Ayrık Olasılık. Ayrık Olasılığa Giriş

Benzer belgeler
Şartlı Olasılık. Pr[A A ] Pr A A Pr[A ] Bir olayın (A 1 ) olma olsılığı, başka bir olayın (A 2 ) gerçekleştiğinin bilinmesine bağlıysa;

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

BAYES KURAMI. Dr. Cahit Karakuş

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

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

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

Olasılık Föyü KAZANIMLAR

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

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

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

ÖĞRENCİNİN ADI SOYADI: NUMARASI: SINIFI: KONU: Olasılık

Dr. Mehmet AKSARAYLI OLASILIK. Ders 3 / 1

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

Toplam Olasılık Prensibi

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

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

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

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

3.Ders Rasgele Değişkenler

Rastgelelik, Rastgele Sinyaller ve Sistemler Rastgelelik Nedir?

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

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

Rassal Değişken. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

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

Kosullu Olasılık & Bayes Teoremi

2. (v+w+x+y+z) 8 ifadesinin açılımında kaç terim vardır? 3. log 5 0, olduğuna göre sayısı kaç basamaklıdır?

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

OLASILIK LASILIK ve İSTATİSTİK Olasılık

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

ANADOLU ÜNİVERSİTESİ OLASILIĞA GİRİŞ

OLASILIĞA GİRİŞ P( )= =

OLASILIK. (Bu belgenin güncellenmiş halini bu adresten indirebilirsiniz)

İçindekiler. Ön Söz... xiii

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

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

Ders 4: Rastgele Değişkenler ve Dağılımları

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

SINAV 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) =?

Şartlı Olasılık. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

6. Ali her gün cebinde kalan parasının (2009) a, b ve c farklı pozitif tamsayılar, 9. x, y, z pozitif gerçek sayılar,

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

KESİKLİ DÜZGÜN DAĞILIM

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

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

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

Ders 6: Kesikli Olasılık Dağılımları

Ders 6 OLASILIK KURAMI. Örnek Uzaylar, Örnek Noktalar ve Olaylar. Örnek Uzaylar, Örnek Noktalar ve Olaylar

( B) ( ) PERMÜTASYON KOMBİNASYON BİNOM OLASILIK

Ders 5: Kesikli Olasılık Dağılımları

Ders 5: Kesikli Olasılık Dağılımları

Tanım: (1. Tip Üretken Fonksiyonlar) (a r ) = (a 1, a 2, a 3,,a r, ) sayı dizisi olmak üzere, (a r ) dizisinin 1. Tip üretken fonksiyonu

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

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

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

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Programlama Dilleri 1. Ders 3: Rastgele sayı üretimi ve uygulamaları

İstatistik, genel olarak, rassal bir olayı (ya da deneyi) matematiksel olarak modellemek ve bu model yardımıyla, anakütlenin bilinmeyen karakteristik

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

HACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ

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

2000 Birinci Aşama Sınav Soruları

Yıldız Teknik Üniversitesi Endüstri Mühendisliği Bölümü KARAR TEORİSİ MARKOV SÜREÇLERİ. Markov Analizi

TEMEL SAYMA. Bill Gates

MAT223 AYRIK MATEMATİK

ÖZEL EGE LİSESİ 12. OKULLAR ARASI MATEMATİK YARIŞMASI 9. SINIF ELEME SINAVI TEST SORULARI. 4. c tabanındaki iki basamaklı ardışık üç

6.Hafta Kıyım Fonksiyonu (Hashing), BST. Doğrudan erişim tabloları Çarpışmaları ilmekleme ile çözmek Kıyım fonksiyonu seçimi Açık adresleme

Dr. Mehmet AKSARAYLI

Tesadüfi Değişken. w ( )

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

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

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

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

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

İstatistik ve Olasılık

İstenen Durum Olasılık Tüm Durum 12

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

Bu kısımda işlem adı verilen özel bir fonksiyon çeşidini ve işlemlerin önemli özelliklerini inceleyeceğiz.

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

YZM YAPAY ZEKA DERS#6: REKABET ORTAMINDA ARAMA

Olasılık: Klasik Yaklaşım

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

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

SAB 101 OLASILIK DERS NOTLARI. Prof.Dr. Fatih TANK. SAB 101 Olasılık. F.Tank. 1. Geometirk Dağılım. 2. Negatif Binom Dağılımı

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

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

Veriye Dayalı Karar Verme (Bölüm 2) Can Akkan

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

kümeleri sırasıyla n 1, n 2,..., n k eleman içeriyorsa, önce A 1 nin bir elemanını seçmenin n 1

Cebir Notları. Permutasyon-Kombinasyon- Binom TEST I. Gökhan DEMĐR,

TEMEL SAYMA KURALLARI

Rastlantı Değişkenleri

Oyun Tasarımı. 10. Ders

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

10SINIF MATEMATİK. Sayma ve Olasılık Fonksiyonlar

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

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

Mantıksal çıkarım yapmak. 9 ve üzeri

ZMY501 Mühendislikte İstatistik Yöntemler

içinde seçilen noktan n birinci koordinat birincinin geldi i saati, ikinci koordinat ysa

Transkript:

Ayrık Olasılık CC-59 Ayrık Yaılar Konstantin Busch - LU Ayrık Olasılığa Giriş Hilesiz zar Örnek uzay: {,,3,4,5,6} Olası tüm sonuçlar

olayının olasılığı: olay kümesinin buyuklugu örnek uzayin buyuklugu Not: 0 için 0 Konstantin Busch - LU 3 Zarın 3 gelme olasılığı nedir? Olay uzayı: Örnek uzay: Olasılık: {3} {,,3,4,5,6} 6 4

Zarın veya 5 gelme olasılığı nedir? Olay uzayı: Örnek uzay: {,5} {,,3,4,5,6} Olasılık: 6 5 İki adet hilesiz zar Örnek uzay: 36 olası sonuç vardır {,,,,,3,,6,6} Birinci zar İkinci zar Beklenen çift 6 3

Zarın, ikilisi gelme olasılığı nedir? Olay uzayı: {,} Örnek uzay: {,,,,,3,,6,6} Olasılık: 36 7 Zarın çift gelme olasılığı nedir? Olay uzayı: {,,,,3,3,4,4,5,5,6,6} Örnek uzay: {,,,,,3,,6,6} Olasılık: 6 36 8 4

Düzensiz sayılar oyunu Oyun yöneticisi 40 sayıdan kazanan 6 sayı kümesini seçer. eçim sayıları:,,3,,40 Örnek kazanan sayılar: 4,7,6,5,33,39 Oyuncunun seçtiği 6 sayının kümesi ıradan bağımsız Örnek kazanan sayılar: 8,3,6,3,33,40 Oyuncunun kazanma olasılığı nedir? Konstantin Busch - LU 9 Kazanan olay: {{4,7,6,5,33,39}} Kazanan 6 sayının bir tek kümesi Örnek uzay: {40 sayidan kazanan 6 sayi kümesinin tüm alt kümeleri} {{,,3,4,5,6},{,,3,4,5,7},{,,3,4,5,8}, } 40 3,838,380 6 Konstantin Busch - LU 0 5

Oyuncunun kazanma olasılığı: P 40 6 3,838,380 Konstantin Busch - LU Kart Oyunları Destede 5 kart vardır. 3 çeşit kartlar,3,4,5,6,7,8,9,0,a,k,q,j, Her bir türde 4 takım vardır h,d,c,s Oyuncu 4 kart verir. Oyuncunun kartlarının hesinin aynı tür olma olasılığı nedir? Konstantin Busch - LU 6

Olay: {,,, },{3,3,3,3 },,{j, j, j, j } { h d c s h d c s h d c s 3 4 kartın her bir kümesi aynı türdedir Örnek uzay: {5 kartin olası tüm 4 kartlarin kümesi} {{ h, d, c, s },{ h, d, c,3 h },{ h, d,,3 }, } 5 5! 555049 70,75 4 4!48! 43 c d Konstantin Busch - LU 3 lde aynı türde 4 kart olma olasılğı: 3 P 5 4 3 70,75 Konstantin Busch - LU 4 7

ıralı sayılar oyunu Oyun yöneticisi bir kutuda..50 ile etiketlenmiş tolardan 5 tane seçer eçim numaraları:,,3,,50 Örnek olarak kazanan numaralar: 37,4,6,33,9 Oyuncunun seçtiği 5 sayı kümesi ıralama önemli Örnek olarak oyuncunun sayıları: 40,6,3,5,33 Oyuncunun kazanma olasılığı nedir? Konstantin Busch - LU 5 Tekrar yerine koyma olmayan örneklem: Bütün tolar seildikten sonra, to geri kutuya atılmaz Örnek uzay büyüklüğü: 50 toun 5li ermitasyonları 50! 50 P50,5 50494847 46 45,5,00 50 5! 45! Kazanma olasılığı: P 45,5,00 Konstantin Busch - LU 6 8

Yerine koyarak örnekleme: Bir to seçildikten sonra, to tekrar kutuya konulur Örneklem uzayının büyüklüğü: Yinelemeleyle 50 toun 5 li ermitasyonu 50 5 3,500,000 Kazanma olasılığı: P 3,500,000 Konstantin Busch - LU 7 Ters olasılık: İsat: İsatın sonu Konstantin Busch - LU 8 9

0 Konstantin Busch - LU 9 Örnek: ekiz bitlik ikili dizide en az bir tanesinin 0 olma olasılığı nedir?,00000000},00, 0, 0, { {} 8 Konstantin Busch - LU 0 Olasılığın birleşimi: İsat: İsat sonu,

Örnek: ekiz bitlik binary dizinin 0 ile başlaması veya ile bitmesi olasılığı nedir? 0 ile başlayan diziler: {00000000, 0000000,,0} 7 all binary strings with 7 bits 0xxxxxxx ile biten diziler: {000000, 00000,,} 6 all binary strings with 6 bits xxxxxx Konstantin Busch - LU 0 ile başlayan ve ile biten diziler: {0000000, 00000, 5,0} all binary strings with 5 bits 0xxxxx 0 ile başlayan veya ile biten diziler: 7 6 5 5 8 8 8 4 8 8 Konstantin Busch - LU

Olasılık Teorisi Örnek uzay: { x, x,, x n } Olasıklık dağılım fonksiyonu: 0 x i n x x i Konstantin Busch - LU 3 Olası durumlar: xi x j Örnek: Hileli ara /3 olasılıkla tura T /3 olasılıkla yazı Y Örneklem uzayı: { Y, T} T 3 Y T Y 3 3 3 Konstantin Busch - LU 4

Düzgün olasılık dağılımı: x i n Örnek uzay: x, x,, x } { n Örnek: Hilesiz ara / olasılıkla Tura T veya Yazı Y { H, T} H T Konstantin Busch - LU 5 Olayın olasılığı: x, x,, xk} { k i x i Düzgün olasılık dağılımı için: Konstantin Busch - LU 6 3

Örnek: Hileli zar {,,3,4,5,6,6 } 3 4 5 6 7 7 Zarın veya 6 gelme olasılığı nedir? {,6} 6 7 7 3 7 Konstantin Busch - LU 7 Olayların kombinasyonları: Tümleyin: Birleşim: Ayrı olayların birleşimi: i i i i Konstantin Busch - LU 8 4

Şartlı Olasılık Hilesiz üç aranın atılışı Yazı Tura Yazı Şart: İlk ara yazı olsun oru: İlk aranın yazı olduğunu düşünerek, tek sayı atışlarının yazı olma olasılığı nedir? Konstantin Busch - LU 9 Örneklem uzayı: { YYY, YYT, YTY, YTT, TYY, TYT, TTY, YYY} Verilen koşuldaki sınırlı örneklem: { YYY, YYT, YTY, YTT} Birinci ara Yazı Konstantin Busch - LU 30 5

Şart olmayan olaylar: { YYY, YTT, TYT, TTY} Yazıların tek sayıları için Şartlı olaylar: { YYY, YTT} Birinci ara yazı Konstantin Busch - LU 3 { YYY, YTT, TYT, TTY} { YYY, YTT} Verilen şartlarda, Örnek uzaya nin değişimi / /8 0.5 / 4 /8 ara hilesiz Konstantin Busch - LU 3 6

Şart ile olayın belirtimi: olayı yi belirtir. Konstantin Busch - LU 33 Şartlı olasılığın tanımı: rasgele olasılık dağılımı için ve olaylarıyla örneklem uzayı verilsin burada >0 ; ile verilen nin şartlı olasığılı: Konstantin Busch - LU 34 7

Örnek: İki çocuğun olan bir ailenin bir çocuğu erkek ise iki tanesinin erkek olma ihtimali nedir? rkek veya kızın eşit olasılıkta olacağını varsayalım Örnek Uzay: {, K, K,KK} Şart: {, K, K} Bir çocuk erkektir Konstantin Busch - LU 35 Durum: {} Her iki çocuk da erkek Durumun koşullu olasılığı: { } / 4 {, K, K} 3/ 4 3 Konstantin Busch - LU 36 8

Bağımsız Durumlar Durumlar ve ancak ve ancak bağımsız ise: 0 ş değer tanım ğer : Konstantin Busch - LU 37 Örnek: 4 bitlik düzgün rasgele katarlar: : ile başlayan katar : çift içeren katar {000,00,00,0,00,0,0,} {0000, 00, 00, 00, 00, 00, 00, } {, 00, 00, 00} 8 4 8 6 4 6 4 Durum ve bağımsızdır Konstantin Busch - LU 38 9

Bernoulli denemesi: İki sonuçlu deneyim: Başarı veya başarısızlık Başarı olasılığı: Başarısızlık olasılığı: q Örnek: Hileli ara Başarı = Tura T 3 Başarısızlık = Yazı q Y 3 Konstantin Busch - LU 39 Bağımsız Bernoulli Denemeler: Ardışık Bernoulli denemelerinin sonuçları birbirlerine bağlı değildir Örnek: Ardışık madeni aralar Konstantin Busch - LU 40 0

Hileli arayı 5 kere atın 3 tura yama ihtimali nedir? Tura olasılığı: Yazı olasılığı: q 3 3 başarı başarısız Konstantin Busch - LU 4 TTTYY TYTTY TYTYT 3 ü tura olan 5 bozuk ara silsilesindeki sıralamak için yolların tolam sayıları: YTTYT 5 3 Konstantin Busch - LU 4

Her habgi bir silsiledeki 3 tura ve yazı durumundaki olasılıklar: 3 q Örnek olarak: q q TTTYY qq 3 q q q TYTTY qq 3 q q q TYTYT qq 3 q Konstantin Busch - LU 43 3 tura olma olasılığı: 3 q 3 q 3 q 5 3 3 q nci Dizi başarısı 3 Tura nci Dizi başarısı 3 Tura 5 nci 3 Dizi başarısı 3 Tura Konstantin Busch - LU 44

Hileli bozuk aranın 5 kez atılması: Tam olarak 3 tura olma ihtimali: 5 3 3 q 5! 3!! 3 3 3 0.0086 Belirtilen silsileyerleşiminde 3 tura ve yazı elde etme olasılığı ilsilenin 5 aranın 3 nün tura olarak düzenlemek için mümkün olan tüm yollar Konstantin Busch - LU 45 Teorem: k n bağımsız Bernoulli denemesinde başarı elde etme olasılığı: n k Ayrıca şöyle bilinir binomial olasılık dağılımı: b k; n, k q n n k k k q n k Konstantin Busch - LU 46 3

İsat: n k k q n k k n k başarıları ve başarısızlığıyla tolam dizilim sayısı Örnek: BNBNNB BBN Bir dizilimin, belirtilen noktalarda k başarısı ve n k başarısızlığı ihtimali İsat sonu Konstantin Busch - LU 47 Örnek: Rasgele aynı ikili katarlar 0 bit için olasılık 0.9 bitlik olasılık 0. 0 bitten 8 bit 0'ın olasılığı nedir? 00000000 gibi 0.9 q 0. k 8 n 0 n b k; n, k k q nk 0 0.9 8 8 0. 0.9370445 Konstantin Busch - LU 48 4

Doğum günü roblemi Doğum günü çatışması: Aynı gün içinde iki kişinin doğum günü var Problem: Doğum günü çartışması ihtimalinin en az ½ olması için kaç kişi odada olmalıdır? Varsayım: her hengi bir günde doğma olasılığı eşittir Konstantin Busch - LU 49 Bir yılda 366 gün var ğer insanların sayısı 367 veya daha fazla ise doğum günü çatışması güvercin yuvası rensibiyle onaylanır İnsanları n 366 olduğunu varsayalım Konstantin Busch - LU 50 5

Hesalamalarda; n : n insanın hesinin farklı doğum gününe sahi olma olasılığı Yardımcı olası için; : n insan arasında doğum günü n çartışması olasılığı Konstantin Busch - LU 5 Örnek uzay: Kartezyen çarım {,,,366} {,,,366} {,,,366} inci kişinin doğum günü seçimleri inci kişinin doğum günü seçimleri n inci kişinin doğum günü seçimleri {,,,,,,,, 366,366,,366} Örnek uzay büyüklüğü: 366366366 366 n Konstantin Busch - LU 5 6

Olay kümesi: Her birinin doğum günü farklı {,,,366,366,,,365,,366,365,,} inci kişinin doğum günü inci kişinin doğum günü n inci kişinin doğum günü #seçim #seçim #seçim Örnek büyüklüğü: 366! P366, n 366365364366 n 366 n! Konstantin Busch - LU 53 Doğum günü çatışmasının olmama olasılığı n 366365364366 n n 366 Doğum günü çatışması olasılığı: n 0. 475 n n n 3 0. 506 n Konstantin Busch - LU 54 7

Doğum günü çatışması olasılığı: n 3 0. 506 n n Bu yüzden: n 3 kişinin doğum çatışmasının en az ½ olma ihtimali Konstantin Busch - LU 55 Doğum günü roblemi analizlerinde çatışmaları en aza indirmek için uygun Hash tablo boyutu tanımlamaları kullanılır Hash fonksiyon çatışması: h k h k Konstantin Busch - LU 56 8

Randomize algoritması: seçimlerin rasgele olduğu algoritmalar Örnek: quicksort Las Vegas algoritması: Çıktıları her zaman doğru olan randomize algoritmalar. quicksort gibi Monte Carlo algoritması: Çıktıları bazen doğru olan randomize algoritmalar yanlış çıktı üretebilir Konstantin Busch - LU 57 Primality_Test n,k { for i to k { b random_num ber,,n if Miller_Test n,b == failure } A Monte Carlo algoritması returnfalse // n is not rime } returntrue // most likely n is rime Konstantin Busch - LU 58 9

Miller_Test n,b { s n- t s, t 0, s log n, t is odd for j 0 to s- { if b t mod n or b j t mod n returnsuccess } returnfailure } Konstantin Busch - LU 59 n asal sayında her b geçer n için Miller testini n n birleşin sayıda sayıdan daha az için 4 b n aralığında Miller testini geçer Olasılık olarak yanlış ozitif: 4 Konstantin Busch - LU 60 30

ğer asallık test algoritması yanlış ise sayı kesin olarak asal değildir. ğer algoritma çalıştırılması doğru ise ceva yüksek olasılıkla doğrudur sayı asal: k 4 n k log4 n için Konstantin Busch - LU 6 Bayes Teorem 0 0 Uygulamalar: Makine öğrenmesi am iltreleri Konstantin Busch - LU 6 3

3 Konstantin Busch - LU 63 Bayes Teorem İsatı: Konstantin Busch - LU 64

33 Konstantin Busch - LU 65 İsatın sonu Konstantin Busch - LU 66 Kutu Kutu Örnek: Rasgele kutuyu seçtikten sonra kutudan rasgele tou seçin. ğer bir kırmızı to seçilmişse, bunun Kutu den olma olasılığı nedir? oru:

