Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
3MATH253Olasılık ve İstatistik3+0+03519.07.2024
Dersin Detayları
Dersin Dili İngilizce
Dersin Düzeyi Lisans
Bölümü / Programı Havacılık ve Uzay Mühendisliği
Öğrenim Türü Örgün Öğretim
Dersin Türü Zorunlu
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı Bu dersin amacı, temel istatistik ve olasılık kavramlarının, kesikli ve sürekli dağılımlar gibi konularını açıklamak, olasılık hesaplamasında kullanılan tekniklerin uygulayabilmektir.
Dersin İçeriği İstatistiksel Araçlar, Rassal Değişkenler, Kesikli ve Sürekli Olasılık Dağılımları, Merkezi Limit Teoremi ve Uygulamaları.
Dersin Yöntem ve Teknikleri
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Doç.Dr. Durmuş Sinan Körpe
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar J. L. Devore, Probability and Statistics for Engineering and the Sciences, 9th Ed., Cengage Learning, 2014.

Ders Yapısı
Matematik ve Temel Bilimler %60
Mühendislik Bilimleri %40

Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 2 % 30
Ödev 5 % 30
Yarıyıl Sonu Sınavı 1 % 40
Toplam :
8
% 100

 
AKTS Hesaplama İçeriği
İş Yükü Sayısı Süre Toplam İş Yükü (Saat)
Ders Süresi 14 3 42
Sınıf Dışı Ç. Süresi 14 3 42
Ödevler 5 4 20
Ara Sınavlar 2 3 6
Yarıyıl Sonu Sınavı 1 3 3
Toplam İş Yükü   AKTS Kredisi : 4 113

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 Temel istatistik kavramlarını öğrenir ve bunları kullanarak veri kümelerini yorumlar
2 Olasılığın koşullama, bağımsızlık, beklenti ve değişkenlik gibi temel kavramlarını tanımlar
3 Kesikli ve sürekli dağılımları ne zaman kullanması gerektiğine karar verir
4 Örneklem, örneklem ortalaması ve örneklem varyansı dağılımlarını kavrar, merkezi limit teoremini kullanarak örneklem ortalamasıyla ilişkili olasılıkları hesaplar.
5 Kesikli dağılımlar için sürekli dağılımı kullanarak olasılık hesaplamayı öğrenir

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 İstatistiğin temel tanımları
2 Nümerik yöntemlerle veriyi yorumlamak
3 Olasılığın temel tanımları
4 Koşullu olasılık, lineer bağımsızlık
5 Bayes teoremi
6 Kesikli rassal değişkenler
7 Kesikli rassal değişkenler için olasılık dağılımları
8 Ortak ve marjinal olasılık dağılımları
9 Lineer regresyon
10 Sürekli rassal değişkenler, ortalama, varyans
11 Sürekli rassal değişkenler için olasılık dağılımları
12 Sürekli rassal değişkenlerin uygulamaları
13 Limit teoremleri ve merkezi limit teoremi
14 Merkezi limit teoreminin uygulamaları

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11
Tüm 5 3 2 1 1 1 1 1 2 1 5
Ö1 5 3 2 1 1 1 1 1 2 1 5
Ö2 5 3 2 1 1 1 1 1 2 1 5
Ö3 5 3 2 1 1 1 1 1 2 1 5
Ö4 5 3 2 1 1 1 1 1 2 1 5
Ö5 5 3 2 1 1 1 1 1 2 1 5

  Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek