RASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN

Benzer belgeler
RASSAL SAYI ÜRETİLMESİ

EME 3117 SİSTEM SİMÜLASYONU. Rassal Sayı ve Rassal Değer. Üretimi. Rassal Sayı Üretimi

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

Rasgele Sayıların Özellikleri

İçindekiler. Ön Söz... xiii

BMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER. İlhan AYDIN

Rasgele Sayı Üretme. Rasgele Sayıların Özellikleri. İki önemli istaiksel özelliği var :

IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I

RASSAL SAYI ve RASSAL DEĞİŞ ĞİŞKEN. dd Her Ui nin beklenen değeri; Benzetimde rassallık k varsa, bir veya birden fazla dağı

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

İÇİNDEKİLER ÖN SÖZ...

İstatistik ve Olasılık

SIMÜLASYON DERS SORUMLUSU: DOÇ. DR. SAADETTIN ERHAN KESEN. Ders No:5 Rassal Değişken Üretimi


Programlama Dilleri 1. Ders 3: Rastgele sayı üretimi ve uygulamaları

İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik

Kuyruk Sistemlerinin Simülasyonu

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

Rasgele Sayılar (Random Numbers) NUPAMC-2012 Bitlis

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi

İstatistik ve Olasılık

13. Olasılık Dağılımlar

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

1.58 arasındaki her bir değeri alabileceği için sürekli bir

İstatistik ve Olasılık

Akademik Personel ve Lisansüstü Eğitimi Giriş Sınavı. ALES / Đlkbahar / Sayısal II / 13 Mayıs Matematik Sorularının Çözümleri

Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri. Giriş Veri kümesi. Ortalamalar iki grupta incelenir. A. Duyarlı olan ortalama. B. Duyarlı olmayan ortalama

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

SÜREKLĠ OLASILIK DAĞILIMLARI

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Boyut: Belirli bir doğrultuda ölçülmüş bir büyüklüğü ifade etmek için kullanılan geometrik bir terim.

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Deprem Kayıtlarının Seçilmesi ve Ölçeklendirilmesi

CEVAP ANAHTARI. Tempo Testi D 2-B 3-A 4-A 5-C 6-B 7-B 8-C 9-B 10-D 11-C 12-D 13-C 14-C

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

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

İstatistik ve Olasılık

1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

A İSTATİSTİK. 1. nc r, n tane nesneden her defasında r tanesinin alındığı (sıralama önemsiz) kombinasyonların sayısını göstermektedir.

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

28/04/2014 tarihli LYS-1 Matematik-Geometri Testi konu analizi SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR 1 / 31

Mühendislikte İstatistiksel Yöntemler

İÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

Rassal Değişken Üretimi

BMÜ-421 BENZETIM VE MODELLEME STOKASTİK ÜRETEÇLER. İlhan AYDIN

C++ Dilinde Bazı Temel Algoritmalar

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

KARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

1. BÖLÜM Mantık BÖLÜM Sayılar BÖLÜM Rasyonel Sayılar BÖLÜM I. Dereceden Denklemler ve Eşitsizlikler

2012 LYS MATEMATİK SORU VE ÇÖZÜMLERİ Niyazi Kurtoğlu

VI. OLİMPİYAT SINAVI SORULAR

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN

Merkezi Yığılma ve Dağılım Ölçüleri

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME

GENETİK ALGORİTMA ÖZNUR CENGİZ HİLAL KOCA

B ol um 5 ANALOG IS ARETLER IN SPEKTRUM ANAL IZ I

Viyana İmam Hatip Lisesi Öğrenci Seçme Sınavı - Matematik

PERGEL YAYINLARI LYS 1 DENEME-6 KONU ANALİZİ SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.

Örnek 4: Örnek Özyinelemeli fonksiyon örneği Bölüm 9. C++ programlama dilinde Nesne ve sınıf

C++ Dilinde Bazı Temel Algoritmalar

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

İstatistik ve Olasılık

MATEMATÝK TEMEL SEVÝYE DEVLET OLGUNLUK SINAVI. Testin Çözme Süresi: 180 dakika ADAY ÝÇÝN AÇIKLAMALAR - YÖNERGE DEVLET SINAV MERKEZÝ ADAYIN ÞÝFRESÝ

Fonksiyon Optimizasyonunda Genetik Algoritmalar

Kuyruk Simulasyonu (Qeue Simulation)

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

p sayısının pozitif bölenlerinin sayısı 14 olacak şekilde kaç p asal sayısı bulunur?

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

SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I

Bölüm 4 Aritmetik Devreler

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili

AST416 Astronomide Sayısal Çözümleme - II. 6. Monte Carlo

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

Proje Adı: Sonlu Bir Aritmetik Dizinin Terimlerinin Kuvvetleri Toplamının İndirgeme Bağıntısıyla Bulunması.


MAK 210 SAYISAL ANALİZ

JEODEZİK VERİLERİN İSTATİSTİK ANALİZİ. Prof. Dr. Mualla YALÇINKAYA

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK

Zeki Optimizasyon Teknikleri

BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

Ayrık Fourier Dönüşümü

Örnek...3 : Aşağıdaki ifadelerden hangileri bir dizinin genel terim i olabilir?

RF MİKROELEKTRONİK GÜRÜLTÜ

Türkiye Halk Sağlığı Kurumu Çalışan Sağlığı ve Bilimsel Kapasitenin Güçlendirilmesi Projesi

Transkript:

RASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN

RASTGELE SAYILARIN ÜRETİLMESİ Rastgele değişimler yapay tablolardan veya parametreleri verilen teorik dağılım fonksiyonlarından elde edilir. Simülasyon modeli bilgisayar ile çözülecekse iki temel işlem yapılmalıdır: 1. Uniform (düzgün) dağılmış rastgele sayıların elde edilmesi 2. Bu rastgele sayıların istenilen özellikte rastgele değişkenlerini oluşturmak için kullanılması.

UNIFORM DAĞILIM Her rastgele sayı (RS), 0 ve 1 aralığında uniform dağılımdan alınan bağımsız bir örnektir.

UNİFORM DAĞILAN SAYILARIN ÖZELLİKLERİ Rastgele bir sayı üreticisi şu özelliklere sahip olmalıdır: 1. Üretilen sayılar mümkün olduğu kadar uniform bir dağılıma sahip olmalıdır. 2. Üretici süratli olmalıdır. 3. Üretici program, bilgisayar belleğinde az yer kaplamalıdır. 4. Üretici uzun bir periyoda sahip olmalıdır. Üretilen bir sayı katarı, üretilen sayıyı üretmeden önce çok sayı üretmelidir. 5. Üretici değişik bir küme sayı üretebilmeli veya bir dizi sayıyı yeniden üretebilmelidir. 6. Yöntem, sabit olarak sabit bir değer oluşturabilmek için bozulmamalıdır.

RASTGELE SAYI ÜRETEÇLERİNDEN İSTENİLEN ÖZELLİKLER Rastsallık: RS lerin çeşitli istatistiksel tekniklerle rastsallıkları ölçülebilir. Büyük periyot: RS üreteçlerinde deterministik formüller kullanıldığı için, üretilen her RS sayı dizisi belli bir süre sonra kendini tekrarlayacaktır. Bir RS dizisinin kendi kendini tekrarlayacağı bir sonraki sürece kadar geçen süreye periyot denir. RS ler simülasyon çalışmalarında bu periyodun oldukça uzun olması istenir.

RASTGELE SAYI ÜRETEÇLERİNDEN İSTENİLEN ÖZELLİKLER Yeniden üretilebilirlik: Bazı simülasyon çalışmaları yapısı gereği RS dizilerinin aynı sırada üretilmesine ihtiyaç duyabilir. Bu sebeple bir RS üreteci farklı RS dizilerini elde edebilme ve kendini tekrar üretebilen RS dizilerine sahip olmalıdır. Hesaplama etkinliği: Bir RS üreteci oldukça kısa sürede RS üretebilmeli ve bilgisayar hafızasında fazla yer kaplamamalıdır.

ORTAKARE TEKNİĞİ Uniform dağılıma uygun RS dizisini üretmek için kullanılan yöntemlerden biridir. Burada, m basamaklı sayının karesi alınarak elde edilen sayının ortasında yer alan m basamak alınarak, yeni bir sayı üretilir. 1. 4 basamaklı bir sayı seçilir. 2. Sayının karesi alınır. 8 basamağı doldurmak için gerekirse sayının sol tarafına sıfır konulur. 3. Rastgele sayı olarak kullanılmak üzere ortadaki 4 basamak seçilir. 4. İstenildiği kadar sayı elde edilene kadar (3.) ve (4.) adım tekrarlanır.

ORTAKARE TEKNİĞİ--örnek İlk sayı x 0 =2152 olsun. x 0 =2152 (x 0 ) 2 =04631104 x 1 =6311 (x 1 ) 2 =39828721 x 2 =8287 (x 2 ) 2 =68674369 x 3 =6743 (x 3 ) 2 =45468049 x 4 =4680 (x 4 ) 2 =21902400 x 5 =9024 vb.

ORTAKARE TEKNİĞİ--örnek Bu yöntemi analiz etmek güçtür. İstatistiki olarak tatmin edici değildir. İlk sayının ve dizinin tekrar uzunluğu arasındaki periyodu kestirmek güçtür. Çoğu kez tekrar uzunluğu kısadır. x 0 =4500 (x 0 ) 2 =20250000 x 1 =2500 (x 1 ) 2 =06250000 x 2 =2500 (x 2 ) 2 =06250000 x 3 =2500 v.b.

ÇARPIMSAL BENZERLİK YÖNTEMİ Bu yöntem LEHMER tarafından önerilmiştir. Uniform dağılmış sayıların sonlu dizisini üretmek için aritmetik bir yöntemdir. 1. Çarpımsal yöntem 2. Karma yöntem 3. Toplamsal yöntem

ÇARPIMSAL YÖNTEM x a. x Mod( i1 i m 1. En az 5 basamaktan oluşan sayı (a) değeri ile çarpılır. 2. 2. adımda elde edilen sayı (1/m) ile çarpılır. ) 3. 9 dijitten daha küçük bir sayı X 0 olarak seçilir. Bu sayı rastgele sayılar tablosundan rastgele olarak seçilebilir. 4. 0 x 1 rastgele sayı olarak 3.adımın ondalık kısmı seçilir. 5. 4.adımda oluşan sayıdan rastgele sayı düşürülür, x olarak Adım2 de (a) ile çarpılarak rastgele sayı olarak kullanılır. 6. İstenildiği kadar rastgele sayı elde edilene kadar 2. ve 5.adımları tekrarlanır.

ÇARPIMSAL YÖNTEM -- örnek x a. x Mod( i1 i m ) a=37, m=100, x 0 =53 olarak verilsin. x 0 =53 x 1 =(37.53) Mod(100)=(1961)(Mod100)=61 x 2 =(37.61) Mod(100)=(2257)(Mod100)=57 x 3 =(37.57) Mod(100)=(2109)(Mod100)=09 x 4 =(37.9) Mod(100)=(333)(Mod100)=33

THOMSON KARMA YÖNTEM x i 1 ( a. xi c) Mod( m) a=9, m=12, c=5, x 0 =11 olarak verilsin. x 0 =11 x 1 =(9.11+5) Mod(12)=(19)(Mod100)=8 x 2 =(9.8+5) Mod(12)=(77)(Mod100)=5 x 3 =(9.5+5) Mod(12)=(43)(Mod100)=2

TOPLAMSAL YÖNTEM Green, Smith ve Klem tarafından teklif edilmiştir. k=5, x 1 =57, x 2 =34, x 3 =89, x 4 =92, x 5 =16, m=100 xi ( x 1 x ) Mod( m) i ik x 6 =(x 5 +x 1 ) =(16+57)mod(100)=73 x 7 =(x 6 +x 2 ) =(73+34)mod(100)=7 x 8 =(x 7 +x 3 ) =(7+89)mod(100)=96 x 9 =(x 8 +x 4 ) =(96+92)mod(100)=88 x 10 =(x 9 +x 5 ) =(88+16)mod(100)=4 x 11 =(x 10 +x 6 ) =(4+73)mod(100)=77 x 12 =(x 11 +x 7 ) =(77+7)mod(100)=84 x 13 =(x 12 +x 8 ) =(84+96)mod(100)=80

RASTGELELİK TESTLERİ Rastgele sayıların gerçekten rastgele olup olmadığını araştırmak için kullanılan testler: 1. Frekans testi: Üretilen sayıların uniform dağılıma uygunluğunu anlamak için ki-kare veya Kolmogorov- Simirnov testi uygulanır. 2. Seri testi: 2,3,4 vb dizilerin muhtemel kombinasyonlarının vuku bulma frekansları ve sonra ki-kare uygulanması yapılır. 3. Aralık testi: Belirli bir basamağın tekrarı arasında görülen basamak sayısı sayılır ve sonra ortalama değere göre kikare testi kullanılır.

RASTGELELİK TESTLERİ 4. Koşum Testi: Ortalamaya göre alt ve üstte bulunmayı test eder. Bu test gerçek koşumların vuku bulma sayısını sayma testidir ve bu sayı ki-kare ile ortalamaya (beklenene) göre karşılaştırılır. 5. Spektral Testi: Fouier analizine göre n sayılar kümesinin bağımsızlığı ölçülür. 6. Poker Testi: Poker oyunu eline eşdeğer bir testtir. Bu test 5 veya daha basamaklı kombinasyonları içerir.

RASTGELELİK TESTLERİ 7. Otokorelasyon Testi: k=1,2,3...değerlerini almak üzere rasgele sayı üretiminde aralığı göstererek x n ve x n+k arasındaki korelasyon test edilir. 8. d veya Mesafe Testi: birim karenin köşe noktası olarak üretilen rastgele sayı çifti koordinat olarak düşünülür ve iki nokta arasındaki mesafenin karesi verilen denklemler kümesinin teorik olasılıklarına karşılık test edilir. 9. Sıralı İstatistik Testi: Ardısıra n sayının maksimum veya minimum değeri test edilir.

Kaynaklar http://www.yarbis1.yildiz.edu.tr/web/userannounce mentsfiles/dosya7acbb522a2bdc8b8cfe69f49d9b54 2ae.ppt