SÜREKLİ DÜZGÜN DAĞILIM

Benzer belgeler
ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

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

Ders 6: Sürekli Olasılık Dağılımları

ANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL

OLASILIK ve KURAMSAL DAĞILIMLAR

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

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

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

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

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

KESİKLİ DÜZGÜN DAĞILIM

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

TEK BOYUTLU RASSAL DEĞİŞKENLER

BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI

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

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1

ARALIK TAHMİNİ (INTERVAL ESTIMATION):

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

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

SÜREKLİ RASSAL DEĞİŞKENLER

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

SÜREKLİ OLASILIK DAĞILIŞLARI

Dr. Mehmet AKSARAYLI

Tesadüfi Değişken. w ( )

Ders 4: Rastgele Değişkenler ve Dağılımları

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

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

IE 303T Sistem Benzetimi

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

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

SAKARYA UNIVERSİTESİ ENDUSTRI MUHENDISLIĞI YÖNEYLEM ARAŞTIRMASI II KUYRUK TEORİSİ - I DERS NOTLARI

Bekleme Hattı Teorisi

Simülasyonda İstatiksel Modeller

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

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

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

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

Ders 6: Kesikli Olasılık Dağılımları

ENM 316 BENZETİM ÖDEV SETİ

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları

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

Tek Değişkenli Sürekli Dağılımlar-III

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

İstatistik ve Olasılık

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

1.58 arasındaki her bir değeri alabileceği için sürekli bir

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

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

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

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

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

Sürekli Rastsal Değişkenler

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

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

13. Olasılık Dağılımlar

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

SİGORTA MATEMATİĞİ SINAV SORULARI WEB. Belirli yaşlar için hesaplanan kommütasyon tablosu aşağıda verilmiştir.

Rastlantı Değişkenleri

HAYAT DIŞI SİGORTALARI SINAVI EKİM 2017

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

ANADOLU ÜNİVERSİTESİ. ENM317 Mühendislik İstatistiği İSTATİSTİKSEL TAHMİN Prof. Dr. Nihal ERGİNEL

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

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

RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015

EME 3105 SISTEM SIMÜLASYONU

İSTATİSTİK VE OLASILIK SORULARI

SÜREKLİ OLASILIK DAĞILIMI

ENM 316 BENZETİM ÖDEV SETİ

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)

SIGORTA MATEMATİĞİ SORULARI WEB EKİM 2017

Rassal Değişken Üretimi

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

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

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

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

2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018

Stokastik Süreçler. Bir stokastik süreç ya da rastgele süreç şöyle tanımlanabilir.

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )

SİMULASYON MODELLEME VE ANALİZ. Giriş. Arena Ortamı. Simulasyon Dilleri HAFTA 2. Yrd.Doç.Dr.Beyazıt Ocaktan

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

altında ilerde ele alınacaktır.

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

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

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

SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI

Sunum ve Sistematik. Bu başlıklar altında uygulamalar yaparak öğrenciye yorum, analiz, sentez yetisinin geliştirilmesi hedeflenmiştir.


İSTATİSTİK DERS NOTLARI

H 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0

İSTATİSTİĞE GİRİŞ VE OLASILIK

Appendix B: Olasılık ve Dağılım Teorisi

SİSTEM SİMULASYONU FİNAL ÇALIŞMA SORULARI-I

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

Transkript:

SÜREKLİ DÜZGÜN DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu; şeklinde ise x e düzgün dağılmış rassal değişken, f(x) e sürekli düzgün dağılım denir. a <b ve b-a >0 olduğuna göre, f(x) >0 olur. (1) = 1 (2) (1) ve (2) özellik sağlanmaktadır. 1

F(x) = = F(x) = Ortalama: µ = = Varyans: = X rassal değişkeninin olasılık yoğunluk fonksiyonu; Dağılım fonksiyonu, ortalama ve varyansını bulunuz. 2

F(x) = µ = = 20/2 = 10 = = = 33,3 GAMMA DAĞILIMI X > 0, >0, > 0 olmak üzere x sürekli rassal değişken olsun. f(x) fonksiyonuna gamma dağılımı denir. Burada ; = gamma fonksiyonunu verir. ve ya göre farklılık gösterir. ÖZELLİKLERİ 1) >1 iken = ( ). 2) 2 iken = ( ). =( ). ( ). =( ). ( )... ise; = ( )!. 3

