Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Lisans - Mühendislik Fakültesi - Elektrik-Elektronik Mühendisliği (İngilizce)

Müfredat Adı Ders Kodu Ders Adı Ders Türü Dönem AKTS Teorik Uygulama
2020 Elektrik ve Elektronik Mühendisliği (İngilizce) STAT2056 Probability and Random Variables Zorunlu 5 4,00 3 0

Dersin İçeriği

Dersin Amacı

Bu dersin amacı Elektrik ve Elektronik Mühendisliği’nde işaret işleme ve haberleşme teorisinin anlaşılmasında son derece önemi olan olasılık teorisini güncel ve pratik örnekler üzerinden öğrencilere kavratmaktır. Bu sayede haberleşme teorisi, işaret işleme ve diğer olasılık bilgisi gerektiren Elektrik & Elektronik Mühendisliği konularına yönelecek öğrencilere gerekli teorik altyapıyı hazırlar.

Öğrenim Türü

-

Dersin İçeriği

Sayma, Örnek Uzay ve Olay kavramları, Koşullu olasılık, Rastlantı değişkeni, tekli ve çoklu ayrık rastlantı değişkenleri, Binom, Poisson, Geometrik rastlantı değişkenleri. Sürekli rastlantı değişkenleri, düzgün, normal, üstel olasılık dağılım fonksiyonları, merkezi limit teoremi.

Planlanan Öğrenme Aktiviteleri ve Metodları

Kuramsal içerik sınıfta açıklanmakta, uygulamalar ödev ve proje olarak verilmektedir.

Staj Durumu

Yok

Dersin Sunulduğu Dil

İngilizce

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Ders Kitabı: 1. Introduction to Probability, 2nd edition, Dimitri Bertsekas and John N. Tsitsiklis, Athena Scientific, 2008. 2. A First Course in Probability, Sheldon Ross, Prentice Hall Ek Kaynaklar: 1. S. M. Kay, Intiutive Probability and Random Processes Using MATLAB, Springer, 2006. 2. A. Papoulis, S. U. Pillai, Probability, Random Variables and Stochastic Processes, McGraw Hill, 2002. 3. A. Leon-Garcia, Probability, Statistics and Random Processes for Electrical Engineering, Prentice Hall, 2008. 4. J. A. Gubner, Probability and Random Processes for Electrical and Computer Engineers, Cambridge, 2006.

Dersin Web Sayfası

Yok.

Öğrenme Çıktıları

  • Rastlantısal düşünmeyi sorgulayabilme. Temel olasılık kavramlarını tanımlayabilme.
  • Koşullu olasılık kavramını açıklayabilme. Olasılık problemlerini rastlantı değişkeni kavramını kullanarak matematiksel biçimde ifade edebilme
  • Ayrık ve sürekli rastlantı değişkenlerini ayırt edebilme
  • İki rastlantısal olay arasında karar verebilme problemini, olasılık dağılım fonksiyonları ile ilişkilendirebilme.
  • Elektrik & Elektronik Mühendisliğindeki bazı temel problemleri olasılık bilgisi kullanarak açıklayabilme

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik
1 Ders tanımı, olasılık modelleri, Sayma prensipleri, Permütasyon, Kombinasyon
2 Koşullu olasılık, Bayes Kuralı,
3 Bağımsızlık, Bayes Kuralı, bağımsızlık üzerine örnekler,
4 Rastlantı değişkeni tanımı, Beklenen değer ve varyans, Rastlantı değişkenleri fonksiyonları,
5 Ayrık Rastlantı değişkenleri, Bernoulli, Binomial, Geometric, Poisson rastlantı değişkenleri
6 Arasınav I
7 Sürekli rastlantı değişkenleri,
8 Düzgün, üstel rastlantı değişkenleri
9 Normal dağılım and Bayes karar kuralı
10 Çoklu rastlantı değişkenleri
11 Kovaryans ve İlişki katsayısı
12 Sürekli ve çoklu rastlantı değişkenleri
13 Arasınav II
14 Merkezi Limit Kuralı
15 Karar kuralları, Tip 1 ve Tip 2 hatalar
16 Yarıyıl sonu sınavı hazırlık haftası
17 Yarıyıl sonu sınavı