ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK DEĞİŞKENLER VE BULANIK YENİLEME SÜREÇLERİ. Yunus KOCATÜRK

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK DEĞİŞKENLER VE BULANIK YENİLEME SÜREÇLERİ. Yunus KOCATÜRK"

Transkript

1 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ BULANIK DEĞİŞKENLER VE BULANIK YENİLEME SÜREÇLERİ Yuus KOCATÜRK İSTATİSTİK ANABİLİMDALI ANKARA 7 Her hakkı saklıdır

2 Yrd. Doç. Dr. Hall AYDOĞDU daışmalığıda, Yuus KOCATÜRK arafıda hazırlaa Bulaık Değşkeler ve Bulaık Yeleme Süreçler adlı ez çalışması arhde aşağıdak jür arafıda oy brlğyle Akara Üverses Fe Blmler Esüsü İsask Aablm Dalı da YÜKSEK LİSANS TEZİ olarak kabul edlmşr. Başka : Doç. Dr. Brdal ŞENOĞLU Üye : Yrd. Doç. Dr. Erdal GÜNER Üye : Yrd. Doç. Dr. Hall AYDOĞDU Yukarıdak soucu oaylarım Prof. Dr. Ülkü MEHMETOĞLU Esü Müdürü

3 ÖZET Yüksek Lsas Tez BULANIK DEĞİŞKENLER VE BULANIK YENİLEME SÜREÇLERİ Yuus KOCATÜRK Akara Üverses Fe Blmler Esüsü İsask Aablm Dalı Daışma: Yrd. Doç. Dr. Hall AYDOĞDU Bu çalışmada bulaık kümeler, bulaık sayılar, bulaık sayılar üzerdek şlemler, bulaık olasılık eors ve bulaık değşkeler verlmşr. Yeleme süreçler üzerde bulaık maık uygulaarak gerdğ ye souçlar celemşr. 7,53 sayfa Aahar Kelmeler: Bulaık küme, bulaık sayı, bulaık değşkeler, yeleme süreçler, bulaık yeleme süreçler.

4 ABSTRACT Maser Thess FUZZY VARIABLES AND FUZZY RENEWAL PROCESSES Yuus KOCATÜRK Akara Uversy Graduae School of Naural ad Appled Sceces Deparme of Sascs Supervsor: Ass. Prof. Dr. Hall AYDOĞDU I hs sudy, he defo of fuzzy ses, fuzzy umbers, operaos o fuzzy umbers, fuzzy possbly heory ad fuzzy varables are gve. New resuls obaed by applyg fuzzy logc o reewal processes are dscussed. 7, 53 pages Key Words: Fuzzy se, fuzzy umber, fuzzy varable, reewal processes, fuzzy reewal processes.

5 TEŞEKKÜR Yeleme Süreçler le lgl yapığım bu çalışmada baa araşırma olaağı sağlaya, çalışmaı her aşamasıda öerleryle be yöledre, her zama lg ve alakasıı gördüğüm değerl daışma hocam Sayı Yrd. Doç. Dr. Hall AYDOĞDU ya e der eşekkürlerm suarım. İsask blm baa sevdre ve öğrememde büyük kakıları ola Akara Üverses İsask Bölümü dek hocalarıma eşekkür ederm. Çalışmamı desekleyerek her zama yaımda olduklarıı gösere aleme verdkler deseke ve göserdkler lgde dolayı, ayrıca kuzem Oza AKARSU ya çalışmama verdğ deseke dolayı sosuz eşekkürlerm suarım. Yuus KOCATÜRK Akara, Ekm 7

6 İÇİNDEKİLER ÖZET... ABSTRACT... TEŞEKKÜR... SİMGELER DİZİNİ...v ŞEKİLLER DİZİNİ...v. GİRİŞ.... BULANIK MANTIK VE BULANIK KÜMELER...3. Bulaık Maığı Taımı...3. Bulaık Küme Bulaık Kümeler Üzerde İşlemler BULANIK SAYI Bulaık Sayıları Taımlaması Üçgesel Bulaık Sayı Yamuk Bulaık Sayı Alfa-Kesmler Bulaık Armeğ Geşleme presb Aralık armeğ Alfa-kesmler yardımıyla bulaık armeğ Bulaık Foksyolar Geşleme presb Alfa-kesmler ve aralık armeğ İk yöem karşılaşırması KESİKLİ BULANIK OLASILIK TEORİSİ Bulaık Olasılık Teorse Br Grş Bulaık Olasılık BULANIK DEĞİŞKENLER Bulaık Değşkeler Taımı YENİLEME SÜREÇLERİ Yeleme Sürec Taımı Yeleme Sürec Oralama Değer Foksyou Yeleme Ödül Sürec BULANIK YENİLEME SÜREÇLERİ Bulaık Yeleme Süreçler Taımı Bulaık Yeleme Ödül Sürec SONUÇ...5 KAYNAKLAR...5 ÖZGEÇMİŞ...53 v

7 SİMGELER DİZİNİ X A Evresel küme Bulaık A kümes µ A bulaık kümese a üyelk foksyou A c A A [ α] C (z) * Z D z P(A) A bulaık kümes ümleye A bulaık kümese a alfa-kesm kümes C bulaık kümesde z değere karşılık gele üyelk foksyou Bulaık foksyo yardımıyla geşleme presb kullaılarak bulua bulaık sayı Z kümes örek uzayı A kümes olasılığı P (A) A kümes bulaık olasılığı α σ [ ] Keskl bulaık olasılık dağılımıı varyası μ [α] Keskl bulaık olasılık dağılımıı beklee değer Pos Nec Cr Y ' α Y '' α Bulaık kümelerdek mümkülük ölçüsü Bulaık kümelerdek gerekllk ölçüsü Bulaık kümelerdek kredble ölçüsü Bulaık br küme köümser değer Bulaık br küme ymser değer E( Υ ) Y bulaık değşke beklee değer N () zamaıa kadar, ya (,] zama aralığıda gerçekleşe yelemeler S sayısı. yeleme yapılıcaya kadar geçe zama süres μ σ C() R Br yeleme aralığıı oralama değer Br yeleme aralığıı varyas değer zamaıa kadar gerçekleşe yelemeler oplam ödülü. gerçekleşe yelemeye karşılık gele ödül v

8 F k * () F dağılım foksyouu kedsyle ola k-kalı kovolüsyou Mmum Maksmum v

9 ŞEKİLLER DİZİNİ Şekl. Su ve şarap karışımıı karakerze ede A (su) ve B (şarap) bulaık kümeler üyelk foksyou Şekl 3. N =(.//.4) üçgesel bulaık sayısıı grafğ..8 Şekl 3. M =(./,.4/.7) yamuk bulaık sayısıı grafğ. 9 Şekl 3.3 P (.//.4) üçgesel şekll bulaık sayısıı grafğ...9 Şekl 3.4 A = (-3/-/-) ve B = (4/ 5/ 6) üçgesel bulaık sayılarıı çarpımlarıı grafğ....4 Şekl 7. Pos{ Şekl 7. Şekl 7.3 N().4} değer ç bulaık smulasyo...48 E[N()] E[C()] ç br bulaık smulasyo...49 ç br bulaık smulasyo...49 v

10 .GİRİŞ ( ), ( ] aralığıda gerçekleşe olayları sayısı olmak üzere { N ( ), } N, sokask sürece sayma sürec der. { ( ), } N sayma sürecde olaylar (yelemeler) arası geçe zama süreler brbrde bağımsız ve ayı F dağılımlı rasgele değşkeler se { ( ), } yeleme sürec der. N sürece br yeleme sürec ya da alışılmış Zadeh arafıda lk kez 965 e gelşrle bulaık maık güümüzde brçok alada olduğu gb yeleme süreçlerdek problemler çözümüe de ye boyular kazadırmışır. Bu çalışmada bulaık maık ve bulaık kümeler le bulaık kümeler üzerdek bazı şlemler göserlerek, yeleme süreçler de aııldıka sora, bulaık maığı yeleme sürecde yaraığı yelkler ve bu yelkler gerdğ souçlar celeecekr. İkc bölümde bulaık maık ve bulaık küme kavramları aıılmış, bulaık maığı uygulamasıda emel oluşuracak bulaık kümeler üzerdek şlemler alaılmışır. Üçücü bölümde br bulaık küme bulaık sayı olarak aımlaablmes ç sağlaması gereke şarlar verlmşr. Öreklermzde kullaacak olduğumuz üçgesel ve yamuk bulaık sayıları aımları yapılmış ve bulaık sayıları aımlamaya yaraya, bu sayılar üzerde yapacağımız şlemler ç gerekl ola alfa-kesm kümeler aımlamışır. Daha sora uygulamalarda kullaacağımız bulaık armeğ ve bulaık foksyolar le bu şlemler uygulaableceğ yöemler fade edlmş, yöemler arasıdak farklar rdelemş ve öreklerle göserlmşr. Dördücü bölümde br küme elemalarıa karşılık gele olasılıklar ve bu olasılıklarda bazılarıı belrsz olableceğ durumlarda bu olasılıklara karşılık bulaık olasılıkları kullaılması ve problemler bu şeklde çözülmes alaılmışır.

