1. KODLAMA KURAMINA GİRİŞ 1

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "1. KODLAMA KURAMINA GİRİŞ 1"

Transkript

1

2 ÖNSÖZ Bu çalışmaı oluşumu esasıda emeğ, blgs ve sosuz desteğyle baa yol göstere değerl hocam Prof. Dr. Erol BALKANAY a; alayışı, desteğ ve atılarıda ötürü değerl hocam Yrd. Doç. Dr. Recep KORKMAZ a teşeürlerm sumayı br borç blrm. Çalışmalarım esasıda yardımıı ve hoşgörüsüü esrgemeye alem, araştırma görevls aradaşlarım Güray, Toguç, Esra, Fath ve bölüm aradaşım Selda ya teşeür ederm. Mayıs, 6 Gözde ŞARKBÜLBÜLÜ

3 İÇİNDEKİLER ŞEKİL LİSTESİ SEMBOL LİSTESİ ÖZET SUMMARY v v v v. KODLAMA KURAMINA GİRİŞ. Grş. Temel Kavramlar.3 Hammg Uzalığı.4 Leer Kodlar 8.4. Leer Kodlarda Del 9.4. Br Leer Kod le Kodlama.5 Dual Kod ve Eşl-Deetm Matrs. AĞIRLIK SAYAÇLARI. Grş. MacWllams Teorem 3. KRAWTCHOUK POLİNOMLARI 5 3. Grş 5 3. Krawtchou Polomları ı Özelller 5 4. DELSARTE ve MACWILLIAMS TEOREMLERİ 3 4. Grş 3 4. Delsarte ve MacWllams Teoremler le Krawtchou Polomları Arasıda İlş MACWILLIAMS ve DELSARTE TEOREMLERİNİN DÖNÜŞÜMLER YARDIMIYLA İNCELENMESİ Grş İl Kodlar Üzerde Grup Yapısı Karaterler Karaterler Özelller Leer Olmaya Kodlar ç MacWllams Teorem 49

4 6. LİNEER PROGRAMLAMA SINIRI Grş Ö Kavramlar Leer Programlama Leer Programlamaı Kodlara Uygulaışı Temel Probleme göre LP Sıırı Dual Probleme göre LP Sıırı 69 SONUÇLAR ve ÖNERİLER 74 KAYNAKLAR 75 ÖZGEÇMİŞ 77 v

5 ŞEKİL LİSTESİ Şel. Şel. : Blg güvel letm : İl Smetr Kaal ı şleyş Sayfa No 3 v

6 SEMBOL LİSTESİ C : C oduu dual GF( q), F q : Mertebes q= p (p asal, poztf tamsayı ) ola Galos Csm C : C oduu elema sayısı ( GF( q)), F q : q-lu, uzululu ve d mmum uzalılı br odu çerebleceğ masmum elema sayısı A (, ) q d : Br odu çerdğ masmum elema sayısı T G wa A C : G üreteç matrs traspozes : Br a sözcüğüü ağırlığı : C oduu ağırlı sayacı A : ağırlılı odsözcüğü sayısı Ham(r,) : İl Hammg odu K ( x ) :. derecede Krawtchou Polomu LP : Leer Programlama v

7 KODLAMA KURAMINDA LİNEER PROGRAMLAMA SINIRI ÖZET Kodlama uramıda br odu çereceğ odsözcüğü sayısı e fazla aç olablr? sorusu, bel de, cevabı araa e öeml sorudur. Bu soruda sora heme masmum sayıda odsözcüğü çere br od asıl şa edlr? sorusu ala gelr. Bu sorulara verlece stadart br cevap heüz yotur. Buula beraber, odu çerdğ elema sayısı ç çeştl alt ve üst sıırlar gelştrlmeye çalışılmıştır. Bularda l 95 de Hammg tarafıda ortaya oa Küre Paet Sıırı dır. Bu sıır gelştrle l üst sıır olmala brlte brço sııra temel oluşturmatadır. 95 de Glbert, 957 de Varshamov odu sözcü sayısıa lş ayı alt sıırı ortaya oymuşlardır ve bu alt sıır Glbert Varshamov Sıırı olara aılmatadır. 96 yılıda Plot, 96 de se Johso ye üst sıırlar eşfetmşlerdr. E ce üst sıırlarda br 977 yılıda McElece tarafıda ortaya omuştur. Ble e y üst sıırlar, bu çalışmaı temel oluştura Leer Programlama Sıırı ı esas alara gelştrlmştr. Bu edele bu sıır, odlama uramıı od sıırlarıı çere araştırma alalarıda ço öeml br yer tutmatadır. Phlppe Delsarte, solu csmler üzerde mmum uzalıta odları çerdğ sözcü sayısı ç br sıır belrleme şlem, br leer programlama problem olara ele almıştır. Delsarte ı 973 yılıda gelştrmş olduğu bu te, br odu çeştl ağırlıta odsözcüler sayısı le şa edle ağırlı sayaçları ve 99 da *Kravchu u taımlamış olduğu ortogoal yapıda ola Krawtchou Polomları uramıyla destelemştr. Bu edele çalışmaı. Bölümüde Ağırlı Sayaçları da 3. Bölümüde se Krawtchou Polomları da sözetme uygu görülmüştür.. Bölümde belrtldğ üzere br odu ağırlı sayacı le odu dual ağırlı sayacı arasıda bağlatı MacWllams Eştller le fade edlmetedr. Br odda, odu duale geçş Leer Programlama Sıırı ı spatıda öeml br yer tutması edeyle 4 ve 5. Bölümler MacWllams Teorem değerledrmeye ayrılmıştır. Ayı bölümler, MacWllams Teorem le bağlatısı edeyle Delsarte Teorem de açıladığı bölümlerdr. Leer programlama teler, yuarıda sözü edle oularla brleştrlmesyle LP Sıırı ortaya çımıştır. Bu sıırı e verml souçlar vere sıır olduğu blmetedr. Çalışmaı so bölümüde Leer Programlama Sıırı ı bazı uygulamalarıda söz edlmştr. * Kravchu, sm Frasızca dlde yazılarıda Krawtchou olara ullamıştır. Bu edele özellle Batılı ourlara yaı olması sebebyle lteratürde bu şelde yer almıştır [4]. v

8 THE LINEAR PROGRAMMING BOUND IN CODING THEORY SUMMARY I codg theory, the questo that s how may codewords ca a code cota at most? may be the oe most commoly searched. As well as ecouterg wth that questo, oe ca state aother whch s more geeral: How ca we costruct the code cotag maxmum umber of codewords for gve ad d? These questos are stll uaswered. Though they are ot solved, a large varety of lower ad upper bouds were developed. The frst upper boud troduced by Hammg 95 s called Sphere Pacg Boud. Most of the bouds are based o Sphere Pacg Boud. I 95 Glbert ad 957 Varshamov produced the same lower boud o the sze of a code wthout beg aware of each other. That s why, ths lower boud s called Glbert Varshamov Boud. After a -year tme of Plot s fdg a ew upper boud 96, Johso troduced a ew oe. Oe of the tghtest upper boud was produced by McElece 977. The best ow upper bouds are based o the lear programmg boud whch s the org of ths study. That s why, LP Boud taes a mportat role the feld of researches of the bouds o codes. The process of determg a boud of a sze of a code wth mmum dstace over fte felds was cosdered as a lear programmg problem by Phlppe Delsarte. The theory of ths method formed 973 cludes the weght eumerators whch s about the umber of codewords varous weghts ad the Krawtchou Polyomals havg a orthogoal structure troduced by *Kravchu 99. That s why t seems to be coveet to meto about the weght eumerators ad the Krawtchou Polyomals Chapter ad 3, respectvely. There s a coceto betwee a weght eumerator of a code ad a weght eumerator of ts dual as metoed Chapter. Ths coceto s expressed MacWllams Idettes. The trasto from a code to ts dual has a mportat role LP Boud, so Chapter 4 ad 5 there s a eough dea about MacWllams Theorem. These chapters clude also the Delsarte s Theorem because of ts coecto betwee MacWllams Theorem. By usg the theores metoed above ad the techques for lear programmg, Lp Boud has bee developed. LP Boud s famous for ts gvg effcet solutos. The last chapter of ths study cotas the dea of the LP Boud wth ts applcatos. * The traslterato Krawtchou of hs ame was the oe he used whe wrtg Frech, ad t s the traslterato wth whch Wester readers are famlar whch s why we used t [4]. v

9 . KODLAMA KURAMINA GİRİŞ. Grş Blg letm ve depolamasıda e ço dat edlmes geree otalar arasıda, bu süreçler etl ve güvel br şelde şlemes gelr. Resm, aser ve özel alalarda, blg hızlı ve geş çaplı ağ bağlatıları le şlemes, depolaması ve letlmes, bu yöde beletler arttırmatadır. Kodlama uramıı çıış otası sayıla bu süreçler esasıda oluşa hataları düzeltlmes zorululuğu söz ousudur. Kodlama uramıı heme her alada arşımıza çıtığıı söyleme olasıdır. E-mal, Iteret, radyo, uydu, uzayda çele fotoğraflar, uzata umada edle gem, uça gb araçlar, mağaza tarayıcıları (barodlar), uluslar arası stadart tap umarası (ISBN) v.s. C. E. Shao, 948 de, gürültülü br aalda letm sırasıda veya depolama ortamıda oluşa hataları gderlebleceğ ve buu ç uygu br odlama yapılması geretğ göstermştr. Blg, aşağıda şelde gösterldğ üzere güvel olara letlr veya depolaır. Şel.: Blg güvel letm Gürültü, bu süreçte e öeml ısımdır, çüü gürültüü olmayışı odlama uramıa ola htyacı ortada aldırır. Gürültü, te br term olup letm hatalı olmasıa sebep ola eteler geele der. Gürültüye öre olara radyo arışılıları, paraztler, teyp mayetğde ıvrılmalar verleblr.

10 . Temel Kavramlar Taım.: q elemalı br alfabede alıa sembollerle eşt uzuluta blolar urara odlar oluşturulsa da, çalışmamızda alfabe, q sayısı asal br sayıı uvvet olma üzere, GF(q) solu Galos Csm olara alıacatır. GF(q) da oluşturula sıralı -ller br ümes uzululu q-lu br od adıı alır. q sayısıı değer ç bazı avramları taımlayalım: Taım.: Göderlmes plalaa blg ve ler br dzs le letlr. Bu ve lere basama der. Sözcü se esas let, basamaları br dzs le letle ısmıdır. İl sözcülerde oluşa br C ümese l-od der. Uzuluğu 3 ola l sözcüler oluşturduğu C odu şeldedr. C = {,,, } Taım.3: Br odda tüm sözcüler eşt uzuluta se bu oda blo od adı verlr. (Sözcüler eşt uzuluta olmaya odlar ovolüsyo od adıı alır.) Koda at ola sözcülere odsözcüğü adı verlr. Br C oduda odsözcüğü sayısı C le gösterlr ve uzuluğu ola q-lu br odda C q dr..3 Hammg Uzalığı Taım.4: İ sözcüğü brbrde farlı ola oumlarıı sayısıa Hammg uzalığı der. Hammg uzalığı, (GF(q)) vetör uzayı üzerde br metrtr. d(v, w), v le w sözcüler arasıda Hammg uzalığıı belrts. ) d(v, w) > olup d(v, w) = v = w ) d(v, w) = d(w, v) ) d(v, w) + d(w, u) d(v, u) olduğu olaylıla görülür.

11 Öre.: ve sözcüler brbrde farlı oumu mevcuttur, bu edele Hammg uzalığı dr. Müemmel veya gürültüsüz br aalda, göderle let basamaları olduğu gb algılaır, dolayısıyla böyle br aalda hata düzeltme htyacı oluşmaz. Gürültüsüz br aal bulumamala beraber bazı aallar az gürültülü olmaları sebebyle daha güveldr. İl br aalda ve basamaları eşt olara dzl se bu aala İl Smetr Kaal (Bary Symmetrc Chael BSC) der. p reel sayısı, p olma üzere herhag br basamağı olduğu gb alıması olasılığıı fade eder. Aşağıda algortma İl Smetr Kaal ı asıl şledğ açılığa avuşturmatadır. Şel.: İl Smetr Kaal ı şleyş p = se aal müemmeldr. p sayısı < p < olduğu zama aalı celemes alam azaır. Ya hatasız göderlme olasılığıı hatalı göderlme olasılığıda daha büyü olması gerer. Taım.5: Br x odsözcüğü göderls, letm aalıda gürültüde dolayı y vetörü olara alısı. y çözülere x elde edlmes ç y y C oduda e yaı sözcüğe çevrme gerer. Bu yalaşıma e yaı omşulu çözümü adı verlr. Bu yalaşım aşağıda oşullarda Masmum Olablrl Çözümü ü (Maxmum Lelhood Decodg MLD) verr. ) İletle her sembolü hatalı olma olasılığı p < dr. 3

12 ) Eğer br sembol hatalı alıdıysa, bu hataı gerye ala q- sembolde br olma olasılığı ayıdır. Öreğ, q = 5 ve bell br oumda sembolü hatalı alımışsa, bu hatalı alıışta,, 3, 4 ler ortaya çıma şası ayıdır. Herhag v ve w sözcüler ç p ( vw, ) φ sayısı, v, p güvelrlle göderldğde w alıma olasılığıı göstermetedr. d(v, w) = d d tae basama hatasız, d taes hatalı letlmştr. Dolayısıyla (, ) ( ) d d =. (.) φ p vw p p Öre.: C, 5 uzululu br od olsu. v = göderls, w = alısı. p =.9 se ( vw) Çözüm: d(v, w) = d(, ) =, 3 3 φ p vw, = p p =..9 =.79. Taım.6: Br C oduu mmum uzalığı şeldedr. Teorem.: 4 φ, =? dc = m{ dxy (, ) xy, C; x y} (.) ) d(c) s + se C odu, s veya daha az hatayı sezeblr (error-detectg). ) d(c) t + se C odu, t veya daha az hatayı düzelteblr (error-correctg). İspat: ) Br x odsözcüğü göderls, s+ veya daha fazla hata oluşsu. Bu durumda alıa y vetörü le x odsözcüğü arasıda uzalı e az s+ olacağıda y de br odsözcüğü olablr. y odsözcüğü olduğu sürece x hatalı letldğ alaşılamayacağıda C odu s veya daha az hata sezer. ) Br x odsözcüğü göderls, y vetörü alısı. t veya daha az hata oluşsu. Bu durumda p

13 d(x, y) t olur. Eğer x', x te farlı br odsözcüğü ve d(x', y) t se üçge eştszlğ ullaaca olursa; d(x, x') d(x, y) + d(y, x') t + t = t olup d(x, x') t elde edlr. Bu durum d(c) t + oluşua ayırıdır. O halde d( x', y) t+ olmalıdır. Dolayısıyla y vetörüe e yaı sözcü x tr. y de hatalar e yaı omşulu çözümü le gderleblr. Souç.: Eğer d(c) = d se C odu ) e fazla d hatayı sezeblr, ) d hatayı düzelteblr. Öre.3: C = oduu ele alalım. Çözüm: d(c) = 3 olup d = 3 = hata sezlr. d = hata düzeltlr. 5

14 Not.: Br C oduda sözcü sayısı M, sözcüler uzuluğu ve mmum uzalı d se bu od (, M, d)-od olara aılır. Taım.7: ( GF ( q )) ümesde br u vetörü ve br r tamsayısı ele alısı. u merezl r yarıçaplı üre { } S u, r = v GF q d u, v r (.3) ümes le fade edlr. Not.: Br C oduu odsözcüler merez abul ede t yarıçaplı üreler ayrıtır. Ö Teorem.: r egatf olmaya tamsayısı ve u ( GF( q) ) { } S u, r = v GF q d u, v r ümes r yarıçaplı ürey fade etme üzere r e ç r = r r q q... ( q ) ( q ) = sayısı S(u, r) ( GF ( q )) İspat: ( GF( q) ) de elema sayısıı verr. uv, olsu. m r ç d(u, v) = m se u le v, m tae farlı ouma sahp olup sayısı bu şelde oluşturulable u ve v sayısıdır. Ayrıca u ve m v her farlı oumua q - tae oordat arşılı geldğde m ( q ) m büyülüğü elde edlr. m taım aralığı m r olduğuda bu büyülü m üzerde toplaırsa r m= m fades elde edlr. ( q ) m 6

15 Öre.4: a) elema sayısı edr? b) vetörler elerdr? Çözüm: 6 Z da S(, ) üres a) r =, = 6, q = olduğua göre = 7 vetör b) Bu vetörler S(u, r) taımıa göre lsteleecetr. Mereze, ya odsözcüğüe ve daha az uzalıta vetörler düşüülecetr. S(, ) = {,,,,,, } Not.3: q-lu br (, M, d)-oduda M masmum değer A q (, d) le gösterlr. Teorem.: (Hammg Sıırı veya Küre Paet) q-lu br (, M, t + )-od t M + ( q ) + ( q ) ( q ) q t (.4) eştszlğ sağlar. İspat: C, q-lu br (, M, t + )-od olsu. Farlı odsözcüler merez abul ede t yarıçaplı herhag üre orta vetöre sahp değldr. Dolayısıyla M tae odsözcüğüü merez abul ede t yarıçaplı M tae üre çerdğ vetör sayısı (.4) ü sol tarafıa eşttr. Bu sayı, ( ) eşt ya da ayı sayıda üçü olmalıdır. Burada GF q uzayıda tüm vetörler sayısıa M q t ( q )... ( q ) t elde edlr. 7

16 Not.4: (.4) fadesde eştl durumu sözousu olursa od, müemmel (yet) od adıı alır..4 Leer Kodlar Taım.8: GF(q) üzerde br leer od ( ) Bua göre ( GF ( q )) ) x, y C e x + y C, ) α GF ( q) br C alt ümes aca ve aca ve x C e α x C GF q vetör uzayıı br alt uzayıdır. se leer br oddur. Taım.9: Leer C odu, ( GF ( q )) vetör uzayıı boyutlu alt uzayı se C odua q-lu br [, ]-od der ve C mmum uzalığı d se C, br [,, d]-od olara fade edlr. Taım.: ( GF ( q )) de br x vetörüü ağırlığı dece x te sıfırda farlı semboller sayısı alaşılır ve w(x) le gösterlr. Mmum uzalı ve mmum ağırlı taımları ullaılara olayca spatlaable aşağıda ö teorem ve teorem verelm. Ö Teorem.: x, y ( GF( q) ) d( x, y) w( x y) = dr. Teorem.3: Br C leer odu göz öüe alısı. C sıfırda farlı sözcüler ağırlılarıda mmum olaı w(c) le gösterlme üzere d(c) = w(c). Taım.: Satırları, leer br [, ]-odu br tabaıı oluştura x matrse, odu br üreteç matrs der. Üreteç matrs G le gösterlr. Öre.5: C = 8

17 oduu ele alalım. C, üreteç matrs G = ola, l br [3,, ]-oddur..4. Leer Kodlarda Del İ x matrs verlmş olsu. Bu matrsler leer [, ]-odu üreteç matrsler olma üzere br dğerde A) Satırları permütasyou A) Br satırı sıfırda farlı br salerle çarpımı A3) Br satırı br salerle çarpımıı başa br satıra elemes B) Sütuları permütasyou B) Br sütuu sıfırda farlı br salerle çarpımı şlemler brtaımıı uygulamasıyla elde edlyorsa bu matrs ürettler odlar GF(q) üzerde detr. GF(q) üzerde br [, ]-odu üreteç matrs yuarıda şlemler uygu şelde uygulamasıyla [I : A] stadart formua döüştürüleblr. G, burada x matrs e, I : x brm matrs, A : x ( - ) matrs olmalıdır. Not.5: Leer odu stadart formu br te değldr. Öre.6: İl [7, 4, 3]-odu üreteç matrs G = şelde se stadart formu e olur? 9

18 Çözüm: r r + r r r + r r r + r r r + r r r + r = [ I4 : A]..4. Br Leer Kod le Kodlama 3 r r + r GF(q) üzerde C br [, ]-od olsu. C letebleceğ let sayısı C = q dır. Bu GF q ı vetörler le etetleeblr. q tae let ( ) u = u u u, ( GF ( q )) da br vetör e u, C üreteç matrs G le sağda çarpılara odlaır. G satırları r,, r se.... = ug = u r = u r + + u r C Öre.7: ( GF ) 4 aşağıda gb verlmetedr. u vetörü, u elde edlr. G = te u = br vetör olsu. Br C oduu üreteç matrs ug fosyou le odlaacağıa göre G ug = = Burada bulua x = vetörü GF ( q ) de br elemadır.

19 u = x = olduğua göre x so 3 basamağı u da farlı olup bu basamalara otrol semboller (redudacy) adı verlr..5 Dual Kod ve Eşl Deetm Matrs ( GF ( q )) de u = u u ve v = v v vetörler ç çarpımı < uv>= uv= uv+ + uv,.... şelde taımlamatadır. u.v elemaı br saler olup GF ( q ) br elemaıdır. Bu ç çarpım sıfıra eşt se u le v vetörler ortogoal olur. ( GF ( q )) de C elemalarıa d ola elemalar varsa bular C dual elemalarıdır. Taım.: C, q-lu br [,]-od olma üzere, ( GF ( q )) C odsözcülere ortogoal ola vetörler ümes C dual adıı alır. C le gösterlr. { ( )., } C = v GF q uv= u C (.5) İspatsız olara vereceğmz aşağıda teorem spatı, ortogoall ve taba taımlarıda yararlaılara olayca yapılablr. Teorem.4: C, üreteç matrs G ola br [, ]-od olsu. v ( GF( q) ) vetörüü C duale at olması ç gere ve yeter oşul v, G her satırıa ortogoal olmasıdır. T v C vg. = (.6) Teorem.5: Dual od boyutu - ola leer br oddur. Başa br deyşle q-lu br [, ] -oddur.

20 Öre.8: C = olsu. C üreteç matrs G = se v vv v3 = e T vg = 3 = ( v v v ) ( ) olacağıda v + v = v + v3 = buluur. Bu durumda v = v = v3 olur. Burada elde edlr. C = {,} Not.6: Herhag br [, ]-od C ç ( C ) = C. Taım.3: C br [, ] -od e C eşl-deetm (party-chec) matrs H, C dual ola C üreteç matrse arşılı gelr. H, C eşl-deetm matrs se olmalıdır. T x C xh = (.7)

21 Teorem.6: C br [, ] G [ I : A] = se C eşl deetm matrs -od e C stadart formda üreteç matrs T H = A : I (.8) şeldedr [7]. Not.7: H eşl-deetm matrs H = [ ] B I : şelde se H matrs stadart formdadır der. Bu şelde br eşl-deetm matrs ola odu üreteç matrs G = I : B le fade edlr. T Öre.9: Üreteç matrs stadart formu = [ I : A] olara elde edle odu eşl-deetm matrs aşağıda gb buluur. İl olara olduğua göre şeldedr. T A oluşturulur. A = T A = 4 3

22 ( ) x H matrs H = olara buluur. Not.8: { } F =,, x ( F ) olma üzere x= xx... x x F, y = y y... y y F se x + y = ( x + y, x + y,..., x + y ), x y = ( x y, x y,..., x y ) şelde taımlaır. ), xy F, d( x, y) = w( x+ y) ), xy F, d( x, y) = w( x) + w( y) w( x y) eştller vardır. Teorem.7: d br te sayı olsu. Bu durumda l br (, M, d)-odu varolması ç gere ve yeter oşul br l (+, M, d+)-odu varolmasıdır. İspat: d br te sayı, C se l br (, M, d)-od olsu. (+, M, d+) l oduu varolduğuu gösterelm. C de aşağıda yolla ye br Ĉ odu şa edelm: x C, ˆx Ĉ olma üzere x x x x xˆ =... = xx... x, w( x) çft sayı se xx... x, w( x) te sayı se şeldedr. 4

23 Böylelle C elemalarıı ağırlıları dama çft olur. Ĉ bu yolla elde edlş addg a overall party-chec adıı alır. Ya C tüm sözcülere br eşl - deetm sembolü elemetedr. d( xˆ, yˆ) = w( xˆ) + w( yˆ) w( xˆ yˆ), xˆ, yˆ Cˆ Ç Ç Ç d( xˆ, y ˆ) dama çft sayı olur. Dolayısıyla d te sayı olduğuda, d d( Cˆ ) d + T Ç Ç dc ( ˆ) de çft sayı olur. Burada dc ( ˆ) = d+ buluur. Ĉ, br l (+, M, d+)-od olur. Bu ez, d br te sayı olma üzere l br (+, M, d+)-od D olsu. Burada br (, M, d)-oduu varlığıı gösterelm: d( x, y) = d + olaca şelde x, y D seçls. x ve y farlı olduğu br oum belrles. Öreğ bu oum. oum olsu. D de tüm sözcülerde. oumda semboller slere ye br l (, M, d)-od oluşturulur. Öre.: C = oduda sözcüler herbre br eşl-deetm sembolü eleyelm: Oluşa ye od D = br (6,4,4)-oddur. 5

24 Dğer tarafta, D oduu sözcüğüü alalım. x = y = olup d( x, y ) = 4 tür. 3. oumlar farlı olduğua göre tüm sözcülerde 3. oumda semboller slelm. Oluşa ye od ' D = şelde (5,4,3)-oddur. Not.9: Eğer d te sayı se A ( +, d + ) = A (, d) ve d çft se A (, d) = A (, d ). Ö Teorem.3: ( F ) durumda E gösterelm. Bu yolla de çft ağırlılı vetörler ümes E le gösterls. Bu F oda br eşl-deetm sembolü eleere elde edldğ E br (,,) -od olduğuu belrleyelm. İspat: ( F ) e eşl-deetm sembolü eleere elde edle od C olsu. Bu durumda C tüm odsözcüler ağırlığı çfttr. Ya C E olduğu açıtır. E de her vetör F de br vetörde bu yolla elde edleblr. O zama C = E olur. Souç olara E F = = buluur. F mmum uzalığı olduğuda E mmum uzalığı dr. Ö Teorem.4: İl br leer odda ya tüm odsözcüler ağırlığı çfttr ya da yarısı çft, yarısı tetr. 6

25 İspat: İl ve leer br C odu alalım. Buu çft ağırlılı sözcüler ümes E v, te ağırlılı sözcüler ümes O d le gösterls. Ev C olduğuu abul edelm. O zama wy te sayı olaca şelde y C olmalıdır. Bu y elemaıı ele alıp y C ç E v + y ümes oluşturalım: v { v} E + y = x+ y x E, Ev + y C ( C leer olmasaydı bu toplamda çıa elemalar oda at olmayablrd). Br x + y Ev + y alalım. x Ev, w( x) çft sayı ve w( y) te sayı olduğuda.8 ) de Ya Ev wxy (, ) = dxy (, ) = wx + wy wx ( y). T Ç T Ç + y tüm elemalarıı ağırlığı tetr. Burada T, Not Ev + y Od Ev = Ev + y Od, (.9) d { d} O + y = x+ y x O, wx ( + y) = wx + wy wx ( y), Ç T T Ç Ç Od + y Ev Od Ev (.) olup (.9) ve (.) da elde edlr. Od = Ev = C 7

26 M. J. E. Golay, müemmel odları lstelemele uğraşıre, müemmel od şa etmes beledğ halde, böyle odlar oluşturmaya bazı parametreler varolduğuu göstermştr. Aşağıda teorem de bu duruma br öretr. Teorem.8: İl leer [9,78,5]-odu yotur [7]. İspat: =9, q=, M=78, d=5 ç Hammg Sıırı a baalım = 9 9 olup bu parametreler müemmel br od şa etmes beler. Böyle br odu varolduğuu abul edelm. Bu odu eşl-deetm matrs H olsu. Dolayısıyla H br ( x matrs olacağıda ) x 9 matrstr. d=5 olduğuda H 4 tae sütuuda oluşa her üme leer bağımsızdır. H sütularıı H, H,..., H 9 şelde gösterelm. { j } X =, H, H + H 9, j < 9, X 9 = + + = = Ayrıca V (,) = dr (, ler sıralı -ller sayısı). Bu durumda Ö Teorem.4 te te ağırlılı vetörler sayısı edelm. olur. Bu sayıyı başa br yolla elde H de te ağırlılı sütu sayısı m olsu. O zama H de çft ağırlılı sütu sayısı 9-m olur. wh ( + H) = wh + wh wh ( H) j j j olduğu blyor. wh ( + H) ı te olması ç wh le wh da yalız br j te olmalıdır. Te ola sütular m tae olduğua göre bularda br seçlrse, bu seçle te ağırlılı sütu, ağırlığı çft ola (9-m) tae sütu le toplaara ye te ağırlılı sütular elde edlr. Bu yolla elde edle te ağırlılıları sayısı m(9 m) olara buluur. X te, te ağırlılıları sayısı m+m(9-m)=m(9-m) olur. j 8

27 m(9 ) m = olması olaasızdır. Dolayısıyla böyle br m Z yotur. Ya leer l [9,78,5]-od yotur. Taım.4: u ve v ayı uzuluta l vetör olsu. Eğer v de ler, oumları le brlte desleme oşuluyla u da ler br alt ümes se u vetörü v y örtüyor der. Ya, u örter v u v= v. Öre.3: u= v= u v= v sağladığıa göre u, v y örter. 78 Teorem.9: İl br ( 9,,5)-od var mıdır? İspat: Böyle br od olduğuu varsayalım ve bu od C olsu. C leer br od olmasa da odları delğ sayesde sıfır vetörüü çerr. d=5 olduğuda C sıfırda farlı odsözcüler ağırlığı e az 5 tr. Y ümes, V(9,) l bleşe... ola 3 ağırlılı vetörlerde oluşsu. Y = 88 dr. d = t+ = 5 t = dr. Bu edele, Y de her y vetörü, x br odsözcüğü olma üzere yarıçaplı br te S(x,) üres çde buluur. Böyle br x odsözcüğüü mmum ağırlığı 5 olmalı ve y y örtmeldr. Bu ez l bleşe... ola 5 ağırlılı odsözcüler ümese X dyelm. {(, ),, örter } D= x y x X y Y x y. D de (x,y) ller türlü sayalım: Y de herbr y vetörü, X te br te x sözcüğü le örtülür. D = Y = 88 (y ye göre sayma). Dğer yada X te herbr x sözcüğü, Y de 3 tae y y örter (x e göre sayma). 9

28 Öreğ, x =... y =... y =... y =... 3 Bu ez Y = 3. X elde edlr. 88 = D = Y = 3 X 88 + X = Z 3 78 olup ( 9,,5)-od yotur.

29 . AĞIRLIK SAYAÇLARI. Grş Ağırlı sayaçları, daha sora üzerde durulaca ola MacWllams Eştlğ de olduça öeml br yere sahptr. Bu eştlte herhag C leer oduu ağırlı sayacıı, C dual ola C ağırlı sayacıda elde edlebleceğ fade edlmetedr. Yalızca hata sezme amacı le ullaıla br odu ağırlı sayacı, sezlemeye hataları olasılığıı hesaplamayı sağlar. Taım.: F br solu csm olma üzere C F, uzululu br od olsu. =,,, ç A, ağırlılı odsözcüler sayısıı belrts. C ağırlı sayacı C wa (.) A z = z = Az a C = olara fade edlmetedr. Burada ( ) adladırılır. AC ( x, y) Ax y = A = dzs, C ağırlı dağılımı olara = (.) homoje polomu da C ağırlı sayacıı belrtmetedr. Öre.: C = {,,, } odu l, 3 uzululu ve çft ağırlılı br od olara verlyor. C dual C = {, } olup C ve C ağırlı sayaçları C 3 3, = A z = Az = + z C 3 3. = A z = A z = + z

30 Yuarıda da belrtldğ üzere br C oduu ağırlı sayacı le C ağırlı sayacı brbryle bağlatılıdır. Bu bağlatıyı MacWllams Teorem ortaya oymatadır.. MacWllams Teorem Florece Jesse MacWllams, odlama uramı üzerde çalışmalar yapa l baya matematçlerde brdr. MacWllams dotora tezde, leer br odu ağırlı dağılımı le odu dual ağırlı dağılımı arasıda lşy ortaya oya br eştlte söz etmştr. Bu edele MacWllams, hem matematçler hem de mühedsler lgledğ Leer Programlama Sıırı ı spatıda ullaıla öeml br ölçütü ortaya oymuş olmatadır []. Öerme.: [] ct p = c ( t p ). (.3) = = Teorem.: (MacWllams Teorem) C, GF(q) üzerde br [, ]-od olsu. C = ve A z c z = = C = e = A z c z AC ( z) = c ( ( q ) z) ( z) +. (.4) C İspat: Teorem spatı bu bölümde q = ç yapılacatır. Öerme. de z p = ve + z t = + z olara alıırsa z z z c = cz = c = + z + z = = + z ( + z) cz = c ( + z) ( z ). = =

31 Öre.: Öre. de celedğmz od ç MacWllams Teorem uygulayalım. Çözüm: C 3 = + 3, A ( z) z A z z C = + olara elde edlmşt. AC z z c z z C = + 3 = ( + ) ( ) = 3 = c 3 z z + = 3 3 =. ( + z) +. ( z). = ( + 3 z ) = + 3 z. 3 ( ) ( ) Bu ez, teoremde C yere C alalım. 3 A z z c C z z C 3 3 = + = ( + ) ( ) 3. = = = ( + z)( 4 4 z+ 4 z ) 4 = + z ( z) ( z)( z) 3 Verle örete üçü br od ele alıdığıda bu odu ağırlı sayacıı MacWllams Eştlğ le buluması etl br yol değldr. GF(q) üzerde olabldğce büyü br parametrese sahp br od ç eştlğ ullama yerde olacatır. Öreğ, parametres (-) da olduça büyü se bu durumda odu dual ağırlı sayacıı bulma daha olay olacatır. Dolayısıyla, burada odu ağırlı sayacıa geçme daha matılı olacatır. Öre.3: C, [7,4]-Hammg od olsu. C üreteç matrs şeldedr. 3

32 AC, odsözcüler lsteleere buluduğuda, sıfırda farlı her odsözcüğüü ağırlığıı 4 olduğu görülür. Ya A z z 7z = + = +. C Burada C ağırlı sayacıı bulalım. elde edlr. 7 7 AC( z) = 3 c ( + z) ( z) = = = + 7z + 7z + z ( z) ( z) ( z) Souç.: Br Ham(r,) odu ağırlı sayacı ( z) ( z ) ( z r + + ) dr. İspat: C br Ham(r,)-od olsu. r r Br Hammg odu uzuluğu = le hesaplaır. Kodu boyutu r olduğuda odsözcüğü sayısı r r dr. r r ( ) ( r ) r Hammg odu dual = = tae elema çerr ve dual odda sıfırda farlı her sözcü r ağırlılıdır. Bua göre AC( z) = ( ) ( r c + z z) = = r + + = ( ) ( ) ( ) r + z + + z z + = ( z) ( z) ( z) r = ( z) ( z ) ( z r ) olara buluur. r r ( z) ( )( z) ( z) r 4

33 3. KRAWTCHOUK POLİNOMLARI 3. Grş Krawtchou polomları, 99 yılıda Urayalı matematç Mhalo Pylypovchy Kravchu tarafıda ullaılmıştır [4]. Bu polomlar, odlama uramıda olduça öeml br yer tutmatadır. Bu edele, çalışmaı bu bölümüde polomu bazı özelllerde söz edlecetr. Taım 3.: q br asalı uvvet, q,,,, q, x olaca şelde olma üzere ( )...( + ) x x x x j = j j! x x K x K x q q j j j= j j (3.) = ( ;, ) = ( ) ( ) olara taımlaa poloma Krawtchou polomu adı verlr. Özel olara q = seçlrse elde edlr. x x K x K x j= j j j = ( ) = ( ) ( ) 3. Krawtchou Polomuu Özelller ) =,,, ç ;, = ) K ( q) ( q ) 5

34 ;, = ) K ( q) ) =,,, + ç j + ;, = j= j ) K ( q) ( q ) j + + ;, = j= j ) K ( q) ( q ) 3) d =,,, ç ) K ( d;, q) = ( ) d ( q ) ) K ( + ;, q) = ( ) 4) ( ;, ) ( ) = d q + q + r K+ z q = z +! Öerme 3.: Krawtchou poloumuda x dereces olsu. x =,,, ç K x ;, q büyülüğü x ( u+ ( q ) v) ( u v) x fadesde u v lı term atsayısıdır. İspat: (3.) eştlğ her tarafı toplam alısı. u v term le çarpılıp üzerde sıfırda ye adar buluur. j j K ( x) u v = ( ) ( q ) u v = = j= j j x ( u v) ( u ( q ) v) x x x j x x j j x x + j j = ( ) u v u (( q ) v) = j= j j = + 6

35 Burada, x x K ( x) u v = ( u v) u+ ( q ) v (3.) = elde edlr. Not 3.: K x polomu x csde. derecededr ve başatsayısı q j j j j j = j!!! j j= j= olara buluur. Not 3.: Buda sora ϕ = ( q)! x ( xuv,,, ) ( u ( q ) v) ( u v) x ( q ) = + (3.3) olara fade edle fosyo, u =, v = z değerler ç göz öüe alıacatır. Böylece MacWllams Eştller de sembollerle uyum sağlamış oluur. Teorem 3.: ) K ( x) ( q) ( q ) ) j x = j j j= j j (3.4) + j x K x = q j j j= j j (3.5) eştller vardır. İspat: ) (3.) fadesde u =, v = z alıırsa x x K ( x) z = ( z) + ( q ) z (3.6) = eştlğ elde edlr. 7

36 olduğuda, şeldedr. qz + q z z = ( + q z) + ( q ) z x x ( ) z lı term atsayısı j j x j K ( x) = ( q) ( q ) j= j j qz x = ( + ( q ) z) j= + ( q ) z j j j x = ( qz) ( + ( q ) z) j= j j j j j j x j = ( q) z ( q ) z = j= j j x j = ( q) ( q ) z = j= j j x x qz ) ( + ( q ) z) ( z) = ( z) + z olduğuda z lı term atsayısı j j x j qz x = ( z) = j= z j + j x K ( x) = ( ) q j x j + j = ( qz) ( z) = j= j j + j x = ( ) q z = j= j j j j j= j j. j j x 8

37 Krawtchou polomu, aşağıda fade edle ortogoall lşse sahptr. Teorem 3.: ve l egatf olmaya tamsayılar e = l se δ l, = ve l se δ l, = olma üzere ( q ) K () Kl() = q ( q ), l (3.7) = eştlğ vardır. δ İspat: (3.7) fades sol tarafı l x y le çarpılsı. l ( q ) K () Kl() x y = = ( q ) ( + ( q ) x) ( x) ( + ( q ) y) ( y) = = ( ( q ) x) ( ( q ) y) ( q )( x)( y) + + = = ( + ( q ) x) ( + ( q ) y) + ( q )( x)( y) = q+ ( q ) xy+ ( q ) xy = q+ q q xy = q + q xy q ( ) ( q ) = elde edlr. Burada buluur. = ( xy) δ l, δ ( q ) K K = q ( q ), l l Teorem 3.3: ve l egatf olmaya tamsayılar olma üzere l l l q K = ( q ) K ( l) (3.8) eştlğ vardır [], [9]. 9

38 Teorem 3.4: K () K() l = q δ, l (3.9) = eştlğ vardır. İspat: (3.8) fades, (3.7) fadesde yere oursa olduğuda ( q ) K K = q ( q ) = l ( q ) K ( l) K = q ( q ) δ = l = l δl, = l δ = = elde edlr. l, () () =, K l K q δ l Not 3.3: (3.3) te sözü edle ϕ l δ, l, l x ( xuv,,, ) = ( u+ ( q ) v) ( u v) fosyouda yararlaara Krawtchou polomları ç brço reüras bağıtısı elde edlmştr. Aşağıda e öeml reüras bağıtılarıda br u =, v = z oşulu altıda verlmetedr. Dğer reüras bağıtıları ç [9] olu yayı celeeblr. Teorem 3.5: (Üç-Term Reürası) =,,... ç başlagıç oşulları le K x =, K ( x) = q qx ( + ) K ( x) = ( q ) ( q ) qx K ( x) ( q )( + ) K ( x) reürası vardır. + x (3.) İspat: (3.5) fades z ye göre türetlp eştlğ her tarafı ( ( q ) z)( z) çarpılsı. + le 3

39 = x x+ x ( ) ( )( ) x+ q x + q z z x z + q z = K x z + q z z Eştlğ sol tarafı, (3.5) fadesde yararlaara düzeles. + ( q )( x) K ( x) z ( q )( x) K ( x) z = = + xk ( x) z x( q ) K ( x) z = = + = K ( x) z + ( q ) K ( x) z ( q ) K ( x) z = = =, + ( q )( x) x K ( x) z ( q )( x+ x) K ( x) z = = = ( + ) K+ ( x) z + ( q ) K ( x) z ( q )( ) K ( x) z = = =, ( ( ) ) ( ) q qx K x z q K x z = = = ( + ) K+ ( x) z + ( q ) K ( x) z ( q )( ) K ( x) z = = =. Tüm toplamlar = de başlayaca şelde düzeles. ( ) q qx + q qx K x z q K x z = = ( ) + = q qx + + K x z = + q K x z q K x z = = eştlğde ( ( ) ( ) ) ( )( + ) q qx q K x z q K x z = = = ( + ) K + ( x) z = z lı termler atsayıları eştlerse; ( ) ( ) ( )( + ) = ( + ) q qx q K x q K x K+ x buluup spat tamamlamış olur. 3

40 4. DELSARTE ve MACWILLIAMS TEOREMLERİ 4. Grş MacWllams Teorem, daha öce Teorem. de fade edlmşt. Bu bölümde Delsarte ve MacWllams Teoremler, Krawtchou polomlarıda yararlaılara spatlaacatır. Phlppe Delsarte, 973 yılıda [7] le belrtlmş yayııda Hammg sıırıı öeml ölçüde gelştrere Leer Programlama Sıırı ı ortaya oymuştur. Bu bölümde, bu sıırda söz etmede sıırı fade etme ç gerel blglere yer verlecetr. Ö Teorem 4.: C, uzululu, C AC( z) = Az = ola br od olsu. Bu durumda = M odsözcülü ve ağırlı sayacı ) = A = M,. ) M A = d ( x, y) = x, y C İspat: Teorem ) le verle fades olaylıla görüleblr. ) le verle eştlğ varlığı ç [] olu ayağa başvurulablr. 3

41 4. Delsarte ve MacWllams Teoremler le Krawtchou Polomları Arasıda İlş Kolaylı sağlaması açısıda GF ( q ) = F q ullaımı söz ousu olacatır. Teorem 4.: (Delsarte Teorem) C F q oduu ağırlı sayacı olsu. b AC ( z) = Az Q ve = C A( + ( q ) z) ( z) = bz = = (4.) e ç b. İspatı vermede öce teorem Krawtchou polomu yardımıyla Teorem 4.3 te başa türlü fade edlebldğ gösterelm. (4.) eştlğde b sayısı, verle x ( u+ ( q ) v) ( u v) z lı term atsayısıı temsl etmetedr. (3.3) le x fadesde u =, v = z alıırsa oluşa polomu z lı term atsayısı x,,..., K x ;, q olara belrtlmetedr. Bu durumda (4.) eştlğ = ç sol tarafıda z lı term atsayısı AK C = olmalıdır. Burada ( ;, q) C = () b = AK (4.) elde edlr. Bu durumda, C leer br od e C = B se B ağırlı sayacı B =. = A z b z 33

42 Böylelle Teorem. de verle MacWllams Teorem, Krawtchou Polomu yardımıyla spatlamış olur. Teorem 4.: (MacWllams Teorem) C F q oduu ağırlı sayacı e AC ( z) = Az = AK () b =. C = Delsarte Teorem Krawtchou Polomu yardımıyla fade etmede öce br Ö Teorem e değelm. Ö Teorem 4.: t, C de brm q. lel öü ve olsu. Bu durumda x F q, ağırlılı sabt br sözcü () xy, t = K y Fq w y = (4.3) eştlğ vardır []. Teorem 4.3: (Delsarte Teorem) C F q oduu ağırlı sayacı AC ( z) = Az = olsu. ç İspat: AK (). (4.4) = x F q, ağırlılı br sözcü olsu. (4.3) eştlğ göz öüe alalım. Eştlğ her tarafı A ve C le çarpılıp üzerde da ye adar toplam alıırsa; 34

43 () = C AK t (, ) = = xy, C z Fq d x y = wz= x yz, = = d( x, y) x y, z x, z t t t z Fq = x, y C z Fq x, y C wz= = wz= yz, xz, yz, xz, = t t = t z Fq x C y C z Fq x C wz= wz= elde edlr. Delsarte Teorem, MacWllams Teorem leer olmaya hal fade eder. Buraya adar verle ö teorem ve teoremlerde q u eyf değerler göz öüe alıdı. Açılı getreblme ve LP sıırıa temel oluşturablme amacıyla q = oşuluu celeyelm. Ö Teorem 4.3: N, İspat: + Z ç < N se N N ( N ) <. (4.5) ( N ) = f olsu. f ' = N = ç ı masmumu = max N buluur. Burada N N N f = olacağıda N N ( N ) < elde edlr. 35

44 Teorem 4.4: Delsarte Teorem de K () polomuu değer olara alıırsa; ) = = K ;, A = A dır. ) C l leer br od olsu. b, C dualde ağırlılı sözcüler sayısıı gösterdğe göre İspat: = ( ) A = C b dr. ) C odsözcüler satır abul ede C x Matrs j. sütuuu ağırlığı = x, y C (, ) C A = d x y br matrs göz öüe alalım. w j olsu. Ö Teorem 4. ) de verle eştlğde şerl uzalıları sayısı, satırlar date alıara hesaplamatadır. Çüü A, ağırlılı odsözcüler sayısıı fade etmetedr ve odsözcüler, satırlara yerleştrlmştr. Bu durumda matrs x satırı le j. sütuuu orta elemaıı, x satırı le j. sütuuu orta elemaıı olup olmadığı otrol edlmeldr. İşerl uzalıları sayısıı bulma şlem, bu şlem ez terar edlmese eşdeğerdr. Burada yazılablr. d( x, y) = wj( C wj) xy, C j= w j : j. sütuda sıfırda farlı elema sayısı C : br sütuda elema sayısı olduğua göre C w j : j. sütuda sıfır sayısıı temsl eder. Burada A = w C w j j = C j= 36

45 olup Ö Teorem 4.3 te C C wj( C wj) < olacağıda A = C j= C 4 = C = = A elde edlr. Dolayısıyla, buluur. A = ( ) A = = ) C leer br od e brtaım C w j ler veya olur. Eğer, C dualde sıfırda farlı grds j. oumda bulua ağırlılı br sözcü varsa w j = olup böyle oumları sayısı b dr. Dolayısıyla A = w C w ( b ) j j = C j= = C elde edlr. Çüü, ( b ), dualde ağırlığı ola sözcüler tüm sözcülerde çıarılması le elde edlmetedr. Dual odda ağırlığı ola sözcüler dışıda C sözcüler ağırlığıa sahp olduğuda esas odda, ağırlığı ola sütuu eledğmzde yuarıda eştlğ varlığı ortaya omuş olmatadır. Böylece, = C A = C b = b C ( ) elde edlr. Buu br öre üzerde görme yararlı olacatır. 37

46 Öre 4.: C = {,,,} e C dual C = {,,, }'dr. Dualde, ağırlığı ola br sözcü dır ve sözcüğü sıfırda farlı grds. oumdadır. Dolayısıyla C odsözcüler le oluşturula matrs. sütuuu ağırlığı sıfır olacatır, w =. Dualde ağırlığı ola sözcü sayısı b = dr. Bu durumda 4 = A =. +. = 4 C 4 = (4 ) = 4 ( b ) olup eştl sağlaır. Teorem 4.4 te = ç celeme yapılmıştır. Bu ez ç br geelleme yapablme amacıyla ye br od taımlayalım. Taım 4.: x, C de br odsözcüğü olsu. C oduu sözcü uzuluğu olma üzere {,,...,} ümes ele alısı. Bu üme tae elemalı alt ümes vardır. Buda yararlaara sözcü uzuluğu ola ye br od taımlayalım. Her x C sözcüğü ç aşağıda yolla br x [ ] sözcüğü oluşturulsu. Oluşa ye [ ] od C le temsl edls. [ ] Br x sözcüğüü oumları (bleşeler) {,,...,} ümes -lı I alt ümeleryle desles. Herbr oumda sembol x [ ] I = x I olara taımlaır. Burada x C ç se x = xx... x [ ] x = x... x x [ ] [ ] [ ] ( ) 38

47 şeldedr.ya tae -lı alt üme I =,,..., [ ] Böylece C odu { } [ ] [ ] C = x x C şelde deslemetedr. olara belrlemş olur. Öre 4.: C = {,,,} oduu ele alalım. = olursa oluşturulaca elemalı I alt ümeler bular, I I I {, } I {,3} {,3} I {, 4} {, 4} I { 3, 4} = = 4 = = 5 = = 3 6 = 4 = 6 tae olacatır. Ya şeldedr. C de br x sözcüğü seçls. Öreğ, x = alısı. odsözcüğüü şa edelm. Bua göre [ ] [ ] [ ] [ ] x = x x... x I I I6 [ ] C de x e arşılı [ ] x şelde olacatır. Burada [ ] x = x = x + x = + = I [ ] I [ ] I3 [ ] I4 [ ] I5 [ ] I6 I I I3 I4 I5 I6 x = x = x + x = + = 3 x = x = x + x = + = 4 x = x = x + x = + = 3 x = x = x + x = + = 4 x = x = x + x = + = 3 4 elde edlr. Ya [ ] x = 39

48 [ ] şeldedr. Dolayısıyla C oduu br elemaı üretlmş olur. Ayı matıla dğer sözcüler de buluablr. Bu durumda [ ] C = {,,,} olara elde edlr. Delsarte Teorem de K () geellemes yapablme ç yuarıda oluşturula [ ] C odu ullaılacatır. Ö Teorem 4.4: ) [ ] [ ] [ ] x + y = z x + y = z, ) İspat: [ ] w x = w x = j te j j. ) [ ] [ ] [ ] ( ). x + y = x + y = x + y = z = z I I I I ) x, uzululu br sözcü olduğua göre x olduğu oumlar, {,..., } ümes br alt ümes oluşturur. Bu alt ümeye I ' adı verls. I le I ' ümeler j tae elemaı orta se j te br sayı e [ ] x = xi =, I j çft br sayı e olur. Bu şelde j ler olacağıda I x j [ ] = x = I taedr. j gerye ala seçmler j tae buluur. [ ] w x = j te j j [ ] C oduu elema sayısı le C oduu elema sayısı ayı olmala brlte [ ] C da br sözcüğü ağırlığı, C de sözcüğü ağırlığıa bağlıdır. Burada 4

49 w [ ] () = j te j j (4.6) eştlğ söz ousudur. Dolayısıyla, olur. d( x, y) = e [ ] C ı ağırlı sayacı olup C [ ] [ ] A z c z [ ] [ ] ( [, ) = ] () d x y w = r r (4.7) r c [ ] r = A. (4.8) [ w ] () = r (4.6) eştlğ = j j (4.9) j= Wadermode Bom uralıı hatırlatmatadır. Bu ural aşağıda verle teoremde ullaılacatır. Teorem 4.5: C F oduu ağırlı sayacı AC ( z) = Az = olsu. ç AK ( ;,). (4.) = 4

50 İspat: Teorem 4.4 ) de hareetle N r= [ N r c ] yazılablr. (4.8) fadesde N [ ] r = ( ) r r= r= [ w ] () = r N N r c N r A [ ( ] ()) N N w A, r= [ w ] () = r = N = olup = = [ ] w () A, (4,9) ve (4.6) da = A = j= j j j te j j j = = j= = = ( ;,) K A A j j elde edlr. Ö Teorem 4.4 ) de de alaşılacağı üzere C leer br od se C [ ] odu da leerdr. Yuarıda toplam, C [ ] [ ] de ağırlılı sözcüler sayısıı C = C defa sayar. N = olma üzere N F de ağırlılı br x sözcüğü seçelm. Dolayısıyla x te br tae olur. Bu sembolü I. oumda bulusu. Bu durumda {,,...,} ümes -lı br alt ümes ola I le deslemş olmatadır. O zama br x elemaıı [ ] C elemaı olması ç C [ ] da tüm odsözcüler I. oumuda sıfır bulumalıdır. Bu se her c C I ı oumlarıda çft sayıda buludurmasıyla mümü olur. Souç olara C [ ] de ağırlılı sözcüler tamamıyle C de 4

51 ağırlılı sözcülere arşılı gelr. Böylece Teorem 4. de verle MacWllams Eştlğ terar sağlamış olur. Öre 4.3: = 4, =3 olma üzere I I I I 3 4 = = = = şeldedr. {,, 3} {,3, 4} {,, 4} {, 3, 4} 4 N = = 4 3 e I alt ümeler N x = sözcüğü F br elemaı olsu. x buludura oumu I olsu. Bu durumda,3 ve 4. oumlarıda çft sayıda buludura br C odu ele alıırsa; oduu dual şeldedr. Bu ez C = {,,,} C = {,,,} [ 3] C oduu oluşturalım. [ 3] C = {,,, } olup sözcüler I. oumları sıfırdır. Bu durumda x, C elemaıdır. [ 3] C = {,,,} Souç olara C [ 3] te ağırlılı sözcüğü, C de 3 ağırlılı ola sözcüğüe arşılı gelmetedr. [ 3] 43

52 5. MACWILLIAMS ve DELSARTE TEOREMLERİNİN DÖNÜŞÜMLER YARDIMIYLA İNCELENMESİ 5. Grş Teorem. de verle MacWllams Teorem dğer br fades aşağıda verlmetedr. Teorem 5.: (İl Leer Kodlar ç MacWllams Teorem) C leer br l [, ]-od ve dual C olsu. Bu durumda A ( x, y) = AC ( x+ y, x y) (5.) C C veya eşdeğer olara veya C ' Ax y = A( x+ y) ( x y) (5.) = = w u w u w( u) w( u) ( x y = ( x+ y) ) ( x y) (5.3) u C C u C eştller vardır. Bu eştller MacWllams Eştller olara blmetedr. İspatı yapablme ç aşağıda verlece ola leer döüşümlerde yararlaılacatır. Taım 5.: F solu br csm olma üzere, f, Hadamard döüşümü f F de herhag br tasvr olsu. f uv. f ( u ) = ( ) f ( v ) v F olara taımlamatadır., u F (5.4) 44

53 Ö Teorem 5.: C l leer br [, ]-od olsu. Bu durumda f ( u) = f ( u ) (5.5) u C eştlğ vardır. İspat: C u C uv. f ( u) = ( ) f ( v) u C u C v F uv. = f v. v F u C v C u C olduğuda uv=. olup uv. u C = = u C C elde edlr. v C u = vw. olaca şelde br w C vardır. a C ( ). au C olaca şelde br a C varsa b= aw. ç... bv awv au = = C olduğuda b C dr. Bu durumda ( + = ) = ( ) ( ) wv. w b v wv. bv. w C w C w C ( ) = ( ) ( ) wv. wv. bv. w C w C b C. bv. = wv w C w C b C bv wv olduğuda ( ). = buluur. Burada olup. w C b C w C 45

54 uv., v C = C u C. uv v C = u C olara elde edlr. Bu durumda buluur. u C f ( u ) = C f ( v ) Teorem 5. spatı: v F Hadamard döüşümüü ullaara Teorem 5. spatlayablrz. e w( u) w u f u = x y uv. w( u) w( u) f u = x y v F uzululu u ve v vetörler u = u... u, v= v... v olara düşüülsü. Burada şua dat etme gerer: = ( v... v ) v v + + v v x y = x x y fadesde v v w( v) = olup. (5.6) v v w( v) w( v) x y = x y. (5.7) = (5.7) fades (5.6) deleme uygulaablr. = ( ) v F v= v= v = = uv uv v v f u x y = =... uv v v x y 46

55 ( ) = w= ( ) u u u... = x + y x+ y x+ y = uw w w x y. w w u = x y = x+ y w=, w w w w= u = x y = x y elde edlr. Böylece w ( u) w( u) f u = x+ y x y (5.8) buluur. Dolayısıyla (5.5) le verle eştl w( u) w( u) u C w u w u u C x y = x+ y x y C olara yede fade edleblr. 5. İl Kodlar Üzerde Grup Yapısı v, uzululu l br vetör olsu. v= v... v vetörü geellle v v... v z = z z şelde temsl edlr. Burada z..., zz 3... olara alaşılmalıdır. Ayrıca her ç z = dr. vw, F ç v+ w= v,..., + w v + w olup z. z = z... z z... z = z... z = z. v w v v w w v+ w v+ w v+ w 47

56 Bu şelde v z ler oluşturduğu çarpımsal grubu G le gösterelm. Taım 5.: G Q rasyoel sayıları üzerde QG grup cebr av Q, v z G ç v F az v v şelde tüm toplamları çerr. 5.3 Karaterler Taım 5.3: Her u F ç χu : G Q olara verle tasvr, u ve v vetörler Q üzerde saler çarpımı u.v olma üzere u v ( z ). χ = uv şelde taımlaır. Burada χ u ya G br arater adı verlr. χ u aşağıda gb QG üzerde etye, leerl ullaılara geşletleblr. Ayrıca v v uv χ az = aχ ( z ) = ( ). a χ u v v u v v F v F v F u yazılablr. v ( z ) ; uv. = se = ; uv. se 5.3. Karaterler Özelller v u ) χu( z ) χv( z ) =, ) ( v ) ( w ) ( v + χ w u z χu z χu z ) 3) C, C QG ç =, ( C ) ( C ) ( CC ) χ χ = χ, u u u 4) χ ( w ) ( w ) ( w u z χv z χ u + v z ) =,. (5.9) 48

57 5) C leer br od olup C = z u C u şelde se χ v ( C) C ; v C se = ; v C se olur. Daha es olara, abelye br G grubuu br χ arater G grubuda, mutla değer (modülü) ola omples sayıları çarpım grubua br homomorfzmadır. 5.4 Leer Olmaya Kodlar ç MacWllams Teorem C = cvz v F v, QG grup cebr herhag br elemaı ve M = c v F v olsu. A = wv= c v olma üzere { A,..., A }, (+)-ls C ağırlı dağılımı adıı alır. Burada = A = M olduğu açıtır. C ağırlı sayacı se şeldedr. (, ) w v w v C = v = v F = A x y c x y Ax y 49

58 Taım 5.4: C QG üzerde döüşümü C' = χu M v F C z u (5.) le taımlıdır. C = cvz v F v olduğua göre ' C' = cu z u F u şelde düşüülürse ' uv c = χ ( C) = ( ). c M M u u v v F (5.) elde edlr. Bu durumda C ' ü ağırlı dağılımı χ (5.) A c C ' ' = u = u wu= M wu= olup ağırlı sayacı ' AC' ( x, y) Ax y = = (5.3) şelde fade edlr. Teorem 5.: AC' ( xy, ) = AC( x+ yx, y) (5.4) M eştlğ vardır. 5

59 İspat: ' ' w v AC' ( x, y) = Ax y = cvx y = v F eştlğde (5.), (5,6) ve (5.8) ullaılırsa; olup spat tamamlaır. M AC ' ( x, y ) = ( ) u F u F u v F w( v) uv. w v w v c x y w u w ( u ) = cu x+ y x y M = AC x+ y x y M (, ) Taım 5.5: C, leer olması geremeye br od e D= M C olsu. D= dmz m F m olara düşüülürse D ağırlı dağılımı B = wm= d m şeldedr. Ö Teorem 5.: uv, C ç B =. M d u v = (, ) 5

60 İspat: u v D C z z M M = = u C v C u+ v = M u C v C M = (, ) z = u, v C duv= z u+ v = dmz m F m. Burada B = dm =. M (, ) wm= duv= Not 5.: B, geellle C uzalı dağılımı olara blmetedr. Teorem 5.3: B ' = s M wu= s χ u ( D) veya AD' ( xy, ) = AD( x+ yx, y) (5.5) M eştlğ vardır. İspat: D= dmz m F m olduğu blyor. Bu durumda D döüşümü, D' = χu D u F D z u (5.6) şeldedr. 5

