Makine Mühendisliği
Dersin Ayrıntıları
KTO KARATAY ÜNİVERSİTESİ
Mühendislik ve Doğa Bilimleri Fakültesi
Makine Mühendisliği Programı
Ders Bolognaları
Mühendislik ve Doğa Bilimleri Fakültesi
Makine Mühendisliği Programı
Ders Bolognaları
| Ders Kodu | Ders Adı | Yıl | Dönem | Yarıyıl | T+U+L | Kredi | AKTS |
|---|---|---|---|---|---|---|---|
| 05440003 | Probability and Statistics | 2 | Bahar | 4 | 3+0+0 | 3 | 4 |
| Dersin Türü | Zorunlu |
| Dersin Düzeyi | Lisans (TYYÇ: 6. Düzey / QF-EHEA: 1. Düzey / EQF-LLL: 6. Düzey) |
| Dersin Dili | Türkçe |
| Yöntem ve Teknikler | Anlatım |
| Dersin Veriliş Şekli | Yüz Yüze |
| Ön Koşullar | - |
| Dersin Koordinatörü | Dr. Öğr. Üyesi Remzi ŞAHİN |
| Dersi Veren(ler) | Dr. Öğr. Üyesi Vahdettin DEMİR |
| Yardımcı(lar) | - |
Dersin Öğretim Eleman(lar)ı
| Adı Soyadı | Oda No. | E-Posta Adresi | Dahili | Görüşme Saatleri |
|---|---|---|---|---|
| Dr. Öğr. Üyesi Vahdettin DEMİR | AZ-31 | [email protected] | 7696 | Çarşamba 12.00-14.00 |
Dersin İçeriği
Giriş, Verilerin Toplanması, Verilerin İşlenmesi, Seriler, Grafikler, merkezi eğilim ve dağılım ölçüleri, varyans analizi, eğri uydurma, korelasyon ve regresyon analizi
Dersin Amacı
Temel istatistiksel kavramların öğretilmesi ana başlığı altında; Verilerin toplanması, derlenmesi, özetlenmesi, sunumu, analizi ve aynı zamanda verilerden geçerli bir sonuç çıkarılması, eğri uydurma, korelasyon ve regresyon analizi olasılık ve istatistik dersinin başlıca amaçlarındandır.
Dersin Alan Öğretimini Sağlamaya Yönelik Katkısı
| Temel Meslek Dersleri | X |
| Uzmanlık / Alan Dersleri | |
| Destek Dersleri | |
| Aktarılabilir Beceri Dersleri | |
| Beşeri, İletişim ve Yönetim Becerileri Dersleri |
Dersin Öğrenim Kazanımlarının Program Kazanımları ile Olan İlişkileri
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Program Yeterlilikleri | Düzey |
|---|---|---|
| P1 | Matematik, fen bilimleri ve Makine Mühendisliği disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinin çözümünde kullanabilme becerisi. | 5 |
| P5 | Karmaşık mühendislik problemlerinin veya makine mühendisliğine özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | 5 |
Dersin Öğrenim Kazanımları
| Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir: | |||
|---|---|---|---|
| No | Öğrenme Çıktıları | Prog. Yet. İlişkisi | Ölçme Yöntemi ** |
| Ö1 | Matematik, fen ve mühendislik bilgilerini uygulama becerisi kazanır | P.1.29 | 1 |
| Ö2 | Mühendislik verilerini analiz eder. | P.1.30 | 1 |
| Ö3 | İstatistiksel olarak analiz etme, yorumlama, çıkarım yapma ve tahmin etme becerisi kazanır. | P.5.1 | 1 |
| Ö4 | Bir sistem tasarlama becerisi kazanır. | P.5.2 | 1 |
| ** Yazılı Sınav: 1, Sözlü Sınav: 2, Ev Ödevi: 3, Lab./Sınav: 4, Seminer/Sunum: 5, Dönem Ödevi: 6, Uygulama: 7 | |||
Dersin Haftalık İçeriği
| Hafta | Konu |
|---|---|
| 1 | Makine mühendisliğinde istatistiğin önemi |
| 2 | Küme Teorisi, Sayma teknikleri: çarpma kuralı, permütasyon, Tekrarlı permütasyon, kombinasyon |
| 3 | Frekans analizi ve parametrelerin tahmini |
| 4 | Rastgelelik, örnek uzay, olayların küme cebiri, olasılık uzayı, olasılık aksiyomu |
| 5 | Koşullu Olasılık, Bayes teoremi |
| 6 | Olasılık dağılımları |
| 6 | Sürekli Olasılık Dağılım Modellerinin Belirlenmesi |
| 8 | Olasılık Dağılım Modellerinin Belirlenmesi |
| 9 | Çok değişkenli dağılım, ortak olasılık dağılımları, extrem dağılımlar |
| 10 | Hipotez testleri |
| 11 | Hipotez testleri |
| 12 | Regresyon ve korelasyon analizi |
| 13 | Regresyon ve korelasyon analizi |
| 14 | Genel uygulamalar |
Ders Kitabı veya Malzemesi
| Kaynaklar | Douglas C. Montgomery and George C. Runger, "Applied Statistics and Probability for Engineers |
| Ross S. , 2010, First Course in Probability, 8th edition, Prentice Hall |
Değerlendirme Yöntemi ve Geçme Kriterleri
| Yarıyıl Çalışmaları | Sayısı | Katkı (%) |
|---|---|---|
| Devam | - | - |
| Laboratuvar | - | - |
| Uygulama | - | - |
| Derse Özgü Staj (Varsa) | - | - |
| Ödev | - | - |
| Sunum | - | - |
| Projeler | - | - |
| Seminer | - | - |
| Kısa sınav (Quiz) | - | - |
| Ara Sınavlar | 1 | 40 (%) |
| Yarıyıl Sonu Sınavı | 1 | 60 (%) |
| Toplam | 100 (%) | |
AKTS / Çalışma Yükü Tablosu
| Etkinlik | Sayı | Süre | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Hafta Sayısı ve Saati | 14 | 4 | 56 |
| Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, Kütüphane, Pekiştirme) | 11 | 4 | 44 |
| Ara Sınav | 1 | 10 | 10 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 0 | 0 | 0 |
| Uygulama | 0 | 0 | 0 |
| Laboratuvar | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Atölye | 0 | 0 | 0 |
| Sunum/Seminer Hazırlama | 0 | 0 | 0 |
| Alan Çalışması | 0 | 0 | 0 |
| Dönem Sonu Sınavı | 1 | 10 | 10 |
| Diğer | 0 | 0 | 0 |
| Toplam İş Yükü: | 120 | ||
| Toplam Yük / 30 | 4 | ||
| Dersin AKTS Kredisi: | 4 | ||
Ders - Öğrenme Çıktıları İlişkisi
| İlişki Düzeyleri | ||||
| En Düşük | Düşük | Orta | Yüksek | En Yüksek |
| 1 | 2 | 3 | 4 | 5 |
| # | Öğrenme Çıktıları | P1 | P5 |
|---|---|---|---|
| Ö1 | Matematik, fen ve mühendislik bilgilerini uygulama becerisi kazanır | 5 | - |
| Ö2 | Mühendislik verilerini analiz eder. | 5 | - |
| Ö3 | İstatistiksel olarak analiz etme, yorumlama, çıkarım yapma ve tahmin etme becerisi kazanır. | - | 5 |
| Ö4 | Bir sistem tasarlama becerisi kazanır. | - | 5 |