Bölüm V Darbe Kod Modülasyonu

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Bölüm V Darbe Kod Modülasyonu"

Transkript

1 - Güz Bölüm V Dare Kod Modülasyonu emel Bilgiler Bi nerjisi Gürülü Gücü İlinisel lıcı Uygun Süzgeçli lıcı Bi Haa Olasılığı Semoller rası Girişim DKM ve Ha Kodlama DC veya Bilgisayardan sayısal daa k Semol ama Dare a Şekillendirme k s( Fiziksel dalga şekli emel Bilgiler Ha kodlama iki kısımdan oluşur: Semol ama: ek kuuplu, kuuplu, çif kuuplu. Dare Şekillendirme: NRZ, RZ, Mancheser Ha kodlayıcının çıkışı ir DKM sinyalidir k k k s ( a ) Burada, : dare şekli : i peryodu emel Bilgiler -

2 - Güz DKM Bi Haa Olasılığı şağıdaki inary haerleşme örneğini düşünelim: emel Bilgiler Verici s( Kanal ra değişkenlerin irer rassal süreç, giriş ve çıkışın ise rassal değişken olduğuna dikka ediniz. r( lıcı $ s( DKM sinyalidir ise eyaz Gauss gürülü sürecidir, ki GS S W ( f ) N Ha Kodlayıcı Çıkışı DKM sinyali ha kodlayıcının çıkışıdır: emel Bilgiler ak k k s ( ) Çıkışın yalnızca ir iini düşünürsek, s( a ek kuuplu NRZ sinyal: + eger s ( eger k Kuuplu NRZ sinyal ise: + eger s( ( ) eger emel Bilgiler -

3 - Güz emel Bilgiler -3 emel Bilgiler Bi Başına Harcanan nerji Oralama i enerjisi şu şekilde anımlanır: ek kuuplu NRZ için: Kuuplu NRZ: s ) ( [ ] [ ] [ ] ) ( ) ( emel Bilgiler lernaif ol ek kuuplu NRZ için: Kuuplu NRZ: Kuuplu RZ: s P s P s + ) ( ) ( ) ( ) ( ) ( + + +

4 - Güz İlinisel lıcı BGG içinde gözlenen DKM sinyalleri için opimum alıcı: emel Bilgiler r( s( + dare şekli > λ, karar < λ, karar [.] Örnek karar devresi Bu ip alıcıya ilinisel alıcı denir ve yapığı iş ise alınan sinyalin gönderilen dare şekli ile ilinisini ulmakır. $ r( İlinisel lıcı emel Bilgiler İlinisel alıcı çıkışı: S + N r( [ s( + ] s( + Burada, ir rassal değişkendir. Şimdi S ve N nin, ve N ile ilişkilerini inceleyelim emel Bilgiler -4

5 - Güz Sinyal Bileşeni emel Bilgiler nin sinyal ileşeni: Örnek: ek kuuplu NRZ S S rec a k s( a k s( a k Gürülü Bileşeni R nin gürülü ileşeni: emel Bilgiler N Gauss rassal süreci olduğundan, N ir Gauss rassal değişkeni olacakır. nin oralaması sıfır olduğu için, N nin de oralaması sıfırdır ncak, N nin varyansını elirlemek zorundayız. emel Bilgiler -5

6 - Güz Gürülü Bileşeninin Varyansı Gürülünün varyansı: emel Bilgiler N σ { N } { N N} s) ds { s) } s) s) ds s) ds ds Sadece NRZ dare şekli için Gürülü Bileşeninin Varyansı emel Bilgiler N σ R { s) } W ( s) ds ds N δ ( s) ds N ds N N emel Bilgiler -6

7 - Güz Uygun Süzgeçli lıcı emel Bilgiler İlinisel lıcı r( s( + dare şekli [.] Örnek karar devresi > λ, karar < λ, karar Uygun Süzgeçli lıcı ilinisel alıcı ile değişirileilir r( s( + Uygun y() Süzgeç h( h( örnekle anında Örnekleme anında ilinisel alıcıya eşdeğerdir. Örnek karar devresi > λ, karar < λ, karar $ $ İlinisel lıcı çıkışı Uygun Süzgeçli lıcı emel Bilgiler r( Uygun Süzgeçli lıcı çıkışı r( * h( r( ζ ) h( ζ ) dζ Örnekleme anında çıkışların eşdeğer olması için h( * veya H op ( f ) P ( f ) ex jπf ) olmalıdır. Uygun Süzgeçli alıcı, örnekleme anında SNR ı opimum yapar. İlinisel alıcı çıkışında olduğu gii. emel Bilgiler -7

8 - Güz Uygun Süzgeç Çıkışı emel Bilgiler Bir dare şekli için uygun süzgecin çıkışı, h( s( S + N S a N Gürülünün oralaması SIFIR, varyansı ise k σ N N N H ( f ) df h( Uygun Süzgeç Bir dare şekli için uygun süzgecin impuls cevaı emel Bilgiler Görüldüğü gii h(, nin zamanda ers çevrilmiş ve kadar öelenmiş içimidir. Örnek: ) h () p ( h( h () p ( emel Bilgiler -8

9 - Güz DKM Bi Haa Olasılığı + +, x( s( + +, emel Bilgiler s( x( Uygun Süzgeç h( anında örnekle Karar Devresi Karar Sınırı λ > < Karar Karar lıcı, gönderilen sinyalin dare şeklini iliyor ama işareini ilmiyor! DKM Bi Haa Olasılığı için uygun süzgeç çıkışı y + n, için uygun süzgeç çıkışı y + n, N σ N emel Bilgiler f ( y ) π N ( y + ) exp N f ( y ) π N ( y ) exp N y y P p + P pp emel Bilgiler -9

10 - Güz DKM Bi Haa Olasılığı emel Bilgiler P P[ ˆ ] P π N y + u, N P ( y + ) exp N Değişken dönüşümü ile ( y > λ ) f ( y ) dy λ P ex u ) du erfc erfc π / N N N dy erfc ( x) ex u ) du π x x Q ( x) ex u / ) du π Q( x) erfc( x) x Q( x) erfc veya Q fonksiyonu cinsinden, P Q N DKM Bi Haa Olasılığı emel Bilgiler P P P[ ˆ ] P π y u N π N / N ( y ) exp N Değişken dönüşümü ile ex u P λ ( y < λ ) f ( y ) dy ) du erfc N erfc N Q N dy erfc ( x) ex u ) du π x emel Bilgiler -

11 - Güz DKM Bi Haa Olasılığı emel Bilgiler Oralama haa olasılığı P, [ ˆ ] P[ ] + P[ ˆ ] P[ ] P P P ( [ ] [ ] ) P + P erfc N P erfc N Q N Semollerarası Girişim emel Bilgiler Semollerarası girişim (SG) ir darenin örnekleme anında izleyen komşu dareye karışacak şekilde uzaması ile meydana gelir. Bu durum an sınırlı ir kanal üzerinden an sınırlı olmayan ir ha kodu gönderildiğinde oluşailir. Örnek: Kuuplu NRZ ha kodu düşünelim. daa daa giriş çıkış emel Bilgiler -

12 - Güz Semollerarası Girişim emel Bilgiler Semollerarası Girişim Kanal çıkışı, ilerin kakılarının oplamıdır emel Bilgiler emel Bilgiler -

C L A S S N O T E S SİNYALLER. Sinyaller & Sistemler Sinyaller Dr.Aşkın Demirkol

C L A S S N O T E S SİNYALLER. Sinyaller & Sistemler Sinyaller Dr.Aşkın Demirkol Sinyaller & Sisemler Sinyaller Dr.Aşkın Demirkol SİNYALLER Elekriki açıdan enerjisi ve frekansı olan dalga işare olarak anımlanır. Alernaif olarak kodlanmış sinyal/işare de uygun bir anım olabilir. s (

Detaylı

Kümülatif Dağılım Fonksiyonu (Sürekli)

Kümülatif Dağılım Fonksiyonu (Sürekli) Kümülatif Dağılım Fonksiyonu (Sürekli) sürekli bir rastgele değişken olsun. Bu durumda kümülatif dağılım fonksiyonu şu şekilde tanımlanır. F ( ) = Pr[ ] Tipik bir KDF şu şekilde görünür:.0 F () 0 Kümülatif

Detaylı

Güç Spektral Yoğunluk (PSD) Fonksiyonu

Güç Spektral Yoğunluk (PSD) Fonksiyonu 1 Güç Spektral Yoğunluk (PSD) Fonksiyonu Otokorelasyon fonksiyonunun Fourier dönüşümü j f ( ) FR ((τ) ) = R ( (τ ) ) e j π f τ S f R R e d dτ S ( f ) = F j ( f )e j π f ( ) ( ) f τ R S f e df R (τ ) =

Detaylı

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007 RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 007 1 Tekdüze Dağılım Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk

Detaylı

DENEY 5: FREKANS MODÜLASYONU

DENEY 5: FREKANS MODÜLASYONU DENEY 5: FREKANS MODÜLASYONU AMAÇ: Malab da rekans modülasyonunun uygulanması ve inelenmesi. ÖN HAZIRLIK 1. TEMEL TANIMLAR Frekans Modülasyonu: Taşıyıı genliğinin sabi uulduğu ve aşıyıı rekansının bildiri

Detaylı

4) Seyrek rastlanılan bir hastalık için belli bir zaman araalığında bu hastalığa yakalananların sayısının gözlenmesi,

4) Seyrek rastlanılan bir hastalık için belli bir zaman araalığında bu hastalığa yakalananların sayısının gözlenmesi, POĐSSON DAĞILIMI Poisson Dağılımı sürekli oramlarda (zaman, alan, hacim, ) kesikli sonuçlar veren ve aşağıda a),b),c) şıklarında belirilen özelliklere sahip deneylerin modellenmesinde kullanılan bir dağılım

Detaylı

1. LİNEER PCM KODLAMA

1. LİNEER PCM KODLAMA 1. LİNEER PCM KODLAMA 1.1 Amaçlar 4/12 bitlik lineer PCM kodlayıcısı ve kod çözücüsünü incelemek. Kuantalama hatasını incelemek. Kodlama kullanarak ses iletimini gerçekleştirmek. 1.2 Ön Hazırlık 1. Kuantalama

Detaylı

Rastgele Süreçler. Rastgele süreç konsepti (Ensemble) Örnek Fonksiyonlar. deney. Zaman (sürekli veya kesikli) Ensemble.

Rastgele Süreçler. Rastgele süreç konsepti (Ensemble) Örnek Fonksiyonlar. deney. Zaman (sürekli veya kesikli) Ensemble. 1 Rastgele Süreçler Olasılık taması Rastgele Deney Çıktı Örnek Uzay, S (s) Zamanın Fonksiy onu (t, s) Olayları Tanımla Rastgele süreç konsepti (Ensemble) deney (t,s 1 ) 1 t Örnek Fonksiyonlar (t,s ) t

Detaylı

Bölüm I Sinyaller ve Sistemler

Bölüm I Sinyaller ve Sistemler - Güz Haberleşme Sisemleride emel Bilgiler Güz - uay ERŞ. Haa Bölüm I Siyaller ve Sisemler emel Bilgiler Siyaller ve Sııladırılması Güç ve Eerji Furier Serileri Furier rasrmu ve Özellikleri Dira Dela Fksiyu

Detaylı

SÜREKLİ OLASILIK DAĞILIŞLARI

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

Detaylı

ELK 318 İLETİŞİM KURAMI-II

ELK 318 İLETİŞİM KURAMI-II ELK 318 İLETİŞİM KURAMI-II Nihat KABAOĞLU Kısım 5 DERSİN İÇERİĞİ Sayısal Haberleşmeye Giriş Giriş Sayısal Haberleşmenin Temelleri Temel Ödünleşimler Örnekleme ve Darbe Modülasyonu Örnekleme İşlemi İdeal

Detaylı

ANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER

ANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER DOÇ. DR. NİHAL ERGİNEL 2015 X beklenen değeri B[X] ile gösterilir. B[X] = BEKLENEN DEĞER Belli bir malzeme taşınan kolilerin ağırlıkları

Detaylı

ELK 318 İLETİŞİM KURAMI-II

ELK 318 İLETİŞİM KURAMI-II ELK 318 İLETİŞİM KURAMI-II Nihat KABAOĞLU Kısım 3 DERSİN İÇERİĞİ Sayısal Haberleşmeye Giriş Giriş Sayısal Haberleşmenin Temelleri Temel Ödünleşimler Örnekleme ve Darbe Modülasyonu Örnekleme İşlemi İdeal

Detaylı

Ders 6: Sürekli Olasılık Dağılımları

Ders 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

Detaylı

1.58 arasındaki her bir değeri alabileceği için sürekli bir

1.58 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

Detaylı

Ekonometri I VARSAYIMLARI

Ekonometri I VARSAYIMLARI Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:

Detaylı

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki

Detaylı

MIT Açık Ders Malzemesi İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 2008 Bahar

MIT Açık Ders Malzemesi İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 2008 Bahar MIT Açık Ders Malzemesi hp://ocw.mi.edu 8.334 İsaisiksel Mekanik II: Alanların İsaisiksel Fiziği 8 Bahar Bu malzemeye aıfa bulunmak ve Kullanım Şarlarımızla ilgili bilgi almak için hp://ocw.mi.edu/erms

Detaylı

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

EME 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

Detaylı

MIT Açık Ders Malzemesi İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 2008 Bahar

MIT Açık Ders Malzemesi İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 2008 Bahar MIT Açık Ders Malzemesi http://ocw.mit.edu 8.334 İstatistiksel Mekanik II: Alanların İstatistiksel Fiziği 008 Bahar Bu malzemeye atıfta bulunmak ve Kullanım Şartlarımızla ilgili bilgi almak için http://ocw.mit.edu/terms

Detaylı

Sürekli Dalga (cw) ve frekans modülasyonlu sürekli dalga (FM-CW) radarları

Sürekli Dalga (cw) ve frekans modülasyonlu sürekli dalga (FM-CW) radarları Sürekli Dalga (cw) ve frekans modülasyonlu sürekli dalga (FM-CW) radarları Basit CW Radar Blok Diyagramı Vericiden f 0 frekanslı sürekli dalga gönderilir. Hedefe çarpıp saçılan sinyalin bir kısmı tekrar

Detaylı

KABLOSUZ İLETİŞİM

KABLOSUZ İLETİŞİM KABLOSUZ İLETİŞİM 805540 MODÜLASYON TEKNİKLERİ FREKANS MODÜLASYONU İçerik 3 Açı modülasyonu Frekans Modülasyonu Faz Modülasyonu Frekans Modülasyonu Açı Modülasyonu 4 Açı modülasyonu Frekans Modülasyonu

Detaylı

KABLOSUZ İLETİŞİM

KABLOSUZ İLETİŞİM KABLOSUZ İLETİŞİM 805540 MODÜLASYON TEKNİKLERİ SAYISAL MODÜLASYON İçerik 3 Sayısal modülasyon Sayısal modülasyon çeşitleri Sayısal modülasyon başarımı Sayısal Modülasyon 4 Analog yerine sayısal modülasyon

Detaylı

KABLOSUZ İLETİŞİM

KABLOSUZ İLETİŞİM KABLOSUZ İLETİŞİM 805540 DENKLEŞTİRME, ÇEŞİTLEME VE KANAL KODLAMASI İçerik 3 Denkleştirme Çeşitleme Kanal kodlaması Giriş 4 Denkleştirme Semboller arası girişim etkilerini azaltmak için Çeşitleme Sönümleme

Detaylı

13. Olasılık Dağılımlar

13. Olasılık Dağılımlar 13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon

Detaylı

SÜREKLİ DÜZGÜN DAĞILIM

SÜREKLİ DÜZGÜN DAĞILIM SÜREKLİ DÜZGÜN DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu; şeklinde ise x e düzgün dağılmış rassal değişken, f(x) e sürekli düzgün dağılım denir. a 0 olduğuna göre, f(x) >0 olur.

Detaylı

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi: İSTATİSTİK I ALIŞTIRMALAR Y.Doç.Dr. Hüseyin Taştan AÇIKLAMA: N: P. Newbold, İşletme ve İktisat için İstatistik, 4. basımdan çeviri. Çift sayılı alıştırmalar için kitabın arkasındaki çözümlere bakabilirsiniz.

Detaylı

Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır.

Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır. Kümülatif Dağılım Fonksiyonları Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır. F X (x) = P (X x) = x f X(x ) dx Sürekli

Detaylı

DENEY 8: SAYISAL MODÜLASYON VE DEMODÜLASYON

DENEY 8: SAYISAL MODÜLASYON VE DEMODÜLASYON DENEY 8: SAYISAL MODÜLASYON VE DEMODÜLASYON AMAÇ: Sayısal haberleşmenin temel prensiplerini, haberleşme sistemlerinde kullanılan modülasyon çeşitlerini ve sistemlerin nasıl çalıştığını deney ortamında

Detaylı

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

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

Detaylı

Mobil ve Kablosuz Ağlar (Mobile and Wireless Networks)

Mobil ve Kablosuz Ağlar (Mobile and Wireless Networks) Mobil ve Kablosuz Ağlar (Mobile and Wireless Networks) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Ders konuları 2 1 Kodlama ve modülasyon yöntemleri İletim ortamının özelliğine

Detaylı

Veri haberleşmesinde hatalar

Veri haberleşmesinde hatalar Veri haberleşmesinde hatalar 1 Hata türleri Sayısal iletişimde hata, bitlerin alınması ve gönderilmesi sırasında oluşur. 1 gönderildiğine 0 algılanması, ayad 0 gönderildiğinde 1 algılamsaı İki genel hata

Detaylı

Bu deneyde kuvvetlendirici devrelerde kullanılan entegre devre beslemesi ve aktif yük olarak kullanılabilen akım kaynakları incelenecektir.

Bu deneyde kuvvetlendirici devrelerde kullanılan entegre devre beslemesi ve aktif yük olarak kullanılabilen akım kaynakları incelenecektir. DENEY 7 AKIM KAYNAKLARI VE AKTİF YÜKLER DENEY 1 DİYOT KARAKTERİSTİKLERİ 7.1 DENEYİN AMACI Bu deneyde kuvvetlendirici devrelerde kullanılan entegre devre beslemesi ve aktif yük olarak kullanılabilen akım

Detaylı

5. LOJİK KAPILAR (LOGIC GATES)

5. LOJİK KAPILAR (LOGIC GATES) 5. LOJİK KPILR (LOGIC GTES) Dijital (Sayısal) devrelerin tasarımında kullanılan temel devre elemanlarına Lojik kapılar adı verilmektedir. Her lojik kapının bir çıkışı, bir veya birden fazla girişi vardır.

Detaylı

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci Tek Değişkenli Zaman Serisi Modelleri Ekonomik verilerin analizi ile ekonomik değişkenlerin gelecekte alabilecekleri

Detaylı

Stokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir.

Stokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir. Zamanla değişen bir rastgele değişkendir. Rastgele değişkenin alacağı değer zamanla değişmektedir. Deney çıktılarına atanan rastgele bir zaman

Detaylı

TMS320C6711 DSP işlemci İle GMSK Modem Uygulaması

TMS320C6711 DSP işlemci İle GMSK Modem Uygulaması TMS320C6711 DSP işlemci İle GMSK Modem Uygulaması Sevil Çelikler 1,2 Sıtkı Öztürk 1 1 Elektronik ve Haerleşme Mühendisliği Bölümü Mühendislik Fakültesi Kocaeli Üniversitesi, İzmit, Kocaeli 2 Tüitak-UEKAE,P.K:74

Detaylı

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

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

Detaylı

İMGE İŞLEME Ders-9. İmge Sıkıştırma. Dersin web sayfası: (Yrd. Doç. Dr. M.

İMGE İŞLEME Ders-9. İmge Sıkıştırma. Dersin web sayfası:  (Yrd. Doç. Dr. M. İMGE İŞLEME Ders-9 İmge Sıkıştırma (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ İmge Sıkıştırma Veri sıkıştırmanın

Detaylı

EME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

EME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar 9.0.06 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar EME 7 SİSTEM SİMÜLASYONU Simulasyonda İstatistiksel Modeller (Sürekli Dağılımlar) Ders 5 Sürekli Düzgün Dağılım Sürekli Düzgün (Uniform)

Detaylı

İstatistik I Ders Notları

İstatistik I Ders Notları İstatistik I Ders Notları Sürekli Rassal Değişkenler Hüseyin Taştan Kasım 2, 26 İçindekiler Sürekli Rassal Değişkenlerin Özellikleri 2 2 Olasılık Yoğunluk Fonksiyonu 2 Birikimli Olasılık Fonksiyonu 6 4

Detaylı

Matris Cebiriyle Çoklu Regresyon Modeli

Matris 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

Detaylı

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK Soru 1 X rassal değişkeninin olasılık yoğunluk fonksiyonu x x, x> f ( x) = 0, dy. 1 werilmiş ve Y = rassal değişkeni tanımlamış ise, Y değişkenin 0< 1 X 1 y için olasılık yoğunluk fonksiyonu aşağıdaki

Detaylı

009 BS 400- İstatistik sonılannın cevaplanmasında gerekli olabilecek tablolar ve formüller bu kitapçığın sonunda verilmiştir. 1. şağıdakilerden hangisi doğal birimdir? l TV alıcısı Bl Trafik kazası CL

Detaylı

SÜREKLİ OLASILIK DAĞILIMI

SÜREKLİ OLASILIK DAĞILIMI SÜREKLİ OLASILIK DAĞILIMI Normal Olasılık Dağılımı Akülerin dayanma süresi, araçların belli bir zamanda aldığı yol, bir koşuya katılanların bitirme süresi gibi sayılamayacak kadar çok değer alabilen sürekli

Detaylı

Kümülatif Dağılım Fonksiyonları. F X (x) = P (X x) = P X (x) = P (X x) = p X (x ) f X (x) = df X(x) dx

Kümülatif Dağılım Fonksiyonları. F X (x) = P (X x) = P X (x) = P (X x) = p X (x ) f X (x) = df X(x) dx Kümülatif Dağılım Fonksiyonları Herhangi bir rastgele değişken için kümülatif dağılım fonksiyonu/cumulative distribution function (KDF/CDF) şu şekilde tanımlanır. F X (x) = P (X x) = x f X (x ) dx Sürekli

Detaylı

EEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ

EEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM3006 - HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM3006 - HABERLEŞME TEORİSİ Dersin Öğretim Elemanı: Yrd. Doç. Dr. Yasin KABALCI Ders Görüşme

Detaylı

AC (ALTERNATİF AKIM)

AC (ALTERNATİF AKIM) AC (ALERNAİF AKIM) AC akı daii olarak pozitif ve negatif aksiu değerler arasında değişi gösterir. Pozitif ve negatif değerler arasındaki farka tepe-tepe değer, V p-p adı verilir. 9.03.013 1 AC (ALERNAİF

Detaylı

BLM1612 DEVRE TEORİSİ

BLM1612 DEVRE TEORİSİ BLM1612 DEVRE TEORİSİ KAPASİTÖRLER ve ENDÜKTANSLAR DR. GÖRKEM SERBES Kapasitans Kapasitör, elektrik geçirgenliği ε olan dielektrik bir malzeme ile ayrılan iki iletken gövdeden oluşur ve elektrik alanda

Detaylı

EEM211 ELEKTRİK DEVRELERİ-I

EEM211 ELEKTRİK DEVRELERİ-I EEM211 ELEKTRİK DEVRELERİ-I Prof. Dr. Selçuk YILDIRIM Siirt Üniversitesi Elektrik-Elektronik Mühendisliği Kaynak (Ders Kitabı): Fundamentals of Electric Circuits Charles K. Alexander Matthew N.O. Sadiku

Detaylı

Ders 4: Rastgele Değişkenler ve Dağılımları

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

Detaylı

İletişim Ağları Communication Networks

İletişim Ağları Communication Networks İletişim Ağları Communication Networks Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, Behrouz A. Forouzan, Data Communications and Networking 4/E, McGraw-Hill,

Detaylı

Appendix B: Olasılık ve Dağılım Teorisi

Appendix B: Olasılık ve Dağılım Teorisi Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi

Detaylı

ELEKTRİKSEL POTANSİYEL

ELEKTRİKSEL POTANSİYEL ELEKTRİKSEL POTANSİYEL Elektriksel Potansiyel Enerji Elektriksel potansiyel enerji kavramına geçmeden önce Fizik-1 dersinizde görmüş olduğunuz iş, potansiyel enerji ve enerjinin korunumu kavramları ile

Detaylı

TURBO KODLANMIŞ İŞARETLERDE SEYİRME ETKİSİNİ AZALTAN YAKLAŞIMLAR (*)

TURBO KODLANMIŞ İŞARETLERDE SEYİRME ETKİSİNİ AZALTAN YAKLAŞIMLAR (*) TURBO KODLANMIŞ İŞARETLERDE SEYİRME ETKİSİNİ AZALTAN YAKLAŞIMLAR (*) Osman Nuri Uçan İstanbul Üniversitesi, Elektronik Mühendisliği Bölümü Özet: Turbo kodlama, 1993 yıllarının başlarında önerilen ve hata

Detaylı

İletişim Ağları Communication Networks

İletişim Ağları Communication Networks İletişim Ağları Communication Networks Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, Behrouz A. Forouzan, Data Communications and Networking 4/E, McGraw-Hill,

Detaylı

İçerik. Ürün no.: CML720i-R A/CN-M12-EX Işık perdesi alıcı

İçerik. Ürün no.: CML720i-R A/CN-M12-EX Işık perdesi alıcı Ürün no.: 50126349 CML720i-R10-460.A/CN-M12-EX Işık perdesi alıcı Şekil farklılık gösterebilir İçerik Teknik veriler Uygun verici Boyutlandırılmış çizimler Elektrik bağlantısı Kumanda ve gösterge Aksesuarlar

Detaylı

Çukurova Üniversitesi Biyomedikal Mühendisliği

Çukurova Üniversitesi Biyomedikal Mühendisliği Çukurova Üniversitesi Biyomedikal Mühendisliği BMM212 Elektronik-1 Laboratuvarı Deney Föyü Deney#9 Alan Etkili Transistörlü Kuvvetlendiriciler Doç. Dr. Mutlu AVCI Arş. Gör. Mustafa İSTANBULLU ADANA, 2015

Detaylı

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10

EME Sistem Simülasyonu. Girdi Analizi Prosedürü. Olasılık Çizgesi. Dağılıma Uyumun Kontrol Edilmesi. Dağılıma İyi Uyum Testleri Ders 10 EME 35 Girdi Analizi Prosedürü Sistem Simülasyonu Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Dağılıma

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ 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

Detaylı

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ TC SAKARYA ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTRİKELEKTRONİK MÜHENDİSLİĞİ ELM21 ELEKTRONİKI DERSİ LABORATUAR FÖYÜ DENEYİ YAPTIRAN: DENEYİN ADI: DENEY NO: DENEYİ YAPANIN ADI ve SOYADI: SINIFI: OKUL NO:

Detaylı

BÖLÜM 1 TEMEL KAVRAMLAR

BÖLÜM 1 TEMEL KAVRAMLAR BÖLÜM 1 TEMEL KAVRAMLAR Bölümün Amacı Öğrenci, Analog haberleşmeye kıyasla sayısal iletişimin temel ilkelerini ve sayısal haberleşmede geçen temel kavramları öğrenecek ve örnekleme teoremini anlayabilecektir.

Detaylı

Bant Sınırlı TBGG Kanallarda Sayısal İletim

Bant Sınırlı TBGG Kanallarda Sayısal İletim Bant Sınırlı TBGG Kanallarda Sayısal İletim Bu bölümde, bant sınırlı doğrusal süzgeç olarak modellenen bir kanal üzerinde sayısal iletimi inceleyeceğiz. Bant sınırlı kanallar pratikte çok kez karşımıza

Detaylı

Otomatik Kontrol Kapalı Çevrim Kontrol Si stemin İ şl evsel Kalitesi. H a z ı r l aya n : D r. N u r d a n B i l g i n

Otomatik Kontrol Kapalı Çevrim Kontrol Si stemin İ şl evsel Kalitesi. H a z ı r l aya n : D r. N u r d a n B i l g i n Otomatik Kontrol Kapalı Çevrim Kontrol Si stemin İ şl evsel Kalitesi H a z ı r l aya n : D r. N u r d a n B i l g i n Kapalı Çevrim Kontrol Sistemin İşlevsel Kalitesi Kapalı Çevrim Kontrol Sistemin İşlevsel

Detaylı

DUMLUPINAR ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ DERS TANIM VE UYGULAMA BİLGİLERİ

DUMLUPINAR ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ DERS TANIM VE UYGULAMA BİLGİLERİ DUMLUPINAR ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ DERS TANIM VE UYGULAMA BİLGİLERİ Dersin Adı Kodu Yarıyılı T+U Saat Kredisi AKTS SAYISAL HABERLEŞME (T.SEÇ.V) 131517600

Detaylı

EEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ

EEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM3006 - HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM3006 - HABERLEŞME TEORİSİ Dersin Öğretim Elemanı: Yrd. Doç. Dr. Yasin KABALCI Ders Görüşme

Detaylı

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

Detaylı

KAHKAHA TANIMA İÇİN RASSAL ORMANLAR

KAHKAHA TANIMA İÇİN RASSAL ORMANLAR KAHKAHA TANIMA İÇİN RASSAL ORMANLAR Heysem Kaya, A. Mehdi Erçetin, A. Ali Salah, S. Fikret Gürgen Bilgisayar Mühendisliği Bölümü Boğaziçi Üniversitesi / Istanbul Akademik Bilişim'14, Mersin, 05.02.2014

Detaylı

İçerik. Ürün no.: LS5I/9D-P1 Tek yön çalışan sensör verici

İçerik. Ürün no.: LS5I/9D-P1 Tek yön çalışan sensör verici Ürün no.: 50130543 LS5I/9D-P1 Tek yön çalışan sensör verici Şekil farklılık gösterebilir İçerik Teknik veriler Uygun alıcı Boyutlandırılmış çizimler Elektrik bağlantısı Kumanda ve gösterge Aksesuarlar

Detaylı

ELK 318 İLETİŞİM KURAMI-II

ELK 318 İLETİŞİM KURAMI-II ELK 318 İLETİŞİM KURAMI-II Nihat KABAOĞLU Kısım 4 DERSİN İÇERİĞİ Sayısal Haberleşmeye Giriş Giriş Sayısal Haberleşmenin Temelleri Temel Ödünleşimler Örnekleme ve Darbe Modülasyonu Örnekleme İşlemi İdeal

Detaylı

Elektromanyetik Dalga Teorisi Ders-3

Elektromanyetik Dalga Teorisi Ders-3 Elektromanyetik Dalga Teorisi Ders-3 Faz ve Grup Hızı Güç ve Enerji Düzlem Dalgaların Düzlem Sınırlara Dik Gelişi Düzlem Dalgaların Düzlem Sınırlara Eğik Gelişi Dik Kutuplama Paralel Kutuplama Faz ve Grup

Detaylı

RD lerin Fonksiyonları

RD lerin Fonksiyonları RD lerin Fonksiyonları Diğer değişkenler gibi rastgele değişkenlerin de fonksiyonları olur Örneğin 0 ile 1 arasında rastgele seçilmiş bir çap uzunluğu ile oluşturulan dairenin alanı bir RD olarak çap uzunluğunun

Detaylı

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

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

Detaylı

LOJİSTİK REGRESYON ANALİZİ

LOJİSTİK REGRESYON ANALİZİ LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen

Detaylı

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar 0..07 EME 37 SISTEM SIMÜLASYONU Simulasyonda İstatistiksel Modeller-II Ders 5 Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar Sürekli Düzgün (Uniform) Dağılım Normal Dağılım Üstel (Exponential)

Detaylı

SİSMİK PROSPEKSİYON DERS-3

SİSMİK PROSPEKSİYON DERS-3 SİSMİK PROSPEKSİYON DERS-3 DOÇ.DR.HÜSEYİN TUR SİSMİK DALGA YAYINIMI Dalga Cepheleri Ve Işınlar Bir kaynaktan çıkan dalganın hareketi sırasında herhangi bir zamanda hareketin başlamak üzere olduğu noktaları

Detaylı

ZAMAN VE FREKANS DOMENLERİNDE ÖRNEKLEME

ZAMAN VE FREKANS DOMENLERİNDE ÖRNEKLEME Bölüm 6 ZAMAN VE FREKANS DOMENLERİNDE ÖRNEKLEME VE ÖRTÜŞME 12 Bölüm 6. Zaman ve Frekans Domenlerinde Örnekleme ve Örtüşme 6.1 GİRİŞ Bu bölümün amacı, verilen bir işaretin zaman veya frekans domenlerinden

Detaylı

istatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A

istatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A 2Q 10 BS 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek tablolar ve f ormüller bu kita p ç ığın sonunda ver-ilmiştir. 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre cevaplandırılacaktır

Detaylı

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

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

Detaylı

MİKROİŞLEMCİ İLE A/D DÖNÜŞÜMÜ

MİKROİŞLEMCİ İLE A/D DÖNÜŞÜMÜ KARADENİZ TEKNİK ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR ORGANİZASYONU LABORATUVARI MİKROİŞLEMCİ İLE A/D DÖNÜŞÜMÜ 1. GİRİŞ Analog işaretleri sayısal işaretlere dönüştüren elektronik devrelere

Detaylı

Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik

Detaylı

Hareket (Hız - Ortalama Hız - Sürat)

Hareket (Hız - Ortalama Hız - Sürat) .. Alışırmalar 3m 3 M m D 3 a) or 5 m/s D 3 b) süra 5 m/s D D c) or D + d) süra R + R + A a) I. yol: or.süra 5m/s 4m/s + + + + (m) 8 m/s + 5 + + 5 4 9 4 m/s 9 II. yol:.. or. süra + 54.. 5 + 4 4 ms / 9

Detaylı

Anahtarlama Modlu DA-AA Evirici

Anahtarlama Modlu DA-AA Evirici Anahtarlama Modlu DA-AA Evirici Giriş Anahtarlama modlu eviricilerde temel kavramlar Bir fazlı eviriciler Üç fazlı eviriciler Ölü zamanın PWM eviricinin çıkış gerilimine etkisi Diğer evirici anahtarlama

Detaylı

BM 403 Veri İletişimi

BM 403 Veri İletişimi BM 403 Veri İletişimi (Data Communications) Hazırlayan: M.Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Ders konuları Analog sayısal çevirme İletişim modları 2/36 1 Bilginin iki nokta arasında

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

Detaylı

EEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ

EEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM3006 - HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM3006 - HABERLEŞME TEORİSİ Dersin Öğretim Elemanı: Yrd. Doç. Dr. Yasin KABALCI Ders Görüşme

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

Detaylı

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

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

Detaylı

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1 3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki

Detaylı

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 ÜNİTE:1 İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2 Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3 Ortalamalar, Değişkenlik ve Dağılma Ölçüleri ÜNİTE:4 Endeksler ÜNİTE:5

Detaylı

İçerik. Ürün no.: CML720i-T A-M12-EX Işık perdesi verici

İçerik. Ürün no.: CML720i-T A-M12-EX Işık perdesi verici Ürün no.: 50126350 CML720i-T10-460.A-M12-EX Işık perdesi verici Şekil farklılık gösterebilir İçerik Teknik veriler Uygun alıcı Boyutlandırılmış çizimler Elektrik bağlantısı Kumanda ve gösterge Aksesuarlar

Detaylı

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

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

Detaylı

ALTERNATİF AKIMIN TEMEL ESASLARI

ALTERNATİF AKIMIN TEMEL ESASLARI ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİNE GİRİŞ DERSİ ALTERNATİF AKIMIN TEMEL ESASLARI Dr. Öğr. Üyesi Ahmet ÇİFCİ Elektrik enerjisi, alternatif akım ve doğru akım olarak

Detaylı

TEMEL ELEKTRONİK VE ÖLÇME -1 DERSİ 1.SINAV ÇALIŞMA NOTU

TEMEL ELEKTRONİK VE ÖLÇME -1 DERSİ 1.SINAV ÇALIŞMA NOTU No Soru Cevap 1-.. kırmızı, sarı, mavi, nötr ve toprak hatlarının en az ikisinin birbirine temas ederek elektriksel akımın bu yolla devresini tamamlamasıdır. 2-, alternatif ve doğru akım devrelerinde kullanılan

Detaylı

Adaptif Antenlerde Işın Demeti Oluşturma Algoritmaları

Adaptif Antenlerde Işın Demeti Oluşturma Algoritmaları Adaptif Antenlerde Işın Demeti Oluşturma Algoritmaları Giriş Şevket GÖĞÜSDERE, aydar KAYA 2, Yasin OĞUZ Karadeniz Teknik Üniversitesi, Enformatik Bölümü, Elektrik-Elektronik Mühendisliği Bölümü 2, 6080

Detaylı

NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜH. BÖLÜMÜ HABERLEŞME TEORİSİ FİNAL SINAVI SORU-CEVAPLARI

NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜH. BÖLÜMÜ HABERLEŞME TEORİSİ FİNAL SINAVI SORU-CEVAPLARI NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK-MİMARLIK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜH. BÖLÜMÜ HABERLEŞME TEORİSİ FİNAL SINAVI SORU-CEVAPLARI Tarih: 4-0-008 Adı Soyadı : No : Soru 3 4 TOPLAM Puan 38 30 30 30 8 Soru

Detaylı

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi Normallik Varsayımı ve Ençok Olabilirlik Yöntemi EO Açıklayıcı Örnekler Ekonometri 1 Konu 14 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike

Detaylı

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

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

Detaylı