Olasılık Kavramı. Mühendislikte İstatistik Yöntemler
|
|
- Kelebek Özdemir
- 7 yıl önce
- İzleme sayısı:
Transkript
1 Olasılık Kavramı Mühendislikte İstatistik Yöntemler
2 KÜME KAVRAMI Birlikte ele alınan belirli nesneler topluluğuna küme, Kümede içerilen nesnelere de eleman, öğe veya üye denir. Kümenin elemanlerı (öğeleri, üyeleri) kesin bir şekilde tanımlanmış olmalıdır. S = {s : Türkçe deki sesli harf} S = {a, e, ı, i, o, ö, u, ü} a S (a, S kümesinin bir öğesidir) b S (a, S kümesinin bir öğesi değildir) 2
3 Z = {z : Zar atışı sırasında görülen sayıların kümesi} Z = {1, 2, 3, 4, 5, 6} 1 Z (1, Z kümesinin bir öğesidir) 7 Z (7, Z kümesinin bir öğesi değildir) 3
4 KÜME KAVRAMI Hiç bir elemanı olmayan küme boş küme olarak adlandırılır ve Ø işareti ile gösterilir. Bir kümenin bütün elemanları diğer bir kümenin de elemanları ise ilk küme ikinci kümenin bir alt kümesi dir denir ve işareti ile gösterilir. İki kümenin her ikisinde de bulunan elemanların oluşturduğu küme bu iki kümenin arakesiti (kesişimi) dir ve I işareti ile gösterilir. İki kümenin ortak elemanı yoksa bu kümelere ayrık kümeler denilir ve boş küme L I S = Ø ile gösterilir. İki kümeden en az birinde bulunan elemanlardan oluşan kümeye bu iki kümenin bileşimi denir ve U ile gösterilir. 4
5 KÜME KAVRAMI Kümeler arası ilişkiler Venn Diyagramı ile gösterilir: S H L K S I H K S L I S = Ø H S S I H = {a,e} 5
6 KÜME KAVRAMI S = {s : Türkçe deki sesli harf} S = {a, e, ı, i, o, ö, u, ü} K = {k : Türkçe deki kalın sesli harfler} K = {a, ı, o, u} H = {h : Türkçe deki ilk 6 harf} H = {a, b, c, ç, d, e} L = {l : Türkçe deki son 3 harf } L = {v, y, z} L I S = Ø K S H S K I H = {a} S I H = {a, e} S U H = {a, e, ı, i, o, ö, u, ü, b, c, ç, d} KIH S K L H S I H SIKI H 6
7 Olasılık teorisinde bir rastgele olayın meydana gelmesi şansı olasılık (ihtimal) olarak adlandırılır. Rastgele değişken X ile, rastgele değişkenin bir gözlem sırasında aldığı değeri x ile gösterirsek, X = x i rastgele olayının olasılığı p i olur. P ( X = x i ) = p i 0 p i 1 p i olasılığının değeri 0 ile 1 arasında değişir. Olasılığın 0 olması sözkonusu olayın hiçbir zaman meydana gelmeyeceğini, 1 olması ise kesinlikle (her gözlemde) meydana geleceğini gösterir. Olasılık 0 dan 1 e doğru arttıkça gözlemler sırasında o olayın görülme şansı artar, yani olayla saha sık karşılaşılır. 7
8 Örnek: Bir zar atışında 1, 2, 3, 4, 5 veya 6 sayılarından herbirinin görülme olasılığı 1/6 dır. Z = {1, 2, 3, 4, 5, 6} P(X=1) = P(X=2) = P(X=3) = P(X=4) = P(X=5) = P(X=6) = 1/6 P(X=0) = P(X=7) = 0 1 ile 6 arasında herhangi bir sayı görülmesi olasılığı 1 dir. P(X=1 U X=2 U X=3 U X=4 U X=5 U X=6) = 6(1/6) = 1 8
9 3 veya daha büyük bir sayı görülmesi olasılığı: Z = {1, 2, 3, 4, 5, 6} Z = {1, 2, 3, 4, 5, 6} P(X 3) = 1/6 + 1/6 + 1/6 + 1/6 = 4/6 = 2/3 veya P(X 3) = 4(1/6)= 4/6 = 2/3 dır. 3 ten küçük bir sayının görülmesi olasılığı: Z = {1, 2, 3, 4, 5, 6} Z = {1, 2, 3, 4, 5, 6} P(X < 3) = 1/6 + 1/6 = 2/6 = 1/3 veya P(X < 3) = 2(1/6)= 2/6 = 1/3 dır. 9
10 Hileli bir zarda çift sayı gelmesi olasılığı, tek sayı gelmesi olasılığının iki katı ise: Z = {1, 2, 3, 4, 5, 6} P(X =1) = P(X =3) = P(X =5) = p P(X =2) = P(X =4) = P(X =6) =2 p 3(p) + 3(2p) = 1 3p + 6p = 1 p = 1/9 P(X =1) = P(X =3) = P(X =5) = 1/9 P(X =2) = P(X =4) = P(X =6) =2/9 10
11 - Olasılıkların Toplanması Birleşik bir olayın ortaya çıkma olasılığı, bu olayı oluşturan basit olayların olasılıklarının toplanmasıylabulunur. ÖRNEK: Yukarıda sözünü ettiğimiz tavla zarıyla ilgili örneğe devamvam edelim. İki zarın birlikte atılışında 4 gelme olayı A ile gösterilirse, P(A) : 1-3, 3-1, 2-2 basit olayların olasılıklarının toplanmasına eşit olur: P(A)= + + = = 11
12 Birleşik olaylar, birbirini engelleyen ve engellemeyen olaylar olmak üzere ikiye ayrılırlar. - Birbirini Engelleyen Olaylar ÖRNEK: Bir deste iskambil kağıdı arasından bir defada bir papazçekme(b1)vebirkızçekme(b kız çekme(b2) )olayları birbirlerini engelleyentürde olaylardır. Çünkübirdefadahempapazhemkızçekmeolasılığı sıfırdır. Bu durum şu şekilde gösterilebilir. P(B1 IB2)=0 12
13 ÖRNEK: Yukarıdaki«papaz ve kız» olaylarını bu kez, «papaz veya kız» olaylarına dönüştürürsek, bu durum şöyle gösterilir: P(B1UB2)=P(B1)+P(B2)= = Birbirini engelleyen olayların olasılıkların toplamı 1 dir. Bu şöyle gösterilir: P(B1)+P(B2)+P(B3)+... P(Bn)=1 13
14 - Birbirini Engellemeyen Olaylar ÖRNEK: Eğer B1B2 olayları birbirini engellemeyen olaylar ise, B1veya B2 nin ortaya çıkma olasılığı; P(B1UB2)=P(B1)+P(B2)-P(B1 I B2)şeklindegösterilir. Birdesteiskambilkağıdından1valeveya1karoçekme olasılığını bulmak için, 1 vale çekme olayını B1 ile, bir karo çekme olayını B2 ile gösterirsek, bu olaylar birbirini engellemediğinden, B1 B2yani karo valesi çekilmesi olasıdır. Buna göre B1 veya B2 nin ortaya çıkma olasılığı; P(B1UB2) = = = 4 13 bulunur. 14
15 Bir olayın olasılığı, gözlem sayısının sonsuza gitmesi halinde frekansının limit değeri olarak hesaplanır. p i = lim N ni N Örneğin, 1500 gün boyunca yapılan gözlemlerde 600 gün yağış düşmediği gözlenmişsse, bu ölçekte günlük yağış yüksekliğinin 0 olması olasılığı: P ( X = 0 ) = 600 / 1500 = 0.40 = % 40 15
16 BASİT VE BİLEŞİK RASTGELE OLAYLARIN OLASILIKLARI Bir rastgele değişkenin gözlemlerde alabileceği değerlerin tümünden oluşan küme o değişkenin örnek uzayı nı oluşturur. Sadece bir gözlem sırasında rastgele bir değişkenin belirli bir değeri alması basit rastgele olay dır. Birden fazla rastgele olayın bileşiminden oluşanlar ise bileşik rastgele olaylar dır. Örnek uzayındaki basit ve bileşik olayların her birine olasılık uzayında bir nokta (belli bir olasılık) karşı gelir. Basit Olay X = x i p i p i Bileşik Olay Örnek Uzayı Olasılık Uzayı 16
17 BASİT VE BİLEŞİK RASTGELE OLAYLARIN OLASILIKLARI A B C AI B Ayrık iki olayın olasılığı: P (AU C) = P(A) + P(C) Ayrık olmayan olayların bileşiminin olasılığı: P (A U B) = P(A) + P(B) - P(A I B) 17
18 BASİT VE BİLEŞİK RASTGELE OLAYLARIN OLASILIKLARI A B Bo Ao AI B Ayrık olmayan olayların bileşiminin olasılığı: P (A) = P(A I B) + P(A 0 ) P (B) = P(A I B) + P(B 0 ) P (A U B) = P(A 0 ) + P(B 0 ) + P(A I B) 18
19 İKİ BOYUTLU VE KOŞULLU ÖRNEK UZAYI X ve Y gibi iki rastgele değişken bir arada düşünülürse iki boyutlu örnek uzayından söz edilebilir. Bir gözlemde X rastgele değişkeni için X = x i olayı meydana gelirken aynı gözlemde Y rastgele değişkeni için Y = y j olayı görülüyorsa (x i, y j ) gözlem çifti iki boyutlu örnek uzayında bir noktayı ifade eder. Koşullu örnek uzayı, verilen bir Y=y j olayının meydana gelmesi koşuluyla gözlenen X = x i olayları yeni bir tek boyutlu örnek uzayı oluşturur, bu koşullu örnek uzayıdır. Buradaki olaylar (X=x i Y=y j ) şeklinde ifade edilir. 19
20 İKİ BOYUTLU VE KOŞULLU ÖRNEK UZAYI Koşullu örnek uzayının hesabı: P(A B) = P(A B) P(B) P(B) 0 için Denklem yeniden düzenlenirse: P (A B) = P(A B) P(B) Denklem 3 veya daha fazla olay için yazılırsa: P (A B C) = P(A B C) P(B C) P(C) A ve B olayları olasılık açısından bağımsız ise denklem: P (A B) = P(A) P(B) 20
21 TOPLAM OLASILIK KURALI TOPLAM OLASILIK KURALI B 1 B B 3 B 2 A A B 1 A B 4 A B 2 21 A ve B olayları ayrık olaylar olduğundan: A olayının olasılığı: Bu ifadeler önceki denklemde yerine konursa: B 4 ) (... ) ( ) ( ) ( 2 1 Bn A P B A P B A P A P = ) ( ) ( ) ( i i i B P B A P B A P = = = = n i i i n B P B A P Bn P B A P B P B A P B P B A P A P ) ( ) ( ) ( ) (... ) ( ) ( ) ( ) ( ) (
22 - Koşulsuz Olasılık B1 in önceden ortaya çıkması B2 yi etkilemiyorsa, bu olaylr bağımsızdır. Bu durumda P(B2/B1) = P(B2) ve P(B1/B2) = P(B1) olduğundan, kural; P(B1 B2)=P(B1).P(B2)biçiminialır. ).P(B )biçiminialır. ÖRNEK:Aolayınınolmaolasılığı 0,5veBolayınınolma olasılığı 0,8 ise, her ikisinin birlikte olma olasılığını hesaplayalım: A ve B olayları bağımsız olduğundan, P(A B)=0,5.0,8=0,4 dür. 22
23 -Ağaç Diyagramı Ağaç diyağramı koşullu ve bağlı olasılıkları göstermek çok yararlıdır. 23
24 -Bayes Kuramı Bayes kuramı, bir olayın ortaya çıkmasında birden fazla bağımsız neden etkili olduğunda, bu nedenlerden herhangi birinin o olayı ortaya çıkarma olasılığının hesaplanmasında ve subjektif olasılıklarla ilgili karar vermede kullanılan bir kuramdır. Biri etkileyen olay, diğeri etkilenen olay olmak üzere, iki olay arasındaki ilişkide, etkiliyen olayın olasılığı P(A1), sonuç olarak ortaya çıkan olayın olasılığı P(B) ile gösterildiğinde, iki olayın bir arada ortaya çıkma olasılığının hesaplanmasında kulanılan formülden yararlanarak, aşğıdaki denklem kurulur. 24
25 TOPLAM OLASILIK KURALI VE BAYES TEOREMİ Toplam Olasılık Kuralı: B 1 P( A) = n i= 1 P( A B ) P( i B i ) A B 1 A A B 2 B 2 A B 4 B 4 B 3 4 Toplam olasılık teoremi kullanılarak, rastgele değişkene ait olayların olasılıkları için önceki deneyimlerimize dayanarak yaptığımız tahminleri daha sonra yapılan gözlemlerin sonuçlarına göre düzeltmekte kullanılan Bayes kuralı tanımlanabilir: Bayes Teoremi: P( B k A) = n P( B i= 1 k ) P( A B P( A B ) P( B ) i k ) i 25
26 -Permütasyon Permütasyon, birbirinden farklı N nesnenin hepsi veya bir kısmı alınarak yapılacak çeşitli dizilişlerden her biridir. A, B, C harfleriyle simgelenen üç nesne, birbirinden farklı olarak altı biçimde düzenlenebilir: ABC, ACB,BAC, BCA, CAB, CBA Her birdiziliş bir permütasyondur. Birbirinden farklı N=3 nesneden hepsini alarak elde edilecek permütasyon sayısı; PN = N! Eşitliğiyle hesaplanır. 26
