Olasılık: Klasik Yaklaşım
|
|
- Nazar Ayvaz
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Olasılık Teorisi
2 Olasılık: Klasik Yaklaşım
3 Olasılık Bir olayın meydana gelme şansına olasılık denir. Örnek Türkiye nin kazanma olasılığı Hava durumu Loto
4 Olayların Olasılığını Belirleme Rastsal (gelişigüzel) Deneme Belirsizlikler karşısında elde edilmesi beklenen ve birden fazla sonucun ortaya çıkma olasılığını belirleyen bir süreçtir. Olasılık teorisi rastsal deneme süreci ile başlar. Örnekler Deney Sonuç Yazı tura atmak Yazı yada Tura Zarın yuvarlanması Tek veya çift sayı Okula gidiş süresi Dakika > 0 Futbol maçı X hisse senedinin performansı Yüksek,düşük,aynı
5 Örnek Uzayı Rastsal bir denemede ortaya çıkması olası olayların her birine basit olay, bu olaylardan oluşan sete örnek uzayı denir. Tüm olası sonuçların listesini oluştur. Listelenmiş sonuçların birbirini dışlayan sonuçlar olduğuna emin ol. Birbirini dışlayan: birbiri ile hiçbir sonucu ortak olmayan olaylardır
6 Örnek Uzayı Örnek uzayı için bu iki koşulun yerine getirilmesi gerekmektedir. Örnek Zarın bir kez yuvarlanması sonucu ortaya çıkabilecek olası sonuçlar: {1,2,3,4,5,6} Bir bebeğin doğum günü için olası örnek uzayı: {1 Ocak,, 31 Aralık}
7 Örnek Uzayı: U = {O 1, O 2,,O k } O 1 O 2 Örnek Uzayı Rastsal bir denemenin örnek uzayı tüm olası sonuçların bir listesidir. Sonuçlar birbirini dışlar nitelikte ve geniş kapsamlı olmalıdır. Olay Olay bir yada daha fazla basit olayın derlemesidir. Amacımız P(A) (A olayının ortaya çıkma olasılığı) nın belirlenmesidir Basit Olay Her bir sonuca basit olay denir. Basit olaylar bileşenlerine ayrılamaz.
8 Örnek: Örnek Uzayı Madeni bir paranın yazı tura atıldığını, sonra da bir zarın yuvarlandığını düşünelim. Bu deneyin örnek uzayını listeleyiniz. parada yazı ve zarda tek sayı gelmesi olayının sonuçlarını listeleyiniz Çözüm: Örnek uzayı = {Y1,Y2,Y3,Y4,Y5,Y6,T1,T2,T3,T3,T4,T5,T6} {Y1,Y3,Y5}
9 Olasılık Türleri Subjektif Olasılık Bir olayın gerçekleşme olasılığı hakkındaki akıllı tahminlerdir. Ampirik Olasılık Örnek Denizde balık tutma yakalanan balığın palamut olma olasılığı P(E)=(E olayının ortaya çıkma sayısı) / (Bir deneyin gerçekleştirilme sayısı) P(palamut)=(tutulan palamut sayısı) / (tutulan toplam balık sayısı)
10 Olasılık Türleri Ampirik Olasılık Gerçek olasılığın bulunması hususunda faydalıdır; fakat kesin değildir! Büyük sayı kuralına göre deneylerin sayısı arttıkça ampirik olasılık gerçek olasılığa yaklaşmaktadır.
11 Gerçek Olasılık---- Klasik Yaklaşım İle Olasılık Tanım Tüm sonuçlar bilinmektedir. Tüm sonuçların gerçekleşme olasılığı eşit ise P(E), E nin gerçekleşme olasılığı olarak okunur ve P(E)=n(E)/n(S) eşitliği ile ifade edilir. n(e)=olaydaki sonuç sayısı n(s)=örnek uzayındaki sonuçların sayısı
12 Klasik Olasılık Örnekleri Yazı tura Tura gelme olasılığı? Çözüm Olay= tura n(e)=1 Örnek uzayı= {yazı,tura} n(s)=2 P (tura)= n(e)/n(s)=1/2=50% Zar atılması Çift sayı gelme olasılığı? Çözüm Olay= 2,4,6 n(e)=3 Örnek uzayı={1,2,3,4,5,6}=6 P (çift sayı) = n(e)/n(s)=3/6 = 50%
13 Örnek Bir ailede 3 çocuk vardır. Tüm çocukların erkek olma olasılığı? En az 2 sinin erkek olma olasılığı? 1. Çocuk 2. Çocuk 3. çocuk E E E E E K E K E E K K K E E K E K K K E K K K
14 Örnek Bir ailede 3 çocuk vardır. Tüm çocukların erkek olma olasılığı? En az 2 sinin erkek olma olasılığı? P(tümü erkek) = P(en az ikisi erkek) =
15 Örnek Ali pizza siparişi vermiştir ve dolaptan bir içecek seçmek istemektedir. Dolapta 6 kola, 4 gazoz, 2 de limonata olduğunu düşünürsek, rastsal olarak bir şişe gazoz seçme olasılığı nedir?
16 Olasılık İle İlgili Kurallar
17
18 Tamamlayıcılık Kuralı
19 Tamamlayıcılık Kuralı
20 Tamamlayıcının Olasılığı P(E) + P(E C ) = 1 P(E C ) = 1 - P(E)
21 Tamamlayıcının Olasılığı
22 Tamamlayıcının Olasılığı Örnek
23 Ekleme Kuralı Şimdiye kadar tek bir olayı ilgilendiren olasılıklar hesaplandı. Olayların birleştirilmesi ile oluşan olasılıklar nasıl hesaplanır? Bir olayın veya diğer bir olayın gerçekleşme olasılığı A veya B.
24 Ekleme Kuralı Tamamen Bağımsız Olaylar A ve B tamamen bağımsız (sonuçların hiçbiri ortak olmayan) olaylar olduğunda P(A veya B) = P(A) + P(B) A B P(A ve B) = 0
25
26 Ekleme Kuralı Bağımlı Olaylar P(A veya B) = P(A) + P(B) - P(A ve B) P(A) =6/13 + P(B) =5/13 _ P(A ve B) =3/13 P(A veya B) = 8/13 A B A veya B
27
28
29 Çarpım Kuralı
30 Çarpım Kuralı Bağımsız olay Bir olayın gerçekleşme olasılığı diğer bir olayın gerçekleşme olasılığını etkilememektedir.
31
32 Çarpım Kuralı Bağımsız olay Bir olayın gerçekleşme olasılığı diğer bir olayın gerçekleşme olasılığını etkilememektedir. Bağımsız 2 olay (E ve F) için, P(E ve F) = P(E) * P (F)
33 Çarpım Kuralı
34 Çarpım Kuralı
35 Çarpım Kuralı Koşullu Olasılık Bir olayın gerçekleşmesi diğer bir olayın gerçekleşmesine bağlı olduğu durumlarda P (E ve F) = P (E) * P (F E) P(F E) = E olayının gerçekleşmesi koşulu ile F olayının gerçekleşme olasılığı şeklinde okunur.
36 Çarpım Kuralı Koşullu Olasılık
37 Örnek
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
Detaylıİstatistik 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
DetaylıBAYES 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
DetaylıOlasılık, 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
DetaylıAnkara 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
DetaylıOlasılık 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
DetaylıOlasılık 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
DetaylıOlasılığa 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,
DetaylıOLASILIK (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.
DetaylıÖrnek 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
DetaylıDr. 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)
DetaylıOlasılık 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
DetaylıÖrnek...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
DetaylıOlasılık 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
DetaylıOlasılık (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,
DetaylıOLASILIK (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
DetaylıMAT223 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
DetaylıBİYOİSTATİSTİK 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
DetaylıDr. 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
DetaylıÇözüm: 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.
DetaylıŞartlı Olasılık. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Şartlı Olasılık Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr Şartlı Olasılık ir olayın olasılığından söz edebilmek için bir alt kümeyle temsil edilen bu olayın içinde bulunduğu örnek uzayının
DetaylıTemel 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
DetaylıKosullu 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
DetaylıKESİKLİ 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
DetaylıOlasılık 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
Detaylı8. 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
DetaylıKesikli 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.
DetaylıVeriye 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
DetaylıOLASILIK. 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
DetaylıRASSAL 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
DetaylıTesadüfi 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
DetaylıOLASILIK 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,
DetaylıOLASILIK. 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
DetaylıBiyoistatistik 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
DetaylıDr. 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
DetaylıKesikli 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
DetaylıYapılan 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.
