Konu 2 Olasılık. n büyüdükçe,

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Konu 2 Olasılık. n büyüdükçe,"

Transkript

1 İstatistik ve Olasılığa Giriş İstatistik ve Olasılığa Giriş Konu 2 Olasılık Soe graphic screen captures fro Seeing Statistics Soe iages 2001-(current year) Olasılık Nedir? Önceki konuuzda genellikle örneklerdeki verileri belirtek için grafikler veya sayısal ölçü araçları kullanıştık. hangi sıklıkta olduğunu: n büyüdükçe, Oransal frekans = f/n Örnek Ve Nekadar sıklıkla = Oransal Frekans Yığın Olasılık 1

2 Teel Bilgiler Deney (experient xperient) gözlelerin elde edile sürecidir. Deney: Top çeke Deney : Zar atılası. Deney : Fikirlerin kaydı (evet, hayır) Deney : İki zar atılası Teel Bilgiler Tek olay (siple event) tek bir seferde elde edilen deneyden elde edilen sonuçtur. Olasılığın uygulandığı teel eleanlar: Herhangi bir deney yapıldıktan sonra sadece ve sadece tek bir olay elde edilir. Tek olay genellikle E ile gösterilir. Tee Bilgiler Her bir tek olayın hangi sıklıkta olduğu olasılık ile tesil edilir. Tü tek olayların oluşturduğu küeye Örnek Uzay denir. 2

3 Örnek : Zar atıldığı zaan: Basit olay: Örnek Uzay: E 1 E 2 S ={E 1, E 2, E 3, E 4, E 5, E 6 } E 2 E 3 E 4 E 5 E 6 E 1 E 2 E 3 E 4 E 5 E 6 S Teel Tanılar Bir zar atıında: A: Tek sayı olası B: sayı > 2 A ={E 1, E 3, E 5 } B ={E 3, E 4, E 5,E 6 } E 1 E 3 A E 5 E 2 E 4 E 6 B S Teel Tanılar Eğer bir olay gerçekleşirken diğer olay gerçekleşiyorsa bu iki olay ayrık olaylar denir. Deney: Zar atıında Ayrık Değil A: tek sayı olası B: 2 den büyük olası C: 6 gelesi D: 3 gelesi Ayrık B ve C? B ve D? 3

4 Bir olayın Olasılığı Bir olayın olasılığı hangi sıklıkta oluşası ile ölçülür. Bunu P(A) olarak gösteririz. Bir A olayının n kez geçekleştiğini varsayarsak; Olasılık aşağıdaki ş ğ gibi ifade edilebilir. A nin OLUSMA SIKLIGI P( A) = n Bir olayın Olasılığı P(A) 0 la 1 arasında bir sayıdır. Eğer bir olayın oluşa ikanı yoksa, P(A) = 0. Eğer bir olayın oluşuu kesinse,p(a)=1 1. Tü basit olayayların toplaı her zaan 1 e eşittir. Herhangi bir A olayının ola olasılığı o olayı oluşturan basit olayların olasılılarının toplaına eşittir. Olasılı Hesabı Örnek : Madeni Para Atıldığında P(Tura) = 1/2 Türk topluunun %10 u sarı saçlıdır. Seçilen bir kişinin P(sarı saçlı) =

5 Örnek : Adil bir adeni para iki kez atılırsa en az bir kez yazı gele olasılığı nedir? 1ci para 2ci para E i P(E i ) Y YY Y 1/4 T YT 1/4 Y TY 1/4 T T TT 1/4 P(en az 1 tane yazı) = P(E 1 ) + P(E 2 ) + P(E 3 ) = 1/4 + 1/4 + 1/4 = 3/4 Örnek : Bir kutuda üç renk top vardır. Bunlar, kırızı avi ve yeşildir. Kutudan iki tane rastgele top çekilirse, bir tanesinin kırızı ola olasılığı nedir.? 1ci cekiliş 2ci cekiliş E i P(E i ) KM 1/6 KY 1/6 P( 1 KIRMIZI) MK 1/6 = P(KM) + P(MK)+ MY P(KY) + P(YK) 1/6 YM = 4/6 = 2/3 1/6 YK 1/6 Hesaplaa Kuralı Eğer bir deneedeki olayların ola olasılıkları eşitse, aşağıdaki hesaplaa forülü kullanılabilir na A daki basit olaylarin sayisi P ( A ) = = N topla olaylarin sayisi n A ve N i bulak için hesaplaa kuralı kullanılır. 5

6 Çarpı Kuralı Eğer yapılan ilk denede ve ikinci deneede n tane olasılık varsa topla n olası sonuç bulunur. Bu kural k tane olay için genişletilebilir. n 1 n 2 n 3 n k Örnek : İki tane adeni para atıldığında topla kaç değişik sonuç oluşur. 2 2 = 4 Örnek : Örnek : Üç tane adeni para atıldığında topla kaç değişik sonuç oluşur = 8 Örnek : İki tane zar atıldığında topla kaç değişik sonuç oluşur. 6 6 = 36 Örnek : İki tane Kırızı ve iki tane avi topun bulunduğu torbadan iki tane top çekilirse topla kaç değişik sonuç olabilir. 4 3 = 12 Perütasyon n değişik nesneden r tane nesne secilirse topla değişik hal duruu: n! P n r = ( n r)! Örnek : 1, 2, 3, ve 4 sayılarından oluşacak 3 rakalı kaç farklı şifre oluşturulabilir. Sıralaa Öneli n! = n( n 1)( n 2)...(2)(1) ve 0! ! P3 = = 4(3)(2) = 24 1! 6

7 Örnek : Örnek : Bir kilit 5 parçadan oluşaktadır ve bakıı istenilen sıra ile yapılabilektedir. Bu saate yapılacak bakı kaç değişik şekilde yapılabilir? Sıralaa öneli! 5 5! P5 = = 5(4)(3)(2)(1) = 120 0! Kobinasyon n farklı nesnenin r farklı kobinasyonu: C n r n! = r!( n r)! Örnek : 5 kişinin bulunduğu bir guruptan üç kişilik bir koite seçilirse kaç farklı seçi yapılabilir. Sıralaa öneli değil! 5! 5(4)(3)(2)1 5(4) C = = = 3!(5 3)! 3(2)(1)(2)1 (2)1 5 3 = 10 Örnek : Bir kutuluda altı tane top bulunaktadır. Bunlardan, dört tanesi kırızı iki tanesi yeşildir. İki tane top seçilirse bunlardan sadece bir tanesinin kırızı ola olasılığı nedir.? Sıralaa öneli değil! 6 6! 6(5) 2 C = = = 15 2! 2 C 1 = = 2 2!4! 2(1) 11!! 2 tane sece 1 yesilsecilesi 4 4! C1 = = 4 1!3! 1kirizi secilesi 4 2 =8 1 yeşil ve 1 kırızı seçilesi. P( sadece 1 kırızı) = 8/15 7

