Ders 5: Kesikli Olasılık Dağılımları

Benzer belgeler
Ders 5: Kesikli Olasılık Dağılımları

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

Ders 6: Kesikli Olasılık Dağılımları

Ders 6: Sürekli Olasılık Dağılımları

EME Sistem Simülasyonu. Giriş. Olasılık Dağılımı. Rassal Degiskenler

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

Dr. Mehmet AKSARAYLI

KESİKLİ DÜZGÜN DAĞILIM

MAT 208 İSTATİSTİK ve OLASILIK II ALIŞTIRMALAR-1

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

ANADOLU ÜNİVERSİTESİ ÖRNEK: GEOMETRİK DAĞILIM

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

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

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

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

Ders 4: Rastgele Değişkenler ve Dağılımları

1.58 arasındaki her bir değeri alabileceği için sürekli bir

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

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

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

IE 303T Sistem Benzetimi


SÜREKLİ DÜZGÜN DAĞILIM

2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018

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

Olasılık Kuramı ve Bazı Olasılık Dağılımları

İSTATİSTİK DERS NOTLARI

ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları

Tesadüfi Değişken. w ( )

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

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

İçindekiler. Ön Söz... xiii

İÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...

Deney Dizaynı ve Veri Analizi Ders Notları

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

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

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation

SÜREKLİ OLASILIK DAĞILIŞLARI

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

Simülasyonda İstatiksel Modeller

ANADOLU ÜNİVERSİTESİ BEKLENEN DEĞER. X beklenen değeri B[X] ile gösterilir. B[X] = İST 213 OLASILIK DERSİ BEKLENEN DEĞER VE MOMENTLER

ALIŞTIRMALAR. Sayısal Bilginin Özetlenmesi:

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

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

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

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

Rastlantı Değişkenleri

4) Seyrek rastlanılan bir hastalık için belli bir zaman araalığında bu hastalığa yakalananların sayısının gözlenmesi,

13. Olasılık Dağılımlar

OLASILIK. P(A) = şeklinde ifade edilir.

rasgele değişkeninin olasılık yoğunluk fonksiyonu,

Olasılık ve İstatistik Hatırlatma

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

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

ÖĞRENCİNİN ADI SOYADI: NUMARASI: SINIFI: KONU: Olasılık

RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015

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

Uygulama 3 Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

ĐST 474 Bayesci Đstatistik

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

OLASILIK ve KURAMSAL DAĞILIMLAR

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

Z = S n E(S n ) V ar(sn ) = S n nµ. S nn. n 1/2 n σ

SÜREKSİZ(DISCRETE) OLASILIK DAĞILIMLARI

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

RISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir:

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

İSTATİSTİK. Hafta 7.2 Kesikli Olasılık Dağılımları Poisson Dağılımı. Yrd. Doç. Dr. H. İbrahim CEBECİ

İstatistik ve Olasılık

RD lerin Fonksiyonları

Tablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X)

İstatistik ve Olasılık

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

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

Bekleme Hattı Teorisi

Rastgelelik, Rastgele Sinyaller ve Sistemler Rastgelelik Nedir?

EME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

2016 YILI AKTÜERLİK SINAVLARI: İSTATİSTİK OLASILIK

Olasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:

Biyoistatistik V. HAFTA

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

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

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

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 2303

12. Hafta Ders Notları GENEL TEKRAR

İstatistik ve Olasılık

Ders 4: Olasılık Aksiyomları ve Bazı Olasılık Kuralları

Kosullu Olasılık & Bayes Teoremi

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Olasılık ve Rastgele Değişkenler EEE

Ders 3: Olasılık Aksiyomları ve Bazı Olasılık Kuralları

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

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

SÜREKLİ RASSAL DEĞİŞKENLER

Transkript:

Ders 5: Kesikli Olasılık Dağılımları

Kesikli Düzgün (uniform) Dağılım Bernoulli Dağılımı Binom Dağılımı Çok Terimli Dağılım Geometrik Dağılım Negatif Binom Dağılımı Hipergeometrik Dağılım Poisson Dağılımı

Alabileceği n farklı değerin gerçekleşme olasılıkları aynı ise, bu rastgele değişkene kesikli düzgün rastgele değişken denir. Olasılık fonksiyonu 1 x f x = n 1, x 2, x n 0 diğer yerlerde şeklindedir

Bir zar atılıyor, X rastgele değişkeni üstte kalan yüzeydeki nokta sayısı olsun, X in beklenen değeri ve varnası kaçtır? E X = 1 6 6 21 x = 6 = 7 2 = 3,5 x=1 6 E X 2 = 1 6 x2 = 91 6 x=1 Var X = E X 2 E X 2 = 91 6 7 2 2 = 35 12 2,92

Örnek uzayda yanlızca iki örnek nokta varsa, yani X rastgele değişkeni için yanlız iki sonuç varsa, X rastgele değişkenine Bernoulli rastgele değişkeni denir. Örneğin: Para atılması Bir dükkandan içeri giren bir sonraki müşterinin cinsiyeti Bir kimya deneyinin sonunda gözle görülür çökelti oluşup oluşmaması Genelde sonuçların biri 1 diğeri 0 olarak kodlanır. Dağılımın parametresi olan p deney sonucunun 1 olmasını, yani başarı olasılığını gösterir

Olasılık fonksiyonu: f x = p x 1 p 1 x, x = 0,1 Beklenen değer: μ x = x f x = p Varyans: E X 2 = x 2 f x = p σ x 2 = E X 2 E X 2 = p p 2 = p 1 p

Özdeş ve birbirinden bağımsız n Bernoulli deneyi sonucundaki başarı sayısı X, binom rastgele değişkenidir. Binom dağılımının olasılık fonksiyonu: f x = n x px 1 p n x, x = 0, 1,, n μ x = np σ x 2 = np 1 p

Bir süpermarkette müşterilerin %35 i nakit ile, %65 i kredi kartı ile ödeme yapmaktadır. Sıradaki 10 müşterinin 2 sinin nakit ödeme yapma olasılığı nedir? P X = 2 = 10 2 0,35 2 0,65 8 0,176

180 yolcu kapasiteli bir uçağın tarifeli seferi için bir havayolları şirketi 183 bilet satmaktadır. Yolcuların %4 ünün uçuş günü check-in yaptırmadığı bilindiğine göre, bu havayolları şirketinin check-in için gelen en az bir yolcuyu uçağa alınamama olasılığı nedir? X rastgele değişkeni check-in yapan yolcu sayısı, A olayı da en az bir yolcunun uçağa alınamamsı olsun P A = P X > 180 = P X = 181 + P X = 182 + P X = 183 0,021

E 1, E 2,, E k bir deneyin ayrık ve tümleyen sonuçları olsun. Deney n kez tekrar edilir, elde edilen E i sonucu sayısı X i rastgele değişkeni ile gösterilirse, X 1, X 2,, X k rastgele değişkenlerine çok terimli rastgele değişken denir. f x 1, x 2, x k = n! x 1!x 2! x k! p 1 x 1p 2 x 2 p k x k μ xi = np i σ xi 2 = np i 1 p i

Periyodik araç muayenesi sonunda araçların %60 ına kusursuz, %35 ine hafif kusurlu, %4 üne ağır kusurlu, %1 ine ise emniyetsiz raporu verilmektedir. Son bir saat içinde 4 araç muayene edilmiştir, 4 tür rapordan da birer adet verilmiş olma olasılığı nedir? P 1,1,1,1 = = 4! 1!1!1!1! 0,6 0,35 0,04 0,01 0.002

Bir şirketteki çalışanların %15 i ilkokul, %40 ı ortaokul veya lise, %35 i lisans veya önlisans, %10 u ise yükseklisans mezunudur. Rastgele seçilen 5 çalışanın 2 sinin lisans veya önlisans, 3 ünün lise mezunu olma olasılığı nedir? P 0,3,2,0 = 5! 3! 2! 0,403 0,35 2 = 0,0784

Bir rastgele değişkenin, geometrik rastgele değişken olması için yeter ve gerekli şart f x = 1 p x 1 p olasılık fonksiyonuna sahip olmasıdır. Her birinin başarı olasılığının p olduğu Bernoulli deneyleri, başarı sağlanana kadar tekrar edilirse, yapılan deney sayısı bir geometrik rastgele değişken olur. μ x = 1 p σ x 2 = 1 p p 2

Kızma birader oyununda her turda çift zar atılır ve oyuncunun taşını hareket ettirmeye başlaması için attığı zarlardan birinin 6 olması gerekir. a) Buna göre bir oyunucunun ilk taşını 3. turda oynatma olasılığı nedir? b) İlk iki tur taşını oynatamamış bir oyuncunun, taşını iki tur daha oynatamama olasılığı nedir?

Kızma birader oyununda her turda çift zar atılır ve oyuncunun taşını hareket ettirmeye başlaması için attığı zarlardan birinin 6 olması gerekir. a) Buna göre bir oyunucunun ilk taşını 3. turda oynatma olasılığı nedir? p = 11 36 P X = 3 = 25 3 1 11 36 36 = 6875 46656 0,147 b) İlk iki tur taşını oynatamamış bir oyuncunun, taşını iki tur daha oynatamama olasılığı nedir? P X > 4 X > 2 = 25 36 2 = 625 1296 0,482

Bir rastgele değişkenin, negatif binom rastgele değişken olması için yeter ve gerekli şart f x = x 1 k 1 1 p x k p k olasılık fonksiyonuna sahip olmasıdır. Her birinin başarı olasılığının p olduğu Bernoulli deneyleri, k ıncı başarı sağlanana kadar tekrar edilirse, yapılan deney sayısı bir negatif binom rastgele değişken olur. μ x = k p σ x 2 = k 1 p p 2

Bir turnuvanın her turunda oyuncular rastgele eşleştirilmekte ve 3. yenilgisini alan oyuncular elenmektedirler. Buna göre her maçı için kazanma olasılığı %75 olan bir oyuncunun 8. turda elenme olasılığı nedir?

Bir turnuvanın her turunda oyuncular rastgele eşleştirilmekte ve 3. yenilgisini alan oyuncular elenmektedirler. Buna göre her maçı için kazanma olasılığı %75 olan bir oyuncunun 8. turda elenme olasılığı nedir? f 8 = 7 2 0,75 5 0,25 3 0,0779

Bir rastgele değişkenin, hipergeometrik rastgele değişken olması için yeter ve gerekli şart f x = a x N a n x N n olasılık fonksiyonuna sahip olmasıdır. N elemanı bulunan bir kitleden a adedi A türünde olsun, bu kitleden yerine geri konmaksızın rastgele n adet çekildiğinde A türünden olanların sayısı hipergeometrik rastgele değişken olur. μ x = n a N σ x 2 = N n N 1 n k N 1 k N

Erasmus Öğrencileri Klübünde 4 Alman, 3 İspanyol, 1 İtalyan ve 3 Fransız öğrenci bulunmaktadır. Bu öğrencilerden rastgele seçilen 3 ü arasında 2 Alman öğrenci olma olasılığı nedir?

Erasmus Öğrencileri Klübünde 4 Alman, 3 İspanyol, 1 İtalyan ve 3 Fransız öğrenci bulunmaktadır. Bu öğrencilerden rastgele seçilen 3 ü arasında 2 Alman öğrenci olma olasılığı nedir? f 2 = 4 2 7 1 11 3 = 14 55 0,255

Bir rastgele değişkenin, poisson rastgele değişken olması için yeter ve gerekli şart f x olasılık fonksiyonuna sahip olmasıdır. = λx e λ x! Belli bir olay birim zamanda ortalama λ sayıda gerçekleşiyorsa ve olayın gerçekleşmesi en son ne zaman gerçekleştiğinden bağımısızsa (hafızasızlık), gerçekleşen olay sayısı poisson rastgele değişkendir.

μ x = λ σ x 2 = λ X bir binom rastgele değişken olsun; n a, p 0 a yaklaştıkça, f x, λ = np parametreli Poisson dağılımına yaklaşır.

Bir itfaye istasyonuna gelen günlük ihbar sayısı λ = 2 parametreli Poisson dağılımına sahiptir. a) Bir gün içinde 1 ihbar gelme olasılığı kaçtır? b) İki gün içinde toplam 5 ihbar gelme olasılığı nedir?

Bir itfaye istasyonuna gelen günlük ihbar sayısı λ = 2 parametreli Poisson dağılımına sahiptir. a) Bir gün içinde 1 ihbar gelme olasılığı kaçtır? f 1 = 21 e 2 = 2e 2 0,271 1! b) İki gün içinde toplam 5 ihbar gelme olasılığı nedir? g 5 = 45 e 4 5! = 128e 4 15 0,156

Bir sekreterin daktilo ile yazdığı bir kelimede hata yapma olasılığı 0,002 dir. a) 1000 kelimelik bir sözleşmeyi yazarken sekreterin 1 hata yapma olasılığı tam olarak kaçtır? b) 1000 kelimede 1 hata yapılması ihtimali Poisson yakınlaşması ile kaçtır?

Bir sekreterin daktilo ile yazdığı bir kelimede hata yapma olasılığı 0,002 dir. a) 1000 kelimelik bir sözleşmeyi yazarken sekreterin 1 hata yapma olasılığı tam olarak kaçtır? f 1 = 1000 0,002 1 0,998 999 0,27067038 1 b) 1000 kelimede 1 hata yapılması ihtimali Poisson yakınlaşması ile kaçtır? f 1 = 21 e 2 1! 0,27067056