MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1

Benzer belgeler
Ders 6: Sürekli Olasılık Dağılımları

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

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

Dr. Mehmet AKSARAYLI

İSTATİSTİK DERS NOTLARI

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları

Ders 6: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

RİSK ANALİZİ VE AKTÜERYAL MODELLEME


ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

SÜREKLİ DÜZGÜN DAĞILIM

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

Deney Dizaynı ve Veri Analizi Ders Notları

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

Tesadüfi Değişken. w ( )

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

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN

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

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

SÜREKLİ OLASILIK DAĞILIŞLARI

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

Rastlantı Değişkenleri

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

ÜNİTE 5 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.

Başarı olasılığı olan bir Bernoulli denemesinin aynı şartlar altında (bağımsız olarak) n kez tekrarlanması ile oluşan deneye binom deneyi denir.

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

2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018

BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI

2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI: SİGORTA MATEMATİĞİ. Soru 1

RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

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

RISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir:

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

OLASILIK. P(A) = şeklinde ifade edilir.

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X)

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

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

İstatistik ve Olasılık

İÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...

Simülasyonda İstatiksel Modeller

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

IE 303T Sistem Benzetimi

χ =1,61< χ χ =2,23< χ χ =42,9> χ χ =59,4> χ

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

SAB 101 OLASILIK DERS NOTLARI. Prof.Dr. Fatih TANK. SAB 101 Olasılık. F.Tank. 1. Geometirk Dağılım. 2. Negatif Binom Dağılımı

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ

İstatistik ve Olasılık

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

İçindekiler. Ön Söz... xiii

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

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

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R

İstatistik ve Olasılık

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1

Ders 4: Rastgele Değişkenler ve Dağılımları

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

EME 3105 SİSTEM SİMÜLASYONU. Sürekli Dağılımlar (2) Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar.

Aktüerlik Sınavları I. Seviye / Olasılık-İstatistik Örnek Sorular I

OLASILIK ve KURAMSAL DAĞILIMLAR

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

İSTATİSTİK VE OLASILIK SORULARI

SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI

SÜREKLİ RASSAL DEĞİŞKENLER

İstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY

ENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

KESİKLİ DÜZGÜN DAĞILIM

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

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

1.58 arasındaki her bir değeri alabileceği için sürekli bir

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

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

13. Olasılık Dağılımlar

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

Sürekli Rastsal Değişkenler

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

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

NORMAL DAĞILIM. 2., anakütle sayısı ile Poisson dağılımına uyan rassal bir değişkense ve 'a gidiyorsa,

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

OLASILIK OLASILIK. Bireysel belirsizlik ve uzun dönemdeki düzenlilik deneysel bilimlerde de sık sık ortaya çıkar

SÜREKLĠ OLASILIK DAĞILIMLARI

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

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

Transkript:

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1 şeklinde tanımlanan dağılımın a) Ortalama ve varyans değerlerini bulunuz b) Moment yaratma fonksiyonunu bularak a-şıkkını tekrar çözünüz.

Bir tezgahta üretilen parçalar A ve B gibi iki kalite sınıfına ayrılmaktadır. Herhangi bir parçanın, A kitlesinden olma olasılığı 0,8 dir. Bu tezgahta üretilen parçalardan rastgele seçilen 3 parçanın kalitesiyle ilgili dağılışı bulunuz. X: Seçilen parçalarda A kalitesinden olanların sayısı olmak üzere, örnek uzay dir. Binom dağılışının tipik özellikleri görülmektedir. Yani iki özellikli (iki durumlu) ve tekrarlı denemeler söz konusudur. Diğer bir ifadeyle açılımından bir terimin karşılığı olan ifadedir. Bu dağılışta ortalama n.p=3(0,8)=2,4 dir. Yani ortalama 2 parçanın A kalitesinde olması beklenir. σ 2 =3(0,8)(0,2)= 0,48 olur. 3.) 2n tane para atılıyor. n tane yazı, n tane tura gelme olasılığını bulunuz (stirling formülü) kullanılarak 4.) 2 para ikisi de tura gelinceye kadar atılıyor. Atış sayısının olasılık fonksiyonu nedir? Atış sayısı X şans değişkeni geometrik dağılıma uymaktadır. olur. Olasılık fonksiyonu

5.) Bir futbolcunun attığı her penaltıyı gole çevirme olasılığı 0,8 dir. Çalışma sırasında ilk golü atıncaya kadar penaltı atmaya devam edecektir. Buna göre; a) İlk golü atıncaya kadar gerekli atış sayısının olasılık fonksiyonu nedir? b) İlk golü atması için gereken ortalama atış sayısı nedir? X, ilk golü atıncaya kadarki atış sayısı olmak üzere, X in dağılışı geometrik dağılıma uyar. Olasılık fonksiyonu, =0,8 olduğu için a) x=1,2, şeklindedir. Buna göre örneğin ilk golün 3. atışta olma olasılığı için 5 den az atış gerekmesi olasılığı olur. Veya ilk gol ış ı ı ı 6.) Bir bölgede yaşayan çocukların belli bir hastalığa yakalanma olasılığı %20 dir. Aynı yerde yaşayan bir grup çocuktan seçilen 12. çocuğun, hastalıklı olan 3. çocuk olma olasılığı nedir? X şans değişkeni 3. hastalıklı çocuğu tespit etmek için deneme sayısını göstersin. Bu durumda X in dağılımı negatif binom dağılımına uyar. Buna göre olasılık fonksiyonu our. Buradan 7.) Bir zarın atışında 1 gelmesi ile ilgileniliyor. Buna göre; a) Yedinci atışta üçüncü kez 1 gelmesi olasılığı nedir? b) Üçüncü kez 1 gelmesi için, 5 den az atış gerekmesi olasılığı nedir?

X şans değişkeni atılan zar sayısını göstersin. Bu durumda X in dağılımı negatif Binom dağılımına uyar. Buna göre olasılık fonksiyonu 8.) Bir dokuma ipliği saatte ortalama 0,375 defa kopmaktadır. 8 saat çalışma süresi içinde ipliğin kopma sayısı X şans değişkeni ile ifade ediliyor. Buna göre a) X in olasılık fonksiyonunu belirleyiniz. b) İpliğin çalışma süresi içinde en az 2, en çok 4 defa kopma olasılığı nedir? c) İpliğin çalışma süresi içinde en çok 2 defa kopma olasılığını belirleyiniz? X şans değişkeni λ=n =8(0,375)=3 parametreli poisson dağılışı göstermektedir. Buna göre olasılık fonksiyonu 9.) Bir telefon santralinde 2 dakikada 7 konuşma olmaktadır. Buna göre birim zamanda konuşma sayısının dağılımını belirleyip;

a) 1 dakika içinde 1 konuşma olma olasılığı nedir? b) 1 dakika içinde en az 3 konuşma olma olasılığı nedir? c) Dağılımın moment türeten fonksiyonu nedir? X şans değişkeni birim zamandaki (dakika) konuşma sayısını göstermek üzere, Poisson dağılışı söz konusudur. Dağılışın parametresi dir. Dolayısıyla parametrenin birim zamandaki olay sayısı olarak düşünülmesi mümkündür. 10.) Bir şehirde 30.000 kişinin arabası vardır. Bu şehirde araba sahibi olan bir kimsenin bir günde kaza yapma olasılığı 0,00002 ise, bu şehirde aynı günde 5 veya daha fazla kimsenin kaza yapma olasılığı nedir? X şans değişkeni 1 günde kaza yapan araba sahibi sayısını göstermek üzere, n=30.000 ve θ=0,00002 dolayısıyla λ=nθ=0,6 olan Poisson dağılışı gösterir.

şeklinde verilen dağılımın ortalama ve varyans değerlerini bulunuz? 12.) Bir fabrikada belli bir nedenle 2 saatte bir arıza meydana gelmektedir. Buna göre sabah 8 den sonra ilk arızaya kadar geçecek zamanın dağılışını bulunuz. Ayrıca; a) Arızasız en az 1 saat çalışma olasılığını hesaplayınız b) En fazla 4 saat içinde bir arızanın olması olasılığını hesaplayınız? X ilk arızaya kadar geçen süre (saat olarak) ve olmak üzere Arızasız olarak en çok 4 saat çalışma olasılığı

13.) Bir okulun telefon santraline, her gün saat 11-12 arasında ortalama 30 telefon gelmektedir. Buna göre saat 11 den sonraki 3 dakika içinde; a) Hiç telefon gelmemesi b) 3 telefon gelmesi olasılıklarını bulunuz. c) Peş peşe gelen 2 telefon arasındaki zamanın 5 dakikayı geçmemesi olasılığı nedir? Ortalama λ= t=3.(0,5)=1,5 telefon beklenir.bu şartlar altına Poisson uygulanabilir. C) Bu defa üstel dağılışa göre düşünülecektir: gamma dağılışının olasılık fonksiyonu ise için i) P(X > 6) ii) P(X 4) olasılıklarını hesaplayınız