11 Daha sora bulaık armeğ kullaılarak bulaık olasılıkları hesaplaışı br örekledrlerek verlmşr. Beşc bölümde bulaık değşke aımı verlmş, bulaık değşkeler üzerdek ölçüler, gerekrdkler şarlarla brlke aıılmışır. Daha sora bu ölçüler kullaılarak elde edle beklee değer foksyou verlmşr. Alıcı bölümde sasğ brçok alaıda sokask modellemede kullaıla alışılmış alamdak yeleme süreçler üzerde durularak, bu sürec oralama değer foksyou verlmşr. Daha sora bu foksyolar ç ble bazı fadeler ve asmpok souçlar suulur. Yedc bölümde bulaık maığı yeleme süreçlere uygulaması soucu elde edle ye süreç celemş, sürec oluşurduğu ye souçlar fade edlmşr. Bu souçları oluşura emel aım ve eoremler verlmşr. Daha sora bulaık yeleme süreçlere karşılık gele ödül kuramı alaılmışır.

12 . BULANIK MANTIK VE BULANIK KÜMELER Bu bölümde bulaık maık ve bulaık küme kavramları aıılmış, bulaık maığı uygulamasıda emel oluşuracak bulaık kümeler üzerdek şlemler alaılmışır.. Bulaık Maığı Taımı Bulaık maık lk kez 965 de Zadeh arafıda Arso maığıa dayaa Br ese küme ya elemaıdır ya da elemaı değldr şekldek kl maık sseme karşı gelşrlmşr. Bulaık maık, gülük hayaa karşılaşığımız olaylara üyelk dereceler karşılık gererek olayları hag oralarla gerçekleşğ belrlemeye çalışa br maık ssemdr. Bulaık maığa br örek verecek olursak; br şehr değşk bölgelerdek su krllğ ölçümler modelleme problem düşüeblrz. Su ya krldr ya da değldr şekldek br modellemede çok suyu krllk derecese göre model oluşurmak bze daha gerçekç br çözüm gerecekr.. Bulaık Küme X br evresel küme olsu. X br bulaık alkümes A, µ : X [,] üyelk A foksyou yardımıyla açıklaır. Ayı zamada A bulaık kümes {(x, µ (x)):x X } A şeklde de göserleblr. E az br x okasıda µ (x)= üyelk değer ala br A bulaık kümese, ormal A bulaık küme ve λ [,] ç µ A [λ x+(- λ )y] m{ µ A (x), µ A (y)}, şarıı sağlaya br A bulaık kümese, koveks bulaık küme der (Wu 997). 3

13 Örek: İk bulaık küme üyelk foksyolarıı belrleyelm. B(Şarap) A(Su) su\şarap % 5% % 99.99% Şekl. Su ve şarap karışımıı karakerze ede A(su) ve B(şarap) bulaık kümeler üyelk foksyou. Bulaık küme klask fadese göre,% le şarap ve 99,99% le su oraları le su/şarap karışımı şarap bulaık kümesde eledrlmşr. Faka, bz bu karışımı aığımızda şarap karışımı olduğuu alayablr myz? Hayır (Pega 5)..3 Bulaık Kümeler Üzerde İşlemler A veb, X k bulaık al kümes olsu. ) Kapsama x X ç μ A (x) μ B (x) oluyorsa A kümes B kümes arafıda kapsaır der. Bu lşk A B olarak göserlr. ) Eşlk x X ç μ (x) = μ (x) oluyorsa A ve B kümeler eşr der. Bu lşk A = B A B olarak göserlr. 4

14 3) Tümleme x X ç μ (x)=-μ (x) oluyorsa A ve B kümelere brbrler ümleyedr A B c der. Bu lşk B = A ya da A = B şeklde göserlr. Burada kümeler ümleyedr. c c A ve c B, A ve B 4) Kesşm A ve B kümeler kesşm le verlr. A B üyelk foksyou yardımıyla μ x) = m( μ (x), μ (x)) = μ (x) μ (x) (.) ( A B A B A B 5) Brleşm A B şlem A ve B kümes ç kesşm şlem dualdr. le verlr. μ x) = max( μ (x), μ (x)) = μ (x) μ (x) (.) ( A B A B A B 6) Cebrsel Çarpım A ve B kümeler cebrsel çarpımı A. B ye a üyelk foksyou le x X ç le verlr. μ x) = μ (x). μ (x) (.3) ( AB A B 7) Cebrsel Toplam A ve B kümeler cebrsel oplamı A B ye a üyelk foksyou yardımıyla 5

15 μ x) = μ (x) + μ (x) - μ x). μ (x) (.4) ( A B A B ( A B le aımlaır. 8) Çıkarma A ve B kümeler farkı A - B ye a üyelk foksyou yardımıyla, μ x) = m( μ (x), μ (x)) (.5) c ( c A B A B şeklde göserlr. Burada μ c (x) = -μ (x) dr. B B 6

16 3. BULANIK SAYI Bu bölüm bulaık sayılara ayrılmışır. Üçgesel ve yamuk bulaık sayıları aımları yapılmış ve bulaık sayıları aımlamaya yaraya, bu sayılar üzerde yapacağımız şlemler ç gerekl ola alfa-kesm kümeler verlmşr. Daha sora uygulamalarda kullaacağımız bulaık armeğ ve bulaık foksyolar le bu şlemler uygulaableceğ yöemler fade edlmş, yöemler arasıdak farklar rdelemş ve öreklerle göserlmşr. 3. Bulaık Sayıları Taımlaması Br bulaık Akümes, aşağıdak (a) ve (b) koşulları sağladığıda, R üzerde br bulaık sayı olarak adladırılır. a) µ (x) = olacak şeklde e az br x R çerr. A b) Herhag br α [,] ç, A α ={x : µ (x) α} kümes R üzerde br koveks A kümedr.(wu 997) Ek olarak ; c) A, R üzerde br bulaık sayı olsu. Eğer herhag br α [,] ç A α sıırlı br küme se, A, R üzerde sıırlı br bulaık sayıdır der. d) A, R üzerde br bulaık sayı olsu. Herhag br α [,] ç eğer { x } A α, lm x = x olduğuda, x A α se, A, R üzerde br kapalı bulaık sayıdır der. e) A ormal koveks bulaık küme ve μ brebr olduğuda A ya sadar bulaık A sayı der. 3. Üçgesel Bulaık Sayı Üçgesel br N bulaık sayısı a<b<c sayılarıyla fade edlr. Burada üçge abaı [a,c] aralığıda ve epe okası x=b dedr. Üçgesel bulaık sayılar N =(a/b/c) şeklde yazılır. Br üçgesel N =(.//.4) sayısıı grafğ aşağıdadır. 7

17 ,5,,5,4,5 3 x Şekl 3. N =(.//.4) üçgesel bulaık sayısıı grafğ Geelde N =(a/b/c) üçgesel bulaık sayısı le lgl üyelk foksyou x a, b a x [a,b] x b μ (x) = +, N b c x [b,c], x [b,c] le aımlaablr. 3.3 Yamuk Bulaık Sayı Yamuk br M bulaık sayısı a<b<c<d sayılarıyla fade edlr. Burada yamuğu abaı [a,d] aralığı üzerdedr. M =(a/b,c/d) şeklde yazılır. Br yamuk M =(./,.4/.7) sayısıı grafğ aşağıdadır.,.4,7 3 x Şekl 3. M =(./,.4/.7) yamuk bulaık sayısıı grafğ 8

18 Geelde M =(a/b,c/d) yamuk bulaık sayısı le lgl üyelk foksyou x a, x [a,b] b a μ (x) =, x [b,c] M le aımlaablr. x d, x [c,d] c d, d.y. Üçgesel şekll bulaık br P sayısı, 3 x Şekl 3.3 P (.//.4) üçgesel şekll bulaık sayısıı grafğ Burada P yalızca.,,.4 sayılarıyla [., ] ve [,.4] aralıkları üzerde doğrusal olmaya çzglerle parçalı olarak özelleşrlmşr. Üçgesel şekll br bulaık sayı olablmes ç, grafğ sürekl ve ) [., ] üzerde mooo ara, ) [,.4] üzerde mooo azala, 9

19 olması gerekldr. Üçgesel şekll br P bulaık sayısı ç P (.//.4) şekldek, P parçalı olarak., ve.4 sayılarıyla oluşuğuu gösere oasyo kullaılır. P (.//.4) sayısıı abaıı [.,.4] aralığı üzerde ve epe (üyelk değer e eş ola) okasıı x= de olduğuu blyoruz. Bezer olarak yamuk şekll bulaık Q (./,.4/.7) sayısıı abaı [.,.7] aralığı üzerde ve e üs sevyes [,.4] aralığı üzerde olacakır. 3.4 Alfa-Kesmler Alfa-kesmler bulaık kümelerde klask (bulaık olmaya) kümeler üree dlmlerdr. A, X herhag br bulaık alkümes se A bulaık kümes α-kesmler A [α] le göserlr ve her α, <α ç A [ α]={x X : A (x) α} (3.) şeklde fade edlr. α = ç A [] ayrı olarak fade edlmeldr. Örek olarak N =(.//.4) bulaık sayısı ç N [] = [.,.4] ür. Herhag br A bulaık kümes ç, A [] a küme abaı veya deseğ der. Br bulaık sayıı çekrdeğ, üyelk değerler e eş olduğu okaları kümesdr. Eğer N =(a/b/c) ya da N (a/b/c) se N ı çekrdeğ b okasıdır. Eğer M =(a/b,c/d) ya da M (a/b,c/d) se M çekrdeğ [b,c] aralığıdır (Buckley ). Herhag br üçgesel ya da yamuk Q bulaık sayısı ç blmeldr k α ç Q[α] kapalı ve sıırlı br aralıkır (Buckley ). Q[α]=[ q (α), q (α)] (3.) şeklde yazılablr. Burada q (α)( q (α)), α ı ara (azala) br foksyoudur. ( q () q ()). Eğer Q üçgesel şekll veya yamuk şekll bulaık sayı se;

