| Dersin Adı |
Course Name |
| Olasılık ve İstatistik |
Probability and Statistics |
Kodu
(Code) |
Yarıyılı
(Semester) |
Kredi
(Credit) |
AKTS Kredisi
(ECTS Credit) |
Ders Uygulaması, Saat/Hafta
(Course Implementation, Hours/Week) |
Ders
(Theoretical) |
Uygulama
(Tutorial) |
Laboratuvar
(Laboratory) |
| MAT 271E |
4 |
3 |
5 |
3 |
0 |
0 |
Bölüm/Program
(Department/Program) |
Gemi İnşaatı ve Gemi Makineleri Mühendisliği
(Naval Architecture and Marine Engineering) |
Dersin Türü
(Course Type) |
Zorunlu (Compulsory) |
Dersin Dili
(Course Language) |
İngilizce (English) |
Dersin Önkoşulları
(Course Prerequisites) |
Yok
(None) |
Dersin Mesleki Bileşene Katkısı, %
(Course Category by Content, %) |
Temel Bilim ve Matematik
(Basic Sciencesand Math) |
Temel Mühendislik
(Engineering Science) |
Mühendislik/Mimarlık Tasarım
(Engineering/Architecture Design) |
Genel Eğitim
(General Education) |
| 100 |
- |
- |
- |
Dersin Tanımı
(Course Description) |
- Sayma Teknikleri; çarpım kuralı, permütasyon, kombinezon.
- Olasılık Kavramı; sigma cebri, olasılık aksiyomları, koşullu olasılık, Bayes formülü.
- Rastlantı Değişkeni; dağılım fonksiyonu, olasılık fonksiyonu, Chebyshev eşitsizliği.
- Kesikli ve Sürekli Dağılımlar; uniform dağılım, Bernoulli dağılımı, Poisson dağılımı, geometrik dağılım, hipergeometrik dağılım, normal dağılım, eksponansiyel dağılım, gamma dağılımı, beta dağılımı.
- Çıkaran Fonksiyonlar.
- Karar Teorisi.
- Kestirim Kavramı.
- Hipotez Testi.
- Parametrik Olmayan Testler.
- Korelasyon ve Regresyon.
|
- Counting Techniques: Multiplication rule, permutation, combination.
- Concept of Probability: Sigma algebra, probability axioms, conditional probability, Bayes' theorem.
- Random Variables: Distribution function, probability function, Chebyshev's inequality.
- Discrete and Continuous Distributions: Uniform distribution, Bernoulli distribution, Poisson distribution, geometric distribution, hypergeometric distribution, normal distribution, exponential distribution, gamma distribution, beta distribution.
- Estimation Functions.
- Decision Theory.
- Concept of Estimation.
- Hypothesis Testing.
- Non-Parametric Tests.
- Correlation and Regression.
|
Dersin Amacı
(Course Objectives) |
- Kümelerin kısa bir tekrarından sonra olasılığın önermeleri (axioms) ile tanımlanması ve temel olasılık kavramlarının (koşullu olasılık, Bayes teoremi, bağımsızlık) verilmesi.
- Klasik olasılık tanımı yardımı ile basit olasılık problemlerinin çözümü.
- Tekrarlayan deneyler.
- Rasgele değişken yardımı ile şans olaylarının sistematik modellenmesi ve analizi.
- Tipik rastgele değişkenler.
- Çok rasgele değişken yardımı ile tanımlanan olayların analizi.
- Beklenen değerler ve momentler.
- Koşullu beklenen değer yardımı ile doğrusal olmayan kestirim ve regresyon.
- Örnek istatistikler.
- Güven aralıkları.
|
- After a brief review of sets, defining probability with propositions (axioms) and presenting basic probability concepts (conditional probability, Bayes' theorem, independence).
- Solving simple probability problems using the classical definition of probability.
- Repeated experiments.
- Systematic modeling and analysis of random events using random variables.
- Typical random variables.
- Analysis of events defined by multiple random variables.
- Expected values and moments.
- Non-linear estimation and regression using conditional expected values.
- Sample statistics.
- Confidence intervals.
|
