| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Olasılık ve İstatistiğe Giriş | MATH 327 | 3 | 1 | 4 + 0 | 4 | 6,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | Türkçe |
| Dersin Seviyesi | Ön Lisans |
| Dersin Türü | Zorunlu |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Hem ayrık hem de sürekli bir dizi rastgele olay için olasılık modelleri oluşturur. |
| 2. koşullu olasılık kavramlarını uygular |
| 3. Belirli standart olasılık dağılımlarının nerede kullanılmasının uygun olacağını bilir. |
| 4. Maksimum olabilirlik tahmini, momentler yöntemi, güven aralıkları gibi tahmin ilkelerini anlar. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
İstatistiksel Çıkarım, Örnekleme Prosedürleri, İstatistiksel Modelleme, Grafik Yöntemler, Veri Açıklama, Örnek Uzaylar, Olaylar, Olayların Cebiri, Olayların Olasılığı, Koşullu Olasılık, Bayes Kuralı, Rastgele Değişkenler, Birleşik Rastgele Değişkenler, Matematiksel Beklenti, Varyans, Kovaryans, Kesikli Rastgele Değişkenler: Binom, Hipergeometrik, Negatif Binom, Geometrik ve Zehir Dağılımı, Sürekli Rastgele Değişkenler: Normal, Gama ve Üstel Dağılım, Rastgele Örnekleme, Örnekleme Dağılımları, Merkezi Limit Teoremi, t- Dağılımı, F- Dağılımı
|
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | İstatistiksel Çıkarım, Veri Toplama, Konum ve Değişkenlik Ölçümleri, Veri Açıklama |
| 2 | Örnek Uzay, Olaylar, Olay Cebiri, Olasılık Aksiyomları |
| 3 | Koşullu Olasılık, Çarpma Kuralı, Bağımsız Olaylar, Bayes Kuralı |
| 4 | Rastgele Değişkenler, Kesikli ve Sürekli Dağılımlar. |
| 5 | Ortak Olasılık Dağılımı |
| 6 | Rastgele Değişkenin Ortalaması, Varyans ve Kovaryans |
| 7 | Rastgele Değişkenlerin Doğrusal Kombinasyonları. |
| 8 | Ayrık Düzgün Dağılım, Binom ve Çok Terimli Dağılımlar. |
| 9 | Hipergeometrik, Geometrik, Negatif Binom ve Poisson Dağılımları. |
| 10 | Sürekli Düzgün ve Normal Dağılımlar. |
| 11 | Gama ve Üstel Dağılımlar ve Uygulamaları. |
| 12 | Diğer Sürekli Dağılımlar |
| 13 | Rasgele örnekleme |
| 14 | Örnekleme Dağılımları, Merkezi Limit Teoremi. |
| |
| Kaynaklar: |
| Probability and Statistics for Engineers and Scientists; R. E. Walpole, R. H. Myers, S. L. Myers, K. Ye; Prentice Hall ; 2002; 0-13-098469-8 |
| |
| Diğer Kaynaklar: |
| Introduction to Probablility and Statistics for Scientists and Engineers; W. A. Rosenkrantz; McGraw-Hill ; 1997; 0-07-053988-x A First Course in Probablility; S. Ross; Prentice-Hall; 2002; 0-13-033851 |
| |
| Öğretim Yöntem ve Teknikleri: |
| Haftada 4 saat ders verilmektedir. Tüm dersler eğitmen tarafından verilecektir. Üç sınav yapılacaktır: Ders notunun sırasıyla %50 ve %40'ını oluşturan iki ara sınav ve bir final ve ders notunun %10'unu oluşturan 10 kısa sınav. Matematiği etkili bir şekilde kullanmak için sadece bilgiye değil becerilere de ihtiyaç vardır. Matematik becerilerinizi geliştirmenin tek yolu birçok problem çözmektir. Bu nedenle her bölüm için egzersiz setleri sağlanacaktır. Öğrencilerin evde çözmekte zorlandıkları problemlere göre ihtiyaç duyulması halinde zaman zaman ekstra problem çözme oturumları düzenlenecektir.
|
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ödev | 10 | %10 |
| Ara sınav | 2 | %50 |
| Final sınavı | 1 | %40 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |