DERSİN TÜRÜ	Seçmeli
DERSİN DÜZEYİ	Tezli Yüksek Lisans
DERSİN YILI	-
YARIYIL	-
AKTS	10
ÖĞRETİM ELEMAN(LAR)I	Profesör Doktor Berna Dengiz
DERSİN ÖĞRENME KAZANIMLARI	Bu dersin sonunda öğrenciler; 1) Stokastik süreçleri tanımlayabilir 2) Stokastik süreçleri modelleyebilir
DERSİN VERİLİŞ BİÇİMİ	Yüz Yüze
DERSİN ÖNKOŞULLARI	Yok
ÖNERİLEN DERSLER	-
DERS TANIMI	Olasılık Teorisi Tekrarı, Olasılık uzayları, Bernoulli süreçleri, Kesikli zamanlı Markov zincirleri, Poisson süreçleri, Sürekli zamanlı Markov zincirleri, Markov karar süreçleri
DERS İÇERİĞİ	HAFTA KONULAR 1. Hafta Olasılık Teorisi Tekrarı 2. Hafta Olasılık uzayları 3. Hafta Üretim fonksiyonları ve dallanma süreçleri 4. Hafta Basit rassal yürüyüş 5. Hafta Bernoulli süreçleri 6. Hafta Kesikli zamanlı Markov zincirleri 7. Hafta Kesikli zamanlı Markov zincirleri 8. Hafta Ara Sınav 9. Hafta Poisson süreçleri 10. Hafta Sürekli zamanlı Markov zincirleri 11. Hafta Markov karar süreçleri 12. Hafta Markov karar süreci uygulamaları 13. Hafta Markov karar süreci uygulamaları 14. Hafta Proje sunumu
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR	Barry L. Nelson, Stochastic Modelling, Analysis and Simulation. Mc Graw Hill, USA,1995. J. Wiley Lawler, G.F. (2000), Introduction to Stochastic Processes, Chapmann&Hall/CRC Probability.
ÖĞRETİM YÖNTEM VE TEKNİKLERİ	Anlatım,Soru-Cevap,Sunum
DEĞERLENDİRME YÖNTEMİ VE GEÇME KRİTERLERİ	Sayısı Toplam Katkısı(%) Ara Sınav 1 35 Mini-Sınav 1 8 Proje 1 7 Toplam(%) 50 Yıl İçinin Başarıya Oranı(%) 50 Finalin Başarıya Oranı(%) 50 Toplam(%) 100
AKTS İŞ YÜKÜ	Aktivite Sayı Süresi(Saat) İş Yükü Ara Sınav 1 2 2 Kısa Sınavlara hazırlık 1 14 14 Sınıf Dışı Ders Çalışma Süresi 14 13 182 Final Sınavına Hazırlık 1 25 25 Ders Saati 14 3 42 Ara Sınava Hazırlık 1 25 25 Laboratuvar Final Sınavı 1 2 2 Ödevler 1 14 14 Toplam İş Yükü 306 Toplam İş Yükü / 30 10,2 Dersin AKTS Kredisi 10
DİL	Türkçe
STAJ / UYGULAMA	Yok