Ana içeriğe atla
EN

OLASILIK VE İSTATİSTİĞE GİRİŞ

Ders
MATH205 - OLASILIK VE İSTATİSTİĞE GİRİŞ
Bölüm
Temel ve İnsani Bilimler
Ders Tipi
Ders
Durum
Zorunlu
Dil
İngilizce
Kredi
4
AKTS
6
T+P+L
4 + 1 + 0
Ders Koordinatörleri
Dr. Olabimpe Genevieve BADRU
Ön Koşul
Anahtar Sözcükler

Ders Açıklaması

Dersin amacı temel olasılık ve istatistik konularının verilmesidir. Bu derste teori ve uygulamaya birlikte yer verilmektedir. Dersin içeriği; değişken tanımına giriş, temel veri analizi, veri çeşitleri, veri düzenlemesi, frekans dağılım tabloları, örneklem, örneklem uzayı, olay tanımı, temel sayma yöntemleri, küme işlemleri, temel sayma yöntemleri, olasılık aksiyomları, olasılık kuralları, şartlı olasılık, toplam olasılık ve Bayes teoremi, bağımsız olaylar, rassal değişken tanımı, olasılık dağılım ve olasılık yoğunluk fonksiyonu, temel dağılımlar ve yığılımlı dağılım fonksiyonları, kesikli ve sürekli dağılım fonksiyonları, Binom, Hipergeometrik, Poisson, Düzgün sürekli, Normal, Gamma, Üstel, çok değişkenli dağılım fonksiyonları, dağılımı belli olan kesikli ve sürekli değişkenlerin ortalama ve varyans hesaplamarı, örneklem dağılımları, Merkezi Limit Teoremi’ni kapsamaktadır.

OLASILIK VE İSTATİSTİĞE GİRİŞ

Değerlendirme Araçları (Aktif Dönem)

Öğe Tür Ağırlık (%)
Midterm Ara Sınav 40
Quiz Kısa Sınav 10
Final Final 50
Toplam 100

Ders çıktıları

  1. 01 Mühendislik problemlerinin çözümünde istatistik kavramlarını uygulamaktadır.
  2. 02 Sayısal ve grafiksel teknikleri kullanarak hesaplar ve neticelendirir.
  3. 03 Temel olasılık kavramlarını adlandırır ve uygular.
  4. 04 Ağaç diyagramlarını kurmak için olasılık teorisini uygular.
  5. 05 Baye's Kuralı aracılığı ile olasılık teorilerini uygular.
  6. 06 Rastagele değişkenlerin özelliklerini ayrık ve sürekli olasılık dağılımları kullanarak tanımlar.
  7. 07 Birleşik Olasılık Dağılımının temel kavramlarını adlandırır.

Ders Müfredatı

Hafta Konu
Hafta 1 Introduction
Hafta 2 Populations, Samples, and Processes
Hafta 3 Pictorial and Tabular Methods in Descriptive Statistics, Measures of Location
Hafta 4 Measures of Variability, Sample Space and Events
Hafta 5 Axioms, Interpretations and Properties of Probability, Counting Techniques
Hafta 6 Counting Techniques, Conditional Probability, Independence
Hafta 7 Definition of Random Variables, Discrete Probability Distributions
Hafta 8 Midterm Week
Hafta 9 Discrete Probability Distributions, Expected Values
Hafta 10 Special Discrete Prob. Distr.: Uniform, Binomial, Geometric and Poisson
Hafta 11 Poisson Prob. Distr., Density Functions
Hafta 12 Continuous Probability Distributions and Expected Values.
Hafta 13 Uniform Distr., Normal and Standard Normal Distr.,
Hafta 14 Jointly Distributed Random Variables. Expected Values.
Hafta 15 The Distribution of the Sample Mean and The Central Limit Theorem

Referans Kitaplar & Ders Materyalleri

  1. 01 Jay L. Devore, Probability and Statistics for Engineering and Sciences, 8th ed., Brooks/Cole Cengage Learning
  2. 02 R.E.Walpole, R.H.Myers, S.L.Myers, K.Ye, Probability and Statistics for Engineers and Scientists, 7th ed., Prentice Hall, 2002.

Ders Çıktıları

  1. L01 Mühendislik problemlerinin çözümünde istatistik kavramlarını uygulamaktadır.
  2. L02 Sayısal ve grafiksel teknikleri kullanarak hesaplar ve neticelendirir.
  3. L03 Temel olasılık kavramlarını adlandırır ve uygular.
  4. L04 Ağaç diyagramlarını kurmak için olasılık teorisini uygular.
  5. L05 Baye's Kuralı aracılığı ile olasılık teorilerini uygular.
  6. L06 Rastagele değişkenlerin özelliklerini ayrık ve sürekli olasılık dağılımları kullanarak tanımlar.
  7. L07 Birleşik Olasılık Dağılımının temel kavramlarını adlandırır.

Program Çıktıları

  1. Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi.
  2. Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
  3. Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
  4. Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi.
  5. Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
  6. Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi.
  7. Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi.
  8. Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi.
  9. Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi.
  10. Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi , iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
  11. Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.

Pç-Dç Matrisi

ÖÇ Ortalama
L01 - - - - - - - - - - - -
L02 - - - - - - - - - - - -
L03 - - - - - - - - - - - -
L04 - - - - - - - - - - - -
L05 - - - - - - - - - - - -
L06 - - - - - - - - - - - -
L07 - - - - - - - - - - - -