Olasılık ve İstatistik

Bu ders notları: Probability and Stochastic Processes: Friendly Introduction for Electrical and Computer Engineers, Roy
D. Yates, David J. Goodman, kitabından faydalanılarak hazırlanmıştır.
 Bağımsızlık

Tanım 1.7

İki Bağımsız Olay: 𝑃 𝐴𝐵 = 𝑃 𝐴 𝑃[𝐵] 𝑃 𝐴|𝐵 = 𝑃 𝐴

𝑃 𝐵|𝐴 = 𝑃 𝐵

Bağımsızlığı yorumlamak için, olasılığı deneyin sonucu hakkındaki bilgimizin bir açıklaması olarak düşünün. P [A],
sonucun A olayına dahil edildiğine dair (deney yapılmadan önce) önceki bilgilerimizi açıklar. Sonucun B'de olması,
deney hakkında kısmi bilgidir. B'nin meydana geldiğini öğrendiğimizde P [A | B] A bilgimizi yansıtır.
P [A | B] = P [A], B'nin gerçekleştiğini öğrenmenin A hakkındaki bilgilerimizi değiştirmediğini belirtir. Bu anlamda
olaylar bağımsızdır.

Bağımsız ve ayrık (disjoint) ifadelerinin eş anlamlı olmadığını unutmayın.

Ayrık olayların ortak bir sonucu yoktur ve bu nedenle P [AB] = 0'dır.

Çoğu durumda bağımsız olaylar ayrık değildir! İstisnalar sadece P [A] = 0 veya P [B] = 0 olduğunda meydana gelir.
Örnek 1.21

Örnek 1.8'deki üç ışık için her sonucun (her biri kırmızı veya yeşil olan üç ışık dizisi) eşit derecede olası
olduğunu varsayalım. İkinci ışığın kırmızı olduğu R2 ve ikinci ışığın yeşil olduğu G2 olayları bağımsız mı? R1 ve
R2 olayları bağımsız mı?

S = {rrr,rrg,rgr,rgg, grr, grg, ggr, ggg} her biri 1/8 olasılığa sahip

R2 = {rrr,rrg, grr, grg}

G2 = {rgr,rgg, ggr, ggg}

P[R2] = P[G2] = 4/8

R2 ∩ G2 = φ

P[R2G2] = 0
 R2 ve G2 bağımlıdır.
P[R2G2] ≠P[R2]P[G2]

R1 = {rgg,rgr,rrg,rrr}

R2 = {rrg,rrr, grg, grr}

P[R1] = P[R2] = 4/8

R1 ∩ R2 = {rrg,rrr}

P[R1 R2] = 2/8

P[R1 R2] = P[R1]P[R2] R1 ve R2 bağımsızdır.

Örnek 1.22

Entegre devreler iki testten geçiriliyor. Mekanik bir test, pimlerin doğru aralığa sahip olup olmadığını belirler ve
elektriksel bir test, çıkışların girişlerle ilişkisini kontrol eder. Elektrik arızalarının ve mekanik arızaların bağımsız olarak
meydana geldiğini varsayıyoruz. Devre üretimi ile ilgili bilgilerimiz, mekanik arızaların 0,05 olasılıkla ve elektrik
arızalarının 0,2 olasılık ile meydana geldiğini göstermektedir. Bir entegre devrenin test edilmesinden ve mekanik ve
elektrik testlerinin sonuçlarının gözlemlenmesinden oluşan bir deneyin olasılık modeli nedir?

S = {(ma, ea), (ma, er), (mr, ea), (mr, er)}

ma : mekanik olarak sağlam

P[MC] = 0.05 P[M] = 0.95
mr : mekanik olarak bozuk
P[EC] = 0.2 P[E] = 0.8
ea : elektriksel olarak sağlam
er : elektriksel olarak bozuk
P [(ma, ea)] = P [M E] = P [M] P [E] = 0.95 × 0.8 = 0.76
P [(ma, er)] = P [M EC]= P [M] P [EC] = 0.95 × 0.2 = 0.19

P [(mr, ea)] = P [MCE] = P [MC ]P [E] = 0.05 × 0.8 = 0.04

P [(mr, er)] = P [MCEC] = P [MC ]P [EC] = 0.05 × 0.2 = 0.01

 Tanım 1.8 3 Bağımsız Olay
A1, A2, ve A3 aşağıdaki şartları sağlarsa bağımsızdır:

(a) A1 ve A2 bağımsız,
(b) A2 ve A3 bağımsız,
(c) A1 ve A3 bağımsız,
(d) P[A1 ∩ A2 ∩ A3] = P[A1]P[A2]P[A3]

Örnek 1.23
S = {1, 2, 3, 4} örnek uzayında her sonuç eşit olasılıklı olsun.

A1 = {1, 3, 4}, A2 = {2, 3, 4}, ve A3 = φ olayları bağımsız mıdır?

 P [A1 ∩ A2 ∩ A3] = P[A1] P[A2] P[A3] = 0

P[A1 ∩ A2] = P [{3, 4}] = 1/2≠ P[A1] P[A2] = 3/4 × 3/4 Bağımlıdır.

Tanım 1.9 İkiden fazla bağımsız olay:

n≥3 ise, A1, A2,….,An in bağımsız olması için aşağıdaki şartları sağlaması gerekir:

(a) A1, A2,….,An den alınmış her n-1 olay bağımsız

(b) P[A1 ∩ A2 ∩ · · · ∩ An] = P[A1]P[A2] · · · P[An]
Quiz 1.6

Bir telefon anahtarlama ofisinde iki ardışık telefon görüşmesi izleniyor. Her bir çağrı ses çağrısı (v) veya çağrıda veri
çağrısı (d) olarak sınıflandırılıyor. Gözleminiz iki harflik bir dizidir (v veya d). Örneğin, iki ses çağrısı vv'ye karşılık gelir.
İki çağrı bağımsızdır ve bunlardan herhangi birinin ses çağrısı olma olasılığı 0,8'dir. İ çağrısı Ci ile gösterilsin.
İ çağrısı sesli bir çağrıysa, Ci = v; aksi takdirde Ci = d olur. Gözlemlediğiniz iki çağrıdaki ses çağrısı sayısını (Nv)
bulunuz. Üç olayı Nv = 0, Nv = 1, Nv = 2 olarak düşünelim. Aşağıdaki olay çiftlerinin bağımsız olup olmadığını
belirleyin:

(1) {Nv=2} ve {Nv≥1} (2) {Nv≥1} ve {C1=v}

(3) {C2=v} ve {C1=d} (4) {C2=v} ve {Nv çift}

 Sıralı Deneyler ve Ağaç Diyagramları

Birçok deney bir dizi alt deneyden oluşur. Her alt deney için izlenen prosedür, önceki alt deneylerin
sonuçlarına bağlı olabilir. Alt deneylerin sırasını temsil etmek için ağaç diyagramı olarak adlandırılan bir grafik
türünün kullanılmasını genellikle yararlı olmaktadır.

Örnek 1.24 için ağaç diyagramı

*İkinci alt deneyin dallarının etiketleri, ikinci alt deneydeki

olayların koşullu olasılıklarıdır.
Örnek 1.24

Örnek 1.19'daki dirençler için, rastgele seçilmiş bir direncin ‘50 Ω nominal değerli’ olması olayını belirtmek
için A'yı kullandık. Bu “kabul edilebilir” anlamına gelsin. A‘nın değili için N (“kabul edilemez”, 50 Ω nominal
değerli olmayan) notasyonunu kullanalım. Bir direnci test etme deneyi iki adımlı bir prosedür olarak ifade
edilebilir. İlk önce hangi makinenin (B1, B2 veya B3) direnci ürettiğini belirleriz. İkincisi, direncin kabul
edilebilir olup olmadığını öğreniyoruz. Bu deney için sıralı bir ağaç çizelim. B2 makinesinden kabul edilemeyen
(50 Ω nominal değerli olmayan) bir direnç seçme olasılığı nedir?

P[B2N] = (0.4)(0.1) = 0.04

Her düğümden çıkan dalların değerleri toplamı 1 dir.

Örnek 1.25

İki trafik ışığının senkronizasyonu yapılsın. Her ışık kırmızı ya da yeşil yanmaktadır.
İlk ışık ile ikinci ışığın aynı renkte olma olasılığı 0.8 dir. İlk ışığın yeşil ya da kırmızı olması eşit olasılıklıdır.
R1 1. ışığın kırmızı, G1 1. ışığın yeşil olma olayını göstersin.
İkinci ışığın yeşil olma olasılığı P[G2] yi bulunuz.
En az bir ışığın kırmızı olma olasılığı P[W] yi bulunuz.
P[G1|R2] yi bulunuz.
Araç
1. ışık 2. ışık
Örnek 1.26

A, 2 ve 3 isme sahip üç kağıt olduğunu düşünelim. A 1, 2 2, 3 3 puan değerindedir. Karıştırılıp teker teker
çekiliyor. Çekilen kağıt puanları tam 3 olunca kazanılıyor. Kazanma olasılığı P[W] yi hesaplayınız.
Örnek 1.27

Biri hileli biri hilesiz fakat hangisinin hileli olduğu bilinmeyen iki madeni para atma deneyinde, hileli paraya C1
diyelim. C1 ¾ olasılıkla tura, C2 ise ½ olasılıkla tura gelmektedir. Tura H ile yazı T ile gösterilsin. 2 paradan biri rastgele
alınıp atılıyor. Tura gelen paranın hileli olma olasılığı P[C1|H] nedir? Yazı gelen paranın hileli olma olasılığı P[C1|T]
nedir?
Quiz 1.7

Bir cep telefonu sisteminde, telefon araması alabilmek için bir cep telefonunun aranması gerekir. Ancak, cep
telefonu çağrı sinyalini net bir şekilde alamayabileceğinden, çağrı girişimleri her zaman başarılı olmaz. Sonuç olarak,
sistem vazgeçmeden önce bir telefonu üç defaya kadar aramaktadır. Tek bir arama denemesi 0.8 olasılık ile başarılı
olursa, bu deney için bir olasılık ağacı çizin ve telefonun bulunma olasılığını P [F] bulun.
 Sayma Yöntemleri

Diyelim ki karışık bir 52li destemiz var ve yedi kart dağıtıyoruz. Kraliçe çekmemizin olasılığı nedir? Teorik olarak, çizilen
yedi kart için örnek bir uzay ağacı çizebiliriz.
Ancak, ortaya çıkan ağaç o kadar büyüktür ki bu pratik değildir. Kısacası, yedi kartın 133 milyon kombinasyonunun
tümünü numaralandırmak çok zordur. Bu sorunu çözmek için, kaç tane yedi kartlık kombinasyon olduğunu ve kaç
tanesinin içinde kraliçe olmadığını bilmemize izin veren prosedürler geliştirmemiz gerekiyor.
Elde edeceğimiz sonuçlar, saymanın temel ilkesinden gelir.

Tanım 1.10 Saymanın Temel İlkesi

Alt deney A'nın n olası sonucu varsa ve alt deney B'nin k olası sonucu varsa, her iki alt deneyi
gerçekleştirdiğinizde nk olası sonuç vardır.
Örnek 1.28
İki alt deney olsun. İlk alt deney “Bir madeni para atma” deneyidir. H ve T olmak üzere iki sonucu vardır. İkinci alt
deney “Bir zar atma” deneyidir. Altı sonucu var, 1, 2,. . . , 6. "Madeni parayı ve zarı birlikte atma" deneyi 2 × 6 =
12 sonuç verir:

Genel olarak bir E deneyi E1, E2, …. Ek isminde k alt deneye ve her Ei ni olası sonuca sahipse, E deneyi aşağıdaki
sonuca sahiptir.
Örnek 1.29

Bir 52li desteyi karıştırın ve her kartı üstten başlayarak çekip bakın. Deneyin sonucu destenin 52 kartının sıralı bir
sırasıdır. Kaç olası sonuç var?

Örnek 1.30

52li Desteyi karıştırın ve sırayla üç kart seçin. Kaç sonuç var?

Örnek 1.30'da, 52 ayırt edilebilir nesne kümesinden sıralı üç nesne sırası seçtik. Genel olarak, sıralı bir k ayırt edilebilir
nesneler dizisine k permutasyonu denir. (N)k gösterimini, n ayırt edilemeyen nesnelerin olası k permutasyonlarının
sayısını belirtmek için kullanacağız. (N)k'yi bulmak için, n ayırt edici nesneye sahip olduğumuzu varsayalım ve deney, bu
nesnelerin bir k sırasını seçmektir. İlk nesne için n seçenek, ikinci nesne için n - 1 seçenek vb. vardır.
Teorem 1.12

N ayırt edilebilir nesnenin k-permütasyon sayısı

Değiştirmeden Örnekleme

Bir koleksiyondan nesne seçmeye örnekleme de denir ve seçilen nesneler örnek olarak bilinir. K-permütasyonu,
koleksiyondan nesne seçmek için belirli kurallar tarafından elde edilen bir örnek türüdür. Özellikle, bir örnekleme için
bir nesne seçtiğimizde, nesneyi koleksiyondan kaldırırız ve tekrar seçemeyiz. Sonuç olarak, buna değiştirmeden
örnekleme de denir. Bir nesne tekrar tekrar seçilebildiğinde, bir sonraki alt bölümde inceleyeceğimiz değiştirme ile
örnekleme denmektedir.
Bir k-permütasyonu seçtiğimizde, farklı sonuçlar, nesneleri seçtiğimiz sıra ile ayırt edilir. Bununla birlikte, birçok pratik
problemde, nesnelerin seçilme sırası hiçbir fark oluşturmaz. Örneğin, birçok kart oyununda, yalnızca bir oyuncu tarafından
alınan kart dizisi ilgi çekicidir. Geldikleri düzen önemsizdir.
A, B, C ve D olmak üzere dört nesne olduğunu varsayalım ve prosedürün iki nesne seçmek olduğunu düşünelim, bunları
alfabetik sıraya koymak ve sonucu gözlemlemek olduğu bir deney tanımlayalım. Bu durumda, AD'yi gözlemlemek için ilk
önce A veya D'yi seçebilir veya A ve D'yi aynı anda seçebiliriz. Yaptığımız şey, nesne koleksiyonunun bir alt kümesini
seçmektir. Her alt kümeye k-kombinasyonu denir. K-kombinasyonlarının sayısını bulmak istiyoruz.

Teorem 1.13 n ayırt edici nesneden k nesneleri seçmenin sayısı

Tanım 1.11

Örnek 1.31 52li desteden 5 kağıt kaç şekilde seçilir?

120 öğrenciden 60 öğrenci kaç şekilde seçilir?

11 basketbol oyuncusu içinden ilk 5 seçme sayısı?

Değiştirerek Örnekleme

Şimdi değiştirerek örneklemeyi ele alıyoruz. Bu durumda, seçilen bir nesne bir kopya ile değiştirildiği için her nesne
tekrar tekrar seçilebilir.

Örnek 1.33
Dizüstü bilgisayarda PCMCIA genişletme kartı yuvaları A ve B isminde bulunsun. Her yuvaya bir modem kartı (m), bir
SCSI arabirimi (i) veya bir GPS kartı (g) takılabilir. Olası kartların {m, i, g} kümesinden, değiştirerek örneklediğimizde iki
yuvayı doldurmanın olası yolları nelerdir? Başka bir deyişle, iki kartı kaç yolla doldurabiliriz?
Her iki yuvanın da aynı türde kartı tutmasına izin verdiğimizde?

Teorem 1.14 m ayırt edilebilir nesne göz önüne alındığında, n nesnenin sıralı bir örneğini değiştirerek seçim
yapmanın mn yolu vardır.
 Örnek 1.34 10 bitlik kaç olası sayı vardır?

Örnek 1.35 A dan Z ye harfler kullanılarak kaç 4 harfli kelime yazılabilir?

294 = 707.281

Örnek 1.36
Bir yonga üretim tesisi mikroişlemciler üretmektedir. Her mikroişlemci, kabul edilebilir bir saat hızında güvenilir
bir şekilde çalışıp çalışmadığını belirlemek için test edilir. Mikroişlemciyi test etmek için bir alt deneyde, testin bir
bozuk (0) veya sağlam (1) olup olmadığını göstermek için örnek uzayı S = {0, 1} veriliyor. Test i için sonucu
göstermek için xi = 0 veya xi = 1 kaydedilmektedir. Dört mikroişlemciyi test ederken, gözlem dizisi x1x2x3x4, 16
olası sonuçtan biridir:
Teorem 1.15

S={s0,…,sm-1} örnek uzayında n tekrarlı bir alt deneyde, mn adet olası gözlem dizisi bulunur.

Örnek 1.37

Bir yonga üretim tesisi mikroişlemciler üretmektedir. Her mikroişlemci test edilir ve s ∈ S = {s0 , …, s3 } şeklinde
isimlendiriliyor .
sj derecesi, mikroişlemcinin sj megahertz (MHz) maksimum saat hızında güvenilir bir şekilde çalışacağını gösterir. 10
mikroişlemciyi test ederken, test edilen mikroişlemcinin derecesini belirtmek için xi yi kullanalım.
Örneğin 10 mikroişlemcinin test edilmesi bir gözlem dizisi üretebilir:

410 = 1,048,576

Örnek 1.38 Örnek alanı S = {0, 1} olan beş alt deney için, n0 =2 (0 sayısı) ve n1 =3 (1 sayısı) sahip kaç gözlem dizisi
vardır?
Quiz 1.8
4 bitlik ikili kod gözönüne alınsın, örneğin 0110, aşağıdaki soruları cevaplayınız.

(1) Kaç farklı kod yazılabilir?

(2) Kaç kod iki 0 taşır?
(3) Kaç kod 0 ile başlar?
(4) 8 bitlik bir kodda üç tane 1 olan kaç kod vardır?
Bağımsız Denemeler

Şimdi, bir alt deneyin bağımsız tekrarlarından oluşan deneylerin olasılık modellerini türetmek için sayma
yöntemlerini uyguluyoruz. İki sonucun olduğu basit bir alt deneyle başlayalım: p olasılığı ile olayın başarılı
sonuçlandığını; aksi takdirde, 1− s olasılıkla aynı olayın başarısız sonuçlandığını düşünürüz.
Tüm alt denemelerin sonuçları karşılıklı olarak birbirini dışlar. Tüm deneyin bir sonucu, bir ve sıfırlar dizisi ile
gösterilen bir başarı ve başarısızlık dizisidir.
Örneğin, 10101. . . Örnek bir başarı ve başarısızlık dizisidir. Sn0, n1, n = n0 + n1 denemelerinde olay n0 hatalarını ve
n1 başarılarını belirtsin. P [Sn0, n1] bulmak için bir örnek ele alalım.

Örnek 1.39 Beş bağımsız denemede başarı olasılığı p olan iki başarısızlığın ve üç başarının P [S2,3] olasılığı nedir?

P [S2,3] 'ü bulmak için, beş denemede üç başarıya ulaşan sonuçların 11100, 11010, 11001, 10110, 10101, 10011,
01110, 01101, 01011 ve 00111 olduğunu gözlemliyoruz. Her sonucun olasılığının her biri bir alt deney ile ilgili
beş olasılıktan oluşan bir sonuçtur. Üç başarılı sonuçta, olasılıkların üçü p, diğer ikisi 1 - p'dir. Bu nedenle, üç
başarı ile elde edilen her sonucun (1 - p)2 p3 olasılığı vardır.
Teorem 1.16'dan, bu gibi dizilerin sayısının 53 olduğunu biliyoruz. P [S2,3] 'ü bulmak için, 10 sonuçla ilişkili
olasılıkları 3 başarı ile toplayarak,
 Genel olarak, n = n 0 + n1 bağımsız denemeler için

n0 başarısızlık ve n1 başarı sayısı ile elde edilen her sonucun (1 - p)n0 pn1 olasılığı vardır.

𝑛 𝑛
n0 başarısızlık ve n1 başarı sayısı ile 𝑛0
= 𝑛1
sonuç vardır.

𝑛
n bağımsız denemedeki n1 olasılığı 𝑛1
sonuçlarının toplamıdır ve her biri (1 - p)n0 pn1 = (1 - p)n-n1 pn1 olasılığa
sahiptir.

Teorem 1.18 n = n0 + n1 bağımsız denemelerde n0 başarısızlık ve n1 başarı olasılığı

Örnek 1.40

Örnek 1.19'da, rastgele test edilen bir direncin P [A] = 0.78 olasılığı ile 50 ohm nominal değerli olduğunu bulduk.
100 direnci rastgele test edersek, i direncin 50 ohm nominal değerli direnç olması olasılığı (Ti) nedir?

Örnek 1.41

Bir bit bilgiyi güvenilir bir şekilde iletmek için, cep telefonları aynı ikili sembolü beş kez iletir. Böylece “sıfır” bilgisi
00000 olarak ve “bir” 11111 olarak aktarılır. Alıcı, üç veya daha fazla ikili sembol doğru şekilde alınırsa doğru bilgileri
algılar. İkili sembol hata olasılığı q = 0,1 ise bilgi hatası olasılığı P [E] nedir?