Ünite 7: Temel Olasılık Hesaplamaları · 2018. 4. 6. · 8 .Ünite Örnek 8–7 Örnek 3 Klima...
Transcript of Ünite 7: Temel Olasılık Hesaplamaları · 2018. 4. 6. · 8 .Ünite Örnek 8–7 Örnek 3 Klima...
Ünite 8: Olası l ığa Giriş ve Temel Olası l ık Hesaplamaları
Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT
8 .Ünite
8. Olasılık Kavramı ve Temel Olasılık Hesaplamaları
Ünitede Ele Alınan Konular
Olasılık Kavramı ve Temel Olasılık Hesaplamaları
8.1. Temel Kavramlar
8.2. Temel Olasılık Kuralları
2
8.1.1. Deney, Sonuç, Örnek uzay
8.1.1. Olay
8.1.2. Olasılığın Tanımı
8.2.1. Bir Alt Kümenin (Olayın) Olasılığı
8.2.2. Tümleyen Kümenin Olasılığı
8.2.3. Birleşim Kümesinin olasılığı
8.2.4. Kesişim Kümesinin olasılığı
8.2.5. Koşullu Olasılık ve Olayların Bağımsızlığı
8 .Ünite Olasılığın Tanımı
Olasılığın Tanımı
Olasılık, bir olayın gerçekleşme ihtimali veya şansının ölçülmesinedenir.
Olasılık P ile gösterilir.
Bir A olayının olasılığı ise P(A) şeklinde gösterilir ve 0 ile 1arasında bir değer alır.
3
Olasılığın Tanımlanması ve hesaplanmasında 4 anahtar sözcük(Kavram) önemli rol oynamaktadır.
Deney Sonuç Örnek uzay Olay
8 .Ünite
Deney: Deney, teorik olarak belirli koşullar altında sonsuz defatekrarlanabilen, her tekrarında farklı sonuçlar elde edilebilen veolası sonuçların çok iyi tanımlandığı bir süreçtir.Bu süreç sonunda araştırılan konuya ilişkin sonuçlar (değerler)elde edilir.
Deney, Sonuç, Örnek uzay
Deney, Sonuç, Örnek uzay 4
Sonuç: Deney sonucunda elde edilen veriye de deneyin sonucuya da kısaca sonuç denir.
Örnek Uzay: herhangi bir deney sonucunda elde edilebilecekmümkün (olası) sonuçlar örnek uzay olarak tanımlanır ve S ilegösterilir
8 .Ünite Örnek 1
Örnekler
5
8 .Ünite Olay
Olay
6
Olay: Örnek uzayın belirli bir koşulu sağlayan herhangi bir altkümesine “Olay” denir.
Deneyin sonucu bu alt kümelerden örneğin A kümesinin elemanıise bu deneyde A olayının gerçekleştiği; deneyin sonucu Akümesinin elemanı değilse A olayının gerçekleşmediği söylenir.
8 .Ünite 7
Zarın bir defa atılması deneyinde Mümkün olan sonuçlarnelerdir?
S={1,2,3,4,5,6}
8 .Ünite 8
1
3
4
5
2
6
SA={2,4,6}
S={1,2,3,4,5,6}A
Zarın bir defa atılması deneyinde A olayı görünen yüzdeki sayınınçift sayı olması durumu olsun.
8 .Ünite Örnek 1
Örnek
Zarın bir defa atılması durumunda
A olayı görünen yüzün 1 gelmesi durumu olarak;
B olayı da görünen yüzdeki sayının çift sayı olması durumu
olarak tanımlansın.
Örnek uzayı, A ve B olaylarının elemanlarını küme ve Venn
şeması ile gösteriniz.
9
Çözüm:
8 .Ünite Olasılığın Tanımı
Olasılığın Tanımı
Olasılığın Klasik Tanımı: S, olası sonuçlardan her birinin
gerçekleşme şanslarının eşit olduğu bir örnek uzayı ve A ise bu
uzayda tanımlı bir olayı göstersin.
Bu durumda A olayının olasılığı;
10
Olasılığın Frekans tanımı: Bir deney N defa tekrarlandığında
ilgilenilen A olayının toplam gözlenme sıklığı (frekansı) fA
şeklinde saptansın. Bu durumda A olayının olasılığı;
8 .Ünite Örnek 8–5
Örnek 2
Hilesiz bir zarın bir defa atılması deneyinde;
A= zarın 1 gelmesi
B= Zarın çift sayı gelmesi
C= Gelen sayının 3 ten büyük olması
Olayları tanımlansın. A, B ve C olayının meydana gelme
olasılıklarını hesaplayınız.
11
8 .Ünite Örnek 8–5
Çözüm 2
12
Hilesiz bir zar atıldığında mümkün sonuçlardan her birinin
gerçekleşme şansları eşittir.
Bu nedenle Klasik tanımı kullanarak olasılığı hesaplayabiliriz.
S={1, 2, 3, 4, 5, 6} ve n(S)=6
n(A) 1P(A)
n(S) 6
n(B) 3P(B)
n(S) 6
n(C) 3P(C)
n(S) 6
1
3
4
5
2
6
S
A
A={1} ve n(A)=1 olduğundan
B={2, 4, 6} ve n(B)=3 olduğundan
C={4, 5, 6} ve n(C)=3 olduğundan
B
C
8 .Ünite Örnek 8–7
Örnek 3
Klima üreten bir fabrikada üretilen klimalardan rastgele 200 tanesi
seçilmiş ve 10 tanesinin kusurlu olduğu saptanmıştır. Üretilen bir klima
rastgele seçildiğinde bunun kusurlu olması olasılığı nedir?
13
Çözüm 3:A olayı rastgele seçilen bir klimanın kusurlu olması olayı olsun.
Her bir klimanın seçilmesi işlemini bir deney olarak ele alalım.
Her deneyin sonucunda klimanın kusurlu ya da sağlam olduğu
kaydedilsin. Dikkat edilirse sonuçların aynı sıklıkta gözlenmediği
görülmektedir. Olasılığın frekans tanımını kullanarak hesaplama yapalım.
A
A
f 10
N 200
olasılığın frekans tanımı gereği
f 10P(A) 0,05
N 200
8 .Ünite Tümleyen Kümenin Olasılığı
Tümleyen Kümenin Olasılığı
14
8 .Ünite Örnek 8–9
Örnek 4
Bir bilgisayar Laboratuvarında bulunan 25 bilgisayardan 5 tanesi
bozuktur. Bu bilgisayarlardan bir tanesinin rastgele seçilerek açılması
deneyinde birbirini Tümleyen (bütünleyici) olayları tanımlayınız ve
bunların olasılıklarını bulunuz.
15
Çözüm 4:Rastgele seçilen bilgisayar ya bozuktur ya da sağlamdır. Dolayısıyla bu
deney için birbirini Tümleyen (bütünleyici) iki sonuç vardır. Bunlar;
A seçilen bilgisayar bozuktur.
A Seçilen bilgisayar bozuk değildir.
n(S) 25
n(A)=5
n(A)=20
n(A) 5P(A)
n(S) 25
n(A) 20P(A)
n(S)
0,20
0,8025
8 .Ünite Birleşim Kümesinin Olasılığı
Birleşim Kümesinin olasılığı (Toplama Kuralı)
16
A ve B gibi iki olay S örnek uzayında tanımlansın. Bu olayların
AUB şeklinde gösterilen birleşimi, A olayını ya da B olayını ya da
her iki olayı da birlikte sağlayan sonuçların oluşturduğu kümedir.
AUB olayı, bu iki olaydan en az biri gerçekleştiğinde gerçekleşir.
P(A B) P(A) P(B) P(A B)
Olayların birleşimine ilişkin olasılık, söz konusu iki olayın
gerçekleşme olasılıklarının toplamından olayların birlikte
görülmesi olasılığının çıkarılmasıyla elde edilmektedir.
8 .Ünite Örnek 8–10
Örnek 5
Zarın bir defa atılması deneyinde A olayı gelen sayının çift olması, B
olayı da gelen sayının 3 ten büyük olması şeklinde tanımlansın. Gelen
sayının 3’ten büyük ya da çift olması olasılığını bulunuz.
17
Çözüm 5:
Olayları sağlayan temel sonuçları kümeler ve Venn şeması kullanarak
gösterelim.
1
3
4
5
2
6
A
B
S
P(A B) P(
3P(A)
6
3P(B) =
6
2P(A B)=
6
3 3 2 4P(A B)
6
A) P(B) P(A B)
6 6 6
8 .Ünite Kesişim Kümesinin Olasılığı
Kesişim Kümesinin olasılığı (Çarpma Kuralı)
18
A ve B gibi birlikte ortaya çıkan olayların olasılığı P(A∩B) şeklinde ifade
edilir. İki olayın kesişiminin olasılığı, bir olayın olasılığı ile ikinci olayın
koşullu olasılığının çarpımına eşittir ve bu kurala çarpma kuralı denir.
Koşullu olasılık P(B|A) biçiminde gösterilir. P(B|A) gösterimi, A olayının
gerçekleştiği bilindiğinde B olayının olasılığını ifade eder.
A ve B olayları aynı örnek uzayında tanımlanmış iki olay olsun. A
olayının gerçekleştiği bilgisi elimizdeyken B olayının ( A koşulu altında)
olasılığı (P(A) > 0 );
P(A B) P(A)* P(B | A)
Eğer A ve B olaylarından birinin gerçekleşmesi diğerini etkilemiyor ise
yani bu olaylar bağımsız ise o zaman;
8 .Ünite
Örnek 6
Bir torbada 2 kırmızı 3 mavi bilye vardır. Bu torbadan ardı ardına
iki bilye çekiliyor. İki bilyenin de Mavi olması olasılığı nedir?
19
Çözüm 6:
M1 = çekilen 1. Bilyenin Mavi olması olayı
M2 = çekilen 2. Bilyenin Mavi olması olayı olarak tanımlansın.
İstenen olasılık M1 ve M2 olaylarının kesişimi olup, bu olayların
birlikte meydana gelmesi çarpım kuralı ile hesaplanabilir. Bu
olasılık;1 2 1 2 1
1
P(M M ) P(M ) * P(M | M )
3P(M )
5
2 1
2P(M | M )
4
1 2 1 2 1
1 2
P(M M ) P(M ) * P(M | M )
3 2 6P(M M ) * 0,30 olarak bulunur
5 4 20
8 .Ünite Örnek 8–17
Örnek 7
Bir erkeğin 5 yıl daha yaşaması olasılığı 1/5 ve eşinin 5 yıl daha
yaşaması olasılığı ise 1/4 olarak hesaplanmıştır. Bu verilere göre;
Her ikisinin birlikte 5 yıl daha yaşaması olasılığı nedir?
20
Çözüm 7:
A olayı erkeğin 5 yıl daha yaşaması
B olayı ise eşinin 5 yıl daha yaşaması olsun.
Her birey kendi ömrünü tüketeceğinden A ve B olayları
bağımsızdır.
P(A B) P(A) * P(B)
1 1P(A B) *
5 4
1P(A B)
20
P(A B) 0,05 olarak bulunur.
8 .Ünite Örnek 8–17
Örnek 7-Devam
Bir erkeğin 5 yıl daha yaşaması olasılığı 1/5 ve eşinin 5 yıl daha
yaşaması olasılığı ise 1/4 olarak hesaplanmıştır.
Bu verilere göre; En az birinin 5 yıl daha yaşaması olasılığı nedir?
21
Çözüm 7:
A olayı erkeğin 5 yıl daha yaşaması
B olayı ise eşinin 5 yıl daha yaşaması olsun.
P(A B) P(A) P(B) P(A B)
1 1 1 1P(A B) *
5 4 5 4
9 1P(A B)
20 20
8P(A B) = 0,40 olarak bulunur.
20
8 .Ünite Örnek 8–17
Örnek 7-Devam
Bir erkeğin 5 yıl daha yaşaması olasılığı 1/5 ve eşinin 5 yıl daha
yaşaması olasılığı ise 1/4 olarak hesaplanmıştır.
Bu verilere göre; Bu süre içinde Erkeğin ölmesi ve Kadının
yaşaması olasılığı nedir?
22
T T
T
T
T
P(A B) P(A )*P(B)
4 1P(A B) *
5 4
4P(A B)
20
P(A B) 0,20 olarak bulunur.
T
T
P(A) P(A ) 1 ise
1 4P(A ) 1
5 5
8 .Ünite Örnek 8–17
Örnek 7-Devam
Bir erkeğin 5 yıl daha yaşaması olasılığı 1/5 ve eşinin 5 yıl daha
yaşaması olasılığı ise 1/4 olarak hesaplanmıştır.
Bu verilere göre; Bu süre içinde Erkeğin yaşaması ve Kadının
ölmesi olasılığı nedir?
23
T T
T
T
T
P(A B ) P(A)*P(B )
1 3P(A B ) *
5 4
3P(A B )
20
P(A B ) 0,15 olarak bulunur.
T
T
P(B) P(B ) 1 ise
1 3P(B ) 1
4 4
8 .Ünite Örnek 8–17
Örnek 7-Devam
Bir erkeğin 5 yıl daha yaşaması olasılığı 1/5 ve eşinin 5 yıl daha
yaşaması olasılığı ise 1/4 olarak hesaplanmıştır.
Bu verilere göre; Bu süre içinde Erkeğin ve Kadının ölmesi
olasılığı nedir?
24
T T T T
T T
T T
T T
P(A B ) P(A )*P(B )
4 3P(A B ) *
5 4
12P(A B )
20
P(A B ) 0,60 olarak bulunur.
8 .Ünite Örnek 8–17
Örnek 7-Devam
Bir erkek ve kadın için ölüm ve yaşam için mümkün sonuçlar 4
tanedir.
1- Erkek ve kadın yaşar (0,05)
2- Erkek ölür kadın yaşar (0,20)
3- Erkek yaşar kadın ölür (0,15)
4- Erkek ve kadın ölür (0,60)
Toplam (Örnek Uzay) (1.00 yani %100)
25
8 .Ünite Koşullu Olasılık
Koşullu Olasılık
26
Koşullu olasılık P(B|A) biçiminde gösterilir. P(B|A) gösterimi, A
olayının gerçekleştiği bilindiğinde B olayının olasılığını ifade eder.
P(A B) P(A)*P(B | A)
P(A B)P(B | A)
P(A
P(A B)P(B | A)
P(A)
)
P(A B) P(A | B)*P(B)
P(A B)P(A | B)
P(B
P(A B)P(A | B)
P(B)
)
8 .Ünite 27
Makale_ Örnek
8 .Ünite 28
Makale_ Örnek
8 .Ünite 29
8 .Ünite 30
BAS A istatistik dersinden 60 ve üzerinde alanlar başarılı
sayılmaktadır. Aşağıda öğrencilerin cinsiyetlerine göre başarı
durumlarının dağılımı görülmektedir?
Başarı Durumu Cinsiyete Bağımlı mıdır?
Örnek
Başarı/Cinsiyet Toplam P (Olasılık)
Başarılı (>=60) 31 % 81,6
Başarısız (<60) 7 % 18,4
8 .Ünite 31
BAS A istatistik dersinden 60 ve üzerinde alanlar başarılı
sayılmaktadır. Aşağıda öğrencilerin cinsiyetlerine göre başarı
durumlarının dağılımı görülmektedir?
Başarı Durumu Cinsiyete Bağımlı mıdır?
Örnek
Başarı/Cinsiyet E % K %
Başarılı (>=60) 10 %83,3 21 %80,8
Başarısız (<60) 2 %16,7 5 %19,2
Toplam 12 26
P (Olasılık)
% 81,6
% 18,4
8 .Ünite 32
SPSS 2Analizi
8 .Ünite 33
Bir Sigorta acentesi bir aylık bir dönemde trafik sigortası yaptıran
100 müşterinin trafik kaskosu durumunu araçların menşeine göre
sınıflandırmış ve aşağıdaki tabloyu elde etmiştir.
Örnek
Araç Yerli Yabancı Toplam
Kaskosu var 5 30 35
Kaskosu yok 55 10 65
P (Olasılık) 60 40 100
A- Rastgele seçilen bir aracın Kaskolu olması ihtimali kaçtır?
B- Rastgele seçilen bir aracın Yabancı olma ihtimali kaçtır?
C- Rastgele seçilen bir aracın Yerli ve kaskosuz olma ihtimali kaçtır?
D- Rastgele seçilen bir aracın Yerli olduğu bilindiğine göre kaskolu
olması ihtimali nedir?
8 .Ünite 34
Araç Yerli Yabancı Toplam
Kaskosu var 5 30 35
Kaskosu yok 55 10 65
P (Olasılık) 60 40 100
A- Rastgele seçilen bir aracın Kaskolu olması ihtimali kaçtır?
N= Toplam araç sayısı = 100
n K = kaskolu araç sayısı = 35
Olasılığın klasik tanımından
P K = seçilen aracın kaskolu olması olasılığı
n(K)P K =
N
35P K = =0,35
100
8 .Ünite 35
Araç Yerli Yabancı Toplam
Kaskosu var 5 30 35
Kaskosu yok 55 10 65
P (Olasılık) 60 40 100
B- Rastgele seçilen bir aracın Yabancı olma ihtimali kaçtır?
N= Toplam araç sayısı = 100
n Ya = Yabancı araç sayısı = 40
Olasılığın klasik tanımından
P Ya = seçilen aracın yabancı olması olasılığı
n(Ya)P Ya =
N
40P Ya = =0,40
100
8 .Ünite 36
Araç Yerli Yabancı Toplam
Kaskosu var 5 30 35
Kaskosu yok 55 10 65
P (Olasılık) 60 40 100
C- Rastgele seçilen bir aracın Yerli ve kaskosuz olma ihtimali kaçtır?
N= Toplam araç sayısı = 100
n yk = Yerli ve kaskosuz araç sayısı = 55
Olasılığın klasik tanımından
P yk = seçilen aracın yerli ve kaskosuz olması olasılığı
n(yk)P yk =
N
55P yk = =0,55
100
8 .Ünite 37
Araç Yerli Yabancı Toplam
Kaskosu var 5 30 35
Kaskosu yok 55 10 65
P (Olasılık) 60 40 100
D- Rastgele seçilen bir aracın Yerli olduğu bilindiğine göre kaskolu olması
ihtimali kaçtır?
Koşullu olasılık Formülünden K=kaskolu ve Y= yerli aracı göstermek üzere
( )P( ) (yerli olduğu bilinen aracın kaskolu olması olasılığı)
( )
( ) 60 ( ) 5P(Y)= ve P(K Y)=
100 100
5
( )P( )
( )
P K YKY P Y
n Y n K Y
N N
P K YKY P Y
100
60
100
5 10,08
60 12
8 .Ünite 38
BAS A istatistik dersinden 60 ve üzerinde alanlar başarılı
sayılmaktadır. Aşağıda öğrencilerin cinsiyetlerine göre başarı
durumlarının dağılımı görülmektedir?
Başarı Durumu Cinsiyete Bağımlı mıdır?
Örnek
Başarı/Cinsiyet E K Toplam P (Olasılık)
Başarılı (>=60) 10 (%83,3) 21 (%80,8) 31 %81,6
Başarısız (<60) 2 (%16,7) 5 (%19,2) 7 %18,4
P (Olasılık)12/38%31,6
26/38%68,4
38 38/38=1
8 .Ünite Olayların Bağımsızlığı
Olayların Bağımsızlığı
39
Bir deney yapıldığında bir B olayının gerçekleşme olasılığı A
olayının gerçekleşme olasılığını etkilemiyorsa bu iki olay
“bağımsızdır” denir.
Başka bir ifadeyle, B olayının gerçekleştiğine ilişkin ek bilgi
A olayının olasılığının güncelleştirilmesini gerektirmiyorsa bu iki
olay bağımsızdır.
A ve B bağımsız ise P(A|B)= P(A) veya P(B|A)= P(B) yazabiliriz.
P(A B)=P(A)*P(B)
8 .Ünite Örnek 9
Örnek 9:
Bir probleme ilişkin deney sonuçlarının oluşturduğu örnek uzayı
S ={1,2,3,4,5,6,7,8} şeklinde verilmiş olsun.
A={1,2}
B={2,4,6,8} olsun .
A ve B olayları bağımsız mıdır?
40
n(S)=8
n(A)=2
n(B)=4
n(A∩B)=1 3
8
2
4
16
7
5
ABS
8 .Ünite Örnek 9
Çözüm 9:
S ={1,2,3,4,5,6,7,8}
A={1,2}
B={2,4,6,8}
41
n(S)=8
n(A)=2
n(B)=4
n(A∩B)=1
n(A) 2P(A)=
n(S) 8
n(B) 4P(B)=
n(S) 8
n(A B) 1P(A B)=
n(S) 8
P(A B)=P(A)*P(B) ?
1 2 4*
8 8 8
1 8
8 64
1 1
8 8
3
8
2
4
16
7
5
ABS
8 .Ünite Örnek 9
Çözüm 9:
42
n(S)=8
n(A)=2
n(B)=4
n(A∩B)=13
8
2
4
16
7
5
ABS
1
84
8
P(A|B)=P(A) mıdır?
P(A B)P(A|B)
P(B)
P(A|B)
1P(A|B)
4
n(S)
8
n(A)P(A)=
2P(A)=
1P(A)
4
8 .Ünite
Küçük Sınav