sakarya üniversitesi olasılık ve istatistik ders notları / Sakarya Uygulamalı Bilimler Üniversitesi Eğitim Bilgi Sistemi

Sakarya Üniversitesi Olasılık Ve Istatistik Ders Notları

sakarya üniversitesi olasılık ve istatistik ders notları

<10) [10p] b) P(X>21) [10p] 2-) X ve Y sürekli rastlantı değişkenlerinin ortak olasılık yoğunluk fonksiyonu , 2, 0 1 ( , ) ˆ0, X Y y x x y aksi halde f           olarak verilmektedir. a) X ve Y nin marjinal olasılık yoğunluk fonksiyonları fX(x) ve fY(y) yi hesaplayınız. [10p] b) mx, my, σx 2 , σy 2 , cov(X,Y) ve korelasyon katsayısını hesaplayınız. [20p] 3-) X1, X2 XN ortalama değeri λ(0<λ<∞) olan Poisson dağılımına sahip bağımsız ve eşit dağılımlı rastlantı değişkenleri olsun. a) λ nın en büyük olabilirlik kestirimini elde ediniz.(Yanıt 1 1ˆ n i i X n     olmalıdır.) [15p] b) E[ ˆ ] yı hesaplayarak yansız olup olmadığını belirleyiniz. [10p] 4-) X rastlantı değişkeninin olasılık yoğunluk fonksiyonu 3 ( ) , 0 2 4 X x x f x   olarak verilmektedir.Y=X2 şeklinde tanımlanan Y rastlantı değişkeninin olasılık yoğunluk fonksiyonunu bulunuz. [25p] seafoodplus.info

Sakarya Üniversitesi Elektrik-Elektronik Mühendisliği Olasılık ve İstatistik Final Soruları 1. X ve Y rastlantı değişkenlerinin ortak olasılık kütle fonksiyonu tabloda verilmiştir. a) X ve Y’nin marjinal olasılık kütle fonksiyonlarını bulunuz. [10p] b) E[X] ve E[Y] beklenen değerini hesaplayınız. [10p] c) E[X/Y= -1] ve E[Y/X=0] değerlerini hesaplayınız. [10p] d) X ve Y rastlantı değişkenleri bağımsız mıdır? [10p] X/Y -1 0 1 -1 1/6 1/6 0 0 0 0 1/3 1 1/6 1/6 0 2. Rayleigh rastlantı değişkeninin 2   parametresi için maksimum olabilirlik kestiriminin   n j jX n 1 22 2 1 ˆ olduğunu gösteriniz. Bu kestirim yansız mıdır? [20p] (İpucu: Rayleigh rastlantı değişkeni için f(x)= 22 2/ 2   x e x  alınız.) 3. Ayrık X rastlantı değişkeninin olasılık yoğunluk fonksiyonu .4,3,2, 9 )(  x x xf olarak verilmektedir. a) X’in moment çıkartan fonksiyonunu bulunuz. [10p] b) Moment çıkartan fonksiyondan yaralanarak X’in ortalama değerini ve varyansını bulunuz. [10p] 4. X ve Y sıfır ortalamalı birim varyanslı bağımsız Gauss rastlantı değişkenleri olsun. 22 YXW  ve  )/(tan 1 XY olsun. W ve  ’nın ortak olasılık yoğunluk fonksiyonunu bulunuz. [20p] Sadece bir adet A4 boyutunda formül kâğıdı kullanılacaktır. Süre 90 dakikadır. Soru kağıtları öğrencide kalacaktır. BAŞARILAR…. Yrd. Doç. Dr. Gökçen ÇETİNEL seafoodplus.info

G.ÇETİNEL Sakarya Üniversitesi Elektrik-Elektronik Mühendisliği Olasılık ve İstatistik Final Soruları 1 - ) X rastlantı değişkeni N≈[5,16] ile verilen Gauss dağılımına sahiptir. Buna göre aşağıdaki olasılıkları 2 2 1 ( ) 2 t x Q x e dt           fonksiyonu cinsinden hesaplayınız. a) P[X>4] b) P[6≤X≤8] 2 - ) Y rastlantı değişkeninin ortalama değeri 33, varyansı 16’ dıseafoodplus.infohev eşitsizliğini kullanarak aşağıdaki olasılıkları hesaplayınız. a) P[23<X<43] (alt sınır bulunacak) b) P[lXl≥14] (üst sınır bulunacak) 3 - ) X rastlantı değişkeninin olasılık-yoğunluk fonksiyonu aşağıda verilmiştir: ( ) , 1,2,3 6X x c x f x    a) “c” sabitini bulunuz. b) (a) şıkkında elde ettiğiniz değeri yerine yazarak, X’ e ait “moment çıkartan fonksiyonu” bulunuz. c) Moment çıkartan fonksiyondan faydalanarak E[X] ve var[X] i bulunuz. 4 - ) X ve Y rastlantı değişkenleri “λ-1” parametreli bağımsız üstel rastlantı değişkenleridir.V=2X+Y ve W=X+2Y için fVW(V,W) ortak olasılık-yoğunluk fonksiyonunu bulunuz. 5 - ) 1 12 1 6 ( , ) , 0 2 , XY x y x y f x y          X ve Y rastlantı değişkenlerine ilişkin ortak olasılık-yoğunluk fonksiyonları yanda verilmiştir. a) Marjinal olasılık-yoğunluk fonksiyonlarını bulunuz. b) E[X/Y=1] ve E[Y/X=0] koşullu ortalama değerlerini hesaplayınız. c) Korelasyon katsayısını bulunuz. NOT: 1 adet A4 boyutunda formül kağıdı kullanılacaktıseafoodplus.infoül kağıtları çözümlü örnek içermemelidir.Sınav süresi dk dıseafoodplus.infor öğrencilerde kalacaktıseafoodplus.info makinası kullanılmayacaktır. BAŞARILAR seafoodplus.info

1Population and sampling notions Lecture, Question-Answer, Motivations to Show, Homework,2Data collection, arrangement and graphical presentation Lecture, Drilland Practice, Motivations to Show, Homework,3Data analysis using simple statistic techniques, means, deviations, skewness and kurtosis and comments. Lecture, Drilland Practice, Motivations to Show, Problem Solving, Testing, Homework,4Probability notion and solution of probability problems. Lecture, Discussion, Drilland Practice, Problem Solving, Testing, Oral Exam, Homework,5Probability distributions Lecture, Drilland Practice, Self Study, Problem Solving, Testing, Oral Exam, Homework,6Analysis of relationships between two or more variables Lecture, Discussion, Drilland Practice, Problem Solving, Testing, Homework,
]=P[B B ]=P[ ] [ ] [ ] P[ ] [ ] { [ ]. [ ]} { . } 2 p B P B P B B B P B P B P B p p p p p p             1 2 1 2 3 2 2 5 ].P[ ] P[ ]= P[A] P[A] p  C 1 2 3 2 3 2 3 2 2 3 2 3 BP[A

nest...

batman iftar saati 2021 viranşehir kaç kilometre seferberlik ne demek namaz nasıl kılınır ve hangi dualar okunur özel jimer anlamlı bayram mesajı maxoak 50.000 mah powerbank cin tırnağı nedir