MAT223 AYRIK MATEMATİK
|
|
- Emre Peker
- 7 yıl önce
- İzleme sayısı:
Transkript
1 MAT223 AYRIK MATEMATİK Kombinatoryal Olasılık 5. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR Öğretim Yılı
2 Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar ve Olasılıklar Karşılaşılması düşünülen tüm sonuçların oluşturduğu kümeye örnek uzayı (sample space) denir. 2/43 AYRIK MATEMATİK Anadolu Üniversitesi
3 Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar ve Olasılıklar Karşılaşılması düşünülen tüm sonuçların oluşturduğu kümeye örnek uzayı (sample space) denir. Örnek uzayı genellikle S ile göstereceğiz. 2/43 AYRIK MATEMATİK Anadolu Üniversitesi
4 Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar ve Olasılıklar Karşılaşılması düşünülen tüm sonuçların oluşturduğu kümeye örnek uzayı (sample space) denir. Örnek uzayı genellikle S ile göstereceğiz. Örneğin, yazı tura atıldığında S = {Y,T} 2/43 AYRIK MATEMATİK Anadolu Üniversitesi
5 Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar ve Olasılıklar Karşılaşılması düşünülen tüm sonuçların oluşturduğu kümeye örnek uzayı (sample space) denir. Örnek uzayı genellikle S ile göstereceğiz. Örneğin, yazı tura atıldığında S = {Y, T}, zar atıldığında ise S = {1,2,3,4,5,6} olacaktır. 2/43 AYRIK MATEMATİK Anadolu Üniversitesi
6 Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar ve Olasılıklar Karşılaşılması düşünülen tüm sonuçların oluşturduğu kümeye örnek uzayı (sample space) denir. Örnek uzayı genellikle S ile göstereceğiz. Örneğin, yazı tura atıldığında S = {Y, T}, zar atıldığında ise S = {1,2,3,4,5,6} olacaktır. Örnek uzayın her alt kümesine bir olay (event) denir. 2/43 AYRIK MATEMATİK Anadolu Üniversitesi
7 Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar ve Olasılıklar Karşılaşılması düşünülen tüm sonuçların oluşturduğu kümeye örnek uzayı (sample space) denir. Örnek uzayı genellikle S ile göstereceğiz. Örneğin, yazı tura atıldığında S = {Y, T}, zar atıldığında ise S = {1,2,3,4,5,6} olacaktır. Örnek uzayın her alt kümesine bir olay (event) denir. Örneğin, zar atıldığında E = {2, 4, 6} S kümesi zarın çift gelme olayı olarak düşünülebilir. 2/43 AYRIK MATEMATİK Anadolu Üniversitesi
8 Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar ve Olasılıklar Karşılaşılması düşünülen tüm sonuçların oluşturduğu kümeye örnek uzayı (sample space) denir. Örnek uzayı genellikle S ile göstereceğiz. Örneğin, yazı tura atıldığında S = {Y, T}, zar atıldığında ise S = {1,2,3,4,5,6} olacaktır. Örnek uzayın her alt kümesine bir olay (event) denir. Örneğin, zar atıldığında E = {2, 4, 6} S kümesi zarın çift gelme olayı olarak düşünülebilir. Benzer şekilde, L = {4, 5, 6} S alt kümesi de zarın 3 ten büyük olma olayına karşılık gelir. 2/43 AYRIK MATEMATİK Anadolu Üniversitesi
9 Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar ve Olasılıklar Karşılaşılması düşünülen tüm sonuçların oluşturduğu kümeye örnek uzayı (sample space) denir. Örnek uzayı genellikle S ile göstereceğiz. Örneğin, yazı tura atıldığında S = {Y, T}, zar atıldığında ise S = {1,2,3,4,5,6} olacaktır. Örnek uzayın her alt kümesine bir olay (event) denir. Örneğin, zar atıldığında E = {2, 4, 6} S kümesi zarın çift gelme olayı olarak düşünülebilir. Benzer şekilde, L = {4, 5, 6} S alt kümesi de zarın 3 ten büyük olma olayına karşılık gelir. İki kümenin arakesiti ise her iki olayın da ortaya çıkma olayına karşılık gelir. 2/43 AYRIK MATEMATİK Anadolu Üniversitesi
10 Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar ve Olasılıklar Karşılaşılması düşünülen tüm sonuçların oluşturduğu kümeye örnek uzayı (sample space) denir. Örnek uzayı genellikle S ile göstereceğiz. Örneğin, yazı tura atıldığında S = {Y, T}, zar atıldığında ise S = {1,2,3,4,5,6} olacaktır. Örnek uzayın her alt kümesine bir olay (event) denir. Örneğin, zar atıldığında E = {2, 4, 6} S kümesi zarın çift gelme olayı olarak düşünülebilir. Benzer şekilde, L = {4, 5, 6} S alt kümesi de zarın 3 ten büyük olma olayına karşılık gelir. İki kümenin arakesiti ise her iki olayın da ortaya çıkma olayına karşılık gelir. Örneğin, L E = {4,6} alt kümesi zarın hem çift hem de ortalamadan daha büyük olma olayına karşılık gelir. 2/43 AYRIK MATEMATİK Anadolu Üniversitesi
11 Olaylar ve Olasılıklar Eğer A ve B olayları (yani S nin alt kümeleri) için A B = ise A ve B olaylarına ayrık (exclusive) olaylar denir. 3/43 AYRIK MATEMATİK Anadolu Üniversitesi
12 Olaylar ve Olasılıklar Eğer A ve B olayları (yani S nin alt kümeleri) için A B = ise A ve B olaylarına ayrık (exclusive) olaylar denir. Örneğin, O = {1, 3, 5} zarın tek gelme olayı ise E O = olduğundan E ve O olayları ayrık olaylar olur. 3/43 AYRIK MATEMATİK Anadolu Üniversitesi
13 Olaylar ve Olasılıklar Eğer A ve B olayları (yani S nin alt kümeleri) için A B = ise A ve B olaylarına ayrık (exclusive) olaylar denir. Örneğin, O = {1, 3, 5} zarın tek gelme olayı ise E O = olduğundan E ve O olayları ayrık olaylar olur. A B S alt kümesi (olayı) ise A ya da B olaylarından en az birisinin ortaya çıkma olayına karşılık gelecektir. 3/43 AYRIK MATEMATİK Anadolu Üniversitesi
14 Olaylar ve Olasılıklar Eğer A ve B olayları (yani S nin alt kümeleri) için A B = ise A ve B olaylarına ayrık (exclusive) olaylar denir. Örneğin, O = {1, 3, 5} zarın tek gelme olayı ise E O = olduğundan E ve O olayları ayrık olaylar olur. A B S alt kümesi (olayı) ise A ya da B olaylarından en az birisinin ortaya çıkma olayına karşılık gelecektir. Örneğin, L E = {2,4,5,6} S alt kümesi zarın çift ya da 3 ten büyük gelme olayına karşılık gelir. 3/43 AYRIK MATEMATİK Anadolu Üniversitesi
15 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. 1 Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
16 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve 1 Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
17 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve Her s i S için P(s i ) 0, 1 Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
18 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve Her s i S için P(s i ) 0, P(s 1 )+P(s 2 )+ +P(s k ) = 1 koşullarını sağlar. 1 Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
19 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve Her s i S için P(s i ) 0, P(s 1 )+P(s 2 )+ +P(s k ) = 1 koşullarını sağlar. Bu olasılıklar ile birlikte S ye olasılık uzayı denir. 1 Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
20 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve Her s i S için P(s i ) 0, P(s 1 )+P(s 2 )+ +P(s k ) = 1 koşullarını sağlar. Bu olasılıklar ile birlikte S ye olasılık uzayı denir. Yazı Tura: P(Y) = P(T) = Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
21 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve Her s i S için P(s i ) 0, P(s 1 )+P(s 2 )+ +P(s k ) = 1 koşullarını sağlar. Bu olasılıklar ile birlikte S ye olasılık uzayı denir. Yazı Tura: P(Y) = P(T) = 1 2 Zar: P(i) = Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
22 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve Her s i S için P(s i ) 0, P(s 1 )+P(s 2 )+ +P(s k ) = 1 koşullarını sağlar. Bu olasılıklar ile birlikte S ye olasılık uzayı denir. Yazı Tura: P(Y) = P(T) = 1 2 Zar: P(i) = 1 6 Her bir sonucun ortaya çıkma olasılığı aynı ise bu olasılık uzayına düzgün olasılık uzayı denir. 1 Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
23 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve Her s i S için P(s i ) 0, P(s 1 )+P(s 2 )+ +P(s k ) = 1 koşullarını sağlar. Bu olasılıklar ile birlikte S ye olasılık uzayı denir. Yazı Tura: P(Y) = P(T) = 1 2 Zar: P(i) = 1 6 Her bir sonucun ortaya çıkma olasılığı aynı ise bu olasılık uzayına düzgün olasılık uzayı denir. Biz bu derste sadece bu tip uzaylar ile ilgileneceğiz. 1 Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
24 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve Her s i S için P(s i ) 0, P(s 1 )+P(s 2 )+ +P(s k ) = 1 koşullarını sağlar. Bu olasılıklar ile birlikte S ye olasılık uzayı denir. Yazı Tura: P(Y) = P(T) = 1 2 Zar: P(i) = 1 6 Her bir sonucun ortaya çıkma olasılığı aynı ise bu olasılık uzayına düzgün olasılık uzayı denir. Biz bu derste sadece bu tip uzaylar ile ilgileneceğiz. Eğer havanın yağmurlu ya da yağmurlu olmaması ile ilgileniyorsak, S = {Yağmurlu, Yağmurlu değil} olur. 1 Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
25 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney 1 sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. s i S için s i nin ortaya çıkma olasılığı P(s i ) ile gösterilir ve Her s i S için P(s i ) 0, P(s 1 )+P(s 2 )+ +P(s k ) = 1 koşullarını sağlar. Bu olasılıklar ile birlikte S ye olasılık uzayı denir. Yazı Tura: P(Y) = P(T) = 1 2 Zar: P(i) = 1 6 Her bir sonucun ortaya çıkma olasılığı aynı ise bu olasılık uzayına düzgün olasılık uzayı denir. Biz bu derste sadece bu tip uzaylar ile ilgileneceğiz. Eğer havanın yağmurlu ya da yağmurlu olmaması ile ilgileniyorsak, S = {Yağmurlu, Yağmurlu değil} olur. Elbette bunların olasılıkları aynı olmadığı için bu uzay düzgün olasılık uzayı değildir. 1 Bir deneyin bütün olası sonuçlarını biliyorsak, Deney uygulandığında onun hangi sonuçla sonuçlanacağını bilmiyorsak ve Deney aynı koşullar altında tekrarlanabiliyorsa bu bir rassal deneydir. 4/43 AYRIK MATEMATİK Anadolu Üniversitesi
26 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. 5/43 AYRIK MATEMATİK Anadolu Üniversitesi
27 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. A S olayının meydana gelme olasılığı P(A) ile gösterilir 5/43 AYRIK MATEMATİK Anadolu Üniversitesi
28 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. A S olayının meydana gelme olasılığı P(A) ile gösterilir ve düzgün olasılık uzayında ile tanımlanır. P(A) = A S = A k 5/43 AYRIK MATEMATİK Anadolu Üniversitesi
29 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. A S olayının meydana gelme olasılığı P(A) ile gösterilir ve düzgün olasılık uzayında P(A) = A S = A k ile tanımlanır. Yani P(A), A daki her bir öğenin ortaya çıkma olasılıklarının toplamı olur. 5/43 AYRIK MATEMATİK Anadolu Üniversitesi
30 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. A S olayının meydana gelme olasılığı P(A) ile gösterilir ve düzgün olasılık uzayında P(A) = A S = A k ile tanımlanır. Yani P(A), A daki her bir öğenin ortaya çıkma olasılıklarının toplamı olur. Kolayca gösterilebilir ki, A ve B ayrık olaylar ise P(A)+P(B) = P(A B) 5/43 AYRIK MATEMATİK Anadolu Üniversitesi
31 Olaylar ve Olasılıklar S = {s 1,s 2,...,s k } kümesi bir rassal deney sonucu karşılaşılabilecek sonuçlar kümesi (örnek uzayı) olsun. A S olayının meydana gelme olasılığı P(A) ile gösterilir ve düzgün olasılık uzayında P(A) = A S = A k ile tanımlanır. Yani P(A), A daki her bir öğenin ortaya çıkma olasılıklarının toplamı olur. Kolayca gösterilebilir ki, A ve B ayrık olaylar ise P(A)+P(B) = P(A B), Herhangi iki A ve B olayı için olur. (Alıştırma ve 5.1.5) P(A B)+P(A B) = P(A)+P(B) 5/43 AYRIK MATEMATİK Anadolu Üniversitesi
32 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
33 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. Bunu tek bir deney şeklinde düşünmek de mümkündür. 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
34 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. Bunu tek bir deney şeklinde düşünmek de mümkündür. Bu durumda sonuç, S örnek uzayının elemanlarından oluşan n bileşenli bir dizi gibi düşünülebilir. 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
35 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. Bunu tek bir deney şeklinde düşünmek de mümkündür. Bu durumda sonuç, S örnek uzayının elemanlarından oluşan n bileşenli bir dizi gibi düşünülebilir. n defa tekrar eden bu olayın örnek uzayını ile gösterebiliriz. S S S = S n 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
36 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. Bunu tek bir deney şeklinde düşünmek de mümkündür. Bu durumda sonuç, S örnek uzayının elemanlarından oluşan n bileşenli bir dizi gibi düşünülebilir. n defa tekrar eden bu olayın örnek uzayını S S S = S n ile gösterebiliriz. Buradan, ortaya çıkabilecek sonuçların sayısı k n olur. 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
37 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. Bunu tek bir deney şeklinde düşünmek de mümkündür. Bu durumda sonuç, S örnek uzayının elemanlarından oluşan n bileşenli bir dizi gibi düşünülebilir. n defa tekrar eden bu olayın örnek uzayını S S S = S n ile gösterebiliriz. Buradan, ortaya çıkabilecek sonuçların sayısı k n olur. O halde (a 1,a 2,...,a n ) S n sonucunun ortaya çıkma olasılığı, 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
38 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. Bunu tek bir deney şeklinde düşünmek de mümkündür. Bu durumda sonuç, S örnek uzayının elemanlarından oluşan n bileşenli bir dizi gibi düşünülebilir. n defa tekrar eden bu olayın örnek uzayını S S S = S n ile gösterebiliriz. Buradan, ortaya çıkabilecek sonuçların sayısı k n olur. O halde (a 1,a 2,...,a n ) S n sonucunun ortaya çıkma olasılığı, olur. P(a 1,a 2,...,a n ) = 1 k n 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
39 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. Bunu tek bir deney şeklinde düşünmek de mümkündür. Bu durumda sonuç, S örnek uzayının elemanlarından oluşan n bileşenli bir dizi gibi düşünülebilir. n defa tekrar eden bu olayın örnek uzayını S S S = S n ile gösterebiliriz. Buradan, ortaya çıkabilecek sonuçların sayısı k n olur. O halde (a 1,a 2,...,a n ) S n sonucunun ortaya çıkma olasılığı, olur. P(a 1,a 2,...,a n ) = 1 k n Örneğin, iki defa yazı tura atılsın. 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
40 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. Bunu tek bir deney şeklinde düşünmek de mümkündür. Bu durumda sonuç, S örnek uzayının elemanlarından oluşan n bileşenli bir dizi gibi düşünülebilir. n defa tekrar eden bu olayın örnek uzayını S S S = S n ile gösterebiliriz. Buradan, ortaya çıkabilecek sonuçların sayısı k n olur. O halde (a 1,a 2,...,a n ) S n sonucunun ortaya çıkma olasılığı, olur. P(a 1,a 2,...,a n ) = 1 k n Örneğin, iki defa yazı tura atılsın. Bu durumda S = {Y, T} iken S 2 = S S = {YY,YT,TY,TT} olur. 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
41 Bağımsız Olaylar Bir rassal deney aynı koşullar altında n defa tekrarlansın. Bunu tek bir deney şeklinde düşünmek de mümkündür. Bu durumda sonuç, S örnek uzayının elemanlarından oluşan n bileşenli bir dizi gibi düşünülebilir. n defa tekrar eden bu olayın örnek uzayını S S S = S n ile gösterebiliriz. Buradan, ortaya çıkabilecek sonuçların sayısı k n olur. O halde (a 1,a 2,...,a n ) S n sonucunun ortaya çıkma olasılığı, olur. P(a 1,a 2,...,a n ) = 1 k n Örneğin, iki defa yazı tura atılsın. Bu durumda S = {Y, T} iken S 2 = S S = {YY,YT,TY,TT} olur. Böylece her bir sonucun ortaya çıkma olasılığı 1 4 elde edilir. 6/43 AYRIK MATEMATİK Anadolu Üniversitesi
42 Bağımsız Olaylar İki veya daha fazla olayın her birinin ortaya çıkması bir diğerine bağlı değilse bunlara bağımsız olaylar denir. 7/43 AYRIK MATEMATİK Anadolu Üniversitesi
43 Bağımsız Olaylar İki veya daha fazla olayın her birinin ortaya çıkması bir diğerine bağlı değilse bunlara bağımsız olaylar denir. Formal olarak, P(A B) = P(A)P(B) ise A ve B olayları bağımsız olaylardır. 7/43 AYRIK MATEMATİK Anadolu Üniversitesi
44 Bağımsız Olaylar İki veya daha fazla olayın her birinin ortaya çıkması bir diğerine bağlı değilse bunlara bağımsız olaylar denir. Formal olarak, P(A B) = P(A)P(B) ise A ve B olayları bağımsız olaylardır. Örneğin, yine iki kez yazı tura atıldığını düşünelim. A olayı ilk paranın tura gelmesi, B olayı ise ikinci paranın tura gelmesi olsun. 7/43 AYRIK MATEMATİK Anadolu Üniversitesi
45 Bağımsız Olaylar İki veya daha fazla olayın her birinin ortaya çıkması bir diğerine bağlı değilse bunlara bağımsız olaylar denir. Formal olarak, P(A B) = P(A)P(B) ise A ve B olayları bağımsız olaylardır. Örneğin, yine iki kez yazı tura atıldığını düşünelim. A olayı ilk paranın tura gelmesi, B olayı ise ikinci paranın tura gelmesi olsun. Bu durumda P(A) = P(TT)+P(TY) = = 1 2 7/43 AYRIK MATEMATİK Anadolu Üniversitesi
46 Bağımsız Olaylar İki veya daha fazla olayın her birinin ortaya çıkması bir diğerine bağlı değilse bunlara bağımsız olaylar denir. Formal olarak, P(A B) = P(A)P(B) ise A ve B olayları bağımsız olaylardır. Örneğin, yine iki kez yazı tura atıldığını düşünelim. A olayı ilk paranın tura gelmesi, B olayı ise ikinci paranın tura gelmesi olsun. Bu durumda P(A) = P(TT)+P(TY) = = 1 2 P(B) = P(TT)+P(YT) = = 1 2 7/43 AYRIK MATEMATİK Anadolu Üniversitesi
47 Bağımsız Olaylar İki veya daha fazla olayın her birinin ortaya çıkması bir diğerine bağlı değilse bunlara bağımsız olaylar denir. Formal olarak, P(A B) = P(A)P(B) ise A ve B olayları bağımsız olaylardır. Örneğin, yine iki kez yazı tura atıldığını düşünelim. A olayı ilk paranın tura gelmesi, B olayı ise ikinci paranın tura gelmesi olsun. Bu durumda P(A) = P(TT)+P(TY) = = 1 2 P(B) = P(TT)+P(YT) = = 1 2 olur. P(A B) = P(TT) = 1 4 7/43 AYRIK MATEMATİK Anadolu Üniversitesi
48 Bağımsız Olaylar İki veya daha fazla olayın her birinin ortaya çıkması bir diğerine bağlı değilse bunlara bağımsız olaylar denir. Formal olarak, P(A B) = P(A)P(B) ise A ve B olayları bağımsız olaylardır. Örneğin, yine iki kez yazı tura atıldığını düşünelim. A olayı ilk paranın tura gelmesi, B olayı ise ikinci paranın tura gelmesi olsun. Bu durumda P(A) = P(TT)+P(TY) = = 1 2 P(B) = P(TT)+P(YT) = = 1 2 P(A B) = P(TT) = 1 4 olur. 1 4 = P(A B) = P(A)P(B) = olduğundan A ve B (beklendiği gibi) bağımsız olaylardır. 7/43 AYRIK MATEMATİK Anadolu Üniversitesi
49 Bağımsız Olaylar Aynı anda hem yazı tura hem de zar atılsın. Bu durumda örnek uzay olur. S = {T1,T2,T3,T4,T5,T6,Y 1,Y2,Y 3,Y 4,Y 5,Y 6} 8/43 AYRIK MATEMATİK Anadolu Üniversitesi
50 Bağımsız Olaylar Aynı anda hem yazı tura hem de zar atılsın. Bu durumda örnek uzay S = {T1,T2,T3,T4,T5,T6,Y 1,Y2,Y 3,Y 4,Y 5,Y 6} olur. Paranın tura gelme olasılığı, P(T) = 1 2 olur. 8/43 AYRIK MATEMATİK Anadolu Üniversitesi
51 Bağımsız Olaylar Aynı anda hem yazı tura hem de zar atılsın. Bu durumda örnek uzay olur. S = {T1,T2,T3,T4,T5,T6,Y 1,Y2,Y 3,Y 4,Y 5,Y 6} Paranın tura gelme olasılığı, P(T) = 1 2 olur. Zarın 5 ya da 6 olma olayı K ile gösterilirse, P(K) = 1 3 olur. 8/43 AYRIK MATEMATİK Anadolu Üniversitesi
52 Bağımsız Olaylar Aynı anda hem yazı tura hem de zar atılsın. Bu durumda örnek uzay olur. S = {T1,T2,T3,T4,T5,T6,Y 1,Y2,Y 3,Y 4,Y 5,Y 6} Paranın tura gelme olasılığı, P(T) = 1 2 olur. Zarın 5 ya da 6 olma olayı K ile gösterilirse, P(K) = 1 3 olur. Paranın tura ve zarın 5 ya da 6 olma olasılığı ise örnek uzayın eleman sayısı 12 olduğundan ve bunlardan sadece ikisinde (T5 ve T6) para tura, zar 5 veya 6 olduğundan P(T K) = 1 6 olur. 8/43 AYRIK MATEMATİK Anadolu Üniversitesi
53 Bağımsız Olaylar Aynı anda hem yazı tura hem de zar atılsın. Bu durumda örnek uzay olur. S = {T1,T2,T3,T4,T5,T6,Y 1,Y2,Y 3,Y 4,Y 5,Y 6} Paranın tura gelme olasılığı, P(T) = 1 2 olur. Zarın 5 ya da 6 olma olayı K ile gösterilirse, P(K) = 1 3 olur. Paranın tura ve zarın 5 ya da 6 olma olasılığı ise örnek uzayın eleman sayısı 12 olduğundan ve bunlardan sadece ikisinde (T5 ve T6) para tura, zar 5 veya 6 olduğundan P(T K) = 1 6 olur. Ayrıca, P(H K) = 1 6 = = P(H)P(K) olduğundan H ve K olayları bağımsız olaylardır. 8/43 AYRIK MATEMATİK Anadolu Üniversitesi
54 Büyük Sayılar Kanunu Kombinatoryal Olasılık Büyük Sayılar Kanunu Birbirinden bağımsız olarak n kez yazı tura atıldığını düşünelim. 9/43 AYRIK MATEMATİK Anadolu Üniversitesi
55 Büyük Sayılar Kanunu Kombinatoryal Olasılık Büyük Sayılar Kanunu Birbirinden bağımsız olarak n kez yazı tura atıldığını düşünelim. İşlemlerde kolaylık olması açısından n nin çift sayı olduğunu kabul edeceğiz. 9/43 AYRIK MATEMATİK Anadolu Üniversitesi
56 Büyük Sayılar Kanunu Kombinatoryal Olasılık Büyük Sayılar Kanunu Birbirinden bağımsız olarak n kez yazı tura atıldığını düşünelim. İşlemlerde kolaylık olması açısından n nin çift sayı olduğunu kabul edeceğiz. Bu durumda m bir tam sayı olmak üzere n = 2m yazabiliriz. 9/43 AYRIK MATEMATİK Anadolu Üniversitesi
57 Büyük Sayılar Kanunu Kombinatoryal Olasılık Büyük Sayılar Kanunu Birbirinden bağımsız olarak n kez yazı tura atıldığını düşünelim. İşlemlerde kolaylık olması açısından n nin çift sayı olduğunu kabul edeceğiz. Bu durumda m bir tam sayı olmak üzere n = 2m yazabiliriz. Her bir sonucu YTTYYYTYTYYYTTTYTYYTYTYYTYTTYT (n = 30) şeklinde Y ve T karakterlerinden oluşan n karakter uzunluğunda bir karakter dizisi gibi düşünebiliriz. 9/43 AYRIK MATEMATİK Anadolu Üniversitesi
58 Büyük Sayılar Kanunu Kombinatoryal Olasılık Büyük Sayılar Kanunu Birbirinden bağımsız olarak n kez yazı tura atıldığını düşünelim. İşlemlerde kolaylık olması açısından n nin çift sayı olduğunu kabul edeceğiz. Bu durumda m bir tam sayı olmak üzere n = 2m yazabiliriz. Her bir sonucu YTTYYYTYTYYYTTTYTYYTYTYYTYTTYT (n = 30) şeklinde Y ve T karakterlerinden oluşan n karakter uzunluğunda bir karakter dizisi gibi düşünebiliriz. Kabaca büyük sayılar kanunu, bir çok kez yazı tura atıldığında yazıların sayısı ile turaların sayısının birbirine yakın olduğunu ifade eder. 9/43 AYRIK MATEMATİK Anadolu Üniversitesi
59 Büyük Sayılar Kanunu Kombinatoryal Olasılık Büyük Sayılar Kanunu Birbirinden bağımsız olarak n kez yazı tura atıldığını düşünelim. İşlemlerde kolaylık olması açısından n nin çift sayı olduğunu kabul edeceğiz. Bu durumda m bir tam sayı olmak üzere n = 2m yazabiliriz. Her bir sonucu YTTYYYTYTYYYTTTYTYYTYTYYTYTTYT (n = 30) şeklinde Y ve T karakterlerinden oluşan n karakter uzunluğunda bir karakter dizisi gibi düşünebiliriz. Kabaca büyük sayılar kanunu, bir çok kez yazı tura atıldığında yazıların sayısı ile turaların sayısının birbirine yakın olduğunu ifade eder. Bunu daha kesin olarak nasıl ifade edebiliriz? 9/43 AYRIK MATEMATİK Anadolu Üniversitesi
60 Büyük Sayılar Kanunu Kombinatoryal Olasılık Büyük Sayılar Kanunu Birbirinden bağımsız olarak n kez yazı tura atıldığını düşünelim. İşlemlerde kolaylık olması açısından n nin çift sayı olduğunu kabul edeceğiz. Bu durumda m bir tam sayı olmak üzere n = 2m yazabiliriz. Her bir sonucu YTTYYYTYTYYYTTTYTYYTYTYYTYTTYT (n = 30) şeklinde Y ve T karakterlerinden oluşan n karakter uzunluğunda bir karakter dizisi gibi düşünebiliriz. Kabaca büyük sayılar kanunu, bir çok kez yazı tura atıldığında yazıların sayısı ile turaların sayısının birbirine yakın olduğunu ifade eder. Bunu daha kesin olarak nasıl ifade edebiliriz? Elbette bu ifade her zaman doğru olmayabilir; aşırı şanslı (ya da şanssız) bir kişi çok sayıda tura (ya da yazı) atabilir. 9/43 AYRIK MATEMATİK Anadolu Üniversitesi
61 Büyük Sayılar Kanunu Kombinatoryal Olasılık Büyük Sayılar Kanunu Birbirinden bağımsız olarak n kez yazı tura atıldığını düşünelim. İşlemlerde kolaylık olması açısından n nin çift sayı olduğunu kabul edeceğiz. Bu durumda m bir tam sayı olmak üzere n = 2m yazabiliriz. Her bir sonucu YTTYYYTYTYYYTTTYTYYTYTYYTYTTYT (n = 30) şeklinde Y ve T karakterlerinden oluşan n karakter uzunluğunda bir karakter dizisi gibi düşünebiliriz. Kabaca büyük sayılar kanunu, bir çok kez yazı tura atıldığında yazıların sayısı ile turaların sayısının birbirine yakın olduğunu ifade eder. Bunu daha kesin olarak nasıl ifade edebiliriz? Elbette bu ifade her zaman doğru olmayabilir; aşırı şanslı (ya da şanssız) bir kişi çok sayıda tura (ya da yazı) atabilir. Ayrıca, turaların sayısının yazıların sayısına eşit olacağını da iddia edemeyiz. 9/43 AYRIK MATEMATİK Anadolu Üniversitesi
62 Büyük Sayılar Kanunu Kombinatoryal Olasılık Büyük Sayılar Kanunu Birbirinden bağımsız olarak n kez yazı tura atıldığını düşünelim. İşlemlerde kolaylık olması açısından n nin çift sayı olduğunu kabul edeceğiz. Bu durumda m bir tam sayı olmak üzere n = 2m yazabiliriz. Her bir sonucu YTTYYYTYTYYYTTTYTYYTYTYYTYTTYT (n = 30) şeklinde Y ve T karakterlerinden oluşan n karakter uzunluğunda bir karakter dizisi gibi düşünebiliriz. Kabaca büyük sayılar kanunu, bir çok kez yazı tura atıldığında yazıların sayısı ile turaların sayısının birbirine yakın olduğunu ifade eder. Bunu daha kesin olarak nasıl ifade edebiliriz? Elbette bu ifade her zaman doğru olmayabilir; aşırı şanslı (ya da şanssız) bir kişi çok sayıda tura (ya da yazı) atabilir. Ayrıca, turaların sayısının yazıların sayısına eşit olacağını da iddia edemeyiz. Ancak, bunların sayısının birbirine yakın olabileceğini söyleyebiliriz. 9/43 AYRIK MATEMATİK Anadolu Üniversitesi
63 Büyük Sayılar Kanunu n defa yazı tura atıldığında turaların sayısının %49 ile %51 arasında olma olasılığı n için 1 e yaklaşır. 10/43 AYRIK MATEMATİK Anadolu Üniversitesi
64 Büyük Sayılar Kanunu n defa yazı tura atıldığında turaların sayısının %49 ile %51 arasında olma olasılığı n için 1 e yaklaşır. Bu ifade %49, %49.9 ile ve %51, %50.1 ile değiştirildiğinde de doğrudur. 10/43 AYRIK MATEMATİK Anadolu Üniversitesi
65 Büyük Sayılar Kanunu n defa yazı tura atıldığında turaların sayısının %49 ile %51 arasında olma olasılığı n için 1 e yaklaşır. Bu ifade %49, %49.9 ile ve %51, %50.1 ile değiştirildiğinde de doğrudur. Bu durumda büyük sayılar kanununun en basit halini aşağıdaki teorem ile verebiliriz. 10/43 AYRIK MATEMATİK Anadolu Üniversitesi
66 Büyük Sayılar Kanunu n defa yazı tura atıldığında turaların sayısının %49 ile %51 arasında olma olasılığı n için 1 e yaklaşır. Bu ifade %49, %49.9 ile ve %51, %50.1 ile değiştirildiğinde de doğrudur. Bu durumda büyük sayılar kanununun en basit halini aşağıdaki teorem ile verebiliriz. Teorem ε yeterince küçük bir sayı olmak üzere n defa yazı tura atıldığında turaların sayısının 0.5 ε ile ε arasında olma olasılığı n iken 1 e yaklaşır. 10/43 AYRIK MATEMATİK Anadolu Üniversitesi
67 Büyük Sayılar Kanunu Soru n sayısını kaç almalıyız ki, %99 ihtimalle turaların sayısı %49 ile %51 arasında olsun? 11/43 AYRIK MATEMATİK Anadolu Üniversitesi
68 Büyük Sayılar Kanunu Soru n sayısını kaç almalıyız ki, %99 ihtimalle turaların sayısı %49 ile %51 arasında olsun? Aşağıdaki teorem Pascal üçgeni yardımıyla bu sorunun cevabını vermektedir. 11/43 AYRIK MATEMATİK Anadolu Üniversitesi
69 Büyük Sayılar Kanunu Soru n sayısını kaç almalıyız ki, %99 ihtimalle turaların sayısı %49 ile %51 arasında olsun? Aşağıdaki teorem Pascal üçgeni yardımıyla bu sorunun cevabını vermektedir. Teorem 0 t m olsun. Bu durumda 2m kez yazı tura atıldığında turaların sayısının m t den az ya da m+t den çok olma ihtimali en fazla e t2 /(m+t) olur. 11/43 AYRIK MATEMATİK Anadolu Üniversitesi
70 Büyük Sayılar Kanunu Soru n sayısını kaç almalıyız ki, %99 ihtimalle turaların sayısı %49 ile %51 arasında olsun? Aşağıdaki teorem Pascal üçgeni yardımıyla bu sorunun cevabını vermektedir. Teorem 0 t m olsun. Bu durumda 2m kez yazı tura atıldığında turaların sayısının m t den az ya da m+t den çok olma ihtimali en fazla e t2 /(m+t) olur. Dikkat ederseniz bu teorem turaların sayısının bir aralıkta olmama ihtimalinden bahsetmektedir. 11/43 AYRIK MATEMATİK Anadolu Üniversitesi
71 Büyük Sayılar Kanunu Bu teorem ile sorulan sorunun yanıtını vermek kolaydır: 12/43 AYRIK MATEMATİK Anadolu Üniversitesi
72 Büyük Sayılar Kanunu Bu teorem ile sorulan sorunun yanıtını vermek kolaydır: n = 2m atışın %49 unun m t olmasını istiyoruz. 12/43 AYRIK MATEMATİK Anadolu Üniversitesi
73 Büyük Sayılar Kanunu Bu teorem ile sorulan sorunun yanıtını vermek kolaydır: n = 2m atışın %49 unun m t olmasını istiyoruz. Buradan, 49 (2m) = m t /43 AYRIK MATEMATİK Anadolu Üniversitesi
74 Büyük Sayılar Kanunu Bu teorem ile sorulan sorunun yanıtını vermek kolaydır: n = 2m atışın %49 unun m t olmasını istiyoruz. Buradan, 49 (2m) = m t 98m = 100m 100t /43 AYRIK MATEMATİK Anadolu Üniversitesi
75 Büyük Sayılar Kanunu Bu teorem ile sorulan sorunun yanıtını vermek kolaydır: n = 2m atışın %49 unun m t olmasını istiyoruz. Buradan, 49 (2m) = m t 98m = 100m 100t 100t = 2m /43 AYRIK MATEMATİK Anadolu Üniversitesi
76 Büyük Sayılar Kanunu Bu teorem ile sorulan sorunun yanıtını vermek kolaydır: n = 2m atışın %49 unun m t olmasını istiyoruz. Buradan, (2m) = m t 98m = 100m 100t 100t = 2m t = m 50 elde edilir. 12/43 AYRIK MATEMATİK Anadolu Üniversitesi
77 Büyük Sayılar Kanunu Bu teorem ile sorulan sorunun yanıtını vermek kolaydır: n = 2m atışın %49 unun m t olmasını istiyoruz. Buradan, (2m) = m t 98m = 100m 100t 100t = 2m t = m 50 elde edilir. O halde t 2 m+t = ( m 50) 2 m+ m 50 = m 2550 olduğundan ve e m/2550 < 0.01 olması istendiğinden m olmalıdır. 12/43 AYRIK MATEMATİK Anadolu Üniversitesi
78 Büyük Sayılar Kanunu Bu teorem ile sorulan sorunun yanıtını vermek kolaydır: n = 2m atışın %49 unun m t olmasını istiyoruz. Buradan, (2m) = m t 98m = 100m 100t 100t = 2m t = m 50 elde edilir. O halde t 2 m+t = ( m 50) 2 m+ m 50 = m 2550 olduğundan ve e m/2550 < 0.01 olması istendiğinden m olmalıdır. Yani, = veya daha fazla kez yazı tura atılırsa, %99 ihtimalle turaların sayısı atış sayısının %49 u ile %51 i arasında olur. 12/43 AYRIK MATEMATİK Anadolu Üniversitesi
79 Şimdi teoremin kanıtını verelim. Büyük Sayılar Kanunu 13/43 AYRIK MATEMATİK Anadolu Üniversitesi
80 Büyük Sayılar Kanunu Şimdi teoremin kanıtını verelim. Kanıt. n defa yazı tura atıldığında tam olarak k tane tura gelme olayını A k ile gösterelim. 13/43 AYRIK MATEMATİK Anadolu Üniversitesi
81 Büyük Sayılar Kanunu Şimdi teoremin kanıtını verelim. Kanıt. n defa yazı tura atıldığında tam olarak k tane tura gelme olayını A k ile gösterelim. A k nın ortaya çıkma sayısı n karakter uzunluğundaki string ifadede k karakterin T, n k karakterin ise Y olma sayısına eşittir. 13/43 AYRIK MATEMATİK Anadolu Üniversitesi
82 Büyük Sayılar Kanunu Şimdi teoremin kanıtını verelim. Kanıt. n defa yazı tura atıldığında tam olarak k tane tura gelme olayını A k ile gösterelim. A k nın ortaya çıkma sayısı n karakter uzunluğundaki string ifadede k karakterin T, n k karakterin ise Y olma sayısına eşittir. Buradan, A k kümesinin eleman sayısı ( n k) olur. 13/43 AYRIK MATEMATİK Anadolu Üniversitesi
83 Şimdi teoremin kanıtını verelim. Kanıt. Büyük Sayılar Kanunu n defa yazı tura atıldığında tam olarak k tane tura gelme olayını A k ile gösterelim. A k nın ortaya çıkma sayısı n karakter uzunluğundaki string ifadede k karakterin T, n k karakterin ise Y olma sayısına eşittir. Buradan, A k kümesinin eleman sayısı ( n k) olur. Tüm mümkün sonuçların sayısı da 2 n olduğundan A k olayının meydana gelme olasılığı ( n k) olur. P(A k ) = 2 n 13/43 AYRIK MATEMATİK Anadolu Üniversitesi
84 Şimdi teoremin kanıtını verelim. Kanıt. Büyük Sayılar Kanunu n defa yazı tura atıldığında tam olarak k tane tura gelme olayını A k ile gösterelim. A k nın ortaya çıkma sayısı n karakter uzunluğundaki string ifadede k karakterin T, n k karakterin ise Y olma sayısına eşittir. Buradan, A k kümesinin eleman sayısı ( n k) olur. Tüm mümkün sonuçların sayısı da 2 n olduğundan A k olayının meydana gelme olasılığı ( n k) P(A k ) = olur. k = 1,2,...,n için A k olayları ayrık olaylar olduğundan n = 2m atışta turaların sayısının m t den az ve m+t den çok olma olasılığı [( ) ( ) ( ) 1 2m 2m 2m 2 2m ( 0 ) 1 ( m t ) ( 1)] 2m 2m 2m olur. m+t + 1 2m 1 2m 13/43 AYRIK MATEMATİK Anadolu Üniversitesi 2 n
85 Büyük Sayılar Kanunu 0 k m ve c = ( 2m) ( k / 2m ) m olmak üzere ( 2m 0 ) + olduğunu biliyoruz (bakınız Lemma 3.8.2). ( ) ( ) 2m 2m + + < c 1 k m 14/43 AYRIK MATEMATİK Anadolu Üniversitesi
86 Büyük Sayılar Kanunu 0 k m ve c = ( 2m) ( k / 2m ) m olmak üzere ( 2m 0 ) + ( ) ( ) 2m 2m + + < c 1 k m olduğunu biliyoruz (bakınız Lemma 3.8.2). k = m t alırsak, elde ederiz. ( ) 2m + 0 ( ) ( ) ( 2m 2m 2m + + < 2 2m 1 m t ( 1 m t 1 2m m) ) 14/43 AYRIK MATEMATİK Anadolu Üniversitesi
87 Büyük Sayılar Kanunu 0 k m ve c = ( 2m) ( k / 2m ) m olmak üzere ( 2m 0 ) + ( ) ( ) 2m 2m + + < c 1 k m olduğunu biliyoruz (bakınız Lemma 3.8.2). k = m t alırsak, ( ) 2m + 0 ( ) ( ) ( 2m 2m 2m + + < 2 2m 1 m t ( 1 m t 1 2m m) elde ederiz. 3. Dersimizde Pascal üçgeninin n. satırının ortadaki elemanıyla bu elemandan t kadar solda (veya sağda) olan elamanların oranı için verdiğimiz değerlendirmeyi kullanırsak, ) 14/43 AYRIK MATEMATİK Anadolu Üniversitesi
88 Büyük Sayılar Kanunu 0 k m ve c = ( 2m) ( k / 2m ) m olmak üzere ( 2m 0 ) + ( ) ( ) 2m 2m + + < c 1 k m olduğunu biliyoruz (bakınız Lemma 3.8.2). k = m t alırsak, ( ) 2m + 0 ( ) ( ) ( 2m 2m 2m + + < 2 2m 1 m t ( 1 m t 1 2m m) elde ederiz. 3. Dersimizde Pascal üçgeninin n. satırının ortadaki elemanıyla bu elemandan t kadar solda (veya sağda) olan elamanların oranı için verdiğimiz değerlendirmeyi kullanırsak, ) ( 2m m t ( 2m m ) < e t2 /(m+1) ) yazabiliriz. 14/43 AYRIK MATEMATİK Anadolu Üniversitesi
89 Büyük Sayılar Kanunu Buradan, ( 2m 0 ) + ( ) ( ) 2m 2m + + < 2 2m 1 e t2 /(m+1) 1 m t 1 olur. 15/43 AYRIK MATEMATİK Anadolu Üniversitesi
90 Büyük Sayılar Kanunu Buradan, ( 2m 0 ) + ( ) ( ) 2m 2m + + < 2 2m 1 e t2 /(m+1) 1 m t 1 olur. Pascal üçgeni simetrik olduğundan ( ) ( ) ( ) 2m 2m 2m < 2 2m e t2 /(m+1) m+t + 1 2m 1 2m olur. 15/43 AYRIK MATEMATİK Anadolu Üniversitesi
91 Büyük Sayılar Kanunu Buradan, ( 2m 0 ) + ( ) ( ) 2m 2m + + < 2 2m 1 e t2 /(m+1) 1 m t 1 olur. Pascal üçgeni simetrik olduğundan ( ) ( ) ( ) 2m 2m 2m < 2 2m e t2 /(m+1) m+t + 1 2m 1 2m olur. O halde turaların sayısının m t den az ve m+t den çok olma olasılığı den küçük olur. e t2 /(m+t) 15/43 AYRIK MATEMATİK Anadolu Üniversitesi
92 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
93 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
94 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
95 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 1 Her p > 0 tam sayısı için n p nin basamakları toplamı n olacak şekilde bir n > 1 tam sayısı vardır. 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
96 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 1 Her p > 0 tam sayısı için n p nin basamakları toplamı n olacak şekilde bir n > 1 tam sayısı vardır. p = 1 için n = 2 alınabilir. 2 1 = 2 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
97 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 1 Her p > 0 tam sayısı için n p nin basamakları toplamı n olacak şekilde bir n > 1 tam sayısı vardır. p = 1 için n = 2 alınabilir. 2 1 = 2 p = 2 için n = 9 alınabilir. 9 2 = = 9 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
98 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 1 Her p > 0 tam sayısı için n p nin basamakları toplamı n olacak şekilde bir n > 1 tam sayısı vardır. p = 1 için n = 2 alınabilir. 2 1 = 2 p = 2 için n = 9 alınabilir. 9 2 = = 9 p = 3 için n = 8 alınabilir. 8 3 = = 8 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
99 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 1 Her p > 0 tam sayısı için n p nin basamakları toplamı n olacak şekilde bir n > 1 tam sayısı vardır. p = 1 için n = 2 alınabilir. 2 1 = 2 p = 2 için n = 9 alınabilir. 9 2 = = 9 p = 3 için n = 8 alınabilir. 8 3 = = 8 p = 4 için n = 7 alınabilir. 7 4 = = 7 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
100 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 1 Her p > 0 tam sayısı için n p nin basamakları toplamı n olacak şekilde bir n > 1 tam sayısı vardır. p = 1 için n = 2 alınabilir. 2 1 = 2 p = 2 için n = 9 alınabilir. 9 2 = = 9 p = 3 için n = 8 alınabilir. 8 3 = = 8 p = 4 için n = 7 alınabilir. 7 4 = = 7 p = 5 için n = 28 alınabilir = = 28 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
101 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 1 Her p > 0 tam sayısı için n p nin basamakları toplamı n olacak şekilde bir n > 1 tam sayısı vardır. p = 1 için n = 2 alınabilir. 2 1 = 2 p = 2 için n = 9 alınabilir. 9 2 = = 9 p = 3 için n = 8 alınabilir. 8 3 = = 8 p = 4 için n = 7 alınabilir. 7 4 = = 7 p = 5 için n = 28 alınabilir = = 28. p = 104 için doğru 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
102 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 1 Her p > 0 tam sayısı için n p nin basamakları toplamı n olacak şekilde bir n > 1 tam sayısı vardır. p = 1 için n = 2 alınabilir. 2 1 = 2 p = 2 için n = 9 alınabilir. 9 2 = = 9 p = 3 için n = 8 alınabilir. 8 3 = = 8 p = 4 için n = 7 alınabilir. 7 4 = = 7 p = 5 için n = 28 alınabilir = = 28. p = 104 için p = 105 için doğru doğru değil! 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
103 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Küçük Sayılar ve Çok Büyük Sayılar Kanunu Kabaca küçük sayılar kanunu, küçük sayılar için ilginç fakat büyük sayılar için geçerli olmayan kuralların keşfedilebileceğinden bahseder. Örneğin, her tek sayı asal sayıdır ifadesi sadece ilk üç tek sayı için geçerlidir (3, 5 ve 7). Daha ilginç bazı örnekler aşağıda sıralanmıştır: 1 Her p > 0 tam sayısı için n p nin basamakları toplamı n olacak şekilde bir n > 1 tam sayısı vardır. p = 1 için n = 2 alınabilir. 2 1 = 2 p = 2 için n = 9 alınabilir. 9 2 = = 9 p = 3 için n = 8 alınabilir. 8 3 = = 8 p = 4 için n = 7 alınabilir. 7 4 = = 7 p = 5 için n = 28 alınabilir = = 28. p = 104 için p = 105 için p = 106 için doğru doğru değil! doğru 16/43 AYRIK MATEMATİK Anadolu Üniversitesi
104 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır /43 AYRIK MATEMATİK Anadolu Üniversitesi
105 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! 17/43 AYRIK MATEMATİK Anadolu Üniversitesi
106 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 17/43 AYRIK MATEMATİK Anadolu Üniversitesi
107 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 3 n > 2 sayısı asal sayıdır ancak ve ancak n 2 ( 2n 1 n 1) 1. 17/43 AYRIK MATEMATİK Anadolu Üniversitesi
108 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 3 n > 2 sayısı asal sayıdır ancak ve ancak n 2 ( 2n 1 n 1) 1. n = 3 için /43 AYRIK MATEMATİK Anadolu Üniversitesi
109 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 3 n > 2 sayısı asal sayıdır ancak ve ancak n 2 ( 2n 1 n 1) 1. n = 3 için 9 9 n = 5 için /43 AYRIK MATEMATİK Anadolu Üniversitesi
110 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 3 n > 2 sayısı asal sayıdır ancak ve ancak n 2 ( 2n 1 n 1) 1. n = 3 için 9 9 n = 5 için n = 7 için /43 AYRIK MATEMATİK Anadolu Üniversitesi
111 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 3 n > 2 sayısı asal sayıdır ancak ve ancak n 2 ( 2n 1 n 1) 1. n = 3 için 9 9 n = 5 için n = 7 için n = 11 için /43 AYRIK MATEMATİK Anadolu Üniversitesi
112 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 3 n > 2 sayısı asal sayıdır ancak ve ancak n 2 ( 2n 1 n 1) 1. n = 3 için 9 9 n = 5 için n = 7 için n = 11 için /43 AYRIK MATEMATİK Anadolu Üniversitesi
113 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 3 n > 2 sayısı asal sayıdır ancak ve ancak n 2 ( 2n 1 n 1) 1. n = 3 için 9 9 n = 5 için n = 7 için n = 11 için n = için doğru değil! (bu sayıya kadar doğru) n = sayısı asal değildir. 17/43 AYRIK MATEMATİK Anadolu Üniversitesi
114 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 3 n > 2 sayısı asal sayıdır ancak ve ancak n 2 ( 2n 1 n 1) 1. n = 3 için 9 9 n = 5 için n = 7 için n = 11 için n = için doğru değil! (bu sayıya kadar doğru) n = sayısı asal değildir. Ancak n 2 ( 2n 1 n 1) 1. 17/43 AYRIK MATEMATİK Anadolu Üniversitesi
115 Küçük Sayılar ve Çok Büyük Sayılar Kanunu 2 41, } {{}, } {{}, } {{}, } {{},... asal sayıdır n = 40 için doğru değil! = 1681 asal sayı değil! 3 n > 2 sayısı asal sayıdır ancak ve ancak n 2 ( 2n 1 n 1) 1. n = 3 için 9 9 n = 5 için n = 7 için n = 11 için n = için doğru değil! (bu sayıya kadar doğru) n = sayısı asal değildir. Ancak n 2 ( 2n 1 n 1) 1. 4 Alıştırma: Bir çemberin üzerinde n+1 farklı nokta işaretleyip, bu noktaları ikişer ikişer birleştirin, ortaya çıkan şekil çemberi 2 n parçaya ayırır. n = 1,2,3,4,5 için kontrol ediniz. 17/43 AYRIK MATEMATİK Anadolu Üniversitesi
116 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Çok büyük sayılar kanunu, çok büyük sayıda veri içerisinde ilginç tesadüflerin olabileceğini ifade eder. 18/43 AYRIK MATEMATİK Anadolu Üniversitesi
117 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Çok büyük sayılar kanunu, çok büyük sayıda veri içerisinde ilginç tesadüflerin olabileceğini ifade eder. Örneğin bir arkadaşımız Yıl başında doğmuş iki kişi tanıyorum. İkisi de hem doğum günleri hem de yılbaşı için bir tek hediye almaktan şikayetçiler... derse, bu gerçekten ilginçtir. 18/43 AYRIK MATEMATİK Anadolu Üniversitesi
118 Küçük Sayılar ve Çok Büyük Sayılar Kanunu Çok büyük sayılar kanunu, çok büyük sayıda veri içerisinde ilginç tesadüflerin olabileceğini ifade eder. Örneğin bir arkadaşımız Yıl başında doğmuş iki kişi tanıyorum. İkisi de hem doğum günleri hem de yılbaşı için bir tek hediye almaktan şikayetçiler... derse, bu gerçekten ilginçtir. Acaba yıl başında doğanların sayısı diğer günlerde doğanların sayısından daha mı fazladır? 18/43 AYRIK MATEMATİK Anadolu Üniversitesi
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
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
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
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Geometride Kombinatorik 11. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Köşegenlerin Arakesiti Geometride Kombinatorik
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Geometride Kombinatorik 11. Bölüm Doç. Dr. Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2011 2012 Güz Dönemi Köşegenlerin Arakesiti Geometride Kombinatorik
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
DetaylıT I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A
T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A Contents 1 Denklik Bağıntıları 5 Bibliography 13 1 Denklik Bağıntıları 1 1denklik 1.1 Eşitlik Günlük
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Fibonacci Sayıları 4. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Fibonacci nin Tavşanları Fibonacci Sayıları Fibonacci
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
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
DetaylıTanım 2.1. X boş olmayan bir küme olmak üzere X den X üzerine bire-bir fonksiyona permütasyon denir.
2. SİMETRİK GRUPLAR Tanım 2.1. X boş olmayan bir küme olmak üzere X den X üzerine bire-bir fonksiyona permütasyon denir. Tanım 2.2. boş olmayan bir küme olsun. ile den üzerine bire-bir fonksiyonlar kümesini
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
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}
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Saymanın Temelleri 1. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Ayşe nin Doğum Günü Partisi Saymanın Temelleri Ayşe
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Çizgeler 7. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Çift ve Tek Dereceler Çizgeler Çift ve Tek Dereceler Soru 51 kişinin
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
Detaylı2. 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.
Detaylı2. (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.
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Gezgin Satıcı Problemi 9. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Gezgin Satıcı Problemi Soru n tane şehri olan bir
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
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Fibonacci Sayıları 4. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Fibonacci nin Tavşanları Fibonacci Sayıları Fibonacci
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Euler Formülü 12. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Saldıraya Uğrayan Gezegen Euler Formülü Saldıraya Uğrayan
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
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Gezgin Satıcı Problemi 9. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Gezgin Satıcı Problemi Soru n tane şehri olan bir
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
DetaylıOlasılık 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
DetaylıMAT223 AYRIK MATEMATİK
MAT3 AYRIK MATEMATİK 4 Ders Doç Dr Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 00 0 Güz Dönemi 3 yüzyılda İtalyan matematikçi Leonardo Fibonacci aşağıdaki soruyu ortaya atmıştır:
Detaylı0.1 Küme Cebri. Teorem 1 A ve B iki küme olmak üzere i) (A B) c = A c B c ii) (A B) c = A c B c
0. Küme Cebri Bu bölümde verilen keyfikümeler üzerinde birleşim, kesişim, fark, tümleyen,...gibi özellikleri sağlayan eşitliklerle ilgilenceğiz. İlk olarak De Morgan kurallarıdiye bilinen bir Teoremi ifade
DetaylıMATM 133 MATEMATİK LOJİK. Dr. Doç. Çarıyar Aşıralıyev
MATM 133 MATEMATİK LOJİK Dr. Doç. Çarıyar Aşıralıyev 3.KONU Kümeler Teorisi; Küme işlemleri, İkili işlemler 1. Altküme 2. Evrensel Küme 3. Kümelerin Birleşimi 4. Kümelerin Kesişimi 5. Bir Kümenin Tümleyeni
DetaylıA GRUBU Noktaları adlandırılmış K 6 tam çizgesinin tam olarak 3 noktalı kaç tane alt çizgesi vardır? A) 9 B) 20 C) 24 D) 60 E) 160
A GRUBU.. Numarası :............................................. Adı Soyadı :............................................. SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına
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
DetaylıTEMEL SAYMA. Bill Gates
Bölüm 1 TEMEL SAYMA YÖNTEMLERİ Firmamızın sahip olduğu tek şey insan düş gücüdür. Bill Gates Bu bölümde fazla kuramsal bilgi gerektirmeyen sayma problemleri üzerinde duracağız. Bu tür problemlerde sayma;
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
Detaylı13.Konu Reel sayılar
13.Konu Reel sayılar 1. Temel dizi 2. Temel dizilerde toplama ve çarpma 3. Reel sayılar kümesi 4. Reel sayılar kümesinde toplama ve çarpma 5. Reel sayılar kümesinde sıralama 6. Reel sayılar kümesinin tamlık
Detaylı1 BAĞINTILAR VE FONKSİYONLAR
1 BAĞINTILAR VE FONKSİYONLAR Bu bölümde ilk olarak Matematikte çok önemli bir yere sahip olan Bağıntı kavramnı verip daha sonra ise Fonksiyon tanımı verip genel özelliklerini inceleyeceğiz. Tanım 1 A B
Detaylısayıların kümesi N 1 = { 2i-1: i N } ve tüm çift doğal sayıların kümesi N 2 = { 2i: i N } şeklinde gösterilebilecektir. Hiç elemanı olmayan kümeye
KÜME AİLELERİ GİRİŞ Bu bölümde, bir çoğu daha önceden bilinen incelememiz için gerekli olan bilgileri vereceğiz. İlerde konular işlenirken karşımıza çıkacak kavram ve bilgileri bize yetecek kadarı ile
Detaylı2. SİMETRİK GRUPLAR. Tanım 2.1. X boş olmayan bir küme olmak üzere X den X e birebir örten fonksiyona permütasyon denir.
