Skip to main content
Anasayfa

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
OLASILIK VE RASTGELE DEĞİŞKENLEREEE3123313Güz Dönemi3+034
Ders Programı

Pazartesi 15:40-16:30

Salı 10:40-11:30

Salı 11:40-12:30

Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüZorunlu
Dersin Koordinatörü
Dersi VerenlerDr.Öğr.Üye. Hayriye AKTAŞ DİNÇER
Dersin Yardımcıları
Dersin AmacıBu dersin amacı, öğrencilere olasılık teorisi ve rastgele değişkenlerin temel kavramlarını kazandırmaktır. Ders kapsamında ayrık ve sürekli rastgele değişkenler, olasılık dağılımları, koşullu olasılık, ortak dağılımlar, beklenti, varyans ve stokastik süreçlerin temel prensipleri ele alınmaktadır. Ayrıca öğrencilerin mühendislik ve bilimsel problemlerde olasılık ve rastgele süreç modellerini analiz etme ve uygulama becerilerinin geliştirilmesi amaçlanmaktadır.
Dersin İçeriğiBu ders; Deney, Örnek Uzay, Olay, Olasılık Tanımı, Olasılık Aksiyomları, Koşullu Olasılık, Ortak Deney,Toplam Olasılık Teoremi, Bağımsızlık, Bayes Kuralı, Sayma Prensibi, Permutasyonlar, Kombinasyonlar,Ayrık Rastgele Değişkenler, Olasılık Kütle Fonksiyonu, Ortalama, Varyans, Standart Sapma,Ayrık Rastgele Değişkenler için Kümülatif Dağılım Fonksiyonu, Binom Dağılımı, Poisson Dağılımı, Bernoulli Dağılımı, Ayrık Üniform Rastgele Değişken,Rastgele Değişkenlerin Fonksiyonları (Ayrık Durum), Ortak Olasılık Kütle Fonksiyonu, İki Rastgele Değişkenin Fonksiyonları,Koşullu Olasılık Kütle Fonksiyonu, Koşullu Ortalama, Rastgele Değişkenlerin Bağımsızlığı,Sürekli Rastgele Değişkenler (SRD), Sürekli Olasılık Yoğunluk Fonksiyonu, Üniform Rastgele Değişken, SRD'ler için Beklenti ve Varyans,Ara Sınav,Normal SRD, Üstel SRD, Kümülatif Dağılım Fonksiyonu, Darbe ve Birim Adım Fonksiyonları,Sürekli Olasılık Yoğunluk Fonksiyonu ve SRD'ler için Koşullu Beklenti ve Varyans,Aynı Sürekli Deney için Birden Fazla Sürekli Rastgele Değişken, Koşullu Olasılık Yoğunluk Fonksiyonu, Koşullu Beklenti, Koşullu Varyans,Üç veya Daha Fazla Rastgele Değişkenin Ortak Kümülatif Dağılım Fonksiyonu, Rastgele Değişkenlerin Fonksiyonları için Dağılım,İki Rastgele Değişkenin Fonksiyonu için Olasılık Yoğunluk Fonksiyonu, İki Rastgele Değişkenin İki Fonksiyonu,Aynı Sürekli Deney için Birden Fazla Sürekli Rastgele Değişken, Koşullu Olasılık Yoğunluk Fonksiyonu, Koşullu Beklenti, Koşullu Varyans,Vektör Rastgele Değişkenler (VRD), VRD'ler için Ortalama ve Varyans, Zayıf Büyük Sayılar Yasası, Merkez Limit Teoremi, Güçlü Büyük Sayılar Yasası, Korelasyon, Stokastik Sürece Giriş,Final Sınavı; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. Olasılık teorisinin temel kavramlarını, aksiyomlarını ve temel teoremlerini açıklar.
2. Ayrık ve sürekli rastgele değişkenler için olasılık dağılımlarını, beklenti ve varyans kavramlarını analiz eder.
3. Koşullu olasılık, Bayes kuralı ve rastgele değişkenlerin bağımsızlığı ile ilgili problemleri çözer.
4. Birden fazla rastgele değişkenin ortak dağılımlarını, koşullu dağılımlarını ve fonksiyonlarını değerlendirir.
5. Büyük sayılar yasası, merkez limit teoremi, korelasyon ve stokastik süreçlerin temel prensiplerini mühendislik uygulamalarında yorumlar.
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Deney, Örnek Uzay, Olay, Olasılık Tanımı, Olasılık Aksiyomları, Koşullu Olasılık, Ortak Deney
2Toplam Olasılık Teoremi, Bağımsızlık, Bayes Kuralı, Sayma Prensibi, Permutasyonlar, Kombinasyonlar
3Ayrık Rastgele Değişkenler, Olasılık Kütle Fonksiyonu, Ortalama, Varyans, Standart Sapma
4Ayrık Rastgele Değişkenler için Kümülatif Dağılım Fonksiyonu, Binom Dağılımı, Poisson Dağılımı, Bernoulli Dağılımı, Ayrık Üniform Rastgele Değişken
