BNOM OLASILIK DAILIMI

Binom olaslk dalm, kesikli olaslk dalm konular arasnda en nemli olandr. Bir ok (deney)/deneme de ortaya kan olas sonu iki tanedir. Ornegin. evet-hayr, kald-geti, baarl-baarsz, yendi-yenildi, olumlu-olumsuz, defolu defosuz gibi sonulardr.

Binomial Distribution
Number of Successes in a Sample of n Observations (Trials)
# Reds in 15 Spins of Roulette Wheel # Defective Items in a Batch of 5 Items # Correct on a 33 Question Exam # Customers Who Purchase Out of 100 Customers Who Enter Store

 Binom rastsal denemenin en nemli zellii,herbir rastsal deneme iin iki adet sonuc bulunmasdr. Herhangi bir X rastsal denemesi iin olas iki sonu bulunmas durumunda X rastsal deikeni Bernouli rastsal deikeni olarak isimlendirilir. rnein bir para havaya atldnda yaz tura gelmesi, herhangi bir seimi kazanmakayp etme, rnn defolu olmas ya da defolu olmamas, begenmek yada begenmemek

Bu trl sonular elde etme olasl olan rastsal denemeleri genel olarak -baarl -baarszlk eklinde isimlendiririz. Binom olaslk dalm konusu iinde -X rastsal deikeni iin baarl sonu 1, -X rastsal deikeni iin baarsz sonu 0 p baar olasl, 1-p baarszlk olasl P(1) = p P(0) = (1-p) ve Buna ek olarak,

BNOM DENEMENN ZELLKLER 1- Binom deneme n sayda zde saylardan olumaktadr. 2- Her bir binom deneme iin, baar ve baarszlk eklinde olas iki sonu vardr. 3- Her bir binom deneme baar olasl pnin elde edilme ans sabittir. Baarszlk olasl ise 1-pdir. 4- Her bir binom deneme birbirinden bamszdr. 5- binom rastsal deiken X,n denemede elde edilen baarl sonularn saysdr.

Binom Rastsal Deiken Binom rastsal deikene(X) ait olaslk dalmna binom olaslk dalm denir. Binom olaslk dalm, n denemede baar olaslnn x defa elde edilecei ile ilgili olasl verir. Her defasnda binom olaslk dalmn hesaplamak yerine, genel bir forml gelitirilerek, binom rastsal deneme sonucu elde edilecektir. Bu forml 2 aamada elde edilir.

 Aama 1 :
n sayda rastsal deneme n sayda sonu verecektir. Bu sonular baar(B) veya baarszlk (B) eklinde olacaktr. x sayda baar ve (n-x) sayda baarszlk sonucu elde edilmi olsun bu durumu yle ifade etmek mmkndr.

Baarl sonu says B,B,B, ..,B X defa

Baarsz sonu says

B ,B, B, ,B
(n-x) defa

(p)(p)(p)p) X defa

(1-p)(1-p)(1-p).(1-p)=px(1-p)n-x (n-x) defa

Bir denemede basar sonucu elde etme olasl p baarsz sonu elde etme olasl.1-p dir. Binom rastsal denemede n denemenin her birinin bamsz olmas sebebiyle, baar veya baarszlk sonularnn ortaya kma olaslklar, her bir sonucun ayr ayr ortaya kma olaslklarnn arpmna eit olacaktr.

Aama 2

n denemede x sayda baar sonucu says

nCx=

n!

x!(n-x)!

(kombinasyon)forml kullanlarak hesaplanr. Aadaki forml, n denemede x sayda baar sonucunun nCx farkl biimde ve px(1-p)n-x olaslkla gerekleeceini gstermektedir. Binom rastsal deikeni iin olaslk dalm forml aadaki gibidir.

n! Px (1-p)n-x P(x)= x!(n-x)!

Binomial Probability Distribution Function

n x n x n! x n x p q = p (1 p) p ( x) = x!(n x)! x
p(x) = Probability of x Successes n = Sample Size p = Probability of Success x = Number of Successes in Sample (x = 0, 1, 2, ..., n)

Binomial Probability Distribution Example

Experiment: Bir para 5 defa havaya atlp 3 defasnda sonularn Yaz oldugu binomal olaslk hesabn bulalm? n! x n x p( x ) = p (1 p ) x !(n x )!

5! 3 5 3 p(3) = .5 (1 .5) 3 !(5 3)! = 0.3125

Binomial Probability Table (Portion)

n=5 k 0 1 2 3 4 .01 .951 .999 1.000 1.000 1.000 p 0.50 .031 .188 .500 .812 .969 .99 .000 .000 .000 .001 .049

Cumulative Probabilities

Binomial Distribution Characteristics

Mean

= E ( x ) = np
Standard Deviation

P(X) .6 .4 .2 .0 0

n = 5 p = 0.1
X 1 2 3 4 5

= np (1 p)

.6 .4 .2 .0

P(X)

n = 5 p = 0.5
X

Binomial Distribution Thinking Challenge

Telefon ile rn sat yapyorsun ve 100 telefon grmesinin 20 tanesnde basarl olup rn sattnz 100 calls (p = .20). Sayet bu gece 12 kiiyi arasanz ka kiiye sat yapabilirsiniz whats the probability of
A. B. C. D. H sat yapamama olaslg nedr Tam 2 sat yapma olaslgnz En ok 2 sat yapma olaslg En az 2 sat yapma olaslg nedir

Binomial Distribution Solution*

Using the Binomial Tables:
A. p(0) = .0687 B. p(2) = .2835 C. p(at most 2) = p(0) + p(1) + p(2) = .0687 + .2062 + .2835 = .5584 D. p(at least 2) = p(2) + p(3)...+ p(12) = 1 - [p(0) + p(1)] = 1 - .0687 - .2062 = .7251

rnek :2 Dzgn bir para 4 defa atldnda, a) ki tura, b) En az bir tura ve c) ten az tura gelmesi olaslklarn hesaplayalm. Bu rnekte, bir at iin tura ve yaz eklinde gzlemleyebilecek iki sonu olup, gerek tura gerekse yaz elde etme olasl sabit ve 1/2ye eittir. Bunun yannda bir atn sonucu, dierlerini etkilememekte ve toplam 4 at deney konusu olmaktadr. Dolaysyla, binom olaslk fonksiyonu P(X)=4CX.(1/2)X.(1/2)4-X P(X)=0 X=0,1,2,3,4 iin Dier durumlarda

olur. Buna bal olarak yukarda istenen olaslklar X e gre u ekilde yazlr: a) P(2), b) P(1 X), c) P(X < 3). Sz konusu olaslklarn nasl hesapland aada gsterilmitir. a)ki Tura Gelme Olasl:
P(X)= 4! .(1/2)2.(1/2)2 = 0,3750 2!.2!

b)En Az Bir Tura Gelme Olasl: En az bir tura gelme olasl bir veya daha fazla tura gelmesi olaslna Eittir. O halde, P(1) = 4! . (1/2)1.(1/2)3 = 0,2500 1!.3! P(2) = 4! . (1/2)2.(1/2)2 = 0,3750 2!.2! 4! 3!.1! 4! . (1/2)4.(1/2)0 = 0,0625 4!.0! . (1/2)3.(1/2)1 = 0,2500

P(3) = P(4) =

P(1 X) = P(1) + P(2) + P(3) + P(4) P(1 X) = 0,2500 + 0,3750 + 0,2500 + 0,0625 = 0,9375 bulunur.

Bu sonu u ekilde de elde edilebilirdi :

P(0) =

4! . (1/2)0.(1/2)4 = 0,0625 0!.4!

