MEKATRONİK 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 Mekatronik Mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alandaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilir.	5
2)	Karmaşık Mekatronik Mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçer ve uygular.	5
3)	Karmaşık mekatronik sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlar ve bu amaçla modern tasarım yöntemlerini uygular.	5
4)	Mekatronik Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirir, seçer ve kullanır; bilişim teknolojilerini etkin bir şekilde kullanır.	2
5)	Karmaşık Mekatronik Mühendisliği problemlerinin veya araştırma konularının incelenmesi için nümerik veya fiziksel deney tasarlar ve yapar, veri toplar, sonuçları analiz eder ve yorumlar.	3
6)	Mekatronik Mühendisliğini ilgilendiren problemlerde bireysel ve ilgili çok disiplinli takımlarda etkin biçimde çalışır.
7)	İngilizce ve Türkçe (eğer Türk vatandaşı ise) sözlü ve yazılı etkin iletişim kurma becerisi; alanındaki yenilikleri takip edebilecek düzeyde Ingilizce dil bilgisi (Avrupa Dil Portföyü B1 genel düzeyi) kazanir; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi kazanır.
8)	Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerilerine sahip olur.	2
9)	Etik ilkelerine uygun davranır, mesleki ve etik sorumluluk bilinci sahibidir; Mekatronik Mühendisliği uygulamalarında kullanılan standartlar hakkında bilgilidir.
10)	Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi edinir.	2
11)	Mekatronik Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi sahibidir; Mekatronik mühendisliği çözümlerinin hukuksal sonuçlarının farkındadır.	2