım foksyouda yoğuluk foksyoua geçş: F(X blyorsa d f ( x ( F( x dx şeklde gerçekleştrleblr. Dağılış fosyou kullaılarak olasılık hesalama se aşağıdak gb yaılır. ve a b olmak üzere herhag a ve b gerçel sayıları ç a X b F( b F( a dr. X, xx... gb sıralı x, x,... değerler alable keskl rasgele değşke olsu. F(x, X dağılım foksyou se bu takdrde f ( x F( x ve f ( x X x F( x F( x dr eklee Değer (Exected Value rtmetk ortalamaı olasılık foksyou üzerdek değerdr. x şas değşke, olasılık dağılışı olsu. x, beklee değer x X keskl şas değşke beklee değer; x x E x. şeklde taımlaır. x x sürekl şas değşke beklee değer; E( x x. f ( x dx şeklde taımlaır. R E olsu x br değşke

39 39 Örek: r tek zar atılışıda x değşke zarı üst yüzüdek sayıları gösterrse, x x /6 /6 /6 /6 /6 /6 x x. /6 /6 3/6 4/6 5/6 6/6 x x E x. 3, 5 şeklde elde edlr. 6 Yorumu: Değşke lm x durumuda alacağı değer gösterr. Örek: ell br oyu tekrar tekrar oyadığı zama olaaklı sayıda meydaa geleblecek souçları olasılıkları olarak souçlara ödeecek tutarlar,,..., olsu ve karşılıklı G,...,, G G se bu oyuu beklee değer veya oyuu sayısı defa tekrarladığıda beklee E. G G. G.... G G değer;. G dr. öyle br oyua örek olması açısıda; kazama şası 3/4 ola br oyuda, oyucu kazadığıda lra alır ve kaybettğde 3 lra verrse, Oyuu beklee değer; G. G. G E 3 4 lra 4 = Gerçektede her oyucu açısıda adl br bahs veya beklee değer 0 olarak taımlaablr. eklee değer özellkler: c sabt sayı ve x şas değşke se; E c. x c. Ex Ec c E c x c. x c. Ex c. Ex. =c c. Ex

40 40 v Eğer x ve j x j brbrde bağımsız se x Ex E ( x. x E. j dr. j 5.0. Varyas X şas değşke olasılık dağılışı (x ve X keskl br değşke se, X değşke varyası Var(x = E[(x-µ ] = E[{x E(x} ] = E(x [E(x] urada E(x = Σ x x ve E(x = Σ x x dr. x sürekl değşke se x varyası var( ( ( ( ( x x f x dx E x x f x dx R var( x E( x [ E( x] Örek : r tek zar atılışıda X değşke zarı üst yüzüdek sayıları gösters. X varyası aşağıdak gb buluur. x x x ( /6 /6 /6 /6 /6 /6 x ( x /6 4/6 9/6 6/6 5/6 36/6 Ex ( Var( x Varyası Özellkler : c : br sabt (x ve y bağımsız se Stadart Sama : Varyası kareköküdür.

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Olasılığı Tolaablrlk Kuralı: 5.6. Olasılığı çarım kuralı: 5.7. Değl ağıtısı: 5.8. Koşullu

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

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

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

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

= 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

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

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

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler. OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre

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

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

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

7. Ders. Bazı Kesikli Olasılık Dağılımları

7. Ders. Bazı Kesikli Olasılık Dağılımları Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.

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

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

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

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24 İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK

Detaylı

BÖLÜM 2 OLASILIK TEORİSİ

BÖLÜM 2 OLASILIK TEORİSİ BÖLÜM OLSILIK TEORİSİ İstatstksel araştırmaları temel koularıda br souu öede kes olarak blmeye bazı şasa bağlı olayları (deemeler) olası tüm mümkü souçlarıı hag sıklıkla ortaya çıktığıı belrleyeblmektr.

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

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

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

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

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

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

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

Olasılık, Rastgele Değişkenler ve İstatistik

Olasılık, Rastgele Değişkenler ve İstatistik Olasılık, Rastgele Değşkeler ve İstatstk Dr. Caht Karakuş Eseyurt Üverstes İçdekler. İSTATİSTİK... 5.. Merkez Eğlm Ölçümler... 5. Olasılık... 5.. Olasılıklarda toplama ve çarpma kuralları... 8.. Koşullu

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

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

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

Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar

Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar Ders 2: üme Teorisi, Örek Uzay, Permütasyolar ve ombiasyolar üme avramı üme İşlemleri Deey, Örek Uzay, Örek Nokta ve Olay avramları Örek Noktaları Sayma Permütasyolar ombiasyolar Parçalamalar (Partitio)

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

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

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

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

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

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

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

{ 1 3 5} { 2 4 6} OLASILIK HESABI

{ 1 3 5} { 2 4 6} OLASILIK HESABI OLASILIK HESABI Bu derste, uygulamalarda sıkça karşılaşıla, Olasılık Uzaylarıda bazılarıa değieceğiz ve verilmiş bir Olasılık Uzayıda olasılık hesabı yapacağız. Ω. Ω solu sayıda elemaa sahip olsu. Ω {

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

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

ELN 3401 Mühendislik Olasılığı

ELN 3401 Mühendislik Olasılığı ELN 40 Mühedslk Olasılığı Tucay ERTŞ Ders Notları- ELN40 Mühedslk Olasılığı Kullaıla Ders Ktabı: D.. Bertsekas ad J.N. Tstskls, Itroducto to robablty,. Baskı, thea Scetfc, 00. Z. eebles, Jr., robablty,

Detaylı

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )

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

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

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

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

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

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

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii

Detaylı

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı 5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz.

Detaylı

İstatistik Nedir? Sistem-Model Kavramı

İstatistik Nedir? Sistem-Model Kavramı İstatistik Nedir? İstatistik rasgelelik içere olaylar, süreçler, sistemler hakkıda modeller kurmada, gözlemlere dayaarak bu modelleri geçerliğii sıamada ve bu modellerde souç çıkarmada gerekli bazı bilgi

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

Bölüm 5 Olasılık ve Olasılık Dağılışları. Doç.Dr. Suat ŞAHİNLER

Bölüm 5 Olasılık ve Olasılık Dağılışları. Doç.Dr. Suat ŞAHİNLER Bölüm 5 Olasılık ve Olasılık Dağılışlaı Doç.D. Suat ŞAHİNLE Olasılık ve Olasılık Dağılışlaı Olasılık: Eşit saşla meydaa gele tae olayda A taesi A olayı olsu. Bu duumda A olayıı meydaa gelme olasılığı;

Detaylı

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık ölüm 4 Olasılık OLSILIK opulasyon hakkında blg sahb olmak amacı le alınan örneklerden elde edlen blgler bre br doğru olmayıp heps mutlaka br hata payı taşımaktadır. u hata payının ortaya çıkmasının sebeb

Detaylı

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1

Örnek 2.1 YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 7. Koşulsuz Durum Olasılıkları. Örnek 2.1 Örek.1 YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 7 Yrd. Doç. Dr. Beyazıt Ocakta Web site: ocakta.bau.edu.tr E-mail: bocakta@gmail.com Reault marka otomobil sahilerii bir soraki otomobillerii de Reault

Detaylı

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ

AKT201 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ AKT MATEMATİKSEL İSTATİSTİK I ÖDEV 6 ÇÖZÜMLERİ KESİKLİ RASLANTI DEĞİŞKENLERİ & KESİKLİ DAĞILIMLAR. X aşağıdaki olasılık foksiyoua sahip kesikli bir r.d. olsu. Bua göre;. ; x =.. ; x =. 4. ; x =. 5 p X

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

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük

Detaylı

8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları

8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları 1 8. Ntelksel ( Ölçüleeye Özellkler İç) Kotrol Dyagraları Ürüler taşıası gereke kalte karakterstkler br ya da br kaçı belrlee sesfkasyolara uyayablr. Ntelk olarak adladırıla bu özellk edeyle ürü belrl

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

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

Đki Oyun Yaz Dnemi 22 Haziran 2011, Çarşamba Đst201 Đstatistik Teorisi Dersin konusu: Olasılık Hesabı

Đki Oyun Yaz Dnemi 22 Haziran 2011, Çarşamba Đst201 Đstatistik Teorisi Dersin konusu: Olasılık Hesabı Đki Oyu Yaz Demi 22 Hazira 20, Çarşamba Đst20 Đstatistik Teorisi Dersi kousu: Olasılık Hesabı - Çocuklar, Đstatistik Teorisi bir tarafa, istatistikçileri işi rasgelelik ortamıda hesap yapmaktır. Şöyle

Detaylı

SOYUT CEBİR VE SAYILAR TEORİSİ

SOYUT CEBİR VE SAYILAR TEORİSİ ÇÖZÜMLÜ PROBLEMLERLE SOYUT CEBİR VE SAYILAR TEORİSİ PROF. DR. MEHMET ERDOĞAN Beyket Üverstes Fe-Edebyat Fakültes Matematk-Blgsayar Bölümü YRD. DOÇ. DR. GÜLŞEN YILMAZ Beyket Üverstes Fe-Edebyat Fakültes

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim

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

Ayrık Olasılık. Ayrık Olasılığa Giriş

Ayrık 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

Detaylı

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz; Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Ayça Hatce TÜRKAN GÜVENİLİRLİK ANALİZİNDE KULLANILAN İSTATİSTİKSEL DAĞILIM MODELLERİ İSTATİSTİK ANABİLİM DALI ADANA, 007 ÇUKUROVA ÜNİVERSİTESİ

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

ÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç

ÖZET Yüksek Lsas Tez NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK Akara Üverstes Fe Blmler Esttüsü İstatstk Aablm Dalı Daışma : Doç ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ NORMAL DAĞILIM VE NORMAL DAĞILIMLA İLGİLİ ÇIKARIMLAR Şeol ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 006 Her hakkı saklıdır ÖZET Yüksek Lsas Tez

Detaylı

OLASILIK DAĞILIŞLARI. Ek 1. Moment Türeten Fonksiyon

OLASILIK DAĞILIŞLARI. Ek 1. Moment Türeten Fonksiyon 6 OLASILIK DAĞILIŞLARI 6.. Kesikli Olasılık Dağılışları 6.. Kesikli Uıform Dağılışı 6... Beroulli Dağılışı 6..3. Biom Dağılışı 6..4. Hyer-Geometrik Olasılık Dağılışı ( İadesiz Örekleme ) 6..5. Geometrik

Detaylı

Rassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Rassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Rassal Değişken Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr S örnek uzayı içindeki her bir basit olayı yalnız bir gerçel (reel) değere dönüştüren fonksiyona rassal değişken adı verilir. O halde

Detaylı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II 8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet

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

NİÇİN ÖRNEKLEME YAPILIR?

NİÇİN ÖRNEKLEME YAPILIR? İÇİ ÖREKEME YAPIIR? Zama Kısıdı Maliyeti Azaltma Hata Oraıı Azaltma Souca Ulaşma Hızı Doç.Dr. Ali Kemal ŞEHİRİOĞU Araş.Gör. Efe SARIBAY Örekleme Teorisi kousuu içide, Örekleme Tipleri populasyoda örek

Detaylı

Açık Artırma Teorisi Üzerine Bir Çalışma

Açık Artırma Teorisi Üzerine Bir Çalışma Kocael Üerstes Sosyal Blmler Esttüsü Dergs (4) 27 / 2 : 5-77 Açık Artırma Teors Üzere Br Çalışma Şeket Alper Koç Özet: Bu çalışmada haleler üzere teork r araştırma yapılacaktır. Belrl arsayımlar altıda

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

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

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ 8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri uyruk Teorisi Ders Notları: Bazı uyruk Modelleri Mehmet YILMAZ mehmetyilmaz@akara.edu.tr 10 ASIM 2017 11. HAFTA 6 Çok kaallı, solu N kapasiteli, kuyruk sistemi M/M//N/ Birimleri sisteme gelişleri arasıdaki

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

Ki- kare Bağımsızlık Testi

Ki- kare Bağımsızlık Testi PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm

Detaylı

Tahmin Edici Elde Etme Yöntemleri

Tahmin Edici Elde Etme Yöntemleri 6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme

Detaylı

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler

3. Ders Parametre Tahmini Tahmin Edicilerde Aranan Özellikler 3. Ders Parametre Tahmii Tahmi Edicilerde Araa Özellikler Gerçek düyada rasgelelik olgusu içere bir özellik ile ilgili ölçme işlemie karş l k gele X rasgele de¼gişkeii olas l k (yo¼guluk) foksiyou, F ff(;

Detaylı

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 ..7 EME 37 Girdi Aalizi Prosedürü SİSTEM SIMÜLASYONU Modelleecek sistemi (prosesi) dokümate et Veri toplamak içi bir pla geliştir Veri topla Verileri grafiksel ve istatistiksel aalizii yap Girdi Aalizi-II

Detaylı

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...

İÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler... İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı

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

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep GENEEŞTİRİMİŞ UANIK KÜMEER Mehme Şah Gazaep Üverses, Maemak ölümü, 27310, Gazaep ÖZET: u çalışmada öcelkle P ( br al ale olarak buludura bulaık kümeler GF ales br halka olarak yapıladırılmaka ve bu yapıı

Detaylı

BAYES KURAMI. Dr. Cahit Karakuş

BAYES KURAMI. Dr. Cahit Karakuş BAYES KURAMI Dr. Cahit Karakuş Deney, Olay, Sonuç Küme Klasik olasılık Bayes teoremi Permütasyon, Kombinasyon Rasgele Değişken; Sürekli olasılık dağılımı Kesikli - Süreksiz olasılık dağılımı Stokastik

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

OLASILIK LASILIK ve İSTATİSTİK Olasılık

OLASILIK LASILIK ve İSTATİSTİK Olasılık 1-1 Click To Edit Master Title Style OLASILIK ve İSTATİSTİK Olasılık Yrd.Doç.Dr Doç.Dr.. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü 1-2 GİRİŞ Olasılık,

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

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin 4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii

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

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK Dr. Mehmet KSRYLI OLSILIK OLSILIK KURMI Dokuz Eylül Ünverstes Ekonometr Böl. www.mehmetaksarayl.com Populasyon hakkında blg sahb olmak amacı le alınan örneklerden elde edlen blgler bre br doğru olmayıp

Detaylı

2.2. Fonksiyon Serileri

2.2. Fonksiyon Serileri 2.2. Foksiyo Serileri Taım.. Herhagi bir ( u (x reel (gerçel değerli foksiyo dizisi verilsi. Bu m foksiyo dizisii tüm terimlerii toplamıa, yai u m (x + u m+ (x + u m+2 (x + u m+3 (x + + u m+ (x + = k=m

Detaylı

Öğrenci Numarası İmzası: Not Adı ve Soyadı

Öğrenci Numarası İmzası: Not Adı ve Soyadı Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar

Detaylı