2. SİMETRİK GRUPLAR Tanım 2.1. X boş olmayan bir küme olmak üzere X den X e birebir örten fonksiyona permütasyon denir. Tanım 2.2. X boş olmayan bir küme olsun. S X ile X den X e tüm birebir örten fonksiyonlar
DetaylıSORULAR. 2. Noktaları adlandırılmamış 6 noktalı kaç ağaç vardır? Çizerek cevaplayınız.
MAT3 AYRIK MATEMATİK DERSİ DÖNEM SONU SINAVI 4.0.0 Numarası :..................................... Adı Soyadı :..................................... SORULAR. Prüfer kodu ( 3 3 ) olan ağacı çiziniz.. Noktaları
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
DetaylıDers 10: Düzlemde cebirsel eğriler
Ders 10: Düzlemde cebirsel eğriler İzdüşümsel geometride bir doğruyu derecesi 1 olan homojen bir polinomun sıfırları kümesi olarak tarif ettik. Bir kuadrik, derecesi 2 olan homojen bir polinomla anlatılıyordu
Detaylı1994 ÖYS. 6. x, y, z sıfırdan büyük birer tam sayı ve 2x+3y-z=94 olduğuna göre, x in en küçük değeri kaçtır?
99 ÖYS. Üç basamaklı abc sayısının birler basamağı tür. Birler basamağı ile yüzler basamağı değiştirildiğinde oluşan yeni sayı, abc sayısından 97 küçüktür. Buna göre, abc sayısının yüzler basamağı kaçtır?.,
DetaylıDers 2: RP 1 ve RP 2 - Reel izdüşümsel doğru ve
Ders 2: RP 1 ve RP 2 - Reel izdüşümsel doğru ve düzlem Geçen ders doğrusal cebir aracılığıyla izdüşümsel geometri için bir model kurduk. Şimdi bu modeli daha somut bir şekle sokalım, F = R durumunda kurduğumuz
Detaylı10.Konu Tam sayıların inşası
10.Konu Tam sayıların inşası 1. Tam sayılar kümesi 2. Tam sayılar kümesinde toplama ve çarpma 3. Pozitif ve negatif tam sayılar 4. Tam sayılar kümesinde çıkarma 5. Tam sayılar kümesinde sıralama 6. Bir
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
DetaylıSevdiğim Birkaç Soru
Sevdiğim Birkaç Soru Matematikte öyle sorular vardır ki, yanıtı bulmak önce çok zor gibi gelebilir, sonradan saatler, günler, aylar, hatta kimi zaman yıllar sonra yanıtın çok basit olduğu anlaşılır. Bir
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
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
DetaylıProblem 1. Problem 2. Problem 3. Problem 4. Problem 5. PURPLE COMET MATEMATİK BULUŞMASI Nisan c Copyright Titu Andreescu and Jonathan Kane
PURPLE COMET MATEMATİK BULUŞMASI Nisan 2010 İLKÖĞRETİM - PROBLEMLERİ c Copyright Titu Andreescu and Jonathan Kane Çeviri Sibel Kılıçarslan CANSU ve Fatih Kürşat CANSU Problem 1 Eğer 125 + n + 135 + 2n
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
DetaylıOtomata Teorisi (BİL 2114)
Otomata Teorisi (BİL 2114) Fırat İsmailoğlu Hafta 6: Pumping Lemma İçerikten Bağımsız Diller (1. Bölüm) 1 Hafta 6 Plan 1. Olmayana Ergi Yöntemi 2. Güvercin Yuvası Prensibi 3. Pumping Lemma 4. İçerikten
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
DetaylıŞimdi de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor. teoreminini iki kere kullanarak
10.Konu İç çarpım uzayları ve özellikleri 10.1. ve üzerinde uzunluk de [ ] vektörünün ile gösterilen boyu veya büyüklüğü Pisagor teoreminden dir. 1.Ö.: [ ] ise ( ) ( ) ve ( ) noktaları gözönüne alalım.
DetaylıLineer 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,
Detaylı2. K 6 tam çizgesinde kaç farklı mükemmel eşleme vardır? 4. Düzlemsel kodu (planar code) olan ağacın kaç köşe noktası vardır?
Ayrık Hesaplama Yapıları A GRUBU 0.06.01 Numarası :. K 6 tam çizgesinde kaç farklı mükemmel eşleme vardır? Adı Soyadı : SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına
Detaylı8.Konu Vektör uzayları, Alt Uzaylar
8.Konu Vektör uzayları, Alt Uzaylar 8.1. Düzlemde vektörler Düzlemdeki her noktası ile reel sayılardan oluşan ikilisini eşleştirebiliriz. Buna P noktanın koordinatları denir. y-ekseni P x y O dan P ye
Detaylı1 Vektör Uzayları 2. Lineer Cebir. David Pierce. Matematik Bölümü, MSGSÜ mat.msgsu.edu.tr/~dpierce/
Vektör Uzayları Lineer Cebir David Pierce 5 Mayıs 2017 Matematik Bölümü, MSGSÜ dpierce@msgsu.edu.tr mat.msgsu.edu.tr/~dpierce/ Bu notlarda, alıştırma olarak her teorem, sonuç, ve örnek kanıtlanabilir;
Detaylı10SINIF 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
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
Detaylı8. 2 x+1 =20 x. 9. x 3 +6x 2-4x-24=0 10.
MAT-1 EK SORULAR-2 1. 6. A)7 B)8 C)15.D)56 E)64 Olduğuna göre x.a)1 B)2 C)3 D)4 E)6 7. 2. Birbirinden farklı x ve y gerçek A)5.B)6 C)7 D)8 E)9 sayıları için; x 2 +2009y=y 2 +2009x eşitliği sağlandığına
Detaylı3. Herhangi bir G çizgesi için aşağıdaki önermelerden hangi(ler)si her zaman doğrudur?
Ayrık Hesaplama Yapıları A GRUBU.0.05 Numarası : Adı Soyadı : SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına numaranızı ve isminizi mürekkepli kalem ile yazınız.
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
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
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
DetaylıTanım Bir X kümesi üzerinde bir karakter dizgisi (string) X kümesindeki. boş karakter dizgisi (null string) denir ve l ile gösterilir.
BÖLÜM 3 Karakter Dizgileriil i Tanım 3.1.1 Bir X kümesi üzerinde bir karakter dizgisi (string) X kümesindeki öğelerden oluşan bir sonlu dizidir. Hiç bir öğesi olmayan bir karakter dizgisine boş karakter
DetaylıOlasılık: 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)
DetaylıYENİ 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
DetaylıT.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ
T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ DERS: CEBİRDEN SEÇME KONULAR KONU: KARDİNAL SAYILAR ÖĞRETİM GÖREVLİLERİ: PROF.DR. NEŞET AYDIN AR.GÖR. DİDEM YEŞİL HAZIRLAYANLAR: DİRENCAN DAĞDEVİREN ELFİYE ESEN
Detaylı3.Ders Rasgele Değişkenler
3.Ders Rasgele Değişkenler Tanım:,U, P bir olasılık uzayı ve X : R X olmak üzere, a R için, : X a U oluyorsa X fonksiyonuna bir rasgele değişken denir. a R için X, a : X a U özelliğine sahip bir X rasgele
DetaylıTanım 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
Detaylı1.4 Tam Metrik Uzay ve Tamlaması
1.4. Tam Metrik Uzay ve Tamlaması 15 1.4 Tam Metrik Uzay ve Tamlaması Öncelikle şunu not edelim: (X, d) bir metrik uzay, (x n ), X de bir dizi ve x X ise lim n d(x n, x) = 0 = lim n,m d(x n, x m ) = 0
DetaylıÖSYM M TEMEL MATEMATİK TESTİ YGS / MAT. Diğer sayfaya geçiniz. 1. Bu testte 40 soru vardır.