8 Olayların İlişkisi Bileşik Olay bir deneyde sadece bir olayın veya diğer olayın veya her iki olayın da aynı anda görülesidir. A B A B A B S Olayların İlişkisi İki olayın kesişii, A ve B olaylarının, yapılan deneyde her ikisinin de birlikte gerçekleşesi duruudur. A B. A B A B S Eğer iki olay ayrık ise, o zaan P(A B) = 0. Olayların İlişkisi Bir olayın tüleyeni o olayın dışında olan tü olaylardır. A C. A C S A 8

9 Örnek : Sınıftan seçilen öğrencilerin saç renkleri ve cinsiyetleri kaydediliştir. A: öğrenci kahverengi saçlıdır. B: öğrenci bayandır. C: öğrenci erkektir. Ta bağısız olay; B = C C B ve C arasındaki ilişki nedir? A C : Öğrenci kahverengi saçlı değildir. B C: Öğrenci he erkek he de bayandır = B C: Ö. ya erkek yada bayandır = tü öğrenciler = S Birleşi ve Tüleyen için Olasılık Hesabı Birleşik olayları hesaplaanın özel bir yöntei: Birlesi için toplaa kuralı. Herhangi iki A ve B, olayları için bileşiin olasılığı, P(A B), P( A B) = P( A) + P( B) P( A B) A B Örnek : Toplaa Kuralı Örnek : Bir sınıfta 120 öğrenci vardır. Dağılı aşağıdaki gibidir. A: Kahverengi Saç P(A) = 50/120 B: Bayan P(B) = 60/120 Kahve rengi Kahverengi olayan Erkek Bayan P(A B) = P(A) + P(B) P(A B) = 50/ /120-30/120 = 80/120 = 2/3 Kontrol: P(A B) = ( )/120 9

10 Özel bir duru İki olay A ve B ta bağısız olaylar ise, P(A B) = 0 ve P(A B) = P(A) + P(B). A: Kahverengi saçlı erkek P(A) = 20/120 B: kahverengi saçlı bayan P(B) = 30/120 A ve B ayrık iki olay olsun kahver engi Kahverengi olayan Erkek Bayan P(A B) = P(A) + P(B) = 20/ /120 = 50/120 Tüleyenin Hesabı Herhangi bir Aolayı için: P(A A C ) = 0 A veya A C olayının gerçekleşesi kesin olduğundan, P(A A C ) =1 P(A A C ) = P(A)+ P(A C ) = 1 P(A C ) = 1 P(A) A C A Örnek : Bir sınıftan rast gele seçilen bir öğrencinin. A: Erkek P(A) = 60/120 B: Bayan A ve B tüleyen olduğundan Kahve rengi Kahveregi olayan Erkek Bayan P(B) = 1- P(A) = 1-60/120 = 40/120 10

11 Şartlı olasılık Bir B olayının olası koşulu ile başka bir A olayının ola olasılığına denir: P( A B) P( A B) = P( B) 0 P( B) verilen koşul TT Örnek : 1 Madeni para iki kez atılıyor A: ikinci atışta tura gelesi B: ilk atıda Tura gelesi TY YT YY 1/4 1/4 1/4 1/4 B nin gerçekleşesi duruunda P(A) nın değeri değişeyecektir. P(A B) = ½ P(A B olaa) = ½ A ve B Bağısızdır! Örnek : 2 Bir kutuda 2 kırızı ve 3 avi top bulunaktadır. Rastgele seçilen iki toptan A: ikinci topun kırızı B: ilk topun avi olası P(A B) =P(2 ci kırızı 1ci avi)= 2/4 = 1/2 P(A B olaa) = P(2 ci Kırızı 1ci kırızı ) = 1/4 B nin olası veya olaası duruunda P(A) değişektedir A ve B bağılıdırlar! 11

12 Bağısız olaylar Bağısızlık olayını koşullu olasılık cinsiden verebiliriz. İki olay A ve B bağısız iolabilesi için yeter ve gerek şart P(A B) = P(A) veya P(B A) = P(B) Olasıdır. Değilse olaylar bağılıdır. Kesişi için Kural Herhangi iki olay, A ve B, için her ikisinin de ola olasılığı P(A B) = P(A) P(B olası duruunda A nın olası) = P(A)P(B A) Eğer A ve B bağısız olaylar ise, A ve B nin ola olasılığı. P(A B) = P(A) P(B) Örnek : 1 Bir okulda öğrene bozukluğu olan öğrenciler okulun % 10 dur. Bu okulda 3 kişi seçilirse sadece birinin öğrene bozukluğu ola olasılığı nedir. B: Öğrene bozukluğu N: noral P(Sadece bir Ö.B) = P(BNN) + P(NBN) + P(NNB) = P(B)P(N)P(N) + P(N)P(B)P(N) + P(N)P(N)P(B) = (0.1)(0.9)(0.9) + (0.9)(0.1)(0.9) + (0.9)(0.9)(0.1) = 3(0.1)(0.9) 2 =

13 Örnek : 2 Bu okuldaki bayan öğrencilerin oranının % 49 olduğu bilindiğine göre ve bayan öğrencilerin öğrene bozuklukları % 8 olduğuna göre seçilen bir öğrencinin öğreni bozukluğu olan bir bayan ola olasılığı nedir? B: Öğreni bozukluğu F: Bayan Önceki örnekten :, P(F) = 0.49 ve P(B F) = Kuralı Kullanırsak: P(Ö.B Bayan) = P(H F) = P(F)P(B F) =0.49(0.08) = Rando Variables A quantitative variable x is a rando variable if the value that it assues, corresponding to the outcoe of an experient is a chance or rando event. Rando variables can be discrete or continuous. Örnek :s: x = SAT score for a randoly selected student x = nuber of people in a roo at a randoly selected tie of day x = nuber on the upper face of a randoly tossed die Probability Distributions for Discrete Rando Variables The probability distribution for a discrete rando variable x resebles the relative frequency distributions we constructed in Chapter 1. It is a graph, table or forula that gives the possible values of x and the probability p(x) associated with each value. We ust have 0 p( x) 1and p( x) = 1 13

14 Örnek : Toss a fair coin three ties and define x = nuber of heads. HHH HHT HTH THH HTT THT TTH TTT x P(x = 0) = P(x = 1) = 3/8 P(x = 2) = 3/8 P(x = 3) = x p(x) 0 1 3/8 2 3/8 3 Probability Histogra for x 14

25/10/2008. Bölüm 1 Verileri Grafiklerle İfade Etme. Bir bireyi belirleyen niteliklerin her

25/10/2008. Bölüm 1 Verileri Grafiklerle İfade Etme. Bir bireyi belirleyen niteliklerin her İstatistik ve Olasılık Kaynak: Robert J. Beaver Barbara M. Beaver Willia Mendenhall Presentation designed and written by: Barbara M. Beaver A division of Thoson Learning, Inc. İstatistik ve Olasılık Bölü

Detaylı

ÖĞRENCİNİN ADI SOYADI: NUMARASI: SINIFI: KONU: Olasılık

ÖĞRENCİNİN ADI SOYADI: NUMARASI: SINIFI: KONU: Olasılık ÖĞRENCİNİN ADI SOYADI: NUMARASI: Dersin Adı SINIFI: KONU: Olasılık Dersin Konusu. Bir kutudaki 7 farklı boncuğun içinden iki tanesi seçiliyor. Buna göre, örneklem uzayının eleman sayısı A) 7 B)! 7. madeni

Detaylı

Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler: 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

Detaylı

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.

Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. 5.SUNUM Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. Günlük hayatta sıklıkla kullanılmakta olan olasılık bir olayın ortaya

Detaylı

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTTİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. slı SUNER KRKÜLH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim D. Web: www.biyoistatistik.med.ege.edu.tr 1 OLSILIK Olasılık; Tablo

Detaylı

Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2

Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2 Bir Olayın Olasılığı P(A) = n(a) n(s) = A nın eleman sayısı S nin eleman sayısı Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? Çözüm: S

Detaylı

İstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme

İstatistik ve Olasılığa Giriş. İstatistik ve Olasılığa Giriş. Ders 3 Verileri Sayısal Ölçütlerle İfade Etme. Verileri Sayısal Ölçütlerle İfade Etme İstatistik ve Olasılığa Giriş Robert J. Beaver Barbara M. Beaver William Mendenhall Presentation designed and written by: Barbara M. Beaver İstatistik ve Olasılığa Giriş Ders 3 Verileri Sayısal Ölçütlerle

Detaylı

Örnek...2 : Hilesiz iki zar atma deneyinin bütün çıktılarını aşağıdaki tabloya yazınız.

Örnek...2 : Hilesiz iki zar atma deneyinin bütün çıktılarını aşağıdaki tabloya yazınız. OLASILIK (İHTİMALLER HESABI) Olasılık kavram ı ilk önceleri şans oyunları ile başlamıştır. Örneğin bir oyunda kazanıp kazanmama, bir paranın atılmasıyla tura gelip gelmemesi gibi. Bu gün bu kavramın birçok

Detaylı

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler: 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

Detaylı

Dr. Mehmet AKSARAYLI OLASILIK. Ders 3 / 1

Dr. Mehmet AKSARAYLI OLASILIK. Ders 3 / 1 Dr. Mehmet AKSARAYLI OLASILIK Ders 3 / 1 1 0 Kesin İmkansız OLASILIK; Bir olayın gerçekleşme şansının sayısal değeridir. N adet denemede s adet başarı söz konusu ise, da başarının nisbi frekansı lim (s/n)

Detaylı

Not: n tane madeni paranın atılması deneyinde örnek uzayın eleman sayısı

Not: n tane madeni paranın atılması deneyinde örnek uzayın eleman sayısı LYS Matematik Olasılık Tanım: Bir deneyde çıkabilecek tüm sonuçların kümesine örnek uzay denir ve E ile gösterilir. Örnek uzayın herhangi bir elemanına da örnek nokta denir. Örnek: Bir zarın atılması deneyinde

Detaylı

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler: OLSILIK 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

Detaylı

Temel Olasılık {\} /\ Suhap SAHIN

Temel Olasılık {\} /\ Suhap SAHIN Temel Olasılık 0 {\} /\ Suhap SAHIN Olasılık P(E) : E nin olma olasılıgı n: Deneme sayısı n(e): Denemelerden kaçı E ile sonuçlandı Deneme sayısı sonsuza( ) yaklasırsa P(E) = limn n(e) n Örnek Uzay S: Bir

Detaylı

BAYES KURAMI. Dr. Cahit Karakuş

BAYES KURAMI. Dr. Cahit Karakuş BAYES KURAMI Dr. Cahit Karakuş Deney, Olay, Sonuç Küme Klasik olasılık Bayes teoremi Permütasyon, Kombinasyon Rasgele Değişken; Sürekli olasılık dağılımı Kesikli - Süreksiz olasılık dağılımı Stokastik

Detaylı

kişi biri 4 kişilik, üçü ikişer kişilik 4 takıma kaç farklı şekilde ayrılabilir? (3150)

kişi biri 4 kişilik, üçü ikişer kişilik 4 takıma kaç farklı şekilde ayrılabilir? (3150) PERMÜTASYON KOMBİNASYON. A = {,,,,5} kümesinin alt kümelerinin kaç tanesinde 5 elemanı bulunur? (). 7 elemanlı bir kümenin en az 5 elemanlı kaç tane alt kümesi vardır? (9). A { a, b, c, d, e, f, g, h}

Detaylı

OLASILIĞA GİRİŞ P( )= =

OLASILIĞA GİRİŞ P( )= = OLASILIĞA GİRİŞ - Bugün yağmur yağma olasılığı % 75 dir. - X marka bilgisayarın hiç servis gerektirmeden 100000 saat çalışması olasılığı %85 dir. Olasılık modelleri; Sıvı içindeki moleküllerin davranışlarını

Detaylı

ANADOLU ÜNİVERSİTESİ OLASILIĞA GİRİŞ

ANADOLU ÜNİVERSİTESİ OLASILIĞA GİRİŞ ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ OLASILIĞA GİRİŞ DOÇ. DR. NİHAL ERGİNEL OLASILIĞA GİRİŞ - Bugün yağmur yağma olasılığı % 75 dir. - X marka bilgisayarın hiç servis gerektirmeden 100000 saat çalışması

Detaylı

OLASILIK. ihtimali Seçeneği durumu. Bir zar atma olayı. Basit kesirdir. Tüm durum. Sonuçlardan biri Çıktılardan biri. Diğer sayfaya geçiniz

OLASILIK. ihtimali Seçeneği durumu. Bir zar atma olayı. Basit kesirdir. Tüm durum. Sonuçlardan biri Çıktılardan biri. Diğer sayfaya geçiniz OLASILIK ihtimali Seçeneği durumu Bir zar atma olayı Basit kesirdir. Tüm durum Sonuçlardan biri Çıktılardan biri 1 Soruyu DİKKATLİ OKU, soruyu ANLA, basit örnek kur. Cevabı işaretlemeden öce tekrar soruyu

Detaylı

İstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY

İstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY İstatistik 1 Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları Bu Bölümde İşlenecek Konular Temel Olasılık Teorisi Örnek uzayı ve olaylar, basit olasılık, birleşik olasılık Koşullu Olasılık İstatistiksel

Detaylı

MAT223 AYRIK MATEMATİK

MAT223 AYRIK MATEMATİK MAT223 AYRIK MATEMATİK Kombinatoryal Olasılık 5. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar

Detaylı

Biyoistatistik V. HAFTA

Biyoistatistik V. HAFTA Biyoistatistik V. HAFTA Olasılık Olasılık: Bir olayın gerçekleşme ihtimalinin matematiksel değeridir. p= Başarı sayısı / olanaklı durumlar Yazı gelmesi ihtimali p=1/2=0.5 Olasılığın özellikleri: Daima

Detaylı

8. SINIF MATEMATiK OLASILIK. Murat ÇAVDAR OLASILIK. Olasılık: Sonucu önceden kesin olarak bilinmeyen rastlantıya bağlı olaylara olasılık denir.

8. SINIF MATEMATiK OLASILIK. Murat ÇAVDAR OLASILIK. Olasılık: Sonucu önceden kesin olarak bilinmeyen rastlantıya bağlı olaylara olasılık denir. 04 8. SINIF MATEMATiK OLASILIK OLASILIK Olasılık: Sonucu önceden kesin olarak bilinmeyen rastlantıya bağlı olaylara olasılık denir. Bir zarın atılması, bir torbadan top çekilmesi, bir paranın yazı veya

Detaylı

OLASILIK LASILIK ve İSTATİSTİK Olasılık

OLASILIK LASILIK ve İSTATİSTİK Olasılık 1-1 Click To Edit Master Title Style OLASILIK ve İSTATİSTİK Olasılık Yrd.Doç.Dr Doç.Dr.. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü 1-2 GİRİŞ Olasılık,

Detaylı

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 1 Rastgele bir denemede ortaya çıkması olası sonuçların tamamıdır Örnek: bir zar bir kez yuvarlandığında S= Yukarıdaki sonuçlardan biri elde edilecektir. Sonuçların her biri basit olaydır Örnek: Bir deste

Detaylı

Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur

Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur Kümeler Kümeler ve küme işlemleri olasılığın temellerini oluşturmak için çok önemlidir Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur Sonlu sayıda, sonsuz sayıda, kesikli

Detaylı

Anakütleden rassal olarak seçilen örneklemlerden hesaplanan değerlerdir.

Anakütleden rassal olarak seçilen örneklemlerden hesaplanan değerlerdir. İSTATİSTİKTE VERİ GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Hafta sonu hava yağışlı olacak ı? Bu yıl hangi takı şapiyon olacak? Gelecek yıl döviz kuru ne olur? Bu yıl ülkeizin kişi başına illi geliri ne

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 GİRİŞ Olasılık Teorisi: Matematiğin belirsizlik taşıyan

Detaylı

Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar

Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar Küme Kavramı Küme İşlemleri Deney, Örnek Uzay, Örnek Nokta ve Olay Kavramları Örnek Noktaları Sayma Permütasyonlar Kombinasyonlar Parçalanmalar

Detaylı

İstatistiksel Kavramların Gözden Geçirilmesi

İstatistiksel Kavramların Gözden Geçirilmesi İstatistiksel Kavramların Gözden Geçirilmesi Anlamlı Basamaklar Konusu ve Olasılık Ekonometri 1 Konu 1 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı

OLASILIK (İHTİMAL) TEORİSİ. DENEY (experiment),sonuç (outcome), OLAY (event) DENEY:Bir aktivitenin gözlemlenmesi ve ölçüm yapma şekilleridir.

OLASILIK (İHTİMAL) TEORİSİ. DENEY (experiment),sonuç (outcome), OLAY (event) DENEY:Bir aktivitenin gözlemlenmesi ve ölçüm yapma şekilleridir. OLASILIK (İHTİMAL) TEORİSİ 1 DENEY (experiment),sonuç (outcome), OLAY (event) DENEY:Bir aktivitenin gözlemlenmesi ve ölçüm yapma şekilleridir. SONUÇ:Deneylerin tamamlanması ile elde edilen verilerdir.

Detaylı

Kosullu Olasılık & Bayes Teoremi

Kosullu Olasılık & Bayes Teoremi Kosullu Olasılık & Bayes Teoremi 0 {\} /\ Suhap SAHIN Olasılık Deneyi Olasılık problemlerinde gerçeklestirilen eylemler Zar atılması Para atılması Top Çekme Bir zar atıldıgında üst yüze çift gelme ihtimali

Detaylı

Olasılık Kuramı ve İstatistik. Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları

Olasılık Kuramı ve İstatistik. Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları Olasılık Kuramı ve İstatistik Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları OLASILIK Olasılık teorisi, raslantı ya da kesin olmayan olaylarla ilgilenir. Raslantı

Detaylı

Rastlantı Değişkenleri

Rastlantı Değişkenleri Rastlantı Değişkenleri Olasılık Kütle Fonk. Example: A shipment of 8 similar microcomputers to a retail outlet contains 3 that are defective. If a school makes a random purchase of 2 of these computers,

Detaylı

BİNOM AÇILIMI. Binom Açılımı. çözüm. kavrama sorusu. çözüm. kavrama sorusu. ö æ ö æ ö,,

BİNOM AÇILIMI. Binom Açılımı. çözüm. kavrama sorusu. çözüm. kavrama sorusu. ö æ ö æ ö,, BİNOM AÇILIMI Binom Açılımı n doğal sayı olmak üzere, (x+y) n ifadesinin açılımını pascal üçgeni yardımıyla öğrenmiştik. Pascal üçgenindeki katsayılar; (x+y) n ifadesi 1. Sütun: (x+y) n açılımındaki katsayılar

Detaylı

Olasılık Föyü KAZANIMLAR

Olasılık Föyü KAZANIMLAR Olasılık Föyü KAZANIMLAR Bir olaya ait olası durumları belirler. Daha fazla, eşit, daha az olasılıklı olayları ayırt eder, örnek verir. Eşit şansa sahip olan olaylarda her bir çıktının olasılık değerinin

Detaylı

Korelasyon. Korelasyon. Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır.

Korelasyon. Korelasyon. Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır. Korelasyon Korelasyon Merkezi eğilim ve değişim ölçüleri bir defada sadece bir değişkenin özelliklerini incelememize imkan tanır. Biz şimdi, bir değişkenin özelliklerini diğer değişkenle olan ilişkisine

Detaylı

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R

IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R IE 303T Sistem Benzetimi DERS 4 : O L A S I L I K T E K R A R Geçen Ders Envanter yonetımı: Gazetecı problemı Rastsal Rakamlar Üret Talebi hesapla Geliri hesapla Toplam maliyeti hesapla Günlük ve aylık

Detaylı

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenleri Ġçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli ġans DeğiĢkenlerinin Olasılık Fonksiyonları X, şans değişkeni ve, 2,.., n ise bu tesadüfi değişkenin

Detaylı

Olasılık (Probability) Teorisi

Olasılık (Probability) Teorisi Olasılık (Probability) Teorisi akin@comu.edu.tr http://akin.houseofpala.com Genetik Olasılık, genetik Genlerin gelecek generasyona geçmesinde olasılık hesapları kullanılır Akrabalık derecesinin hesaplanmasında,

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 4: OLASILIK TEORİSİ Giriş Bu bölüm sonunda öğreneceğiniz konular: Rastgele Olay Örnek Uzayı Olasılık Aksiyomları Bağımsız ve Ayrık Olaylar Olasılık Kuralları Koşullu Olasılık

Detaylı

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları

Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.

Detaylı

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız)

Kalitatif Veri. 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız) Kalitatif Veri 1. Kalitatif random değişkenler sınıflanabilen yanıtlar vermektedir. Örnek: cinsiyet (Erkek, Kız). Ölçüm kategorideki veri sayısını yansıtır 3. Nominal yada Ordinal ölçek Multinomial Deneyler

Detaylı

3)Aşağıdaki tabloda gruplandırılmış bir veri kümesi bulunmaktadır. Bu veri kümesinin mutlak ortalamadan sapması aşağıdakilerden hangisidir?

3)Aşağıdaki tabloda gruplandırılmış bir veri kümesi bulunmaktadır. Bu veri kümesinin mutlak ortalamadan sapması aşağıdakilerden hangisidir? İSTATİSTİK SORU VE CEVAPLARI 1)Tabloda 500 kişinin sahip oldukları akıllı telefon markalarını gösteren bilgiler verilmiştir.bu tabloda ki bilgileri yansıtan daire grafiği aşağıdakilerden hangisidir? TELEFON

Detaylı

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları. 9 + = 6. A dan B ye 5 farklı şekilde gidebilir. B den C ye 3 farklı şekilde gidebilir. 5.3 = 5. 4.5 = 0 7. 5.3.3.5 5 3. kişi için iki durum

Detaylı

Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN

Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ RANDOM DEĞİŞKEN SÜREKSİZ (DISCRETE) OLASILIK DAĞILIMLARI 1 RANDOM DEĞİŞKEN Nümerik olarak ifade edilebilen bir deneyin sonuçlarına rassal (random) değişken denir. Temelde iki çeşit random değişken vardır. ##süreksiz(discrete)

Detaylı

Ğ Ğ Ü ğ İ ğ ğ ğ İ ğ Ü Ü ğ ğ ö ç ç ğ ö ğ ç İ ç ğ ç ç ğ ç ç ö ğ ö ç ç ç ğ ö ğ ç ç İ ö ç İ ğ ö ö ç ç ç ç ç ç ç ç ç ç İ ç ğ ç ç Ç ç ö İ ç ç

Ğ Ğ Ü ğ İ ğ ğ ğ İ ğ Ü Ü ğ ğ ö ç ç ğ ö ğ ç İ ç ğ ç ç ğ ç ç ö ğ ö ç ç ç ğ ö ğ ç ç İ ö ç İ ğ ö ö ç ç ç ç ç ç ç ç ç ç İ ç ğ ç ç Ç ç ö İ ç ç Ğ Ğ Ü İ İ ğ İ ğ ğ ğ ğ ğ ç ö ç Çİ İ Ö Ğ Ğ Ğ Ü ğ İ ğ ğ ğ İ ğ Ü Ü ğ ğ ö ç ç ğ ö ğ ç İ ç ğ ç ç ğ ç ç ö ğ ö ç ç ç ğ ö ğ ç ç İ ö ç İ ğ ö ö ç ç ç ç ç ç ç ç ç ç İ ç ğ ç ç Ç ç ö İ ç ç ç ö ğ ö ç ö ç ç ç ö ö ğ ö

Detaylı

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Olasılık Hatırlatma Olasılık teorisi,

Detaylı

Çözüm: Siyah top çekilme olasılığı B olsun. Topların sayısı 12 olduğuna göre P(B)=8/12=2/3 tür.

Çözüm: Siyah top çekilme olasılığı B olsun. Topların sayısı 12 olduğuna göre P(B)=8/12=2/3 tür. 1 Olasılık Örnekler 1. Bir çantada 4 beyaz 8 siyah top vardır. Bir siyah top çekilmesi olasılığı nedir? Çözüm: Siyah top çekilme olasılığı B olsun. Topların sayısı 12 olduğuna göre P(B)=8/12=2/3 tür. 2.

Detaylı

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı 1 Bernoulli Dağılımı Bir şans değişkeninin bernoulli dağılımı göstermesi için ilgilenilen süreçte bernoulli

Detaylı

Olasılık Kavramı. Recep YURTAL. Mühendislikte İstatistik Metotlar. Çukurova Üniversitesi İnşaat Mühendisliği Bölümü

Olasılık Kavramı. Recep YURTAL. Mühendislikte İstatistik Metotlar. Çukurova Üniversitesi İnşaat Mühendisliği Bölümü Olasılık Kavramı Mühendislikte İstatistik Metotlar Çukurova Üniversitesi İnşaat Mühendisliği ölümü OLSILIK KVRMI KÜME KVRMI irlikte ele alınan belirli nesneler topluluğuna küme, Kümede içerilen nesnelere

Detaylı

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları

3/6/2013. Ders 6: Kesikli Olasılık Dağılımları Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

Ders 6: Kesikli Olasılık Dağılımları

Ders 6: Kesikli Olasılık Dağılımları Ders 6: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

B İ L G İ Tanım: Rasyonel olmayan, yani a b şeklinde yazılamayan sayılara irrasyonel sayı denir. İrrasyonel sayılar kümesi I harfi ile gösterilir.. Aşağıdakilerden kaç tanesi irrasyonel sayıdır? 4. x 8

Detaylı

SPSS (Statistical Package for Social Sciences)

SPSS (Statistical Package for Social Sciences) SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) Data Editör iki arayüzden oluşur. 1. Data View 2. Variable

Detaylı

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları Ders 5: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları Ders 5: Kesikli Olasılık Dağılımları Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Detaylı

ZMY501 Mühendislikte İstatistik Yöntemler

ZMY501 Mühendislikte İstatistik Yöntemler ZMY501 Mühendislikte İstatistik Yöntemler Bölüm 4 Olasılık http://www1.gantep.edu.tr/~bingul/stat Gaziantep Üniversitesi Mühendislik Yönetimi Tezsiz Yüksek Lisans Programı Aralık 016 Sayfa 1 İçerik Küme

Detaylı

OLASILIK. P(A) = şeklinde ifade edilir.

OLASILIK. P(A) = şeklinde ifade edilir. OLASILIK Olasılık belirli bir olayın olabilirliğinin sayısal ölçüsüdür. Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. 17 yy. da şans oyunlarıyla birlikte kullanılmaya

Detaylı

Cebir Notları. Permutasyon-Kombinasyon- Binom TEST I. Gökhan DEMĐR, gdemir23@yahoo.com.tr. www.matematikclub.com, 2006

Cebir Notları. Permutasyon-Kombinasyon- Binom TEST I. Gökhan DEMĐR, gdemir23@yahoo.com.tr. www.matematikclub.com, 2006 MC www.matematikclub.com, 2006 Cebir Notları Gökhan DEMĐR, gdemir23@yahoo.com.tr Permutasyon-Kombinasyon- Binom TEST I 1. Ankra'dan Đstanbul'a giden 10 farklı otobüs, Đstanbul'- dan Edirne'ye giden 6 farklı

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 5 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

10SINIF MATEMATİK. Sayma ve Olasılık Fonksiyonlar

10SINIF MATEMATİK. Sayma ve Olasılık Fonksiyonlar 0SINIF MATEMATİK Sayma ve Olasılık Fonksiyonlar YAYIN KOORDİNATÖRÜ Oğuz GÜMÜŞ EDİTÖR Hazal ÖZNAR - Uğurcan AYDIN DİZGİ Muhammed KARATAŞ SAYFA TASARIM - KAPAK F. Özgür OFLAZ Eğer bir gün sözlerim bilim

Detaylı

1. 4 kız ve 5 erkek öğrenci; a) kızların tümü bir arada olacak şekilde kaç türlü sıralanabilir?

1. 4 kız ve 5 erkek öğrenci; a) kızların tümü bir arada olacak şekilde kaç türlü sıralanabilir? 1. 4 kız ve 5 erkek öğrenci; a) kızların tümü bir arada olacak şekilde kaç türlü sıralanabilir? 9. 4 çocuklu bir aile yan yana poz verecektir. Çocukların soldan sağa doğru boy sırasında olduğu kaç durum

Detaylı

OLASILIK. (Bu belgenin güncellenmiş halini bu adresten indirebilirsiniz)

OLASILIK.  (Bu belgenin güncellenmiş halini bu adresten indirebilirsiniz) OLASILIK 46 0 86 48 destek@sinavdestek.com www.sinavdestek.com (Bu belgenin güncellenmiş halini bu adresten indirebilirsiniz) JET Yayınları Ocak 20 0. Teorik Olasılık 0.. Deney ve Çıktı 4. Bir zar ile

Detaylı

KESİKLİ DÜZGÜN DAĞILIM

KESİKLİ DÜZGÜN DAĞILIM KESİKLİ DÜZGÜN DAĞILIM Eğer X kesikli rassal değişkeninin alabileceği değerler (,,..., ) eşit olasılığa sahip ise, kesikli düzgün dağılım söz konusudur. p(x) =, X=,,..., şeklinde gösterilir. Bir kutuda

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

PERMÜTASYON KOMBĐNASYON BĐNOM VE OLASILIK

PERMÜTASYON KOMBĐNASYON BĐNOM VE OLASILIK YILLAR 00 00 00 00 00 00 008 009 00 0 ÖSS - - - ÖYS PERMÜTASYON KOMBĐNASYON BĐNOM VE OLASILIK TEMEL SAYMA KURALLARI Örnek ( ) adet hediyeden üçü üç kişiye, her birine birer hediye vermek kaydıyla kaç değişik

Detaylı

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR 1- İlaçla tedavi edilen 7 hastanın ortalama iyileşme süresi 22.6 gün ve standart sapması.360 gündür. Ameliyatla tedavi edilen 9 hasta için

Detaylı

SPPS. Verileri Düzenleme ve Değiştirme 3 - Data Menüsü. Y. Doç. Dr. İbrahim Turan Nisan 2011

SPPS. Verileri Düzenleme ve Değiştirme 3 - Data Menüsü. Y. Doç. Dr. İbrahim Turan Nisan 2011 SPPS Verileri Düzenleme ve Değiştirme 3 - Data Menüsü Y. Doç. Dr. İbrahim Turan Nisan 2011 Data Menüsü 1- Define Variable 1- Properties (Değişken Özelliklerini Tanımlama) Değişken özelliklerini tanımlamak

Detaylı

Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI)

Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI) TOBB-ETÜ, Iktisat Bölümü Istatistik ( IKT 253) 3. Çal şma Sorular - Cevaplar 5. CHAPTER (DISCRETE PROBABIL- ITY DISTRIBUTIONS - SÜREKS IZ OLASI- LIK DA ¼GILIMLARI) 1 Soru 1 : Bir ma¼gazaya gelen herhangi

Detaylı

OLASILIK PROBLEMLERİ I (BAĞIMSIZ OLAYLAR, KOLMOGOROV BELİTLERİ VE KOŞULLU OLASILIK)

OLASILIK PROBLEMLERİ I (BAĞIMSIZ OLAYLAR, KOLMOGOROV BELİTLERİ VE KOŞULLU OLASILIK) İST65-0-02-OLASILIK I (BAĞIMSIZ OLAYLAR, KOLMOGOROV BELİTLERİ VE KOŞULLU OLASILIK). A ve B olayları ayrık olaylar ve olasılıkları sıfırdan farklı ise, bu olayların bağımlı olduklarını tanıtlayınız. A ve

Detaylı

b) Aşağıda verilen tanımlamalardan herhangi 5 adeti yazılabilir. Aritmetik Ortalama: Geometrik Ortalama:

b) Aşağıda verilen tanımlamalardan herhangi 5 adeti yazılabilir. Aritmetik Ortalama: Geometrik Ortalama: C S D Ü M Ü H E N D İ S L İ K F A K Ü L E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OM317 Müh. İstatistiği İstatistik ÖĞRENCİNİN: ADI - SOADI ÖĞREİMİ NOSU İMZASI 1.Ö 2.Ö A B Soru -

Detaylı

MOMENTLER, ÇARPIKLIK VE BASIKLIK. Moment: Bir değişkenin gözlemleri X 1, X 2, X 3, X 4.X n olsun. Bu serinin r inci momenti:

MOMENTLER, ÇARPIKLIK VE BASIKLIK. Moment: Bir değişkenin gözlemleri X 1, X 2, X 3, X 4.X n olsun. Bu serinin r inci momenti: MOMENTLER, ÇARPIKLIK VE BASIKLIK Moment: Bir değişkenin gözlemleri X 1, X 2, X 3, X 4.X n olsun. Bu serinin r inci momenti: İşletme no 1 2 3 4 5 Arazi genişliği (da) 5 10 4 3 8 Aritmetik ortalamaya göre

Detaylı

ÜNİTE. İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan Oktay İÇİNDEKİLER HEDEFLER İHTİMAL TEORİSİ

ÜNİTE. İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan Oktay İÇİNDEKİLER HEDEFLER İHTİMAL TEORİSİ HEDEFLER İÇİNDEKİLER İHTİMAL TEORİSİ Temel Kavramlar Toplama Kuralı Çarpma Kuralı İhtimal Dağılım Tablosu Beklenen Değer İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan Oktay Bu üniteyi çalıştıktan sonra; İhtimal (olasılık)

Detaylı

İstenen Durum Olasılık Tüm Durum 12

İstenen Durum Olasılık Tüm Durum 12 OLASILIK ÇIKMIŞ SORULAR 1.SORU İçinde top bulunan iki torbadan birincisinde beyaz, siyah ve ikincisinde beyaz, 5 siyah top vardır. Birinci torbadan bir top çekilip rengine bakılmadan ikinci torbaya atılıyor.

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

BBM Discrete Structures: Midterm 2 Date: , Time: 16:00-17:30. Question: Total Points: Score:

BBM Discrete Structures: Midterm 2 Date: , Time: 16:00-17:30. Question: Total Points: Score: BBM 205 - Discrete Structures: Midterm 2 Date: 8.12.2016, Time: 16:00-17:30 Ad Soyad / Name: Ögrenci No /Student ID: Question: 1 2 3 4 5 6 7 Total Points: 12 22 10 10 15 16 15 100 Score: 1. (12 points)

Detaylı

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( ) İKİ DEĞİŞKENLİ OLASILIK Rassal bir deneme yapılmakta ve farklı iki olay ile ilgilenilmektedir. A 1, A 2,,A i olayları bağdaşmaz ve bütünü kapsayıcıdır. B 1, B 2,,B j olayları bağdaşmaz ve bütünü kapsayıcıdır.

Detaylı

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin

Detaylı

Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler.

Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler. Bölüm 2 OLASILIK TEORİSİ Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler. Rasgele değişken, gelecekteki bir gözlemde alacağı

Detaylı

Tanım Bir A kümesinin her elemanı, bir B kümesinin de elamanı ise, A kümesine B kümesinin alt kümesi denir.

Tanım Bir A kümesinin her elemanı, bir B kümesinin de elamanı ise, A kümesine B kümesinin alt kümesi denir. BÖLÜM 1 KÜMELER CEBİRİ Küme, iyi tanımlanmış ve farklı olan nesneler topluluğudur. Yani küme, belli bir kurala göre verilmiş nesnelerin listesidir. Nesneler reel veya kavramsal olabilir. Kümede bulunan

Detaylı

Sürekli Rastsal Değişkenler

Sürekli Rastsal Değişkenler Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

Deney Dizaynı ve Veri Analizi Ders Notları

Deney Dizaynı ve Veri Analizi Ders Notları Deney Dizaynı ve Veri Analizi Ders Notları Binom dağılım fonksiyonu: Süreksiz olaylarda, sonuçların az sayıda seçenekten oluştuğu durumlarda kullanılır. Bir para atıldığında yazı veya tura gelme olasılığı

Detaylı

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları. 9 + = 6. A dan B ye 5 farklı şekilde gidebilir. B den C ye 3 farklı şekilde gidebilir. 5.3 = 5. 4.5 = 0 7. 5.3.3.5 = 5 3. kişi için iki durum

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

AÇIK UÇLU SORULAR ÜNİTE 1 VERİ, SAYMA VE OLASILIK. Bölüm 1 TEMEL SAYMA KLURALLARI

AÇIK UÇLU SORULAR ÜNİTE 1 VERİ, SAYMA VE OLASILIK. Bölüm 1 TEMEL SAYMA KLURALLARI ÜNİTE VERİ, SAYMA VE OLASILIK Bölüm TEMEL SAYMA KLURALLARI AÇIK UÇLU SORULAR. A = {0,,, 3, 4, } kümesindeki rakamlar kullanılarak 3 basamaklı rakamları farklı kaç farklı tek sayı yazılabilir? 48. A = {0,,

Detaylı

KONTROL TESTİ - 4. 1. Birinci galeride A markasından 4, B markasından 6 araç; ikinci geleride ise A markasından 8, B markasından 4 araç vardır.

KONTROL TESTİ - 4. 1. Birinci galeride A markasından 4, B markasından 6 araç; ikinci geleride ise A markasından 8, B markasından 4 araç vardır. KONTROL TESTİ - 4. Birinci galeride A markasından 4, B markasından 6 araç; ikinci geleride ise A markasından 8, B markasından 4 araç vardır. Bu galerilerden rastgele alınan bir aracın A markasından olduğu

Detaylı

MAT223 AYRIK MATEMATİK

MAT223 AYRIK MATEMATİK MAT223 AYRIK MATEMATİK Kombinatoryal Olasılık 5. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar

Detaylı

ÖZEL EGE LİSESİ EGE BÖLGESİ OKULLAR ARASI 15.MATEMATİK YARIŞMASI 6. SINIFLAR FİNAL SORULARI

ÖZEL EGE LİSESİ EGE BÖLGESİ OKULLAR ARASI 15.MATEMATİK YARIŞMASI 6. SINIFLAR FİNAL SORULARI 6. SINIFLAR FİNAL SORULARI 1. abc9 32 (abc9 ) dört basamaklı, (de) iki basamaklı doğal sayılardır. Yandaki bölme işlemine göre, kalanın alabileceği değerler toplamı kaçtır? de 2. Boy ve kalınlıkları farklı

Detaylı

Simdi Çok Kolay YAYINLARIMIZ

Simdi Çok Kolay YAYINLARIMIZ Sidi Çok Kolay YAYINLARIMIZ Öz alar İlkokul, ortaokul ve lise sınıfları için hazırladığıız özel seri öğreten yayınlarıız ile tü sınıfların ve öğrencilerin dersleriyle ilgili teel bilgileri en kolay biçide

Detaylı

BİYOİSTATİSTİK OLASILIK

BİYOİSTATİSTİK OLASILIK BİYOİSTATİSTİK OLASILIK B Doç. Dr. Mahmut AKBOLAT *Küme Kavramı: Küme, tek bir isim altında toplanabilen ve benzer özellik gösteren birimlerin meydana getirdiği topluluk olarak tanımlanabilir. Küme içinde

Detaylı

Olasılık: Klasik Yaklaşım

Olasılık: Klasik Yaklaşım Olasılık Teorisi Olasılık: Klasik Yaklaşım Olasılık Bir olayın meydana gelme şansına olasılık denir. Örnek Türkiye nin kazanma olasılığı Hava durumu Loto Olayların Olasılığını Belirleme Rastsal (gelişigüzel)

Detaylı

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi: İSTATİSTİK I ALIŞTIRMALAR Y.Doç.Dr. Hüseyin Taştan AÇIKLAMA: N: P. Newbold, İşletme ve İktisat için İstatistik, 4. basımdan çeviri. Çift sayılı alıştırmalar için kitabın arkasındaki çözümlere bakabilirsiniz.

Detaylı

CHAPTER 7: DISTRIBUTION OF SAMPLE STATISTICS. Sampling from a Population

CHAPTER 7: DISTRIBUTION OF SAMPLE STATISTICS. Sampling from a Population CHAPTER 7: DISTRIBUTION OF SAMPLE STATISTICS Sampling from a Population Örnek: 2, 4, 6, 6, 7, 8 say lar ndan oluşan bir populasyonumuz olsun Bu say lardan 3 elemanl bir örneklem (sample) seçebiliriz. Bu

Detaylı

SAÜ BÖLÜM 11. OLASILIK. Prof. Dr. Mustafa AKAL

SAÜ BÖLÜM 11. OLASILIK. Prof. Dr. Mustafa AKAL SAÜ BÖLÜM. OLASILIK Prof. Dr. Mustafa AKAL 0 İÇİNDEKİLER.KAVRAMLAR.. Rassal Deney, Örneklem Uzayı ve Olay.. Olayların Biçimlenmesi.3. Olasılık Tanımı.PERMÜTASYON VE KOMBİNASYON..Permütasyon... Sıralı Permütasyon...

Detaylı

ÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİT

ÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİT PERMÜTASYON, KOMBİNASYON BİNOM, OLASILIK ve İSTATİSTİK ÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİT Permütasyon. Kazanım : Eşleme, toplama ve çarpma yoluyla sayma yöntemlerini açıklar. 2. Kazanım : n elemanlı

Detaylı

Ders 1 Minitab da Grafiksel Analiz-I

Ders 1 Minitab da Grafiksel Analiz-I ENM 5210 İSTATİSTİK VE YAZILIMLA UYGULAMALARI Ders 1 Minitab da Grafiksel Analiz-I İstatistik Nedir? İstatistik kelimesi ilk olarak Almanyada devlet anlamına gelen status kelimesine dayanılarak kullanılmaya

Detaylı

10. Sınıf Matemat k Ders İşleme Defter. Altın Kalem Yayınları

10. Sınıf Matemat k Ders İşleme Defter. Altın Kalem Yayınları 10. Sınıf Matemat k Ders İşleme Defter OLASILIK Altın Kalem Yayınları KOŞULLU OLASILIK Bas t olayların olma olasılıklarını 9. sınıf matemat k konularında şlem şt k. Ş md yapacağımız se daha karmaşık olayların

Detaylı

TEK BOYUTLU RASSAL DEĞİŞKENLER

TEK BOYUTLU RASSAL DEĞİŞKENLER TEK BOYUTLU RASSAL DEĞİŞKENLER Rassal değişken: S örnek uzayının her bir basit olayını yalnız bir gerçel değere dönüştüren fonksiyonuna rassal (tesadüfi) değişken denir. İki para birlikte atıldığında üste

Detaylı

ç Ğ İ Ş İ Ş Ç Ç Ğ Ü ç Ş Ş Ç Ğ Ü İ ç ç Ğ İ Ğ Ö Ö Ğ Ü Ş İ ç Ğ » İ «İ Ç Ğ Ş Ö İ Ü İ Ş Ş» Ğ Ğ Ğ İ İ « İ Ş İç Ö»» Ğ Ş İ İ ç Ğ ç « Ü ğ ğ ğ ğ ğ Ü ğ ğ ğ ğ ğ ç ğ ç ğ Ş ç ğ ğ ç ç ç İ İ ğ ğ ğ ğ ğ ğ ç ğ ğ ç ç ğ ğ

Detaylı