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

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

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

Transkript

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 şansa bağlı olarak farklılıklar göstermesi ve bunun sonucunda her deneyde farklı sonuçlarla karşılaşılmasıdır. Olasılık, herhangi bir deneyin sonucunda gözlenebilecek farklı durumlar ile hangi sıklıkla karşılaşılacağı bir başka ifadeyle ortaya çıkan olayların belirsizliğinin incelenmesi anlamına gelir. 1

2 Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler: Madeni paranın atılması sonucu tura gelme olasılığı, Bir deste iskambil kağıdından çekilen 2 kağıdın en az birinin papaz olma olasılığı, Bir kutuda bulunan 5 sarı 6 yeşil bilye içerisinden çekilen iki bilyenin de sarı olma olasılığı. 2

3 Temel Tanımlar ve Kavramlar-I Deney: Sonucu kesin olarak kestirilemeyen bir tek çıktı (şans değişkeni) oluşturan bir eylem, gözlem ya da süreçtir. Sonuç: deney gerçekleştiğinde ortaya çıkan gözlemlere deneyin sonucu adı verilir. Örneklem Uzayı: Bir deneyin sonucunda elde edilen tüm mümkün basit olaylarının oluşturduğu kümedir. Genellikle S ile tanımlanır. 3

4 DENEY Paranın atılması Zarın atılması Örnekler SONUÇ Yazı,tura 1,2,3,4,5,6 ÖRENEKLEM UZAYI S={Yazı,Tura} S={1,2,3,4,5,6} Bir memurun bir haftada işe geç kaldığı gün sayısı Kan grupları 1,2,3,4,5 0, AB, A, B S={1,2,3,4,5} S={ 0, AB, A, B} 4

5 Olay: Bir deneyin bir yada daha fazla sonucunun bir araya gelmesi olarak ifade edilir. Basit Olay: Herhangi bir deneyin nihai sonuçlarına basit olay adı verilir. Bir basit olay sadece bir sonuç içerir. Örnek: bir zar atıldığında 2 gelmesi. Bileşik Olay: İki veya daha fazla basit olayın bir araya gelmesi ile oluşan olaylardır. Örnek: bir zar atıldığında çift sayı gelmesi. 5

6 Olasılığın İki Temel Kuralı; 1) Bir olayın olasılığı her zaman 0 ile 1 arasındadır. 2) Bir deneydeki tüm basit olayların olasılıkları toplamı toplamı 1 e eşittir. DİKKAT!!!! Hiç bir olayın OLASILIĞI 1 den büyük ve negatif bir sayı OLAMAZ!!!! Bir A olayın ortaya çıkma olasılığı; P(A) şeklinde gösterilir. 6

7 Olasılığa Üç Kavramsal Yaklaşım Klasik Olasılık: Sonuçların ortaya çıkma olasılıları eşit ise buna eşit olasılıklı sonuçlar denir. Klasik olasılık kuralı, tüm sonuçları eşit olasılıklı olan deneylerin sonuçlarına ilişkin olasılıkları hesaplamada kullanılır. Klasik olasılık kuralına göre bir deneydeki basit bir olayın olasılığı 1 in tüm sonuçların sayısına bölünmesiyle bulunur. A bileşik olayının olasılığı ise A olayında içerilen sonuç sayısının toplam sonuç sayısına bölünmesiyle elde edilir. 7

8 Olasılığın Göreli Sıklık Kavramı Sonuçları eşit olasılıklı olmayan deneylerde deney defalarca tekrar edilerek veri üretilmektedir. Böylesi durumlarda olasılıkları hesaplamak için ya eski verilerden yaralanılmakta ya da deney çok kez tekrarlanarak yeni veri türetilmektedir. Bu verilerden yaralanarak bir olaya ilişkin (yaklaşık) olasılık değeri için göreli sıklıklardan yaralanılmaktadır. Bu yönteme olasılığın göreli sıklık kavramı adı verilir. Yaklaşık olasılık için göreli sıklık: Eğer bir deney n kez tekrarlanmış ve f kez bir A olayı gözlenmiş ise olasılığını göreli sıklık kavramına göre olasılık aşağıdaki gibi hesaplanır. P( A) f n 8

9 Örnek: Bir kapta 5 sarı, 5 lacivert ve 5 adet yeşil bilye bulunmaktadır. Çekilen bir bilyenin sarı olma olasılığı nedir? A: Çekilen bir bilyenin sarı olması n(s): Örneklem uzayı eleman sayısı = 15 n(a): Örneklem uzayındaki A elemanı sayısı = 5 n( A) 5 P( A) n( S) 15 Büyük Sayılar Yasası: Bir deney çok (sonsuz) kez tekrarlanırsa, bir olayın göreli sıklıkları kuramsal olasılığa yaklaşır

10 ÖZNEL OLASILIK KAVRAMI 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. Benzer koşullarda tekrarlı olarak uygulanamayan durumlarda olasılıkların hesaplanmasında öznel olasılık kavramı yardımcı olur. 10

11 Örnekler İzmir ilinde Şubat ayı içinde 5 şiddetinden büyük bir deprem meydana gelme olasılığı, Karşıyaka Altınyol da 1 saatlik süre içinde en az iki adet trafik kazası olma olasılığı, 70 yaşındaki birinin en az 2 yıl daha yaşaması olasılığı, Nişanlı bir çiftin evlenme olasılığı. 11

12 Örneklem 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. Eğer bir deneyde, ilk aşamada m tane, ikinci aşamada n tane ve üçüncü aşamada k tane sonuç olmak üzere üç aşama bulunuyorsa, bu deneydeki toplam sonuç sayısı m.n.k olarak hesaplanır. 12

13 k farklı sonuç veren bir deney r kez tekrar edilirse ortaya çıkan tüm durumların sayısı; olarak hesaplanır. k r Örnek: Bir zarı 3 kez attığımızda ortaya çıkabilecek tüm mümkün durumların sayısı sayısı; 6 3 = 216 adettir. Örneklem uzayının eleman sayısı 216 dır. 13

14 Bileşen(Marjinal) Olasılık Basit olasılık olarak da bilinen bileşen olasılık, herhangi başka bir olay dikkate alınmaksızın, sadece bir olaya ilişkin olasılıktır. İSTATİSTİK DERSİ BAY BAYAN BAŞARILI BAŞARISIZ P() BAY 0, ŞARISIZ P() BA 0,

15 Koşullu Olasılık A ve B gibi iki olaydan B olayının gerçekleştiği bilindiği durumda A olayının gerçekleşmesi olasılığına A olayının şartlı olasılığı denir. P( A / B ) ile gösterilir. B olayı olduğunda A olayının olması olasılığı biçiminde okunur. ŞARILI BAY şarılı bay sayısı ba 85 P( BA /) 0,85 toplam bay say 100 ŞARISIZ şarısız bayan şarısız sayısı ba 20 P( BAYAN /) BA 0,57 toplam ba 35 15

16 Ayrık Olaylar Aynı anda gerçekleşmesi mümkün olmayan olaylara ayrık olaylar adı verilir. Örnekler: Bir zarın atılmasında yazı veya tura gelmesi Bir dersten başarılı ya da başarısız olmak. 16

17 Ağaç Diyagramı Her birinin sonucunun sonlu sayıda olduğu birden fazla deneyin tüm mümkün sonuçlarını görsel bir şekilde ortaya koymak için kullanılır. 17

18 Bağımsız ve Bağımlı Olaylar Ele alınan olaylardan birinin gözlenip gözlenmemesinin olasılığı diğer bir olayın ortaya çıkıp çıkmama olasılığını etkilemiyorsa bu olaylara bağımsız olaylar denir. İki olayın bağımsız olabilmeleri için aşağıdaki koşulların gerçekleşmesi gereklidir. P ( A / B ) = P ( A ) ve P ( B / A ) = P ( B ) Yukarıdaki koşullardan herhangi biri gerçekleşmiyorsa A ve B olaylarına bağımsız olmayan ( bağımlı olaylar ) adı verilir ; P ( A / B ) P ( A) ve P ( B / A ) P ( B ) olur. 18

19 TAMAMLAYICI ( BÜTÜNLEYİCİ ) OLAY A olayının tamamlayıcısı gösterilir. A olarak P( A) 1 P(A) Bir A olayının gerçekleşme olasılığı 0,25 ise tamamlayıcısının gerçekleşme olasılığı P(A) 1 P(A)=1-0,25=0,75 19

20 OLAYLARIN ARA KESİTİ VE ÇARPMA KURALI A ve B gibi iki olayda hem A da hem B de mevcut sonuçlar iki olayın ara kesitini oluşturur. A ve B olaylarının ara kesiti ( kesi şimi ) A B ya da AB şeklinde gösterilir. Çarpma Kuralı: A ve B gibi birlikte ortaya çıkan olayların olasılığına bileşik olasılık adı verilir ve P ( A ve B ) şeklinde gösterilir. İki olayın ara kesitinin olasılığıi bir olayın bileşen olasılığı ile ikinci olayın koşullu olasılığından elde edilir ve bu kurala çarpma kuralı denir. A ve B olayının bileşik olasılığı P (A B ) ya da P ( AB ) olarak da gösterilir. 20

21 21 Koşullu Olasılık Eğer A ve B, P ( A ) 0 ve P ( B ) 0 olmak üzere iki olay ise bulara ilişkin koşullu olasılıklar aşağıdaki gibi elde edilir. ) ( ) ( ) / ( B P B A P B A P ) ( ) ( ) / ( A P A B P A B P

22 BAĞIMSIZ OLAYLAR İÇİN ÇARPMA KURALI A ve B olayları bağımsız ise bir başka ifadeyle B olayının meydana gelme olasılığı A olayının meydana gelme olasılığına bağlı değil ise ve iki olay aynı anda meydana gelebiliyor ise; P ( A / B ) = P ( A) ve P ( B / A ) = P ( B ) olur. Sonuç olarak A ve B olayları bağımsız iseler P ( A ve B ) = P ( A B ) = P ( A ). P ( B ) eşitliği elde edilir. Aynı şekilde P ( A B ) = P ( A ). P ( B ) ise A ve B olayları bağımsızdır denir. 22

23 Ayrık Olayların Bileşik Olasılığı İki ayrık olayın bileşik olasılığı her zaman 0 dır. Bu durum A ve B ayrık olaylar ise P ( A ve B ) = P ( A B ) = 0 olarak gösterilir. 23

24 OLAYLARIN BİLEŞİMİ VE ÇARPMA KURALI Aynı örneklem uzayında tanımlı A ve B olaylarının bileşimi A da ya da B de ya da A ve B de birlikte yer alan tüm olaylarının bileşkesi olup A ya da B biçiminde gösterilir. Toplama Kuralı: Olayların bileşimine ilişkin olasılık hesaplamada kullanılan yönteme, toplama kuralı denir ve aşağıdaki gibi tanımlanır. A ve B olaylarının bileşiminin olasılığı, P (A veya B ) = P ( A ) + P ( B ) - P ( A ve B ) biçiminde gösterilir. Ayrık Olaylar İçin Toplama Kuralı: P (A veya B ) = P ( A ) + P ( B ) biçiminde gösterilir. 24

25 Örnek: Bir üniversitede okuyan öğrencilerin % 70 i tiyatroya, % 35 ise sinemaya ilgi duymaktadır. a) Bir öğrencinin sinemaya ilgi duyduğu bilindiğinde tiyatroya ilgi duyma olasılığı 0,40 ise her iki aktiviteye birden ilgi duyma olasılığı nedir? b) Bir öğrencinin tiyatro veya sinemaya ilgi duyma olasılığı nedir? T:Tiyatroya ilgi duyma S:Sinemaya ilgi duyma P ( T ) = 0,70 P( S ) = 0,35 a) P ( T / S ) = 0,40 P (T S ) =? P(T/S) P(T S) P(S) P(T S) P(T/S) *P(S) 0,40*0,35 0,14 b) P(T U S) P(T) P(S) - P(T S) 0,70 0,35-0,14 0,91 25

26 Örnek: Ali ve Can isimli iki avcının bir hedefi vurma olasılıkları sırasıyla 0,65 ve 0,40 olarak verilmiştir. İki avcı hedefe birlikte ateş 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; P ( A C ) = P ( A ). P ( C ) = 0,65 * 0,40 = 0,26 P( A U C ) = 0,65 + 0,40 0,26 = 0,79 26

27 1)Kusursuz bir madeni para 2 kez atılmıştır. Birinci para yazı iken, ikinci paranın da yazı olma olasılığı kaçtır? a)¼ b) 1/3 c) ½ d) 2/3 e) 3/4 2) 1 den 10 a kadar (10 dahil) olan tam sayılar arasından rastgele seçilen bir sayının 2 ve 3 ile bölünebilen bir sayı olma olasılığı kaçtır? a) 1/10 b) 1/5 c) 3/10 d) 1/2 e) 8/10 3) Bir işyerinde 3 erkek ve 20 kadın olmak üzere 50 kişi çalışmaktadır. Erkeklerin 1/3 ü ve kadınlarında 1/10 u gözlük takmaktadır. Rasgele seçilen birinin gözlük takan bir erkek olma olasılığı kaçtır? a) 1/10 b) 1/5 c) 3/10 d) 1/2 e) 8/10 27

28 4) Bir kutuda 5 tanesi beyaz, 10 tanesi siyah olmak üzere 15 tane top vardır. Bu kutudan çekilen topun yerine konulması şartıyla 3 kez top çekilmiştir. Çekilen toplardan ikisinin beyaz olma olasılığı nedir? a) 1/27 b) 4/27 c) 2/9 d) 4/9 e) 5/9 5) Kusursuz bir madeni paranın 3 kez atılması deneyinde hiç yazı gelmeme olasılığı kaçtır? a) 1/8 b) 1/4 c) 3/8 d) 5/8 e) 7/8 6) Kusursuz bir madeni para n kez atılmıştır. Buna göre toplam sonuç sayısı aşağıdakilerden hangisidir? a) 2n b) 2 n c) n 2 d) 2n 2 e) n 2 /2 28

29 7) P(B) = 0,60 ve P(A/B)= 0,75 değerleri için A ve B olaylarının bileşik olasılığı kaçtır? a) 0,40 b) 0,45 c) 0,50 d) 0,55 e) 0,60 8) Bir işletmede 15 kadın ve 25 erkek vardır. Uygulanan bir sınavda 5 kadın ve 15 erkek başarısız olmuştur. Bu işletmeden seçilen bir kişinin başarısız olduğu bilindiğine göre bu kişinin kadın olma olasılığı kaçtır? a) 1/2 b) 1/4 c) 1/2 d) 5/8 e) 7/8 9) Kusursuz iki madeni paranın aynı anda atılması deneyinde bir yazı bir tura gelmesi olasılığı kaçtır? a) 0,20 b) 0,25 c) 0,50 d) 0,75 e) 1,00 29

30 10) Hilesiz bir zarı ardı ardına iki kez atalım. Üste gelen sayıların toplamının 3 ten büyük olma olasılığı nedir? a) 25/36 b) 27/36 c) 30/36 d) 33/36 e) 35/36 11) Bir avcının arka arkaya yaptığı üç atışta hedefini vurma olasılıkları sırasıyla 0,2, 0,7 ve 0,9 olarak belirlenmiştir. Bu avcının en az bir hedefi vurma olasılığı nedir? a) 0,20 b) 0,70 c) 0,90 d) 0,976 e) 0,99 12) Bir torbada 4 siyah ve 5 beyaz bilye bulunmaktadır. Arka arkaya iadesiz seçim yöntemiyle rastgele seçilen iki bilyenin siyah olma olasılığı nedir? a) 0,20 b) 0,25 c) 0,50 d) 0,75 e) 1,00 30

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

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

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

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

OLASILIK (Probability)

OLASILIK (Probability) OLASILIK (Probability) Olasılık, bir olayın meydana gelme, ortaya çıkma şansını ifade eder ve P ile gösterilir. E i ile gösterilen bir basit olayın olasılığı P (E i ), A bileşik olayının olasılığıysa P

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

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

Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler: OLSILIK opulasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. u hata payının ortaya çıkmasının sebebi

Detaylı

OLASILIK. Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru

OLASILIK. Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru OLSILIK opulasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. u hata payının ortaya çıkmasının sebebi

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

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

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

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

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

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

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

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

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

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

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk

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

OLASILIK OLASILIK. Bireysel belirsizlik ve uzun dönemdeki düzenlilik deneysel bilimlerde de sık sık ortaya çıkar

OLASILIK OLASILIK. Bireysel belirsizlik ve uzun dönemdeki düzenlilik deneysel bilimlerde de sık sık ortaya çıkar OLASILIK OLASILIK İstatistiğin temel araçlarından biri olasılıktır 17. yy daşans oyunları ile başlamıştır Her bir denemenin çıktısı belirsizdir Fakat uzun dönemde çıktı kestirimlenebilir Bireysel belirsizlik

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

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

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

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

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

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

Dr. Mehmet AKSARAYLI

Dr. Mehmet AKSARAYLI Dr. Mehmet AKSARAYLI Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir. Şans Değişkenleri KESİKLİ RASSAL DEĞİŞKENLER ve OLASILIK DAĞILIMLARI Kesikli

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

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

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

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

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

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

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

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

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

Tesadüfi Değişken. w ( )

Tesadüfi Değişken. w ( ) 1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere

Detaylı

Olasılığa Giriş Koşullu Olasılık Bayes Kuralı

Olasılığa Giriş Koşullu Olasılık Bayes Kuralı Olasılığa Giriş Koşullu Olasılık Bayes Kuralı Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Olasılığa Giriş Bundan önceki bölümlerde veri setini özetleyen,

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Örnekleme Planlar ve Dağılımları Prof. Dr. İrfan KAYMAZ Tanım İncelenen olayın ait olduğu anakütlenin bütünüyle dikkate alınması zaman, para, ekipman ve bunun gibi nedenlerden dolayı

Detaylı

Dr. Akarsu Hafta-4 11/16/2014 1

Dr. Akarsu Hafta-4 11/16/2014 1 Dr. Akarsu Hafta-4 11/16/2014 1 GİRİŞ Olasılık dolaylı istatistiğin önemli metotlarının temelini oluşturmaktadır. Örneğin, cinsiyet belirleyici bir prosedür belirlediğinizi iddia ediyorsunuz ve her seferinde

Detaylı

Olasılık Kuramı ve Bazı Olasılık Dağılımları

Olasılık Kuramı ve Bazı Olasılık Dağılımları KAVRAMLAR Olasılık Kuramı ve Bazı Olasılık Dağılımları Deney: belirli koşullar altında tekrarlanabilen ve her tekrarda farklı sonuçlar elde edilebilen işlemdir. Örneklem uzayı: bir denemenin tüm olası

