| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Olasılık ve İstatistik | BMM 203 | 3. Yarıyıl | 3 + 0 | 3,0 | 4,0 |
| Ön Koşullar | Yok |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Ders |
| Dersin Verilişi | Yüz-Yüze Eğitim |
| Dersin Koordinatörü |
Dr. Öğr. Üyesi Yaşar ŞEN |
| Dersi Verenler |
Dr. Öğr. Üyesi Yaşar ŞEN |
| Dersin Yardımcıları | |
| Dersin Amacı | Rasgeleliği kavratmak, olasılık teorisinin bazı kavramlarını vermek ve istatistik teorisine giriş için olasılık dili oluşturmaktır. |
| Dersin İçeriği | Rasgelelik içeren problemlerin modellenmesine yönelik bazı araçlar ve kesikli olasılık dağılımları ve Uygulamaları. |
| Ders Öğrenme Kazanımları |
- Saymanın temel yöntemlerini açıklar ve uygular. - Binom teorimini açıklar. - Olasılık ile ilgili kavramları ve fikirleri açıklar. - Bayes teoremi kullanarak koşullu olasılık ile ilgili problemleri çözer. - Olasılık dağılımlarını ve özelliklerini bilgisayar simülasyonları kullanarak açıklar. - Olasılık durumlarını modellemede bilgi ve iletişim teknolojileri kullanır. - Olasılığa karşı olumlu tutum sergiler. - Olasılık bilgisinin gerçek yaşamdaki önemini takdir eder. |
| Hafta | Konular | Öğretim Yöntemleri |
|---|---|---|
| 1. Hafta | Olasılığın Tarihi, Olasılığa Giriş. Sayma Yöntemleri, | Ders Saati |
| 2. Hafta | Olasılık Aksiyomları,Koşullu Olasılık, Bağımsız Olaylar | Ders Saati |
| 3. Hafta | Rasgele Değişkenler, Birleşik Olasılık Dağılımı, | Ders Saati |
| 4. Hafta | Rasgele değişkenlerinin beklenen değeri | Ders Saati |
| 5. Hafta | Rasgele değişkenlerinin varyansı ve kovaryansı | Ders Saati |
| 6. Hafta | Rasgele değişkenlerinin lineer kombinasyonlarının varyansı ve ortalaması | Ders Saati |
| 7. Hafta | Moment ve Moment üreten fonksiyonlar | Ders Saati |
| 8. Hafta | Chebysev Eşitsizliği ve Büyük Sayılar Yasası | |
| 9. Hafta | Vize sınavı ve Chebysev Eşitsizliği ve Büyük Sayılar Yasası | Ders Saati |
| 10. Hafta | Önemli Kesikli Dağılım Fonksiyonları | Ders Saati |
| 11. Hafta | Hipergeometrik Dağılım | Ders Saati |
| 12. Hafta | Poisson Da˘gılımı | Ders Saati |
| 13. Hafta | Önemli Sürekli Dağılım Fonksiyonları, Düzgün Sürekli Dağılım | |
| 14. Hafta | Normal Dağılım, İstatistik, Giriş - rneklem Teorisi | Ders Saati |
| Probabilty and Statistic, Morris H. DeGroot, 1986. • Applied Probabilty and Statistic, Mario Lefebvre, 2006. • A Modern Introduction to Probability and Statistics, Frederik Michel Dekking, Cornelis Kraaikamp, Hendrik Paul Lopuha¨a, Ludolf Erwin Meester, 2005. • A course in Probability and Statistics, Charles J. Stone, 1996. • INTRODUCTION TO PROBABILITY AND STATISTICS FOR ENGINEERS AND SCIENTISTS, Sheldon M. Ross, 2004. • Probability & Statistics for Engineers & Scientists, Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers, Keying Ye, 2012. • Theory and Problems of Probability and Statistics, Murray R. Spiegel, 1998. • Teori ve Problemlerle Olasılık, Seymour Lipschutz, Schaum Serisi, 1974. 1email |
| Larson, H. J. (1982). Introduction to Probability Theory and Statistical Inference, John Wiley&Sons. 2. Akdeniz, F. (2007). Olasılık ve İstatistik, Nobel Kitabevi. 3. Öztürk, F. (1993). Matematiksel İstatistik, Ankara Üniversitesi Fen Fakültesi Yayınları, No.10. |
| Program Yeterlilik | Katkı Düzeyi | DK1 | DK2 | DK3 | DK4 | DK5 | DK6 | DK7 | DK8 | Ölçme Yöntemi |
|---|
| 0 | 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|---|
| Ders Katkı Düzeyi | Yok | Çok Düşük | Düşük | Orta | Yüksek | Çok Yüksek |
| Ölçme Yöntemi | Yazılı sınav | Sözlü sınav | Ödev/Proje | Laboratuvar Çalışması | Sunum /Seminer |
| Etkinlik | Sayısı | Süresi (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Saati | 14 | 3 | 42 |
| Ara Sınav 1 | 1 | 1 | 1 |
| Uygulama DS | 1 | 1 | 1 |
| Toplam İş Yükü | 44 | ||
| Dersin AKTS Kredisi | 4,0 | ||