27 ÖRNEK: Dört nesneyi simgeleyen A, B, C, D harflerinin tümünü alarak elde edilecek permütasyon sayısı ve permütasyonları hesaplayalım: PN=4! P4=24tanedir Permütasyonlar: ABCD ACBD ABDC ADCB ACDB ADBC BADC BDAC BCDA BDCA BACD BCAD CABD CBAD CADB CDAB CBDA CDBA DBCD DCBA DACB DCAB DABC DBAC 27
28 N tane nesneden bazıları aynıysa, aynı olanların kendi aralarında yerdeğiştirmesi permütasyonun şeklini değiştirmez. Örneğin N nesnede a tanesi birbirinin aynı, b tanesi aynı, c tanesi yine aynı ise, bu N nesneden elde edilecek permütasyonsayısı; ÖRNEK:Dörtnesne A, A, B ve C harfleriyse, bu dört harften yapılabilecek permütasyon sayısını hesaplayıp, permütasyonlarını oluşturunuz. P4 = 4! 2!.1!.1! = 12 tanedir. 28
29 Permütasyonlar: AABC AACB BAAC CAAB BCAA CBAA ABAC ABCA ACBA CABA BACA ACAB Birbirinden farklı n nesneden n tanesi alınarak elde edilecek permütasyonsayısı ise; 29
30 ÖRNEK:Üç nesne A, B, C harfleriyse, bu harflerden ikişer tane alınarak elde edilecek permütasyon sayısını ve permütasyonları oluşturalım. Permütasyon sayısı, Permütasyonlar: AB,BA,AC, CA, BC,CB Birbirinden farklı N nesneden n tanesi alınarak ve aynı nesnenin bir permütasyonda n defa tekrarlanması da mümkünolduğundapermütasyon sayısı, 30
31 ÖRNEK:Üç nesne A, B, C harfleri olsun.bu harflerden ikişer tane alarak ve bir harfin bir permütasyonunda 2 kez tekrarlanması da dahil olmak üzere permütasyon sayısını ve permütasyonları hesaplayalım: Permütasyonsayısı; Permütasyonlar: AA, AB,AC, BB,BA, BC, CC, CA, CB 31
32 - KOMBİNASYON Kombinasyon, birbirinden farklı N nesnenin bir kısmını seçerek ve sıra gözetmeksizin oluşturulan gruplardan her biridir. Örneğin üç nesne A, B,Charfleri olsun.buüç nesneden ikişer tane alarak sıra gözetmeksizin (birbirinden farklı) yapılan üç ayrı kombinasyon aşağıda gösterilmiştir: AB,AC,BC 32
33 Permütasyon konusunda da aynı örnek verilmişti ama orada AB, BA, AC, CA, BC, CB permütasyonları oluşturulmuştu. Permütasyonda AB ile BA ayrı birer diziliş olarak kabul edilmekte fakat kombinasyonda harflerin diziliş sırasına önem verilmediği için AB ile BA bir kombinasyon olarak kabul edilmektedir. Birinden farklı N nesneden n tane alarak elde edilecek kombinasyon sayısı: 33
34 ÖRNEK:DörtnesneA,B,C,Dharfleriolsun.Budört nesneden üç tanesi alınarak oluşturulacak kombinasyon sayısını hesaplayalım ve kombinasyonları oluşturalım: Kombinasyon sayısı: Kombinasyonlar: ABC,ABD,ACD,BCD 34
35 ÖRNEK:BeşnesneA,B,C,D,veEharfleriolsun.Bubeş nesneden(a) ikişer tane alarak,(b) üçer tane alarak,(c) dörder tane alarak oluşturulacak kombinasyon sayılarını ve kombinasyonları hesaplayalım. A. İki harften oluşan kombinasyon sayıs; Kombinasyonlar: AB,AC, AD, AE, BC,BD, BE,CD, CE, DE şeklindedir. 35
36 B. Üç harften oluşan kombinasyon sayısı; Kombinasyonlar; ABC,ABD,ABE, ACD,ACE,ADE, BCD,BCE,BDE,CDE şeklindedir. C. Dört harften oluşan kombinasyon sayısı; Kombinasyonlar; ABCD, ABCE ABDE, ACDE, BCDE şeklindedir. 36
Olasılık Kavramı. Recep YURTAL. Mühendislikte İstatistik Metotlar. Çukurova Üniversitesi İnşaat Mühendisliği Bölümü
Olasılık Kavramı Mühendislikte İstatistik Metotlar Çukurova Üniversitesi İnşaat Mühendisliği ölümü OLSILIK KVRMI KÜME KVRMI irlikte ele alınan belirli nesneler topluluğuna küme, Kümede içerilen nesnelere
DetaylıTanım Bir A kümesinin her elemanı, bir B kümesinin de elamanı ise, A kümesine B kümesinin alt kümesi denir.
BÖLÜM 1 KÜMELER CEBİRİ Küme, iyi tanımlanmış ve farklı olan nesneler topluluğudur. Yani küme, belli bir kurala göre verilmiş nesnelerin listesidir. Nesneler reel veya kavramsal olabilir. Kümede bulunan
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 GİRİŞ Olasılık Teorisi: Matematiğin belirsizlik taşıyan
DetaylıOlasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:
OLASILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 4: OLASILIK TEORİSİ Giriş Bu bölüm sonunda öğreneceğiniz konular: Rastgele Olay Örnek Uzayı Olasılık Aksiyomları Bağımsız ve Ayrık Olaylar Olasılık Kuralları Koşullu Olasılık
DetaylıOlasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler.
Bölüm 2 OLASILIK TEORİSİ Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı rasgele değişkenleri inceler. Rasgele değişken, gelecekteki bir gözlemde alacağı
DetaylıBAYES KURAMI. Dr. Cahit Karakuş
BAYES KURAMI Dr. Cahit Karakuş Deney, Olay, Sonuç Küme Klasik olasılık Bayes teoremi Permütasyon, Kombinasyon Rasgele Değişken; Sürekli olasılık dağılımı Kesikli - Süreksiz olasılık dağılımı Stokastik
Detaylısayıların kümesi N 1 = { 2i-1: i N } ve tüm çift doğal sayıların kümesi N 2 = { 2i: i N } şeklinde gösterilebilecektir. Hiç elemanı olmayan kümeye
KÜME AİLELERİ GİRİŞ Bu bölümde, bir çoğu daha önceden bilinen incelememiz için gerekli olan bilgileri vereceğiz. İlerde konular işlenirken karşımıza çıkacak kavram ve bilgileri bize yetecek kadarı ile
DetaylıOlasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir.
5.SUNUM Olasılık, bir deneme sonrasında ilgilenilen olayın tüm olaylar içinde ortaya çıkma ya da gözlenme oranı olarak tanımlanabilir. Günlük hayatta sıklıkla kullanılmakta olan olasılık bir olayın ortaya
DetaylıÖrnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? n(s) = 3 6 = 1 2
Bir Olayın Olasılığı P(A) = n(a) n(s) = A nın eleman sayısı S nin eleman sayısı Örnek Bir zar atıldığında zarın üstünde bulunan noktaların sayısı gözlensin. Çift sayı gelmesi olasılığı nedir? Çözüm: S
DetaylıANADOLU ÜNİVERSİTESİ OLASILIĞA GİRİŞ
ANADOLU ÜNİVERSİTESİ İST 213 OLASILIK DERSİ OLASILIĞA GİRİŞ DOÇ. DR. NİHAL ERGİNEL OLASILIĞA GİRİŞ - Bugün yağmur yağma olasılığı % 75 dir. - X marka bilgisayarın hiç servis gerektirmeden 100000 saat çalışması
DetaylıBİYOİSTATİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTTİSTİK Olasılıkta Temel Kavramlar Yrd. Doç. Dr. slı SUNER KRKÜLH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim D. Web: www.biyoistatistik.med.ege.edu.tr 1 OLSILIK Olasılık; Tablo
DetaylıOLASILIĞA GİRİŞ P( )= =
OLASILIĞA GİRİŞ - Bugün yağmur yağma olasılığı % 75 dir. - X marka bilgisayarın hiç servis gerektirmeden 100000 saat çalışması olasılığı %85 dir. Olasılık modelleri; Sıvı içindeki moleküllerin davranışlarını
DetaylıDr. Mehmet AKSARAYLI OLASILIK. Ders 3 / 1
Dr. Mehmet AKSARAYLI OLASILIK Ders 3 / 1 1 0 Kesin İmkansız OLASILIK; Bir olayın gerçekleşme şansının sayısal değeridir. N adet denemede s adet başarı söz konusu ise, da başarının nisbi frekansı lim (s/n)
DetaylıTEOG. Sayma Sayıları ve Doğal Sayılar ÇÖZÜM ÖRNEK ÇÖZÜM ÖRNEK SAYI BASAMAKLARI VE SAYILARIN ÇÖZÜMLENMESİ 1. DOĞAL SAYILAR.
TEOG Sayma Sayıları ve Doğal Sayılar 1. DOĞAL SAYILAR 0 dan başlayıp artı sonsuza kadar giden sayılara doğal sayılar denir ve N ile gösterilir. N={0, 1, 2, 3,...,n, n+1,...} a ve b doğal sayılar olmak
DetaylıYENİ ORTAÖĞRETİM MATEMATİK PROGRAMINA UYGUNDUR. YGS MATEMATİK 3. KİTAP MERVE ÇELENK FİKRET ÇELENK
YENİ ORTAÖĞRETİM MATEMATİK PROGRAMINA UYGUNDUR. YGS MATEMATİK 3. KİTAP MERVE ÇELENK FİKRET ÇELENK İÇİNDEKİLER Kümeler 5 44 Fonksiyonlar 1 45 88 Fonksiyonlar 2 89 124 Sayma Kuralları 125 140 Faktöriyel
DetaylıBMT 206 Ayrık Matematik. Yük. Müh. Köksal GÜNDOĞDU 1
BMT 206 Ayrık Matematik Yük. Müh. Köksal GÜNDOĞDU 1 Kümeler Yük. Müh. Köksal GÜNDOĞDU 2 Kümeler Kümeler Ayrık Matematiğin en temel konularından biridir Sayma problemleri için önemli Programlama dillerinin
Detaylıİstatistik 1. Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları. Ankara Üniversitesi SBF, GYY
İstatistik 1 Bölüm 5 Olasılık Teorisi ve Kesikli Olasılık Dağılımları Bu Bölümde İşlenecek Konular Temel Olasılık Teorisi Örnek uzayı ve olaylar, basit olasılık, birleşik olasılık Koşullu Olasılık İstatistiksel
DetaylıÇözüm: Siyah top çekilme olasılığı B olsun. Topların sayısı 12 olduğuna göre P(B)=8/12=2/3 tür.
1 Olasılık Örnekler 1. Bir çantada 4 beyaz 8 siyah top vardır. Bir siyah top çekilmesi olasılığı nedir? Çözüm: Siyah top çekilme olasılığı B olsun. Topların sayısı 12 olduğuna göre P(B)=8/12=2/3 tür. 2.
DetaylıKüme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur
Kümeler Kümeler ve küme işlemleri olasılığın temellerini oluşturmak için çok önemlidir Küme temel olarak belli nesnelerin ya da elamanların bir araya gelmesi ile oluşur Sonlu sayıda, sonsuz sayıda, kesikli
DetaylıOlasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:
OLASILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler, bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi
DetaylıOlasılık Kuramı ve İstatistik. Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları
Olasılık Kuramı ve İstatistik Konular Olasılık teorisi ile ilgili temel kavramlar Küme işlemleri Olasılık Aksiyomları OLASILIK Olasılık teorisi, raslantı ya da kesin olmayan olaylarla ilgilenir. Raslantı
DetaylıMATM 133 MATEMATİK LOJİK. Dr. Doç. Çarıyar Aşıralıyev
MATM 133 MATEMATİK LOJİK Dr. Doç. Çarıyar Aşıralıyev 3.KONU Kümeler Teorisi; Küme işlemleri, İkili işlemler 1. Altküme 2. Evrensel Küme 3. Kümelerin Birleşimi 4. Kümelerin Kesişimi 5. Bir Kümenin Tümleyeni
DetaylıOLASILIK. P(A) = şeklinde ifade edilir.
OLASILIK Olasılık belirli bir olayın olabilirliğinin sayısal ölçüsüdür. Olasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir. 17 yy. da şans oyunlarıyla birlikte kullanılmaya
DetaylıOLASILIK LASILIK ve İSTATİSTİK Olasılık
1-1 Click To Edit Master Title Style OLASILIK ve İSTATİSTİK Olasılık Yrd.Doç.Dr Doç.Dr.. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü 1-2 GİRİŞ Olasılık,
DetaylıBuna göre, eşitliği yazılabilir. sayılara rasyonel sayılar denir ve Q ile gösterilir. , -, 2 2 = 1. sayıdır. 2, 3, 5 birer irrasyonel sayıdır.
TEMEL KAVRAMLAR RAKAM Bir çokluk belirtmek için kullanılan sembollere rakam denir. 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 sembolleri birer rakamdır. 2. TAMSAYILAR KÜMESİ Z = {..., -3, -2, -1, 0, 1, 2, 3, 4,... }
DetaylıKÜMELER ÜNİTE 1. ÜNİTE 1. ÜNİTE 2. ÜNİTE 1. ÜNİT
KÜMELER ÜNİTE 1. ÜNİTE 1. ÜNİTE 2. ÜNİTE 1. ÜNİT Kümelerde Temel Kavramlar 1. Kazanım : Küme kavramını açıklar; liste, Venn şeması ve ortak özellik yöntemleri ile gösterir. 2. Kazanım : Evrensel küme,
DetaylıOlasılık bir olayın meydana gelme şansının sayısal ifadesidir. Örnekler:
OLSILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler, bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi
DetaylıToplam Olasılık Prensibi
1 Toplam Olasılık Prensibi A 1, A 2,, A n karşılıklı kapsamayan ve birlikte tamamlayan olaylar kümesi olsun: A k A A j 0 = 0 k j j nn j j 1 = 1 B, S içinde herhangi bir olay ise k j AA j = ise S ise Pr[A
DetaylıA { x 3 x 9, x } kümesinin eleman sayısı A { x : x 1 3,x } kümesinin eleman sayısı KÜMELER
KÜMELER Küme, nesnelerin iyi tanımlanmış bir listesidir. Kümeyi oluşturan nesnelerin her birine kümenin elemanı denir. Kümeler genellikle A, B, C,... gibi büyük harflerle gösterilir. x nesnesi A kümesinin
DetaylıAnkara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1
1 Rastgele bir denemede ortaya çıkması olası sonuçların tamamıdır Örnek: bir zar bir kez yuvarlandığında S= Yukarıdaki sonuçlardan biri elde edilecektir. Sonuçların her biri basit olaydır Örnek: Bir deste
Detaylı1. BÖLÜM. Sayılarda Temel Kavramlar. Bölme - Bölünebilme - Faktöriyel EBOB - EKOK. Kontrol Noktası 1
1. BÖLÜM Sayılarda Temel Kavramlar Bölme - Bölünebilme - Faktöriyel EBOB - EKOK Kontrol Noktası 1 Isınma Hareketleri 1 Uygun eşleştirmeleri yapınız. I. {0, 1, 2,..., 9} II. {1, 2, 3,...} III. {0, 1, 2,
DetaylıDers 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar
Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar Küme Kavramı Küme İşlemleri Deney, Örnek Uzay, Örnek Nokta ve Olay Kavramları Örnek Noktaları Sayma Permütasyonlar Kombinasyonlar Parçalanmalar
DetaylıÖrnek...4 : A = { a, b, c, d, {a}, {b,c}} kümesi veriliyor. Aşağıdakilerin doğru mu yanlış mı olduğunu yazınız.
KÜME KAVRAMI Küme matematiğin tanımsız bir kavramıdır. Ancak kümeyi, iyi tanımlanmış kavram veya nesneler topluluğu diye tarif edebiliriz. Kümeler A, B, X, K,... gibi büyük harflerle gösterilir. Bir kümeyi
DetaylıKÜMELER. İyi tanımlanmış nesneler topluluğuna küme denir. Bir küme, birbirinden farklı nesnelerden oluşur. Bu nesneler somut veya soyut olabilir.
1 KÜMELER İyi tanımlanmış nesneler topluluğuna küme denir. ir küme, birbirinden farklı nesnelerden oluşur. u nesneler somut veya soyut olabilir. Kümeyi oluşturan nesnelerin her birine eleman(öğe) denir.
DetaylıMOMENTLER, ÇARPIKLIK VE BASIKLIK. Moment: Bir değişkenin gözlemleri X 1, X 2, X 3, X 4.X n olsun. Bu serinin r inci momenti:
MOMENTLER, ÇARPIKLIK VE BASIKLIK Moment: Bir değişkenin gözlemleri X 1, X 2, X 3, X 4.X n olsun. Bu serinin r inci momenti: İşletme no 1 2 3 4 5 Arazi genişliği (da) 5 10 4 3 8 Aritmetik ortalamaya göre
DetaylıOLASILIK (İHTİMAL) TEORİSİ. DENEY (experiment),sonuç (outcome), OLAY (event) DENEY:Bir aktivitenin gözlemlenmesi ve ölçüm yapma şekilleridir.
OLASILIK (İHTİMAL) TEORİSİ 1 DENEY (experiment),sonuç (outcome), OLAY (event) DENEY:Bir aktivitenin gözlemlenmesi ve ölçüm yapma şekilleridir. SONUÇ:Deneylerin tamamlanması ile elde edilen verilerdir.
Detaylı1. BÖLÜM Mantık BÖLÜM Sayılar BÖLÜM Rasyonel Sayılar BÖLÜM I. Dereceden Denklemler ve Eşitsizlikler
ORGANİZASYON ŞEMASI 1. BÖLÜM Mantık... 7. BÖLÜM Sayılar... 13 3. BÖLÜM Rasyonel Sayılar... 93 4. BÖLÜM I. Dereceden Denklemler ve Eşitsizlikler... 103 5. BÖLÜM Mutlak Değer... 113 6. BÖLÜM Çarpanlara Ayırma...
DetaylıSAYILAR MATEMATİK KAF03 BASAMAK KAVRAMI TEMEL KAVRAM 01. İki basamaklı en küçük sayı : İki basamaklı en büyük negatif sayı :.
SAYILAR BASAMAK KAVRAMI İki basamaklı en küçük sayı : İki basamaklı en büyük negatif sayı :. Üç basamaklı rakamları farklı en küçük sayı :. SORU 5 MATEMATİK KAF03 TEMEL KAVRAM 01 Üç basamaklı birbirinden
DetaylıTemel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir.
Temel Kavramlar 1 Doğal sayılar: N = {0, 1, 2, 3,.,n, n+1,..} kümesinin her bir elamanına doğal sayı denir ve N ile gösterilir. a) Pozitif doğal sayılar: Sıfır olmayan doğal sayılar kümesine Pozitif Doğal
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Kombinatoryal Olasılık 5. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Olaylar ve Olasılıklar Kombinatoryal Olasılık Olaylar
DetaylıLineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler
Lineer Cebir Doç. Dr. Niyazi ŞAHİN TOBB İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler Bölüm 1 - Lineer Eşitlikler 1.1. Lineer Eşitliklerin Tanımı x 1, x 2,..., x
DetaylıTEMEL SAYMA KURALLARI
TEMEL SAYMA KURALLARI SAYMA Toplama Yoluyla Sayma A ve B sonlu ve ayrık kümeler olmak üzere, bu iki kümenin birleşiminin eleman sayısı; s(a,b) = s(a) + s(b) dir. Sonlu ve ayrık iki kümenin birleşiminin
Detaylı8.Konu Sonlu ve sonsuz kümeler, Doğal sayılar
8.Konu Sonlu ve sonsuz kümeler, Doğal sayılar 1. Eşit güçlü kümeler 2. Sonlu ve sonsuz kümeler 3. Doğal sayılar kümesi 4. Sayılabilir kümeler 5. Doğal sayılar kümesinde toplama 6. Doğal sayılar kümesinde
Detaylıa. Aynı sırada çekilen herhangi iki kartın aynı d. 4. çekişte iki torbadan da 4 numaralı kartların e. 2. ve 4. çekişte aynı numaralı kartların
Örnek Problem - Sinemada, yan yana koltukta oturan arkadaş, ara verildiğinde kalkıyorlar. Dönüşte, aynı koltuğa rastgele oturduklarına göre; hiçbirinin ilk yerine oturmaması olasılığı Örnek Problem - 4
DetaylıÖrnek Uzay: Bir deneyin tüm olabilir sonuçlarının kümesine Örnek Uzay denir. Genellikle harfi ile gösterilir.
BÖLÜM 3. OLASILIK ve OLASILIK DAĞILIMLARI Rasgele Sonuçlu Deney: Sonuçlarının kümesi belli olan, ancak hangi sonucun ortaya çıkacağı önceden söylenemeyen bir işleme Rasgele Sonuçlu Deney veya kısaca Deney
DetaylıTABAN ARĠTMETĠĞĠ. ÇÖZÜM (324) 5 = = = = 89 bulunur. Doğru Seçenek C dir.
TABAN ARĠTMETĠĞĠ Kullandığımız 10 luk sayma sisteminde sayılar {0,1,2,3,4,5,6,7,8,9} kümesinin elemanları (Rakam) kullanılarak yazılır. En büyük elemanı 9 olan, 10 elemanlı bir kümedir. Onluk sistemde;
Detaylıtmoz.info ozeldersci.com 1 PERMÜTASYON Not Örnek 1.1 FAKTÖRİYEL Örnek Örnek Çözüm Çözüm
Tüm hakları yazarı Bora Arslantürk'e aittir. Kaynak belirtmek şartı ile tüm öğretmen ve öğrencilerimizin - 1 permütasyon kombinasyon olasılık kullanımına açıktır.007 yılı sonuna dek kaynak belirtmek şartı
DetaylıBİYOİSTATİSTİK OLASILIK
BİYOİSTATİSTİK OLASILIK B Doç. Dr. Mahmut AKBOLAT *Küme Kavramı: Küme, tek bir isim altında toplanabilen ve benzer özellik gösteren birimlerin meydana getirdiği topluluk olarak tanımlanabilir. Küme içinde
DetaylıDÜZGÜN ÖLÇÜM. Ali DÖNMEZ Doğuş Üniversitesi, Fen Bilimleri Bölümü. Halit ORHAN Atatürk Üniversitesi, Matematik Bölümü
DÜZGÜN ÖLÇÜM Ali DÖNMEZ Doğuş Ünirsitesi, Fen Bilimleri Bölümü Halit ORHAN Atatürk Ünirsitesi, Matematik Bölümü Özet: Düzgün ölçüm üzerine bazı teoremler ispatlandı. Anahtar sözcükler: Ölçüm, düzgün ölçüm,
DetaylıPARABOL. çözüm. kavrama sorusu. çözüm. kavrama sorusu
PARABL Bu bölümde birinci dereceden fonksion =f()=a+b ve ikinci dereceden fonksion =f()=a +b+c grafiklerini üzesel olarak inceleeceğiz. f()=a +b+c ikinci dereceden bir bilinmeenli polinom fonksionun grafiği
DetaylıDERS 2 : BULANIK KÜMELER
DERS 2 : BULNIK KÜMELER 2.1 Gİriş Klasik bir küme, kesin sınırlamalarla verilen bir kümedir. Örneğin, klasik bir küme aşağıdaki gibi belirtilebilir: = { x x > 6 }, Kapalı sınır noktası burada 6 dır.burada
DetaylıVEKTÖR UZAYLARI 1.GİRİŞ
1.GİRİŞ Bu bölüm lineer cebirin temelindeki cebirsel yapıya, sonlu boyutlu vektör uzayına giriş yapmaktadır. Bir vektör uzayının tanımı, elemanları skalar olarak adlandırılan herhangi bir cisim içerir.
DetaylıÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları
ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları. 9 + = 6. A dan B ye 5 farklı şekilde gidebilir. B den C ye 3 farklı şekilde gidebilir. 5.3 = 5. 4.5 = 0 7. 5.3.3.5 5 3. kişi için iki durum
DetaylıPERMÜTASYON DERS NOTLARI. Sayma Yöntemleri. TEMEL SAYMA KURALLARI Toplama yoluyla sayma. Çarpma yoluyla sayma
TEMEL SAYMA KURALLARI Toplama yoluyla sayma A ve B ayrık iki küme olsun. Bu iki kümenin birleşimlerinin eleman sayısı, bu kümelerin eleman sayılarının toplamına eşittir. Bu sayma yöntemine toplama yoluyla
DetaylıİÇİNDEKİLER. Ön Söz Saymanın Temel Kuralları Permütasyon (Sıralama) Kombinasyon (Gruplama) Binom Açılımı...
İÇİNDEKİLER Ön Söz... Saymanın Temel Kuralları... Permütasyon (Sıralama)... 8 Kombinasyon (Gruplama)... 6 Binom Açılımı... Olasılık... 9 İstatistik... 8... Dağılımlar... 5 Genel Tarama Sınavı... 6 RASTGELE
DetaylıTanım 2.1. X boş olmayan bir küme olmak üzere X den X üzerine bire-bir fonksiyona permütasyon denir.
2. SİMETRİK GRUPLAR Tanım 2.1. X boş olmayan bir küme olmak üzere X den X üzerine bire-bir fonksiyona permütasyon denir. Tanım 2.2. boş olmayan bir küme olsun. ile den üzerine bire-bir fonksiyonlar kümesini
DetaylıİLERİ ALGORİTMA ANALİZİ TABU ARAMA ALGORİTMASI (TABU SEARCH)
İLERİ ALGORİTMA ANALİZİ TABU ARAMA ALGORİTMASI (TABU SEARCH) Tabu Arama Algoritması, optimizasyon problemlerinin çözümü için F.Glover tarafından geliştirilmiş iteratif bir araştırma algoritmasıdır. Temel
Detaylı0.1 Küme Cebri. Teorem 1 A ve B iki küme olmak üzere i) (A B) c = A c B c ii) (A B) c = A c B c
0. Küme Cebri Bu bölümde verilen keyfikümeler üzerinde birleşim, kesişim, fark, tümleyen,...gibi özellikleri sağlayan eşitliklerle ilgilenceğiz. İlk olarak De Morgan kurallarıdiye bilinen bir Teoremi ifade
DetaylıÖrnek...1 : Örnek...2 : A = { a, {a}, b, c, {b, d}, d }, B = { {a}, {c, d}, c, d, x, Δ } k ümeleri için s( AUB) kaçtır?
KÜMELER 2 İKİ KÜMENİN BİRLEŞİMİ A ve B gibi iki kümeden, A' ya veya B' ye ait olan elemanlardan oluşan yeni kümeye A ile B' nin birleşimi denir ve AUB ile gösterilir. Bu gösterim A birleşim B di ye okunur.
DetaylıÜNİTE 11 ÜNİTE 9 MATEMATİK. Kümeler. 1. Bölüm: Kümelerde Temel Kavramlar 2. Bölüm: Kümelerde İşlemler. 9. Sınıf Matematik
ÜNİTE 11 ÜNİTE Kümeler 1. Bölüm: Kümelerde Temel Kavramlar 2. Bölüm: Kümelerde İşlemler 9 MATEMATİK 1. ÜNİTEDE HEDEFLENEN KAZANIMLAR 1. BÖLÜM: KÜMELERDE TEMEL KAVRAMLAR Kazanım 9.1.1.1: Küme kavramını
DetaylıRastgele değişken nedir?
Rastgele değişken nedir? Şİmdiye kadar hep, kümelerden ve bu kümelerin alt kümelerinden (yani olaylar)dan bahsettik Bu kümelerin elemanları sayısal olmak zorunda değildi. Örneğin, yazı tura, kız erkek
DetaylıÖrnek...2 : Hilesiz iki zar atma deneyinin bütün çıktılarını aşağıdaki tabloya yazınız.
OLASILIK (İHTİMALLER HESABI) Olasılık kavram ı ilk önceleri şans oyunları ile başlamıştır. Örneğin bir oyunda kazanıp kazanmama, bir paranın atılmasıyla tura gelip gelmemesi gibi. Bu gün bu kavramın birçok
DetaylıKLASİK FRAKTALLAR FRAKTAL ÖZELLİKLERİ VE BOYUT
KLASİK FRAKTALLAR FRAKTAL ÖZELLİKLERİ VE BOYUT.. KENDİNE BENZERLİK VE AFİNİTE Fraktal özelliklerinden bir diğeri de kendine benzerlikdir. Geometrik açıdan, aynı şekle sahip olan geometrik şekiller birbirine
DetaylıDers 6 OLASILIK KURAMI. Örnek Uzaylar, Örnek Noktalar ve Olaylar. Örnek Uzaylar, Örnek Noktalar ve Olaylar
Ders 6 Olasılık Teorisi Permutasyonlar ve Kombinasyonlar OLASILIK KURAMI Geçtiğimiz 5 hafta boyunca serilerin temel özelliklerini gösteren grafiklerin neler olduğunu ve Serilerin temel özelliklerini anlamada
Detaylıkişi biri 4 kişilik, üçü ikişer kişilik 4 takıma kaç farklı şekilde ayrılabilir? (3150)
PERMÜTASYON KOMBİNASYON. A = {,,,,5} kümesinin alt kümelerinin kaç tanesinde 5 elemanı bulunur? (). 7 elemanlı bir kümenin en az 5 elemanlı kaç tane alt kümesi vardır? (9). A { a, b, c, d, e, f, g, h}
DetaylıSAÜ BÖLÜM 11. OLASILIK. Prof. Dr. Mustafa AKAL
SAÜ BÖLÜM. OLASILIK Prof. Dr. Mustafa AKAL 0 İÇİNDEKİLER.KAVRAMLAR.. Rassal Deney, Örneklem Uzayı ve Olay.. Olayların Biçimlenmesi.3. Olasılık Tanımı.PERMÜTASYON VE KOMBİNASYON..Permütasyon... Sıralı Permütasyon...
DetaylıKesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları
Kesikli Şans Değişkenleri İçin; Olasılık Dağılımları Beklenen Değer ve Varyans Olasılık Hesaplamaları 1 Şans Değişkeni: Bir dağılışı olan ve bu dağılışın yapısına uygun frekansta oluşum gösteren değişkendir.
Detaylı3.Ders Rasgele Değişkenler
3.Ders Rasgele Değişkenler Tanım:,U, P bir olasılık uzayı ve X : R X olmak üzere, a R için, : X a U oluyorsa X fonksiyonuna bir rasgele değişken denir. a R için X, a : X a U özelliğine sahip bir X rasgele
DetaylıDr. Akarsu Hafta-4 11/16/2014 1
Dr. Akarsu Hafta-4 11/16/2014 1 GİRİŞ Olasılık dolaylı istatistiğin önemli metotlarının temelini oluşturmaktadır. Örneğin, cinsiyet belirleyici bir prosedür belirlediğinizi iddia ediyorsunuz ve her seferinde
DetaylıULUSAL MATEMATİK OLİMPİYATLARI DENEMESİ ( ŞUBAT 2010 )
ULUSAL MATEMATİK OLİMPİYATLARI DENEMESİ ( ŞUBAT 010 ) 1) Dar açılı ABC üçgeninde BB 1 ve CC 1 yükseklikleri H noktasında kesişiyor. CH = C H, BH = B H ise BAC açısını bulunuz. 1 1 A)0 0 B)45 0 C) arccos
DetaylıGEOMETRİ. Tüm geometrik şekiller, elemanları noktalar olan kümeler olduğundan, biz de noktadan başlayarak gezimize çıkalım.
GEOMETRİ Geometriyi seven veya sevmeyenler için farklı bir bakış açısı. Gerçeğin kilidini açacak anahtarın Aritmetik ve Geometri olduğunu söyleyen ve Tanrının da bir Matematikçi olduğuna inanan ünlü düşünür
DetaylıÜNİVERSİTEYE HAZIRLIK
ÜNİVERSİTEYE HAZIRLIK YGS MATEMATİK KONU ANLATIMLI SORU BANKASI CEVAP ANAHTARI RASYONEL SAYILAR ONDALIK SAYILAR ÖRNEKLER (Sayfa -) 6 ) ) ) 6) ; ; ) 0) ) ; 8 ) ) ) 0 ) 6 0 0 8) 0 ) 0) 6 ) 8 ) 8 8) ) ; 6
DetaylıPERMÜTASYON, KOMBİNASYON. Örnek: Örnek: Örnek:
SAYMANIN TEMEL KURALLARI Toplama Kuralı : Sonlu ve ayrık kümelerin eleman sayılarının toplamı, bu kümelerin birleşimlerinin eleman sayısına eşittir. Mesela, sonlu ve ayrık iki küme A ve B olsun. s(a)=
DetaylıLineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN
Lineer Dönüşümler Yazar Öğr. Grv.Dr. Nevin ORHUN ÜNİTE 7 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayları arasında tanımlanan belli fonksiyonları tanıyacak, özelliklerini öğrenecek, Bir dönüşümün,
DetaylıOlimpiyat Eğitimi TUĞBA DENEME SINAVI
TUSİ Ortaöğretim Öğretmenleri için Olimpiyat Eğitimi TUĞBA DENEME SINAVI 10.01.2014-17.01.2014 2 1. Tuğba üç test yapar. İlkinde, 25 sorudan %60 ını, ikinci de 30 sorudan ve %70 ini ve son olarak 45 sorudan
DetaylıTablo (2): Atıştırma Sayısı ve Günlük Sınav Sayısı Atıştırma Sınav Sayısı (X) 0 0.07 0.09 0.06 0.01
Ortak Varyans ve İstatistiksel Bağımsızlık Bir rassal değişken çifti istatistiksel olarak bağımsız ise aralarındaki ortak varyansın değeri 0 dır. Ancak ortak varyans değerinin 0 olması, iki rassal değişkenin
DetaylıNot: n tane madeni paranın atılması deneyinde örnek uzayın eleman sayısı
LYS Matematik Olasılık Tanım: Bir deneyde çıkabilecek tüm sonuçların kümesine örnek uzay denir ve E ile gösterilir. Örnek uzayın herhangi bir elemanına da örnek nokta denir. Örnek: Bir zarın atılması deneyinde
DetaylıŞartlı Olasılık. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Şartlı Olasılık Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK tover@sakarya.edu.tr Şartlı Olasılık ir olayın olasılığından söz edebilmek için bir alt kümeyle temsil edilen bu olayın içinde bulunduğu örnek uzayının
DetaylıMATEMATİK. Doç Dr Murat ODUNCUOĞLU
MATEMATİK Doç Dr Murat ODUNCUOĞLU Mesleki Matematik 1 TEMEL KAVRAMLAR RAKAM Sayıları yazmak için kullandığımız işaretlere rakam denir. Sayıları ifade etmeye yarayan sembollere rakam denir. Rakamlar 0,1,2,3,4,5,6,7,8,9
DetaylıBİNOM AÇILIMI. Binom Açılımı. çözüm. kavrama sorusu. çözüm. kavrama sorusu. ö æ ö æ ö,,
BİNOM AÇILIMI Binom Açılımı n doğal sayı olmak üzere, (x+y) n ifadesinin açılımını pascal üçgeni yardımıyla öğrenmiştik. Pascal üçgenindeki katsayılar; (x+y) n ifadesi 1. Sütun: (x+y) n açılımındaki katsayılar
Detaylı{ x,y x y + 19 = 0, x, y R} = 3 tir. = sonlu kümesinin 32 tane alt kümesinde
1. Aşağıdaki kümelerden hangisi sonsuz küme belirtir? A) A = { x 4 < x < 36,x N} B) B = { x 19 < x,x asal sayı} C) C = { x x = 5k,0 < x < 100,k Z} D) D = { x x = 5, x Z} E) E = { x x < 19,x N}. A, B ve
DetaylıOlasılık bir diğer ifadeyle bir olayın meydana gelme şansının sayısal ifadesidir.
OLASILIK Populasyon hakkında bilgi sahibi olmak amacı ile alınan örneklerden elde edilen bilgiler bire bir doğru olmayıp hepsi mutlaka bir hata payı taşımaktadır. Bu hata payının ortaya çıkmasının sebebi
DetaylıOLASILIK (Probability)
OLASILIK (Probability) Olasılık, bir olayın meydana gelme, ortaya çıkma şansını ifade eder ve P ile gösterilir. E i ile gösterilen bir basit olayın olasılığı P (E i ), A bileşik olayının olasılığıysa P
DetaylıOYAK ADANA - BALIKESİR - BATMAN - BOLU - DÜZCE HATAY - KAHRAMANMARAŞ - MARDİN - ORDU 19 KASIM 2011 SORULAR
OYAK TÜBİTAK BİLİM İNSANI DESTEKLEME DAİRE BAŞKANLIĞI 10. OYAK MATEMATİK YARIŞMASI İL BİRİNCİLİĞİ SINAVI ADANA - BALIKESİR - BATMAN - BOLU - DÜZCE HATAY - KAHRAMANMARAŞ - MARDİN - ORDU RİZE - SAKARYA -
DetaylıKosullu Olasılık & Bayes Teoremi
Kosullu Olasılık & Bayes Teoremi 0 {\} /\ Suhap SAHIN Olasılık Deneyi Olasılık problemlerinde gerçeklestirilen eylemler Zar atılması Para atılması Top Çekme Bir zar atıldıgında üst yüze çift gelme ihtimali
Detaylı1. GRUPLAR. c (Birleşme özelliği) sağlanır. 2) a G için a e e a a olacak şekilde e G (e ye birim eleman denir) vardır.
1. GRUPLAR Tanım 1.1. G boş olmayan bir küme ve, G de bir ikili işlem olsun. (G yapısına aşağıdaki aksiyomları sağlıyorsa bir grup denir., ) cebirsel 1) a b cg,, için a( bc) ( ab) c (Birleşme özelliği)
DetaylıÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları
ÖABT Olasılık - İstatistik KONU TESTİ Saymanın Temel Kuralları. 9 + = 6. A dan B ye 5 farklı şekilde gidebilir. B den C ye 3 farklı şekilde gidebilir. 5.3 = 5. 4.5 = 0 7. 5.3.3.5 = 5 3. kişi için iki durum
DetaylıT I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A
T I M U R K A R A Ç AY - H AY D A R E Ş C A L C U L U S S E Ç K I N YAY I N C I L I K A N K A R A Contents 1 Kümeler Cebiri 5 1 Kümeler Cebiri 1 Doğa olaylarının ya da sosyal olayların açıklanması için,
DetaylıÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİT
PERMÜTASYON, KOMBİNASYON BİNOM, OLASILIK ve İSTATİSTİK ÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİTE 3. ÜNİT Permütasyon. Kazanım : Eşleme, toplama ve çarpma yoluyla sayma yöntemlerini açıklar. 2. Kazanım : n elemanlı
Detaylı(m+2) +5<0. 7/m+3 + EŞİTSİZLİKLER A. TANIM
EŞİTSİZLİKLER A. TANIM f(x)>0, f(x) - eşitsizliğinin
Detaylı9. Sınıf Matemat k Ders İşleme Defter. Altın Kalem Yayınları
9. Sınıf Matemat k Ders İşleme Defter KÜMELER - 1 Altın Kalem Yayınları Küme: B rb r nden farklı nesneler n oluşturduğu topluluklar küme şekl nde adlandırılır. Kümey oluşturan nesneler n y bel rlenm ş
DetaylıALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR
ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR 1- İlaçla tedavi edilen 7 hastanın ortalama iyileşme süresi 22.6 gün ve standart sapması.360 gündür. Ameliyatla tedavi edilen 9 hasta için
DetaylıOlasılık Kuramı ve Bazı Olasılık Dağılımları
KAVRAMLAR Olasılık Kuramı ve Bazı Olasılık Dağılımları Deney: belirli koşullar altında tekrarlanabilen ve her tekrarda farklı sonuçlar elde edilebilen işlemdir. Örneklem uzayı: bir denemenin tüm olası
DetaylıSAYILAR DOĞAL VE TAM SAYILAR
1 SAYILAR DOĞAL VE TAM SAYILAR RAKAM: Sayıları ifade etmek için kullandığımız 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 sembollerinden her birine rakam denir. Soru: a ve b farklı rakamlar olmak üzere a + b nin alabileceği
DetaylıKÜMELER ÜNİTE 1. ÜNİTE 1. ÜNİTE 1. ÜNİTE 1. ÜNİT
KÜMELER ÜNİTE 1. ÜNİTE 1. ÜNİTE 1. ÜNİTE 1. ÜNİT Kümelerde Temel Kavramlar 1. Kazanım : Küme kavramını açıklar; liste, Venn şeması ve ortak özellik yöntemleri ile gösterir. 2. Kazanım : Evrensel küme,
DetaylıÖZEL EGE LİSESİ EGE BÖLGESİ OKULLAR ARASI 16.MATEMATİK YARIŞMASI 10. SINIF FİNAL SORULARI
10. SINIF FİNAL SORULARI 1. a,b,c,d sıfırdan farklı reel sayılar olmak üzere, + c + d = 0 denkleminin kökleri a ve b, + a + b = 0 denkleminin kökleri c ve d ise b + d değerini bulunuz.. sin + cos cos +
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıKÜMELER KÜMELER. Ortak Özellik Yöntemi: Kümenin içindeki elemanlar ortak bir özelliğe yazılır.
Küme: elirli nesneler topluluğuna küme adını veriyoruz. n iyi sanatçı ( - ) n güzel şarkı ( - ) Sınıftaki en güzel kız ( - ) Sınıftaki mavi gözlü erkekler ( + ) Uçan insanlar ( + ) oş Küme: lemanı olmayan
Detaylı