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

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

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

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

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

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

BÖLÜM 2 : OLASILIK. Olasılığın gelişmesinde 4 anahtar sözcük önemli rol oynamaktadır. -Örneklem sonucu sample outcome

BÖLÜM 2 : OLASILIK. Olasılığın gelişmesinde 4 anahtar sözcük önemli rol oynamaktadır. -Örneklem sonucu sample outcome ÖLÜM : OLSLK Giriş: Olasılık kavramına. Fermat ile. ascal ın büyük katkıları olmuştur. ascal hesap makinesini geliştirerek Fermat ile birlikte olasılığın temellerini oluşturmuştur. Daha sonra Rus matematikçi

Detaylı

OLASILIK TEORİSİ VE İSTATİSTİK

OLASILIK TEORİSİ VE İSTATİSTİK OLASILIK TEORİSİ VE İSTATİSTİK İki Değişkenli Olasılık Bu bölümde yapılan bir deneyin iki değişkene bağlı olan sonuçları dikkate alınacaktır. Örneğin: Bir gazete yöneticisi, politikasını belirlemek için

Detaylı

Basým Yeri: Ceren Matbaacılık AŞ. Basým Tarihi: Haziran / ISBN Numarası: Sertifika No: 33674

Basým Yeri: Ceren Matbaacılık AŞ. Basým Tarihi: Haziran / ISBN Numarası: Sertifika No: 33674 kapak sayfası İÇİNDEKİLER. ÜNİTE SAYMA Sıralama ve Seçme... 4 Toplama Yolu ile Sayma... 4 Çarpma Yolu ile Sayma... 4 Permütasyon (Sıralama)... 5 Konu Testleri - -... 9 Kombinasyon (Seçme)... 4 Konu Testleri

Detaylı

Başarı olasılığı olan bir Bernoulli denemesinin aynı şartlar altında (bağımsız olarak) n kez tekrarlanması ile oluşan deneye binom deneyi denir.

Başarı olasılığı olan bir Bernoulli denemesinin aynı şartlar altında (bağımsız olarak) n kez tekrarlanması ile oluşan deneye binom deneyi denir. 3.5. Bazı Kesikli Dağılımlar 3.5.1. Bernoulli Dağılımı Bir deneyde başarı ve başarısızlık diye nitelendirilen iki sonuçla ilgilenildiğinde bu deneye (iki sonuçlu) Bernoulli deneyi ya da Bernoulli denemesi

Detaylı

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan 1 Ders Planı 1. Karar Problemleri i. Karar problemlerinin bileşenleri ii. Değerler, amaçlar, bağlam iii. Etki diagramları 2. Model Girdilerinde Belirsizlik

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

OLASILIK VE OLAY ÇEŞİTLERİ

OLASILIK VE OLAY ÇEŞİTLERİ OLASILIK VE OLAY ÇEŞİTLERİ KAZANIMLAR Örnek uzay Olasılık kavramı Bir olayın olasılığının hesaplanması Teorik olasılık kavramı Deneysel olasılık kavramı Öznel olasılık kavramı Bağımsız olay Bağımlı olay

Detaylı

A) 0 B) 1 C) 2 D) 3 Hilesiz bir çift madeni para havaya atılıyor. A) 10 B) 8 C) 7 D) 6 Hilesiz bir çift zar havaya atılıyor.

A) 0 B) 1 C) 2 D) 3 Hilesiz bir çift madeni para havaya atılıyor. A) 10 B) 8 C) 7 D) 6 Hilesiz bir çift zar havaya atılıyor. Olasılık. Sınıf Matematik Soru Bankası TEST. Havaya atılan hilesiz bir paranın yere düşmesi ile karşılaşılacak olası durumlar kaç tanedir?. A) 0 B) C) D) Hilesiz bir çift madeni para havaya atılıyor. Olası

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

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

YENİ ORTAÖĞRETİM MATEMATİK PROGRAMINA UYGUNDUR. YGS MATEMATİK 3. KİTAP MERVE ÇELENK FİKRET ÇELENK

YENİ ORTAÖĞRETİM MATEMATİK PROGRAMINA UYGUNDUR. YGS MATEMATİK 3. KİTAP MERVE ÇELENK FİKRET ÇELENK YENİ ORTAÖĞRETİM MATEMATİK PROGRAMINA UYGUNDUR. YGS MATEMATİK 3. KİTAP MERVE ÇELENK FİKRET ÇELENK İÇİNDEKİLER Kümeler 5 44 Fonksiyonlar 1 45 88 Fonksiyonlar 2 89 124 Sayma Kuralları 125 140 Faktöriyel

Detaylı

a. Aynı sırada çekilen herhangi iki kartın aynı d. 4. çekişte iki torbadan da 4 numaralı kartların e. 2. ve 4. çekişte aynı numaralı kartların

a. Aynı sırada çekilen herhangi iki kartın aynı d. 4. çekişte iki torbadan da 4 numaralı kartların e. 2. ve 4. çekişte aynı numaralı kartların Örnek Problem - Sinemada, yan yana koltukta oturan arkadaş, ara verildiğinde kalkıyorlar. Dönüşte, aynı koltuğa rastgele oturduklarına göre; hiçbirinin ilk yerine oturmaması olasılığı Örnek Problem - 4

Detaylı

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir, 14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.

