Kesikli dağılımlar: Bernoulli, binom, Poisson, geometrik, hipergeometrik

Sayarak elde edilen rastgele değişkenlerin dağılımları: hangi deneyde hangi dağılım kullanılır, ortalaması ve varyansı nedir, birbirine nasıl yaklaşır?

6 durakKPSS A
12 etkinlikeşleştir · sırala · doldur · çöz
0 / 12tamamlanan etkinlik
Sorularuygulamaya ekleniyor
DAĞILIM · KAVRAM

Kesikli rastgele değişken: olasılık fonksiyonu, Bernoulli ve düzgün dağılım

İstatistik · Olasılık ve Stokastik Süreçler · Okuma 5 dk · 2 etkinlik

Önce hatırlaBeklenen değer ve varyansın özellikleri nelerdir, Var(aX + bY) nasıl hesaplanır?Bağlantılı konudan (Olasılık temelleri). Önce kendin cevapla, sonra aç.

Beklenen değer doğrusaldır: E(aX + bY + c) = aE(X) + bE(Y) + c. Varyans ise kareyle ölçeklenir ve sabitten etkilenmez: Var(aX + bY + c) = a²Var(X) + b²Var(Y) + 2ab·Cov(X, Y). X ile Y bağımsızsa kovaryans 0'dır; bu durumda Var(X − Y) = Var(X) + Var(Y) olur.

Beklenen değer ve varyans

Hatırladın mı?

✎Konu anlatımı

Kesikli rastgele değişkenin olasılık fonksiyonu nedir, Bernoulli ve kesikli düzgün dağılımın ortalaması ve varyansı nasıl bulunur?

Kısa cevap: Kesikli rastgele değişken sayılabilir değerler alır; olasılık fonksiyonu p(x) = P(X = x) her değerde negatif değildir ve toplamı 1'dir. Bernoulli dağılımı tek denemelik başarı/başarısızlıktır: E(X) = p, Var(X) = p(1 − p). {1, …, n} üzerinde kesikli düzgün dağılımda E(X) = (n + 1)/2, Var(X) = (n² − 1)/12'dir.

Bir kurum, 1'den 10'a kadar numaralanmış dosyalardan birini kurayla denetime ayırıyor. Çekilen numaranın beklenen değeri ve varyansı kaçtır?

Rastgele değişkeni, beklenen değeri ve varyansı Olasılık temelleri sayfasında gördük. Bu sayfada sorulan şey şudur: belirli bir deney düzeni hangi olasılık fonksiyonunu doğurur? Değişken sayarak elde ediliyorsa (başvuru sayısı, kusurlu ürün sayısı) kesiklidir ve olasılığı tek tek değerlere dağıtılır.

p(x) ≥ 0 Σ p(x) = 1 F(x) = P(X ≤ x) = Σt ≤ x p(t)Kesikli değişkende F(x) basamaklı artar; her basamağın yüksekliği o değerin olasılığıdır.

Tanımlayıcı istatistik sayfasında gördüğümüz göreli frekans tablosu, olasılık fonksiyonunun verideki karşılığıdır: deney çok tekrarlanınca göreli frekanslar p(x)'e yaklaşır. Grafikte de aynı ayrım geçerlidir: kesikli değişken çubuk grafikle çizilir.

İki temel dağılım

Bernoulli dağılımı tek denemenin sonucudur: başarıya 1, başarısızlığa 0 yazılır, P(X = 1) = p. Bütün sayma dağılımlarının yapı taşıdır. Kesikli düzgün dağılımda n değerin her biri eşit olasılıklıdır (1/n); kura, rastgele sıra numarası ve hilesiz zar bu modeldir.

İki temel kesikli dağılım
Dağılımp(x)E(X)Var(X)
Bernoulli(p)pˣ(1 − p)¹⁻ˣ, x = 0, 1pp(1 − p)
Kesikli düzgün {1, …, n}1/n(n + 1)/2(n² − 1)/12
Çözümlü örnek

Giriş sorusundaki kurada çekilen numaranın beklenen değeri ve varyansı kaçtır?

  1. {1, …, 10} üzerinde kesikli düzgün: E(X) = 11/2 = 5,5.
  2. Var(X) = (100 − 1)/12 = 8,25.

Cevap: 5,5 · 8,25

Çözümlü örnek · sınav düzeyi

X'in olasılık fonksiyonu x = 1, 2, 3, 4 için p(x) = kx, diğer değerlerde 0'dır. k, E(X) ve P(X ≥ 3) kaçtır?

  1. Toplam 1: k(1 + 2 + 3 + 4) = 1 ⇒ k = 1/10.
  2. E(X) = Σx · kx = (1 + 4 + 9 + 16)/10 = 3.
  3. P(X ≥ 3) = (3 + 4)/10 = 0,7.

Cevap: k = 0,1 · E(X) = 3 · P(X ≥ 3) = 0,7

Akılda kalsın: Olasılık fonksiyonunda ilk iş toplamı 1'e eşitle, bilinmeyen sabiti bul. Bernoulli: ortalama p, varyans p(1 − p), en büyük varyans p = 0,5'te. Düzgün {1, …, n}: ortalama (n + 1)/2, varyans (n² − 1)/12.
Sınavda

Nasıl sorulurSabit içeren bir olasılık fonksiyonu verilip sabit, beklenen değer ya da bir olasılık istenir; ya da tablo verilip F(x) değeri sorulur.

TuzakSabiti bulmadan hesaba başlamak, E(X²)'yi varyans sanmak ve P(X ≥ 3) ile P(X > 3)'ü kesikli değişkende aynı saymaktır.

?Soru çöz

X'in olasılık fonksiyonu x = 1, 2, 3, 4 için p(x) = x/10, diğer değerlerde 0'dır. Buna göre Var(2X + 1) kaçtır?

✓ D. E(X) = 3, E(X²) = (1 + 8 + 27 + 64)/10 = 10, Var(X) = 10 − 9 = 1; Var(2X + 1) = 2² · 1 = 4. A katsayının karesini almamış; B sabit 1'i varyansa eklemiş; C E(X²)'yi varyans sanmış.

⇄Bilgi eşleştirme Bernoulli(0,3) · düzgün {1, …, 5}

DAĞILIM · FORMÜL

Binom dağılımı: n bağımsız denemede başarı sayısı

İstatistik · Olasılık ve Stokastik Süreçler · Okuma 5 dk · 2 etkinlik

Önce hatırlaMoment çıkaran fonksiyon ve karakteristik fonksiyon nedir, momentler nasıl bulunur?Bağlantılı konudan (Olasılık temelleri). Önce kendin cevapla, sonra aç.

Moment çıkaran fonksiyon (mçf) MX(t) = E(etX)'tir; k. türevinin t = 0'daki değeri E(Xᵏ)'yi verir. Karakteristik fonksiyon φX(t) = E(eitX)'tir ve her dağılım için vardır. İkisi de dağılımı tek olarak belirler; bağımsız değişkenlerin toplamının fonksiyonu, fonksiyonların çarpımıdır.

Moment çıkaran ve karakteristik fonksiyon

Hatırladın mı?

✎Konu anlatımı

Binom dağılımı ne zaman kullanılır, olasılık fonksiyonu, ortalaması ve varyansı nedir?

Kısa cevap: Binom dağılımı, başarı olasılığı p olan n bağımsız Bernoulli denemesindeki başarı sayısının dağılımıdır: P(X = k) = C(n, k) pᵏ(1 − p)ⁿ⁻ᵏ. Ortalaması np, varyansı np(1 − p), mçf'si (1 − p + peᵗ)ⁿ'dir. Dört koşul gerekir: n sabit, iki sonuç, p sabit, denemeler bağımsız.

Bir vergi müfettişi rastgele 10 beyanname inceliyor; geçmiş verilere göre her beyannamede hata bulunma olasılığı 0,2. Tam 2 hatalı beyanname bulma olasılığı kaçtır, en az bir hata bulma olasılığı ne kadar?

Binom, Bernoulli denemelerinin toplamıdır: X = X₁ + … + Xₙ. Ortalama ve varyans bu yüzden kolay çıkar; her denemenin ortalaması p, varyansı p(1 − p)'dir, bağımsız oldukları için varyanslar da toplanır. Olasılık fonksiyonundaki C(n, k), k başarının n deneme içinde hangi sıralarda geleceğinin sayısıdır; her sıralamanın olasılığı pᵏ(1 − p)ⁿ⁻ᵏ'dir.

P(X = k) = C(n, k) pk (1 − p)n − k E(X) = np Var(X) = np(1 − p)Mçf'yi Olasılık temelleri sayfasında gördük: M(t) = (1 − p + peᵗ)ⁿ. Bağımsız Binom(n₁, p) ile Binom(n₂, p)'nin toplamı Binom(n₁ + n₂, p)'dir (p aynıysa).
Çözümlü örnek

Giriş sorusunda X ~ Binom(10; 0,2). P(X = 2), P(X ≥ 1), E(X) ve Var(X) kaçtır?

  1. P(X = 2) = C(10, 2) · 0,2² · 0,8⁸ = 45 · 0,04 · 0,1678 ≈ 0,302.
  2. "En az bir" için tümleyen: 1 − 0,8¹⁰ ≈ 1 − 0,107 = 0,893.
  3. E(X) = 10 · 0,2 = 2; Var(X) = 10 · 0,2 · 0,8 = 1,6.

Cevap: 0,302 · 0,893 · 2 · 1,6

p = 0,2 küçük olduğu için olasılık sola yığılır, kuyruk sağa uzar; p = 0,5'te binom simetriktir.Görsel: Sınav Defteri
Çözümlü örnek · sınav düzeyi

X ~ Binom(n, p) için E(X) = 6 ve Var(X) = 4,2'dir. n ve p kaçtır?

  1. Oran: Var/E = 1 − p = 4,2/6 = 0,7 ⇒ p = 0,3.
  2. n = 6/0,3 = 20.

Cevap: n = 20, p = 0,3. p > 0 iken binomda varyans ortalamadan küçüktür, çünkü 1 − p < 1.

Akılda kalsın: Binom = Bernoulli'lerin toplamı: ortalama np, varyans np(1 − p). Var/E = 1 − p oranı n'yi ve p'yi geri bulmanın kısa yoludur. "En az bir" görünce 1 − (1 − p)ⁿ.
Sınavda

Nasıl sorulurDeney düzeni anlatılıp tam k başarı ya da en az bir başarı olasılığı istenir; ortalama ve varyans verilip n ile p bulunur; mçf verilip dağılım tanınır.

Tuzakİadesiz çekilişte de binom kullanmak (o hipergeometriktir), p ile 1 − p'yi karıştırmak ve C(n, k) çarpanını unutmaktır.

?Soru çöz

Binom dağılımına sahip bir X rastgele değişkeni için E(X) = 6 ve Var(X) = 4,2 olduğuna göre dağılımın parametreleri aşağıdakilerden hangisidir?

✓ B. 1 − p = 4,2/6 = 0,7, p = 0,3, n = 6/0,3 = 20. A p ile 1 − p'yi karıştırmış (ortalama 14 olurdu); C n'yi Var/p ile bulmuş, (1 − p) çarpanını unutmuş; D ortalamayı n sanmış.

▭Boşluk doldurma X ~ Binom(4; 0,5)

Hilesiz bir para 4 kez atılıyor; X yazı sayısıdır. P(X = 2) = , P(X = 0) = ve Var(X) = olur.

0,3750,062510,252
DAĞILIM · MODEL

Poisson dağılımı: belirli aralıkta olay sayısı

İstatistik · Olasılık ve Stokastik Süreçler · Okuma 5 dk · 2 etkinlik

Önce hatırlaBinom dağılımı ne zaman kullanılır, olasılık fonksiyonu, ortalaması ve varyansı nedir?Bu sayfanın başından. Önce kendin cevapla, sonra aç.

Binom dağılımı, başarı olasılığı p olan n bağımsız Bernoulli denemesindeki başarı sayısının dağılımıdır: P(X = k) = C(n, k) pᵏ(1 − p)ⁿ⁻ᵏ. Ortalaması np, varyansı np(1 − p), mçf'si (1 − p + peᵗ)ⁿ'dir. Dört koşul gerekir: n sabit, iki sonuç, p sabit, denemeler bağımsız.

Binom dağılımı

Hatırladın mı?

✎Konu anlatımı

Poisson dağılımı ne zaman kullanılır, binom dağılımına Poisson yaklaşımı nasıl yapılır?

Kısa cevap: Poisson dağılımı, belirli bir zaman ya da alan aralığında bağımsız ve sabit hızla gerçekleşen olayların sayısını modeller: P(X = k) = e−λλᵏ/k!. Ortalaması da varyansı da λ'dır. Aralık değişince λ orantılı ölçeklenir. n büyük, p küçükken Binom(n, p) yerine λ = np olan Poisson kullanılır.

Bir belediyenin çağrı merkezine dakikada ortalama 2 çağrı geliyor. Bir dakika boyunca hiç çağrı gelmeme olasılığı kaçtır? Üç dakika için bu olasılık nasıl değişir?

Binomda deneme sayısı bellidir; çağrı merkezinde ise "kaç deneme" diye bir şey yoktur, yalnız bir zaman aralığı ve ortalama bir hız vardır. Aralığı çok sayıda küçük parçaya bölersen her parçada çağrı gelme olasılığı küçük, parça sayısı büyük bir binom elde edersin; bu binomun limiti Poisson'dur. Koşullar: olaylar birbirinden bağımsız, hız sabit, aynı anda iki olay olmuyor.

P(X = k) = e−λ λkk! E(X) = Var(X) = λBağımsız Poisson(λ₁) ve Poisson(λ₂)'nin toplamı Poisson(λ₁ + λ₂)'dir; Olasılık temelleri sayfasında gördüğümüz gibi mçf'ler çarpılır.
Çözümlü örnek

Giriş sorusunda bir dakikada hiç çağrı gelmeme, bir dakikada en çok bir çağrı gelme ve üç dakikada hiç çağrı gelmeme olasılıkları kaçtır? (e−2 ≈ 0,1353, e−6 ≈ 0,0025)

  1. λ = 2: P(X = 0) = e−2 ≈ 0,135.
  2. P(X ≤ 1) = e−2(1 + 2) ≈ 0,406.
  3. Üç dakikada λ = 3 · 2 = 6: P(X = 0) = e−6 ≈ 0,0025.

Cevap: 0,135 · 0,406 · 0,0025. λ'yı aralığa göre ölçeklemeyi unutma.

Binom yerine Poisson

n büyük (yaygın kural n ≥ 50) ve p küçükse (np ≤ 5 civarı) binom olasılıkları λ = np olan Poisson'la çok iyi yaklaşır; büyük kombinasyonlar hesaplanmadan sonuç bulunur. 500 belgeden her birinde hata olasılığı 0,004 ise λ = 2'dir; hiç hatalı belge çıkmama olasılığı binomla 0,996⁵⁰⁰ ≈ 0,1348, Poisson'la e−2 ≈ 0,1353'tür.

n büyük, p küçükken iki dağılım üst üste biner; ortalama ve varyans da neredeyse aynıdır (2 ve 1,992).Görsel: Sınav Defteri

Ortalama ile varyansın eşitliği Poisson'un parmak izidir. Tanımlayıcı istatistik sayfasında gördüğümüz varyans ve ortalama sayım verisinden hesaplanınca birbirine yakın çıkıyorsa Poisson modeli makuldür; varyans belirgin büyükse olaylar kümelenmektedir.

Akılda kalsın: Poisson'da ortalama = varyans = λ. Aralık k katına çıkarsa λ da k katına çıkar. Binom → Poisson: n büyük, p küçük, λ = np. Bağımsız Poisson'ların toplamında λ'lar toplanır; farkı ise Poisson değildir.
Sınavda

Nasıl sorulurBirim zamandaki ortalama verilip başka bir aralıkta k olay olasılığı istenir; büyük n, küçük p'li binom Poisson'la yaklaştırılır; bağımsız Poisson'ların toplamı ve doğrusal birleşiminin varyansı sorulur.

TuzakΛ'yı aralığa göre ölçeklememek, P(X ≤ 1)'de P(X = 1)'i unutmak ve Var(X − Y)'yi λ₁ − λ₂ sanmaktır.

?Soru çöz

X ~ Poisson(3) ve Y ~ Poisson(2) bağımsız rastgele değişkenlerdir. Buna göre aşağıdakilerden hangileri doğrudur?
I. Var(X − Y) = 1'dir.
II. X + Y, λ = 5 parametreli Poisson dağılımına sahiptir.
III. P(X + Y = 0) = e−5'tir.

✓ C. Bağımsız Poisson'ların toplamı Poisson'dur, λ'lar toplanır (II); bu yüzden P(X + Y = 0) = e−5 (III). I yanlıştır: Var(X − Y) = Var(X) + Var(Y) = 5; varyanslar farkta da toplanır. A III'ün II'den doğrudan çıktığını görmez; B ve D farkın varyansını çıkarmış, B ayrıca toplamın Poisson olduğunu görmez.

⇄Bilgi eşleştirme durum ↔ λ

DAĞILIM · MODEL

Geometrik ve negatif binom: ilk başarıya kadar beklemek

İstatistik · Olasılık ve Stokastik Süreçler · Okuma 6 dk · 2 etkinlik

Önce hatırlaKesikli rastgele değişkenin olasılık fonksiyonu nedir, Bernoulli ve kesikli düzgün dağılımın ortalaması ve varyansı nasıl bulunur?Bu sayfanın başından. Önce kendin cevapla, sonra aç.

Kesikli rastgele değişken sayılabilir değerler alır; olasılık fonksiyonu p(x) = P(X = x) her değerde negatif değildir ve toplamı 1'dir. Bernoulli dağılımı tek denemelik başarı/başarısızlıktır: E(X) = p, Var(X) = p(1 − p). {1, …, n} üzerinde kesikli düzgün dağılımda E(X) = (n + 1)/2, Var(X) = (n² − 1)/12'dir.

Olasılık fonksiyonu, Bernoulli, kesikli düzgün

Hatırladın mı?

✎Konu anlatımı

Geometrik dağılımın belleksizlik özelliği nedir, negatif binom dağılımı ne zaman kullanılır?

Kısa cevap: Geometrik dağılım, bağımsız denemelerde ilk başarıya kadar geçen deneme sayısıdır: P(X = k) = (1 − p)ᵏ⁻¹p, E(X) = 1/p, Var(X) = (1 − p)/p². Belleksizdir: P(X > m + n | X > m) = P(X > n). Negatif binom r. başarıya kadarki deneme sayısıdır: E = r/p, Var = r(1 − p)/p².

Bir yatırım teşvik başvurusunun ilk denemede onaylanma olasılığı 0,2 ve her başvuru bağımsız değerlendiriliyor. Bir firma onay alana kadar ortalama kaç başvuru yapar? Üç başvurusu reddedilen firmanın şansı azalmış mıdır?

Binom "n denemede kaç başarı?" diye sorar; geometrik dağılım soruyu çevirir: "ilk başarı kaçıncı denemede?" Denemeler bağımsız ve p sabitse, ilk k − 1 deneme başarısız, k. deneme başarılı olmalıdır; olasılık fonksiyonu bu çarpımdır. Ortalama 1/p sezgiseldir: başarı olasılığı beşte birse ortalama beş deneme beklenir.

P(X = k) = (1 − p)k − 1 p P(X > k) = (1 − p)k E(X) = 1/p Var(X) = (1 − p)/p²İkinci tanım: Y = ilk başarıdan önceki başarısızlık sayısı = X − 1. P(Y = k) = (1 − p)ᵏp, E(Y) = (1 − p)/p, varyans aynı.
Geometrik dağılımın iki tanımı (soru hangisini kullandığını söyler)
X: deneme sayısıY: başarısızlık sayısı
Değerler1, 2, 3, …0, 1, 2, …
Olasılık fonksiyonu(1 − p)ᵏ⁻¹p(1 − p)ᵏp
Ortalama1/p(1 − p)/p
Varyans(1 − p)/p² (ikisinde aynı; Y = X − 1 yalnız kaydırmadır)
Çözümlü örnek

Giriş sorusunda p = 0,2. Onayın tam 3. başvuruda gelme olasılığı, beklenen başvuru sayısı ve varyans kaçtır? Üç başvurusu reddedilmiş bir firmanın en az 3 başvuru daha reddedilme olasılığı nedir?

  1. P(X = 3) = 0,8² · 0,2 = 0,128; E(X) = 1/0,2 = 5; Var(X) = 0,8/0,04 = 20.
  2. Belleksizlik: P(X > 6 | X > 3) = P(X > 3) = 0,8³ = 0,512.

Cevap: 0,128 · 5 · 20 · 0,512. Geçmiş retler şansı değiştirmez; firma her an "baştan başlar".

Negatif binom: r. başarıyı beklemek

r. başarının k. denemede gelmesi için ilk k − 1 denemede tam r − 1 başarı olmalı, k. deneme de başarılı olmalıdır. Negatif binom, r bağımsız geometrik değişkenin toplamıdır; ortalama ve varyans bu yüzden geometriğinkinin r katıdır. Örnekte iki onay için tam 5 başvuru gerekme olasılığı C(4, 1) · 0,2² · 0,8³ ≈ 0,082, beklenen başvuru sayısı 2/0,2 = 10'dur.

P(X = k) = C(k − 1, r − 1) pr (1 − p)k − r E(X) = r/p Var(X) = r(1 − p)/p²k = r, r + 1, … · r = 1 geometrik dağılımı verir.
Akılda kalsın: Geometrik: ortalama 1/p, kuyruk P(X > k) = (1 − p)ᵏ. Belleksizlik: beklenen geçmişe bakmaz, kesikli dağılımlarda yalnız geometrikte vardır. Negatif binom = r tane geometrik: ortalama r/p.
Sınavda

Nasıl sorulurİlk başarının k. denemede gelme olasılığı, beklenen deneme sayısı ya da belleksizlikle koşullu olasılık sorulur; r. başarı için negatif binom kurulur.

TuzakDeneme sayısı ile başarısızlık sayısı tanımını karıştırmak (ortalama 1/p mi, (1 − p)/p mi), koşullu olasılıkta geçmiş denemeleri yeniden saymak ve negatif binomda C(k − 1, r − 1) yerine C(k, r) yazmaktır.

?Soru çöz

Bir kalite kontrol görevlisi ürünleri tek tek inceliyor; her ürünün kusurlu olma olasılığı bağımsız olarak 0,1'dir. X, ilk kusurlu ürün bulunana kadar incelenen ürün sayısıdır. İlk 4 ürün kusursuz çıktığına göre en az 7 ürün incelenmesi gerekme olasılığı kaçtır?

✓ A. "En az 7" = X > 6; belleksizlikle P(X > 6 | X > 4) = P(X > 2) = 0,9² = 0,81. B "en az 7"yi X > 7 sanıp üç ürün saymış (0,9³); C koşulu yok sayıp P(X > 6) = 0,9⁶ hesaplamış; D tam 7. üründe bulunma olasılığını (0,9² · 0,1) vermiş.

⇄Bilgi eşleştirme p = 0,25 · beklenen değer

DAĞILIM · SEÇİM

Hipergeometrik dağılım: iadesiz çekilişte başarı sayısı

İstatistik · Olasılık ve Stokastik Süreçler · Okuma 5 dk · 2 etkinlik

Önce hatırlaİadeli ve iadesiz seçimde mümkün örneklem sayısı nasıl hesaplanır?Bağlantılı konudan (Olasılık temelleri). Önce kendin cevapla, sonra aç.

n birimlik bir kümeden r birim seçerken iki soru sorulur: sıra önemli mi, seçilen geri konuyor mu? Sıralı ve iadeli seçim nʳ, sıralı iadesiz seçim n!/(n − r)! (permütasyon), sırasız iadesiz seçim C(n, r) = n!/[r!(n − r)!] (kombinasyon), sırasız iadeli seçim C(n + r − 1, r) farklı biçimde yapılır.

Sayma: permütasyon, kombinasyon

Hatırladın mı?

✎Konu anlatımı

Hipergeometrik dağılım binomdan nasıl ayrılır, sonlu anakütle düzeltmesi nedir?

Kısa cevap: N birimin K'sı başarılıyken iadesiz n birim çekilirse başarı sayısı hipergeometrik dağılır: P(X = k) = C(K, k)C(N − K, n − k)/C(N, n). Ortalama nK/N'dir, binomla aynı. Varyans binom varyansının (N − n)/(N − 1) katıdır; bu çarpana sonlu anakütle düzeltmesi denir. n/N küçükse hipergeometrik binoma yaklaşır.

Bir il müdürlüğündeki 20 dosyanın 5'inde eksik belge var. Denetçi iadesiz 4 dosya seçiyor. Eksik belgeli dosya sayısının dağılımı binom mudur?

Bu olasılık kalıbını Olasılık temelleri sayfasında iadesiz sayma örneğinde gördük; burada ona bir dağılım adı veriyoruz. Binomun "p sabit, denemeler bağımsız" koşulu iadesiz çekilişte bozulur: ilk dosya eksik çıkarsa ikinci dosyanın eksik olma olasılığı 5/20'den 4/19'a düşer. Bu bağımlılık ortalamayı değiştirmez ama varyansı küçültür, çünkü çekildikçe anakütle hakkında belirsizlik azalır.

P(X = k) = C(K, k) C(N − K, n − k)C(N, n) E(X) = nKN Var(X) = nKN(1 − KN)N − nN − 1Sonlu anakütle düzeltmesi (N − n)/(N − 1) her zaman 1'den küçüktür (n > 1); n/N < 0,05 ise 1'e yakındır ve binom yeterlidir.
Çözümlü örnek

Giriş sorusunda tam 1 eksik belgeli dosya seçilme olasılığı, ortalama ve varyans kaçtır? Binom varsayılsaydı ne çıkardı?

  1. P(X = 1) = C(5, 1) · C(15, 3)/C(20, 4) = 5 · 455/4845 ≈ 0,470.
  2. E(X) = 4 · 5/20 = 1; Var(X) = 4 · 0,25 · 0,75 · 16/19 ≈ 0,632.
  3. Binomla: P(X = 1) = 4 · 0,25 · 0,75³ ≈ 0,422, varyans 0,75; n/N = 0,2 büyük olduğu için fark belirgindir.

Cevap: 0,470 · 1 · 0,632 (binom 0,422 ve 0,75 verirdi)

Durum → dağılım (kesikli)
Deney düzeniDağılımE(X) · Var(X)
Tek deneme, iki sonuçBernoulli(p)p · p(1 − p)
n sabit, bağımsız (iadeli) denemede başarı sayısıBinom(n, p)np · np(1 − p)
Sonlu anakütleden iadesiz çekilişte başarı sayısıHipergeometrik(N, K, n)nK/N · binom × (N − n)/(N − 1)
Aralıkta sabit hızla olay sayısı; büyük n, küçük pPoisson(λ)λ · λ
İlk başarıya kadarki deneme sayısıGeometrik(p)1/p · (1 − p)/p²
r. başarıya kadarki deneme sayısıNegatif binom(r, p)r/p · r(1 − p)/p²
n değer eşit olasılıklıKesikli düzgün(n + 1)/2 · (n² − 1)/12
Ek bilgi: çok terimli dağılım

Her denemenin ikiden çok sonucu varsa (ör. başvuru "onay, ret, eksik") binomun genellemesi çok terimli dağılımdır: P(x₁, …, xm) = n!/(x₁! ⋯ xm!) · p₁x₁ ⋯ pmxm. Her sonucun sayısı tek başına Binom(n, pᵢ)'dir; iki sonucun sayıları arasındaki kovaryans −npᵢpⱼ'dir.

Akılda kalsın: İadeli → binom, iadesiz → hipergeometrik. Ortalama ikisinde aynı (nK/N); hipergeometrik varyans (N − n)/(N − 1) çarpanıyla küçülür. Paydada N değil N − 1 vardır.
Sınavda

Nasıl sorulurİadesiz seçim anlatılıp tam k başarı olasılığı, ortalama ya da varyans istenir; binomla hipergeometrik arasındaki fark öncüllerle yoklanır; durum verilip uygun dağılım seçtirilir.

Tuzakİadesiz çekilişte binom varyansını kullanmak, düzeltmede payda olarak N − 1 yerine N almak ve hipergeometrik ortalamanın da küçüldüğünü sanmaktır.

?Soru çöz

50 personelin 10'unun yabancı dil belgesi vardır. Rastgele ve iadesiz olarak 5 kişilik bir komisyon seçiliyor. Komisyondaki dil belgeli kişi sayısının varyansı yaklaşık kaçtır?

✓ D. Hipergeometrik: 5 · 0,2 · 0,8 · 45/49 ≈ 0,7347 ≈ 0,73. A binom varyansıdır, iadesiz çekilişin düzeltmesini atlamış; B ortalamayı (nK/N = 1) varyans sanmış; C düzeltmede paydaya N − 1 yerine N yazmış (45/50).

↕Varyansı küçükten büyüğe sırala

  1. Binom(10; 0,5)
  2. Hipergeometrik: N = 10, K = 5, n = 5
  3. Poisson(3)
  4. Geometrik (deneme sayısı), p = 0,5
DAĞILIM · MODEL

Ortak kesikli dağılım: marjinal, koşullu, kovaryans

İstatistik · Olasılık ve Stokastik Süreçler · Okuma 6 dk · 2 etkinlik

Önce hatırlaKoşullu olasılık nedir, bağımsız olaylar ile ayrık olaylar arasındaki fark nedir?Bağlantılı konudan (Olasılık temelleri). Önce kendin cevapla, sonra aç.

B'nin gerçekleştiği bilindiğinde A'nın olasılığı P(A | B) = P(A ∩ B) / P(B)'dir (P(B) > 0). A ve B, P(A ∩ B) = P(A) · P(B) ise, yani B'yi bilmek A'nın olasılığını değiştirmiyorsa bağımsızdır. Ayrık olaylar (A ∩ B = ∅) ise olasılıkları pozitifken bağımsız olamaz.

Koşullu olasılık ve bağımsızlık

Hatırladın mı?

✎Konu anlatımı

Ortak olasılık tablosundan marjinal dağılım, koşullu beklenen değer ve kovaryans nasıl bulunur?

Kısa cevap: Ortak olasılık fonksiyonu p(x, y) = P(X = x, Y = y)'dir. Satır ve sütun toplamları marjinal dağılımları verir. Koşullu dağılım p(y | x) = p(x, y)/pX(x), koşullu beklenen değer E(Y | X = x) = Σ y · p(y | x)'tir. Her hücrede p(x, y) = pX(x)pY(y) ise değişkenler bağımsızdır. E[E(Y | X)] = E(Y).

Bir vergi dairesinde X, mükellefin e-beyan kullanıp kullanmadığını (0, 1), Y ise yıl içindeki düzeltme beyannamesi sayısını (1, 2, 3) gösteriyor. E-beyan kullanan bir mükellefin beklenen düzeltme sayısı kaçtır?

İki değişkenin olasılığı bir tabloda toplanır: satırlar X'in, sütunlar Y'nin değerleri, hücreler ortak olasılıklardır. Tabloyu toplamak bilgiyi bir değişkene indirir (marjinal); bir satıra daraltmak ise "X belliyken Y" sorusunu cevaplar (koşullu). Koşullu olasılığı Olasılık temelleri sayfasında olaylar için gördük; burada aynı oranı değişkenin bütün değerlerine uyguluyoruz.

Ortak olasılık tablosu p(x, y) ve marjinaller
X \ Y123pX(x)
00,100,200,100,40
10,200,100,300,60
pY(y)0,300,300,401
p(y | x) = p(x, y)pX(x) E(Y | X = x) = Σ y · p(y | x) Cov(X, Y) = E(XY) − E(X)E(Y)Tekrarlı beklenen değer: E(Y) = Σ E(Y | X = x) · pX(x).
Çözümlü örnek

Tablodaki dağılım için X ile Y bağımsız mıdır? E(Y | X = 1), E(Y | X = 0) ve Cov(X, Y) kaçtır?

  1. Bağımsızlık: p(0, 1) = 0,10 ≠ 0,40 · 0,30 = 0,12 ⇒ bağımlı (tek hücre yeter).
  2. E(Y | X = 1) = (1 · 0,2 + 2 · 0,1 + 3 · 0,3)/0,6 = 1,3/0,6 ≈ 2,17; E(Y | X = 0) = 0,8/0,4 = 2.
  3. Kontrol: 0,4 · 2 + 0,6 · 2,17 ≈ 2,1 = E(Y).
  4. E(XY) = 1,3, E(X) = 0,6; Cov = 1,3 − 0,6 · 2,1 = 0,04.

Cevap: bağımlı · 2,17 · 2 · 0,04

✔ Doğru

  • Bağımsızlık her hücrede çarpım eşitliği ister.
  • Bağımsız ⇒ Cov = 0 ve E(Y | X = x) = E(Y).
  • E(Y | X) bir rastgele değişkendir (X'in fonksiyonu).

✘ Sık yapılan hata

  • Bir hücrede eşitlik görüp bağımsız demek.
  • Cov = 0 görünce bağımsız saymak.
  • Koşullu olasılıkta satır toplamına bölmeyi unutmak.

Bu sayfadaki dağılımlar sayarak elde edilen değişkenler içindi. Ölçerek elde edilen değişkenlerde toplamın yerini integral, tablonun yerini ortak yoğunluk alır; normal ve üstel dağılımı Sürekli dağılımlar ve stokastik süreçler sayfasında göreceğiz.

Akılda kalsın: Marjinal = satır ya da sütun toplamı; koşullu = hücre ÷ satır toplamı. Bağımlılığı göstermek için bir hücre yeter, bağımsızlığı göstermek için her hücre gerekir. Koşullu ortalamaların ağırlıklı ortalaması genel ortalamadır.
Sınavda

Nasıl sorulurEksik hücreli bir ortak tablo verilir; eksik olasılık, marjinal, koşullu olasılık, koşullu beklenen değer ya da kovaryans istenir; bağımsızlık öncülle sorulur.

TuzakKoşullu olasılıkta tablonun toplamına (1'e) bölmek, E(XY)'yi kovaryans sanmak ve tek hücredeki eşitlikten bağımsızlık sonucu çıkarmaktır.

?Soru çöz

X ve Y, 0 ve 1 değerlerini alan rastgele değişkenlerdir; ortak olasılıklar p(0, 0) = 0,2, p(0, 1) = 0,3, p(1, 0) = 0,2 ve p(1, 1) = 0,3'tür. Buna göre aşağıdakilerden hangileri doğrudur?
I. X ile Y bağımsız değildir.
II. E(Y | X = 1) = 0,6'dır.
III. Cov(X, Y) = 0,3'tür.

✓ A. Marjinaller pX = 0,5; 0,5 ve pY = 0,4; 0,6; dört hücre de marjinallerin çarpımına eşittir, yani X ile Y bağımsızdır ve I yanlıştır. E(Y | X = 1) = 0,3/0,5 = 0,6 (II). III yanlıştır: 0,3 E(XY)'dir; Cov = 0,3 − 0,5 · 0,6 = 0. B ve D E(XY)'yi kovaryans sanmış, B ayrıca koşullu beklenen değeri atlamış; C bağımsızlığı hücreleri marjinal çarpımlarıyla karşılaştırmadan reddetmiş.

▭Boşluk doldurma konudaki ortak tablo

Ortak tabloda P(X = 1) = , E(Y) = ve E(Y | X = 0) = olur.

0,62,120,42,17

Karma tekrar

Önceki 2 sayfadan karışık 10 soru. Sınavdaki gibi konular karışık gelir; hangi konudan olduğunu çözümde görürsün. Birkaç gün sonra yeniden çöz.

?Soru 1

Bir kurum araçları için üç ay boyunca her ay 3.000 TL'lik akaryakıt alıyor. Litre fiyatları sırasıyla 40, 50 ve 60 TL'dir. Buna göre üç aylık dönemde litre başına ödenen ortalama fiyat yaklaşık kaç TL'dir?

✓ D. Toplam 9.000 TL ödenmiş, 75 + 60 + 50 = 185 litre alınmıştır: 9.000/185 ≈ 48,65 = harmonik ortalama. A fiyatların aritmetik ortalamasıdır, ucuz ayda alınan fazla litreyi hesaba katmaz; B geometrik ortalamadır, büyüme oranı için kullanılır; C tersler ortalamasında kalmış, tersini almamıştır.Kaynak: Tanımlayıcı istatistik · Aritmetik, geometrik, harmonik ortalama

?Soru 2

Bir kurumda 40 personelin bir yılda aldığı eğitim süreleri 0–10, 10–20, 20–30 ve 30–40 saatlik sınıflarda toplanmıştır; frekanslar sırasıyla 6, 10, 16 ve 8'dir. Buna göre medyan kaç saattir?

✓ B. n/2 = 20; birikimli frekanslar 6, 16, 32: medyan sınıfı 20–30. Me = 20 + (20 − 16)/16 · 10 = 22,5. A sınıfın alt sınırını (L) eklemeyi unutmuş; C mod formülüyle hesaplamış (20 + 6/14 · 10); D F yerine medyan sınıfının kendi birikimli frekansını (32) almış.Kaynak: Tanımlayıcı istatistik · Medyan, mod, çeyrekler, kutu grafiği

?Soru 3

Ölçme düzeyleriyle ilgili aşağıdaki ifadelerden hangileri doğrudur?
I. Celsius cinsinden 30 °C, 15 °C'nin iki katı sıcaklıktır.
II. İl plaka kodları sınıflama ölçeğindedir; aritmetik ortalamaları anlamsızdır.
III. Aylık gelir için değişim katsayısı hesaplanabilir.

✓ C. II: plaka kodu yalnız etikettir. III: gelirde sıfır gerçek yokluktur, oran ölçeğidir; DK anlamlıdır. I yanlıştır: Celsius'ta sıfır keyfîdir, aralık ölçeğinde oran kurulamaz. A, B ve D Celsius'u oran ölçeği sanır; A ayrıca II ile III'ü atlar, B plaka kodlarının ortalamasını anlamlı sanıp II'yi eler.Kaynak: Tanımlayıcı istatistik · Ölçme düzeyleri

?Soru 4

A ve B aynı örnek uzayda tanımlı iki olaydır. Buna göre aşağıdakilerden hangileri her zaman doğrudur?
I. P(A ∩ B) ≤ P(A)
II. P(A ∪ B) ≤ P(A) + P(B)
III. P(A) + P(B) > 1 ise A ile B ayrık olamaz.

✓ D. I: A ∩ B ⊂ A olduğundan olasılığı büyük olamaz. II: toplama kuralında çıkarılan P(A ∩ B) ≥ 0'dır (Boole eşitsizliği). III: ayrık olsalardı P(A ∪ B) = P(A) + P(B) > 1 olurdu, bu da P(S) = 1 aksiyomunu çiğner. A II ile III'ü, B III'ü eksik bırakır: P(S) = 1 sınırı ayrıklığı da yasaklar; C, A ∩ B ⊂ A ilişkisini gözden kaçırır.Kaynak: Olasılık temelleri · Örnek uzay ve aksiyomlar

?Soru 5

X rastgele değişkeninin olasılık yoğunluk fonksiyonu x > 0 için f(x) = 2e−2x, diğer durumlarda 0'dır. Buna göre X'in karakteristik fonksiyonu aşağıdakilerden hangisidir?

✓ D. X ~ Üstel(λ = 2); φ(t) = ∫ eitx 2e−2x dx = 2/(2 − it). A mçf'dir, t yerine it yazılmamış; B integralde üsteki işaret ters alınmış; C λ = 2'yi ortalama sanıp ortalaması 2 olan üstelin fonksiyonunu yazmış (oysa ortalama 1/2).Kaynak: Olasılık temelleri · Moment çıkaran ve karakteristik fonksiyon

?Soru 6

X rastgele değişkeninin moment çıkaran fonksiyonu MX(t) = exp[2(eᵗ − 1)]'dir. Buna göre aşağıdakilerden hangileri doğrudur?
I. X, λ = 2 parametreli Poisson dağılımına sahiptir.
II. E(X) = 2 ve Var(X) = 4'tür.
III. M3X(t) = exp[6(eᵗ − 1)]'dir.

✓ A. Biçim Poisson mçf'sidir, λ = 2 (I). II yanlıştır: Poisson'da ortalama da varyans da λ = 2'dir; varyansın ortalamanın karesine eşit olması üstel dağılımın özelliğidir. III yanlıştır: M3X(t) = MX(3t) = exp[2(e3t − 1)]; verilen ifade Poisson(6)'nın mçf'sidir, 3X ise Poisson değildir (yalnız 0, 3, 6, … değerlerini alır). B ve D varyansı ortalamanın karesi sanır; C ve D III'teki ölçek tuzağına düşer.Kaynak: Olasılık temelleri · Moment çıkaran ve karakteristik fonksiyon

?Soru 7

Tek tepeli bir dağılımda aritmetik ortalama 40, medyan 45 ve mod 48'dir. Buna göre aşağıdakilerden hangileri doğrudur?
I. Dağılım sola (negatif) çarpıktır.
II. Basıklık katsayısı 3'ten küçüktür.
III. Pearson çarpıklık katsayısı negatiftir.

✓ B. x̄ < Me < Mo sırası sola çarpıklıktır (I); x̄ − Mo = −8 ve x̄ − Me = −5 olduğu için Pearson katsayısı negatiftir (III). II bu bilgilerden çıkmaz: basıklık dördüncü momente bağlıdır, merkez ölçülerinin sırası onu belirlemez. A katsayının işaretinin sıradan okunabileceğini görmez; C ve D çarpıklığı basıklıkla karıştırır, C ayrıca sıradan çarpıklığın yönünü okumaz.Kaynak: Tanımlayıcı istatistik · Çarpıklık ve basıklık

?Soru 8

80 dosyanın sonuçlanma süreleri beş sınıflı bir frekans tablosunda özetleniyor. Sınıfların göreli frekansları sırasıyla 0,10; 0,25; x; 0,20 ve 0,15'tir. Buna göre üçüncü sınıfın frekansı kaçtır?

✓ A. Göreli frekanslar toplamı 1'dir: x = 1 − 0,70 = 0,30; frekans 0,30 · 80 = 24. B göreli frekansta durmuş, n ile çarpmamış; C birikimli frekansı (0,65 · 80) vermiş; D yüzdeyi (%30) frekans sanmış.Kaynak: Tanımlayıcı istatistik · Frekans dağılımı ve histogram

?Soru 9

X ortalaması 3 olan Poisson, Y ise n = 10 ve p = 0,2 parametreli binom dağılımına sahip bağımsız rastgele değişkenlerdir. Buna göre Var(2X − 3Y + 5) kaçtır? (Poisson dağılımında varyans ortalamaya eşittir; binom dağılımında Var(Y) = np(1 − p)'dir.)

✓ B. Poisson'da Var(X) = λ = 3, binomda Var(Y) = np(1 − p) = 1,6; Var = 4 · 3 + 9 · 1,6 = 26,4. A katsayıların karesini almamış ve varyansları çıkarmış (6 − 4,8); C karesini almış ama eksi işaretiyle çıkarmış (12 − 14,4), varyans negatif olamaz; D sabit 5'i varyansa eklemiş.Kaynak: Olasılık temelleri · Beklenen değer ve varyans

?Soru 10

A ve B ayrık iki olaydır; P(A) = 0,3 ve P(B) = 0,4'tür. Buna göre aşağıdakilerden hangisi yanlıştır?

✓ A. Bağımsız olsalardı P(A ∩ B) = 0,12 olurdu; ayrık oldukları için 0'dır, bu yüzden bağımlıdırlar. B doğrudur: ayrık olaylarda kesişim çıkarılmaz. C doğrudur: B olunca A imkânsızdır. D doğrudur: De Morgan ile 1 − 0,7 = 0,3.Kaynak: Olasılık temelleri · Koşullu olasılık ve bağımsızlık
+
Daha fazla soru çözmek ister misin?Kesikli dağılımlar soruları uygulamaya ekleniyor; şimdilik diğer derslerin sorularını çözebilirsin. Yanlışların Hata Defteri'ne kaydedilir.
Soru çöz →