ÖZELLİKLERİ 3) =1 iken = = 0! = 1 dir. = ( )! Olur. GAMMA DAĞILIMININ ARİTMETİK ORTALAMASI µ = = =. = ; t< = 1 iken üstel dağılım olur. =., x 0 =., x 0 (üstel dağılım) Üstel dağılım gamma fonksiyonunun özel bir türüdür. 4

Bir geçici sistem şekilde görüldüğü gibi birbirine bağlanmıştır. Başlangıçta 1. ünite çalışır konumda, diğer üniteler standby konumundadır. 1. bozulduğunda 2. ünite, o da bozulursa 3. ünite devreye girmektedir. Sistem x = + + şeklinde ifade edilmektedir. Sistemlerin birbirinden bağımsız çalışması durumunda, her bir sistem ortalaması 100 saat olacak şekilde çalışacaktır. Buna göre; a) Sistemin olasılık yoğunluk fonksiyonunu bulunuz. b) Sistemin en az χ saat çalışması fonksiyonunu bulunuz. c) Sistemin en az 300 saat çalışması olasılığını bulunuz. a) Eğer sistemler birbirinden bağımsız çalışsalardı; = 1 için; µ = 100 saat = = 0,01 : j. ünitenin ortalama çalışma süresi exp(0,01) 5

a) Burada 3 sistem olduğuna göre; = 3 için; = = 0,01 = ( )! =2 b) Sistemin en az X saat çalışması durumu P(X x) = 1- P(X< x) = 1- F(x) = R(x) (reliability function) Belirli bir zaman aralığında k adet bağımsız sistemin çalışması; Poisson Dağılımı: R(x) = =. [1+(0,01x)+ ] c) Sistemin en az 300 saat çalışma olasılığı P(X 300) =. [1+(0,01.300)+ ] = 0,4232 ÜSTEL DAĞILIM X rassal değişkenin olasılık yoğunluk fonksiyonu >0 olmak üzere; f(x) e üstel dağılım denir. 6

F(x) = = 1- F(x) = µ = B[X] = = Değişim katsayısı (DK)= =, t < λ Parametresi λ = 2 olan üstel dağılmış x rassal değişkenine ait aşağıdaki olasılıkları hesaplayınız. a)p(x 2) b)p(2 X 4) c) P(X 4/ X>2) 7

a)p(x 2) = = F(2)- F(0) = 1- = 0,9817 b)p(2 X 4) = F(4)- F(2) = 1- - (1- ) = 0,01798 c)p(x 4/ X>2) = = = 0,9825 Bir süpermarkette kasada hizmet verme süresi ortalaması 40 sn. olarak tespit edilmiştir. a. Hizmet verme süresi 1 dk. dan az olanların oranını bulunuz. b.hizmet verme süresinin 1 dk. dan fazla olduğu bilindiğinde 2 dk dan az olanların oranını bulunuz. X: hizmet verme süresi (dk.) µ = 40 sn. = 0,667 dk. λ = P(X) = = 1,5 dk. F(x) = 8

a) P(X 1) = F(1) F(10) = 1- (1- ) = 0,7768 b) P(X<2 / X>1) = = = = 0,7769 Bir elektriksel parçanın kullanım ömrünün yani, hata olana kadar geçen sürenin ortalama 10 5 saat olmak üzere üstel dağıldığı bilinmektedir. Bu tür elektriksel parçanın ömründen önce bozulanların oranını bulunuz. µ = saat λ = = X üstel ( ) X: hata olana kadar geçen süre, x 0 P(X < ) = F(x)=1- = 0,6312 Parçaların %63 ü saatten önce bozulabilir. 9

POİSSON VE ÜSTEL DAĞILIM ARASINDAKİ İLİŞKİ X: belirli bir zaman aralığında ilgili olayın ortaya çıkma sayısı iken; X Poisson(λ) : Başlangıçtan t anına kadar geçen sürede ilgilenilen olayın ortaya çıkma sayısı olarak tanımlanırsa; P(x) = Poisson (λt) x=0,1,2,... şeklinde olur. T: poisson dağılmış bir rassal değişkenin biri diğerini izleyen iki olay arasındaki süre olarak tanımlanırsa T nin dağılım fonksiyonu: P(T t) = F(t) olup P(T> t) = 1- F(t) dir. P(T>t) : Biri diğerini izleyen iki olay arasında geçen sürenin (t) den büyük olması demek, bu arada ilgili olayın hiç ortaya çıkmaması, yani P(X=0) olması demektir. P(T>t) = P(X=0) = = = 1- F(t) F(t) = 1- ( üstel dağılımın dağılım fonksiyonu ) f(t) = λ., t 0 üstel dağılımın olasılık yoğunluk fonksiyonu olur. Görüldüğü gibi x, ortalaması λt olan bir poisson dağılmış rassal değişken iken, gelişlerarası süre olarak tanımlanan T rassal değişkenin dağılımı üstel dağılım olur. 10

Bir petrol istasyonuna her 15 dakikada ortalama 3 müşteri gelmektedir. Bu petrol istasyonuna gelen müşteriler arası geçen sürenin dağılımı nedir? X: 15 dk. içinde gelen müşteri sayısı λ =3 müşteri/15 dk. = 0,2 müşteri/ dk. X P(x) = µ= = = 5 dk/müşteri T: müşteriler arası geçen süre iken T Üstel Müşteriler arası geçen sürenin dağılımı; f(t) = 0,2, t 0 olur. F(t) = 1- Müşteriler arası geçen sürenin 8 dk. veya daha fazla çıkması olasılığı nedir? P(T 8) = 1 P(T<8) = 1- F(8) = 1- (1- ) = 0,20 11

Bir hamburgerciye öğle saatlerinde her 5 dakikada ortalama 4 müşterinin kuyruğa girdiği bilinmektedir. a-) Kuyruğa girenler arasında geçen sürenin olasılık yoğunluk fonksiyonunu ve dağılım fonksiyonunu belirleyiniz. b-) 5 dk. içerisinde hiç müşteri gelmeme olasılığını bulunuz. c-) Birbirini izleyen 2 müşteri arasında en fazla 2 dk. geçme olasılığını bulunuz. d-) İki müşteri arasında geçen sürenin 3 dk. veya daha fazla olma olasılığını bulunuz. X: 1 dk. da geçen müşteri sayısı λ= = 0,8 müşteri / dk. P(X) = ; x: 0,1,2... iken a) T: iki müşteri arasında geçen süre(dk.) f(t) = F(x) = b) X: 5 dk. içerisinde gelen müşteri sayısı λ= 4 müşteri/ 5 dk. P(x) = iken P(X=0)= = 0,0183 12

c) T: iki müşteri arasında geçen süre (dk) P(T ) = = F(2)= 1- = 0,7981 d) P(T 3) = 1 P(T<3) = 1- F(3)= 1-(1- ) =0,0907 Bir kafeteryada müşterilere hizmet verme süresi ortalaması 4 dk. dır. Bu kişinin 6 gün içinde en az 4 gününde 3 dk. dan az bir sürede hizmet verme olasılığını bulunuz. T: hizmet için geçen süre µ=4 dk λ= f(t) = P(T<3) = F(3 ) = 1- = 0,47 13

X: 6 gün içinde 3 dk.dan az bir sürede hizmet görülen gün sayısı X B(0,47;6) p= 0,47, n=6 P(X 4) = P(X=4)+ P(X=5)+ P(X=6) = + + = 0,40 Belirli bir parça için hatalar arası geçen sürenin ortalaması 5 yıldır. Eğer bu parçalardan 5 tanesi farklı bir sisteme kurulmuş olsaydı, 8. Yılın sonunda en az 2 tanesinin hala çalışıyor olması olasılığını bulunuz. T: hatalar arası süre µ=4 λ= f(t) = Verilen bir parçanın 8 yıl sonunda hala çalışıyor olması olasılığı P(X>8) = 1- F(t)= 1-(1- ) = 0,2 14

X: 8 yıl sonra da çalışan parça sayısı X B(0,2;5) p= 0,2, n=5 P(X 2) = 1- P(X=0)- P(X=1) = 1- - = 0,263 15