: Kırmızı to seçimi : Kutu seçimi : Yeşil to seçimi : Kutu seçimi oru olasılığı: P? oru: ğer bir kırmızı to seçilmişse, bunun Kutu den olma olasılığı nedir? Konstantin Busch - LU 67 Bayes Teoremi: Hesalamak için tek ihtiyacımız: Konstantin Busch - LU 68 34

: Kırmızı to seçimi : Kutu seçimi : Yeşil to seçimi : Kutu seçimi Kutu Kutu / 0.5 / 0. 5 Kutu seçme olasılığı Kutu seçme olasılığı Konstantin Busch - LU 69 : Kırmızı to seçimi : Kutu seçimi : Yeşil to seçimi : Kutu seçimi Kutu Kutu 7/9 0.777... Kutu den kırmızı to seçme olasılığı 3/ 7 0.48... Kutu den kırmızı to seçme olasılığı Konstantin Busch - LU 70 35

/ 0.5 / 0. 5 7/9 0.777... 3/ 7 0.48... 0.7770.5 0.777 0.644 0.7770.5 0.480.5 0.777 0.48 on sonuç Konstantin Busch - LU 7 Ya daha fazla kutuya sahi olsaydık? Genelleştirilmiş Bayes Theorem: j n i j i j i Örnek uzay: n Karşılıklı özel olaylar Konstantin Busch - LU 7 36

am iltereleri ğitim kümesi: am kötü eostalar İyi eostalar G B Bir kullanıcı eğitim kümesindeki her bir eostaları iyi veya kötü olarak sınıflandırır. Konstantin Busch - LU 73 G ve B den oluşan kelimeleri bulun. n B w w sözcüğü içeren sam eostaların sayısı n G w w sözcüğü içeren iyi eostaların sayısı w nb w B q w ng w G w sözcüğü içeren sam eostaların olasılğı w sözcüğü içeren iyi eostaların olasılğı Konstantin Busch - LU 74 37

38 Konstantin Busch - LU 75 Yeni bir X eosta geldiğinde : X sam olması durum sözcüğü içeren X in sam olma olasılığı nedir? w X in içermesi durumu w :? P ğer bu olasılık 0.9 den az ise ret edilir. Konstantin Busch - LU 76 Hesalamak için ihtiyacımız olan: 0.5 0.5 B w n w B G w n w q G Basitleştirilmiş varsayım ğitim kümesinden hesalanan

Örnek: Rolex kelimesi için eğitim kümesi: "Rolex" 000 sam e-ostalardan 50'sinde gerçekleşir. "Rolex" 000 iyi e-ostanın 5'inde görülür. ğer yeni e-osta "Rolex" kelimesini içeriyorsa, bunun sam olma olasılığı nedir? Konstantin Busch - LU 77 "Rolex" 000 sam e-ostalardan 50'sinde gerçekleşir. n B Rolex 50 nb Rolex 50 Rolex 0.5 B 000 "Rolex" 000 iyi e-ostanın 5'inde görülür. n G Rolex 5 ng Rolex 5 q Rolex 0.005 G 000 Konstantin Busch - LU 78 39

ğer yeni e-osta "Rolex" kelimesini içeriyorsa, bunun sam olma olasılığı nedir? : X in sam durum : Rolex kelimesi içeren X durumu P? Konstantin Busch - LU 79 Hesalamak için olan ihityacımız 0.5 0.5 Rolex 0. 5 q Rolex 0. 005 Basitleştirilmiş varsayım ğitim kümesinde hesalanan Konstantin Busch - LU 80 40

0.50.5 0.5 0.96... 0.50.5 0.0050.5 0.3 Yeni e-ostalar sam olarak kabul edilir. Çünkü: 0.96 0.9 sam eşiği Konstantin Busch - LU 8 Daha iyi sam filtreleri için iki kelime kullanır: Varsayım: ve bağımsızdır İki kelime bir birinden bağımsız görünür Konstantin Busch - LU 8 4