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

2. Aşağıdaki pseudocode ile verilen satırlar işletilirse, cnt isimli değişkenin son değeri ne olur?

2. Aşağıdaki pseudocode ile verilen satırlar işletilirse, cnt isimli değişkenin son değeri ne olur? Numarası : Adı Soyadı : SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına numaranızı ve isminizi mürekkepli kalem ile yazınız. Sınavın ilk 30 dakikasında sınıftan çıkılmayacaktır.

Detaylı

ALES / İLKBAHAR 2008 DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ "A" OLARAK CEVAP KÂĞIDINA İŞARETLEMEYİ UNUTMAYINIZ. SAYISAL BÖLÜM SAYISAL-1 TESTİ

ALES / İLKBAHAR 2008 DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ A OLARAK CEVAP KÂĞIDINA İŞARETLEMEYİ UNUTMAYINIZ. SAYISAL BÖLÜM SAYISAL-1 TESTİ DİKKAT! SORU KİTAPÇIĞINIZIN TÜRÜNÜ "A" OLARAK CEVAP KÂĞIDINA İŞARETLEMEYİ UNUTMAYINIZ. SAYISAL BÖLÜM SAYISAL- TESTİ Sınavın bu bölümünden alacağınız standart puan, Sayısal Ağırlıklı ALES Puanınızın (ALES-SAY)

Detaylı

2. (x 1 + x 2 + x 3 + x 4 + x 5 ) 10 ifadesinin açılımında kaç terim vardır?

2. (x 1 + x 2 + x 3 + x 4 + x 5 ) 10 ifadesinin açılımında kaç terim vardır? Numarası : Adı Soyadı : SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına numaranızı ve isminizi mürekkepli kalem ile yazınız. Sınavın ilk 30 dakikasında sınıftan çıkılmayacaktır.

Detaylı

Olasılık Kavramı. Mühendislikte İstatistik Yöntemler

Olasılık Kavramı. Mühendislikte İstatistik Yöntemler Olasılık Kavramı Mühendislikte İstatistik Yöntemler KÜME KAVRAMI Birlikte ele alınan belirli nesneler topluluğuna küme, Kümede içerilen nesnelere de eleman, öğe veya üye denir. Kümenin elemanlerı (öğeleri,

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

TEMEL KAVRAMLAR. SAYI KÜMELERİ 1. Doğal Sayılar

TEMEL KAVRAMLAR. SAYI KÜMELERİ 1. Doğal Sayılar TEMEL KAVRAMLAR Rakam: Sayıları ifade etmeye yarayan sembollere rakam denir. Bu semboller {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} kümesinin elemanlarıdır., b ve c birer rakamdır. 15 b = c olduğuna göre, + b + c

Detaylı

MATEMATİK ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI DENEME. Diğer sayfaya geçiniz.

MATEMATİK ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI DENEME. Diğer sayfaya geçiniz. MATEMATİK. DENEME ÖĞRETMENLİK ALAN BİLGİSİ - DENEME SINAVI. f : X tanımlı y = f() fonksiyonu için lim f ( ) = L ise aşağıdaki önermelerden kaç tanesi kesinlikle doğrudur? 0 I. X dir. 0 II. f() fonksiyonu

Detaylı

Matematik Ders Notları. Doç. Dr. Murat Donduran

Matematik Ders Notları. Doç. Dr. Murat Donduran Matematik Ders Notları Doç. Dr. Murat Donduran Mart 18, 28 2 İçindekiler 1 Tanımlı Integral Uygulamaları 5 1.1 Olasılık.............................. 5 3 4 İÇINDEKILER Bölüm 1 Tanımlı Integral Uygulamaları

Detaylı

TEMEL KAVRAMLAR. a Q a ve b b. a b c 4. a b c 40. 7a 4b 3c. a b c olmak üzere a,b ve pozitif. 2x 3y 5z 84

TEMEL KAVRAMLAR. a Q a ve b b. a b c 4. a b c 40. 7a 4b 3c. a b c olmak üzere a,b ve pozitif. 2x 3y 5z 84 N 0,1,,... Sayı kümesine doğal sayı kümesi denir...., 3,, 1,0,1,,3,... sayı kümesine tamsayılar kümesi denir. 1,,3,... saı kümesine sayma sayıları denir.pozitif tamsayılar kümesidir. 15 y z x 3 5 Eşitliğinde

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

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

Temel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir.

Temel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir. Temel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir. a) Pozitif doğal sayılar: Sıfır olmayan doğal sayılar kümesine Pozitif Doğal

Detaylı

Ders 1: Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 4. Stokastik Süreç Nedir? Stokastik Süreç Nedir?

Ders 1: Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III. Markov Süreçleri Ders 4. Stokastik Süreç Nedir? Stokastik Süreç Nedir? Ders : Markov Zincirleri YÖNEYLEM ARAŞTIRMASI III Markov Süreçleri Ders 4 Yrd. Doç. Dr. Beyazıt Ocaktan E-mail: bocaktan@gmail.com Ders İçerik: nedir? Markov Zinciri nedir? Markov Özelliği Zaman Homojenliği

Detaylı

İÇİNDEKİLER ÖNSÖZ Bölüm 1 KÜMELER Bölüm 2 SAYILAR

İÇİNDEKİLER ÖNSÖZ Bölüm 1 KÜMELER Bölüm 2 SAYILAR İÇİNDEKİLER ÖNSÖZ III Bölüm 1 KÜMELER 11 1.1. Küme 12 1.2. Kümelerin Gösterimi 13 1.3. Boş Küme 13 1.4. Denk Küme 13 1.5. Eşit Kümeler 13 1.6. Alt Küme 13 1.7. Alt Küme Sayısı 14 1.8. Öz Alt Küme 16 1.9.

Detaylı

TEMEL SAYMA KURALLARI

TEMEL SAYMA KURALLARI TEMEL SAYMA KURALLARI SAYMA Toplama Yoluyla Sayma A ve B sonlu ve ayrık kümeler olmak üzere, bu iki kümenin birleşiminin eleman sayısı; s(a,b) = s(a) + s(b) dir. Sonlu ve ayrık iki kümenin birleşiminin

Detaylı

SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI

SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI Yrd. Doç.Dr. İrfan Yolcubal Kocaeli Üni. Jeoloji Müh. Random Değişken: Nümerik olarak ifade edilen bir deneyin sonuçları Süreksiz(Discrete) Random Değişken: Randomdeğişken

Detaylı

YÖNEYLEM ARAŞTIRMASI-2 -Markov Zincirleri-

YÖNEYLEM ARAŞTIRMASI-2 -Markov Zincirleri- YÖNEYLEM ARAŞTIRMASI-2 -Markov Zincirleri- Hazırlayan Yrd. Doç. Selçuk Üniversitesi Mühendislik Fakültesi - Endüstri Mühendisliği Bölümü Giriş Zaman içerisinde tamamen önceden kestirilemeyecek şekilde

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

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

İSTATİSTİK I. Giriş. Bölüm 1 Temel Terimler ve Tanımlar İSTATİSTİKLER

İSTATİSTİK I. Giriş. Bölüm 1 Temel Terimler ve Tanımlar İSTATİSTİKLER İSTATİSTİK I Bölüm 1 Temel Terimler ve Tanımlar 1 2 Giriş İSTATİSTİKLER Genel olarak araştırmalarda, büyük veri gruplarının içinden daha küçük veri grupları seçilerek büyük veri gruplarının hakkında bilgi

Detaylı

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz... 1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte 2012-2013 yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz... CABİR VURAL BAHAR 2006 Açıklamalar

Detaylı

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN Lineer Dönüşümler Yazar Öğr. Grv.Dr. Nevin ORHUN ÜNİTE 7 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayları arasında tanımlanan belli fonksiyonları tanıyacak, özelliklerini öğrenecek, Bir dönüşümün,

Detaylı

TEMEL KAVRAMLAR TEST x, y, z sıfırdan farklı gerçel sayılar ve x y = a ve b gerçel sayılar olmak üzere, a + 3b = 18. y + z = 0.

TEMEL KAVRAMLAR TEST x, y, z sıfırdan farklı gerçel sayılar ve x y = a ve b gerçel sayılar olmak üzere, a + 3b = 18. y + z = 0. TEST - 3 TEMEL KAVRAMLAR. x, y, z sıfırdan farklı gerçel sayılar ve x y 0 4. a ve b gerçel sayılar olmak üzere, a + 3b 8 y + z 0 olduğuna göre, aşağıdakilerden hangisi doğrudur? A) x.z > 0 B) z.y < 0 C)

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

Prof.Dr.İhsan HALİFEOĞLU

Prof.Dr.İhsan HALİFEOĞLU Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 4: OLASILIK TEORİSİ Prof. Dr. İrfan KAYMAZ Giriş Bu bölüm sonunda öğreneceğiniz konular: Rastgele Olay Örnek Uzayı Olasılık Aksiyomları Bağımsız ve Ayrık Olaylar Olasılık Kuralları

Detaylı

Örnek Uzay: Bir deneyin tüm olabilir sonuçlarının kümesine Örnek Uzay denir. Genellikle harfi ile gösterilir.

