BAHÇEŞEHİR ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| MATEMATİK | |||||
| Lisans | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF-LLL: 6. Düzey | ||
Ders Tanıtım Bilgileri
| Ders Kodu | Ders Adı | Yarıyıl | Teorik | Pratik | Kredi | AKTS |
| MAT3026 | Olasılık ve İstatistik | Bahar | 3 | 0 | 3 | 6 |
Temel Bilgiler
| Öğretim Dili: | İngilizce |
| Dersin Türü: | Must Course |
| Dersin Seviyesi: | LİSANS |
| Dersin Veriliş Şekli: | Yüz yüze |
| Dersin Koordinatörü: | Dr. Öğr. Üyesi SELÇUK KAYACAN |
| Dersi Veren(ler): |
Dr. Öğr. Üyesi MÜRÜVVET ASLI AYDIN |
| Opsiyonel Program Bileşenleri: | Tek faktörlü deneylerde dizayn ve analiz: ANOVA (opsiyonel) |
| Dersin Amacı: | Olasılık ve istatistikteki başlıklar, temel olasılık ve istatistik araçlarının geliştirilmesine yol açan tanımlarıyla tanıtılmaktadır. Mühendislik problemlerini çözmek ve bilinçli kararlar vermek için bu araçları kullanmak üzerinde durulur. |
Öğrenme Kazanımları
|
Bu dersi başarıyla tamamlayabilen öğrenciler; 1) Permütasyonları ve kombinasyonları kullanarak olasılık hesabı yapar; 2) Birleşim ve kesişim olasılığını hesaplar; 3) Bir elemanlar sisteminin güvenilirlik blok diyagramını belirler; 4) Koşullu olasılık kavramını anlar ve olasılık problemlerine uygular; 5) Olasılık dağılım fonksiyonlarını kullanarak olasılıkları hesaplar; 6) Beklenti değerlerini hesaplar; 7) Hipotez testini uygular; 8) Güven aralıklarını belirler. |
Dersin İçeriği
| Dersin öğretim yöntemi anlatım şeklindedir. Ders aşağıdaki konuları kapsayacaktır: Sayma ve olasılık (hem teorik hem de deneysel tanımlar); Olasılık kuralları (set teorisi dayalı); şartlı olasılık; Rastgele değişken; olasılık kütle fonksiyonları ve yoğunluk fonksiyonları; Beklenti değerleri; örnekleme teorisi (ortalama ve standart sapma); hipotez testi; Güven aralıkları (popülasyon ortalaması, popülasyon standart sapması için). |
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konu | Ön Hazırlık |
| 1) | Derse giriş. | |
| 2) | Sayma ve olasılık. | |
| 3) | Olasılık Kuralları (kümeler, ek kurallar, bağımsızlık), Güvenilirlik Blok Şeması. | |
| 4) | Koşullu olasılık (bağımsızlık, Bayes teorisi). | |
| 5) | Rasgele değişken ve olasılık dağılımları (ayrık ve sürekli) \ gözden geçirmek. | |
| 6) | Beklenti değerleri: populasyon ortalaması. | |
| 7) | Beklenti değerleri: popülasyon standart sapması. | |
| 8) | Özel ayrık dağılımlar (Geometrik, Hipergeometrik, Binom, Poisson). | |
| 9) | Özel sürekli dağılımlar (Üstel, Weibull, Normal). | |
| 10) | Örnekleme (örneklenen ortalama ve standart sapma ve dağılımları) \ gözden geçirmek. | |
| 11) | Hipotez testi (ortalama ve standart sapma, t ve ki-kare dağılımları için p değerleri). | |
| 12) | Güven aralıkları I - örnek ortalamada ortalama, eşleştirme, standart hata için aralıklar. | |
| 13) | Güven aralıkları II - ortalama (iki popülasyon) için aralıklar | |
| 14) | Güven aralıkları III - standart sapma için aralıklar. |
Kaynaklar
| Ders Notları / Kitaplar: | Walpole, Ronald E., et al. "Probability & Statistics for Engineers & Scientists", Prentice Hall, 9th ed. |
| Diğer Kaynaklar: | Douglas C. Montgomery & George C. Runger. "Applied Statistics and Probability for Engineers”; (2011) Wiley. Devore, Jay.; "Probability & Statistics for Engineering and the Sciences". CengageBrain.com. |
Değerlendirme Sistemi
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Ara Sınavlar | 2 | % 60 |
| Final | 1 | % 40 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 60 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 40 | |
| Toplam | % 100 | |
AKTS / İş Yükü Tablosu
| Aktiviteler | Aktivite Sayısı | Süre (Saat) | İş Yükü |
| Ders Saati | 14 | 3 | 42 |
| Sınıf Dışı Ders Çalışması | 14 | 7 | 98 |
| Ara Sınavlar | 1 | 2 | 2 |
| Final | 1 | 2 | 2 |
| Toplam İş Yükü | 144 | ||
Program ve Öğrenme Kazanımları İlişkisi
| Etkisi Yok | 1 En Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Temel matematik, uygulamalı matematik teori ve uygulamalarını kavramış olmak | 5 |
| 2) | Matematiksel ispatları anlamak ve onlara erişebilmek ve uygun ispatları inşa edebilmek ve ayrıca, problemleri tanımlayabilmek, onları analiz edebilmek ve problemlere bilimsel metotlara dayalı çözümler bulmak | 5 |
| 3) | Matematiği disiplinler arası bir yaklaşım ile gerçek hayata uygulayabilmek ve bunların etkin potansiyelini keşfetmek | 4 |
| 4) | Kendisini geliştirmek ve matematiğin kullanıldığı alanlarda modelleme yapabilecek seviyede gerekli bilgi birikimini elde etmek | 4 |
| 5) | Teorik ve teknik bilgileri detaylı bir biçimde uzmanlara, basit ve anlaşılabilir bir biçimde uzman olmayanlara anlatabilmek | 4 |
| 6) | Matematik alanında kullanılan bilgisayar programlarına aşina olmak ve bunlardan en az birini İleri Düzey Avrupa Bilgisayar Ehliyeti(the European Computer Driving Licence Advanced Level) seviyesinde kullanmak | 4 |
| 7) | Görev aldığı projelerin her adımında sosyal, bilimsel ve etik değerlere uygun davranmak ve çevre katılımı kapsamında proje tanıtımı ve uygulamaları yapabilmek | |
| 8) | Evrensel anlamda bir entelektüel birikime sahip olarak tüm süreçleri etkin bir biçimde değerlendirmek ve kalite yönetimi hakkında yeterli farkında lığa sahip olmak | 3 |
| 9) | Soyut düşünme yeteneğine sahip bir biçimde somut olaylar arasında ilgi kurmak, çözümleri aktarmak, deneyler tasarlamak, veri toplamak ve sonuçları bilimsel metotlarla analiz etmek ve müdahil olmak | |
| 10) | Yaşam boyu öğrenme hakkında bilinçli olarak, program boyunca edinilen bilgi, beceri ve yeteneklerini yenileyerek yaşam boyu öğrenmenin devamını sağlamak | 3 |
| 11) | Cebir, analiz, sayılar teorisi, mantık, geometri ve topoloji gibi matematik alanlarında kazandığı bilgiyi ortaöğretim seviyesine uyarlamak ve aktarmak | 3 |
| 12) | Yalnız veya bir ekibin elemanı olarak araştırma yapmak, bir projenin ilgili her adımında etkili olmak, karar verme süreçlerine katılmak, zamanı etkili kullanarak proje planlamak ve yürütmek | 4 |