Professional Documents
Culture Documents
Olasılığa Giriş II
Olasılığa Giriş II
1
KESİKLİ OLASILIK DAĞILIMLARI
• Bernoulli Geometrik Hipergeometrik
• Binom Negatif Binom Poisson
1. Bernoulli Dağılımı
Bir rassal deney yapıldığında yalnızca iyi-kötü, olumlu-
olumsuz, başarılı-başarısız gibi sadece iki sonuç elde
edildiğinde kullanılır. Bernoulli deneyinde iki sonuç olduğuna
göre, ilgilenilen sonuç elde edildiğinde bu sonuca başarı
densin ve X=1 ile gösterilsin. Diğer sonuç ise başarısız olsun
ve X=0 ile gösterilsin.
Bir deneyin başarılı sonuçlanma olasılığı p ise, X rassal
değişkeninin olasılık fonksiyonu aşağıdaki gibi olur. Bernoulli
dağılımının p olan tek parametresi vardır.
p x (1 p )1 x , x 0,1
P ( x)
0 , diger durumlarda2
Bernoulli Dağılımının Beklenen Değeri ve Varyansı
1 1
x 1 x 0
E( X ) xp( x) xp (1 p ) 0 1 p (1 p ) p
x 0 x 0
1
2 2 x 1 x 2 0
E( X ) x p (1 p) 0 1 p (1 p ) p
x 0
V ( X ) E ( X 2 ) [ E ( X )]2 p p 2 p (1 p ) pq
3
Örnek : Bir otomobil sürücüsünün yarışı kazanma olasılığı 0.7 ve
kazanmama olasılığı 0.3’tür. Bu otomobil yarışmacısı için
olasılık fonksiyonunu yazıp, E(X) ve V(X) değerlerini bulunuz?
0.7 , x 1
P( x) 0.3 , x 0
0 , diger durumlarda
E ( X ) xP( x) 0(0.3) 1(0.7) 0.7
x
2 2 2 2
E ( X ) x P( x) 0 (0.3) 1 (0.7) 0.7
x
2 2 2
V ( X ) E ( X ) [ E ( X )] 0.7 0.7 0.21 4
2. Binom Dağılımı
İki şıklı sonuca sahip tüm özelliklerin olasılık dağılımı Binom dağılımlıdır.
Üzerinde inceleme yapılan özellik A ve B gibi sadece iki şıklı olarak ortaya
çıkabilir. Ölü, canlı; var, yok; hasta, sağlam; evet, hayır gibi sadece iki sonuç
vardır.
Bir rasgele deney aşağıdaki şartları sağlıyorsa bu deney Binom deneyidir.
i. Deney süresince örneklemde denek sayısı ya da deneme sayısı değişmez
olmalıdır.
ii. Denemeler birbirinden bağımsızdır.
iii. Her denemede iki sonuç vardır. Bunlar istenen olay ve istenmeyen olaydır.
iv. Her denemede ilgilenilen olay olasılığı p ve ilgilenilmeyen olay olasılığı q=1-p
değişmezdir.
n kez tekrarlanan bir rasgele deney sonucunda istenen olay sayısı x,
istenmeyen olay sayısı (n-x) olsun. n denemede x tane olayın ortaya çıkma
olasılığına Binom dağılımının olasılık fonksiyonu denir.
n x n x n!
p ( x) p q p xqn x , x 0,1,2, , n
x (n x)! x!
5
Örnek . Hilesiz bir madeni para 6 defa atılıyor.
i. 2 tura gelmesi olasılığı nedir?
ii. En az 4 tura gelmesi olasılığı nedir?
2 62 6
6 1 1 6! 1 15
p ( x)
i)
2 2 2 (6 2)!2! 2 64
ii)
4 6 4 5 6 5 6 66
6
1 1 6
1 1 6
1 1
p( x)
4 2 2 5 2 2 6 2 2
15 6 1 11
64 64 64 32
6
BİNOM DAĞILIMI
Ortalama : np
2
Varyans
: npq
np 64(1 / 2) 32
2
npq 64(1 / 2)(1 / 2) 16
7
n
n x n x n 0 n0 n n x n x n
n!
E ( X ) x p q 0 p q x p q x p xqn x
x
x 0 0 x
x 1 x 1
x!(n x)!
n n
n(n 1)! (n 1)!
pp x 1q n x np p x 1q n x
x 1
( x 1)!(n x)! x 1
( x 1)!(n x)!
=x-1 ise x=k+1 olur.
n 1 n 1 n 1
(n 1)!
E ( X ) np p k q n k 1 np p k q n k 1 np
k 0
k!(n k 1)! k
k 0
1
8
n n
2 2 n x n x 2 n!
E( X ) x p q x p xq n x
x 0 x x 1
x!(n x)!
(n 1)! (n 1)!
np x p x 1q n x np ( x 1 1) p x 1q n x
x
( x 1)!(n x)! x
( x 1)!(n x)!
(n 2)! p x 2 q n x n x x2 n x
np (n 1) p 1 np (n 1) p p q 1
x2
( x 2)!(n x)! x 2
np[(n 1) p 1] n 2 p 2 np 2 np n 2 p 2 npq
9
2 2 2
V ( X ) [n p npq] (np) npq
Örnek . Bir basket oyuncusunun topu basket yapmasının
ortalaması 0.25’dir. Her atışın diğerinden bağımsız olduğu
varsayımı altında, yapılan bir maçta bu oyuncu dört defa
atış yaparsa;
a) Bir tanesinde başarılı olma,
b) En az bir tanesinde başarılı olma olasılıklarını bulunuz?
p=1/4 n=4
a)
1 4 1
4 1 3 27
P( X 1) 0.42
1 4 4 64
b)
0 40
4 1 3 81
P ( X 1) 1 P ( X 0) 1 1 0.68
0 4 4 256 10
Örnek . Bir işletmenin ürettiği ampullerden %6’sının kusurlu olduğu bilinmektedir.
Buna göre rasgele seçilen 5 ampulden
a) İki tanesinin kusurlu b) Tamamının kusursuz c) En az iki tanesinin kusurlu
5
p ( x) (0.06) x (0.94) 5 x , x 0,1,2,3,4,5
olması olasılıklarını bulunuz? x
p ( x) 0 diger durumlarda
5 2 5 2 5! 2 3
a) p ( 2 )
2 ( 0 . 06) ( 0.94 ) ( 0 .06) ( 0 .94) 0.0299
2!3!
5 0 50 5!
b) p ( 0)
0 ( 0 .06) ( 0.94 ) (0.06) 0 (0.94) 5 0.7339
0!5!
5! 5!
p(2) (0.06) 2 (0.94) 3 0.0299 p(3) (0.06) 3 (0.94) 2 0.0019
2!3! 3!2!
c) 5! 5!
p(4) (0.06) 4 (0.94)1 0.00006 p (5) (0.06) 5 (0.94) 0 0.000001
4!3! 5!0!
13
Poisson rasgele değişkenine örnekler:
14
e x
( x 1) 2 x
E ( X ) xp ( x) x e , 1 ... e
x 0 x 0 x! x 0 ( x 1)! 1! 2! x 0 x!
E ( X ) e e
2
2
e x x ( x 1) x e xx e
E ( X ) x p ( x) [ x( x 1) x]
x 0 x 0 x! x 0 x! x 0 x!
x e 2
( x 2)
e e 2e 2
x 2 ( x 2)! x 2 ( x 2)!
V ( X ) E ( X 2 ) [ E ( X )]2 (2 ) ( ) 2
15
Örnek . Saat 09:00 ile 09:30 arasında bir sekreterin aldığı telefon konuşmaları
ortalama 3 olmaktadır. Bir sonraki gün aynı zaman aralığında bu sekreterin;
a) Hiç konuşma almaması b) 5 konuşma alması c)2’den az konuşma alması
olasılıklarını bulunuz?
3 X e 3
P( X ) , X 0,1,2,...
X!
P( X ) 0 diger durumlarda
e 3 30 0,04979 1
a) P( X 0) 0,04979
0! 1
e 3 35 0,04979 243
b) P( X 5) 0,10082
5! 120
e 3 31 0,04979 3
c) P( X 1) 0,14937
1! 1
17
x n x
n x n x n!
im B(n, p ) im p q im 1
n n x n x!(n x)! n n
n(n 1)...(n x 1) n x
x
im 1 1
n x! x n n
n
n(n 1)...(n x 1) x n x
im 1 1
n nn n x! n n
1 2 x 1
11 1 ...1 x n
n n n
im 1
n 1
x x! n
1
n
x n
1 2 x 1
im 11 1 ...1 1 , im 1 1 , im 1 e
n n n n n n n n
x e 18
im B(n, p )
Örnek . Annesi göğüs kanseri olan 40-49 yaş grubundaki bayanlarda
göğüs kanserinin ortaya çıkma olasılığı 0.004 dür. Hastaneye kontrol
için gelen aynı yaş grubundan 100 bayandan ;
a) hiç birinde göğüs kanseri ortaya çıkmaması olasılığı nedir?
b) Bu bayanlardan 2 veya daha fazlasının göğüs kanseri olması olasılığı
nedir?
Çözüm :
a) P=0.004 , n=100 , =np= 0.004*100=0.4
P(X=0)= e-0.4 (0.4)0/0!=0.6703
b) P(X 2) = P(X=2)+P(X=3)+....+P(X=100)
Bu olasılıkların hesabı çok zaman alacağından, daha kısa yoldan
hesaplanabilir.
P(X 2) =1-[P(0)+P(1)]
P(X=1)= e-0.4 (0.4)1/1!=0.2681
P(X 2) =1-[0.6703 + 0.2681]= 0.0616
e 2 2 6
a) P ( X 6) 0,01203
6!
e 3 0
3 e 3 31
b) P( X 0) 0,13534 P ( X 1) 0,27068
0! 1!
21
5.9. Sürekli Olasılık Dağılımları
Sürekli değişkenlerin göstermiş olduğu dağılış sürekli olasılık
fonksiyonu şeklinde ifade edilir. Genelde de f(x) simgesi ile
gösterilir. Birçok sürekli dağılış vardır.
Normal dağılım
Lognormal dağılım
Üstel dağılım
Gamma dağılımı
Beta dağılımı
Weibull dağılımı
Cauchy dağılımı
t- dağılımı
F- dağılımı
Düzgün dağılım
2 dağılımı
Fisher Z dağılımı
22
1. Normal Dağılım
İstatistikte uygulanan birçok analiz ve tahmin
yöntemleri X değişkeninin Normal dağılış göstermesi
halinde geçerlidir. Bu nedenle dağılışın Normal olamadığı
hallerde yapılan analiz geçerliliğini kaybeder. Dolayısıyla
bu dağılış istatistikte önemli bir yere sahiptir.
24
Ortalaması Farklı
Normal Dağılışlar
Variyansı Farklı
Normal Dağılışlar
25
Normal dağılış eğrisi simetrik bir eğridir.
b
F(X) f(x) dx
a
27
İntegrali her ve her farklı 2 için almak oldukça
zordur. Bu nedenle X değişkeni standardize edilerek
Standart Normal dağılış elde edilir.
X’i standardize etmek için her X değerinden
ortalaması çıkarılarak standart sapmasına bölünür.
Xi -
Zi N Z ( 0, 2 1)
Bu değişkenin olasılık fonksiyonu:
Z2
1
f (Z ) e 2 , Z i
2
Olur. Bununla ilgili olasılıklar tablolardan okunabilir.
28
F(Z) f(z) dz
a
Örnek:
1. P(1.96<Z<+)=P(Z>1.96)= 0.025 olduğu görülür.
2. P(Z<-1.96) =?, simetri nedeniyle,
P(Z<-1.96)=P(Z>1.96)= 0.025 olur.
3. P( -1.96<Z<1.96)= 1- [P(Z<-1.96)+P(Z>1.96)]
=1 – 2*P(Z>1.96)= 1- 2*0.025= 1- 0.05= 0.95 olur.
29
P(Z<1.96)=1-P(Z>1.96)=1-0.025=0.975
P(1.2<Z<2)=P(Z<2)-P(Z<1.2)=0.9772-0.8849=0.0923
P(-2<Z-1.5)=P(1.5<Z<2)=P(Z<2)-P(Z<1.5)
=0.9772-0.9332=0.044
P(Z>-1.85)= 1- P(Z>1.85)=1-0.0322=0.9678
veya P(Z<1.85)=0.9678
30
Normal dağılışın 1,2 ve 3
standart sapma değerleri
31
Standart normal bölünme eğrisinin verildiği grafik
incelendiğinde Z1, Z2 ve Z3 apsislerine karşı gelen
ordinatlar arasında kalan alanlar, bütün alanın sırasıyla
%68.27 , %95.45 ve %99.73 e eşittir. Bu alanlar aşağıdaki
gibi bulunmuştur:
Z 0.03
1.5 0.063
X - a a 5
P P Z 0.1587
3
a5
olasılığı 0.1587 olan Z tablo değeri 1' dir . Bu nedenle 1 çözülürse, a 3 5 8 olur
3
33
Örnek: Klinik semptomlara göre felcin sebebini ortaya
koymak zordur. Bunun için anjio (angiogram) yapmak
gerekir. Bunun da belirli riskleri vardır. Bu test yerine
beyindeki CBF (cerabral blood flow) değerini ölçmek teşhise
yardımcı olmaktadır. Toplumda CBF in ortalamasının 75 ve
standart sapmasının 17 olduğu bilinmektedir. CBF değeri 40
altına düşerse tehlikeli bölgeye girilmiş demektir. Bu
toplumdan tesadüfen çekilen bir şahsın 40’ ın altında CBF
değerine sahip olma olasılığı nedir?
X~ N(75, 172) olduğuna göre, P( X < 40)=?
34
Örnek: Bir şahsın DBP (Diastolic(küçük) kan basıncı) 90 ile
100 mm Hg civarında ise bu kişi yüksek tansiyon sınırındadır
denir. 35-44 yaş grubundaki erkeklerde DBP değerleri
Normal dağılış gösterir, ortalaması 80 ve variyansı 144 dür.
Bu toplumdan tesadüfen seçilen bir şahsın yüksek tansiyon
sınırında olma olasılığı nedir?
X: (DBP değerleri) ~N(80, 144), P(90<X<100)=?
0,1558 35
Örnek: “Glaucoma” göz içi basınçla ilgili bir hastalıktır.
Toplumda göz içi basıncın değerinin 16 mm Hg ortalama
ve 3 mm Hg standart sapma ile Normal dağılış
gösterdiği bilinmektedir. Eğer basınç değerleri 12 mm
Hg ile 20 mm Hg arasında ise sağlıklı kabul
edilmektedir. Buna göre Toplumun % kaçı bu değerler
arasında bulunmaktadır?
36
Örnek . İstatistik final sınavında aritmetik ortalama 72, standart sapmada 15
bulunmuştur. a) 60 b)93
puan alan öğrencilerin standart puan derecelerini bulunuz?
X 60 72 93 72
Z 0.8 Z 1.4
15 15
Örnek . Bir fabrikada üretilen akülerin dayanma süreleri normal bölünmekte
olup, ortalama dayanma süresi 800 saat ve standart sapma 72 sat olarak
hesaplanmıştır. Üretimden alınacak herhangi bir akünün 764-872 saat
arasında dayanma olasılığını bulunuz?
X 764 800
Z 0.50 P(0.50 Z 0) 0.1915
72
872 800
Z 1.00 P (0 Z 1) 0.3413
72
P (0.50 Z 1) P (0.50 Z 0) P(0 Z 1)
0.1915 0.3413 0.5328
37
Örnek. Bir erkek grubunun boy uzunluklarının 165 cm
ortalamalı ve 16 cm standart sapmalı normal dağılıma
sahip olduğu biliniyor. Boy uzunlukları
a) 173 cm’den fazla b) 153-185 cm arasında
c)185-189cm arasında
olanların oranını hesaplayınız?
X 173 165
a) Z 16 0.50 , P(0 Z 0.5) 0.1915
P (0 Z ) 0.5
185 165
Z 1.25 P(0 Z 1.25) 0.3944
16
185 165
c) Z 1.25 P(0 Z 1.25) 0.3944
16
189 165
Z 1. 5 P (0 Z 1.5) 0.4332
16
X 105 100
a) Z
12
0.42
b)
X 90 100 110 100
Z alt 0,83 Z ust 0,83
12 12
P(0,83 Z 0.83) 0,5934 0,5934 300 178 kişi
40
Örnek. Bir gazetecinin her gün dağıttığı gazeteler için sarf
etmiş olduğu zaman (dk) normal dağılım göstermekte olup,
günlük ortalama zaman sarfiyatı 12 dk ve standart sapması
ise 2 dk.dır. Buna göre 1 yıl boyunca gazete dağıtımının;
10 12
b) Z 2 1
41
P( X 10) P( Z 1) P( Z 1) 0,1587 0,1587 365 ~ 58 g
c) 9 12 13 12
Z alt 1,5 Z ust 0,5
2 2
42
Örnek. Bir tarlada yetiştirilen buğday bitkisinin uzunlukları
normal dağılım göstermekte olup, ortalaması µ ve standart
sapması 6 cm dir. Aynı zamanda ürünlerin %4,78’inin 82 cm
den büyük olduğu bilinmektedir. Buna göre yığın
ortalamasının kaç cm olduğunu tahmin ediniz?
X ~ N ( ,36) ve P( X 82) 0, 0478
X 82 82
P( X 82) P 1 P( Z ) 0, 0478
6 6
82
P( Z ) 0,9522 P(1, 67) 0,9522
6
82
1, 67 72 cm
6 43
Örnek. X sürekli değişkeni normal dağılıma sahip olup,
ortalaması 100 ve varyansı 2 dir. P(X<106)=0,8849 olduğuna
göre standart sapma değerini bulunuz?
X ~ N (100, 2 ) ve P ( X 106) 0,8849
X 106 100
P ( X 106) P 0,8849
6
P ( Z ) 0,8849 P(1, 2) 0,8849
6
1, 2 5
44
Soru. Bir tavuk çiftliğindeki yumurtaların ağırlıkları normal
dağılım göstermektedir. Yapılan ölçümler neticesinde
yumurtaların %5’inin 85 gr.dan büyük, %72’sinin ise 65
gr.dan küçük olduğu gözlenmiştir. Yumurta ağırlıklarının
ortalamasını ve standart sapması bulunuz?
45
Binom Dağılımına Normal Dağılım Yaklaşımı
Eğer X parametreleri n ve p olan binom dağılışı gösteriyorsa,
P(a X b) olasılığı hesaplanırken, N(np, npq) normal dağılış
eğrisinin (a-1/2) ve (b+1/2) bölgesi altında kalan alanla
yaklaşık tahmini yapılabilir.
Eğer a=b olursa o zaman (a-1/2) ve (a+1/2) bölgesindeki alan
hesaplanır.
Eğer P(Xa)=? Olasılığı sorulursa, düzeltme yapılırken, a<n.p
ise a+1/2, değilse a-1/2 sınırı alınır.
Örnek: X~B(25,0.4), P(7X12)=? Bulunmak isteniyor. Normal
yaklaşımla;
=n.p=25*0.4=10 =npq= 25*0.4*0.6=2.45
P[X20]=P[Y19.5]=P[Z(19.5-10)/10]=P(Z3.0)=0.0013
48
Örnek : Bir firma her hafta ortalama olarak belli bir üründen
42 tane sipariş almaktadır. Firmanın 55 ve daha fazla bu
üründen alma olasılığını bulunuz?
X ~ P ( ) 42
e 42 42 x 54
e42 42 x
P( X 55) 1
x 55 x! x 0 x!
54,5 42
P ( X 55) P Z
42
( Z 1,93) 0, 0268 49
2. ÜSTEL DAĞILIM
X>0 olmak üzere sürekli bir rassal değişken olsun. >0 için X
rassal değişkeni aşağıdaki gibi bir dağılıma sahipse, bu f(x)
fonksiyonuna üstel dağılım denir. Üstel dağılım güvenilirlik
teorisinde çok sık kullanılır.
Olasılık fonksiyonu
e x , x o
f ( x)
0 , dd
0 , x0
x
F ( x) 1 e , xo
Birikimli dağılım fonksiyonu
1 , x
50
E ( X ) x e x dx , x u dv e x dx
0
1
E ( X ) xe
x
e x
dx
0
0
E ( X ) x e
2 2 x
dx , iki kez kismi int egral al.
0
2
2 2 2 2 2 1 1
E ( X ) 2 , V ( X ) E ( X ) [ E ( X )] 2 2
51
Örnek : X rassal değişkeni belirli bir müzik setinin ömrünü yıl
olarak göstersin ve aşağıdaki olasılık fonksiyonuna sahip
olsun.
a) Bu müzik setinin ez az 6 yıl dayanma olasılığını,
b) Ortalama dayanma süresini bulunuz?
Çözüm : 1 x / 6
e , xo
f ( x) 6
0 , dd
a)
1 x/6
P( X 6) e dx e x/6 1
e 0.367
6
6 6
b) 1 1
E( X ) 6yıl
1/ 6
52
Örnek : Bir elektrik devresinde kullanılan ampulün ömrünün üstel
bir dağılım gösterdiği varsayılıyor. Olasılık fonksiyonu
aşağıdaki gibi tanımlandığına göre rassal olarak seçilen bir
ampulün ömrünün 1000 saat ve daha az olması olasılığını ve
ortalama bir ampulün dayanma süresini bulunuz?
1 x /1000
e , xo
f ( x) 1000
0 , dd
x 1000 /1000 1
P( X 1000) F (1000) 1 e 1 e 1
e
1
E( X ) 1000 saat
1 / 1000 53
Örnek : Parametresi =1 olan X üstel rassal değişkeni için;
a) Birikimli dağılım fonksiyonunu,
b) P(X1)=? c) P(1X3)=? d) P(1X2|x 2)=?
Çözüm : 0 , x0
a)
F ( x) 1 e x , x o
1 , x
b) P(X1)=F(1)=1-e-1=0,632
) P(1 X3)=F(3)-F(1)=(1-e-3)-(1-e-1)=0,318
1 x/4
e , xo
f ( x) 4
0 , dd
55
3. DÜZGÜN DAĞILIM
X sürekli tesadüfi değişkeninin önceden belirli bir
aralık içindeki değerleri alması ihtimalleri birbirine
eşitse, x tesadüfi değişkeni düzgün dağılıma sahiptir
denir.
1 Olasılık fonksiyonu
, b a
f ( x) b a
0 , dd
0 , xa
x a
F ( x) , a xb
b a Birikimli dağılım fonksiyonu
1 , xb 56
b b
1 1 x2 b ab
E ( X ) xf ( x)dx x dx
a a
ba ba 2 a
2
b 3
1 1 x b 1 b3 a 3
E( X ) x
2 2
dx
a
ba ba 3 a
ba 3
2 2 2 2
1 (b a)(b ab a ) (b ab a )
ba 3 3
2 2 2 2
2 2 (b ab a ) a b (b a )
V ( X ) E ( X ) [ E ( X )]
3 2 12
57
Örnek : Bir şehirde banliyö trenlerinin gece yarım saatte bir
geçtiği varsayıldığına göre, bir yolcunun en az 25 dk. bekleme
ihtimalini, ortalama bekleme süresini ve standart sapmasını
bulunuz?
1 1 1
Çözüm : a=0 b=30 f ( x)
b a 30 0 30
30
1 1 30 1 1
a) P( X 25) dx x (30 25)
25
30 30 25
30 6
a b 0 30
b) E( X ) 15 dk
2 2
2 2
(b a) 30
V (X ) 75 S .S ( x) 8, 7 dk
12 12 58
1
, 1 x 5
Örnek : f ( x) 4
o dd
P(2X4)=? b) E(x) ve V(x) c) P(X2)=? d) = P(1X3|x >2)=?
a b 5 1
b) E( X ) 3
2 2
(b a ) 2 (5 1) 2
V (X ) 1,33
12 12 59
5
1
c) P ( X 2) dx 3 / 4
2
4
3
d) (1/ 4)dx 1/ 2
P (1 X 3 | X 2) 1
5
0, 67
3/ 4
(1/ 4)dx
2
60