OLAYLARIN OLASILIĞINA İLİŞKİN TÜMEVARIMSAL AKIL YÜRÜTME
Olasılık, bir olayın gerçekleşme şansını sayılarla ifade etmemizi sağlayan matematiksel bir daldır. Bu alanda, gözlemlerden ve deneylerden yola çıkarak genel sonuçlara ulaşma süreci olan tümevarımsal akıl yürütme, özellikle deneysel olasılık ve teorik olasılık arasındaki ilişkiyi anlamamızda kilit rol oynar. Bu bölümde, olayların tüm olası çıktılarını görselleştirmekten, bileşik olayların olasılıklarını hesaplamaya ve deneysel verilerin teorik olasılıkla nasıl ilişkili olduğunu keşfetmeye kadar olasılığın temel prensiplerini inceleyeceğiz.
Olası Tüm Çıktıları Görselleştirme
Bir olasılık deneyinde tüm olası sonuçları görmek ve listelemek, doğru olasılık hesaplamaları yapabilmek için atılması gereken ilk adımdır. Bu süreçte kullanabileceğimiz etkili görselleştirme araçları şunlardır:
1. Ağaç Şemaları
Ağaç şemaları, özellikle birden fazla adım içeren veya sıralı olaylarda tüm olası çıktıları sistematik bir şekilde göstermek için idealdir. Her bir adım için farklı dallar çizilerek tüm kombinasyonlar kolayca izlenebilir.
Örneğin, hilesiz üç madeni paranın atılması deneyinde her bir atış için yazı (Y) veya tura (T) olmak üzere iki olası sonuç vardır. Ağaç şeması, YYY, YYT, YTY, YTT, TYY, TYT, TTY, TTT gibi 8 farklı çıktıyı kolayca gösterir. Bu yöntem, özellikle ardışık olayların tüm kombinasyonlarını görselleştirmede çok faydalıdır.
2. Tablolar
Tablolar, genellikle iki bağımsız olayın çıktılarının görselleştirilmesi için pratik bir yöntemdir. Özellikle sayısal verilerle çalışırken veya çıktıların kolayca düzenlenebildiği durumlarda tercih edilir. Örneğin, iki hilesiz zarın atılması deneyindeki 36 olası çıktıyı bir tablo ile göstermek çok etkilidir.
| Zar 1 \ Zar 2 | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| 1 | (1,1) | (1,2) | (1,3) | (1,4) | (1,5) | (1,6) |
| 2 | (2,1) | (2,2) | (2,3) | (2,4) | (2,5) | (2,6) |
| … | … | … | … | … | … | … |
| 6 | (6,1) | (6,2) | (6,3) | (6,4) | (6,5) | (6,6) |
Bu tablo sayesinde, örneğin sayıların toplamının asal sayı olduğu durumları (1,2), (1,4), (1,6), (2,1), (2,3), (2,5), vb. kolayca belirleyebilirsiniz.
3. Sistematik Listeler
Çıktı sayısı fazla olduğunda veya olayların karmaşık olduğu durumlarda, tüm olası çıktıları belirli bir düzen içinde listelemek, hiçbir sonucu atlamamak için en güvenilir yöntem olabilir. Özellikle tekrarlayan çıktılar veya çok sayıda değişken olduğunda bu liste, tüm kombinasyonları kapsamanıza yardımcı olur.
Teorik Olasılık Hesaplama
Bir olayın teorik olasılığı, deney yapılmadan, mantıksal akıl yürütme ile hesaplanan olasılıktır. Bu hesaplama, tüm olası çıktıların eş olasılıklı olduğu varsayımına dayanır.
Bu formülü uygulayabilmek için öncelikle tüm olası çıktıları ve istenen olayın çıktılarını belirlememiz gerekir. Örneğin, iki hilesiz zarın atılması deneyinde, sayıların çarpımının 6’ya kalansız bölünme olasılığını hesaplamak için:
| Hilesiz Sayı Küpleri | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| 1 | (1,1) | (1,2) | (1,3) | (1,4) | (1,5) | (1,6) |
| 2 | (2,1) | (2,2) | (2,3) | (2,4) | (2,5) | (2,6) |
| 3 | (3,1) | (3,2) | (3,3) | (3,4) | (3,5) | (3,6) |
| 4 | (4,1) | (4,2) | (4,3) | (4,4) | (4,5) | (4,6) |
| 5 | (5,1) | (5,2) | (5,3) | (5,4) | (5,5) | (5,6) |
| 6 | (6,1) | (6,2) | (6,3) | (6,4) | (6,5) | (6,6) |
Yukarıdaki tabloda tüm olası çıktılar 36 adettir. 6’ya bölünebilen sonuçlar (mavi renkle vurgulanmıştır) ise 15 adettir. Bu durumda, olasılık \(P = \frac{15}{36} = \frac{5}{12}\) olarak bulunur.
Bileşik Olayların Olasılığı
Birden fazla olayın birlikte gerçekleşme olasılığını hesaplarken, olayların “ayrık” (mutually exclusive) olup olmadığını anlamak önemlidir.
1. Ayrık Olaylar (Mutually Exclusive Events)
İki olayın ortak hiçbir çıktısı yoksa, yani aynı anda gerçekleşmeleri mümkün değilse, bu olaylara ayrık olaylar denir. Örneğin, bir zar atışında tek sayı gelmesi ve çift sayı gelmesi ayrık olaylardır. Bu tür olaylar için “Veya” (Union) olasılığı şu şekilde hesaplanır:
| Cihaz | A Marka | B Marka | C Marka |
|---|---|---|---|
| Tablet | 12 | 14 | 8 |
| Telefon | 15 | 11 | 14 |
| Televizyon | 10 | 0 | 9 |
| Akıllı Saat | 15 | 13 | 0 |
| Kablosuz Kulaklık | 0 | 16 | 9 |
Toplam ürün sayısı: \(12+14+8+15+11+14+10+0+9+15+13+0+0+16+9 = 146\)
B marka ürün sayısı (K olayı): \(14+11+13+16 = 54\). Dolayısıyla \(P(K) = \frac{54}{146}\).
Televizyon sayısı (L olayı): \(10+0+9 = 19\). Dolayısıyla \(P(L) = \frac{19}{146}\).
K ve L ayrık olaylar olduğu için:
\[ P(K \cup L) = P(K) + P(L) = \frac{54}{146} + \frac{19}{146} = \frac{73}{146} = \frac{1}{2} \]
2. Ayrık Olmayan Olaylar (Non-Mutually Exclusive Events)
İki olayın ortak çıktıları varsa, yani aynı anda gerçekleşmeleri mümkünse, bu olaylara ayrık olmayan olaylar denir. Örneğin, bir deste karttan As çekilmesi ve Kupa çekilmesi ayrık olmayan olaylardır, çünkü kupa As’ı her iki olayın da bir çıktısıdır. Bu tür olaylar için “Veya” (Union) olasılığı, ortak çıktıların olasılığı bir kez çıkarılarak hesaplanır:
Burada \(P(A \cap B)\), A ve B olaylarının aynı anda gerçekleşme olasılığıdır.
| Kurslar | Pazartesi | Salı | Çarşamba |
|---|---|---|---|
| Resim | Yağlı Boya | Ebru | Grafiti |
| Spor | Futbol | Basketbol | Voleybol |
| Müzik | Bağlama | Gitar | Keman |
Toplam kurs sayısı: 9.
Pazartesi günü kurs sayısı (A olayı): 3 (Yağlı Boya, Futbol, Bağlama). \(P(A) = \frac{3}{9}\).
Spor kursu sayısı (B olayı): 3 (Futbol, Basketbol, Voleybol). \(P(B) = \frac{3}{9}\).
Pazartesi günü olan ve spor kursu olan tek kurs: Futbol. Bu, \(A \cap B\) olayıdır. \(P(A \cap B) = \frac{1}{9}\).
A ve B ayrık olmayan olaylar olduğu için:
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) = \frac{3}{9} + \frac{3}{9} – \frac{1}{9} = \frac{5}{9} \]
Deneysel Olasılık ve Teorik Olasılık
Olasılık kavramını anlamak için iki ana yaklaşım vardır: deneysel olasılık ve teorik olasılık.
1. Deneysel Olasılık
Deneysel olasılık, bir olayın defalarca denenmesi (deneyler yapılması) sonucunda elde edilen verilere dayanır. Bir olayın deneysel olasılığı, o olayın gerçekleşme sıklığının toplam deney sayısına oranıdır.
Deneysel olasılık, gerçek dünya gözlemlerine dayanır ve deney sayısı arttıkça daha güvenilir hale gelir.
2. Teorik Olasılık
Teorik olasılık, bir önceki bölümde bahsedildiği gibi, tüm olası sonuçların eşit şansa sahip olduğu varsayımına dayanarak matematiksel olarak hesaplanan olasılıktır. Deneysel gözlemlerden ziyade mantıksal analiz ve varsayımlara dayanır.
Büyük Sayılar Yasası
Deneysel olasılık ve teorik olasılık arasındaki en önemli ilişki Büyük Sayılar Yasası ile açıklanır: Bir deneyin tekrar sayısı arttıkça, olayın deneysel olasılığı, o olayın teorik olasılık değerine yaklaşma eğilimindedir. Yani, çok sayıda deneme yapıldığında, elde edilen sonuçlar teorik beklentilerle örtüşmeye başlar.
Örneğin, hilesiz bir paranın atılması deneyinde tura gelme olasılığı teorik olarak \(\frac{1}{2}\)’dir. Eğer parayı 10 kez atarsak 3 tura gelebilir (\(P_{deneysel} = \frac{3}{10}\)). Ancak 1000 kez atarsak, bu oran \(\frac{1}{2}\)’ye çok daha yakın olacaktır (örneğin \(\frac{498}{1000}\) veya \(\frac{503}{1000}\)). Deney sayısı arttıkça deneysel olasılık ile teorik olasılık arasındaki fark sıfıra yaklaşır.
Özet ve Önemli Notlar
- Bir olayın tüm olası çıktılarını görselleştirmek için ağaç şemaları, tablolar veya sistematik listeler kullanın. Doğru aracı seçmek, karmaşık problemleri basitleştirir.
- Teorik olasılık, istenen çıktı sayısının tüm olası çıktı sayısına oranıdır ve tüm çıktıların eş olasılıklı olduğu varsayımına dayanır.
- İki olayın aynı anda gerçekleşmesi mümkün değilse (ortak çıktıları yoksa) bunlar ayrık olaylardır ve \(P(A \cup B) = P(A) + P(B)\) formülü kullanılır.
- İki olayın aynı anda gerçekleşmesi mümkünse (ortak çıktıları varsa) bunlar ayrık olmayan olaylardır ve \(P(A \cup B) = P(A) + P(B) – P(A \cap B)\) formülü kullanılır.
- Deneysel olasılık, bir deneyin tekrarlanma sıklığına dayanır ve deney sayısı arttıkça teorik olasılığa yaklaşır (Büyük Sayılar Yasası).
- Deneyin tüm olası çıktılarını belirleyin ve görselleştirin.
- İstenen olayın (veya olayların) çıktılarını bu görselleştirmeden seçin.
- Olayların ayrık mı yoksa ayrık olmayan mı olduğuna karar verin.
- Uygun formülü veya oranı kullanarak olasılığı hesaplayın.