P(1 X) = 1 - P(0)

P(1 X) = 1 0,0625 = 0,9375 c) ten Az Tura Gelme Olasl : ten az tura gelmesi olasl iki veya daha az tura gelmesi olaslna eittir. O halde, 4! . (1/2)0.(1/2)4 = 0,0625 . P(0) = 0!.4! 4! .(1/2)1.(1/2)3= 0,2500 1!.3! 4! .(1/2)2.(1/2)2= 0,3750 P(2)= 2!.2! P(X < 3) = P(0) + P(1) + P(2) P(1) =

P(X < 3) = 0,0625 + 0,2500 + 0,3750 = 0,6875 bulunur. Hemen ekleyelim ki, P(0) = 0,0625 P(1) = 0,2500 P(2) = 0,3750 P(3) = 0,2500 P(4) = 0,0625 olaslklar, p=1/2 olduunda simetrik bir blnmeye ulaldn ortaya koymaktadr. rnek :3 Beikta Profesyonel Futbol Takmnn yapt malarda kazanma olasl 7/8 olduu bilinmektedir. Bu takmn yapt 8 matan a) Beini ve b)Birden fazla fakat drt veya daha azn kazanmas olaslklarn hesaplayalm. Sz konusu takmn ma kazanma olasl p = 7/8 olduuna gre, Binom olaslk fonksiyonu u ekilde ifade edilir :

P(X) = 8CX. (7/8)X.(1/8)8-X P(X) = 0

X = 0,1,.8 iin Dier durumlarda

a) Be ma kazanma olasl : 8! .(7/8)5.(1/8)3 = 0,056099 P(5) = 5!.3! b) Birden Fazla Fakat Drt veya Daha Az Ma Kazanmas Olasl : 8! .(7/8)2.(1/8)6 = 0,000082 P(2) = 2!.6! P(3) = P(4) = 8! .(7/8)3.(1/8)5 = 0,001145 3!.5!

8! .(7/8)4.(1/8)4 = 0,010018 4!.4! P(1 < X 4) = P(2) + P(3) + P(4)

P(1 < X 4) = 0,000082 + 0,001145 + 0,010018 = 0,011245

HPERGEOMETRK OLASILIK DAGILIMI

 Hipergeometrik olaslk dalm binom olaslk dalm ile yakndan ilikilidir. Sz konusu iki olaslk dalm arasndaki fark hipergeometrik olaslk dalmnda denemelerin bamsz olmamasdr.Bu durum baar sonucu elde etme olaslnn her deneme iin farkl olmasna neden olmaktadr.

Hipergeometrik Olaslk Dalmnn zellikleri

1. N sayda sonlu populasyondan seilen n sayda rnekten oluur. 2. N sayda rnek yerine koymadan elde edilir. 3. iki adet olas sonu vardr: Baar ve baarszlk. 4. Denemeler birbirine bamldr. Bu nedenle "baar" sonucu elde etme olasl denemeden denemeye deiir.

 Hipergeometrik olaslklar aadaki formlle hesaplanr.

Formlde, P(X=x): A, n ve Nin verilmi olmas durumunda x sayda baarl sonucun elde edilme olasln n: rnek gzlem saysn, N: Populasyonun ye saysn, A:populasyondaki baar sonucu saysn, x: rnekteki baar sonucu saysn(x=0,1,2,n)gsterilmektedir.

rnek :7 Aadaki rnekler hipergeometrik rassal deikenleri ile ilgilidir. a) Bir kavanozda 5i beyaz ve 8i siyah renkli olmak zere 13 bilye vardr. ade edilmeksizin 3 bilye ekiliyor. Bu durumda X hipergeometrik rassal deikeni ekilen beyaz (siyah) renkli bilyelerin saysdr. b) Bir kutuda 4 kusurlu ve 8 kusursuz olmak zere 12 para olduunu varsayalm. Bu paralar arasndan iade edilmeksizin 2 para ekilirse, ekilen kusurlu (kusursuz) paralarn says X hipergeometrik rassal deikeni olur. c) Bir grupta 25i erkek ve 15i kadn olmak zere 40 kii bulunsa ve bunlar arasndan iadesiz seimle 10 kiilik bir rneklem oluturmak istesek, X hipergeometrik rassal deikeni rneklemdeki erkek (kadn) saysdr. Hemen ekleyelim ki, seilen birim ekildii ktleye iade edilmedii iin, hipergeometrik blnmede birimlerin teker teker veya grup halinde seilmesinin herhangi bir nemi yoktur.

