ANTALYA BİLİM ÜNİVERSİTESİ
Ders Bilgi Paketi

MATH 2005 - Olasılık ve İstatistik

Ders Öğretim Planı

Ders Kodu:
MATH 2005
Ders Adı:
Olasılık ve İstatistik
Dersin Sunulduğu Dil:
İngilizce
Dersin Türü:
Ders
Dersin Derecesi:
Lisans
AKTS:
5.00
Dersin Sorumlusu:
Prof. Dr. Semail ÜLGEN

Dersin Amacı

Dersin temel amacı, öğrencilere olasılık teorisindeki olasılık ve temel kavramlar, rasgele değişkenler, önemli olasılık dağılımları ve özellikleri, matematiksel beklenti ve varyans kavramlarını tanıtmaktır. Ayrıca, teorik arka plan ve uygulamalar da dahil olmak üzere istatistiğin temel kavram ve yöntemlerini öğreneceklerdir. Öğrencilerin ayrıca, istatistiksel yöntemlerin teknolojik ve bilimsel kararlar vermede oynadığı önemli rolün ilk takdirini kazanmaları beklenmektedir. Öğrencilerden daha sonraki ders çalışmalarında yararlı olacak istatistiksel ilke, yöntem ve araçları öğrenmeleri ve çalışma hayatında karşılaşılabilecek bazı veri analizi durumlarıyla ilgili olmaları beklenir.

Dersin İçeriği

Olasılık teorisindeki olasılık ve temel kavramlar, rasgele değişkenler, önemli olasılık dağılımları ve özellikleri, matematiksel beklenti ve varyans, teorik arka plan ve uygulamaları, istatistiğin temel kavram ve yöntemler, veri analizi teknikleri.

Dersin Ön Koşulu / Yan Koşulu

Yok

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Bertsekas, D. P., & Tsitsiklis, J. N. (2008). Introduction to Probability (2nd ed.). Athena Scientific.Devore, J.L. (2008): Probability and Statistics for Engineering and the Sciences, Seventh Edition; Thomson, Brooks/Cole, Duxbury.

Öğrenim Çıktısı

Kod Açıklama
ÖÇ1 Kombinatorik, bağımsızlık, koşullu olasılık ve Bayes kuralı dahil olmak üzere olasılıktaki temel kavramları öğrenir.
ÖÇ2 Mühendislikte ortaya çıkan, ayrık ve sürekli olasılık dağılımlarını içeren temel problemleri çözer hale gelir.
ÖÇ3 Minitab gibi hesaplama yazılımlarını kullanarak veri kümelerini analiz etmek için araçlar, varyanslar ve çeşitli grafik türleri gibi istatistiksel kavramları kullanır.
ÖÇ4 Örneklemeyi, örnekleme dağılımlarını ve merkezi limit teoremini anlar,uygular.
ÖÇ5 Güven aralıklarını anlayın ve başka bir derste ayrıntılı olarak yapılacak istatistiksel çıkarımı gerçekleştirir.

Haftalık Ders İçeriği

Hafta İçerik
1 Bölüm 1: Mühendislikte Olasılık ve İstatistiğe Giriş-Ders ve Küme Teorisi Hakkında Genel Bilgiler
2 Bölüm 1: Mühendislikte Olasılık ve İstatistiğe Giriş-Ders ve Küme Teorisi Hakkında Genel Bilgiler
3 Bölüm 2: Olasılık - Ders ve küme teorisi hakkında genel bilgiler - Rasgele değişkenler kavramı, olasılık fonksiyonları
4 Bölüm 2: Olasılık - Ders ve küme teorisi hakkında genel bilgiler - Rasgele değişkenler kavramı, olasılık fonksiyonları
5 Bölüm 3: Ayrık rasgele değişkenler ve olasılık dağılımları
6 Bölüm 3: Ayrık rasgele değişkenler ve olasılık dağılımları
7 Bölüm 4: Sürekli rasgele değişkenler ve olasılık dağılımları
8 Bölüm 4: Sürekli rasgele değişkenler ve olasılık dağılımları
9 Bölüm 5: Ortak olasılık dağılımları
10 Bölüm 5: Ortak olasılık dağılımları
11 Bölüm 5: Ortak olasılık dağılımları
12 Bölüm 6: Betimleyici İstatistik-İstatistiğin temel kavramları ve tanımı Veri analizi
13 Bölüm 6: Betimleyici İstatistik-İstatistiğin temel kavramları ve tanımı Veri analizi
14 Genel bakış

İş Yükü Hesaplaması

Etkinlik Sayı Süre (Saat) Toplam
Derse Katılım 14 3.00 42.00
Ders Öncesi Bireysel Çalışma 14 3.00 42.00
Ara Sınavı/Hazırlık 1 6.00 6.00
Final Sınavı/Hazırlık 1 14.00 14.00
Ev Ödevi 1 6.00 6.00
Toplam İş Yükü (Saat) 110
AKTS Kredisi (İş Yükü / 25) 4

Değerlendirme

# Değerlendirme Tipi Katkı Yüzdesi (%)
1 Final not %100

PÇ - ÖÇ Matrisi

Öğrenim Çıktıları (ÖÇ):
  • ÖÇ1
  • ÖÇ2
  • ÖÇ3
  • ÖÇ4
  • ÖÇ5

Dersin Eğitim - Öğretim Metodları

# Yöntem Adı Faal Araçlar
1 Ders (anlatım), etkileşimli tartışma Dinleme, not alma, tekrar etme, derste getirilen eğitim materyalleri üzerinden gösterilenleri uygulama Standart derslik teknolojileri, çoklu ortam araçları (projektör, bilgisayar, dijital sunumlar)
2 Tartışmalı Ders Dinleme ve anlamlandırma, eleştirel düşünme Standart derslik teknolojileri, çoklu ortam araçları, projektör, bilgisayar
3 Ödev Bilgisayar ve Excel kullanarak ödev sorularının çözülmesi ve analiz edilmesi Bilgisayar

Akademik Dürüstlük ve Yapay Zeka

Bu derste tüm öğrencilerden akademik dürüstlük ilkelerine uygun hareket etmeleri beklenmektedir. Kopya çekme, intihal, başkasının çalışmasını kendi çalışması gibi sunma ve yetkisiz iş birliği kesinlikle yasaktır. Tüm ödev, proje ve sınav çalışmaları öğrencinin kendi özgün emeğini yansıtmalıdır. Üretken yapay zekâ araçları yalnızca destekleyici öğrenme aracı olarak kullanılabilir. Öğrenciler, bu araçları kavramsal açıklamaları anlamak, alternatif çözüm yollarını incelemek veya kendi çözümlerini kontrol etmek amacıyla kullanabilirler. Ancak yapay zekâ tarafından üretilen içeriklerin doğrudan kopyalanarak ödev veya sınavlarda sunulması akademik ihlal olarak değerlendirilir. Öğrenciler, yapay zekâ araçlarından yararlandıkları durumlarda bunu açıkça belirtmekle yükümlüdür. Nihai çözüm, analiz ve yorumların öğrenciye ait olması zorunludur. Aksi durumlar üniversitenin akademik etik yönergeleri kapsamında değerlendirilir.

Sürdürülebilir Kalkınma Amaçları

SDG 9
SDG 11
SDG 12