Örnek Uzay: Bir deneyin tüm olabilir sonuçlarının kümesine Örnek Uzay denir. Genellikle harfi ile gösterilir. BÖLÜM 3. OLASILIK ve OLASILIK DAĞILIMLARI Rasgele Sonuçlu Deney: Sonuçlarının kümesi belli olan, ancak hangi sonucun ortaya çıkacağı önceden söylenemeyen bir işleme Rasgele Sonuçlu Deney veya kısaca Deney

Detaylı

istatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi

istatistik 4. Bir frekans dağılımına ilişkin birikimli seriler 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi 2010 S 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek t ablolar ve f ormüller bu kitapçığın sonunda verilmiştir. 1. Birimlerle ilgili aşağıdaki ifadelerden hangisi yanlıstır? ) Maddesel

Detaylı

2013 YGS MATEMATİK. a a olduğuna göre, a kaçtır? olduğuna göre, m kaçtır? A) 1 2 C) 1 4 E) 4 9 B) 3 2 D) 1 9 A) 3 B) 4 C) 5 D) 6 E) 7

2013 YGS MATEMATİK. a a olduğuna göre, a kaçtır? olduğuna göre, m kaçtır? A) 1 2 C) 1 4 E) 4 9 B) 3 2 D) 1 9 A) 3 B) 4 C) 5 D) 6 E) 7 0 YGS MATEMATİK. m olduğuna göre, m kaçtır?. a a a a olduğuna göre, a kaçtır? A) B) ) D) 6 E) 7 A) B) ) D) 9 E) 9.. (0,) (0,) işleminin sonucu kaçtır? A) 0,06 B) 0,08 ) 0, D) 0, E) 0, A B B D B A BD 9?

Detaylı

MATEMATİK. Doç Dr Murat ODUNCUOĞLU

MATEMATİK. Doç Dr Murat ODUNCUOĞLU MATEMATİK Doç Dr Murat ODUNCUOĞLU Mesleki Matematik 1 TEMEL KAVRAMLAR RAKAM Sayıları yazmak için kullandığımız işaretlere rakam denir. Sayıları ifade etmeye yarayan sembollere rakam denir. Rakamlar 0,1,2,3,4,5,6,7,8,9

Detaylı

KÜMELER ÜNİTE 1. ÜNİTE 1. ÜNİTE 2. ÜNİTE 1. ÜNİT

KÜMELER ÜNİTE 1. ÜNİTE 1. ÜNİTE 2. ÜNİTE 1. ÜNİT KÜMELER ÜNİTE 1. ÜNİTE 1. ÜNİTE 2. ÜNİTE 1. ÜNİT Kümelerde Temel Kavramlar 1. Kazanım : Küme kavramını açıklar; liste, Venn şeması ve ortak özellik yöntemleri ile gösterir. 2. Kazanım : Evrensel küme,

Detaylı

Akademik Personel ve Lisansüstü Eğitimi Giriş Sınavı. ALES / Đlkbahar / Sayısal I / 11 Mayıs Matematik Soruları ve Çözümleri E) 2.

Akademik Personel ve Lisansüstü Eğitimi Giriş Sınavı. ALES / Đlkbahar / Sayısal I / 11 Mayıs Matematik Soruları ve Çözümleri E) 2. Akademik Personel ve Lisansüstü Eğitimi Giriş Sınavı ALES / Đlkbahar / Sayısal I / Mayıs 2008 Matematik Soruları ve Çözümleri 3 3. + : 7 4 7 4 işleminin sonucu kaçtır? A) 4 3 B) 4 5 C) 7 4 D) 5 7 E) 2

Detaylı

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

rasgele değişkeninin olasılık yoğunluk fonksiyonu, 3.6. Bazı Sürekli Dağılımlar 3.6.1 Normal Dağılım Normal dağılım hem uygulamalı hem de teorik istatistikte kullanılan oldukça önemli bir dağılımdır. Normal dağılımın istatistikte önemli bir yerinin olmasının

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üniversitesi İnşaat Mühendisliği Bölümü umutokkan@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN Hidrolik Anabilim Dalı Balıkesir Üniversitesi Balıkesir Üniversitesi İnşaat

Detaylı

Toplam Olasılık Prensibi

Toplam Olasılık Prensibi 1 Toplam Olasılık Prensibi A 1, A 2,, A n karşılıklı kapsamayan ve birlikte tamamlayan olaylar kümesi olsun: A k A A j 0 = 0 k j j nn j j 1 = 1 B, S içinde herhangi bir olay ise k j AA j = ise S ise Pr[A

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

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı