Olasılık temelleri: aksiyomlar, koşullu olasılık, Bayes, beklenen değer

Olasılığın aksiyomlarından moment çıkaran fonksiyona: sayma, koşullu olasılık, Bayes, beklenen değer ve varyans kuralları çözümlü örneklerle.

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

Olasılık aksiyomları: üç kuraldan bütün hesaplar

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

Önce hatırlaFrekans dağılımı tablosu nasıl hazırlanır, sınıf genişliği ve sınıf orta noktası nasıl bulunur?Bu konunun bağlandığı sayfadan (Tanımlayıcı istatistik). Önce kendin cevapla, sonra aç.

Frekans dağılımı, veriyi sınıflara ayırıp her sınıftaki gözlem sayısını gösteren tablodur. Sınıf genişliği yaklaşık ranj ÷ sınıf sayısıdır ve yukarı yuvarlanır. Sınıf orta noktası alt ve üst sınırın ortalamasıdır. Göreli frekans f/n, birikimli frekans o sınıfa kadarki frekansların toplamıdır. Histogram, bitişik dikdörtgenlerle bu tabloyu çizer.

Frekans dağılımı ve histogram

Hatırladın mı?

✎Konu anlatımı

Olasılığın aksiyomları nelerdir ve P(A ∪ B) nasıl hesaplanır?

Kısa cevap: Kolmogorov aksiyomlarına göre her olay için P(A) ≥ 0, örnek uzay için P(S) = 1'dir ve ayrık olayların birleşiminin olasılığı olasılıklarının toplamıdır. Bu üç kuraldan P(∅) = 0, P(Aᶜ) = 1 − P(A) ve toplama kuralı P(A ∪ B) = P(A) + P(B) − P(A ∩ B) türetilir.

Bir belediyenin çağrı merkezine gelen şikâyetlerin %40'ı su, %25'i kanalizasyon arızasıyla ilgili; %10'u ikisini birden içeriyor. Rastgele seçilen bir şikâyetin bu iki konudan hiçbiriyle ilgili olmama olasılığı kaçtır?

Bir deneyin bütün olası sonuçlarının kümesine örnek uzay (S), örnek uzayın her alt kümesine olay denir. Olasılık, olaylara 0 ile 1 arasında sayı atayan bir fonksiyondur; Tanımlayıcı istatistik sayfasında gördüğümüz göreli frekans, deney çok kez tekrarlandıkça bu sayıya yaklaşır. Bu fonksiyonun nasıl davranacağını Kolmogorov'un üç aksiyomu belirler; geri kalan her kural bunlardan çıkar.

P(A) ≥ 0 P(S) = 1 Ai ∩ Aj = ∅ ⇒ P(∪Ai) = Σ P(Ai)Üçüncü aksiyom sayılabilir sonsuz sayıda ayrık olay için de geçerlidir (sayılabilir toplamsallık).

Aksiyomlardan çıkan kurallar

A ile Aᶜ ayrıktır ve birleşimleri S'dir; üçüncü aksiyom P(A) + P(Aᶜ) = 1 verir. A ⊂ B ise B, A ile (B − A) ayrık parçalarına bölünür; bu yüzden P(A) ≤ P(B). A ve B ayrık değilse kesişim iki kez sayılır; toplama kuralı bu fazlalığı bir kez çıkarır.

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)Üç olayda: P(A ∪ B ∪ C) = ΣP(tekler) − ΣP(ikili kesişimler) + P(A ∩ B ∩ C) (içerme-dışlama).
Kesişimi önce yerleştir, sonra dışarı doğru çık: yalnız A = 0,40 − 0,10, yalnız B = 0,25 − 0,10, dış bölge = 1 − 0,55.Görsel: Sınav Defteri
Çözümlü örnek

Giriş sorusundaki çağrı merkezinde rastgele bir şikâyet seçiliyor. Şikâyetin su ya da kanalizasyonla ilgili olma, ikisiyle de ilgili olmama ve yalnız suyla ilgili olma olasılıkları kaçtır?

  1. Toplama kuralı: P(A ∪ B) = 0,40 + 0,25 − 0,10 = 0,55.
  2. Tümleyen: P((A ∪ B)ᶜ) = 1 − 0,55 = 0,45. De Morgan'a göre bu, Aᶜ ∩ Bᶜ'dir.
  3. Yalnız A: P(A ∩ Bᶜ) = P(A) − P(A ∩ B) = 0,30.

Cevap: 0,55 · 0,45 · 0,30

Olasılığa üç yaklaşım, tek aksiyom sistemi
YaklaşımOlasılık nedir?Sınırı
Klasik (Laplace)uygun sonuç sayısı ÷ tüm sonuç sayısısonuçlar eşit olası olmalı
Göreli sıklıkdeney çok kez tekrarlanınca olayın görülme oranının limititekrarlanamayan olayda kullanılamaz
Öznelkişinin bilgisine dayanan inanç derecesikişiden kişiye değişir
Aksiyomatiküç aksiyomu sağlayan her fonksiyonsayının nereden geldiğini söylemez
Akılda kalsın: Aksiyomlar negatif olmama, toplamın 1 olması ve ayrık olaylarda toplanabilirliktir. P(A ∪ B) hesabında kesişim iki kez sayıldığı için bir kez çıkarılır; olaylar ayrıksa çıkarılacak bir şey kalmaz.
Sınavda

Nasıl sorulurÜç olasılık verilir, dördüncüsü istenir; ya da öncüllerle aksiyomların sonuçları yoklanır.

Tuzak"A ve B ayrık değildir" bilgisini atlayıp P(A ∪ B)'yi düz toplamaktır; P(A) + P(B) > 1 ise olaylar zaten ayrık olamaz. "Hiçbiri" görünce tümleyene, "yalnız biri" görünce Venn bölgelerine git.

⇄Bilgi eşleştirme P(A) = 0,60 · P(B) = 0,35 · P(A ∪ B) = 0,75

?Soru çöz

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.
OLASILIK · SAYMA

Sayma kuralları: sıra önemli mi, iade var mı?

İstatistik · Olasılık ve Stokastik Süreçler · Okuma 4 dk · 2 etkinlik

✎Konu anlatımı

İadeli ve iadesiz seçimde mümkün örneklem sayısı nasıl hesaplanır?

Kısa cevap: 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.

Bir müfettiş, 10 dosyanın 3'ünde usulsüzlük olduğunu biliyor ama hangileri olduğunu bilmiyor. Rastgele 4 dosya incelerse tam olarak bir usulsüz dosya bulma olasılığı kaçtır?

Klasik olasılıkta pay ve payda birer sayma problemidir; yanlış sayma kuralı doğrudan yanlış olasılık verir. Faktöriyel ve kombinasyonun temelini Temel Matematik serisindeki Permütasyon ve kombinasyon sayfasında gördük; burada bu sayıları örneklem saymaya bağlıyoruz. Kuralı seçmek için iki soruyu sırayla sor. Sıra önemli mi? Başkan ve raportör seçmek sıralıdır, iki kişilik kurul seçmek sırasız. İade var mı? Aynı birim ikinci kez seçilebiliyorsa seçim iadelidir.

n birimden r birim seçmenin dört yolu
İadeliİadesiz
SıralınʳP(n, r) = n!/(n − r)!
SırasızC(n + r − 1, r)C(n, r) = n!/[r!(n − r)!]

Örnekleme kuramında "mümkün örneklem sayısı" da bu tablodan okunur. N birimlik anakütleden iadeli çekilen n birimlik örneklemler sıralı sayılır ve Nn tanedir; iadesiz örneklemler sırasız sayılır ve C(N, n) tanedir. Her iki durumda da basit rastgele örneklemede her örneklemin seçilme olasılığı birbirine eşittir.

P(tam k usulsüz) = C(K, k) · C(N − K, n − k)C(N, n)N birimin K'sı "başarılı"; iadesiz n birim çekiliyor. Bu kalıp hipergeometrik dağılımın olasılık fonksiyonudur.
Çözümlü örnek

Giriş sorusundaki müfettiş 10 dosyadan (3'ü usulsüz) iadesiz ve rastgele 4 dosya seçiyor. Tam olarak bir usulsüz dosya bulma olasılığı kaçtır?

  1. Payda, sırasız iadesiz seçim: C(10, 4) = 210.
  2. Pay: 3 usulsüzden 1, 7 temizden 3 seçilir: C(3, 1) · C(7, 3) = 3 · 35 = 105.
  3. 105 / 210 = 0,5.

Cevap: 0,5

Çözümlü örnek · sınav düzeyi

N birimlik bir anakütleden iadeli olarak çekilebilecek 3 birimlik örneklem sayısı 125'tir. Aynı anakütleden iadesiz çekilebilecek 3 birimlik örneklem sayısı kaçtır?

  1. İadeli örneklem sayısı N3 = 125 olduğundan N = 5.
  2. İadesiz örneklem sırasız sayılır: C(5, 3) = 10.
  3. Kontrol: sıralı iadesiz sayılsaydı 5 · 4 · 3 = 60 çıkardı; her örneklem 3! = 6 kez sayılmış olurdu.

Cevap: 10

Akılda kalsın: Önce sıra, sonra iade sorusunu sor. Sıralı sayıyı sırasız sayıya çevirmek için r!'e bölersin: P(n, r) = r! · C(n, r). İadeli örneklem sayısı üslü (Nⁿ), iadesiz örneklem sayısı kombinasyonla bulunur.
Sınavda

Nasıl sorulurMümkün örneklem sayısı verilip anakütle hacmi ya da öteki çekim türündeki sayı istenir; ya da kusurlu-kusursuz ayrımıyla hipergeometrik olasılık hesaplatılır.

Tuzakİadesiz örneklem sayısını permütasyonla (sıralı) hesaplamak ve "en az bir" sorusunda tümleyeni kullanmamaktır.

↕Küçükten büyüğe sırala 5 birimden 2 birim

  1. Sıralı, iadesiz seçim sayısı
  2. Sırasız, iadesiz seçim sayısı
  3. Sıralı, iadeli seçim sayısı
  4. Sırasız, iadeli seçim sayısı

▭Boşluk doldurma 7 kişilik ekip

7 kişilik bir denetim ekibinden 2 kişilik bir kurul farklı biçimde, bir başkan ile bir raportör farklı biçimde seçilir. Her hafta bir kişinin rastgele nöbetçi seçildiği iki haftalık nöbet listesi (aynı kişi iki kez çıkabilir) farklı biçimde oluşur.

2142491428
OLASILIK · KURAL

Koşullu olasılık ve bağımsızlık: bilgi olasılığı nasıl değiştirir?

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

Önce hatırlaOlasılığın aksiyomları nelerdir ve P(A ∪ B) nasıl hesaplanır?Bu sayfanın başından. Önce kendin cevapla, sonra aç.

Kolmogorov aksiyomlarına göre her olay için P(A) ≥ 0, örnek uzay için P(S) = 1'dir ve ayrık olayların birleşiminin olasılığı olasılıklarının toplamıdır. Bu üç kuraldan P(∅) = 0, P(Aᶜ) = 1 − P(A) ve toplama kuralı P(A ∪ B) = P(A) + P(B) − P(A ∩ B) türetilir.

Örnek uzay ve aksiyomlar

Hatırladın mı?

✎Konu anlatımı

Koşullu olasılık nedir, bağımsız olaylar ile ayrık olaylar arasındaki fark nedir?

Kısa cevap: 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.

Bir bakanlıkta 200 personelin 80'i kadın, 30'u yönetici; yöneticilerin 12'si kadın. Rastgele seçilen bir personelin kadın olduğunu öğrenmek, onun yönetici olma olasılığını değiştirir mi?

Koşullu olasılık, örnek uzayı daraltmaktır. "B gerçekleşti" bilgisi gelince artık yalnız B'nin içindeki sonuçlar mümkündür; A'nın payı da yalnız A ∩ B kadardır. Formül bu oranı yazar; çarpım kuralı aynı eşitliğin ters çevrilmiş hâlidir.

P(A | B) = P(A ∩ B)P(B) P(A ∩ B) = P(B) · P(A | B)Bağımsızlık: P(A | B) = P(A) ⇔ P(A ∩ B) = P(A) · P(B).
Çözümlü örnek

Giriş sorusundaki bakanlıkta "kadın olmak" (K) ile "yönetici olmak" (Y) olayları bağımsız mıdır?

  1. P(Y) = 30/200 = 0,15; P(K) = 80/200 = 0,40.
  2. P(Y | K) = 12/80 = 0,15: kadınlar içinde yönetici oranı, genel orana eşit.
  3. Çarpımla kontrol: P(K ∩ Y) = 12/200 = 0,06 = 0,40 · 0,15.

Cevap: bağımsızdır; cinsiyeti bilmek yönetici olma olasılığını değiştirmiyor.

Ayrık olay ile bağımsız olay
Ayrık (bağdaşmaz)Bağımsız
TanımA ∩ B = ∅P(A ∩ B) = P(A) · P(B)
Neyin özelliği?kümelerin (olasılık ölçüsünden bağımsız)olasılık ölçüsünün
B olunca A?A kesinlikle olmaz: P(A | B) = 0A'nın olasılığı değişmez: P(A | B) = P(A)
BirleşimP(A) + P(B)P(A) + P(B) − P(A)P(B)
İkisi birden?P(A) > 0 ve P(B) > 0 ise bir çift hem ayrık hem bağımsız olamaz

A ile B bağımsızsa A ile Bᶜ, Aᶜ ile B ve Aᶜ ile Bᶜ de bağımsızdır. Üç olayda karşılıklı bağımsızlık için ikişerli çarpım eşitlikleri yetmez, üçlü kesişim de P(A)P(B)P(C)'ye eşit olmalıdır.

Ek bilgi: ikişerli bağımsız ama karşılıklı bağımsız değil

İki hilesiz para atılsın. A = birinci yazı, B = ikinci yazı, C = iki sonuç aynı. Her olayın olasılığı 1/2, her ikili kesişimin olasılığı 1/4'tür; olaylar ikişerli bağımsızdır. Ama A ∩ B ∩ C = {YY} olasılığı 1/4'tür, 1/8 değil; karşılıklı bağımsızlık sağlanmaz.

Akılda kalsın: Ayrık "aynı anda olamaz" demektir, bağımsız "birini bilmek ötekini değiştirmez". Ayrık iki olaydan biri olunca öteki imkânsızlaşır; bu güçlü bir bilgidir, bu yüzden ayrık olaylar bağımlıdır.
Sınavda

Nasıl sorulurÇapraz tablo verilip koşullu olasılık ya da bağımsızlık sorulur; öncüllü sorularda ayrık-bağımsız ilişkisi yoklanır.

TuzakP(A | B) ile P(B | A)'yı karıştırmak ve "ayrık olaylar bağımsızdır" öncülünü doğru saymaktır.

Sınavda işaretleolasılıkları pozitif iki ayrık olay için "bağımsızdır" ifadesi her zaman yanlıştır.

?Soru çöz

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.

⇄Bilgi eşleştirme kavram ↔ eşitlik

OLASILIK · TEOREM

Bayes teoremi: sonuçtan nedene geri gitmek

İstatistik · Olasılık ve Stokastik Süreçler · Okuma 4 dk · 2 etkinlik

Önce hatırlaKoşullu olasılık nedir, bağımsız olaylar ile ayrık olaylar arasındaki fark nedir?Bu sayfanın başından. 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

Bayes teoremi nedir, sonsal olasılık nasıl hesaplanır?

Kısa cevap: B₁, …, Bₖ örnek uzayı ayrık parçalara bölüyorsa toplam olasılık kuralı P(A) = Σ P(Bᵢ) P(A | Bᵢ) verir. Bayes teoremi bu toplamı payda yapar: P(Bⱼ | A) = P(Bⱼ) P(A | Bⱼ) / Σ P(Bᵢ) P(A | Bᵢ). P(Bⱼ) önsel, P(Bⱼ | A) sonsal olasılıktır.

Gelir İdaresinin risk analizi programı, kayıt dışı çalışan mükelleflerin %90'ını işaretliyor; kayıt içi mükelleflerin de %8'ini yanlışlıkla işaretliyor. Mükelleflerin %5'i kayıt dışıysa, işaretlenen bir mükellefin gerçekten kayıt dışı olma olasılığı kaçtır?

Elimizde nedenden sonuca giden olasılıklar vardır: "kayıt dışıysa işaretlenme olasılığı". Soru ise sonuçtan nedene gider: "işaretlendiyse kayıt dışı olma olasılığı". Bayes teoremi bu yönü çevirir. Önce sonucu (işaretlenme) bütün yollar üzerinden toplarsın, sonra ilgilendiğin yolun payını alırsın.

P(A) = Σ P(Bi) P(A | Bi) P(Bj | A) = P(Bj) P(A | Bj)P(A)B'ler ayrık ve birleşimleri S olmalıdır (örnek uzayın bir bölüntüsü).
Her uç, dal olasılıklarının çarpımıdır. Toplam olasılık işaretli uçları toplar; Bayes, bu toplam içinde kayıt dışı yolun payını alır.Görsel: Sınav Defteri
Çözümlü örnek

Giriş sorusunda işaretlenen bir mükellefin gerçekten kayıt dışı olma olasılığı kaçtır?

  1. Ortak olasılıklar: 0,05 · 0,90 = 0,045 ve 0,95 · 0,08 = 0,076.
  2. Toplam olasılık: P(işaretli) = 0,045 + 0,076 = 0,121.
  3. Bayes: 0,045 / 0,121 ≈ 0,372.

Cevap: yaklaşık 0,37. Program %90 duyarlı olsa da işaretlenenlerin yaklaşık üçte ikisi kayıt içidir, çünkü kayıt dışı oranı (önsel) düşüktür.

Akılda kalsın: Bayes = ilgilenilen yol ÷ bütün yollar. Önsel olasılık küçükse güçlü bir kanıt bile sonsal olasılığı çok yükseltmez; buna taban oranı etkisi denir. Ağaç çiz, uçları çarp, istenen uçları topla.
Sınavda

Nasıl sorulurÜç makine ya da üç fabrikanın üretim payları ve kusur oranları verilir; kusurlu çıkan ürünün belirli bir kaynaktan gelme olasılığı sorulur.

TuzakP(kusurlu | C) ile P(C | kusurlu)'yu karıştırmak ve paydaya toplam olasılık yerine yalnız ortak olasılığı yazmaktır. Payları küçük ama kusur oranı yüksek kaynağın sonsal olasılığı en büyük çıkabilir.

?Soru çöz

Bir ürünün %50'si A, %30'u B, %20'si C fabrikasında üretiliyor. Kusurlu ürün oranları sırasıyla %2, %3 ve %6'dır. Rastgele seçilen bir ürün kusurlu çıktığına göre C fabrikasında üretilmiş olma olasılığı kaçtır?

✓ C. P(kusurlu) = 0,010 + 0,009 + 0,012 = 0,031; P(C | kusurlu) = 0,012/0,031 = 12/31 ≈ 0,39. A önsel payı (0,20) sonsal sanır; B P(kusurlu | C) = 0,06'yı verir, koşulun yönü ters; D ortak olasılık P(C ∩ kusurlu) = 0,012'dir, toplam olasılığa bölünmemiştir.

▭Boşluk doldurma ondalık yaz

Bir sektörde mükelleflerin %10'u kayıt dışıdır. Program kayıt dışıların %80'ini, kayıt içilerin %5'ini işaretliyor. Rastgele bir mükellefin işaretlenme olasılığı , işaretlenen birinin kayıt dışı olma olasılığı olur.

0,1250,640,080,80,045
OLASILIK · MOMENT

Beklenen değer ve varyans: doğrusal birleşimlerin kuralları

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

Önce hatırlaÖrneklem varyansında neden n − 1'e bölünür, değişim katsayısı ve z puanı nasıl hesaplanır?Bağlantılı konudan (Tanımlayıcı istatistik). Önce kendin cevapla, sonra aç.

Örneklem varyansı s² = Σ(x − x̄)²/(n − 1)'dir; anakütle varyansı σ²'de payda N'dir. Paydanın n − 1 olması, sapmaların toplamı sıfır olduğu için yalnız n − 1 sapmanın serbest olmasındandır. Değişim katsayısı DK = s/x̄ birimsizdir ve farklı birimli verileri karşılaştırır. z = (x − x̄)/s, bir gözlemin ortalamadan kaç standart sapma uzakta olduğunu verir.

Varyans, standart sapma, değişim katsayısı

Hatırladın mı?

✎Konu anlatımı

Beklenen değer ve varyansın özellikleri nelerdir, Var(aX + bY) nasıl hesaplanır?

Kısa cevap: 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.

Bir kargo şubesinde günlük gelen paket sayısı ile iade edilen paket sayısı bağımsız rastgele değişkenler. Net paket sayısının varyansı, iki varyansın farkı mıdır, toplamı mı?

Rastgele değişken, örnek uzaydaki her sonuca bir sayı atayan fonksiyondur. Kesikli bir X için beklenen değer E(X) = Σ x · p(x), sürekli X için ∫ x f(x) dx'tir. Kesikli hâl, Tanımlayıcı istatistik sayfasında gördüğümüz ağırlıklı ortalamadır; ağırlıklar olasılıklardır. Varyans, ortalamadan sapmanın karesinin beklenen değeridir; hesapta kısayol formülü kullanılır.

Var(X) = E[(X − μ)²] = E(X²) − [E(X)]² Cov(X, Y) = E(XY) − E(X)E(Y)ρ = Cov(X, Y) / (σX σY), −1 ≤ ρ ≤ 1

Neden fark değil toplam?

Varyans yayılımı ölçer ve yayılım yön tanımaz. Y'nin önündeki eksi işareti b = −1 demektir; varyansta b² = 1 olur. Gelen paketteki belirsizlik ile iadedeki belirsizlik birbirini götürmez, üst üste biner. Sabit ise bütün değerleri aynı miktar kaydırdığı için yayılımı değiştirmez.

Çözümlü örnek

X'in değerleri 0, 1, 2, 3; olasılıkları sırasıyla 0,1; 0,3; 0,4; 0,2'dir. E(X) ve Var(X) kaçtır?

  1. E(X) = 0 + 0,3 + 0,8 + 0,6 = 1,7.
  2. E(X²) = 0 + 0,3 + 1,6 + 1,8 = 3,7.
  3. Var(X) = 3,7 − 1,7² = 3,7 − 2,89 = 0,81; σ = 0,9.

Cevap: E(X) = 1,7 · Var(X) = 0,81

✔ Doğru

  • Bağımsızlık ⇒ Cov(X, Y) = 0.
  • Var(X − Y) = Var(X) + Var(Y) − 2Cov(X, Y).
  • E(XY) = E(X)E(Y), X ile Y bağımsızsa.

✘ Sık yapılan hata

  • Cov = 0 ⇒ bağımsızlık sanmak (X ∈ {−1, 0, 1} eşit olasılıklı, Y = X² ise Cov = 0 ama Y, X'e bağlıdır).
  • Var(2X) = 2Var(X) yazmak.
  • Varyansa sabiti eklemek.

Chebyshev eşitsizliği

Dağılım bilinmese de ortalama ve varyans, uçlardaki olasılığa bir üst sınır koyar: P(|X − μ| ≥ kσ) ≤ 1/k². Buradaki k, Tanımlayıcı istatistik sayfasında gördüğümüz z puanının mutlak değeridir. μ = 50, σ = 5 ise 40 ile 60 arası (k = 2) en az 1 − 1/4 = 0,75 olasılık taşır. Normal dağılımda bu oran yaklaşık 0,95'tir; Chebyshev her dağılımda geçerli olduğu için temkinlidir.

Akılda kalsın: Beklenen değer işaretleri taşır, varyans katsayıların karesini alır. Sabit ortalamayı kaydırır, varyansa girmez. Bağımsız değişkenlerde toplamın da farkın da varyansı, varyansların toplamıdır.
Sınavda

Nasıl sorulurDağılımları (Poisson, binom, üstel) verilen bağımsız iki değişkenin doğrusal birleşiminin varyansı istenir; önce her dağılımın varyansını bilmek gerekir.

TuzakEksi işaretli terimin varyansını çıkarmak, katsayının karesini almamak ve sabiti varyansa eklemektir. "Cov = 0 ise bağımsızdır" öncülü genelde yanlıştır; yalnız ortak normal dağılımda doğrudur.

?Soru çöz

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.

⇄Bilgi eşleştirme E(X) = 4 · Var(X) = 9

OLASILIK · FONKSİYON

Moment çıkaran ve karakteristik fonksiyon: dağılımın parmak izi

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

Önce hatırlaBeklenen değer ve varyansın özellikleri nelerdir, Var(aX + bY) nasıl hesaplanır?Bu sayfanın başından. 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

Moment çıkaran fonksiyon ve karakteristik fonksiyon nedir, momentler nasıl bulunur?

Kısa cevap: 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.

Bir sınav sorusunda dağılımın adı verilmemiş, yalnız M(t) = (0,4 + 0,6eᵗ)⁵ yazıyor. Ortalamayı ve varyansı bulmak için integrale gerek var mı?

etX'in seri açılımı 1 + tX + t²X²/2! + … olduğu için beklenen değeri bütün momentleri katsayı olarak taşır. Türev alıp t = 0 koymak bu katsayıları tek tek çıkarır; fonksiyonun adı da buradan gelir. Mçf her dağılımda var olmayabilir (t'nin 0 çevresinde sonlu olması gerekir); karakteristik fonksiyonda |eitX| = 1 olduğundan varlık sorunu yoktur.

M′(0) = E(X) M″(0) = E(X²) MaX+b(t) = ebt MX(at) MX+Y = MX · MYSon eşitlik X ile Y bağımsızken geçerlidir. Karakteristik fonksiyonda aynı kurallar t yerine it ile yazılır: φ(t) = M(it).

Aşağıdaki tablo şimdilik bir başvuru listesidir: mçf'yi tanımak için biçimi yeter. Dağılımların kendisini, ne zaman kullanıldıklarını ve olasılık fonksiyonlarını Kesikli dağılımlar sayfasında göreceğiz.

Sık sorulan mçf'ler
DağılımM(t)E(X) · Var(X)
Bernoulli(p)1 − p + peᵗp · p(1 − p)
Binom(n, p)(1 − p + peᵗ)ⁿnp · np(1 − p)
Poisson(λ)exp[λ(eᵗ − 1)]λ · λ
Üstel(λ), oyf λe−λxλ/(λ − t), t < λ1/λ · 1/λ²
Normal(μ, σ²)exp(μt + σ²t²/2)μ · σ²
Çözümlü örnek

MX(t) = (0,4 + 0,6eᵗ)⁵ ise E(X) ve Var(X) kaçtır?

  1. Tablodaki biçimle karşılaştır: 1 − p = 0,4, p = 0,6, n = 5; X ~ Binom(5; 0,6).
  2. E(X) = 5 · 0,6 = 3; Var(X) = 5 · 0,6 · 0,4 = 1,2.
  3. Türevle kontrol: M′(t) = 5(0,4 + 0,6et)⁴ · 0,6et; t = 0'da 5 · 1 · 0,6 = 3.

Cevap: E(X) = 3 · Var(X) = 1,2

Çözümlü örnek · sınav düzeyi

MX(t) = exp(3t + 8t²) ise X'in dağılımı ve P(X > 3) nedir?

  1. Normal mçf'si exp(μt + σ²t²/2) biçimindedir: μ = 3 ve σ²/2 = 8 ⇒ σ² = 16.
  2. X ~ N(3, 16). Tuzak, 8'i varyans sanıp N(3, 8) yazmaktır.
  3. Normal dağılım ortalamasına göre simetrik olduğundan P(X > 3) = 0,5.

Cevap: N(3, 16) · 0,5

Akılda kalsın: Mçf'yi tanı, türevini alma: biçimi tablodakiyle eşleştir, momentleri tablodan oku. Karakteristik fonksiyon için mçf'de t yerine it yaz. Bağımsız toplamda fonksiyonlar çarpılır: iki bağımsız Poisson'un toplamı yine Poisson'dur (λ'lar toplanır).
Sınavda

Nasıl sorulurBir oyf verilip karakteristik fonksiyonu ya da mçf'si istenir; ya da mçf verilip dağılım, ortalama, varyans veya doğrusal dönüşümün mçf'si sorulur.

TuzakKarakteristik fonksiyonda i'yi unutup mçf yazmak, üstelde oyf'deki λ'yı ortalama sanmak ve M3X(t)'yi 3MX(t) diye yazmaktır.

?Soru çöz

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).

?Soru çöz

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.

Karma tekrar

Bu sayfadan ve önceki 1 sayfadan karışık 10 soru. Sınavdaki gibi konular karışık gelir; hangi konudan olduğunu çözümde görürsün. Birkaç gün sonra yeniden çöz.

?Soru 1

Bir sınavda puanların ortalaması 60, standart sapması 8'dir. Her puan 1,5 ile çarpılıp üzerine 10 puan ekleniyor. Buna göre yeni puanların ortalaması ve varyansı sırasıyla kaçtır?

✓ A. Ortalama 1,5 · 60 + 10 = 100; varyans 1,5² · 64 = 144 (s = 12). B varyansı çarpanın karesiyle değil kendisiyle çarpmış (1,5 · 64); C sabiti ortalamaya eklemeyi unutmuş; D sabiti varyansa da eklemiş, oysa kaydırma yayılımı değiştirmez.Kaynak: Tanımlayıcı istatistik · Varyans, standart sapma, değişim katsayısı

?Soru 2

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 3

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 4

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: bu sayfa · Beklenen değer ve varyans

?Soru 5

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 6

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: bu sayfa · Koşullu olasılık ve bağımsızlık

?Soru 7

Bir ürünün %50'si A, %30'u B, %20'si C fabrikasında üretiliyor. Kusurlu ürün oranları sırasıyla %2, %3 ve %6'dır. Rastgele seçilen bir ürün kusurlu çıktığına göre C fabrikasında üretilmiş olma olasılığı kaçtır?

✓ C. P(kusurlu) = 0,010 + 0,009 + 0,012 = 0,031; P(C | kusurlu) = 0,012/0,031 = 12/31 ≈ 0,39. A önsel payı (0,20) sonsal sanır; B P(kusurlu | C) = 0,06'yı verir, koşulun yönü ters; D ortak olasılık P(C ∩ kusurlu) = 0,012'dir, toplam olasılığa bölünmemiştir.Kaynak: bu sayfa · Toplam olasılık ve Bayes

?Soru 8

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: bu sayfa · Örnek uzay ve aksiyomlar

?Soru 9

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 10

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
+
Daha fazla soru çözmek ister misin?Olasılık temelleri soruları uygulamaya ekleniyor; şimdilik diğer derslerin sorularını çözebilirsin. Yanlışların Hata Defteri'ne kaydedilir.
Soru çöz →