20 ) q (α), α [,] sürekl mooo ara br foksyodur. ) q (α), α [,] sürekl mooo azala br foksyodur. 3) q () = q () ( yamuklar ç q ()< q () ) dr. N = (.//.4) ç N [α]=[ (α), (α)] eşlğde, <α ç (α)=.+8α ve (α)=.4-4α dır. Bezer şeklde M = (./,.4/.7) ç M [α]=[ m (α), m (α)] eşlğde, α ç m (α)=.+.8α ve m (α)=.7-.3α dır. Burada x yaay ve y dkey ekseler olmak üzere (α)=.+.8α eşlğ y ç x =.+.8y alamıa gelmekedr. Bu (., ) okasıda (, ) okasıa ola br doğrudur. 3.5 Bulaık Armeğ A ve B gb k bulaık sayı üzerde oplama, çıkarma, çarpma, bölme şlem k yolla yapılablr. ) Geşleme presb ) Αlfa-kesmler ve aralık armeğ 3.5. Geşleme presb A ve B k bulaık sayı olmak üzere; C = A + B se

21 C (z)= sup{a(x) B(y)} x+y=z (3.3) C = A - B se C (z)= sup{a(x) B(y)} x y= z (3.4) C = A. B se C (z)= sup{a(x) B(y)} x.y=z (3.5) C = A / B se C (z)= sup{a(x) B(y)} x / y=z (3.6) Tüm durumlarda C de br bulaık sayıdır. Eğer A ve B üçgesel (yamuk) bulaık sayılar se A + B ve A - B de üçgesel (yamuk) bulaık sayılardır. Faka A. B ve A / B üçgesel (yamuk) şekll bulaık sayılar olacakır Aralık armeğ [ a, b ] ve [ a, b ] R de k kapalı ve sıırlı al aralık olsular. Eğer (*) şlem oplama, çıkarma, çarpma veya bölmeye karşılık gelyorsa [ a, b] *[ a, b ] = [α, β] eşlğde [α,β]={a*b : a a b,a b b } şekldedr. Eğer (*) şlem bölmeye karşılık gelyorsa, [ a, b ] aralığı ı çermez. Bu durumda şlemler şu şeklde gösereblrz. [ a,b ] + [ a,b ] =[ a + a, b + b ] (3.7) [ a,b ]-[ a,b ] =[ a - b, b- a ] (3.8)

22 [ a,b ]/[ a,b ] =[ a, b ].[ b, a ] (3.9) ve [ a,b ].[ a,b ] =[α,β] dır, burada α=m{ a. a, a. b, b. a, b. b } (3.) β=maks{ a. a, a. b, b. a, b. b } (3.) dır Alfa-kesmler yardımıyla bulaık armeğ A ve B k bulaık sayı olsu. Blyoruz k α-kesmler kapalı ve sıırlı aralıklardır ve A [α]=[ a (α), a (α)] ve B [α]=[ b (α), b (α)] dır. O halde C = A + B se α [,] ç C [α]= A [α]+ B [α], (3.) C = A - B se α [,] ç C [α]= A [α]- B [α], (3.3) C = A. B se α [,] ç C [α]= A [α]. B [α], (3.4) ve C = A / B se α (,] ç C [α]= A [α]/ B [α] (3.5) 3

23 dır (Buckley ). Örek : A = (-3/-/-) ve B = (4/ 5/ 6) olsu. A. B y α-kesmler ve aralık armeğ kullaarak bulalım. A [α]=[-3+α, --α] ve B [α]=[4+α, 6-α] şeklde yazılablr. Bu durumda, eğer C = A. B se α ç C [α]=[(α-3)(6-α), (--α)(4+α)] şeklde elde edlr. Aşağıdak şeklde C bulaık sayısı göserlmekedr. C grafğ x Şekl 3.4 A = (-3/-/-) ve B = (4/ 5/ 6) üçgesel bulaık sayılarıı çarpımlarıı şekldedr. 3.6 Bulaık Foksyolar Bulaık foksyolar bulaık sayılarda bulaık sayılara gde foksyolardır. Br ek X değşke yardımıyla br bulaık foksyo H( X )= Z şeklde yazılır. Geellkle X üçgesel (yamuk) bulaık sayı olacağıda Z, üçgesel (yamuk) şekll bulaık sayı olarak buluacakır. Bulaık foksyolar geellkle reel değerl foksyoları geşlemes olacakır. h:[a,b] R x h(x)=z 4

24 Burada z br reel sayıdır. h:[a,b] R foksyouu H( X )= Z ye geşlelmes k yolla yapılmakadır Geşleme presb Herhag br h:[a,b] R foksyou H( X )= Z foksyoua aşağıdak gb geşleleblr. Z (z)= sup { X (x) : h(x)=z, a x b} (3.6) x Burada eşlk, [a,b] dek herhag br X bulaık sayısı ç Z ye a üyelk değer aımlamakadır. h sürekl olduğuda Z α-kesmler aşağıdak gb buluablr. α ç Z [α]=[ z (α), z (α)] olmak üzere, z (α) = m{h(x) : x X [α]}, (3.7) z (α) = maks{h(x) : x X [α]}, (3.8) Z=h(x,y), x (a, b) ve y (a, b ) se h sürekl olduğu varsayımı alıda, α ç z (α)=m{h(x,y) : x X [α], y Y[α] }, (3.9) z (α)=maks{h(x,y) : x X [α], y Y[α] }, (3.) le verlr (Buckley ). Böylece herhag br h(x) foksyou yardımıyla br veya brde çok bulaık sayı kullaılarak ye br bulaık sayıya ulaşablrz. 5

25 3.6. Alfa-kesmler ve aralık armeğ Reel değerl foksyolar α-kesmler ve aralık armeğ kullaılarak bulaık foksyolara geşleleblr. h:[a,b] R br foksyo olsu. [a,b] dek X bulaık sayısı ç H( X )= Z geşlemes, aralık armeğ kullaılarak, α [,] ç, h( X [α])= Z [α] şeklde buluablr. Daha fazla değşke ç yapıla geşleme şu şeklde göserleblr. Örek olarak; AX + B Z =H( X )= CX + D (3.) foksyouu ele alalım. Burada A, B, C, D üçgesel sayılar ve X bulaık sayısı [,] aralığıda br üçgesel bulaık sayı olsu. ( C X + D > olduğu kabul edlmekedr.) O halde bu geşleme x x + x h (x, x, x 3, x 4, x) = (3.) x 3x + x 4 foksyouu geşlemes olacakır. A [α] aralığıı x yere, B [α] yı x, C [α] yı x 3, ve D [α] yı x 4 yere kulladığımızda, aralık armeğ uygulaarak Z ç Z [α] aralığı elde edlr. Aleraf olarak, bulaık foksyou, X + Z =H( X )= 3X + 4 h(x)= x + 3x + 4 (3.3) (3.4) foksyouu geşlemes olacakır. 6

26 3.6.3 İk yöem karşılaşırılması Bu kou ç, geşleme presb yoluyla bulua bulaık sayıyı * Z =H( X ) ve α- kesmler ve aralık armeğ yoluyla bulua bulaık sayıyı se Z =H( X ) le göserelm. Aşağıda vereceğmz öreke x [,] ç h(x) = x(-x) foksyou yardımıyla, bazı X [,] sayılarıda * Z Z soucuu elde edldğ göreceğz. Bulaık foksyoları elde ederke α-kesmler ve aralık armeğ kullamamızda br yalışlık yokur, ama blmeldr k α-kesmler ve aralık armeğ kulladığımızda, geşleme presbe göre daha farklı br souç elde edleblr. Ayı souç br veya brde fazla değşke çere foksyolar ç geçerldr. Örek : [,] dek X bulaık sayısı ç aımlası. Z =(- X ) X (3.5) X [α] = [ x (α), x (α)] olmak üzere, aralık armeğ kullaılarak Z [α] = [ z (α), z (α)] eşlğde, α [,] ç z ( α) = ( - x (α))x(α), (3.6) z ( α) = ( - x (α))x (α), (3.7) elde edlr. Geşleme presb kullaılarak se z=(-x)x foksyou alıda, olarak buluur. * Z (z) = sup{x(x) : (-x)x=z, x } (3.8) x * Z [α]=[ z(α), * * z (α)] olmak üzere, büü α ç 7

27 * z(α) = m{(-x)x : x X [α]}, (3.9) * z (α) = maks{(-x)x : x X [α]}, (3.3) olacakır. Şmd X =(/,5/,5) alalım. Bu durumda x (α)=,5α ve x (α)=,5-,5α olur. (3.6) ve (3.7) eşszlkler Z [,5] = [5/64,/64] soucuu verrke (3.9) ve (3.3) eşszlkler * Z [,5] = [7/64,5/64] soucuu vermekedr. Böylece * Z Z olduğu görülür. Blyoruz k her br bulaık sayı, bulaık fade çde yalızca br kere kullaılıyorsa, k yöem de ayı soucu vermekedr. Faka br bulaık sayı, bulaık fade çde brde fazla kullaılıyorsa k yöem farklı souçlar vereblr. 8

28 4. KESİKLİ BULANIK OLASILIK TEORİSİ Bu bölümde br küme elemalarıa karşılık gele olasılıklar ve bu olasılıklarda bazılarıı belrsz olableceğ durumlarda bu olasılıklara karşılık bulaık olasılıkları kullaılması ve problemler bu şeklde çözülmes alaılmışır. Daha sora bulaık armeğ kullaılarak bulaık olasılıkları hesaplaışı ç br örek verlmşr. 4. Bulaık Olasılık Teorse Br Grş X={ x, x,..., x } solu elemalı br küme ve P, X üm al kümeler üzerde, her ç P({ x })= a,, < a < ve = a = şarlarıyla brlke br olasılık foksyou olarak aımlası. P br keskl olasılık dağılımı oluşurur. Prake a değerler kes olarak blmyor olablr. Çoğu zama bu değerler ahm edlr ya da blr kşler arafıda belrler. Şmd a değerlerde bazılarıı belrsz olduğuu kabul ederek, bu belrszlğ bulaık sayılar yardımıyla çözümlemes üzerde duralım. a lerdek belrszlğe bağlı olarak her a ç a bulaık sayıları kullaılır(her ç < a < dr). Eğer bazı a ler kes olarak blyorsa a = a dr. Faka ye de a, a olarak yazılır. Böylelkle X üzerde a değerler le brlke keskl bulaık olasılık dağılımı oluşurulur. P yere P kullaılır ve P ({ x })= a,, < a < dr. Burada a ler a [α] da a = olacak şeklde seçlr ve souça keskl br olasılık = dağılımı oluşurur (Buckley ). 9

29 4. Bulaık Olasılık A ve B, X klask(bulaık olmaya) al kümeler olsular. P(A) ve P(B) olasılıklarıı asıl hesaplaacağı blmekedr. Öyleyse şmd sıırlı br bulaık armeğ kullaarak P (A) ve P (B) hesaplaması üzerde duralım. X={ x, x,..., x } olmak üzere A={ x, x,..., xk }, k< olsu. S = {( a,a,..., a ): a a [α], ve = olasılığıı α-kesm kümes S kümes koşulu alıda a =} dyelm. α ç A kümes bulaık le aımlaır (Buckley ). k = P(A)[ α ] = { a (4.) S } (4.) eşlğde br olasılığı belrlemede öce lk olarak α-kesmlerde br keskl olasılık dağılımı seçlr. P (A)[α] ı aralık armeğe göre a [α], k aralıklarıı oplamı değldr. Şmd gerçeke P (A)[α] ları P (A) bulaık sayısıı α-kesmler olduğuu göserelm. İlk olarak bazı aımları verelm. α ç S ' ={( x, x,..., x ) : x her ç x =} (4.) = Dom[α]= ( a [ α]) S ' dür. (4.3) = Burada aralıkları karezye çarpımıı göserr. Şmd Dom[α] da reel sayılara gde br f foksyou a,...,a ) Dom[α] ç, (

30 f( a,a,..., a )= k a, (4.4) =. le aımlası. Burada f sürekldr, Dom[α] rbalı, kapalı ve sıırlıdır. Böylece f değşm aralığı reel sayılar kümesde kapalı ve sıırlı br aralıkır. α ç f görüü kümes, Γ [α] = f (Dom[α]) (4.5) olur. (4.) eşlğde görülür k her α ç P (A)[α] = Γ [α] (4.6) dır. Bu durumda P (A) br bulaık sayıdır. P bulaık olasılığı aşağıdak özellklere sahpr (Buckley ). ) A B = Ø se P (A) + P(B) P(A B) dr. ) =, ve α ç P (A) [α] = [ p a ( α ), p a (α)] ve P (B) [α]=[ p b ( α ), p b ( α )] olduğuda p ( α ) p ( α) se A B dr. a b 3) P (Ø)=, P ( X ) = ve her A ç P(A) dr. 4) A, A ı ümleye olmak üzere P (A) + P(A ) dr. 5) A B Ø ke, P(A B) P (A) + P(B) - P (A B) dr. A ve B ayrık ke P (A) + P (B) = P (A B) olduğu durumlar da vardır. Aşağıdak örek bua lşkdr.

31 Örek : =5 olmak üzere A={ x, x } ve B={ x 4, x 5 }, 5 ç a =. olsu. a 3 harcdek büü olasılıklar belrsz ve a = a = (.9/./.), a 3 =. ve a 4 = a 5 = (.9/./.) alısı. Bu durumda P (A) []=[.38,.4] dr. Ayrıca P (B) []=[.38,.4] dır. Öyleyse α= ç P (A) []+ P (B) []=[.76,.84] ür. Dğer arafa P (A B) []=[.8,.8] dr. Böylece A ve B ayrık olduğuda P (A B) [α], P (A) [α]+ P (B) [α] ı al kümes olarak elde edlr. =6, A={ x, x, x3 } ve B={ x 3, x 4, x 5 } olmak üzere üm olasılıkları belrsz olduğu kabul edls. 5 ç a =(.5/./.5) ve a 6 =(.5/.5/.75) alısı. Kolayca buluablr k P (A B) []=[.5,.75], P (A) []= P (B) []=[.5,.45] ve P (A B) []=[.5, 5] r. Aralık armeğde görülür k; [.5,.75] [.5,.45]+[.5,.45] - [.5,.5] dr..burada eşlğ sağ arafı [.5,.85] çıkmakadır. Bu durumda P (A B) [α], P (A) [α]+ P (B) [α] - P (A B) [α] ı al kümes olablr. Şmd A le B ayrık ke P (A) + P (B) = P (A B) olableceğ br örekle göserelm. X={ x, x, x 3 }, A={ x }, B={ x 3 }, a =(,3/,33/,36), a (,8/,34/,4) ve a 3 = a olsu. Bu durumda P (A) = a, P (B) = a 3 olur. P (A) + P (B) P (A B) α -kesmler P (A B) [α] = { a + a 3 S} şekldedr. =(,6/,66/,7) dır. a [α] = [ (α),a (α) ], =,,3 olsu. O halde yukarıdak eşlğ α-kesmler uç a okalarıı kullaarak bulablrz. Çükü;

32 ) Herhag br α ç a (α) + a + a 3(α) = olacak şeklde br a a [α] vardır. ) Her α ç a a [α] olacak br a vardır. Böylece a (α) + a + a 3 (α) = dr. Burada; P (A B) [α] = [ a (α) + a 3(α),a (α) + a 3 (α) ] (4.7) olur, böylece P (A B) =(,6/,66/,7) dır. Keskl bulaık olasılık dağılımıı oralaması α-kesmler le μ[ α] = { x a S (4.8) = } şeklde aımlaır.varyas a ayı şeklde α-kesmler le α { = = σ [ ] = (x ) μ a S, μ = x a } (4.9) şeklde aımlaır (Buckley ). α α ç μ [α] ve σ [ ] kapalı ve sıırlı aralıklar olduğuda, oralama μ ve varyas σ bulaık sayılar olacakır. 3

33 5. BULANIK DEĞİŞKENLER Bu bölümde bulaık maığı emel ölçüsü ola mümkülük ölçüsü aıılarak, bu ölçü yardımıyla verle bulaık değşke kavramı üzerde durulur. Ayrıca bulaık değşke beklee değer suulur. 5. Bulaık Değşkeler Taımı X br evresel küme olmak üzere X kuvve kümes X üzerde aımlaa aşağıdak özellkler sağlaya Pos foksyoua br mümkülük ölçüsü der (Lu ad Lu 5). ) Pos(Ø)=, Pos ( X) =, ) Pos(U I A )= Pos( A ) sup dr. I (X, X, Pos ) üçlüsü br mümkülük uzayı olarak adladırılır. X üzerde, ) Nec(Ø)=, Nec ( X ) = ) Nec(I I A ) = f Nec(A ) I özellkler sağlaya Nec foksyoua gerekllk ölçüsü adı verlr. A X ç Cr (A) = (Pos(A) + Nec(A)) (5.) le aımlaa foksyoa kredble ölçüsü der. Cr foksyou aşağıdak özellkler sağlar. 4

34 ) Cr(Ø)=, Cr ( X ) = ) Her A B ç Cr(A) Cr(B) ı 3) Her A ç Cr(A)+Cr (A ) = Taım 5.: (X, X, Pos ) mümkülük uzayıda R reel sayılar kümese gde br foksyoa bulaık değşke der. Teorem 5.: Y br bulaık değşke olsu. Pos Y : R R B Pos Y (B)=Pos(Y (B)) (5.) le aımlaa Pos Y foksyou R üzerde br mümkülük ölçüsüdür. İspa: Pos Y (Ø)= Pos(Y ( Ø)), = Pos(Ø) = ve Pos Y (R)= Pos(Y ( R)), = Pos(X) = Pos Y (U B I ) = Pos(Y ( U = Pos(UY I B I (B )), = sup I Pos Y (B ) )), 5

35 olduğuda spa amamlamış olur. Taım 5.: Y br bulaık değşke olmak üzere (R, R, Pos Y ) üçlüsüe Y doğurduğu mümkülük uzayı ve Pos Y ölçüsüe Y mümkülük dağılımı der. (X, X, Pos ) Y Pos Y (B)=Pos(Y (B)), B R (R, R, Pos Y ) Y br μ üyelk foksyoua sahp br bulaık değşke olsu. Burada μ (r) = Pos (Y = r) = Pos Y ({r}),r R dr. Gerçeke bu μ üyelğ Y mümkülük dağılımı olarak da adladırılablr. r R ç Pos(Y r) = Pos Y ( [r, ) ) = Pos Y (U{} ) r = sup Pos Y ({}) r = sup μ () (5.3) r yazılablr. Bezer olarak, r R ç ve Nec(Y r) = -sup μ () (5.4) < r Cr (Y r) = [ sup μ () + -sup μ ()] (5.5) r < r olur. 6

36 Taım 5.3: Y, (X, X, Pos ) mümkülük uzayı üzerde br bulaık değşke ve α (,] olsu. ve Y ' α = f {r Pos(Y r) α } (5.6) Y '' α = sup {r Pos(Y r) α } (5.7) le aımlaa Y ' α ve Y '' α sayılarıa sırasıyla Y α- köümser değer ve α-ymser değer der (Zhao e al. 4). Y ve K k bulaık değşke olsu.. Herhag br α (,] ç, (Y+K) ' α =Y ' α +K ' α. Herhag br α (,] ç, (Y+K) '' =Y '' +K '' α α α dır. Eğer Y ve K egaf olmaya (Pos {Y<}= ve Pos{K<}=) se, 3. Herhag br α (,] ç, (Y.K) ' α =Y '.K ' α α 4. Herhag br α (,] ç, (Y.K) '' α =Y '' α.k '' α dır. Υ br bulaık değşke olsu. Aşağıdak egrallerde e az brs solu olmak üzere Y beklee değer, E( Υ ) = Cr { Υ r} dr - Cr{ Υ r} dr (5.8) 7

37 le aımlaır. Eğer Υ egaf olmaya br bulaık değşke se, olduğu açıkır. E( Υ ) = Cr{ Υ r} dr (5.9) E( Υ ) beklee değer Y ' α ve Y '' α yardımıyla aşağıdak gb fade edleblr. E(Y)= [ Y ' + Y '' α α ] dα (5.) dır (Zhao e al. 4). Örek : Y=(/3/4) br üçgesel bulaık değşke olsu. (5.8) de verle beklee değer fadesde, E(Y)= Cr { Y r} dr Cr{ Y r} dr 3 = Cr Y r} dr + Cr{ Y { r} dr = + (4 = 5 ( r )dr r)dr olur. Ayı şeklde (5.) da, 8

38 E(Y)= = [ Y ' + Y '' α α ] dα [3α+(4-α)] dα = 5 elde edlr (Zhao ad Tag 6). 9

39 6. YENİLEME SÜREÇLERİ. Bu bölümde güvelrlk, rsk, evaer, kuyruk eors, gara aalz ve uygulamalı sasğ daha brçok alaıda sokask modellemede kullaıla alışılmış alamda yeleme sürec üzerde durularak, bu sürec oralama değer foksyou verlr. Bu foksyolar ç ble bazı fadeler ve asmpok souçlar suulur. 6. Yeleme Sürec Taımı ( ), ( ] aralığıda gerçekleşe olayları sayısı olmak üzere { N ( ), } N, sokask sürece sayma sürec der. { N ( ), }, sayma sürec se ( ) N ( ), ( ) N () amsayı değerl rasgele değşkedr, ( ) Eğer s < se N( s) N( ) dr, (v ) s < ç N ( ) N( s), ( s, ] aralığıda gerçekleşe olay sayısıdır. { ( ), } N sayma sürecde olaylar (yelemeler) arası geçe zama süreler brbrde bağımsız ve ayı F dağılımlı rasgele değşkeler se { N ( ), } sürece br yeleme sürec ya da alışılmış yeleme sürec der. { ( ), } N br yeleme sürec olsu. X rasgele değşke (-). ve. yelemeler arasıda geçe zama süres gösermek üzere S =, S = X + X + L + X, =,, L (6.) 3

40 dyelm. S rasgele değşke. yeleme yapılıcaya kadar geçe zama süres ya da. yeleme yapıldığı aı göserr. Her sab ç { S } N( ) = maks : (6.) ve P( N ( ) ) = P( S ) (6.3) dır. Yeleme rasgele değşke olarak adladırıla () N zamaıa kadar, ya (,] zama aralığıda gerçekleşe yelemeler sayısıı fade eder (Ross 983). Her sab ç N () rasgele değşke olasılık dağılımı P ( N( ) = ) = P( N( ) ) P( N( ) + ), =,, L = + P( S ) P( S ) * ( )* = F ( ) F + ( ) (6.4) olarak buluur. Burada kovolüsyoudur. * F, F dağılım foksyouu kedsyle ola -kalı Seljes Teorem 6.: N () yeleme rasgele değşke her merebede solu momelere sahpr, ya her k, k ç E( N ( )) < dır.. Teorem 6.: μ ve σ br yeleme aralığıı beklee değer ve varyasıı gösers. 3

41 N() ( ) μ > olmak üzere P lm = =, μ ve ( ) σ solu olmak üzere lm P N( ) μ < x = σ 3 μ π x e y dy, x R dır (Ross 983). Yukarıdak eoremde, uzu süre çalışmaka ola br yeleme sürecde brm zamada yapıla yelemeler sayısı yaklaşık ve N () rasgele değşke oralama ve μ μ σ 3 μ varyas le asmpok ormal dağılıma sahpr. Br yeleme sürec le lgl uygulamalarda geellkle karşımıza çıka foksyo sürec oralama değer foksyoudur. 6. Yeleme Sürec Oralama Değer Foksyou { N( ), } br yeleme sürec olmak üzere [ N( ) ] M ( ) = E, le verle M foksyou yeleme sürec oralama değer foksyou veya yeleme foksyou olarak adladırılır. () M, (,] zama aralığıda yapıla yelemeler oralama sayısıdır. Teorem 6. de her ç M () solu olduğu açıkır. 3

42 I k, =, S S k k > olsu. = N ( ) k = I k olup E [ N( ) ] = E ( ) I k k = = = k E ( I k ) = k = P ( S k ) = = k F k* ( ) elde edlr. O halde = k* M ( ) F ( ), (6.5) k = dır. ( 6.5) fades kullaılmasıyla M sağda sürekl ve azalmaya br foksyo olduğu göserleblr. Buula brlke lm M ( ) = lm k = F k* ( ) = k = lm F k* ( ) = k = = 33

43 olmak üzere M yeleme foksyou ç bre yakısıyor olmaması dışıda dağılım foksyou özellklere sahpr. Brc yeleme yapılıcaya kadar geçe zama süres ola X rasgele değşke le koşulladırma yapıldığıda [ N( ) ] M ( ) = E [ E(N() X ) ] = E = E( N() X = x )df(x) olur. E [ N ) X = x ] ( = E [ + N( x) ],, x x > olduğuda M ( ) = F( ) + M ( x ) df( x) (6.6) = F ( ) + F * M ( ), buluur. Burada * şlem Seljes Kovolüsyo şlem göserr. (6.6) deklem M ( ) = F( ) + F( x ) dm ( x), (6.7) 34

44 olarak yazılablr. Çükü M * F = F * M dr. egaf değerler ç N ( ) = olduğuda < ç M ( ) = dır. = ç (6.7) egral deklemde F() M () = buluur. X rasgele değşke pozf olduğuda F ( ) = F() olacağıda ç M ( ) = olur. Teorem 6.3: ( Elemaer yeleme eorem ) { ( ), } N br yeleme sürec olsu μ < olmak üzere M ( ) lm = μ (6.8) dır. Bu eoremde, uzu süre çalışmaka ola br yeleme sürecde brm zamada yapıla yelemeler beklee sayısı olduğu söyleeblr. μ ve M ( ) ye göre yaklaşık olarak leer Teorem 6.4: Herhag br { ( ), } N yeleme sürecde ardışık yelemeler arası geçe zama süreler armek olmaya br F dağılım foksyoua ve solu μ oralamasıa sahp se herhag br h > ç h lm [ M ( ) M ( h) ] = (6.9) μ dr. 35

45 6.3 Yeleme Ödül Sürec { ( ), } N yelemeler arası geçe zama süreler dağılım foksyou F ola br yeleme sürec olsu.yeleme olduğu her br zamada br ödül verldğ kabul edelm.. yeleme zamaıda kazaıla ödül R rasgele değşke le göserls. R,,K rasgele değşkeler bağımsız ve ayı dağılımlı olmak üzere. yeleme R aralığıı uzuluğu ola X le R bağımlı olablr. X, R ), K,( X, R ) k boyulu ( rasgele değşkeler bağımsız ve ayı dağılımlı olarak göz öüe alısı. R ( ) = N ( ) = R, le aımlaa { ( ), } R brkml sürece yeleme ödül sürec der. R (), zamaıa kadar kazaıla oplam ödülü fade eder. () R ve [ R() ] E ç aşağıdak eorem le asmpok br fade verleblr. Bu eorem leraürde yeleme ödül eorem olarak blr. Teorem 6.3. ( Yeleme ödül eorem ) ( R) E( ) E = ve μ solu olmak üzere R R( ) E( R) (), olasılık le μ () E [ R ) ] ( E( R) μ dır (Ross 983). Yukarıdak eorem ayı zamada ödül yeleme aralığı boyuca kazaılsa da geçerldr 36

46 7. BULANIK YENİLEME SÜREÇLERİ Bu bölümde yeleme süreçlerde bulaık değşkeler kullaılması soucu elde edle bulaık yeleme sürec celer ve bu süreçe klask yeleme sürec bazı ble souçlarıı karşılıkları fade edlr. 7. Bulaık Yeleme Süreçler Taımı Υ, Υ, bulaık değşkeler olmak üzere =,, ç arası geçe zamaları gösers, Υ, (-). ve. yelemeler S =, S = Υ + Υ + Υ Υ, (7.) olarak aımlası. Burada, N() = maks { : < S < } (7.) olarak aımlaa {N(), } sürece bulaık yeleme sürec der. Her sab ç N(), zamaıa kadar gerçekleşe yelemeler sayısı olup N() br bulaık değşke olduğu açıkır. Her sab ç N() ye bulaık yeleme değşke der. Her {,, } ç Pos{N() = } = Pos{ S < S + } (7.3) Pos{N()< } = Pos{ = {N() = }} = Pos{ S > } (7.4) Pos{N() } = Pos{ {N() = }} = Pos{S } (7.5) = dr (Zhao ad Lu 3). Burada yelemeler arası geçe zama süreler ola (=, ) bulaık değşkeler ç Υ 37

47 ) Pos{ Υ }= (Pozflk), ) Pos{ Υ = r}, r sürekl br foksyoudur (sürekllk), ) ayı üyelk foksyoua sahprler. olduğu fade edlr. Teorem 7..: Υ, Υ, Υ 3 ayı üyelk foksyoua sahp yelemeler arası geçe zama süreler ç bulaık değşkeler olsular. Bu durumda herhag br > ç, Pos{S } = Pos { Υ } (7.6) dr (Zhao ad Lu 3). Eşszlk sembolü, < veya > olduğuda da sağlaır. İspa: { Υ } bulaık değşkeler sers olmak üzere, Pos{S } = = x x sup Pos{ Υ x, =,,,} x + x +... sup x + x +... Λ Pos{ Υ x } = = Λ Pos{ Υ } = Pos{ Υ } (7.7) dr. Dğer arafa herhag verle ε > ç, x + x + + x y sağlaya öyle gerçek x,x,,x reel sayıları vardır k her, ç 38

48 Pos{S }-ε Pos{ Υ x, Υ x,, Υ x } Pos{ Υ x } (7.8) dr. x + x + + x olduğuda geelde uzaklaşmaksızı x edelm. Buu soucuda ε ke olduğuu dda Pos{S } Pos{ Υ x } Pos{ Υ } (7.9) dr. Bu durumda (7.7) ve (7.9) fadelerde, Pos{S } = Pos{ Υ } buluur. Bu spalar eoremdek sembolü, < veya > olduğuda da yapılablr Bulaık yeleme eors ç başka öeml br kavram da E[N()] dr. Verle br ç, E[N()] (5.8) fadesde E[N()] = = w (7.) olarak elde edlr, burada w = ( μ +... max μ j - j w = ( max μ j - j max μ j ) < j max μ j + j< max μ j - j max μ j ), (7.) < j 39

49 ve =,, ç μ = Pos{N() = } (7.) dr. Teorem 7..: Υ, Υ, ayı üyelk foksyoua sahp pozf ve sürekl bulaık geçe zama değşkeler olmak üzere N() bular üzere kurulu bulaık yeleme değşke olsu. Herhag br > ve r reel sayısı ç Pos{ N ( ) r} Pos{ Υ r } (7.3) ve Nec{ Cr{ N ( ) N ( ) r} Nec{ r} Cr{ Υ Υ r } (7.4) r } (7.5) dr. Ayrıca herhag br r reel sayısı ç, N ( ) lm Pos{ N ( ) lm Nec{ r} = Pos{ r} = Nec{ Υ Υ r } (7.6) r } (7.7) N ( ) lm Cr{ r} = Cr{ Υ r } (7.8) dr (Zhao ad Lu 3). Yeleme eorsde elemaer yeleme eorem olarak ble Teorem 6.3 ü bulaık yeleme süreçlerdek karşılığı aşağıdak eorem le verlr. 4

50 Teorem 7..3 (Bulaık Elemaer Yeleme Teorem): {N(), } br bulaık yeleme sürec ve bu süreçe Υ, Υ, ler yelemeler arası geçe zama süreler emsl ede ayı üyelkl, pozf ve sürekl bulaık değşkeler olsular. Bu durumda E[/ Υ ] solu se, lm E [ N( )] = E[ Υ ] (7.9) dr (Zhao ad Lu 3). İspa : Υ ve N() egaf olmaya bulaık değşkeler olduğuda bulaık beklee değer aımıda E[/ Υ ] = Cr{/ Y r} dr, ve E[N()] = Cr {N() / r} dr olur.teorem 7.. de herhag br r reel sayısı ç Cr{N()/ r} Cr{/ Υ r} ve lm Cr{N()/ r}= Cr{/ Υ r} buluur. E[/ Υ ] = Cr{/ Y r eoremde } dr solu olduğuda Lebesgue baskı yakısaklık lm E[N()] fadese ulaşılır. = E[/ Υ ] 4

51 7. Bulaık Yeleme Ödül Sürec ( Υ,R ), ( Υ,R ) bulaık değşke çfler br dzs olsu.. yeleme süres le lgl ödül(ya da zarar) R le göserls. R, =,, bulaık değşkeler ayı üyelk foksyoua sahp, pozf ve sürekl olduğuu kabul edelm. Υ C(), zamaıa kadar gerçekleşe yelemeler oplam ödülüü gösers. Bu durumda olur. Burada N(), N ( ) C() = R, (7.) = Υ bulaık değşkeler üzere kurulu bulaık yeleme değşkedr. Bu şeklde oluşurula {C(), } brkml sürece bulaık yeleme ödül sürec der (Zhao ad Lu 3). Teorem 7.. : {C(), } br bulaık yeleme ödül sürec olsu. Bu durumda E[C()] = E[N()R ] dr. İspa : N() pozf olduğu ç, N ( ) Pos [ R r] = = sup Pos {N()=} Λ Pos { R = r} = sup Pos {N()=} Λ Pos {R r/} = Pos {N() R r} dr. Bezer olarak, 4

52 N ( ) Nec{ R r} = Nec{N() R r} = dr. O halde, N ( ) Cr{ R r} = ( Pos { R r} + Nec{ R r}) = N ( ) = N ( ) = = ( Pos {N() R r} + Nec{N() R r}) = Cr{N() R r} dr. Bu durumda N ( ) E[C()] = E[ R ] = Cr{ R r} dr = N() = = Cr{N() R r}dr = E[N()R ] elde edlr. Teorem 7.. : {C(), } br bulaık yeleme ödül sürec olsu. Herhag br > ve r reel sayısı ç C() R Pos{ r} Pos{ r} Y C() Nec{ R r} Nec{ r} Y 43

53 C() Cr{ R r} Cr{ r} Y dr. Ayrıca br r reel sayısı ç, C() lm Pos{ r} = Pos{ C() lm Nec{ r} = Nec{ R r} Y R r} Y C() lm Cr{ r} = Cr{ R Y r}. C() İspa : Pos{ N ( ) r} = Pos { R r} = = Pos {N() R r} = Pos{N() r } R = = = sup Pos{N() a> a> r a } Λ Pos{R =a} sup Pos{N() k } Λ Pos{R =a} sup Pos{S(k) } Λ Pos{R =a} a> = sup Pos{Y } Λ Pos{R =a} k a> r burada k, k olacak şekldek e küçük amsayıdır. a Ayrıca, C() Pos{ r} = sup Pos{ Y a> a sup Pos{ a> Y r / a } Λ Pos{R =a} r } Λ Pos{R =a} 44

54 dr. Dğer arafa, R = Pos{ Y r }, C() Pos{ r} sup a> Pos{ Y } Λ Pos{R =a} r / a + = a sup Pos{ a> Y a r + } Λ Pos{R =a} = Pos{ Y R r + } R R Pos{ r Y } ( ) olur. Böylece, C() Nec{ C () r} = - Pos{ < r} N ( ) = - Pos { R < r} = = -sup Pos{N()=} Λ Pos { R = < r} r = -sup Pos{N()=} Λ Pos {R } = -Pos{N()R < r} = -Pos{N() < r } R = -Pos{N()< k } Λ Pos{R =a} = -sup Pos{S k > } Λ Pos{R =a} a> = -sup Pos{Y > /k} Λ Pos{R =a} a> r burada k, k ola e küçük amsayıdır. a 45

55 C() Nec{ r} -sup Pos{ Y a> = -sup Pos{ Y a> r / a } Λ Pos{R =a} a } Λ Pos{R =a} r ve dr. C() Nec{ R = -Pos{ < r} Y R = Nec{ Y r }, r} -sup Pos{ Y } Λ Pos{R =a} a> r / a + = -sup Pos{ a> a Y R -Pos{ < r} ( ) Y R = Nec{ r} Y a < r + } Λ Pos{R =a} C() Cr{ C() r} = ( Pos { C() r} + Nec{ r}) R ( Pos { R r} + Nec{ Y Y r}) ve R = Cr{ r} Y C() lm Cr{ r} = C() C() lm ( Pos { r} + Nec{ r}) R = ( Pos { R r} + Nec{ Y Y r}) R = Cr{ r} Y olduğuda spa amamlamış olur. 46

56 Klask yeleme eorsde yeleme ödül eorem olarak ble Teorem 6.3. bulaık yeleme süreçlerdek karşılığı aşağıdak eorem le fade edlr. Teorem 7..3 : {C(), } br bulaık yeleme ödül sürec olsu. R Eğer E[ ] solu se; Y lm E[C()] R = E[ ] Y dr (Zhao ad Lu 3). İspa : R, Y, N() ve C() egaf olmaya bulaık değşkeler olduğuda beklee değer aımda, R E[ ] = Y Cr R / Y r} dr, { E[C()] = Cr{C() / r} dr Bu durumda Teorem 7.. de, ve C() lm Cr{ r} = Cr{ R r} Y C() Cr{ R r} Cr{ r} Y R dır. E[ ] solu olduğuda Lebesgue baskı yakısaklık eorem gereğce, Y lm E[C()] R = E[ ] Y olur. Böylelkle spa amamlaır. 47

57 Örek : Υ, Υ bulaık değşkeler dzs ve Υ = Υ = =(/5/9) olsu. N(), zamaıa N() kadar gerçekleşe olaylarım sayısıı gösers. Öcelkle, Pos{.4} değer ahm emek (yaklaşık olarak belrlemek) ç bulaık smülasyo kullaalım. N() lm Pos{.4 } = Pos{.4} =.375 olduğuu blyoruz. Y Şekl de deeme soucu elde edle bulaık smülasyo soucu, düz çzg Pos{ Y r} =.375 ve eğr çzg de smülasyoda değşk zamalardak sapaa mümkülükler gösermekedr. Burada görülüyor k büyük olmaya değerlerde ble yaklaşım ydr. Pos{ N().4} Şekl 7. Pos{ N().4} değer ç bulaık smulasyo 48

58 E[N()] Şmd bulaık smülasyou y ahm emek(yaklaşık olarak belrlemek) ç kullaalım.şekl 7. de deeme soucu elde edle bulaık smülasyoda düz çzg E[ E[N()] ] =.746 değer ve eğr çzg de değşk zamalardak Y değerler gösers. Teorem 7..3 e lm E[N()] = E[ ] =.746 Y olduğuu blyoruz. Şekl 7. de küçük değerler ç ble yaklaşımı y olduğu görülmekedr. Şmd R =(/4/6) olsu. deeme soucu elde edle smülasyo Şekl 7.3 e R görülmekedr. Düz çzg E[ ] =.4 değer ve eğr çzg se değşk zamalardak Y E[C()] değer göserr. Teorem 7..3 de lm E[C()] =.4 dür. Bu öreke, Şekl 7.3 e yaklaşımı y olmadığı görülmekedr. E[N()] Şekl 7. E[N()] ç br bulaık smulasyo 49

59 E[C()] x 4 3x 4 4x 4 Şekl 7.3 E[C()] ç br bulaık smulasyo 5

60 8. SONUÇ Bu çalışmada lk olarak bulaık maık ve bulaık kümeler aıılmış, bulaık kümeler üzerdek şlemler alaılmışır. Daha sora bulaık sayılar aımlaarak bulaık sayıları kullaılmasıyla oluşa bulaık armeğ ve bulaık foksyolar alaılmış ve bulaık değşke aımı verlmşr. Tezmz kousu doğrulusuda bulaık yeleme süreçler le karşılaşırma yapılablmes ç yeleme süreçler, yeleme süreçlerde beklee değer, elemaer yeleme eorem ve yeleme ödül eorem rdelemşr. Souç olarak bu çalışmaı amacı doğrulusuda, yeleme süreçlerde bulaık değşkeler kullaılmasıyla oluşa bulaık yeleme süreçlerde, beklee değer, elemaer bulaık yeleme süreçler ve bulaık yeleme ödül eorem verlmşr. Verle bazı asmpok fadeler kullaılablrlğ br smülasyo çalışması le celemşr. Çalışmamızda yeleme süreçlerde, yelemeler arası geçe zama süreler bulaık değşkeler olduğuu kabul ederek oraya çıka ye souçları rdeledk. Bu yelemeler arası geçe zama süreler bulaık rasgele değşkeler olduğu durumda oraya çıka ye süreç Bulaık Rasgele Yeleme Süreçler de br sorak adım olarak rdeleeblr. Daha da ler göürülerek k boyulu yeleme süreçlerde bulaık değşkeler kullaılarak oraya çıka ye souçlar lg çekc olablr. İrdelee ye souçları öreklerle pekşrlmes kouya ola hakmyemz arıracakır. So öreke kulladığımız bulaık smulasyo yöem uygulama bakımıda bze büyük kolaylıklar sağlayacak ve oraya çıka souçları daha y kavramasıı sağlayacakır. Tüm bu çalışmalar bulaık maığı yeleme süreçleryle büüleşmes ve buu soucuda oraya çıkacak ye souçları celeme mkaıı suacakır. 5

61 KAYNAKLAR Buckley, J. J.. Fuzzy Probables : New Approach ad Applcaos. Hedelberg; New York : Physca-Verlag, 64, USA Lu, Y.K. ad Lu B. 5. Fuzzy Radom Programmg wh Equlbrum Chace Cosras. Iformao Sceces. 7(5) Pega, A. 5. A New Defo of he Fuzzy Se. I. J. Appl. Mah. Compu. Sc. 5,Vol.5, No., 5-4 Ross, S.M Sochasc Processes. Joh Wley & Sos, Ic.,New York. Wu, H.C Fuzzy-valued Iegrals of Fuzzy-valued Measurable Fucos wh Respec o Fuzzy-valued Measures Based o Closed Iervals. Fuzzy Ses ad Sysems, 87(997)65-78 Zhao, R. ad Tag W. 6. Some Properes of Fuzzy Radom Reewal Processes. IEEE Trasacos o Fuzzy Sysems, Vol.4, No., Aprl 6 Zhao, R., Tag W. ad Yu H. 4. Fuzzy Reewal Reward Process ad Ther Applcaos. 5-9 July, 4-Budapes,Hugary Zhao, R. ad Lu B. 3. Reewal Process wh Fuzzy Ierarrval Tmes ad Rewards. World Scefc, Vol., No.5 (3)

62 ÖZGEÇMİŞ Adı Soyadı : Yuus KOCATÜRK Doğum Yer : Salhl Doğum Tarh :.3.98 Mede Hal : Bekar Yabacı Dl : İglzce Eğm Durumu (Kurum ve Yıl) Lse : Seke Evre Aadolu Lses (993-) Lsas : Akara Üverses Fe Faküles İsask Bölümü (-4) Yüksek Lsas : Akara Üverses Fe Blmler Esüsü İsask Aablm Dalı (4-7) Çalışığı Kurum/Kurumlar ve Yıl T.C. Başbakalık Türkye İsask Kurumu (6- ) 53

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

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

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

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

Detaylı

Rasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar

Rasgele sayıda bağımlı aktüeryal risklerin beklenen değeri için alt ve üst sınırlar www.saskcler.org İsaskçler Dergs (8) 64-74 İsaskçler Dergs Rasgele sayıda bağımlı aküeryal rskler beklee değer ç al ve üs sıırlar Fah Tak Kırıkkale Üverses Fe-Edebya Faküles, İsask Bölümü 7-ahşha,Kırıkkale,

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

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

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

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

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

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

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

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

Bir 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

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

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

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

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

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

5.2. Tekne Form Eğrilerinin Temsilinde Kullanılan Spline Teknikleri

5.2. Tekne Form Eğrilerinin Temsilinde Kullanılan Spline Teknikleri 5.. eke Form Eğrler emslde Kullaıla ple ekkler Geelde polomları dereces verle ofse okası saısıa bağlı olduğu ç çok saıda oka le aımlı ola eke form eğrler dereces de üksek olmakadır. Yüksek derecede polomlarda

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

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

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

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

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

f n dµ = lim gerçeklenir. Gösteriniz (Bu teorem Monoton yakınsaklık teoreminde yakınsaklık f n = f ve (f n ) monoton artan dizi

f n dµ = lim gerçeklenir. Gösteriniz (Bu teorem Monoton yakınsaklık teoreminde yakınsaklık f n = f ve (f n ) monoton artan dizi 4.2. Pozitif Foksiyoları İtegrali SOU : f ), M +, A) kümeside bulua foksiyoları mooto arta dizisi ve h.h.h. f = f ise f dµ = f dµ gerçekleir. Gösteriiz Bu teorem Mooto yakısaklık teoremide yakısaklık yerie

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

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

= 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

BÖLÜM 2 OLASILIK TEORİSİ

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

Detaylı

1. 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

ZAMAN SKALASINDA BAZI KISMİ DİNAMİK DENKLEMLERİN SALINIMLILIĞI ÜZERİNE

ZAMAN SKALASINDA BAZI KISMİ DİNAMİK DENKLEMLERİN SALINIMLILIĞI ÜZERİNE ZAMAN SKALASINDA BAZI KISMİ DİNAMİK DENKLEMLERİN SALINIMLILIĞI ÜZERİNE DOKTORA TEZİ Dez UÇAR DANIŞMAN Doç. Dr. Yaşar BOLAT MATEMATİK ANABİLİM DALI TEMMUZ AFYON KOCATEPE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

Detaylı

LİNEER CEBİR DERS NOTLARI. Ayten KOÇ

LİNEER CEBİR DERS NOTLARI. Ayten KOÇ LİNEER CEBİR DERS NOTLARI Aye KOÇ I MATRİSLER I.1. Taım F bir cisim olmak üzere her i = 1,2,..., m, j = 1,2,..., içi aij F ike a11 a12... a1 a21 a22... a 2 M M... M am1 am2... am (1) şeklide dikdörgesel

Detaylı

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

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

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

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

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

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

Detaylı

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

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

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

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

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

Detaylı

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

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

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

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI DERS NOTLARI Hazırlaya: Pro.Dr. Orha ÇAKIR Akara Üverstes, Fe Fakültes, Fzk Bölümü Akara, 7! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER

Detaylı

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

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

Detaylı

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

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

Quality Planning and Control

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

Detaylı

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarhl ve 25391 sayılı Resm Gazete'de yayımlamıştır.) Amaç BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayaak Madde 1 Bu Yöetmelğ amacı, 4857 sayılı İş Kauuu 53 ücü maddes

Detaylı

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

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

SOYUT CEBİR VE SAYILAR TEORİSİ

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

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ ARŞİMEDYEN KAPULALAR ÜZERİNE BİR ÇALIŞMA. Sıddık ARSLAN İSTATİSTİK ANABİLİM DALI ANKARA 2013

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ ARŞİMEDYEN KAPULALAR ÜZERİNE BİR ÇALIŞMA. Sıddık ARSLAN İSTATİSTİK ANABİLİM DALI ANKARA 2013 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ ARŞİMEDYEN KAPULALAR ÜZERİNE BİR ÇALIŞMA Sıık ARSLAN İSTATİSTİK ANABİLİM DALI ANKARA 03 Her hakkı saklıır TEZ ONAYI Sıık ARSLAN arafıa hazırlaa

Detaylı

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

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

Detaylı

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

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

Venn Şeması ile Alt Kümeleri Saymak

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

Detaylı

Diş sayısı tam sayı olması gerekmektedir. p p d. d m = ve

Diş sayısı tam sayı olması gerekmektedir. p p d. d m = ve DĐŞLĐLER Diş Boyuları Taba Kavisi (Fille Radius) Diş başı yüksekliği (Addedum) Taba yüksekliği(dededum) Diş yüksekliği (Addedum +Dededum) Taksima (Circular pich) Diş kalılığı (Tooh Thickess) Dişler arasıdaki

Detaylı

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

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

Detaylı

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

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

İDEAL ÇARPIMLARI (IDEAL PRODUCTS)

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

Detaylı

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

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık

Detaylı

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

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain *

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain * BİR ESAS İDEAL BÖLGESİ ÜZERİNDEKİ SONLU DOĞURULMUŞ BİR MODÜLÜN DİREK PARÇALANIŞI * Drec Decompoon of A Fnely-Generaed Module Over a Prncpal Ideal Doman * Zeynep YAPTI Fen Blmler Enüü Maemak Anablm Dalı

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

TRAFİK SİMÜLASYON TEKNİKLERİ

TRAFİK SİMÜLASYON TEKNİKLERİ TRAFİK SİMÜLASYON TEKNİKLERİ 2. HAFTA Doç. Dr. Haka GÜLER (2015-2016) 1. TRAFİK AKIM PARAMETRELERİ Üç öeml rafk akım parameres vardır: Hacm veya akım oraı, Hız, Yoğuluk. 2. KESİNTİSİZ AKIM HACİM E AKIM

Detaylı

FZM450 Elektro-Optik. 7.Hafta. Fresnel Eşitlikleri

FZM450 Elektro-Optik. 7.Hafta. Fresnel Eşitlikleri FZM45 leko-ok 7.Hafa Feel şlkle 28 HSaı 1 7. Hafa De İçeğ Feel şlkle Yaıma Kıılma lekomayek dalgaı dalga özellkle kullaaak ışığı faklı kıılma de ah yüzeydek davaışı celeecek 28 HSaı 2 Feel şlkle-1 Şekldek

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

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

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

Detaylı

Bir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı

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

Detaylı

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

TEZ ONAYI Eda YAZAR tarafıda hazırlaa Fuzzy Topolojk Gruplar adlı tez çalışması 22/07/2008 tarhde jür tarafıda oy brlğ le Akara Üverstes Fe Blmler Est

TEZ ONAYI Eda YAZAR tarafıda hazırlaa Fuzzy Topolojk Gruplar adlı tez çalışması 22/07/2008 tarhde jür tarafıda oy brlğ le Akara Üverstes Fe Blmler Est ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ FUZZY TOPOLOJİK GRUPLAR Eda YAZAR MATEMATİK ANABİLİM DALI ANKARA 2008 Her hakkı saklıdır TEZ ONAYI Eda YAZAR tarafıda hazırlaa Fuzzy Topolojk

Detaylı

9. Ders. Đstatistikte Monte Carlo Çalışmaları

9. Ders. Đstatistikte Monte Carlo Çalışmaları 9. Ders Đstatstkte Mote Carlo Çalışmaları Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve bu modeller geçerllğ sıamada kullaıla bazı blg ve yötemler

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

ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ

ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ ORTALAMA EŞĐTSĐZLĐKLERĐNE GĐRĐŞ Lokma Gökçe Olimpiyat problemlerii çözümüde eşitsizlik teorisi öemli bir yer tutar. Baze bir maksimum miimum değer problemide, baze bir geometrik eşitsizlik kaıtıda, baze

Detaylı

ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR.

ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR. ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR Ebubekr İNAN DANIŞMAN Yrd. Doç. Dr. Mehmet Al ÖZTÜRK ADIYAMAN 2011 Her

Detaylı

Pareto Dağılımı Altında Bühlmann-Straub Kredibilite ve Karma Etki Modelinde Prim Tahmini Modellemesi

Pareto Dağılımı Altında Bühlmann-Straub Kredibilite ve Karma Etki Modelinde Prim Tahmini Modellemesi Süleyma Demrel Üverses Fe Blmler Esüsü Dergs 16- ( 01) 191-03 Pareo Dağılımı Alıda Bühlma- Kredble ve Ek Modelde Prm Tahm Modellemes Meral EBEGİL *1 Fkr GÖKPINAR 1 1 Gaz Üverses Fe Faküles İsask Bölümü

Detaylı

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

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

Detaylı

BAŞLAYINIZ DENİLMEDEN SORU KİTAPÇIĞINI AÇMAYINIZ.

BAŞLAYINIZ DENİLMEDEN SORU KİTAPÇIĞINI AÇMAYINIZ. KİTAPÇIK TÜRÜ A T.C. MİLLÎ EĞİTİM BAKANLIĞI YENİLİK VE EĞİTİM TEKNOLOJİLERİ GENEL MÜDÜRLÜĞÜ Ölçme, Değerledrme ve Yerleşrme Grup Başkalığı 3. GRUP İSTATİSTİKÇİ MALİYE BAKANLIĞI PERSONELİNE YÖNELİK UNVAN

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

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

Detaylı

C L A S S N O T E S. Sinyaller & Sistemler - Sinyaller VEKTÖRLER

C L A S S N O T E S. Sinyaller & Sistemler - Sinyaller VEKTÖRLER Syaller & Ssemler - Syaller VEKTÖRLER Veörler belrl yö, doğrl e büyülüe zl doğr parçalarıdır. Yöledrlmş doğr parçaları yalış değl, aca es br aımlamadır. Doğrl e yö aramlarıda dolayı eörler belrl oordalara

Detaylı

Tahmin Edici Elde Etme Yöntemleri

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

Detaylı

6. NORMAL ALT GRUPLAR

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

Detaylı

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

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

Detaylı

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

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

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

Detaylı

TÜRKİYE DE MEYDANA GELEN DEPREMLERİN MARKOV ZİNCİRLERİ İLE MODELLENMESİ. Serpil ÜNAL YÜKSEK LİSANS TEZİ İSTATİSTİK

TÜRKİYE DE MEYDANA GELEN DEPREMLERİN MARKOV ZİNCİRLERİ İLE MODELLENMESİ. Serpil ÜNAL YÜKSEK LİSANS TEZİ İSTATİSTİK TÜRKİYE DE MEYDANA GELEN DEPREMLERİN MARKOV ZİNCİRLERİ İLE MODELLENMESİ Serpl ÜNAL YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2 ANKARA Serpl ÜNAL tarafıda hazırlaa TÜRKİYE

Detaylı

TARTIŞMA METNİ 2012/71 http ://www.tek.org.tr İMALAT SANAYİNDE YAPISAL DEĞİŞİM VE ÜRETKENLİK: TÜRKİYE, AKDENİZ BÖLGESİ VE MERSİN İLİ KARŞILAŞTIRMASI

TARTIŞMA METNİ 2012/71 http ://www.tek.org.tr İMALAT SANAYİNDE YAPISAL DEĞİŞİM VE ÜRETKENLİK: TÜRKİYE, AKDENİZ BÖLGESİ VE MERSİN İLİ KARŞILAŞTIRMASI TÜRKİYE EKONOMİ KURUMU TARTIŞMA METNİ 202/7 hp ://www.ek.org.r İMALAT SANAYİNDE YAPISAL DEĞİŞİM VE ÜRETKENLİK: TÜRKİYE, AKDENİZ BÖLGESİ VE MERSİN İLİ KARŞILAŞTIRMASI Me Alıok ve İsmal Tucer Bu çalışma

Detaylı

Finansal Derinleşme, Ekonomik Büyüme ve Türk Finans Sistemi (1990-2010)

Finansal Derinleşme, Ekonomik Büyüme ve Türk Finans Sistemi (1990-2010) Selçuk Üverses Sosyal Blmler Esüsü Dergs Dr. Mehme YILDIZ Özel Sayısı 24, ss. 9-8 Selcuk Uversy Joural of Isue of Socal Sceces Dr. Mehme YILDIZ Specal Edo 24, p. 9-8 Fasal Derleşme, Ekoomk Büyüme ve Türk

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

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

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

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0

Detaylı

7. Ders. Bazı Kesikli Olasılık Dağılımları

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

Detaylı

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

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2 LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık

Detaylı

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi 3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada

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

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

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

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

Detaylı