olasilikkisi.deu.edu.tr/s.ucdogruk/ist 2018/4_ olasılık_2017.pdf · 2018. 11. 27. · 1 olasilik...
TRANSCRIPT
1
OLASILIK
• Populasyon hakkında bilgi sahibi olmak amacı ile
alınan örneklerden elde edilen bilgiler bire bir doğru
olmayıp hepsi mutlaka bir hata payı taşımaktadır.
• Bu hata payının ortaya çıkmasının sebebi seçilen
örneklerin Ģansa bağlı olarak farklılıklar göstermesi
ve bunun sonucunda her deneyde farklı sonuçlarla
karĢılaĢılmasıdır.
• Olasılık, herhangi bir deneyin sonucunda ortaya
çıkan olayların belirsizliğinin incelenmesi anlamına
gelir.
2
• Olasılık bir diğer ifadeyle bir olayın meydanagelme şansının sayısal ifadesidir.
• 17 yy.’da şans oyunlarıyla birlikte kullanılmayabaşlanan olasılık, uygulamalı matematiğin bir dalıolarak gelişim göstermiş ve istatistiksel yorumlamadaönemli uygulama alanı bulmuştur.
Örnekler:
• Madeni paranın atılması sonucu tura gelmeolasılığı,
• Bir deste iskambil kağıdından çekilen 2 kağıdın enaz birinin papaz olma olasılığı,
• Nişanlı olan bir çiftin evlenme olasılığı.???
3
Temel Tanımlar ve Kavramlar-I• Tekrarlanabilir Deney: Sonucu kesin olarakkestirilemeyen bir tek çıktı (Ģans değiĢkeni)oluĢturan eylem, gözlem ya da süreçtir.
Örnek: madeni para atılması, içinde 5 sarı 7 lacivertbilye bulunan torbadan bir top çekilmesi.
Basit Olay
Tek bir deneyde tek bir sonuç veren olaylara basit
olay denir.
Örneğin 52 lik bir desteden as çekilmesi
Madeni bir para ile atış yapıldığında tura gelmesi
4
BileĢik Olay
İki veya daha fazla olayın birlikte veya birbiri ardınca
meydana gelmesine denir.
İki zarın birlikte atılması durumunda 4 görülmesi
52 lik bir desteden çekilen asın aynı zamanda karo
olması
5
•Örnek Uzayı: Bir deneyin sonucunda elde edilen
tüm mümkün basit olaylarının oluĢturduğu
kümedir. Genellikle S ile tanımlanır.
Örnek: Hilesiz bir zarın atılması sonucu elde edilen
örnek uzayı;
x: zarın üst yüzünde gelen sayı
• S = { x; x = 1,2,3,4,5,6 }
6
• Eşit Olasılıklı Olaylar: Bir örnek
uzayındaki tüm basit olayların ortaya
çıkma olasılığı eĢit ise bu olaylara eĢit
olasılıklı olaylar denir.
• Örnek: Bir deste iskambil kağıdından bir
adet kağıt çekilmesi.
7
• BağdaĢmaz Olay
Bir olayın ortaya çıkması diğer bir olayın ortaya
çıkmasını engelliyorsa yani iki olay birlikte
meydana gelemiyorsa bağdaşmaz olaydır.
Örneğin bir sınavdan ya geçilir ya da kalınır.
• BağdaĢır olay:Bir olayın ortaya çıkması başka bir
olayın ortaya çıkmasını engellemiyorsa iki veya
daha çok olay birlikte meydana gelebiliyorsa
bağdaşır olaydır.
• Zarın atılması sonucu 1 ve tek sayı gelmesi.
Çünkü aynı anda gerçekleşebilirler.
• 52 lik desteden çekilen kartın maça olması kız
olmasını engellemez.
8
• Bağımsız olay: Bir olayın ortaya çıkması
başka bir olayın ortaya çıkmasından ilişkisiz ise
( ( ). ( )P A B P A P B
Ailede birinci çocuğun erkek olması ikincisinin de
erkek olacağı anlamına gelmez.
• Bağımlı olay: Bir olayın ortaya çıkması başka bir
olayın ortaya çıkmasını etkiliyorsa
• 52 lik bir desteden iadesiz arka arkaya iki kart
çekiliyor. Kart sayısı önce 52 sonra 51.
• 6 beyaz, 8 kırmızı top var. 3 top çekiliyor İade
edilirse bağımsız, iade edilmezse bağımlı
olaydır.
9
Olasılığın Ġki Temel Kuralı;
1) Tüm basit olayların olasılıkları 0 ile 1arasındadır.
2) Bir örnek uzayındaki tüm basit olaylarınortaya çıkma olasılıklarının toplamı 1’e eĢittir.
DĠKKAT!!!!
Hiç bir olayın OLASILIĞI 1’den büyük
olamaz!!!!
• Bir A olayın ortaya çıkma olasılığı; P(A) şeklindegösterilir.
10
Olasılığın Limitleri
Kesin bir olayın olasılığı 1’dir.
Ġmkansız bir olayın olasılığı 0’dır.
Bir A olayı için 0 P(A) 1.
11
Tanımlar
A ve B olayları, eğer birlikte meydanagelemiyorlarsa, ayrıktır (birbirini engelleyenolaylardır).
12
Birbirini Bütünleyen (Tümleyen) Olaylar
ATüm basit olaylar A veya içerisinde yer alır.
A ve ayrık olaylardır.A
A Olayının Venn Diyagramı Gösterimi
13
Olasılığın GeliĢim AĢamaları
• Klasik (A Priori) Olasılık
• Frekans (A Posteriori) Olasılığı
• Aksiyom Olasılığı
NOT:Bu sıralama olasılık teorisinin tarihsel gelişimini tanımlamaktadır.
14
Klasik Olasılık
• Bir olayın aynı şartlar altında meydana gelebilecek
bütün olanaklı sonuçlarını “elverişli” ve “elverişsiz”
şeklinde iki gruba ayırıp birinci gruptakilerin sayısını “a”
ve ikinci gruptakilerin sayısını “b” ile gösterelim. Bütün
bu sonuçlar aynı derecede olası olup karşılıklı olarak
birinin meydana gelmesi diğerinin meydana gelmesini
imkansız kılarsa “elverişli sonucun ortaya çıkması
olasılığı” a/a+b dir. “Elverişsiz sonucun ortaya çıkması
olasılığı b/a+b dir.
15
Örnek: Bir kapta 5 sarı, 5 lacivert ve 5 adetyeşil bilye bulunmaktadır. Çekilen bir bilyeninsarı olma olasılığı nedir?
A: Çekilen bir bilyenin sarı olması
n(S): Örnek uzayı eleman sayısı = 15
n(A): Örnek uzayındaki A elemanı sayısı = 5
3
1
15
5
)(
)()(
Sn
AnAP
Klasik olasılık TÜMDENGELİME dayanan çıkarımlar
yaparak olasılığı bulur.
16
Klasik Olasılık Niçin Yetersizdir?
• Örnek uzayının eleman sayısı sonsuz olduğu
durumlarda,
• Eşit olasılıklı olay varsayımı yapılamadığı
durumlarda ,
– Tümdengelim çıkarımları yapılamadığında
klasik olasılık ile hesaplama yapılamayacağından
yetersizdir.
17
Ne Yapılabilir?
•Araştırılan anakütle üzerinde tekrarlı
deneyler gerçekleştirilerek sonuçlar analiz
edilmek üzere kayıt edilmelidir.
18
Frekans Olasılığı
• Araştırılan anakütle üzerinde n adet deney
uygulanır. Yapılan bu deneylerde ilgilenilen A olayı
n(A) defa gözlenmiş ise A olayının göreli frekansı
(yaklaşık olasılığı):
P(A) = n(A) / n
olarak bulunur.
19
Örnek:
Kusursuz ve dengeli bir parayı 100 defa havaya
fırlattığımız zaman 50 defa yazı gelmesi beklenir.
Oysa bir deneme yapıldığında 50 defa yazı gelmesi
zordur. Ancak örnek sayısı giderek arttırıldığında
elde edilen yazı sayısının deney sayısına oranının
0.50 ye yaklaştığı görülür.
Bir prosedür (deney) tekrarlandıkça, frekans
olasılığı gerçek olasılığa yaklaşma eğilimi gösterir.
Büyük Sayılar Kanunu:
20
Frekans Olasılığının Kararlılık Özelliği
• Gerçekleştirilen deney sayısı arttıkça P(A)
olasılık değerindeki değişkenlik azalacak ve
giderek bir sabit değere yaklaşacaktır. Bu duruma
kararlılık özelliği adı verilir.
• Bir olayın olasılığı deneyin tekrarlama sayısı
sonsuza yaklaşırken o olayın göreli frekansının
alacağı limit değer olarak tanımlanır.
p = P(A) = lim n(A) / n
n
21
Frekans Olasılığı Niçin Yetersizdir?
• Olasılığın kararlılık değerine ulaştığı deneme
sayısı kaçtır?
• Sonsuz adet deneme yapmak mümkün değildir.
• Aynı deney iki defa aynı tekrar sayısı ile
gerçekleştirildiğinde elde edilen olasılıklardan
hangisi olayın olasılığı olarak kabul görecektir?
22
Aksiyom Olasılığı
• Olasılığın matematiksel teorisini tanımlar.
• Bu teorinin oluşturduğu ideal modeller
yaşadığımız dünyanın problemlerini çözmede
kullanılır.
• Olasılığın iki genel tipinin sahip olduğu önemli
ortak nokta: Her ikisinin de, benzer koşullarda
(teorik olarak aynı koşullarda) uygulanan deneylere
gereksinim duymasıdır.
• Bununla birlikte benzer koĢullarda tekrarlı
olarak uygulanamayan durumlarda olasılıkların
hesaplanmasında AKSĠYOM OLASILIĞI yardımcı
olur.
23
Benzer KoĢullarda Tekrarlı Olarak
Uygulanamayan Durumlara Örnekler:
• Türkiye’nin 1 hafta içinde Kuzay Irağa sınır ötesi operasyon düzenleme olasılığı nedir?
• Çok hoşlandığınız bir arkadaşınızla çıkma olasılığı nedir?
• Fenerbahçe - Galatasaray maçının 6-0 bitmesi olasılığı nedir?
24
Aksiyomlar
• Bir olayın olasılığı 0 ile 1 arasındadır. Örneğin bir
para atıldığında yazı gelme olasılığı 0.5 dir.
• Bir örnek uzayındaki tüm sonuçların olasılıklarının
toplamı 1 e eşittir.
25
• Aksiyom 1:
– P(A) örnek uzayı S’deki her A olayı için P(A)0
olan bir gerçel sayıdır.
• Aksiyom 2:
– P(S)=1 { P()=0 }
• Aksiyom 3:
– Eğer S1,S2, ...Olaylarının her biri S’deki ayrık
olaylar ise,diğer bir deyişle SiSj= tüm ij için
ise,
P(S1S2 ...)=P(S1)+P(S2)+...
26
Sadece Aksiyomlar Yeterli mi?
HAYIR
• Bu aksiyomların ve onlara bağlı teoremlerin
faydalı bir model geliştirilmesinde bize yardımcı
olabilmesi için, S örnek uzayındaki her bir A olayı
için olasılığın hesaplanmasında kullanılacak bir
FONKSİYONA ya da bir KURALA gereksinim
vardır .
27
• Bu fonksiyonlar İlgilenilen anakütlenintanımladığı ÖRNEK UZAYINA Göre farklılıkGösterir.
Sık karşılaşılan üç farklı örnek uzayı;
• Sonlu elemanlı kesikli örnek uzayı(sayılabilir sonlu)
• Genel kesikli örnek uzayı (sayılabilir sonsuz)
• Sürekli örnek uzayı (sayılamaz sonsuz)
olarak ifade edilir.
28
• x : herhangi bir gün içinde yağmur yağması
x = 0 ( yağmur yağmaz )
x = 1 ( yağmur yağar )
Örnek Uzayı;
S = { x / 0, 1 }
veya
S = { x / Yağmursuz , Yağmurlu }
olarak belirlenir ve sayılabilir sonlu bir örnek
uzayıdır.
29
• x : bir zar için 6 gelinceye kadar yapılan atış sayısı
Örnek Uzayı;
S = { x / 1,2,3,……….. }
olarak belirlenir ve sayılabilir sonsuz bir örnek
uzayıdır. (kesikli Ģans değiĢkeni)
• x : öğrencilerin boyları
Örnek Uzayı;
S = { x / 150 < x < 200 }
olarak belirlenir ve sayılamaz sonsuz bir örnek
uzayıdır. (sürekli Ģans değiĢkeni)
30
Bazı Temel Olasılık Aksiyomları
1. P ( S ) = 1
2. P ( ) = 0
3. A olayının tümleyeni olarak gösterilir.A
)AP(1)AP(
31
Örnek Uzayı ve Olay Sayısının Büyük
Olduğu Durumlar
Örnek uzayı ve olay sayısının büyük olduğu
durumlarda kullanılan sayma yöntemleri;
– Permütasyon
– Kombinasyon
32
Permütasyon
• Sıraya konulacak n adet nesne olsun ve her biri
sadece bir kez kullanılmak üzere kaç farklı
sıralama yapılabilir?
............
n nesnenin mümkün sıralamalarının sayısı:
n(n-1)(n-2)...(2)(1)=n! nPn = n!
n n-1 2n-2 1
33
• n tane nesne arasından seçilmiş x tane nesnenin
permütasyon sayısı …..olarak ifade edilir.
• Toplam n tane nesne arasından x tane nesne
seçilir ve bunlar sıraya konulursa ortaya çıkabilecek
sıralamaların sayısıdır ve şu şekilde hesaplanır:
• Kullanıldığı durumlar
– Ġadesiz örnekleme
– Örneğe çıkıĢ sırası önemli
xn P
!!
xn
nPxn
34
Örnek: 8 atletin katıldığı 100 metre yarıĢmasındailk üç dereceye girenler kaç farklı Ģekildebelirlenir ?
3366*7*8)!38(
!838
P
Örnek: 2,3,5,6,7 ve 9 sayılarını kullanarak 4 basamaklı
rakamları birbirinden farklı kaç sayı oluşturulur?
3603*4*5*6)!46(
!646
P
6 5 4 3 =360
35
Kombinasyon
• n adet nesne arasından seçilen x tanesinin
kombinasyon sayısı ile gösterilir. Sıralama
önemli olmaksızın tüm durumların sayısı olarak
ifade edilir. Bu sayı şu şekilde hesaplanır:
xnC
!!
!
xxn
nC
xn
• Kullanıldığı durumlar;
– Ġadesiz örnekleme
– Örneğe çıkıĢ sırası önemsiz
36
Örnek: Beş kişilik bir topluluktan üç kişilik bir
komisyon kaç farklı şekilde seçilir ?
102*3*2
2*3*4*5
!3)!35(
!535
C
Örnek: 10 erkek ve 5 kadın arasından 2 erkek ve 1
kadın üye içeren bir kurul kaç farklı şekilde
oluşturulur?
( 10 erkek arasından 2 erkek )
( 5 kadın arasından 1 kadın )
Çarpım kuralı uygulanarak 45 * 5 =225 farklı şekilde
oluşturulur.
452
9*10
!2)!210(
!10210
C
5!1)!15(
!515
C
Örnek: 10 işletme ve 8 iktisat öğrencisiarasından 5 kişilik bir komisyon oluşturulacaktır.Rasgele bir seçim yapıldığında komisyondaçoğunlukla işletme öğrencisi olma olasılığı nedir?
5 işletme 0 iktisat,
4 işletme 1 iktisat,
3 işletme 2 iktisat
62,08568
5292
518
28310
518
18410
518
08510 C
CC
C
CC
C
CC
Örnek: Ali ve Veli isimli iki arkadaş zar atarak oyun
oynuyorlar. Oyuna Ali başlıyor. Zar 1 veya 2 gelirse
oyunu kazanıyor. 3,4 veya 5 gelirse oyuna devam
etme hakkını kazanıyor. 6 gelirse zar atma sırası
Veliye geçiyor. Ali’nin bu oyunu kazanma olasılığı
bulunuz.
Ali’nin oyunu kazanma olasılığı p olsun,
3
2
6
31
63
6
2
6
3
6
2
6
2
6
3
6
3
6
2
6
3
6
2
0
0
kazanma atistaucuncu kazanma atista ikincikazanma atistailk
i
i
p
39
Örnek Uzayı ve Olay Sayısını Belirleyen
Sayma Yöntemleri
• Klasik olasılığın diğer bir ifade ile eşit olasılıklı
olayların geçerli olduğu durumlarda:
– Örnek uzayının eleman sayısı,
– İlgilenilen olayın eleman sayısının
belirlenmesi gereklidir.
Kullanılan iki temel prensip;
1) Toplama Yöntemi
2) Çarpma Yöntemi
40
Toplama Yöntemi
• Bir A olayı m farklı Ģekilde, baĢka bir B olayı da
n farklı Ģekilde oluĢabilen ayrık olaylar ise;
A veya B olayı n + m farklı şekilde oluşabilir.
Örnek: İstanbul’dan İzmir’e 2 farklı tren seferi,4 farklı havayolu firması, 40 farklı otobüs firması ve1 adet denizyolu firması ile gidilebildiğine göreİstanbul’dan İzmir’e kaç farklı şekilde gidilir?
2 + 4 + 40 + 1 = 47
41
Çarpma Yöntemi
• Bir A olayı m farklı şekilde, başka bir B olayı da n
farklı şekilde oluşabilen ve aynı anda oluĢmaları
mümkün olaylar ise;
A ve B olayı n * m farklı şekilde oluşabilir.
Örnek: Bir iskambil destesinden çekilen iki kartınbirinin Kupa diğerinin Maça olması kaç farklışekilde gerçekleşebilir?
13 * 13 =169
NOT: Çarpma yöntemi bağımsız olaylar için kullanılır.
42
k farklı sonuç veren bir deney r kez
tekrar edilirse ortaya çıkan tüm
durumların sayısı;
kr
olarak hesaplanır.
Örnek: Bir zarı 3 kez attığımızda ortayaçıkabilecek tüm mümkün durumların sayısı sayısı;
63 = 216 adettir.
• Örnek uzayının eleman sayısı 216’dır.
43
• Bağımlı olayda çarpma kuralı:
Bağımlı iki olaydan A2 olayı A1 olayından sonra ortaya
çıktığında olayların birlikte gerçekleşme olasılığıdır.
1 2 1 2 1( ) ( ). ( )P AveA P A P A A
A2 nin şartlı olasılığı
• 8 boş 2 ikramiyeli bilet var. Bir kişi 2 bilet almış her iki
biletinde ikramiye kazanma olasılığı nedir?
• 1.bilet: P(A1)=2/10
Geriye 8 boş ve 1 ikramiyeli bilet kaldı.
2 1
1( )
9P A A
1 2 1 2 1
2 1 1( ) ( ). ( ) .
10 9 45P AveA P A P A A
44
•Örnek
•Bir işyerinde görev almak üzere aynı nitelikleri
taşıyan 10 kişi başvurmuştur. Adayların 6sı erkek 4 ü
kadın olup bunlar arasından iadesiz çekimle 2
memur alınacaktır.
•a. Her ikisinin de kadın olma olasılığı:4 3 2
( E)= .10 9 15
P K ve
•b.Her ikisinin de erkek olması:
6 5 5( E)= .
10 9 15P K ve
•c.Birincisinin erkek ikincisinin kadın olma
olasılığı:
1 2 1 2 1( ) ( ). ( )P AveA P A P A A
45
6 4 4( ve K)= .
10 9 15P E
•d.Birincisinin kadın ikincisinin erkek olma olasılığı:
4 6 4( ve E)= .
10 9 15P K
Çekim iadesiz olduğundan ikinci memur 9 aday
arasından çekilmektedir.
1 2 1 2 1( ) ( ). ( )P AveA P A P A A
46
• Bağımsız olayda çarpma kuralı:
Birbirinden bağımsız A1 ve A2 olaylarının birlikte gerçekleşmesi
olasılığı bu olayların basit olasılıklarının çarpımına eşittir.
1 2 1 2( ) ( ). ( )P AveA P A P A
• Aynı anda atılan iki zarın ikisinin de 2 gelmesi
1 2 1 2
1 1 1( ) ( ). ( ) .
6 6 36P AveA P A P A
Alinin 25 yıl sonra hayatta olması olasılığının 0.60, kardeşli
Hasan’ın 25 yıl sonra hayatta olması olması olasılığının
0.50 olduğunu varsayarsak 25 yıl sonra ikisinin de hayatta
olma olasılığı nedir.
1 2 1 2( ) ( ). ( ) 0.60.(0.50) 0.30P AveA P A P A
P ( A ∩ B ) = P ( A ) . P ( B )
47
• BağdaĢır olayda toplama kuralı:
İki olay bağdaşır olduğunda A1 olayının veya A2 olayının
ortaya çıkması, ya A1 olayının ya A2 olayının ya da A1 ve A2
olaylarının her ikisinin birlikte gerçekleşmesi anlamına gelir.
1 2 1 2 1 2( ) ( ) ( ) ( )P AveyaA P A P A P AveA
• 52 lik bir desteden bir kız veya bir maça
çekme olasılığı nedir?
1 2 1 2 1 2
4 13 1( ) ( ) ( ) ( )
52 52 52P AveyaA P A P A P AveA
1 2 1 2 1 2P(A U A ) P(A ) P(A )-P(A A )
1 2 1 2 1 2P(A U A ) P(A ) P(A )-P(A A )
48
•Örnek
A nın 20 yıl daha yaşaması olasılığının 0.65 ve
kardeşi B’nin 20 yıl daha yaşamsı olasılığının 0.80
olduğunu varsayıldığında bu iki kardeşten birinin
veya diğerinin 20 yıl daha yaşaması olasılığı nedir?
•P(A)=0.65
•P(B)=0.80
Bu durumda P(A ve B)=(0.65).(0.80)=0.52.
P(A veya B)=P(A)+P(B)-P(A ve B)=
=0.65+0.80-0.52=0.93
P ( A ∩ B ) = P ( A ) . P ( B )
49
• BağdaĢmaz olaylarda toplama kuralı:
• A1 ve A2 bağdaşmaz olaylar ise A1 veya A2
olayının ortaya çıkması olasılığı
1 2 1 2( ) ( ) ( )P AveyaA P A P A
• Bir zarın 2 veya 6 gelmesi olasılığı nedir?
1 2 1 2
1 1 2 1( ) ( ) ( )
6 6 6 3P AveyaA P A P A
50
Örnek: Ali ve Can isimli iki avcının bir hedefi vurma olasılıklarısırasıyla 0,65 ve 0,40 olarak verilmiştir. İki avcı hedefe birlikteateş ettiğinde hedefin vurulma olasılığı nedir?
A = Ali’nin hedefi vurması P ( A ) = 0,65
C = Can’ın hedefi vurması P ( C ) = 0,40
P ( A U C ) = ?
P( A U C ) = P ( A )+ P ( C ) – P ( A ∩ C )
Ali ile Can’nın hedefi vurmaları birbirinden bağımsız olduğundan önce ;
P ( A ∩ C ) = P ( A ) . P ( C ) = 0,65 * 0,40 = 0,26 bulunur.
P( A U C ) = 0,65 + 0,40 – 0,26 = 0,79
51
Ağaç Diyagramı
• Her birinin sonucunun
sonlu sayıda olduğu
birden fazla deneyin tüm
mümkün sonuçlarını
görsel bir şekilde ortaya
koymak için kullanılır.
52
Örnek: Ali ile Can masa tenisi oynamaktadırlar. 3 set
kazananın galip geleceği maçın ortaya çıkabilecek tüm
mümkün sonuçlarını gösteren ağaç diyagramını oluşturunuz.A
A
CA
C
C
C
A
C
A
A
C
C
AA
CA
C
A
C
CC
C
C
A
A
A
A
A
C
A
C
C
A
A
CC
A
Olası Durumlar;
AAA,CCC
AACA,CCAC
ACAA,CACC
ACCC,CAAA
ACACA,CACAC
AACCA,CCAAC
AACCC,CCAAA
ACACC,CACAA
ACCAA,CAACC
ACCAC,CAACA
2
0
A
D
E
T
53
ġartlı(KoĢullu) Olasılık
A ve B gibi iki olaydan B olayının gerçekleĢtiği
bilindiği durumda A olayının gerçekleĢmesi
olasılığına A olayının Ģartlı olasılığı denir .
P( A / B ) ile gösterilir.
A’nın gerçekleştiği bilindiğinde B’nin ortaya çıkma
olasılığı;
)(
)()/(
BP
BAPBAP
)(
)()/(
AP
ABPABP
54
• Bir öğrencinin iktisat dersinde başarılı olma
olasılığı P(A1)=0.25. Aynı öğrencinin hem iktisat
hem Matematikte başarılı olma olasılığı P(A1 ve
A2)=0.15. Öğrencinin İktisatta başarılı olması
şartıyla Matematikte de başarılı olma olasılığı
nedir?
( ) 0.15 / 0.25P A B
( ) ( ve B)( / )
( ) ( )
P A B P AP A B
P B P B
55
1B 2B
3B4B
5BA
ġartlı Olasılıkların Bilindiği Durumlarda Tek
Bir Olayın Olasılığının Bulunması
Aşağıdaki şekilde A olayının birbiriyle ayrık olan
5 farklı olayın birleşiminden meydana geldiği görülür.
56
A olayı her bir B olayı ile kesişimleri cinsinden ifade
edildiğinde;(birbirini engelleyen olayların
birleşiminin olasılığı toplama kuralına göre)
)(....)()()( 521 BAPBAPBAPAP
)()./()( iii BPBAPBAP
)()/()()/(
)()/()()/()()/()(
5544
332211
BPBAPBPBAP
BPBAPBPBAPBPBAPAP
57
Örnek: Bir ilaç üç fabrika tarafından üretilmektedir.1. Fabrikanın üretimi 2. ve 3. fabrikaların üretiminin 2 katıdır.Ayrıca 1. ve 2. fabrikalar % 2, 3. fabrika % 4 oranındabozuk ilaç üretmektedir. Üretilen tüm ilaçlar aynı depodasaklandığına göre bu depodan rast gele seçilen bir ilacınbozuk olma olasılığı nedir.
A = Seçilen ilacın bozuk olma olasılığı P ( A ) = ?
Bi= Seçilen ilacın i nci fabrikada üretilmesi
P(B1) = P(B2) + P(B3)
P(B1) + P(B2) + P(B3) = 1 olduğundan;
P(B1) = 0,50 P(B2) = P(B3) = 0,25 olarak elde edilir.
)()/()()/()()/()( 332211 BPBAPBPBAPBPBAPAP
P(A)=(0.02)(0.5)+(0.02)(0.25)+(0.04)(0.25)=0,025
Depodan seçilen 1000 ürünün 25 tanesinin hatalıdır.
• P(B1)=0.50
• P(B2)=0.25
• P(B3)=0.25
58
Bayes Teoremi
•Çeşitli nedenlerin aynı sonucu verebildiği
durumlarda, bazen sonuç bilindiği halde bunun hangi
nedenden meydana geldiği bilinmeyebilir.
•Sonucun hangi olasılıkla hangi nedenden ortaya
çıktığı araĢtırılmak istendiğinde Bayes
teoreminden yararlanılır. Yani sonuç belli iken
geriye doğru analiz yapma imkanı sağlar.
k
iii
iii
i
BPBAP
BPBAP
AP
BAPABP
1
)()/(
)()/(
)(
)()/(
59
•Ele alınan örnekte depodan rast gele seçilen bir
ilacın bozuk çıkması halinde 1.fabrikadan
gelmesinin olasılığı araĢtırıldığında Bayes
Teoremine ihtiyaç duyulmaktadır.
60
))P(BP(A/B))P(BP(A/B))P(BP(A/B
))P(BP(A/B/A)P(B
332211
111
40,05)(0.04)(0.25)(0.02)(0.2)(0.02)(0.5
)(0.02)(0.5/A)P(B1
Depodan rasgele seçilen bir ilacın bozuk olduğu
bilindiğine göre 1 nci fabrikadan gelmiş olma
olasılığı;
A = Seçilen ilacın bozuk olma olasılığı P ( A ) =
Bi= Seçilen ilacın i nci fabrikada üretilmesi P ( B1 ) ; P ( B2); P ( B3)
P(B1) + P(B2) + P(B3) = 1 olduğundan;
P(B1) = 0,50 P(B2) = P(B3) = 0,25
•Örnek
61
Örnek:
3 mavi, 2 kırmızı ve 5 yeşil torba bulunmaktadır.
Mavi torbaların her birinde 15 bilya(7si beyaz ve 8 i
siyah), kırmızı torbaların her birinde 11 bilya(7si
beyaz ve 4 ü siyah) yeşil torbaların herbirinde 20
bilya(11 i beyaz ve 9 u siyah) bulunduğu
bilinmektedir. Bu torbaların birinden bir bilya çekilmiş
ve siyah renkte olduğu görülmüştür. Bu bilyanın mavi
renkte bir torbadan çekilmesi olasılığı nedir.
62
•S:siyah bilya çekilmesi olayını
•P(M):bir bilyanın mavi torbadan çekilmesi olasılığı =3/10
•P(K): bir bilyanın kırmızı torbadan çekilmesi olasılığı=2/10
•P(Y) : bir bilyanın yeşil torbadan çekilmesi olasılığı=5/10
( ) :P S M •Mavi torbadan çekilen bir bilyanın siyah
renkli olması olasılığı=8/15
( ) :P S K •Kırmızı torbadan çekilen bir bilyanın
siyah renkli olması olasılığı=4/11
( ):P SY •Yeşil torbadan çekilen bir bilyanın siyah
renkli olması olasılığı=9/20
( ) :P M S •Siyah renkli bir bilyanın mavi torbadan
çekilmiĢ olması olasılığı nedir?
63
(3 /10).(8 /15)( )
(3 /10).(8 /15) (2 /10).(4 /11) (5 /10).(9 / 20)P M S
( ) 0.3496P M S
( ). ( )( )
( ). ( ) ( ). ( ) ( ). ( )
P M P S MP M S
P M P S M P K P S K P Y P S Y
Çekilen siyah bilyanın mavi renkli bir torbadan
çekilmiş olması olayı %34.96dır.