DetaylıOlasılık 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
DetaylıDokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü END 2303 İstatistik-I Bölüm 1: İstatistiğe Giriş: Temel kavramlar ve Olasılık Teorisi Dr. Öğr. Üyesi Kemal SUBULAN http://kisi.deu.edu.tr/kemal.subulan/
DetaylıDers 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
Detaylı10. 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
Detaylıdir. 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)
DetaylıOLASILIK 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
DetaylıNot: 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
DetaylıOlasılık 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
DetaylıOlasılık 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
DetaylıMOMENTLER, 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
DetaylıBİNOM 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
Detaylı3/6/2013. 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
DetaylıDers 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
DetaylıDers 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
DetaylıDers 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
Detaylıİstatistik 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
DetaylıDers 4: Olasılık Aksiyomları ve Bazı Olasılık Kuralları
Ders 4: Olasılık Aksiyomları ve Bazı Olasılık Kuralları Olasılık aksiyomları Bazı olasılık kuralları Bağımsız olaylar Koşullu olasılık Bayes theoremi Bir olayın gerçekleşme ihtimalinin sayısal değerine
DetaylıDers 3: Olasılık Aksiyomları ve Bazı Olasılık Kuralları
Ders 3: Olasılık Aksiyomları ve Bazı Olasılık Kuralları Olasılık aksiyomları Bazı olasılık kuralları Bağımsız olaylar Koşullu olasılık Bayes theoremi Bir olayın gerçekleşme ihtimalinin sayısal değerine
Detaylıkişi 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}
Detaylı1-2 - * 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
DetaylıWeb Madenciliği (Web Mining)
Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
DetaylıPoisson Dağılımı Özellikleri ve Olasılıkların Hesaplanması
Özellikleri ve Olasılıkların Hesaplanması Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Poisson dağılımı kesikli dağılımlar içinde Binom dağılımından
Detaylıİstatistik 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
DetaylıSÜREKLİ RASSAL DEĞİŞKENLER
SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.
DetaylıİŞLETMECİLER İÇİN İSTATİSTİK II
İŞLETMECİLER İÇİN İSTATİSTİK II UYGULAMA I SORU 1 Bir maden işletmesi kazılan madendeki ton başına ortalama bakır cevheri miktarının değeri tahminlemek istemektedir. Rastsal olarak seçilen 50 tonluk örnekten
DetaylıBİYOİSTATİSTİK 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
DetaylıDeney 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
DetaylıMAT223 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
DetaylıÖĞRENCİNİN 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
DetaylıOLASILIK 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
DetaylıMIT 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.
DetaylıProf. Dr. Aydın Yüksel MAN 504T Yön. için Finansal Analiz & Araçları Ders: Risk-Getiri İlişkisi ve Portföy Yönetimi I
Risk-Getiri İlişkisi ve Portföy Yönetimi I 1 Giriş İşlenecek ana başlıkları sıralarsak: Finansal varlıkların risk ve getirisi Varlık portföylerinin getirisi ve riski 2 Risk ve Getiri Yatırım kararlarının
DetaylıRastgelelik, Rastgele Sinyaller ve Sistemler Rastgelelik Nedir?
Rastgelelik, Rastgele Sinyaller ve Sistemler Rastgelelik Nedir? Rastgelelik en basit anlamda kesin olarak bilinememektir. Rastgele olmayan deterministiktir (belirli). Bazı rastgele olgu örnekleri şöyle
DetaylıDers 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
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 6 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıPara Piyasasında Denge: LM (Liquit Money) Modeli
11. Hafta Para Piyasasında Denge: LM (Liquit Money) Modeli Para piyasasının dengede olduğu (reel para arzının, reel para talebine eşit olduğu) faiz ve reel gelir düzeylerini gösteren eğriye, LM eğrisi
DetaylıANADOLU 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
DetaylıKarar Verme. Karar Verme ve Oyun Teorisi. Kararların Özellikleri. Karar Analizi
Karar Verme Karar Verme ve Oyun Teorisi Yrd.Doç.Dr. Gökçe BAYSAL TÜRKÖLMEZ Belirli bir amaca ulaşabilmek için, Değişik alternatiflerin belirlenmesi ve Bunlar içinden en etkilisinin seçilmesi işlemidir.
Detaylıa. 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
DetaylıOLASILIĞA 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
DetaylıToplam 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
DetaylıALIŞTIRMALAR. 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.
