Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ. Markov Analizi
|
|
- Eser Kaş
- 7 yıl önce
- İzleme sayısı:
Transkript
1 Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ Doç. Dr. İhsan KAYA Markov Analizi Markov analizi, bugün çalışan bir makinenin ertesi gün arızalanma olasılığının bulunması veya bir müşterinin kullandığı ürünün markasını değiştirme olasılığının hesalanması gibi zaman içerisinde bir durumdan diğer bir duruma olasılıklı olarak geçen sistemlere uygulanır. Bu sistemler için bir durumdan diğer bir duruma geçiş, geçiş olasılıkları ile ifade edilir.
2 Temel Tanım ve Kavramlar Stokastik Süreç: Rastgele sonuçlar doğuran bir olaylar serisidir. Durum: Rasgele değişkenin aldığı her bir değere durum denir. Durum Uzayı: Rasgele değişkenin alabileceği değerlerin tümünü kasayan S kümesi durum uzayı olarak adlandırılır. Temel Tanım ve Kavramlar Durum uzayı S sürekli veya kesikli (tamsayılı) değerlerden oluşabilir. Buna göre {X t } süreci sürekli-durumlu stokastik süreç veya kesikli-durumlu stokastik süreç olarak adlandırılır.
3 Temel Tanım ve Kavramlar Zaman kümesi T de sürekli veya kesikli olabilir. T sürekli değerler alabiliyorsa, {X t } süreci süreklizamanlı stokastik süreç olarak ve eğer T tamsayılı değerlerle sınırlanmış, yani T{,,, } ise, {X t } süreci kesikli-zamanlı stokastik süreç olarak adlandırılır. 5 İş Makinesi Örneği Gün (t) Durum Burada rasgele değişken kesikli olu iki değerden birini alabilmektedir (S{,}). T{,,, } olduğuna göre {X t }, kesiklidurumlu ve kesikli-zamanlı bir stokastik süreçtir. 6
4 Markov Özelliği Sistemin şimdiki durumu ve geçmişte bulunduğu durumlar biliniyor olsun; buna göre sistemin gelecekteki durumunun koşullu olasılığı şimdiki durumuna bağlı olu, geçmişteki durumlardan bağımsızdır. 7 Bir başka ifadeyle, bütün durumlar ve zamanlar (t,,,,...) için, Markov Özelliği P(X t+ i t+ X t i t, X t- i t-,..., X i, X i ) P(X t+ i t+ X t i t ) 8
5 Markov özelliğini sağlayan stokastik süreçlere Markov süreçleri denir. Markov Özelliği Örneğin hastanedeki bir hastanın herhangi bir gündeki sağlık durumunun (kritik, normal, iyi, vs.) olasılığı, sadece bir önceki gün bulunduğu duruma bağlı ise bu bir Markov sürecidir. 9 Markov Zinciri Markov özelliğine sahi stokastik bir {X t } süreci, eşit ve kesikli zaman aralıklarıyla ifade ediliyorsa (t,,,, ), Markov zinciri olarak adlandırılır.?... t- t- t- t t+ t+ t+... z a m a n s is te m in t z a m a n ın d a k i d u r u m u (B İL İN İY O R ) 5
6 Geçiş Olasılığı Sistemin herhangi bir dönemde i durumunda iken bir sonraki dönemde j durumuna geçme olasılığı ij ile gösterilir ve geçiş olasılığı olarak adlandırılır. P(X t+ j X t i) ij Başlangıç Olasılıkları Sistemin başlangıçta (t zamanında) i durumunda bulunma olasılığı q i ile gösterilir ve başlangıç olasılığı olarak isimlendirilir. P(X i)q i Buna göre q q q... q s vektörü başlangıç olasılık dağılımını gösteren başlangıç olasılığı vektörü olarak adlandırılır. 6
7 Geçiş Matrisi s durumlu bir Markov zincirinin geçiş olasılıkları sxs boyutlu bir geçiş matrisi şeklinde gösterilir, d u ru m a ((t+ ) d ö n e m i) d u ru m d a n (t d ö n e m i) s P s s s s s ss Geçiş Matrisi Geçiş matrisinin satırları aşağıdaki koşulları sağlamalıdır;. ij (bütün i ve j değerleri için) s., i,,, s j ij 7
8 Markov Zincirleri Markov zincirlerinin özellikleri; Markov özelliği, Kesikli ve sonlu durum uzayı; S{,,,..., s} Zamanla değişmeyen geçiş olasılıkları ( ij ) olarak özetlenebilir. 5 İş Makinesi Örneği Stokastik sürecin son on günde aldığı değerler; {X t } {,,,,,,,,,} Durumdan (t günü) Durumuna (t+ günü) Arızalı Çalışır Satır Tolamı Arızalı 5 Çalışır,6 P,5,,5 P(X X ),6 P(X X ), P(X X ),5 P(X X ),5 6 8
9 İş Makinesi Örneği Geçiş matrisini geçiş diyagramı şeklinde göstermek mümkündür. P,6,5,,5,5,6,5, 7 Örnek: Ders Seçme Hasi ile Nasi tolam dört seçmeli dersi elde etmek için mücadele etmektedirler. Bu derslerden ikisi başlangıçta Hasi tarafından geçici olarak seçilmiştir. Hasi in sonraki günlerde (t,,...) yaılacak olan her bir ekleme silme olayını kazanma olasılığı, kaybetme olasılığı ise (-) olu, kazanırsa bir dersi daha seçmiş olacak, kaybederse bir dersi seçememiş olacaktır. 8 9
10 Ders Geçme Örneği Hasi dört seçmeli dersi seçebilirse veya elindeki bütün dersleri kaybederse ders seçim mücadelesi sona erecektir. Her bir ekleme silme işleminin taraflardan birinin mutlaka kazanacağı kabul edilmektedir. Bu stokastik süreç için rasgele değişken, X t t gününde yaılan ekle/sil sonunda Hasi in elindeki ders sayısı olarak tanımlanırsa {X t, t,,,...} süreci bir Markov zinciri oluşturur. 9 Durum uzayı, S{,,,,} olu, geçiş matrisi aşağıdaki gibi olacaktır. P - - -
11 n- Adımda Geçiş Olasılıkları Bir Markov zinciri m zamanında i durumunda iken, n dönem sonra j durumunda bulunma olasılığına n- Adımda Geçiş Olasılığı denir ve ij (n) şeklinde gösterilir. Geçiş olasılıklarının zamanla değişmediği kabul edilir. Bu kabule dayanarak n-adımda geçiş olasılığı m zamanından bağımsız olu aşağıdaki gibi yazılabilir; P(X m+n j X m i)p(x n j X i) ij (n) İş Makinesi Örneği P,6,5,,5 -adımda geçiş olasılığı: ncu günün sonunda makine arızalandığına göre nci günde de arızalanma olasılığı nedir? () P(X X )?