5Rastgele Değişkenlerin Fonksiyonları (Ayrık Durum), Ortak Olasılık Kütle Fonksiyonu, İki Rastgele Değişkenin Fonksiyonları
6Koşullu Olasılık Kütle Fonksiyonu, Koşullu Ortalama, Rastgele Değişkenlerin Bağımsızlığı
7Sürekli Rastgele Değişkenler (SRD), Sürekli Olasılık Yoğunluk Fonksiyonu, Üniform Rastgele Değişken, SRD'ler için Beklenti ve Varyans
8Ara Sınav
9Normal SRD, Üstel SRD, Kümülatif Dağılım Fonksiyonu, Darbe ve Birim Adım Fonksiyonları
10Sürekli Olasılık Yoğunluk Fonksiyonu ve SRD'ler için Koşullu Beklenti ve Varyans
11Aynı Sürekli Deney için Birden Fazla Sürekli Rastgele Değişken, Koşullu Olasılık Yoğunluk Fonksiyonu, Koşullu Beklenti, Koşullu Varyans
12Üç veya Daha Fazla Rastgele Değişkenin Ortak Kümülatif Dağılım Fonksiyonu, Rastgele Değişkenlerin Fonksiyonları için Dağılım
13İki Rastgele Değişkenin Fonksiyonu için Olasılık Yoğunluk Fonksiyonu, İki Rastgele Değişkenin İki Fonksiyonu
14Aynı Sürekli Deney için Birden Fazla Sürekli Rastgele Değişken, Koşullu Olasılık Yoğunluk Fonksiyonu, Koşullu Beklenti, Koşullu Varyans
15Vektör Rastgele Değişkenler (VRD), VRD'ler için Ortalama ve Varyans, Zayıf Büyük Sayılar Yasası, Merkez Limit Teoremi, Güçlü Büyük Sayılar Yasası, Korelasyon, Stokastik Sürece Giriş
16Final Sınavı
Kaynak
1- Orhan Gazi, Introduction to Probability and Random Variables, Springer, 2023, ISBN 978-3-031-31815-3. 2- Athanasios Papoulis, Probability, Random Variables and Stochastic Processes, Tata McGraw Hill, ISBN-10: 0070486581. 3- Dimitri P. Bertsekas, John N. Tsitsiklis, Introduction to Probability, 4th Edition, McGraw Hill, 2008. 4- Sheldon M. Ross, A First Course in Probability, 10th Edition, Pearson, 2018, ISBN 978-0134753119. 5- Alberto Leon-Garcia, Probability, Statistics, and Random Processes for Electrical Engineering, 3rd Edition, Pearson, 2008, ISBN 978-0131471221.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Temel Bilgi Birikimi: Matematik, fen bilimleri ve mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu bilgileri karmaşık mühendislik problemlerini modellemek ve çözmek için uygulama becerisi.
X
2
Problem Analizi: Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve uygun analiz yöntemlerini kullanarak çözme becerisi.
X
3
Tasarım Becerisi: Karmaşık bir sistemi, süreci veya ürünü, gerçekçi kısıtlar (ekonomi, çevre, sürdürülebilirlik, etik vb.) altında, istenen gereksinimleri karşılayacak şekilde tasarlama becerisi.
X
4
Araştırma ve İnceleme: Karmaşık problemlerin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
X
5
Modern Araç Kullanımı: Mühendislik uygulamaları için gerekli olan modern teknikleri, araçları ve bilişim teknolojilerini (MATLAB, Proteus, C/C++ gibi programlar) seçme ve kullanma becerisi.
X
6
Mesleki ve Etik Sorumluluk: Mesleki etik ilkelerine uygun davranma ve mühendislik uygulamalarının sosyal, hukuki ve çevresel sonuçları hakkında farkındalık sahibi olma.
X
7
İletişim ve Takım Çalışması: Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme ve sözlü/yazılı etkin iletişim kurma becerisi.
X
8
Yaşam Boyu Öğrenme: Bilgiye erişme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme bilinci.
X
9
Proje Yönetimi ve Girişimcilik: Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi iş hayatındaki uygulamalar hakkında bilgi; girişimcilik ve yenilikçilik farkındalığı.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Toplam İş Yükü (Saat)0
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(0/30)0
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır.

Dersin Detaylı Bilgileri

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
OLASILIK VE RASTGELE DEĞİŞKENLEREEE3123313Güz Dönemi3+034
Ders Programı

Pazartesi 15:40-16:30

Salı 10:40-11:30

Salı 11:40-12:30

Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüZorunlu
Dersin Koordinatörü
Dersi VerenlerDr.Öğr.Üye. Hayriye AKTAŞ DİNÇER
Dersin Yardımcıları
Dersin AmacıBu dersin amacı, öğrencilere olasılık teorisi ve rastgele değişkenlerin temel kavramlarını kazandırmaktır. Ders kapsamında ayrık ve sürekli rastgele değişkenler, olasılık dağılımları, koşullu olasılık, ortak dağılımlar, beklenti, varyans ve stokastik süreçlerin temel prensipleri ele alınmaktadır. Ayrıca öğrencilerin mühendislik ve bilimsel problemlerde olasılık ve rastgele süreç modellerini analiz etme ve uygulama becerilerinin geliştirilmesi amaçlanmaktadır.
Dersin İçeriğiBu ders; Deney, Örnek Uzay, Olay, Olasılık Tanımı, Olasılık Aksiyomları, Koşullu Olasılık, Ortak Deney,Toplam Olasılık Teoremi, Bağımsızlık, Bayes Kuralı, Sayma Prensibi, Permutasyonlar, Kombinasyonlar,Ayrık Rastgele Değişkenler, Olasılık Kütle Fonksiyonu, Ortalama, Varyans, Standart Sapma,Ayrık Rastgele Değişkenler için Kümülatif Dağılım Fonksiyonu, Binom Dağılımı, Poisson Dağılımı, Bernoulli Dağılımı, Ayrık Üniform Rastgele Değişken,Rastgele Değişkenlerin Fonksiyonları (Ayrık Durum), Ortak Olasılık Kütle Fonksiyonu, İki Rastgele Değişkenin Fonksiyonları,Koşullu Olasılık Kütle Fonksiyonu, Koşullu Ortalama, Rastgele Değişkenlerin Bağımsızlığı,Sürekli Rastgele Değişkenler (SRD), Sürekli Olasılık Yoğunluk Fonksiyonu, Üniform Rastgele Değişken, SRD'ler için Beklenti ve Varyans,Ara Sınav,Normal SRD, Üstel SRD, Kümülatif Dağılım Fonksiyonu, Darbe ve Birim Adım Fonksiyonları,Sürekli Olasılık Yoğunluk Fonksiyonu ve SRD'ler için Koşullu Beklenti ve Varyans,Aynı Sürekli Deney için Birden Fazla Sürekli Rastgele Değişken, Koşullu Olasılık Yoğunluk Fonksiyonu, Koşullu Beklenti, Koşullu Varyans,Üç veya Daha Fazla Rastgele Değişkenin Ortak Kümülatif Dağılım Fonksiyonu, Rastgele Değişkenlerin Fonksiyonları için Dağılım,İki Rastgele Değişkenin Fonksiyonu için Olasılık Yoğunluk Fonksiyonu, İki Rastgele Değişkenin İki Fonksiyonu,Aynı Sürekli Deney için Birden Fazla Sürekli Rastgele Değişken, Koşullu Olasılık Yoğunluk Fonksiyonu, Koşullu Beklenti, Koşullu Varyans,Vektör Rastgele Değişkenler (VRD), VRD'ler için Ortalama ve Varyans, Zayıf Büyük Sayılar Yasası, Merkez Limit Teoremi, Güçlü Büyük Sayılar Yasası, Korelasyon, Stokastik Sürece Giriş,Final Sınavı; konularını içermektedir.
Dersin Öğrenme KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
1. Olasılık teorisinin temel kavramlarını, aksiyomlarını ve temel teoremlerini açıklar.
2. Ayrık ve sürekli rastgele değişkenler için olasılık dağılımlarını, beklenti ve varyans kavramlarını analiz eder.
3. Koşullu olasılık, Bayes kuralı ve rastgele değişkenlerin bağımsızlığı ile ilgili problemleri çözer.
4. Birden fazla rastgele değişkenin ortak dağılımlarını, koşullu dağılımlarını ve fonksiyonlarını değerlendirir.
5. Büyük sayılar yasası, merkez limit teoremi, korelasyon ve stokastik süreçlerin temel prensiplerini mühendislik uygulamalarında yorumlar.
Öğretim Yöntemleri:
Ölçme Yöntemleri:

Ders Akışı

SıraKonularÖn Hazırlık
1Deney, Örnek Uzay, Olay, Olasılık Tanımı, Olasılık Aksiyomları, Koşullu Olasılık, Ortak Deney
2Toplam Olasılık Teoremi, Bağımsızlık, Bayes Kuralı, Sayma Prensibi, Permutasyonlar, Kombinasyonlar
3Ayrık Rastgele Değişkenler, Olasılık Kütle Fonksiyonu, Ortalama, Varyans, Standart Sapma
4Ayrık Rastgele Değişkenler için Kümülatif Dağılım Fonksiyonu, Binom Dağılımı, Poisson Dağılımı, Bernoulli Dağılımı, Ayrık Üniform Rastgele Değişken
5Rastgele Değişkenlerin Fonksiyonları (Ayrık Durum), Ortak Olasılık Kütle Fonksiyonu, İki Rastgele Değişkenin Fonksiyonları
6Koşullu Olasılık Kütle Fonksiyonu, Koşullu Ortalama, Rastgele Değişkenlerin Bağımsızlığı
7Sürekli Rastgele Değişkenler (SRD), Sürekli Olasılık Yoğunluk Fonksiyonu, Üniform Rastgele Değişken, SRD'ler için Beklenti ve Varyans
8Ara Sınav
9Normal SRD, Üstel SRD, Kümülatif Dağılım Fonksiyonu, Darbe ve Birim Adım Fonksiyonları
10Sürekli Olasılık Yoğunluk Fonksiyonu ve SRD'ler için Koşullu Beklenti ve Varyans
11Aynı Sürekli Deney için Birden Fazla Sürekli Rastgele Değişken, Koşullu Olasılık Yoğunluk Fonksiyonu, Koşullu Beklenti, Koşullu Varyans
12Üç veya Daha Fazla Rastgele Değişkenin Ortak Kümülatif Dağılım Fonksiyonu, Rastgele Değişkenlerin Fonksiyonları için Dağılım
13İki Rastgele Değişkenin Fonksiyonu için Olasılık Yoğunluk Fonksiyonu, İki Rastgele Değişkenin İki Fonksiyonu
14Aynı Sürekli Deney için Birden Fazla Sürekli Rastgele Değişken, Koşullu Olasılık Yoğunluk Fonksiyonu, Koşullu Beklenti, Koşullu Varyans
15Vektör Rastgele Değişkenler (VRD), VRD'ler için Ortalama ve Varyans, Zayıf Büyük Sayılar Yasası, Merkez Limit Teoremi, Güçlü Büyük Sayılar Yasası, Korelasyon, Stokastik Sürece Giriş
16Final Sınavı
Kaynak
1- Orhan Gazi, Introduction to Probability and Random Variables, Springer, 2023, ISBN 978-3-031-31815-3. 2- Athanasios Papoulis, Probability, Random Variables and Stochastic Processes, Tata McGraw Hill, ISBN-10: 0070486581. 3- Dimitri P. Bertsekas, John N. Tsitsiklis, Introduction to Probability, 4th Edition, McGraw Hill, 2008. 4- Sheldon M. Ross, A First Course in Probability, 10th Edition, Pearson, 2018, ISBN 978-0134753119. 5- Alberto Leon-Garcia, Probability, Statistics, and Random Processes for Electrical Engineering, 3rd Edition, Pearson, 2008, ISBN 978-0131471221.

Dersin Program Yeterliliklerine Katkısı

Dersin Program Yeterliliklerine Katkısı
NoProgram Yeterliliği Katkı Düzeyi
12345
1
Temel Bilgi Birikimi: Matematik, fen bilimleri ve mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu bilgileri karmaşık mühendislik problemlerini modellemek ve çözmek için uygulama becerisi.
X
2
Problem Analizi: Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve uygun analiz yöntemlerini kullanarak çözme becerisi.
X
3
Tasarım Becerisi: Karmaşık bir sistemi, süreci veya ürünü, gerçekçi kısıtlar (ekonomi, çevre, sürdürülebilirlik, etik vb.) altında, istenen gereksinimleri karşılayacak şekilde tasarlama becerisi.
X
4
Araştırma ve İnceleme: Karmaşık problemlerin incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi.
X
5
Modern Araç Kullanımı: Mühendislik uygulamaları için gerekli olan modern teknikleri, araçları ve bilişim teknolojilerini (MATLAB, Proteus, C/C++ gibi programlar) seçme ve kullanma becerisi.
X
6
Mesleki ve Etik Sorumluluk: Mesleki etik ilkelerine uygun davranma ve mühendislik uygulamalarının sosyal, hukuki ve çevresel sonuçları hakkında farkındalık sahibi olma.
X
7
İletişim ve Takım Çalışması: Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme ve sözlü/yazılı etkin iletişim kurma becerisi.
X
8
Yaşam Boyu Öğrenme: Bilgiye erişme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme bilinci.
X
9
Proje Yönetimi ve Girişimcilik: Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi iş hayatındaki uygulamalar hakkında bilgi; girişimcilik ve yenilikçilik farkındalığı.
X

Değerlendirme Sistemi

Katkı DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 40
Genel Sınavın Başarıya Oranı 60
Toplam 100

Sayısal Veriler

Öğrenci Başarı Durumu

Bilgi / Destek Butonu