Detaylı1. Ünite - ÜTT. 1. Ünite. Aşağıdaki karşılaştırmalardan hangisi yanlıştır? Aşağıdakilerden hangisi 256 sayısına eşit değildir? 1 57 < < 3 4
. Ünite - ÜTT. Ünite. şağıdakilerden hangisi 6 sayısına eşit değildir?. şağıdaki karşılaştırmalardan hangisi yanlıştır? < 6 < 3 = 6 3 > 3. ir postacı, her gün tane eve birer adet fatura bırakmaktadır.
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıProf.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)
DetaylıCebir 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
DetaylıKüme 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
DetaylıKESİKLİ 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
DetaylıKARAR TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü
KARAR TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü Karar Ortamları Karar Analizi, alternatiflerin en iyisini seçmek için akılcı bir sürecin kullanılması ile ilgilenir. Seçilen
DetaylıRassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Rassal Değişken Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr S örnek uzayı içindeki her bir basit olayı yalnız bir gerçel (reel) değere dönüştüren fonksiyona rassal değişken adı verilir. O halde
DetaylıYrd. 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
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL İYİ UYUM TESTİ Rassal değişkenin olasılık yoğunluk fonksiyonunun ve parametresinin bilinmediği, ancak belirli
DetaylıReyting Metodolojisi. Fonmetre Metodoloji Dokümanı Temmuz, 2012. 2012 Milenyum Teknoloji Bilişim Ar-Ge San. Tic. Ltd. Şti.
Reyting Metodolojisi Fonmetre Metodoloji Dokümanı Temmuz, 2012 İçerik Giriş Tarihçe Kategori Bazında Gruplama Yatırımcı İçin Anlamı Nasıl Çalışır? Teori Beklenen Fayda Teorisi Portföy Performans Ölçümü
DetaylıMAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1
MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1 şeklinde tanımlanan dağılımın a) Ortalama ve varyans değerlerini bulunuz b) Moment yaratma fonksiyonunu bularak a-şıkkını tekrar çözünüz. Bir tezgahta üretilen
Detaylı2018 ÜÇÜNCÜ SEVİYE AKTÜERLİK SINAVLARI SAĞLIK SİGORTALARI 16 ARALIK 2018
2018 ÜÇÜNCÜ SEVİYE AKTÜERLİK SINAVLARI SAĞLIK SİGORTALARI 16 ARALIK 2018 Sigortacılık Eğitim Merkezi (SEGEM) tarafından hazırlanmış olan bu sınav sorularının her hakkı saklıdır. Hangi amaçla olursa olsun,
DetaylıSAÜ 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...
Detaylı2. Klasik Kümeler-Bulanık Kümeler
2. Klasik Kümeler-Bulanık Kümeler Klasik Küme Teorisi Klasik kümelerde bir nesnenin bir kümeye üye olması ve üye olmaması söz konusudur. Bu yaklaşıma göre istediğimiz özelliğe sahip olan bir birey, eleman
DetaylıSÜREKSİZ(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
DetaylıDers 9: Kitle Ortalaması ve Varyansı için Tahmin
Ders 9: Kitle Ortalaması ve Varyansı için Tahmin Kitle ve Örneklem Örneklem Dağılımı Nokta Tahmini Tahmin Edicilerin Özellikleri Kitle ortalaması için Aralık Tahmini Kitle Standart Sapması için Aralık
DetaylıŞartlı Olasılık. Pr[A A ] Pr A A Pr[A ] Bir olayın (A 1 ) olma olsılığı, başka bir olayın (A 2 ) gerçekleştiğinin bilinmesine bağlıysa;
Şartlı Olasılık Bir olayın (A ) olma olsılığı, başka bir olayın (A 2 ) gerçekleştiğinin bilinmesine bağlıysa; Pr[A A 2 Pr A A Pr A A = Pr[A A 2 2 2 Pr[A Pr[A 2 2 A A 2 S Pr[A A 2 A 2 verildiğinde (gerçekleştiğinde)
DetaylıTablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01
Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin
DetaylıDr. Y. İlker TOPCU. Dr. Özgür KABAK web.itu.edu.tr/kabak/
Dr. Y. İlker TOPCU www.ilkertopcu.net www.ilkertopcu.org www.ilkertopcu.info facebook.com/yitopcu twitter.com/yitopcu instagram.com/yitopcu Dr. Özgür KABAK web.itu.edu.tr/kabak/ GİRİŞ Tek boyutlu (tek
Detaylı