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

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

Rassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

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

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

İSTATİSTİK DERS NOTLARI

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

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

PARÇALI DOĞRUSAL REGRESYON

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.

Ders 4: Rastgele Değişkenler ve Dağılımları

Merkezi Eğilim (Yer) Ölçüleri

5.3. Tekne Yüzeylerinin Matematiksel Temsili

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

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2

3.Ders Rasgele Değişkenler

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ

Rasgele Değişken Üretme Teknikleri

3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları

Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

NİTEL TERCİH MODELLERİ

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

Sıklık Tabloları ve Tek Değişkenli Grafikler

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Sayfa 1. GİRİŞ TEMEL KAVRAMLAR... 2

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER

Olasılık Kuramı ve İstatistik. Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları

BAŞKENT ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAK MAKİNE MÜHENDİSLİĞİ LABORATUVARI DENEY - 8

GRUPLARDA VE YARIGRUPLARDA ETKİNLİK(EFFICIENCY) The Efficiency Of Groups And Semigroups *

kümeleri sırasıyla n 1, n 2,..., n k eleman içeriyorsa, önce A 1 nin bir elemanını seçmenin n 1

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

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim.

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

Elektrik ve Manyetizma

5.1 Olasılık Tarihi Temel Olasılık Kavramları

BAYES KURAMI. Dr. Cahit Karakuş

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

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

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

BÖLÜM 7 TRANSFORMATÖRLER

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

RİJİT CİSİMLERİN DÜZLEMSEL KİNETİĞİ

Tek Yönlü Varyans Analizi

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK

İSTATİSTİK I KAVRAMLARININ

T.C TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

ZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Rasgele Vektörler Çok Değişkenli Olasılık Dağılımları

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Regresyon ve Korelasyon Analizi. Regresyon Analizi

TESADÜFİ DEĞİŞKENLERLE İLGİLİ BAZI YAKINSAKLIK ÇEŞİTLERİNİN KARŞILAŞTIRILMASI

1. KEYNESÇİ PARA TALEBİ TEORİSİ

MODEL SORU - 1 DEKİ SORULARIN ÇÖZÜMLERİ

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Communication Theory

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

III - ELEKTROMAGNETİK GENELLEŞTİRME

Veride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir?

DÜŞEY ELEKTRİK SONDAJI VERİLERİNİN YORUMU

Önerilen süre dakika (22 puan) dakika (16 puan) dakika (38 puan) 4. 9 dakika (24 puan) Toplam (100 puan) Ġsim

6. NORMAL ALT GRUPLAR

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

2.7 Bezier eğrileri, B-spline eğrileri

ÜNİTE. İSTATİSTİĞE GİRİŞ Doç.Dr.Suphi Özçomak İÇİNDEKİLER HEDEFLER TEMEL KAVRAMLAR

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

Tanımlayıcı İstatistikler

Elektrik Akımı. Test 1 in Çözümleri. voltmetresi K-M arasına bağlı olduğu için bu noktalar arasındaki potansiyel farkını ölçer. V 1. = i R KM 1.

Açık Poligon Dizisinde Koordinat Hesabı

ÇOK BĐLEŞENLĐ DAMITMA KOLONU TASARIMI PROF. DR. SÜLEYMAN KARACAN

MERKEZİ EĞİLİM ÖLÇÜLERİ

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

Ercan Kahya. Hidrolik. B.M. Sümer, İ.Ünsal, M. Bayazıt, Birsen Yayınevi, 2007, İstanbul

Denklem Çözümünde Açık Yöntemler

TRANSFORMATÖRLER BÖLÜM 7. Alıştırmalar. Transformatörler. Sınıf Çalışması

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

Transkript:

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 şartları sağlayan olasılık onksyonu X sürekl rassal değşkennn olasılık onksyonu olarak tanımlanır. 2 d Sürekl br rassal değşkenn tanım aralığındak herhang br değer tam olarak alma olasılığı sıırdır. Bu durumda Pa X b = Pa<X<b = Pa X<b = Pa<X b olur. b P a X b P a X b d şeklnde hesaplanır. a

onksyonu olasılık yoğunluk onksyonu oy olarak adlandırılır. F le gösterlen onksyon dağılım onksyonu od olup olasılık yoğunluk onksyonunun eklenk kümülat haldr. Buna göre dağılım onksyonu od şöyle ade edlr. F P u u du Dağılım onksyonu od blndğ taktrde yoğunluk onksyonu oy şöyle ade edlr. df d Bu durumda X rassal değşkennn a;b aralığında olma olasılığı şöyle yazılablr. b P a X b d F b F a a

Örnek: Aşağıda br yoğunluk onksyonu verlmştr k 5 3 dger 5 a Yukarıdak onksyonun olasılık onksyonu olablmes çn k ne olmalıdır? b PX>3 olasılığını bulunuz. c Olasılık dağılım onksyonunu elde ednz. d P2<X< olasılığını hesaplayınız e Medyanı bulunuz.

Çözüm: a Fonksyonun oy olablmes çn k şart gerekldr.. şart olup k> çn bu şart sağlanır. 2. şart se onksyonun tanım aralığındak ntegralnn e eşt olmasıdır. Bunu şöyle yapablrz. 5 k 5 3 d olmaldr k 2 5 k 2 k 2 25 Şu halde olasılık yoğunluk onksyonu şöyle yazılır. 3 dger 5

b c Olasılık dağılım onksyonu od,87 5 8 3 5 3 5 3 3 d X P 3 u du u F 5 5 F

d Veya e Medyan,38 2 2 6 256 2 2 2 P olur F F P 2 2 2 2 3 d P,2 32,5,5,5,5 3 Medyan Med Med Medyan med Med

Sürekl Olasılık Dağılım Brkml-KümülatFonksyonu Örnek: X rassal değşkennn olasılık yoğunluk onksyonu şöyle verlmştr. k a Yukarıdak onksyonun olasılık yoğunluk onksyonu olablmes çn k ne olmalıdır? b Olasılık dağılım onksyonunu dağılım onksyonu belrleynz. c Olasılık dağılım onksyonundan hareketle P,2<X<.6 olasılığını bulunuz. dger haller

Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Çözüm: a Yukarıdak onksyonun olasılık yoğunluk onksyonu oy olablmes çn aşağıdak k şartın sağlanması gerekr. Brnc şart çn k katsayısının pozt olması yeterldr. Şu halde 2. şartın sağlanması gerekr. 2 d k. 2 2 2 2 2 2 olur k k k k d k

Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Bu durumda oy şöyle yazılır. b Olasılık dağılım onksyonu od haller dger 2 du u X P F 2 2 2 2 2 u u du u F o 2 2 o F

Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu c..8.6.2.36.8.6.2.2.2 2.6.6 2.2.6.6.2 2 2 olur P P F F P

Dağılım onksyonunun özellkler Dağılım onksyonu aşağıdak k öneml özellğe sahptr. Teorem a F olasılık dağılım onksyonu azalmayan br onksyondur. 2 > olmak üzere F 2 >F olur. b Lm F ve Lm F olur. Yan F, F olur.

Dağılım onksyonunun özellkler Teorem 2 a F olasılık dağılım onksyonu, olasılık yoğunluk onksyonuna sahp sürekl br rassal değşkenn kümülat onksyonu olsun. Bu durumda her çn; lşks vardır. df d b X, < 2 < 3 gb sıralı, 2, 3 değerlern alablen keskl rassal br değşken olsun. F, X n dağılım onksyonu se bu takdrde; =PX= =F, 2 =PX= 2 =F 2 -F ve nhayet =PX= =F -F - olur.

Olasılık Dağılım Fonksyonu Örnek: Br akaryakıt stasyonuna günün bell br zaman dlmnde dakkada gelen araç sayılarının olasılık dağılım onksyonu aşağıda verlmştr. Bu verlerden hareketle bu dakkada gelen araç sayılarının olasılık yoğunluk onksyonunu belrleynz. 5 5,9 3,75 2,5,25, F

Olasılık Dağılım Fonksyonu Çözüm: Olasılık yoğunluk onksyonu 5 5,,9.,5,75,9 3,3,5,75 2,2,25,5,5,,25,

Sürekl Olasılık Dağılım Brkml-Kümülat Fonksyonu Örnek: Aşağıda olasılık yoğunluk onksyonu verlmştr. 2 6 3 c dger haller n olasılık yoğunluk onksyonu olablmes çn c sınır değer ne olmalıdır? PX<c/3 olasılığını bulunuz. F olasılık dağılım onksyonunu bulunuz. PX>3,5 olasılığını bulunuz.

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı Çoğu zaman bell br olay üzernde sadece br karakterstğn değl brden çok karakterstğn aynı anda gözlenmes le lglenlr. Mesela br Mamulün kaltes çn sadece boyut değl, bunun yanında sertlğ, yüzey düzgünlüğü gb brden dazla özellğ dkkate alınır. Br nsanın zk durumu çn sadece uzunluğu değl ağırlığı da brlkte ele alınır. Yukarıdak örneklerde olduğu gb br olayı etkleyen k ya da daha azla karakterstğn ortak etklern belrleyeblmek çn bleşk olasılık dağılımlarından yararlanılır.

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı Örnek: Br para le yapılan 3 atış deneynde X: yazı sayısı, Y: lk k atışta tura gelme sayısı değşken olmak üzere X, Y nn bleşk olasılık onksyonunu oluşturunuz. Bunun çn S örnek uzayı, X ve Y nn karşılık gelen değerler aşağıda verlmştr. S TTT TTY TYT YTT TYY YTY YYT YYY X 2 2 2 3 Y 2 2

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı Yukarıdak X ve Y keskl rassal değşkenlernn bleşk olasılık onksyonu şöyle yazılır. X Y 2 Satır Toplamı /8 /8 X çn olasılık 2/8 /8 3/8 onksyonu 2 /8 2/8 3/8 3 /8 /8 Sütun Toplamı 2/8 /8 2/8 Y çn olasılık onksyonu y y

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı Tanım: Bleşk olasılık yoğunluk onksyonu: X ve Y sıralı kls br S örnek uzayında tanımlanan k boyutlu keskl rassal değşkenler olsun. X, Y nn alableceğ değerler,y j =,2,.M ve j=,2,,n olmak üzere aşağıdak şartları sağlayan,y j = y,y j = PX=, Y=y j Fonksyonuna X,Y rassal değşkenlernn bleşk olasılık yoğunluk onksyonu adı verlr.,y j onksyonunun bleşk olasılık onksyonu olablmes çn gerekl şartlar:

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı,y j onksyonunun bleşk olasılık onksyonu olablmes çn gerekl şartlar:, y j tum, y degerler cn 2 M N j, y j olmaldr. X,Y keskl rassal değşkenlernn bleşk olasılık onksyonu yukarıdak tabloda verlmştr. Bu tablodan X ve Y nn olasılık onksyonları elde edleblr.

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı Marjnal onksyonlar Br bleşk olasılık onksyonundan hareketle dğer değşkenlern etklernden bağımsız olarak tek br değşkene at olasılıkları veren onksyona marjnal olasılık yoğunluk onksyonu adı verlr. X keskl rassal değşken çn marjnal olasılık onksyonu şöyle ade edlr. Benzer şeklde Y çn marjnal yoğunluk onksyonu N N j j N j y 2,2,...,, M j j M j M y y y 2,2,...,, olur.

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı Marjnal onksyonlar Keskl X,Y değşkenler bleşk olasılık ve marjnal olasılık onksyonları X Y Y Y 2 Y N Toplam [ ] X,y,y 2,y N X 2 2,y 2,y 2 2,y N 2 X M M,y M,y 2 M,y N M Toplam [ y y ] y y y y 2 y y N Y nn marjnal olasılık yoğunluk onksyonu X n marjnal olasılık yoğunluk onksyonu

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı Marjnal onksyonlar Örnek: X ve Y takımlarının yaptıkları maçlarda attıkları gol saylarının bleşk olasılık onksyonu aşağıda verlmştr. a X takımının Y le yaptığı br maçı kazanma olasılığını bulunuz b Berabere kalma olasılıklarını bulunuz. c Her k takım çn marjnal olasılık onksyonunu bulunuz.

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı Marjnal onksyonlar Y takımının attığı gol sayısı c X takımının attığı gol sayısı 2 3 c y y,,5,,5,,,,5,3,28 2,5,7,5,,2 3,2,,5,,25,3,2,7

İk veya Daha Çok Boyutlu Rassal Değşkenlern Dağılımı Marjnal onksyonlar a X takımının kazanma olasılığı: PX>Y =,5+,+,5+,5+,3+, PX>Y =,2 b X le Y nn berabere kalma olasılığı: PX=Y =,+,+,5+,5 PX=Y =,3

İk veya Daha Çok Boyutlu Sürekl Rassal Değşkenlern Dağılımı Tanım: Sürekl rassal değşken: X,Y br Öklt düzlemnn br R bölgesndek tüm değerler alan k boyutlu sürekl br rassal değşken olsun. Aşağıdak şartları sağlayan br onksyonuna X,Y nn bleşk olasılık yoğunluk onksyonu adı verlr. 2 R, y, y dyd tüm, y R 2. şart Z=,y denklemyle verlen yüzeyn altındak hacmn e eşt olduğunu ade eder.,y R düzlemndek bütün,y değerler çn tanımlı olduğu düşünülürse 2. şart, y dyd olur.

İk veya Daha Çok Boyutlu Sürekl Rassal Değşkenlern Dağılımı Marjnal onksyonlar,y sürekl bleşk olasılık onksyonu verldğnde X çn marjnal olasılık yoğunluk onksyonu şöyle yazılır:, y dy y Benzer şeklde Y çn marjnal olasılık yoğunluk onksyonu y, y y d

Marjnal Olasılık Fonksyonları Marjnal olasılık yoğunluk onksyonu Marjnal olasılık dağılım onksyonları: Br rassal değşkenn dğer değşkenlerden bağımsız olarak olasılıklarını veren onksyona marjnal yoğunluk onksyonu adı verlr. X ve Y keskl rassal değşkenlernn bleşk olasılık yoğunluk onksyonu,y olmak üzere marjnal olasılık yoğunluk onksyonları şöyle yazılır. P X, y y j y P Y y, y y j y j y j j

İk veya Daha Çok Boyutlu Sürekl Rassal Değşkenlern Dağılımı Örnek: Aşağıda br bleşk onksyon verlmştr., y k 2 y 2; y 3 dger haller a Yukarıdak onksyonun olasılık yoğunluk onksyonu olablmes çn k ne olmalıdır? b PX<; Y>2 olasılığını bulunuz. c marjnal olasılık yoğunluk onksyonunu bulunuz. d yy marjnal olasılık yoğunluk onksyonunu bulunuz.