61 ' D' = du z u F u (5.7) olduğuu abul edelm. (5.6) ve (5.7) de d ' u ( D) = u D χ (5.8) olmalıdır. Öte yada olup D dm = cv = M = M m F M v F M = M dr. Bu durumda ' uv d = χ ( D) = ( ). d D M u u v v F (5.9) olur. (5.5) eştlğ sağ tarafıı ele alalım: w m AD x+ y, x y = dm( x+ y) x y M M m F eştlğde (5.6), (5.8) ve (5.9) ullaılara w ( m ) M D ( +, ) = ( ) A x y x y M m F m v F mv. w v w v d x y = dm ( ) x y M v F m F mv. w v w v ' = dx v v F = A w v ( x y) D', w( v) y elde edlr. Teorem 5.4: (Delsarte Teorem) s=,..., ç B ' s M wu= s χu( D). (5.) = 53

62 İspat: B elde edlr. ' = s M wu= s = χu M wu= s wu= s χ u ( D) ( C ) = χu ( C) M 54

63 6. LİNEER PROGRAMLAMA SINIRI 6. Grş Br odu temsl etme ç uzulu (), mmum uzalı (d) ve odu elema sayısıı (M) göstere parametreler ullaıldığıı blyoruz. Bu parametreler değştçe odu şlev artmata veya azalmatadır. Herhag br odu br dğerde daha y olduğuu belrleyeblme ç odları parametreler arşılaştırma gerer. Br odda 3 parametre buluduğuda bu arşılaştırma şlem pe olay olmamatadır. Karşılaştırılaca her od ç, M, d parametrelerde ve d, ayı değerler aldığı zama M üzerde arşılaştırmalar yapılablr. Br odu çerdğ sözcü sayısı e adar ço olursa letşm o del ço yölü olur. Dolayısıyla M sabtlemeye parametre olmasıda ede budur. Başa br deyşle C: (, M, d ), C :(, M, d ) odlarıda M > M se C C de daha y br od olduğu söyleeblr. Bu otada odlama uramıı e temel problem ortaya çımatadır: Uzuluğu ve mmum uzalığı ble br od e fazla aç odsözcüğü çerr? Kodlama uramı büyü ölçüde, odu çerdğ sözcü sayısı üzerde sıır şa etme ve bu sııra e yaı sözcü sayısıa sahp odlar bulablme üzerde durmatadır. M ç. Bölüm de belrtle Hammg Sıırı ı yaı sıra Sgleto, Plot, Elas, Johso üst sıırları; Glbert-Varshamov gb alt sıırlar mevcuttur. M buluması ç belrlee e yet te Phlppe Delsarte ı Leer Programlama yötemdr. P. Delsarte, solu csmler üzerde mmum uzalılı odları sözcü sayısı ç sıırları belrlemes şlem br leer programlama problem olara ele almıştır. 55

64 Bu yötem, ortogoal br polom ola Krawtchou Polomu u ullaılması edeyle polomsal yötem olara da blmetedr. Ble e y üst sıırlar Delsarte ı 973 te gelştrdğ bu yötem esas alara ortaya oulmuştur. Bu bölümde leer programlama teler odlara uygulaışı üzerde durulara Leer Programlama Sıırı da söz edlecetr. 6. Ö Kavramlar Ad (, ) büyülüğü, leer olması geremeye herhag l, uzululu ve mmum d uzalılı br odu çerdğ odsözcüler sayısıı masmumuu gösterr. Adw (,, ) se d Hammg uzalılı, w sabt ağırlılı, uzululu l vetörler masmum sayısıı gösterr. Bu bölümde A( d, ) ve (,, ) A dw ye bağlı eştl ve eştszllerde yararlaılacatır. Bu edele aşağıda bu özelllere sıırlı olara değlmetedr. ) A (,δ, w) A (, δ, w) =, ) A (, δ, w) A (, δ, w) =, 3) w δ A( δ w) <,, =, 4) A (, δδ, ) 5) Johso Sıırı: = δ, w w δ + > olma oşuluyla (, δ, w) A δ w w+ δ, w, 6) A (, δ, w) = A (, δ, w ) 7) A (,δ) A (,δ ) =, 56

65 8) Ad (, ) A (, d), 9) Plot Sıırı: d olma oşuluyla δ 4δ > δ A(,δ) = 4 δ ve A 4 δ,δ = 8δ. 6.3 Leer Programlama Taım 6.: Leer Programlama, leer br fosyou br leer eştszller ümese veya eştszllerle fade edle ısıtlamalara bağlı olara optmze (masmze veya mmze) etme amacıyla ullaıla teler bütüüdür. Kouyu daha olay açılayablme açısıda aşağıda leer programlama problem ele alalım: Taım 6.: (I. Problem / Temel LP Problem) a x + a x a x b s s a x + a x a x b s s a x + a x asxs b (6.) x,..., xs ısıtları altıda cx + cx cx s s leer fosyouu masmze edlmes problem br leer programlama problemdr. 57

66 cx + cx cx s s fosyou, amaç fosyou adıı alır. c,..., c s ler fyat atsayılar, x,..., x s ler arar değşelerdr. s ax j j b,. ısıt adıı alır. j= a j atsayılarıa teoloj atsayılar demetedr. a a... as a a... a s... A = a a... as matrs, ısıt matrs adıı alır. Not 6.: Br masmzasyo problem, br mmzasyo probleme veya mmzasyo problem, masmzasyo probleme döüştürme olasıdır. Bu döüşüm s maxcx = m cx j j j j j= j= s şelde yapılablr. Masmzasyo problem matrslerle fade edlmesde yarar vardır. max s j= cx j j ç ısıtlar s j= ax = b, =,..., j j stadart formda olup x, j =,..., s j = [ ], x [ x x ] c c,..., cs =,..., s, 58

67 [ ] b= b,..., b, a a... as a a... a s... A = a a... as şelde olma üzere LP problem Ax T b x T (6.) ısıtları altıda max cx T (6.3) olara fade edlr. Taım 6.3: (II. Problem / Dual LP Problem) au+ au au c a u + a u a u c au+ au asu cs s s (6.4) u,..., u ısıtları altıda bu + bu bu leer fosyouu mmze edlmes problem br dual leer programlama problemdr. 59

68 Mmzasyo problem matrslerle fade edlece olursa; m = ub ç ısıtlar = ua = c, j=,..., s j j stadart formda olup u, =,..., = [ ], u = [ u u ], c [ c c ] b b,..., b a a... as a a... a s... A = a a... as,..., =,..., s, şelde olma üzere dual LP problem ua c, u (6.5) ısıtları altıda m ub T (6.6) olara fade edlr. Burada u ları ey fade ettğ göreblme amacıyla aşağıda öreğ ele alalım: Öre 6.: max 4x + 7x 3x 5x 6 x x 8 x, x problem dual 6

69 m 6u + 8u 3u u 4 5u u 7 u, u olara elde edlr. Taım 6.4: Br x vetörü (6.) le verle eştszller sağlıyorsa I. Problem ç uygu çözüm adıı alır. x vetörü ayı zamada cx T y masmze edyorsa optmal çözüm olur. Bezer durumlar II. Problem ç de geçerldr. Teorem 6.: x, (I) ç, u, (II) ç uygu çözüm olsu. Bu durumda cx T ub T olur [8]. Teorem 6.: x, (I) ç, u, (II) ç uygu çözüm olsu. x ve u u optmal çözüm olması ç gere ve yeter oşul cx T = ub T olmasıdır [8]. Teorem 6.3: x, (I) ç, u, (II) ç uygu çözüm olsu. x ve u u optmal çözüm olması ç gere ve yeter oşul j =,..., s ç x = veya = ua = c j j ve =,..., ç u = veya s j= ax = b j j olmasıdır [8]. 6

70 6.4 Leer Programlamaı Kodlara Uygulaışı C, l br (,M,d)-od olup odsözcüler arasıda uzalı t = < t <... < ts şeldedr. B, C de sabt br odsözcüğüde uzalıta odsözcüler sayısıı ortalamasıı gösterme üzere B =, j =,..., s ç B ve dğer durumlarda Dolayısıyla B = dır. t j C = M = + Bt s j= j eştlğde söz edleblr. ' C oduu döüşümüü dağılımı { B } B = D = BK χ ' u M wu= s M = M j = ( t ), Teorem 5.3 te () s = B K (6.7) tj j olara fade edleblr. Ayrıca Teorem 5.4 te =,,..., ç blyor. B ' olduğu C, odsözcüler arasıda uzalı { t j} = verle leer programlama probleme göre uygu çözümdür. s j ola br od se Bt, Bt,..., B t s, aşağıda 6

71 6.4. Temel Probleme göre LP Sıırı Taım 6.5: (III. Problem) s j= B t j masmzasyou ç B, j =,..., s, t j ( t) s BK tj j j=,,..., = (6.8) veya s j= ( t) BK t j j, =,..., (6.9) oşulları altıda B,..., t B t ler seçlr. s Teorem 6.4: (Leer Programlama Sıırı ı Temel Teorem) C, q-lu, uzululu, mmum d uzalılı br od olsu. Bu durumda III. problem optmal çözümü C üzerde br üst sıır belrler. Başa br deyşle C max B B =, B =, < d, B, BK (), = = eştszlğ vardır. q = ve d çft sayı se, B, tüm te ler ç sıfırdır. İspat: Teorem 4.3 veya (6.9) le verle eştszlte hareetle teorem l ısmıda eştszller sağladığıı söyleyeblrz. Ayrıca Ö Teorem 4. ) de = B = C olduğu bldğe göre C max B = durumu alamlı hale gelmetedr. 63

72 Dğer tarafta q = ve d çft e C geşletlmş C oduu ele alalım. C, C l odua br eşl-deetm sembolü eleere oluşturulduğuda C oduda ağırlığı te ola sözcüğü soua, çft ola sözcüğü soua eleere tüm ağırlılar çft hale getrlr. Dolayısıyla, bu odda ağırlığı te ola br odsözcüğü almaz. Bu durumda te e B = soucua olaylıla varılır. C oduda C odsözcüler uzuluğu artar, faat çerdğ odsözcüğü sayısı değşmez, C = C. Öre 6.: C, 8 uzululu l, mmum 4 uzalılı br od olsu. C ye at br üst sıır araştıralım. İl bölümde sözü edle Hammg Sıırı a göre 3 d = 4= t+ t = = olup C 8 8 = C 6 dır B =, B = B = B3 = B5 = B7 =, B4, B6, B8 olduğu blyor. = ve = ç celeme yapalım. = BK = 8 4B 8B 6 8 () 6 8, = 4B + 8B 8. (6.) = BK = 8 4B + 4B + 8B () 4 6 8, = 4B 4B 8B 8, (6.) B B 6 8 eştszlğde B6 olması ç B8 olmalıdır. (6.) ve (6.) de B 9+ 5B 4 8 elde edlr. 64

73 8 C B = B + B + B + B = B + B + B = + 4B 8, B8 buluur. 6 C 6 olduğu Hammg Sıırı ı dda ettğ souçtur. Öte yada, yuarıda toplamı 6 olması ç B 8 = alımalıdır. Burada B =, B elde edlr. Dolayısıyla 8 = B = B + B + B + B = 6 buluur. Leer programlama problem optmal çözümü B =, B = B = B = B = B = B =, B =, B = 4 (6.) 8 4 şeldedr. Dğer tarafta = 3 ç B K3 () hesaplaırsa; 6 8 = 4B + 56B 56 (6.3) şelde 3. eştszl elde edlr. (6.), (6.) ve (6.3) eştszllere smples yötem uyguladığıda optmal çözüm (6.) de belrtldğ gb bulumatadır. Dolayısıyla, (6.) ve (6.) ç yapıla muhaemelere gere almada souca gdlmş oluur. 65

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

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

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

Detaylı

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

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

Detaylı

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

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

T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ

T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ BĠR GRAFIN TERS WIENER ENERJĠSĠ VE TERS WIENER-ESTRADA ĠNDEKSĠ Sez ÇĠZMECĠ YÜKSEK LĠSANS TEZĠ Matemat Aablm Dalı OCAK-0 KONYA Her Haı Salıdır TEZ BĠLDĠRĠMĠ

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

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

BÖLÜM II. Asal Sayılar. p ab ise p a veya p b dir.

BÖLÜM II. Asal Sayılar. p ab ise p a veya p b dir. BÖLÜM II Asal Sayılar Taım. p > tam sayısıı de ve ediside başa bölei yosa bu sayıya asal sayı deir. de büyü asal olmaya sayılara da bileşi sayı deir. Teorem. Eğer p bir asal sayı ve p ab ise p a veya p

Detaylı

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET

Detaylı

BÖLÜM III. Kongrüanslar. ise a ile b, n modülüne göre kongrüdür denir ve

BÖLÜM III. Kongrüanslar. ise a ile b, n modülüne göre kongrüdür denir ve BÖLÜM III Kogrüaslar Taım 3. N sabit bir sayı, a, b Z olma üzere, eğer ( a b) ise a ile b, modülüe göre ogrüdür deir ve a b(mod ) şelide gösterilir. Asi halde, yai F ( a b) ise a ile b ye modülüe göre

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ. q-tomurcuk FONKSİYONU ve q-bezier EĞRİLERİ. Melike SARAÇ MATEMATİK ANABİLİM DALI

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ. q-tomurcuk FONKSİYONU ve q-bezier EĞRİLERİ. Melike SARAÇ MATEMATİK ANABİLİM DALI ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ -TOMURCUK FONKSİYONU ve -BEZIER EĞRİLERİ Mele SARAÇ MATEMATİK ANABİLİM DALI ANKARA 2015 Her haı salıdır ET IK Aara Üverstes Fe Blmler Esttüsü

Detaylı

Yayılma (Değişkenlik) Ölçüleri

Yayılma (Değişkenlik) Ölçüleri Yayılma (Değşel) Ölçüler Br ver set taıma yada farlı ver set brbrde ayırt etme ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etrafıda

Detaylı

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması

Gaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması EN AKÜLTESİ EN DERGİSİ E06 4 9-5 Araştıra Maales Gelş Receved :6/0/06 Kabul Accepted :/0/06 Erha AKIN Selçu Üverstes e aültes z Bölüü Kapüs 450 Koya Türye e-al: ea@selcu.edu.tr Öz: Bu çalışada Gaut atsayıları

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

TÜMEVARIM. kavrayabilmek için sonsuz domino örneği iyi bir modeldir. ( ) domino taşını devirmek gibidir. P ( k ) Önermesinin doğru olması halinde ( 1)

TÜMEVARIM. kavrayabilmek için sonsuz domino örneği iyi bir modeldir. ( ) domino taşını devirmek gibidir. P ( k ) Önermesinin doğru olması halinde ( 1) TÜMEVARIM Matematite ulladığımız teoremleri ispatlamasıda pe ço ispat yötemi vardır. Özellile doğal sayılar ve birço ouda ispatlar yapare tümevarım yötemii sıça ullaırız. Tümevarım yötemii P Öermesii doğruluğuu

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GRAFLAR ÜZERİNDE YENİ KIRCHHOFF YAPILARININ TANITILMASI Betül ACAR YÜKSEK LİSANS TEZİ Matemat Aablm Dalı Şubat-0 KONYA Her Haı Salıdır TEZ BİLDİRİMİ Bu

Detaylı

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Eoometr ve İstatst Sayı:5 0-4 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ Arzdar KİRACI* Özet Gücel yazıda,

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri  Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açı Ders Malzemeleri http://ocw.mit.edu Bu materyallerde alıtı yapma veya Kullaım Koşulları haıda bilgi alma içi http://ocw.mit.edu/terms veya http://www.aciders.org.tr adresii ziyaret ediiz. 18.102

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

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices lert Matrsler Normları İç lt ve Üst Sıırlar Sülema Demrel Üverstes B Türe E Sarııar e Blmler Esttüsü Dergs - (00 - lert Matrsler Normları İç lt ve Üst Sıırlar Bahr TÜREN E SRIPINR Sülema Demrel Üverstes

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

3. Bir kabı, biri 17 diğeri 55 litre su alan ölçeklendirilmemiş iki kap yardımıyla tam olarak 1 litre suyla nasıl doldurursunuz açıklayınız. (10 P.

3. Bir kabı, biri 17 diğeri 55 litre su alan ölçeklendirilmemiş iki kap yardımıyla tam olarak 1 litre suyla nasıl doldurursunuz açıklayınız. (10 P. 0..006 MAT3 AYRIK MATEMATİK ARASINAV SORULARI Numarası :..................................... Adı Soyadı :...................................... F,. Fiboacci sayısıı gösterme üzere, ( 0 P.) (a) F + = F

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

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

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

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

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GENELLEŞTİRİLMİŞ -ORADAM DİZİSİ ve MATRİS TEMSİLLERİ Yas YAZLIK DOKTORA TEZİ Matemat Aablm Dalı Mart-03 KONYA er aı Salıdır TEZ BİLDİRİMİ Bu tezde bütü

Detaylı

biliniyordu: Eğer 2 a 1 bir asal sayıysa, o zaman S = 2 a 1 (2 a 1) yetkin bir sayıdır. Bunu toplayalım: O halde

biliniyordu: Eğer 2 a 1 bir asal sayıysa, o zaman S = 2 a 1 (2 a 1) yetkin bir sayıdır. Bunu toplayalım: O halde SAYILAR DÜNYASINDA GEZİNTİLER H. Turgay Kaptaoğlu Bu yazıda deri teorilere imede sayıları çoğulula da tamsayıları ilgiç özellileride bahsedeceğiz. Bu özellileri hiçbiri yei değil; yüzyıllar, hatta biyıllar

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

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

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

1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz.

1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz. Sorular ve Çözümleri 1. GRUPLAR 1) G bir grup olmak üzere aşağıdaki eşitlikleri gösteriiz. i) e G birim elema olmak üzere e 1 = e. ii) a G olmak üzere (a 1 ) 1 = a. iii) a 1, a 2,, a G içi (a 1 a 2 a )

Detaylı

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi

Fark Denklemlerinin Çözümünde Parametrelerin Değişimi Yöntemi Far Delemler Çzümüde Parametreler Değşm Ytem *Hüsey Koama Saarya Üverstes, Fe-Edebyat Faültes, Matemat Blümü, 587, Saarya Özet: İçersde e az br mertebede,,,, E b solu arları buluduğu osyoel delemlere Far

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

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

Detaylı

= 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

Normal Dağılımlı Bir Yığın a İlişkin İstatistiksel Çıkarım

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

Detaylı

İDEAL ÇARPIMLARI (IDEAL PRODUCTS)

İDEAL ÇARPIMLARI (IDEAL PRODUCTS) T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK BÖLÜMÜ (IDEAL PRODUCTS) 070216013 TUĞBA ÖZMEN 080216038 AYŞE MUTLU 080216064 SEVİLAY HOROZ Nil ehri, Düyaı e uzu ehridir (6.650

Detaylı

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM**

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM** D.P.Ü. Fe Blmler Esttüsü 6. Sayı Eylül 8 Türev Değerler İçere Rasyoel İterpolasyo Yötemler ve Uygulamaları TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI Bayram Al İBRAHİMOĞLU*

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

Box ve Whisker Grafiği

Box ve Whisker Grafiği www.memetaarayl.com Bölümü Amaçları DEĞİŞKELİK ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKOOMETRİ BÖLÜMÜ mehmet.aarayl@deu.edu.tr Bu Bölümü tamamladıta ora eler yapablecez: Bo ve Wher grağ ouma

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

0,1,..., n p polinomu bulma işlemine interpolasyon ve px ( )

0,1,..., n p polinomu bulma işlemine interpolasyon ve px ( ) Ç.Ü Fe Blmler Esttüsü Yl:29 Clt:2-1 İNTERPOLASYON VE KALAN TEORİSİ Iterpolto d Remder Theory Fge GÜLTÜRK Mtemt Ablm Dl Yusuf KARAKUŞ Mtemt Ablm Dl ÖZET Bu çlşmd İterpolsyo tmlmş, Lgrge İterpolsyo Formülü

Detaylı

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM Nur ÖZHENEKCİ O SÜPERPOZİSYONU İLE ZAAN ANI ALANINA ÇÖZÜ Aşağıda açılanaca olan ortogonall özelllernn sağlandığı yapılar çn, zaman tanım alanında çözüm, her mod çn ayrı ayrı yapılıp daha sonra bu modal

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

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

Parçacık Sürü Optimizasyonu ile DWT-SVD Tabanlı Resim Damgalama

Parçacık Sürü Optimizasyonu ile DWT-SVD Tabanlı Resim Damgalama Parçacı Sürü Optmzasyou le DW-SVD abalı Resm Damgalama Veysel Aslataş, Abdullatf Doğa, Rfat Kurba Özet Multmedya eseler ç telf haı ve erşm otrolü amacıyla çeştl damgalama teler gelştrlmştr. Bu çalışmada

Detaylı

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+...

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+... MC formülüü doğruluğuu tümevarım ilkesi ile gösterelim. www.matematikclub.com, 00 Cebir Notları Gökha DEMĐR, gdemir@yahoo.com.tr Tümevarım_toplam_Çarpım_Dizi_Seri Tümevarım Metodu : Matematikte kulladığımız

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

REGRESYON VE KORELASYON ANALİZİ

REGRESYON VE KORELASYON ANALİZİ REGRESYON VE KORELASYON ANALİZİ.. Doğrusal İlşler.. Yalı (ast) Regreso... E Küçü Kareler Metodu a) Normal Delemler Çözümü ) Determat metodu c) Orj Kadırma... Regresou Stadart Sapması..3. Regresou Duarlılığı..4.

Detaylı

TMOZ TMOZ. Pólya nın Sayma Teorisi. 1. Isınma Problemleri. Eylül 2006 Saygın Dinçer

TMOZ TMOZ. Pólya nın Sayma Teorisi. 1. Isınma Problemleri. Eylül 2006 Saygın Dinçer / Türye Matemat Öğretmeler Zümres Eylül 006 Saygı Dçer saygdcer@gmal.com Bazı ombator problemlerde çözümler sayısı, problem sahp olduğu smetrde dolayı, drger. Pólya ı sayma teors bu tür ombator problemler

Detaylı

6.046J/18.401J DERS 9. Post mortem (süreç sonrası) Prof. Erik Demaine

6.046J/18.401J DERS 9. Post mortem (süreç sonrası) Prof. Erik Demaine Algoritmalara Giriş 6.046J/8.40J DERS 9 Rastgele yapılamış iili arama ağaçları Belee düğüm deriliği üseliği çözümleme Dışbüeyli öuramı Jese i eşitsizliği Üstel yüseli Post mortem (süreç sorası Pro. Eri

Detaylı

Bölüm 3. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri

Bölüm 3. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Tanımlayıcı İstatistikler. Yer Ölçüleri 0.0.06 Taımlayıcı İstatstler Bölüm 3 Taımlayıcı İstatstler Br ver set taıma veya brde azla ver set arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le reas dağılışlarıı sayısal olara özetleye değerlere

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

Communication Theory

Communication Theory Communcaton Theory ENFORMASYON TEORİSİ KODLAMA Doç. Dr. Hakan Doğan ENFORMASYON DEYİMİ NEDEN KULLANILMIŞ? Kaynaklarn, kanalların,alıcıların blg karakterstklern ncelemek. Blgnn letmn optmze etmek çn İletmn

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6. Problemler 3 i Çözümleri Problemler 3 i Çözümleri Aşağıdaki özellikleri kaıtlamaızı ve buu yaıda daha fazla soyut kaıt vermeizi isteyeceğiz. h.h. eşitliğii ölçümü sıfır ola bir kümei tümleyei üzeride eşit

Detaylı

BR GRAPHIN KOMULUK MATRS LE DERECE MATRSNN ÇARPIMININ EN BÜYÜK ÖZDEER ÇN SINIRLAR

BR GRAPHIN KOMULUK MATRS LE DERECE MATRSNN ÇARPIMININ EN BÜYÜK ÖZDEER ÇN SINIRLAR BR GRAPHIN KOMULUK MATRS LE DERECE MATRSNN ÇARPIMININ EN BÜYÜK ÖZDEER ÇN SINIRLAR Sezer SORGUN ve erfe BÜYÜKKÖSE Ercyes Üverstes, Fe Bller Esttüsü, Mateat Bölüü, KAYSER srgrzs@gal.co Ah Evra Üverstes,

Detaylı

KONVEKS OLMAYAN ÇOK KRİTERLİ OPTİMİZASYON ve PORTFÖY SEÇİMİ PROBLEMİ

KONVEKS OLMAYAN ÇOK KRİTERLİ OPTİMİZASYON ve PORTFÖY SEÇİMİ PROBLEMİ YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KONVEKS OLMAYAN ÇOK KRİTERLİ OPTİMİZASYON ve PORTFÖY SEÇİMİ PROBLEMİ İstatstç Gülder KEMALBAY F.B.E İstatst Aablm Dalı da Hazırlaa YÜKSEK LİSANS TEZİ

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

Değişkenlik (Yayılım) Ölçüleri

Değişkenlik (Yayılım) Ölçüleri Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm date alara heaplaa

Detaylı

Temel elektrik ve manyetizma yasaları kullanılarak elde edilmiş olan 4 adet Maxwell denklemi bulunmaktadır.

Temel elektrik ve manyetizma yasaları kullanılarak elde edilmiş olan 4 adet Maxwell denklemi bulunmaktadır. .GİRİŞ Güümüde hıla gelşe eolo ve blg brm saesde her geçe gü e elero chalar ürelmee ve mevcu freas badıı eers alması edele ürecler üse freaslara öelmeedrler. Yüse freas ullaıldığıda se chaları bouları

Detaylı

TOPOLOJİK TEMEL KAVRAMLAR

TOPOLOJİK TEMEL KAVRAMLAR TOPOLOJİK TEMEL KAVRAMLAR 1.1. Kümeler ve Foksiyolar A ı bir elemaıa B i yalız bir elemaıı eşleye bağıtıya bir foksiyo deir. f : A B, Domf = U A ve ragef B dir. Taım 1.1.1. f : A B foksiyou içi V A olsu.

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

6 (saatte 6 müşteri aramaktadır), servis hızı ise. 0.6e

6 (saatte 6 müşteri aramaktadır), servis hızı ise. 0.6e İST KUYRUK TEORİSİ ARASIAV SORULARI ( MAYIS ). Bir baaı müşteri hizmetleride te işi hizmet vermetedir. Müşteriler ortalama daiada bir arama yapmatadır bua arşı ortalama servis süresi ise daia sürmetedir.

Detaylı

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu

Yığın Hacminin Tahmini İçin Bulanık Doğrusal Regresyon Modelinde Ters Tahmin Metodu S Ü Fe Ed Fa Fe Derg Saı (003) 65-0, KONYA Yığı Hacm Tahm İç Bulaı Doğrusal Regreso Modelde Ters Tahm Metodu Mustafa SEMİZ, Aşır GENÇ Özet: Bu çalışmada ığı hacm tahm ç farlı br alaşım suulmatadır. Yığı

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

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

BAĞINTI VE FONKSİYON

BAĞINTI VE FONKSİYON BAĞINTI VE FONKSİYON SIRALI N-Lİ x, x, x,..., x tae elema olsu. ( x, x, x,..., x ) yazılışıda elemaları sırası öemli ise x, x, x,..., x ) e sıralı -li deir. x, x, x,..., x ) de ( x (, x, x ( x, ) sıralı

Detaylı

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10

n ile gösterilir. 0) + ( n 1) + ( n 2) + + ( n n) =2n Örnek...4 : ( 8 3) = ( 8 Örnek...5 : ( 7 5) + ( 7 6) + ( 8 7) + ( 9 8) + ( 10 KOMBİNASYON tae esei r taesii seçimie elemaı r li kombiasyoları deir ve C(,r) veya ( ile gösterilir. 1) ( ) = ( 0) =1 r) C(;r)= ( r) =! ( r)!.r! 2) ( 1) = ( 1) = 3) ( r) = ( r) 4) ( a) = ( b) (r ) ise

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

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

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

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

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

Detaylı

6. NORMAL ALT GRUPLAR

6. NORMAL ALT GRUPLAR 6. ORMAL ALT GRUPLAR G br grup ve olsun. 5. Bölümden çn eştlğnn her zaman doğru olamayacağını blyoruz. Fakat bu özellğ sağlayan gruplar, grup teorsnde öneml rol oynamaktadır. Bu bölümde bu tür grupları

Detaylı

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM Electroc Joural of Vocatoal Colleges December/Aralı 20 İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ Hade GÜNAY AKDEMİR, Fatma TİRYAKİ 2 Özet Bu çalışmada, müşter talepler stoast, özellle esl rassal değşeler

Detaylı

( KÜME LİSTE, ORTAK ÖZELLİK, ŞEMA YÖNTEMİ ELEMAN SAYISI BOŞ, SONLU, SONSUZ KÜME ALT KÜME VE ÖZELLİKLERİ ) ... BOŞ KÜME. w w w. m a t b a z.

( KÜME LİSTE, ORTAK ÖZELLİK, ŞEMA YÖNTEMİ ELEMAN SAYISI BOŞ, SONLU, SONSUZ KÜME ALT KÜME VE ÖZELLİKLERİ ) ... BOŞ KÜME. w w w. m a t b a z. KÜME KAVRAMI Küme matematiği taımsız bir kavramıdır. Acak kümeyi, iyi taımlamış kavram veya eseler topluluğu diye tarif edebiliriz. Kümeler A, B, X, K,... gibi büyük harflerle Bir kümeyi oluştura eseleri

Detaylı

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV

Diziler ve Seriler ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV Diziler ve Seriler Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 7 Amaçlar Bu üiteyi çalıştıkta sora; dizi kavramıı taıyacak, dizileri yakısaklığıı araştırabilecek, sosuz toplamı alamıı bilecek, serileri yakısaklığıı

Detaylı

H.L.Royde Real Aalysis çeviri ve düzeleme Prof.Dr.Hüseyi Çakallı Kısım Bir Reel Değişkeli Foksiyolar Teorisi Prof.Dr.Hüseyi Çakallı 3 H.L.Royde Real Aalysis çeviri ve düzeleme Prof.Dr.Hüseyi Çakallı Reel

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

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

Analiz II Çalışma Soruları-2

Analiz II Çalışma Soruları-2 Aaliz II Çalışma Soruları- So gücelleme: 04040 (I Aşağıdaki foksiyoları (ilgili değişkelere göre türevlerii buluuz 7 cos π 8 log (si π ( si ta e 9 4 5 6 + cot 0 sec sit t si( e + e arccos ( e cos(ta (II

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

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

DEĞİŞKENLİK ÖLÇÜLERİ

DEĞİŞKENLİK ÖLÇÜLERİ DEĞİŞKENLİK ÖLÇÜLERİ Değşel (Yayılım) Ölçüler İ arlı aaütley brbrde ayırma ç her zama yalızca yer ölçüler yeterl olmayablr. Dağılımları brbrde ayırt etmede ullaıla ve geellle artmet ortalama etraıda değşm

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

2q-Konveks Parpoligon Yaklaşımını Kullanarak Kesir Dereceli Affine Belirsizlik Yapısındaki Sistemlerin Nyquist Zarflarının Elde Edilmesi

2q-Konveks Parpoligon Yaklaşımını Kullanarak Kesir Dereceli Affine Belirsizlik Yapısındaki Sistemlerin Nyquist Zarflarının Elde Edilmesi q-koes Parpolgo Yalaşımıı Kullaara Kesr Derecel Affe Belrszl Yapısıda Sstemler Nyqust Zarflarıı lde dlmes Blal Şeol, Celaledd Yeroğlu Blgsayar Mühedslğ Bölümü İöü Üerstes, Malatya blal.seol@ou.edu.tr,

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstler Taımlayıcı İstatstler Br veya brde azla dağılışı arşılaştırma ç ullaıla ve ayrıca öre verlerde hareet le reas dağılışlarıı sayısal olara özetleye değerlere taımlayıcı statstler der.

Detaylı

v = ise v ye spacelike vektör,

v = ise v ye spacelike vektör, D.P.Ü. Fe Bilimleri Estitüsü 1. ayı Mayıs 6 emi-pozitif Ortogoal Matrisler içi Alteratif İi Yötem WO ALERNAIVE MEHOD FOR EMI-POIIVE OROGONAL MARICE B. BÜKCÜ* *Gaziosmapaşa Üiversitesi, Fe-Edebiyat Faültesi,

Detaylı

ANALİZ CEBİR. 1. x 4 + 2x 3 23x 2 + px + q denkleminin kökleri (a, a, b, b) olacak şekilde. ikişer kökü aynı ise ise p ve q kaçtır?

ANALİZ CEBİR. 1. x 4 + 2x 3 23x 2 + px + q denkleminin kökleri (a, a, b, b) olacak şekilde. ikişer kökü aynı ise ise p ve q kaçtır? ANALİZ CEBİR. x + x x + px + q denleminin öleri a, a, b, b) olaca şeilde iişer öü aynı ise ise p ve q açtır? x + x x + px + q = x - a) x - b) = x ax + a )x bx + b ) = x a+b)x +a +ab+b )x aba+b)x +a b a

Detaylı

Ara Değer Hesabı (İnterpolasyon)

Ara Değer Hesabı (İnterpolasyon) Ar Değer Hesbı İterpolso Ardeğer hesbı mühedsl problemlerde sılıl rşılşıl br şlemdr. İterpolso Ble değerlerde blmee rdeğer d değerler bulumsı şlemdr. Geel olr se br osouu 0,,, gb rı otlrd verle 0,,, değerler

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

1.BÖLÜM LİTERATÜR ÖZETİ

1.BÖLÜM LİTERATÜR ÖZETİ .BÖÜM İTERATÜR ÖZETİ Bu bölüde boacc ucas -boacc dzler le lgl lteratürde yer alış ola bazı çalışalar ve boacc dzler bölüeble özeller odülüe göre -boacc dzler peryodu peryod uzuluğu le lgl yapıla çalışalar

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

Elektrik&Elektronik Müh. Böl. İşaret İşleme Uygulamaları Deney 2

Elektrik&Elektronik Müh. Böl. İşaret İşleme Uygulamaları Deney 2 Ayrı Sistemler Eletri&Eletroi Mü. Böl. İşaret İşleme Uygulamaları Deey 2 Prof. Dr. Aydı Aa Dr. Erol Öe Baatti Karaaya Koray Sistemleri Özellileri 1. Doğrusallı Liearity: y a ay Ölçeleme scalig, a armaşı

Detaylı

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

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

Detaylı

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız. + + + + olduğunu. + + = + + eşitliğini ispatlayınız.

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız. + + + + olduğunu. + + = + + eşitliğini ispatlayınız. Sayılar Teorisi Kouları Geel Sıavları www.sbelia.wordpress.com SINAV I(IDENTITIES WITH SQUARES) 4 4. a 4b (Sopphie Germai Deklemi) çarpalarıa ayırıız.. 4 4 = A ise A ı sadece = durumuda asal olduğuu ispatlayıız..

Detaylı

Ele Alınacak Ana Konular. Hafta 3: Doğrusal ve Zamanla Değişmeyen Sistemler (Linear Time Invariant, LTI)

Ele Alınacak Ana Konular. Hafta 3: Doğrusal ve Zamanla Değişmeyen Sistemler (Linear Time Invariant, LTI) 5..5 Ele Alıaca Aa Koular Ayrı-zama işaretleri impuls dizisi ciside ifade edilmesi Ayrı-zama LTI sistemleri ovolüsyo toplamı gösterilimi Hafta 3: Doğrusal ve Zamala Değişmeye Sistemler (Liear Time Ivariat

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

Venn Şeması ile Alt Kümeleri Saymak

Venn Şeması ile Alt Kümeleri Saymak Ve Şeması ile lt Kümeleri Saymak Osma Ekiz Bu çalışmada verile bir kümei çeşitli özellikleri sağlaya alt küme veya alt kümlerii ve şeması yardımıyla saymaya çalışacağız. Temel presibimiz aradığımız alt

Detaylı

1. GRUPLAR. c (Birleşme özelliği) sağlanır. 2) a G için a e e a a olacak şekilde e G (e ye birim eleman denir) vardır.

1. GRUPLAR. c (Birleşme özelliği) sağlanır. 2) a G için a e e a a olacak şekilde e G (e ye birim eleman denir) vardır. 1. GRUPLAR Tanım 1.1. G boş olmayan bir küme ve, G de bir ikili işlem olsun. (G yapısına aşağıdaki aksiyomları sağlıyorsa bir grup denir., ) cebirsel 1) a b cg,, için a( bc) ( ab) c (Birleşme özelliği)

Detaylı