TEMEL MATEMATİK TESTİ 2011 - YGS / MAT M9991.01001 1. Bu testte 40 soru vardır. 1. 2. 2. Cevaplarınızı, cevap kâğıdının Temel Matematik Testi için ayrılan kısmına işaretleyiniz. işleminin sonucu kaçtır?
Detaylıiçin Örnek 7.1. simetri grubunu göz önüne alalım. Şu halde dür. Şimdi kalan sınıflarını göz önüne alalım. Eğer ve olarak alırsak işlemini kullanarak
7. Bölüm Grupları olmak üzere grubunu nasıl inşa ettiğimizi hatırlayalım. grubunun alt grubu grubu tüm olacak şekilde tüm sınıflardan oluşmuştur. Sınıfların toplamını ile, yani ile tanımlamıştık. Şimdi
DetaylıOYAK ADANA - BALIKESİR - BATMAN - BOLU - DÜZCE HATAY - KAHRAMANMARAŞ - MARDİN - ORDU RİZE - SAKARYA - SİVAS - TEKİRDAĞ - ZONGULDAK 7 NİSAN 2012
OYAK TÜBİTAK BİLİM İNSANI DESTEKLEME DAİRE BAŞKANLIĞI OYAK MATEMATİK YARIŞMASI FİNAL SINAVI ADANA - BALIKESİR - BATMAN - BOLU - DÜZCE HATAY - KAHRAMANMARAŞ - MARDİN - ORDU RİZE - SAKARYA - SİVAS - TEKİRDAĞ
DetaylıSERİMYA II. MATEMATİK YARIŞMASI I. AŞAMA SORULARI
SERİMYA - 4 II. MATEMATİK YARIŞMASI I. AŞAMA SORULARI. 4? 4 4. A B denkleminde A ve B birbirinden farklı pozitif tam sayılar olduğuna göre, A + B toplamı kaçtır? işleminin sonucu kaçtır? A) 6 B) 8 C) D)
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)
DetaylıÜNİTE 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
Detaylı2. (v+w+x+y+z) 8 ifadesinin açılımında kaç terim vardır? 3. log 5 0, 69897 olduğuna göre 50 10 sayısı kaç basamaklıdır?
Ayrık Hesaplama Yapıları A GRUBU 3.03.0 Numarası Adı Soyadı : CEVAP : ANAHTARI SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına numaranızı ve isminizi mürekkepli kalem
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
DetaylıSINAV YÖNERGESİ. Numarası : CEVAP. Adı Soyadı : ANAHTARI A) 512 B) 513 C) 256 D) 1024 E) 1025 A) 252 B) 256 C) 3024 D) 126 E) =?
Ayrık Hesaplama Yapıları A GRUBU 0.0.01 Numarası Adı Soyadı : CEVAP : ANAHTARI SINAV YÖNERGESİ İşaretlemelerinizde kurşun kalem kullanınız. Soru ve cevap kağıtlarına numaranızı ve isminizi mürekkepli kalem
DetaylıBu bölümde cebirsel yapıların temelini oluşturan Grup ve özelliklerini inceleyeceğiz.
1 BİR İŞLEMLİ SİSTEMLER Bu bölümde cebirsel yapıların temelini oluşturan Grup ve özelliklerini inceleyeceğiz. 1.1 İŞLEMLER Bir kümeden kendisine tanımlı olan her fonksiyona birli işlem denir. Örneğin Z
DetaylıKARAKTER DİZGİLERİ, BAĞINTILAR, FONKSİYONLAR KESİKLİ MATEMATİKSEL YAPILAR
KARAKTER DİZGİLERİ, BAĞINTILAR, FONKSİYONLAR KESİKLİ MATEMATİKSEL YAPILAR 2012-2013 Karakter Dizgisi Karakter Dizgisi Üzerine İşlemler Altdizgi Tanım 3.1.1: Bir X kümesi üzerinde bir karakter dizgisi (string)
DetaylıMIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için
MIT Açık Ders Malzemeleri http://ocw.mit.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için http://ocw.mit.edu/terms veya http://www.acikders.org.tr adresini ziyaret
DetaylıTEK 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
Detaylı14.Konu Reel sayılarının topolojisi. 1.Tanım:, verilsin. açık aralığına noktasının -komşuluğu denir. { } kümesine nın delinmiş -komşuluğu denir.
14.Konu Reel sayılarının topolojisi 1.Teorem: cismi tamdır. 1.Tanım:, verilsin. açık aralığına noktasının -komşuluğu denir. { } kümesine nın delinmiş -komşuluğu denir. 2.Tanım: ve verilsin. nın her komşuluğunda
DetaylıT I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A
T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A Contents Bibliography 11 CONTENTS 5 0.1 Kartezyen Çarpım 0.2 Sıralı İkililer Şimdiye kadar sıra ya da
DetaylıNormal Alt Gruplar ve Bölüm Grupları...37
İÇİNDEKİLER Ön Söz...2 Gruplar...3 Alt Gruplar...9 Simetrik Gruplar...13 Devirli Alt Gruplar...23 Sol ve Sağ Yan Kümeler (Kosetler)...32 Normal Alt Gruplar ve Bölüm Grupları...37 Grup Homomorfizmaları...41
Detaylı( ) (, ) Kombinasyon. Tanım: r n olmak üzere n elemanlı bir kümenin r elemanlı her alt kümesine bu n elemanın r li kombinasyonu denir.
Kombinasyon Tanım: r n olmak üzere n elemanlı bir kümenin r elemanlı her alt kümesine bu n elemanın r li kombinasyonu denir. n elemanın tüm r li kombinasyonlarının sayısı; (, ) C n r ( ) r n P n, r n!
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
DetaylıDers 8: Konikler - Doğrularla kesişim
Ders 8: Konikler - Doğrularla kesişim Geçen ders RP 2 de tekil olmayan her koniğin bir dönüşümün ardından tek bir koniğe dönüştüğü sonucuna vardık; o da {[x : y : z x 2 + y 2 z 2 = 0]} idi. Bu derste bu
DetaylıT I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A
T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A Contents 1 İyi Sıralama 5 Bibliography 13 1 İyi Sıralama Well Ordering İyi sıralama kavramı, doğal sayıların
DetaylıBLM-111 PROGRAMLAMA DİLLERİ I. Ders-11 Karakter Diziler. Yrd. Doç. Dr. Ümit ATİLA
BLM-111 PROGRAMLAMA DİLLERİ I Ders-11 Karakter Diziler Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Karakter ve String Karakter Karakter bir sabit tek tırnak
DetaylıSayılar ve Altın Oranı. Mahmut Kuzucuoğlu. 16 Ağustos 2015
Sayılar ve Altın Oranı Mahmut Kuzucuoğlu Orta Doğu Teknik Üniversitesi Matematik Bölümü matmah@metu.edu.tr İlkyar-2015 16 Ağustos 2015 Ben kimim? Denizli nin Çal ilçesinin Ortaköy kasabasında 1958 yılında
Detaylı8. HOMOMORFİZMALAR VE İZOMORFİZMALAR
8. HOMOMORFİZMALAR VE İZOMORFİZMALAR Şimdiye kadar bir gruptan diğer bir gruba tanımlı olan fonksiyonlarla ilgilenmedik. Bu bölüme aşağıdaki tanımla başlayalım. Tanım 8.1: ve iki grup ve f : G H bir fonksiyon
Detaylı23. ULUSAL ANTALYA MATEMATİK OLİMPİYATI SORULARI B B B B B B B
AKDENİZ ÜNİVERSİTESİ 23. ULUSAL ANTALYA MATEMATİK OLİMPİYATI SORULARI ADI SOYADI :... OKUL... ŞEHİR :...SINIF :... İMZA :... SINAV TARİHİ VESAATİ:29 Nisan 2018 - Pazar 10.00-12.30 u sınav 25 sorudan oluşmaktadır
DetaylıPERMÜTASYON, KOMBİNASYON. Örnek: Örnek: Örnek:
SAYMANIN TEMEL KURALLARI Toplama Kuralı : Sonlu ve ayrık kümelerin eleman sayılarının toplamı, bu kümelerin birleşimlerinin eleman sayısına eşittir. Mesela, sonlu ve ayrık iki küme A ve B olsun. s(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.
DetaylıGerçekten Asal Var mı? Ali Nesin
Bu yazıda hile yapıyorum... Bir yerde bir hata var. Gerçekten Asal Var mı? Ali Nesin K endinden ve birden başka sayıya bölünmeyen a asal denir. Örneğin, 2, 3, 5, 7, 11, 13, 17, 19 asal dır. Ama 35 asal
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
DetaylıLineer Bağımlılık ve Lineer Bağımsızlık
Lineer Bağımlılık ve Lineer Bağımsızlık Yazar Öğr.Grv.Dr.Nevin ORHUN ÜNİTE 5 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayı ve alt uzay yapısını daha iyi tanıyacak, Bir vektör uzayındaki vektörlerin
Detaylı6. Ders. Mahir Bilen Can. Mayıs 16, 2016
6. Ders Mahir Bilen Can Mayıs 16, 2016 Bu derste lineer cebirdeki bazı fikirleri gözden geçirip Lie teorisine uygulamalarını inceleyeceğiz. Bütün Lie cebirlerinin cebirsel olarak kapalı ve karakteristiği
Detaylı