8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları"

Transkript

1 1 8. Ntelksel ( Ölçüleeye Özellkler İç) Kotrol Dyagraları Ürüler taşıası gereke kalte karakterstkler br ya da br kaçı belrlee sesfkasyolara uyayablr. Ntelk olarak adladırıla bu özellk edeyle ürü belrl br gruba alıır. Ürüü sağlaadığı her br sesfkasyo br uyusuzluk ya da kusur olarak taılaır. Böyle özellktek ürü se, uygu olaya ya da kusurlu ürü olarak taılaır. Ntelksel kotrol dyagralarıda ya kusurlu arça sayısı ya da br arça üzerdek kusur sayısı dkkate alıarak aalzler yaılır. Bu dyagralarda herhag br ölçü alet le yaıla ölçüler (celkler) değl, duyu orgaları le ayırt edleble (görerek, duyarak, dokuarak vs.) veya astar, geyc gb araçlar kullaılarak σtelksel değerler kotrolü yaılaktadır. Ölçüleble özellkler ç kullaıla kotrol dyagraları çok etk kalte kotrol araçları olakla brlkte bazı durularda etklğ zayıflaaktadır. Br arçaı çok sayıda kalte özellğ varsa, her br ç ayrı br X, R veya S dyagraı oluşturak gerekecektr. Oysa bu özellklerde herhag brs kotrol dışı olduğuda bu arça kusurlu kabul edlecekse o zaa telksel kotrol dyagralarıı kullaılası çok daha uygu olacaktır. Ntelksel değerler ç aşağıdak dyagralar kullaılaktadır. Kusurlu oraı kotrol dyagraı ( kotrol dyagraı) Kusurlu sayısı kotrol dyagraı ( kotrol dyagraı) Kusur sayısı kotrol dyagraı (c kotrol dyagraı) Br başıa düşe kusur sayısı kotrol dyagraı (u kotrol dyagraı) Kusurlu Oraı ( ) Kotrol Dyagraı Bazı durularda br ürüü kaltes o ürüü kusurlu olu oladığıı belrleek yoluyla araştırılablektedr. Bu gb durularda örekler kusurlu oraları ya le lgl kotrol dyagraları üretclere yardıcı olaktadır. Kusurlu oraları le lgleldğde aa kütle dağılıı Bo dağılııa uyakta, örek oralarıı ya ler öreklee dağılıı se yeterce büyük olursa ( 30 ) orale yaklaşaktadır. Bu duru

2 2 dyagraları ç ± 3 σ (stadart hata) le belrlee kotrol sıırlarıı kullaılasıa ka verektedr. İlglele sürec ya da aa kütle kusurlu oraı ke, kusurlu oraıı ortalaası ve stadart saası sırasıyla µ ( 1 ) σ dır. Bua göre sürec kusurlu oraı bldğ taktrde, kotrol dyagraıı kotrol sıırları ve orta çzgs, (1 ÜKS + 3 MÇ (1 AKS 3 olarak taılaır. Bazı durularda öcede bleez ya da süreç ç her hag br stadart değer verlezse, buu yere öreklerde ortalaa kusurlu oraı hesalaası gerekr. Süreçte alıa örek sayısı ve. öreğ kusurlu oraı oralarıı ortalaası, ~ se, örekler kusurlu ~! olur. ı beklee değer, E ( ) olduğuda, kotrol dyagraıda yere ou tah ola kullaılır. Bu duruda sürec kusurlu oraı blyor, örekte elde edlyorsa kotrol dyagraıa at ltler; (1 ÜKS + 3 MÇ olarak yazılır. (1 AKS 3

3 3 Kusurlu brler kotrolüde her zaa ayı büyüklükte örekler alıaayablr. Böyle durularda örektek br sayıları değşklk gösterr. Bu yüzde dyagraı kotrol sıırları ç ortalaa örek büyüklüğü kullaılası şlelerde kolaylık sağlar. Süreçte alıa örek sayısı ve.örektek br sayısı büyüklüğü, se, ortalaa örek 1 olur. Dyagraı orta çzgs, süreç ç stadart br değer verledğde, öreklerde belrlee tola kusurlu sayısıı, tola br sayısıa oraı olarak belrler.. örek büyüklüğü ve kusurlu br sayısı da d se, ortalaa kusurlu oraı, d olarak hesalaır ve kotrol dyagraıı orta çzgs oluşturur. Dyagraı kotrol sıırları da (1 UKS + 3 MÇ (1 AKS 3 şeklde yazılır. Örek 8.1. Elektrk rzler üret yaa br şletede üret hattıda bell aralıklarda 200 ürü alıı kotrol edlş ve kusurlu ürü sayıları aşağıdak tabloda verlştr. Bu verler kullaarak kusurlu oraı () dyagraıı oluşturarak souçları yorulayıız.

4 4 Örek o Kusurlu sayısı Kusurlu oraı ( ) Örek o Kusurlu sayısı Kusurlu oraı , , , , , , , , , , , , , , , , , , , ,035 ( ) Tola c 207 1, 035! 1,035 0, (1 (0,05175)(0,94825) ÜKS + 3 0, , MÇ AKS (1 (0,05175)(0,94825) 3 0, , Dyagra 0,10 ÜKS0,0987 Kusurlu ora 0,05 MÇ0, ,00 AKS0, Örek o Şekl 8.1. Kusurlu oraı () kotrol dyagraı

5 5 Kusurlu oraı açısıda roses kotrol altıdadır, herhag br düzeltc öle alaya gerek yoktur Kusurlu Sayısı ( ) Kotrol Dyagraı Ntelksel değerler ç kullaıla dğer br dyagra türü de kusurlu sayısı kotrol dyagraı, kısa adıyla, kotrol dyagraıdır. Bu daha alaşılır br dyagra olu, ayı zaada kotrol sıırları belrledkte sora başka br şlee gerek olaksızı her art de görüle kusurlu arça sayısı grafğe doğruda şleeblr. Bu tekkte üret seyr zleek ve roses kotrol etek ç roseste çekle örek hac () sabt tutulur. Eğer sabt tutulaıyorsa roses dyagraı le zleek gerekr. Sürec kusurlu oraı () blyorsa, kusurlu sayısı () kotrol dyagraıı kotrol sıırları, ÜKS + 3 (1 MÇ AKS 3 (1 şeklde belrler. Eğer blyorsa, örekte elde edle tah değer kullaılır. c örektek kusurlu br sayısı d ve. öreğ kusurlu oraı d olak üzere d 1 ya da P 1 olarak hesalaır. Bu kusurlu ortalaası, kütle kusurlu oraı yasız br tahleycsdr. Bua göre kotrol dyagraıı kotrol sıırları, ÜKS + 3 ( 1 MÇ AKS 3 ( 1 olarak belrler.

6 6 Örek 8.2. Yukarıdak örek 8.1 dek verler kullaarak kusurlu sayısı () dyagraıı çzerek soucu yorulayıız. Çözü: 0,05175 ÜKS + 3 (1 (200)(0,05175) + 3 (200)(0,05175)(0,94825) 19,743 MÇ (200)(0,05175)10,35 AKS 3 (1 (200)(0,05175) + 3 (200)(0,05175)(0,94825) 0,952 Dyagra 20 UCL19,743 Kusurlu says 10 MÇ10,35 0 AKS0, Örek o Şekl 8.2. Kusurlu sayısı () kotrol dyagraı Proses kusurlu sayısı açısıda kotrol altıdadır. Örek 8.3 Pstolar ç sega ürete br şletede kusurlu sayısı 12 olacak şeklde kotrol dyagraı oluşturuluştur. Her gü roseste 100 brlk örek alıı aalz edlektedr. a) Proseste kusurlu sayısıı ortalaası 15 ye kaydığıda bu duruu tak ede lk güde ortaya çıkara olasılığı edr? Proses ortalaasıı kaya gösteres e az 3 gü çde ortaya koya olasılığı e olur? b) Poztf br alt kotrol lt elde edeblek ç e düşük örek hac e olalıdır? Çözü Buu ç öce kotrol sıırlarıı oluşturulası gerekr. 100 olduğua göre 12 se 0,12 olur. ÜKS + 3 ( (12)(1 0,12) MÇ 12 AKS 3 ( (12)(1 0,12) 2.25

7 7 a) Prososte kusurlu sayısı 15 e kaya gösterdğ halde roses kotrol altıda ola olasılığı Posso dağılıı yardıı le buluur. Proses s 15 olası halde 12 ç oluşturula kotrol dyagraıı üst sıırı ola 21,75 dışıa çıkılası duruuda roses s kaya gösterdğ alaşılacaktır. Posso dağılııda 15 olduğu halde çekle örekte 21,75 ya da daha az ola olasılığı P(X 21,75/15) 0,9673 olarak buluur. Bua göre lk gü yaıla kotrolde roses kaya gösterdğ belrlee olasılığı P(X>21,75/15)1-P(X 21,75/15)1-0,96730,0327 (Bu olasılığı belrleek ç küülatf Posso tablosuda yararlaablrz) Yaklaşık olarak roses kayasıı tak ede lk gü buu test edle olasılığı %3,27 dr. b) AKS 3 (1 olduğua göre; AKS AKS 0 0,12 3 0,12(1 0,12) , , , ,95 0 olur. İkc derecede dekle kökler buluursa; 2 b ± b 4ac 0,95 ± 0,95 0,3168 ± 0,3168 X 1,2 olur. 2a 2 0,0144 0,0288 X1 0, X 2 66 olalıdır. Ya örek hac e az 66 olursa AKS (Alt Kotrol Sıırı) oztf olur Kusur Sayısı ( c ) Kotrol Dyagraı Brçok üret sürecde ürüler bazıları, o ürü ç belrlee sesfkasyoları br ya da daha fazlasıı sağlayaayablr. Ürü ç kusur ola bu duruu zlees gerekr. Öe derecese göre, br ya da daha çok kusur ayı ürü üzerde buluablr. Öreğ 10 2 lk br kuaş üzerde boya lekes, kouk lk, kear katlaası vb. kusurlar buluablr. Tek ya da katlı bükü sorası lğ belrl uzuluğuda yağ lekes, düğü, vb. kusurlar gözleeblr. Br etal levhadak şekl kusurları da levhaı kullaııı etkleyeblr. Kusur sayısıı kotrol etek aacıyla gelştrle kotrol dyagraları, lgl varsayılarıyla Posso dağılııı teel alır. Kusur sayısı kotrolü ç yukarıda sözü edle yaklaşıları her br Posso dağılııa uygu olaktadır.

8 8 Muayee edle brdek ortalaa kusur sayısı c 0 olarak taılaırsa, bua karşılık gele Posso dağılııı olasılık foksyou, kusur sayısı x olak üzere, c x e ( c) P( x) x 0, 1, 2... x! olarak yazılır. Kusur sayısıı stadart saası da σ c olacaktır. x Kusur sayısıı kotrolü aacıyla gelştrle kotrol dyagralarıda br kusur sayısı kotrol dyagraı ya da kısaca c kotrol dyagraı olarak blr. Dyagra, kotrol sıırları ± 3 stadart saa ve örek üzerdek ortalaa kusur sayısı c olak üzere, ÜKS c MÇ c c c + 3 c AKS c c 3 c olarak yazılır. Eğer c roses ç stadart değer verleşse, örekler kusur sayılarıda hareketle ortalaa kusur sayısı belrler. c,. örektek brler kusur sayısı, örek sayısı olak üzere, ortalaa kusur sayısı c c 1 olarak hesalaır. Bua bağlı olarak kotrol dyagraıı sıırları da, ÜKS c c + 3 c OÇ c c AKS c c 3 c olarak belrler. Örek 8.4. Elektrok br aul ürete br fraı ürülerde eydaa gele kusur sayılarıı kotrolü ç hatta bell zaa aralıklarıda alıa auller alıı kotrol edlyor.maul 50 elektrok devrede oluşaktadır. Alıa 15 örektek bozuk devre sayıları aşağıdak tabloda verlştr. Bu verlerde hareketle kusur sayısı (c) dyagraıı oluşturu yorulayıız.

9 9 Örek o Kusur sayısı (c) rek o usur sayısı (c) rek o Kusur sayısı (c) Tola kusur sayısı 42 c c 2,8 ÜKS c c + 3 c 2, ,8 7, 82 OÇ c c 2, 8 AKS c c 3 c 2,8 3 2,8 0 c Dyagra Kusur says ÜKS7,82 MÇ2,8 AKS Örek o Şekl 8.3. Kusur sayısı (c) kotrol dyagraı Proses kusur sayısı açısıda 6. örekte kotrol dışıa çıkıştır. Bu oktada roseste düzeltc öleler alıası gerekldr Br Başıa Düşe Kusur Sayısı ( u ) Kotrol Dyagraı

10 10 Muayee edle örekte gözlee kusur sayısı c, örek tek brde oluştuğuda he kusur sayısı, he de bre düşe kusur sayısı alaıdadır. Fakat örekte kusur olası şasıı sabt kalası ç, örek büyüklüğüü ayı kalası gerekr. Öreğ, dokua sorası yağ lekes, flaatasyo, düğü sayısı, vb. kusurları belrlees ç uayee edle kuaş tolarıda ayı uzulukta kuaş bulualıdır. Kusuru oluşableceğ ala örekte öreğe değşe gösterdğde, kusur sayısı kotrolü ç c kotrol dyagraı uygulaaaz. Örek büyüklüğüü sabt oladığı durularda roses kotrol aacı le br başıa düşe kusur sayısıdak değşeler zleek ç u dyagraıda faydalaılır. () uueye sah. örektek tola kusur sayısı (c ) ke, br bre düşe ortalaa kusur sayısı (u ) de, u c olarak taılaır. (u) statstğ Posso dağılııı varsayılarıı sağlar. Bu edele, br bre düşe ortalaa kusur sayısıı kotrol etek üzere (u) kotrol dyagraı gelştrlştr. (u ), br bre düşe kusur sayısı ve () örek sayısı olak üzere, br başıa ortalaa kusur sayısı; u 1 u olu bua bağlı olarak, (u) kotrol dyagraıı kotrol sıırları da, ÜKS u u + 3 u / MÇ u u olarak belrler. AKS u u 3 u / Eğer br bre düşe ortalaa kusur sayısı ç u gb stadart değer verlşse kotrol dyagraıı oluşturulasıda u yere u stadart değer yazılır.

11 11 Örek 8.5. Br tekstl fabrkasıda her 100 etre karelk kuaşta (br to kuaş) ortaya çıka boya kusurları celeektedr. Buu ç roseste her saat başı br to kuaş alıı celeyor. Boya kusurlarıı dağılıı aşağıdak tabloda verlştr. Bu verlerde hareketle br başıa düşe kusurlu sayısı (u) dyagraıı çzerek soucu yorulayıız. Kuaş tou o Muayee edle br başıa Tola boya Kusur sayısı Kusuru (u ) 1 9 0, , , , , , , , , , ,16 u 1 u 1, ,116 ÜKS u u + 3 u / 0, ,116 /100 0, 218 MÇ u u 0,116 AKS u u 3 u / 0, ,116 /100 0, 0138 u Dyagra Br kusur says 0,2 0,1 ÜKS0,218 MÇ0,116 0, Örek o AKS0,0138

12 12 Örek 8.6. Yukarıdak verle örek 8.4 ç roseste çekle örek büyüklüğüü aşağıdak tabloda verldğ gb değşke olası duruuda kotrol dyagraıı oluşturuuz. Çözü : Br başıa ortalaa kusur sayısı (kusur sayısı/ 2 ) u u ,0305 olur. Bu örekte örek büyüklüğü 300,400,500 olarak verlş. Dolayısıyla her örek büyüklüğü ç ayrı br kotrol sıırı oluşturuluştur. Kuaş To No Tola ala ( 2 ) Tola Boya kusuru Muayee edle br başıa kusur sayısı 3 ÜKS u / AKS u / ,03 0,0608 0, ,0275 0,0567 0, ,02 0,0608 0, ,028 0,054 0, ,0333 0,0608 0, ,036 0,054 0, ,03 0,0608 0, ,026 0,054 0, ,02 0,0608 0, ,05 0,0567 0,00432 a

13 13 u Dyagra 0,07 Br kusur says 0,06 0,05 0,04 0,03 0,02 0,01 0, Örek o ÜKS0,0608 0,0567 0,054 MÇ0,0305 AKS0,0043 0, ,00026 Şekl 8.5. Br başıa kusur sayısı (u) kotrol dyagraı Yukarıdak grafğe göre roses br başıa kusur sayısı açısıda kotrol altıdadır Ölçüleeye Özellkler İç Kotrol Sıırlarıı Belrlees İle İlgl Örekler Örek 8.7. Br alatçı ortalaa roses kusurlu oraıı % 1 veya daha düşük orada tutak steektedr. Gülük üret ktarı 1500 adettr ve k gülük üret ktarı br oluşturaktadır. Her gü 250 brlk örek alıarak roses kotrol dyagraı le kotrol edlek steektedr. a) Bu roses ç kotrol sıırlarıı buluuz. b) Proses kusurlu oraı % 1 de % 4 e değştğ kabul edldğde değşe ortaya çıktıkta sora lk güde değş bulua olasılığı edr? c) Ortaya çıktıkta sorak lk üç güde değş bulua olasılığı edr? Çözü : a) 250.( 0,01 ) 2,5 ÜKS + 3 ( 1 2, ,5(1 0, 01) 7,22 MÇ MÇ 2,5 AKS 3 ( 1 2,5 3 2,5(1 0,01) 0 b) µ 250.( 0,04 ) 10

14 14 ÜKS 7,22 buluştuk. Kotrol dyagraıda, alt kotrol sıırı 0 olduğuda dolayı rosestek değş bulua olasılığı üst kotrol sıırıı üzerde çıka olasılığıdır. Bu da 1 ( 7 10 ) olasılığıdır. Buradak olasılık küülatf Posso tablosuda λ 10 ve X 7 ç bakılarak 0,220 olarak buluur. Bu olasılıkta hareketle Kusurlu sayısıı 7 de fazla ola olasılığı (üst sıırı aşa olasılığı), 1-0,220 0,780 olarak buluur. Bu da örek ortalaasıı 0,04 e değştğde bu değşklğ ortaya çıktıkta sorak lk güde % 78 olasılıkla buluableceğ alaıa gelektedr. c) Değş ortaya çıktıkta sora buu tesbt edle olasılığı 0,78 se tesbt edleee olasılığı 0,22 olur. Bua göre değşklğ ortaya çıktıkta sora 3 gü çersde bulua olasılığı 0,78 + 0,22 ( 0,78 ) + 0, ( 0,7 ) 0,9894 olarak buluur. Ya roses karakterstğ (kusurlu oraı) 0,01 de 0,04 e değştğde bu duruu üç gü çersde ortaya çıkara olasılığı 0,9894 olur. Örek 8.8. Br TV tüüü ca yüzüdek kusurları kotrol etek ç c dyagraı kullaılaktadır. c 2 hedef değer 5 örek büyüklüğü le kullaılaktadır. Bua göre; a) Bu roses ç kotrol sıırlarıı buluuz. b) Bu roses ortalaa değer 5 e değşes duruuda değşklk ortaya çıktıkta sora değşklğ lk örekte bulua olasılığıı buluuz. Çözü : a) ÜKS c ,24 MÇ 2 AKS c egatf 0 olarak kotrol sıırları belrler. b) Burada da ortalaa değer 5 e değştğde bu değşklğ lk örekte ortaya çıkarıla olasılığı öreğ kotrol sıırları dışı çıka olasılığıa eşt olur. Bu duruda çekle örekte e az 6 kusura rastlaası gerekektedr. 1 - P [ c 6 5 ] 1-0,762 0,238 olarak buluur. Burada küülatf Posso tablosua bakılırke satırda x 6 ve λ 5 sütuua karşılık gele değer 0,762 dr.

15 e 5 e 5 e 5 Veya bu olasılık; 1 P ( X 6) (0,762) 0, 238 0! 1! 6! şeklde de buluur.

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI 1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl

Detaylı

= 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

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

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON) BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou

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

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

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

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

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

Çok Aşamalı Örnekleme Yöntemlerinde Örneklem Büyüklüğünün Belirlenmesi : Bir Uygulama

Çok Aşamalı Örnekleme Yöntemlerinde Örneklem Büyüklüğünün Belirlenmesi : Bir Uygulama üleya Derel Üverstes Fe Bller Esttüsü Dergs uleya Derel Uversty Joural of atural ad Appled ee 7(), 9-7, 0 Çok Aşaalı Öreklee Yötelerde Örekle Büyüklüğüü Belrlees : Br Uygulaa evl BACALI*, Pıar UÇAR Haettepe

Detaylı

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ Bu bölüde regresyo odel üzerde gerçekleştrlecek teel kotrol yöteler celeecektr. Bu kısıda açıklaacak ola tekkler sadece doğrusal regresyo ç değl doğrusal olaya

Detaylı

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

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

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve

Detaylı

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

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

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

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

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

Tanımlayıcı İstatistikler

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

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

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

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

Detaylı

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

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

DİŞLİ ÇARKLAR PLANET SİSTEMLERİ 12-02. 2013 Nisan. www.guven-kutay.ch. M. Güven KUTAY / 2013-Nisan-14 Yeniden elden geçirilmiş çıktı.

DİŞLİ ÇARKLAR PLANET SİSTEMLERİ 12-02. 2013 Nisan. www.guven-kutay.ch. M. Güven KUTAY / 2013-Nisan-14 Yeniden elden geçirilmiş çıktı. 3 Nsa www.guve-kutay.ch DİŞLİ ÇARLAR LANET SİSTELERİ -. üve UTAY / 3-Nsa-4 Yede elde geçrlş çıktı. 3-Nsa4 www.guve-kutay.ch Sevgl eş FİSUN ' a ÖNSÖZ Br kouyu blek deek, ou eldek kalara göre kullaablek

Detaylı

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

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

Detaylı

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

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

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

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

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları

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

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

GÜÇLÜ BETA HESAPLAMALARI. Güray Küçükkocaoğlu-Arzdar Kiracı

GÜÇLÜ BETA HESAPLAMALARI. Güray Küçükkocaoğlu-Arzdar Kiracı GÜÇLÜ BETA HESAPLAMALAI Güray Küçükkocaoğlu-Arzdar Kracı Özet Bu çalışaı aacı Fasal Varlıkları Fyatlaa Model (Captal Asset Prcg Model) Beta katsayısıı hesaplarke yaygı olarak kulladığı sırada e küçük kareler

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

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

53.1 ve = Güncelleme:03/11/2018 YÜK VE GERİLME ANALİZİ ÖRNEK: 1

53.1 ve = Güncelleme:03/11/2018 YÜK VE GERİLME ANALİZİ ÖRNEK: 1 Gücellee:3/11/18 YÜK VE GERİLME ANALİZİ ÖRNEK: 1 Şeklde verle yüzey gerles duruu ç; (a) Asal düzle açılarıı (b) Asal gerleler (c) Maksu kaya gerles ve bu gerleye karşılık ral gerley buluuz. 5MPa 1MPa y

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

BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE BİR UYGULAMA

BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE BİR UYGULAMA İstabul Tcaret Üverstes Fe Bller Dergs Yıl:7 Sayı:4 Güz 2008/2 s.5-34 BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE

Detaylı

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

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

Detaylı

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

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

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

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

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

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

Detaylı

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

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (

Detaylı

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim. 6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü

Detaylı

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

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

Detaylı

Hasat makinelerinde kullanılan biçme düzenlerini esas olarak dört grupta toplamak mümkündür. Bunlar;

Hasat makinelerinde kullanılan biçme düzenlerini esas olarak dört grupta toplamak mümkündür. Bunlar; 2.2.2.Biçe Düzeleri Hasat akieleride kullaıla biçe düzelerii esas olarak dört grupta toplaak üküdür. Bular; a) Bıçaklarda biri hareketli kobie biçe yapa düze, b) Her iki bıçağı hareketli yaprak bıçaklı

Detaylı

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

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

Detaylı

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

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

Detaylı

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

Problem 1. Problem 2. Problem 3. Problem 4. PURPLE COMET MATEMATİK BULUŞMASI Nisan 2010 LİSE - PROBLEMLERİ

Problem 1. Problem 2. Problem 3. Problem 4. PURPLE COMET MATEMATİK BULUŞMASI Nisan 2010 LİSE - PROBLEMLERİ PURPLE COMET MATEMATİK BULUŞMASI Nisa 2010 LİSE - PROBLEMLERİ c Copyright Titu Adreescu ad Joatha Kae Çeviri. Sibel Kılıçarsla Casu ve Fatih Kürşat Casu Problem 1 m ve aralarıda asal pozitif tam sayılar

Detaylı

çözüm: C=19500 TL n=4 ay t=0,25 I i 1.yol: Senedin iskonto tutarı x TL olsun. Bu durumda senedin peşin değeri: P C I (19500 x) TL olarak alınabilir.

çözüm: C=19500 TL n=4 ay t=0,25 I i 1.yol: Senedin iskonto tutarı x TL olsun. Bu durumda senedin peşin değeri: P C I (19500 x) TL olarak alınabilir. 1 6)Kred değer 19500 TL ola br seet vadese 4 ay kala, yıllık %25 skoto oraı üzerde br bakaya skoto ettrlyor. Hesaplamada ç skoto metodu kullaıldığıa göre, seed skoto tutarı kaç TL dr? C=19500 TL =4 ay

Detaylı

5.1 Olasılık Tarihi Temel Olasılık Kavramları

5.1 Olasılık Tarihi Temel Olasılık Kavramları 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Koşullu (Şartlı Olasılık 5.6. ayes Teorem 5.7. ağımsızlık: 5.8. Olasılık Foksyoları 5.8..

Detaylı

Bir Kompleks Sayının n inci Kökü.

Bir Kompleks Sayının n inci Kökü. Prof.Dr.Hüsy ÇAKALLI Br Komplks Sayıı c Kökü. hrhag br sab doğal sayı olmak ür, br komplks sayıı c kökü, c kuvv bu sayıya ş ola komplks sayıdır. ( r(cos s olsu v (cos s dylm. Bu akdrd ( [ (cos s] dr v

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

Polinom Filtresi ile Görüntü Stabilizasyonu

Polinom Filtresi ile Görüntü Stabilizasyonu Polno Fltres le Görüntü Stablzasonu Fata Özbek, Sarp Ertürk Kocael Ünverstes Elektronk ve ab. Müendslğ Bölüü İzt, Kocael fozbek@kou.edu.tr, serturk@kou.edu.tr Özetçe Bu bldrde vdeo görüntü dznnde steneen

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ

Detaylı

KARMAŞIK SAYILAR ÇALIŞMA SORULARI 1 1.

KARMAŞIK SAYILAR ÇALIŞMA SORULARI 1 1. KARMAŞIK SAYILAR ÇALIŞMA SORULARI.., +.,.,. +.,,. +, + Re( ) İm( ) +. olmak üere? olmak üere.. + )? (. 6 +.. 9 + 8 ( ) olduğua göre İm (Z) Re (Z)?. + + 9 + 6 +... + 89 6. 0 + + +... + 7. P(x) x 7 + x x

Detaylı

İMALAT YÖNTEMLERİ II Prof.Dr. İrfan AY TEL VE ÇUBUK ÇEKMENİN MEKANİĞİ

İMALAT YÖNTEMLERİ II Prof.Dr. İrfan AY TEL VE ÇUBUK ÇEKMENİN MEKANİĞİ İMLT YÖNTEMLERİ II Prof.Dr. İrfa Y TEL VE ÇUBUK ÇEKMENİN MEKNİĞİ TEL ÇEKMEYİ ETKİLİYEN PRMETRELER : )- Kalıp açısı ( α ) )- Kesit azalası 3)- Tel çeke hızı 4)- Sıclık 5)-Yağlaa KLIP ÇISI (α ) : Çeke işleide

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI

PAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI PAMUKKALE ÜNİVERSİTESİ Mühedlk Fakülte, Make Mühedlğ Bölümü Zekerya Grg DENİZLİ, 05 OTOMATİK KONTROL DERS NOTLARI Ööz Mühedlkte vermeye başladığım Otomatk Kotrol der daha y alaşılablme ç bu otlar hazırlamaya

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

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

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

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

Detaylı

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

TEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI

TEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI 0 Ercyes Üverstes İktsad ve İdar Bller Fakültes Dergs, Sayı:, Ocak-Hazra 009, ss.19-7 TEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI A. İhsa ÖZDEMİR * Gökha SEÇME ** ÖZ Ye s çevresdek

Detaylı

Ki- kare Bağımsızlık Testi

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

Detaylı

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ TAHVİL DEĞERLEMESİ Doç. Dr. M. Mee DOĞANAY Prof. Dr. Ramaza AKTAŞ 1 İçerik Tahvil ve Özellikleri Faiz Oraı ve Tahvil Değeri Arasıdaki İlişki Tahvili Geiri Oraı ve Vadeye Kadar Geirisi Faiz Oraı Riski Verim

Detaylı

Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini

Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini 5 STAT ST K-II Amaçlar m z Bu ütey tamamlad kta sora; k de flke aras dak lflky aç klaya do rusal model kurablecek, k de flke aras dak lflk dereces belrleyeblecek blg ve becerlere sahp olacaks z. Aahtar

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GÜVENİLİRLİK ANALİZİ ÜZERİNE BİR YAZILIM Volka ETEMAN YÜKSEK LİSANS İstatstk Aabl Dalı 0-04 KONYA Her Hakkı Saklıdır TEZ BİLDİRİMİ Bu tezdek bütü blgler

Detaylı

TÜME VARIM Bu bölümde öce,kısaca tümevarım yötemii, sorada ÖYS de karşılamakta olduğumuz sembolüü ve sembolüü ele alacağız. A. TÜME VARIM YÖNTEMİ Tümevarım yötemii ifade etmede öce, öerme ve doğruluk kümesi

Detaylı

Operasyonel Risk İleri Ölçüm Modelleri

Operasyonel Risk İleri Ölçüm Modelleri Bakacılar Dergs, Sayı 58, 006 Grş Operasyoel Rsk İler Ölçüm Modeller Çalışma k bölümde oluşmaktadır. İlk bölümde operasyoel rskler ölçülmes kapsamıda hag ler ölçüm modeller kullaılması gerektğ, söz kousu

Detaylı

İçsel Zamanlı Karma Oligopol Piyasaları: Rekabet, Özelleştirme Ve Refah. Murat SARIKAYA 1

İçsel Zamanlı Karma Oligopol Piyasaları: Rekabet, Özelleştirme Ve Refah. Murat SARIKAYA 1 İçsel Zaalı Kara Olgopol Pyasaları: Rekabet, Özelleştre Ve Refah İçsel Zaalı Kara Olgopol Pyasaları: Rekabet, Özelleştre Ve Refah Murat SARIKAYA Özet Bu çalışaı aacı kara olgopol odel teork açıda celeyp

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

MODEL SORU - 1 DEKİ SORULARIN ÇÖZÜMLERİ

MODEL SORU - 1 DEKİ SORULARIN ÇÖZÜMLERİ 1. BÖÜM A DAGAARI MDE SRU - 1 DEİ SRUARIN ÇÖZÜMERİ 1. 5. T x x x uvvet vektörüü degede uzaklaşa ucu ile hız vektörüü ları çakışık olalıdır. Bua göre şeklide. Dal ga la rı ge li ği de ge ok ta sı a ola

Detaylı

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract YKGS2008: Yazılım Kaltes ve Yazılım Gelştrme Araçları 2008 (9-0 ekm 2008, İstabul) Yazılım Ürü Gözde Geçrmeler Öem, Hazırlık Sürec ve Br Uygulama Öreğ The Importace of the Software Product Revews, Preparato

Detaylı

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

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

Detaylı

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

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Vektör bileşenleri için dikey eksende denge denklemi yazılırak, aşağıdaki eşitlik elde edilir. olarak elde edilir. 2

Vektör bileşenleri için dikey eksende denge denklemi yazılırak, aşağıdaki eşitlik elde edilir. olarak elde edilir. 2 Açıklama Sorusu : V kayışlar, ayı mekaizma büyüklükleride düz kayışlara göre daha yüksek dödürme mometlerii taşıyabildikleri bilimektedir. V kayışları düz kayışlara göre gözlee bu üstülüğü sebebi "kama

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

Hasat makinelerinde kullanılan biçme düzenlerini esas olarak dört grupta toplamak mümkündür. Bunlar;

Hasat makinelerinde kullanılan biçme düzenlerini esas olarak dört grupta toplamak mümkündür. Bunlar; 2.2.2.Biçe Düzeleri Hasat akieleride kullaıla biçe düzelerii esas olarak dört grupta toplaak üküdür. Bular; a) Bıçaklarda biri hareketli kobie biçe yapa düze, b) Her iki bıçağı hareketli yaprak bıçaklı

Detaylı

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t)

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t) III.4. YÜKSEK MEREBE AYLOR MEODLARI Saısal tekkler amacı mmum çaba le olablğce uarlı aklaşımlar ele etmektr. Bu eele çeştl aklaşım ötemler vermllğ karşılaştıracak br krtere gereksm varır. İlk ele alıacak

Detaylı

n, 1 den büyük bir sayma sayısı olmak üzere,

n, 1 den büyük bir sayma sayısı olmak üzere, KÖKLÜ SAYILAR, de üyük ir sayma sayısı olmak üzere, x = α deklemii sağlaya x sayısıa α ı yici derecede kökü deir. x m = x m O halde tersi düşüülürse, ir üslü sayıı üssü kesirli ise, o sayı köklü sayı içimide

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

Detaylı

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

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

Detaylı

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

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

Detaylı

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ

DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ ANKARA ÜNİVERSİTESİ FEN İLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ FARELERDE İR ATINDA DOĞAN YAVRU SAYISININ KANTİTATİF ÖZELLİK LOKUSU QTL ELİRLENMESİNDE AYESIAN GENELLEŞTİRİLMİŞ DOĞRUSAL MODEL YAKLAŞIMI Ar OROJPOUR

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları

Detaylı

DENGELEME PROBLEMİNE HEDEF PROGRAMLAMA YAKLAŞIMI

DENGELEME PROBLEMİNE HEDEF PROGRAMLAMA YAKLAŞIMI ÖE MMOB arta ve Kaastro Müesler Oası ürkye arta Blsel ve ekk Krltayı Mayıs Akara DENGELEME PROBLEMİNE EDEF PROGRAMLAMA AKLAŞIMI Mstaa ŞİMŞEK arta Geel Kotalığı Akara staassek@gkltr B çalışaa; e küçük karelerle

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