ENDÜSTRİ MÜHENDİSLİĞİ
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 Güz 3 0 3 6

Temel Bilgiler

Öğretim Dili: İngilizce
Dersin Türü: Must Course
Dersin Seviyesi: LİSANS
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Öğ.Gör. NERMINE AHMED EL SISSI
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

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) Matematik, fen bilimleri ve Endüstri mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. 5
2) Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. 3
3) Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında ve istenen gereksinimleri karşılayacak biçimde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi.
4) Endüstri Mühendisliğinde karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir biçimde kullanma becerisi.
5) Endüstri Mühendisliği uygulamalarında karşılaşılan 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 çalışma becerisi; bireysel çalışma becerisi.
7) İngilizce ve Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; 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 ve bilim ve teknolojideki gelişmeleri izleyerek 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.
12) Etkin ve verimli yönetme becerisi.