12 İş Makinesi Örneği -adımda geçiş olasılığı: ncu günün sonunda makine arızalandığına göre nci günde de arızalanma olasılığı nedir? () P(X X )? (P(X X ) * (X X ) + P(X X ) * P(X X )) İş Makinesi Örneği -adımda geçiş olasılığı: ncu günün sonunda makine arızalandığına göre ncü günde de arızalanma olasılığı nedir? () P(X X )? * * + * * + * * + * *
13 İş Makinesi Örneği Ş im diki D urum G elecek D urum lar. G ü n. G ü n. G ü n. G ü n,6,6 X * X, X X,6,,5 X * X,5 X X (a r ız a lı),,5,6 X, * X X X,5,5 X * X,5 X 5 Matris Yöntemi n-adımda geçiş matrisi (P n ), geçiş matrisi P nin n inci kuvveti hesalanarak bulunur. P () P*PP P () P*P*PP PP*P P ve genel olarak, P (n) P (n-)* PP*P (n-) P n 6
14 Matris Yöntemi i Geçiş matrisi (veya tek adımda geçiş matrisi) daha önce elde edilmişti, Buna göre -adımda ve -adımda geçiş matrisleri sırasıyla; P P P,6,5,,6,5,5,,5,56,55,,5 P P P,56,55,,6,5,5,,5,556,555,,5 7 Matris Yöntemi i durumundan j durumuna, n-adımda geçiş olasılığı, (n) ij P n matrisinin (i,j) nci elamanı olarak elde edilir. Örneğin ncu günde makine arızalı olduğuna göre; nci günde arızalı olma olasılığı P (),56 ve ncü günde arızalı olma olasılığı P (),556 olarak bulunur. 8
15 Denge Durumu n-adımda geçiş olasılıkları, yeterince uzun bir geçiş sürecinden sonra sabit bir değere yaklaşma eğilimi gösterirler, yani kararlı bir hale gelirler. İş Makinesi örneği verileri için yaılan hesalamalarda n arttıkça, herhangi bir ij (n) olasılığının değişimini inceleyelim. 9 Denge Durumu Örneğin,,6; (),56; (),556; (),5556 ve (5),55556 serisi incelendiğinde, (n) olasılığındaki değişim miktarının her adımda gittikçe azaldığı görülür. n n n n n5,6,5,56,55,556,555,5556,5555,55556,55555,,5,,5,,5,,5,,5 Bu analiz bize n değeri arttıkça (n) olasılığının sabit bir değere yaklaştığını göstermektedir. Ayrıca (n) değeri ile (n) benzerlik dikkat çekicidir. 5
16 Denge Durumu Olasılıkları TEOREM: Diyelim ki P, s durumlu bir Markov zincirinin geçiş matrisi olsun. n lim P n s s s s s Yani herhangi bir i başlangıç durumu için; lim n (n) ij π j Yutan Zincirler Bir Markov zincirinin durumlarından bazıları yutan ve diğerleri de geçici durumlar ise bu Markov zinciri yutan zincir olarak adlandırılır. 6
17 Alacakların Değerlendirilmesi Müşterilerine kredi ile alışveriş olanağı sunan bir mağaza, alacakların tahsili için son ödeme tarihinden sonra iki hafta beklemekte ve bu süre içerisinde borcunu ödemeyen müşterileri cezalı müşteriler kategorisine koyu alacak tahsili için yasal yollara başvurmaktadır. İki hafta içerisinde borcunu ödeyen bir müşteri yutan bir duruma geçmiş olacaktır. Öbür yandan borcunu iki haftadan fazla geciktiren bir müşteri de yine yutan bir duruma geçmiş olacaktır. Her haftanın başında müşterilerin hesaları inceleni aşağıdaki durumlara göre değerlendirilmektedir (son ödeme tarihinden itibaren -7 gün geciken borç bir hafta gecikmiş, 8- gün geciken borç iki hafta gecikmiş olarak değerlendirilecektir). Durum : Borcunu ödemiş Durum : Borcunu bir hafta geciktirmiş Durum : Borcunu iki hafta geciktirmiş Durum : Cezalı (yasal işlem gerektiriyor) 7
18 Geçmiş dönemlere ait verinin değerlendirilmesi sonunda, haftalık olarak mağazanın alacaklarının durumunu gösteren aşağıdaki geçiş matrisi elde edilmiş olsun. P,7,5,,5 5 Yutan zincirlerle ilgili sorulara ceva verebilmek için geçiş matrisinin, önce geçici durumlar ve sonra yutan durumlar olmak üzere yeniden düzenlenmesi gerekir (m adet yutan durum). s-m sütun m sütun P s-m satır Q R m satır I 6 8
19 9 Buna göre örnek roblemin geçiş matrisi ve geçiş matrisini oluşturan alt matrisler; Alacakların Değerlendirilmesi,5,5,7, P, Q,5,5,7 R I 7 Bundan sonra yaılacak işlem, (I-Q) matrisinin tersini alarak Markov zincirinin temel matrisini (T) bulmaktır. T(I-Q) - Temel matris, sistemin yutan bir duruma geçmeden önce (örnek roblem için borç ödenmeden veya ceza alınmadan önce), herhangi bir geçici durumda ortalama olarak ne kadar süre kalacağını gösterir. Alacakların Değerlendirilmesi 8
20 Yutan Zincirler İle İlgili Sorular Sistem herhangi bir geçici durumdan başladığında, yutan bir duruma geçmeden önce, geçici durumların her birisine ortalama olarak kaç defa geçecektir (yani herhangi bir geçici durumdan başladığında, geçici durumların her birisinde ortalama olarak ne kadar zaman kalacaktır)? Sistem eğer başlangıçta geçici i durumunda bulunuyorsa, yutulmadan önce geçici j durumunda harcayacağı ortalama dönem sayısı temel matrisin, yani (I-Q) - matrisinin, (i,j) nci elemanıdır. 9 Yutan Zincirler İle İlgili Sorular Sistem yutan bir duruma geçmeden önce geçici durumların her birisinde ortalama olarak ne kadar zaman kalacaktır? Sistem yutulmadan önce geçici i durumunda harcayacağı ortalama süre temel matrisin inci satırının tolamına eşittir. Sistem herhangi bir geçici durumdan başladığında, sürecin sonunda yutan durumların her birine geçme olasılığı nedir? Sistem eğer başlangıçta geçici i durumunda bulunuyorsa, sonunda yutan j durumuna geçme olasılığı (I-Q) - * R matrisinin (i,j)nci elemanıdır.
21 Yutan Zincirler İle İlgili Sorular Örnek roblemin temel matrisi aşağıdaki gibi hesalanır. T,,, Yutan Zincirler İle İlgili Sorular Müşteri durumunda, yani borcunu bir hafta geciktirmiş ise; borcunu ödemeden veya ceza almadan önce, ortalama olarak kaç defa durumuna geçecek ya da ortalama olarak ne kadar süre durumunda kalacaktır?,; yani temel matrisin (,) elemanı. O halde birinci hafta tamamlandıktan sonra müşteri, hafta daha (ikinci haftanın % u) borcunu ödemeyecektir.
22 Yutan Zincirler İle İlgili Sorular durumundaki bir müşteri (borcunu ödemeden veya ceza almadan önce) ortalama olarak ne kadar süre borçlu olarak kalacaktır? +,,; yani temel matrisin durumuna ait satırın tolamı. Buna göre borcunu bir hafta geciktiren bir müşteri ortalama olarak, hafta borcunu ödemeyecektir. Yutan Zincirler İle İlgili Sorular durumundaki bir müşterinin en sonunda borcunu ödeme olasılığı veya ceza alma olasılığı nedir? Burada borcunu bir hafta geciktiren bir müşterinin ikinci hafta tamamlanmadan borcunu ödeme olasılığı ile borcunu ödemeyi ceza alma olasılığı söz konusudur. Bunun için temel matrisin R matrisi ile çarılması gerekir.
23 T R (I - Q) - R,, 7, 5, 85, 5, 5, 5, 5 Buna göre borcunu bir hafta geciktiren bir müşteri,85 olasılıkla iki hafta tamamlanmadan borcunu ödeyecek,,5 olasılıkla borcunu ödemeyi ceza alacaktır. 5 Yutan Zincirler İle İlgili Sorular Mağazanın bir hafta gecikmeli birim ve iki hafta gecikmeli 6 birim olmak üzere tolam birim alacağı olduğunu varsayalım. Bu alacağın ne kadarı ödenecek, ne kadarı ise cezalandırılacaktır?,85,5,5, Buna göre mağaza, birim alacağın 6 birimini tahsil edecek, 6 birimini ise tahsil edemeyi cezalandıracaktır. 6
YÖNEYLEM ARAŞTIRMASI-2 -Markov Zincirleri-
YÖNEYLEM ARAŞTIRMASI-2 -Markov Zincirleri- Hazırlayan Yrd. Doç. Selçuk Üniversitesi Mühendislik Fakültesi - Endüstri Mühendisliği Bölümü Giriş Zaman içerisinde tamamen önceden kestirilemeyecek şekilde
DetaylıDers 1: Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 4. Stokastik Süreç Nedir? Stokastik Süreç Nedir?
Ders : Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 4 Yrd. Doç. Dr. Beyazıt Ocaktan E-mail: bocaktan@gmail.com Ders İçerik: nedir? Markov Zinciri nedir? Markov Özelliği Zaman Homojenliği
DetaylıBekleme Hattı Teorisi
Bekleme Hattı Teorisi Sürekli Parametreli Markov Zincirleri Tanım 1. * +, durum uzayı * +olan sürekli parametreli bir süreç olsun. Aşağıdaki özellik geçerli olduğunda bu sürece sürekli parametreli Markov
DetaylıMARKOV ZİNCİRLERİNDE DURUMLARIN SINIFLANDIRILMASI
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II MARKOV ZİNCİRLERİNDE DURUMLARIN SINIFLANDIRILMASI DERS NOTLARI 1 Önceki derslerimizde pek çok geçişten sonra n-adım geçiş olasılıklarının
DetaylıSAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II MARKOV ZİNCİRLERİ DERS NOTLARI
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II MARKOV ZİNCİRLERİ DERS NOTLARI STOKASTİK (RASSAL) SÜREÇLER Bazen rassal değişkenlerin zamanla nasıl değiştiğiyle ilgileniriz. Örneğin
DetaylıDers 8 in Özeti YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 9. Bir Markov Zincirinin Sınıflandırılması. Örnek: Kumarbazın İflası
Ders 8 in Özeti YÖEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 9 Durağan Dağılım Koşulsuz olasılık dağılımı (n) P Uzun Dönem Analizi Limit (Kararlı Hal) Dağılımı,,..., Bir Markov Zincirinin Sınıflandırılması
DetaylıEMİCİ(YUTUCU) ZİNCİRLER
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II EMİCİ(YUTUCU) ZİNCİRLER DERS NOTLARI Pek Çok ilginç markov zinciri uygulamalarında bazı durumlar emici (yutucu) ve geri kalan durumlar
Detaylırasgele değişkeninin olasılık yoğunluk fonksiyonu,
3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının
DetaylıÖrnek 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
DetaylıOlasılık Kavramı. Recep YURTAL. Mühendislikte İstatistik Metotlar. Çukurova Üniversitesi İnşaat Mühendisliği Bölümü
Olasılık Kavramı Mühendislikte İstatistik Metotlar Çukurova Üniversitesi İnşaat Mühendisliği ölümü OLSILIK KVRMI KÜME KVRMI irlikte ele alınan belirli nesneler topluluğuna küme, Kümede içerilen nesnelere
Detaylı2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
DetaylıYÖNEYLEM ARAŞTIRMASI III Final Çalışma Soruları
YÖNEYLEM ARAŞTIRMASI III Final Çalışma Soruları Soru ) Aşağıda verilen adım geçiş matrisli Markov Zincirini ele alın..5.5..8 P=.5.75.6. a) Markov Zincirindeki haberleşen sınıfları yazın. b) Markov Zincirinin
Detaylısonlu altörtüsü varsa bu topolojik uzaya tıkız diyoruz.
Ders 1: Önbilgiler Bu derste türev fonksiyonunun geometrik anlamını tartışıp, yalnız R n nin bir açık altkümesinde değil, daha genel uzaylarda tanımlı bir fonksiyonun türevi ve özel noktalarının nasıl
DetaylıANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ KESİKLİ DAĞILIMLAR-2 DOÇ. DR. NİHAL ERGİNEL 2015 GEOMETRİK DAĞILIM Bir Bernoulli deneyi ilk olumlu sonuç elde edilmesine kadar tekrarlansın. X: ilk olumlu sonucun
DetaylıİÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...
İÇİNDEKİLER Ön Söz... Saymanın Temel Kuralları... Permütasyon (Sıralama)... 8 Kombinasyon (Gruplama)... 6 Binom Açılımı... Olasılık... 9 İstatistik... 8... Dağılımlar... 5 Genel Tarama Sınavı... 6 RASTGELE
DetaylıBu kısımda işlem adı verilen özel bir fonksiyon çeşidini ve işlemlerin önemli özelliklerini inceleyeceğiz.
Bölüm 3 Gruplar Bu bölümde ilk olarak bir küme üzerinde tanımlı işlem kavramını ele alıp işlemlerin bazı özelliklerini inceleyeceğiz. Daha sonra kümeler ve üzerinde tanımlı işlemlerden oluşan cebirsel
DetaylıVEKTÖR UZAYLARI 1.GİRİŞ
1.GİRİŞ Bu bölüm lineer cebirin temelindeki cebirsel yapıya, sonlu boyutlu vektör uzayına giriş yapmaktadır. Bir vektör uzayının tanımı, elemanları skalar olarak adlandırılan herhangi bir cisim içerir.
Detaylıİstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY
İstatistik 1 Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları Bu Bölümde İşlenecek Konular Temel Olasılık Teorisi Örnek uzayı ve olaylar, basit olasılık, birleşik olasılık Koşullu Olasılık İstatistiksel
DetaylıLineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN
Lineer Dönüşümler Yazar Öğr. Grv.Dr. Nevin ORHUN ÜNİTE 7 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayları arasında tanımlanan belli fonksiyonları tanıyacak, özelliklerini öğrenecek, Bir dönüşümün,
Detaylıİç-Çarpım Uzayları ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv. Dr. Nevin ORHUN
İç-Çarpım Uzayları Yazar Öğr. Grv. Dr. Nevin ORHUN ÜNİTE Amaçlar Bu üniteyi çalıştıktan sonra; R n, P n (R), M nxn vektör uzaylarında iç çarpım kavramını tanıyacak ve özelliklerini görmüş olacaksınız.
DetaylıEME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler
EME 3105 1 Giriş Sistem Simülasyonu Önümüzdeki hafta simulasyon girdilerinin modellenmesinde kullanılan kesikli ve sürekli Simulasyonda İstatistiksel Modeller-I Ders 4 dağılımlar hatırlatılacaktır. Rassal
Detaylı18.034 İleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıDers 4: Rastgele Değişkenler ve Dağılımları
Ders 4: Rastgele Değişkenler ve Dağılımları Rastgele değişken kavramı Kesikli ve sürekli rastgele değişkenler İki boyutlu rastgele değişkenler Beklenen değer Varyans Örnek uzaydaki her elemanı bir sayıyla
Detaylı4. BÖLÜM DOĞRUSAL DENKLEM SİSTEMLERİ
4. BÖLÜM DOĞRUSAL DENKLEM SİSTEMLERİ Doğrusal Denklem Sistemi x 1,x 2,,x n ler bilinmeyenler olmak üzere, doğrusal denklemlerin oluşturduğu; a x a x a x b 11 1 12 2 1n n 1 a x a x a x b 21 1 22 2 2n n
DetaylıOLASILIK TEORİSİ VE İSTATİSTİK
OLASILIK TEORİSİ VE İSTATİSTİK İki Değişkenli Olasılık Bu bölümde yapılan bir deneyin iki değişkene bağlı olan sonuçları dikkate alınacaktır. Örneğin: Bir gazete yöneticisi, politikasını belirlemek için
DetaylıYapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )
İKİ DEĞİŞKENLİ OLASILIK Rassal bir deneme yapılmakta ve farklı iki olay ile ilgilenilmektedir. A 1, A 2,,A i olayları bağdaşmaz ve bütünü kapsayıcıdır. B 1, B 2,,B j olayları bağdaşmaz ve bütünü kapsayıcıdır.
DetaylıMIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıLineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler
Lineer Cebir Doç. Dr. Niyazi ŞAHİN TOBB İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler Bölüm 1 - Lineer Eşitlikler 1.1. Lineer Eşitliklerin Tanımı x 1, x 2,..., x
DetaylıANADOLU ÜNİVERSİTESİ OLASILIĞA GİRİŞ
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ OLASILIĞA GİRİŞ DOÇ. DR. NİHAL ERGİNEL OLASILIĞA GİRİŞ - Bugün yağmur yağma olasılığı % 75 dir. - X marka bilgisayarın hiç servis gerektirmeden 100000 saat çalışması
DetaylıFaktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,
14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.
DetaylıÖrnek 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
Detaylı1 Vektör Uzayları 2. Lineer Cebir. David Pierce. Matematik Bölümü, MSGSÜ mat.msgsu.edu.tr/~dpierce/
Vektör Uzayları Lineer Cebir David Pierce 5 Mayıs 2017 Matematik Bölümü, MSGSÜ dpierce@msgsu.edu.tr mat.msgsu.edu.tr/~dpierce/ Bu notlarda, alıştırma olarak her teorem, sonuç, ve örnek kanıtlanabilir;
Detaylı9.Konu Lineer bağımsızlık, taban, boyut Germe. 9.1.Tanım: V vektör uzayının her bir elemanı
9.Konu Lineer bağımsızlık, taban, boyut 9.1. Germe 9.1.Tanım: V vektör uzayının her bir elemanı vektörlerin lineer birleşimi olarak ifade ediliyorsa vektörleri V yi geriyor ya da V yi gerer denir. Üstelik,
DetaylıRassal 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
DetaylıDicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (DÜSBED) ISSN :
Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (DÜSBED) ISSN : 1308-6219 Ekim 2016 YIL-8 S17 MARKOV ANALİZİ İLE ÜNİVERSİTE ÖĞRENCİLERİNİN CEP TELEFONU MARKA TERCİHLERİNİN BELİRLENMESİ Kabul Tarihi:
DetaylıMatris Cebiriyle Çoklu Regresyon Modeli
Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β
Detaylıx 1,x 2,,x n ler bilinmeyenler olmak üzere, doğrusal denklemlerin oluşturduğu;
4. BÖLÜM DOĞRUSAL DENKLEM SİSTEMLERİ Doğrusal Denklem Sistemi x,x,,x n ler bilinmeyenler olmak üzere, doğrusal denklemlerin oluşturduğu; a x + a x + L + a x = b n n a x + a x + L + a x = b n n a x + a
DetaylıStokastik Süreçler (MATH495) Ders Detayları
Stokastik Süreçler (MATH495) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Stokastik Süreçler MATH495 Güz 3 0 0 3 6 Ön Koşul Ders(ler)i Math392 veya öğretim
DetaylıOYUN TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü
OYUN TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü TANIM ''Oyun Teorisi'', iki yada daha fazla rakibi belirli kurallar altında birleştirerek karşılıklı olarak çelişen olasılıklar
DetaylıTam ve Karma Stratejili Oyunlar. İki Kişili Oyunlar için
Tam ve Karma Stratejili Oyunlar İki Kişili Oyunlar için İki kişili-sıfır toplamlı oyunlar Sabit toplamlı oyunların bir türüdür, Sabit olan toplam 0 a eşittir. Temel Özellikleri Oyunculardan birinin kazancı
DetaylıLineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar
Lineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar Bir Matrisin Rankı A m n matrisinin determinantı sıfırdan farklı olan alt kare matrislerinin boyutlarının en büyüğüne A matrisinin rankı denir. rank(a)
DetaylıANADOLU ÜNİVERSİTESİ AÇIKÖĞRETİM FAKÜLTESİ İLKÖĞRETİM ÖĞRETMENLİĞİ LİSANS TAMAMLAMA PROGRAMI. Lineer. Cebir. Ünite 6. 7. 8. 9. 10
ANADOLU ÜNİVERSİTESİ AÇIKÖĞRETİM FAKÜLTESİ İLKÖĞRETİM ÖĞRETMENLİĞİ LİSANS TAMAMLAMA PROGRAMI Lineer Cebir Ünite 6. 7. 8. 9. 10 T.C. ANADOLU ÜNİVERSİTESİ YAYINLARI NO: 1074 AÇIKÖĞRETİM FAKÜLTESİ YAYINLARI
DetaylıBİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTTİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. slı SUNER KRKÜLH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim D. Web: www.biyoistatistik.med.ege.edu.tr 1 OLSILIK Olasılık; Tablo
DetaylıProf.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN
SÜREKSİZ (DISCRETE) OLASILIK DAĞILIMLARI 1 RANDOM DEĞİŞKEN Nümerik olarak ifade edilebilen bir deneyin sonuçlarına rassal (random) değişken denir. Temelde iki çeşit random değişken vardır. ##süreksiz(discrete)
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıDers 9: Bézout teoremi
Ders 9: Bézout teoremi Konikler doğrularla en fazla iki noktada kesişir. Şimdi iki koniğin kaç noktada kesiştiğini saptayalım. Bunu, çok kolay gözlemlerle başlayıp temel ve ünlü Bézout teoremini kanıtlayarak
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
Detaylıİki kişili-sıfır toplamlı oyunlar. Tam ve Karma Stratejili Oyunlar. Varsayımlar. Sıfır toplamlı oyunlar
İki kişili-sıfır toplamlı oyunlar Tam ve Karma Stratejili Oyunlar İki Kişili Oyunlar için Sabit toplamlı oyunların bir türüdür, Sabit olan toplam 0 a eşittir. Temel Özellikleri Oyunculardan birinin kazancı
DetaylıAnkara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1
1 Rastgele bir denemede ortaya çıkması olası sonuçların tamamıdır Örnek: bir zar bir kez yuvarlandığında S= Yukarıdaki sonuçlardan biri elde edilecektir. Sonuçların her biri basit olaydır Örnek: Bir deste
DetaylıDers 6: Sürekli Olasılık Dağılımları
Ders 6: Sürekli Olasılık Dağılımları Normal Dağılım Standart Normal Dağılım Binom Dağılımına Normal Yaklaşım Düzgün (uniform) Dağılım Üstel Dağılım Dağılımlar arası ilişkiler Bir rastgele değişkenin, normal
DetaylıOLASILIĞA GİRİŞ P( )= =
OLASILIĞA GİRİŞ - Bugün yağmur yağma olasılığı % 75 dir. - X marka bilgisayarın hiç servis gerektirmeden 100000 saat çalışması olasılığı %85 dir. Olasılık modelleri; Sıvı içindeki moleküllerin davranışlarını
Detaylı1.58 arasındaki her bir değeri alabileceği için sürekli bir
7.SUNUM Hatırlanacağı gibi, kesikli rassal değişkenler sonlu (örneğin; 0, 1, 2,...,10) veya sayılabilir sonsuzlukta (örneğin; 0, 1, 2,...) değerler alabilmektedir. Fakat birçok uygulamada, rassal değişkenin
DetaylıKUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ
SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II KUYRUK TEORİSİ II DOĞUM-ÖLÜM SÜRECİ DERS NOTLARI DOĞUM-ÖLÜM SÜRECİ Kuyruk sistemindeki t zamanındaki müşteri sayısını kuyruk sisteminin
Detaylı8.Konu Vektör uzayları, Alt Uzaylar
8.Konu Vektör uzayları, Alt Uzaylar 8.1. Düzlemde vektörler Düzlemdeki her noktası ile reel sayılardan oluşan ikilisini eşleştirebiliriz. Buna P noktanın koordinatları denir. y-ekseni P x y O dan P ye
Detaylım=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir.
Matrisler Satır ve sütunlar halinde düzenlenmiş tabloya matris denir. m satırı, n ise sütunu gösterir. a!! a!" a!! a!" a!! a!! a!! a!! a!" m=n şeklindeki matrislere kare matris adı verilir. [2 3 1] şeklinde,
Detaylıii) S 2LW 2WH 2LW 2WH S 2WH 2LW S 3( x 1) 5( x 2) 5 3x 3 5x x Maliye Bölümü EKON 103 Matematik I / Mart 2018 Proje 2 CEVAPLAR C.1) C.
C.1) x1 x 1 4 4( x1) x 6 4x 4 x 6 x 46 x Maliye Bölümü EKON 10 Matematik I / Mart 018 Proje CEVAPLAR C.) i) S LW WH LW WH S LW WH S W W W S L H W ii) S LW WH WH LW S WH LW S W W W S H L W C.) ( x1) 5(
DetaylıLineer Bağımlılık ve Lineer Bağımsızlık
Lineer Bağımlılık ve Lineer Bağımsızlık Yazar Öğr.Grv.Dr.Nevin ORHUN ÜNİTE 5 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayı ve alt uzay yapısını daha iyi tanıyacak, Bir vektör uzayındaki vektörlerin
DetaylıLineer Denklem Sistemleri
Lineer Denklem Sistemleri Yazar Yrd. Doç.Dr. Nezahat ÇETİN ÜNİTE 3 Amaçlar Bu üniteyi çalıştıktan sonra; Lineer Denklem ve Lineer Denklem Sistemleri kavramlarını öğrenecek, Lineer Denklem Sistemlerinin
DetaylıRASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN
RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi
DetaylıÖzdeğer ve Özvektörler
Özdeğer ve Özvektörler Yazar Öğr.Grv.Dr.Nevin ORHUN ÜNİTE 9 Amaçlar Bu üniteyi çalıştıktan sonra; bir lineer dönüşümün ve bir matrisin özdeğer ve özvektör kavramlarını anlayacak, bir dönüşüm matrisinin
DetaylıGenel Graf Üzerinde Mutlak 1-merkez
Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen
DetaylıOlasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.
5.SUNUM Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. Günlük hayatta sıklıkla kullanılmakta olan olasılık bir olayın ortaya
DetaylıKUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN
KUYRUK TEORİSİ (BEKLEME HATTİ MODELLERİ) Hazırlayan: Özlem AYDIN GİRİŞ Bir hizmet için beklemek günlük yaşantının bir parçasıdır. Örneğin, restoranlarda yemek yemek için bekleme, hastanelerdeki hasta kuyruğunda
DetaylıKesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin
DetaylıGEO182 Lineer Cebir. Matrisler. Matrisler. Dersi Veren: Dr. İlke Deniz Derse Devam: %70. Vize Sayısı: 1
GEO182 Lineer Cebir Dersi Veren: Dr. İlke Deniz 2018 GEO182 Lineer Cebir Derse Devam: %70 Vize Sayısı: 1 Başarı Notu: Yıl içi Başarı Notu %40 + Final Sınavı Notu %60 GEO182 Lineer Cebir GEO182 Lineer Cebir
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıBAYES 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
Detaylı7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;
İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit
DetaylıÖRNEKLER-VEKTÖR UZAYLARI 1. Çözüm: w=k 1 u+k 2 v olmalıdır.
ÖRNEKLER-VEKTÖR UZAYLARI. vektör uzayında yer alan w=(9 7) vektörünün, u=( -), v=(6 ) vektörlerinin doğrusal bir kombinasyonu olduğunu ve z=( - 8) vektörünün ise bu vektörlerin doğrusal bir kombinasyonu
Detaylıx 2i + A)( 1 yj 2 + B) u (v + B), y 1
Ders 11: Örnekler 11.1 Kulplarla inşalar Bu bölümde kulpları birbirine yapıştırıp tanıdık manifoldlar elde edeceğiz. Artık bu son ders. Özellikle dersin ikinci bölümünde son meyveleri toplamak adına koşarak
DetaylıÖZET. Anahtar Kelimeler: Madeni Para Kullanımı, Madeni Para Stratejileri, Markov Zincirleri.
Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 6, Sayı:4, 2004 Markov Zincirlerinin Ekonomik Bir Probleme Uygulanması: Perakende Alışverişlerde Bireysel Olarak Kullanılan Madeni Para Stratejilerinin
Detaylı3/6/2013. Ders 6: Kesikli Olasılık Dağılımları
Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı
DetaylıDers 6: Kesikli Olasılık Dağılımları
Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı
DetaylıOlasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler.
Bölüm 2 OLASILIK TEORİSİ Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler. Rasgele değişken, gelecekteki bir gözlemde alacağı
DetaylıSAĞLIK KURUMLARINDA OPERASYON YÖNETİMİ
DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. SAĞLIK KURUMLARINDA OPERASYON YÖNETİMİ
DetaylıDr. Mehmet AKSARAYLI
Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli
DetaylıKARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü
KARAR TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü Karar Ortamları Karar Analizi, alternatiflerin en iyisini seçmek için akılcı bir sürecin kullanılması ile ilgilenir. Seçilen
DetaylıDers 5: Kesikli Olasılık Dağılımları
Ders 5: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı
DetaylıDers 5: Kesikli Olasılık Dağılımları
Ders 5: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı
DetaylıDenklem (3.1) deki ikinci dereceden diferensiyel denklemin çözüm fonksiyonun + ve, gibi iki tane keyfi sabit vardır. Bu keyfi
3. ÖZDEĞERLER VE ÖZVEKTÖRLER Özdeğerler ( karakteristik değerler) ve özvektörleri (karakteristik özvektörler), fiziksel bir sistemin sahi olabileceği özel değerlerde nasıl davrandıklarını belirlemek için
DetaylıDOĞRUSAL OLMAYAN PROGRAMLAMA -I-
DOĞRUSAL OLMAYAN PROGRAMLAMA -I- Dışbükeylik / İçbükeylik Hazırlayan Doç. Dr. Nil ARAS Anadolu Üniversitesi, Endüstri Mühendisliği Bölümü İST38 Yöneylem Araştırması Dersi 0-0 Öğretim Yılı Doğrusal olmayan
Detaylı3. BÖLÜM MATRİSLER 1
3. BÖLÜM MATRİSLER 1 2 11 21 1 m1 a a a v 12 22 2 m2 a a a v 1 2 n n n mn a a a v gibi n tane vektörün oluşturduğu, şeklindeki sıralanışına matris denir. 1 2 n A v v v Matris A a a a a a a a a a 11 12
DetaylıDENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS STOKASTİK SÜREÇLER ENM- / 3+0 3 3 Dersin Dili Dersin Seviyesi Dersin
DetaylıÖZDEĞERLER- ÖZVEKTÖRLER
ÖZDEĞERLER- ÖZVEKTÖRLER GİRİŞ Özdeğerler, bir matrisin orijinal yapısını görmek için kullanılan alternatif bir yoldur. Özdeğer kavramını açıklamak için öncelikle özvektör kavramı ele alınsın. Bazı vektörler
DetaylıAyrık Olasılık. Ayrık Olasılığa Giriş
Ayrık Olasılık CC-59 Ayrık Yaılar Konstantin Busch - LU Ayrık Olasılığa Giriş Hilesiz zar Örnek uzay: {,,3,4,5,6} Olası tüm sonuçlar olayının olasılığı: olay kümesinin buyuklugu örnek uzayin buyuklugu
Detaylı18.701 Cebir 1. MIT Açık Ders Malzemeleri http://ocw.mit.edu
MIT Açık Ders Malzemeleri http://ocw.mit.edu 18.701 Cebir 1 2007 Güz Bu malzemeden alıntı yapmak veya Kullanım Şartları hakkında bilgi almak için http://ocw.mit.edu/terms ve http://tuba.acikders.org.tr
DetaylıVeri Ağlarında Gecikme Modeli
Veri Ağlarında Gecikme Modeli Giriş Veri ağlarındaki en önemli performans ölçütlerinden biri paketlerin ortalama gecikmesidir. Ağdaki iletişim gecikmeleri 4 farklı gecikmeden kaynaklanır: 1. İşleme Gecikmesi:
DetaylıTablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01
Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin
DetaylıBÖLÜM 1 GİRİŞ: İSTATİSTİĞİN MÜHENDİSLİKTEKİ ÖNEMİ
BÖLÜM..AMAÇ GİRİŞ: İSTATİSTİĞİ MÜHEDİSLİKTEKİ ÖEMİ Doğa bilimlerinde karşılaştığımız problemlerin birçoğunda olaydaki değişkenlerin değerleri bilindiğinde probleme kesin ve tek bir çözüm bulunabilir. Örneğin
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıRastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler
Rastgele Değişkenlerin Dağılımları Mühendislikte İstatistik Yöntemler Ayrık Rastgele Değişkenler ve Olasılık Dağılımları Yapılan çalışmalarda elde edilen verilerin dağılışı ve dağılış fonksiyonu her seferinde
DetaylıMATEMATİK ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI DENEME. Diğer sayfaya geçiniz.
MATEMATİK. DENEME ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI. f : X tanımlı y = f() fonksiyonu için lim f ( ) = L ise aşağıdaki önermelerden kaç tanesi kesinlikle doğrudur? 0 I. X dir. 0 II. f() fonksiyonu
DetaylıÜNİTE 4: FAİZ ORANLARININ YAPISI
ÜNİTE 4: FAİZ ORANLARININ YAPISI Faiz oranlarının yapısı; Menkul kıymetlerin sahip olduğu risk, Likidite özelliği, Vergilendirme durumu ve Vade farklarının faiz oranlarını nasıl etkilediğidir. FAİZ ORANLARININ
DetaylıMIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009
MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.
DetaylıSÜREKLĠ OLASILIK DAĞILIMLARI
SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde
Detaylıhomojen, sıfırdan farklı ise homojen olmayan denklem sistemi denir. Denklem sistemindeki bilinmeyenlerin derecesi 1 den büyük ise (B ß
2 MATRİSLER Denklem sistemlerinin yazımında, koordinat sistemlerinin dönüşümünde, vektörel işlemlerde (vektörlerin tolanması, çıkarılması, skaler çarımı, vektörel çarımı) ve benzeri birçok konuda sistemleri
DetaylıYAPI STATİĞİ II (Hiperstatik Sistemler) Yrd. Doç. Dr. Selçuk KAÇIN
YAPI STATİĞİ II (Hiperstatik Sistemler) Yrd. Doç. Dr. Selçuk KAÇIN Yapı Sistemleri: İzostatik (Statikçe Belirli) Sistemler : Bir sistemin tüm kesit tesirlerini (iç kuvvetlerini) ve mesnet reaksiyonlarını
DetaylıTüm hakları SEGEM tarafına aittir. İzinsiz kopyalanamaz veya çoğaltılamaz.
FİNANSAL MATEMATİK SINAV SORULARI WEB SORU 1 Bir banka kredi kartı gecikmelerinde yıllık %14,5 faiz oranı ile aylık faizlendirme tahakkuk etmektedir. Bu tahakkukta bankanın yıllık etkin faiz oranı (%)
Detaylı