11.3.1.Hipergeometrik Olaslk Fonksiyonu

Yukarda tanmladmz X hipergeometrik rassal deikeni olaslk fonksiyonu, 0 X A ve 0 n X N A olmak zere,
( ACX ).( N-ACn-X ) Hipergeometrik P(X) = NCn Olaslk Fonksiyonu P(X) = 0 X = 0,1,2, n iin

Dier durumlarda

olup, bu fonksiyona hipergeometrik olaslk fonksiyonu ad verilir. Olaslklarn yukardaki formle gre hesaplanmasnn mant udur: Daha nce de belirttiimiz gibi, A tanesi ilgilenilen trden ve N-A tanesi dier trden olmak zere N hacimli bir anaktleden iadesiz ve rassal olarak n hacimli bir rneklem ektiimizde, bunlar arasnda X tanesi ilgilendiimiz trden, geri kalan n-X tanesi de dier trden olur. lgilenilen trden A birim arasndan X tanesi ACX ve dier trden N-A birim arasndan n-X tanesi N-ACn-X farkl ekilde seilebilir. lgilenilen trden X ve dier trden n-X birimin ayn anda ekilmesi ise, ACX .N-ACn-X farkl ekilde gerekleebilir.

te yandan, N hacimli bir anaktleden seilebilecek n hacimli rneklemlerin says ise, NCndir. Bu iki sonu birbirlerine blndnde, ilgilenilen trden A birim arasndan X tanesinin ve dier trden N-A birim arasndan n-X tanesinin ayn anda ekilmesi olasl bulunmu olur. 0<P(X)<1 aralnda elde edilebilecek olaslklarn toplam 1e eittir:

X=0

P(X)=1

Aada hipergeometrik olaslk fonksiyonuna ilikin rnekler vereceiz. Hemen ekleyelim ki, bu rneklerde szgelimi P(X=2) yerine ksaca P(2) yazacaz. rnek :8 12 kiilik bir ynetim kurulunun 7 yesi belirli bir konuda alnacak karar tasarsnn lehinde, 5i ise aleyhinde dnmektedir. Bu kuruldan rassal olarak seilen 4 kiilik komisyonda karar tasarsnn lehinde dnen ye saysnn, a) ki olmas, b) En az olmas c) En fazla iki olmas olaslklarn hesaplaynz.

Burada N=12, A=7 ve n=4tr. Ayn ye birden fazla gr aklayamayacana gre, burada iadeli seim kesinlikle sz konusu olamaz. Bir an iin seimin iadeli yapldn varsayalm. Bu durumda ayn kiinin ad 2, 3 hatta 4 defa kabilecek, dolaysyla komisyon belki de ad 4 defa kan tek bir kiiden oluabilecektir.Bunun ise mantkla badar bir yan yoktur. Bu duruma gre, hipergeometrik olaslk fonksiyonu P(X)= (7CX).(5C4-X) 12C4 P(X)=0 olur. a) ki yenin Lehte Olmas Olasl : (7C2).(5C2) 21.10 = 0,424 P(2) = = 495 12C4 b) En Az yenin Lehte Olmas Olasl : En fazla iki yenin lehte olmas olasl iki veya daha az yenin lehte olmas olaslna eittir.O halde, X=0, 1, 2, 3, 4 iin Dier durumlarda

( 7C3 ).( 5C1 ) 35.5 = 0,354 P(3) = = C4 495 12 P(4) = ( 7C4 ).( 5C0 )
12C4

35.1 = 0,071 495

P(3X) = P(3) + P(4) P(3X) = 0,354 + 0,071 = 0,425 bulunur. c) En Fazla ki yenin Lehte Olmas Olasl : En fazla iki yenin lehte olma olasl iki veya daha az yenin lehte olmas olaslna eittir.O halde, ( 7C0 ).( 5C4 ) 1.5 P(0) = = 0,010 = 495 C4 12 ( 7C1 ).( 5C3 ) 7.10 P(1) = = 0,141 = C4 495 12 P(2) = ( 7C2 ).( 5C2 )
12C4

21.10 = 0,424 495

P(X 2) = P(0) + P(1) + P(2) P(X 2) = 0,010 + 0,141 + 0,424 + = 0,575 bulunur. rnek :9 Bir maazada bulunan 10 TV alcsndan 3 salamdr. Bir ay bahesi sz konusu maazadan 4 TV alcs satn alyor. Bu 4 TV alcsndan, a)Tamamnn salam, b) tanesinin salam, c) En fazla iki tanesinin salam olma olaslklarn hesaplayalm. Ayn TV alcsnn birden fazla defa satn alnmas mantkl olmadna gre, hipergeometrik olaslk fonksiyonu (3CX).(7C4-X) P(X)= 10C4 P(X)=0 eklinde ifade edilir.

X= 0, 1, 2, 3, 4 iin Dier durumlarda

11.3.2. Hipergeometrik Blnmenin Momentleri

Kesikli rassal deikenin hipergeometrik blneye sahip olmas durumunda, aritmetik ortalama ve varyans aada verilen formllerle hesaplanr. Aritmetik Ortalama Varyans =np 2= n p (1-p). N-n N-1

Hipergeometrik blnmeye ilikin asimetri ve basklk llerinin hesaplanmas ise, olduka kark formllere dayanmaktadr. Bu nedenle, burada ayrntya girmekten kanacaz. Kald ki, hipergeometrik blnmenin yaygnlkla kullanlan momentleri aritmetik ortalama ve varyanstr. Hemen ekleyelim ki, tek bir deneyde ilgilenilen trden sonu elde edilmesi olasl p = A / N eklinde hesaplanmaktadr.

rnek :10 (8) no.lu rnekteki blnmenin aritmetik ortalamasn ve varyansn hesaplayalm. Hatrlanaca gibi, sz konusu rnekte n=4 ve p=A/N=7/2 idi. = 4.(7/12) = 2,333 lehte ye = 4.(7/12).(5/12). 12-4 = 0,707 12-1

= (0,707) = 0,841 lehte ye

Binom blnmesi ile hipergeometrik blnmenin moment formlleri karlatrldnda grlecei gibi, bu blnmelerin aritmetik ortalamalar eit olduu halde varyanslar farkldr. Bu farkllk, hipergeometrik blnmenin varyans formlnde yer alan ve dzeltme faktr ad verilen (N-n) / (N-1) arpanyla ilgilenir.

POISSON OLASILIK DAILIMI

 Poisson olaslk dalm kesikli olaslk dalmlarndan bir dieridir. Poisson olaslk dalm, belli bir zaman diliminde ya da belli bir fiziksel mekanda oluan olay says ile ilgili olaslklar tanmlamakta kullanlmaktadr. Aada yer alan poisson rastsal deikenleri iin verilmi olan rneklere gz atmak, konunun ayrntlarn anlama aamasnda yararl olacaktr.

Poison Daglm iin rnek olaylar 1- Ankarada bir hafta iinde meydana gelen trafik kazas says. 2- Bir sper markette belirli bir kasiyere bir saatte gelen mteri says. 3- Bir hafta ierisinde herhangi bir fabrika da retim srecinde kullanlan bir makinann bozulma says. 4- Maden iilerinin bir yl ierisinde yaptklar grev says. 5- Mersin Limanna yk boaltmak zere alt saat ierisinde gelen yk gemisi says. 6- Boaz Kprsndeki herhangi bir gieden 12 saatte geen ara says. 7- Bir lkede herhangi bir sektrde bir ylda meydana gelen grev says.

1. Tekrar Eden Says: Poisson rastsal deneme, belirli bir olayn belirli bir zaman diliminde ve fiziksel mekanda ka kez veya ne miktarda (ykseklik, uzunluk, mesafe veya baka bir l birimi cinsinden) ortaya kt veya gzlemlendii ile ilgilidir. 2. Olaslklar Eittir: Bir olayn belirli bir zaman diliminde ve fiziksel mekanda ortaya kma olaslklar btn birimler iin eittir. 3. Sonraki Olaylar Dk Olaslkldr: Belirli bir zaman diliminde iki olayn veya daha fazla olayn ortaya kma olasl bu zaman dilimi iinde 1 olayn gerekleme olaslndan daha kktr. 4. Olaylar Bagmsz: Zaman dilimlerinin st ste gelmesi durumunda olaylarn gerekleme saylar birbirinden bagmszdr. 5. Beklenen Deger Poisson rastsal deikene ait beklenen deer, (lamda) ile gsterilir. 6. Poisondan Normal Dag.Beklenen deer bydke Poisson olaslk daIm normal olaslk dalmna yaklar.

Poisson Olaslk Dalmnn zellikleri

 Yukarda sralanan zelliklere dayal olarak Poisson rastsal deikeninin (X'in) belirli bir zaman dilimi iinde belirli bir deere karlk gelme olasl: P(X) = nn (beklenen deer) verilmi olmas halinde x sayda baar -x e sonucunun elde edilme olasl, P(X) = =Belirli bir zaman diliminde xin gerekleme x! olaslklarnn beklenen deeri,

Forml ile hesaplanr.

Bu olaslk dalmna POISSON olaslk dalm ad verilmektedir.

e=2.71828 (doal logaritmann temel deeridir).

Poisson Distribution
1. Number of Events that Occur in an Interval
Events Per Unit
Time, Length, Area, Space

2. Examples
# Customers Arriving in 20 minutes # Strikes Per Year in the U.S. # Defects Per Lot (Group) of VCRs

Poisson Process
1. Constant Event Probability
Average of 60/Hr Is 1/Min for 60 1-Minute Intervals

2. One Event Per Interval

Dont Arrive Together

3. Independent Events
Arrival of 1 Person Does Not Affect Anothers Arrival
1984-1994 T/Maker Co.

Poisson Probability Distribution Function

e p (x) = x!
x -

p(x) = Probability of x Given = Expected (Mean) Number of Successes e = 2.71828 (Base of Natural Logs) x = Number of Successes Per Unit

Poisson Distribution Characteristics

Mean

= E( x) =
= x p( x )
i =1 N

.6 .4 .2 .0

P(X)

= 0.5
X

Standard Deviation

.6 .4 .2 .0

P(X)

=6
X

10

Poisson Distribution Example

Saatte 72 mteriye cevap verilebiliyor.4 msteriye 3 dakkada cevap verebilme olaslg nedr

1995 Corel Corp.

Poisson Distribution Solution

72 Per Hr. = 1.2 Per Min. = 3.6 Per 3 Min. Interval x -

p( x) =

x! 4 -3.6 (3.6) e = 0.1912 p(4) = 4!

Poisson Probability Table (Portion)

.02 : 3.4 3.6 3.8 : 0 .980 : .033 .027 .022 : : : x 3 4 : : 9 : .997 .996 .994 :

: : .558 .744 .515 .706 .473 .668 : :

Cumulative Probabilities

3-11 Exponential Distribution

The exponential random variable measures the time between two occurrences that have a Poisson distribution.
Exp onential D is tributio n: = 2
2

Exponentia distributi : l on
f(x)

The densityfunctionis : f ( x) = ex for x 0, > 0 1

0 0 1 2 3

Time

The meanand standarddeviationare both equal to .

The cumulative distributi functionis : on F ( x) = 1 ex for x 0.

Exponential Distribution Example

Example The time a particular machine operates before breaking down (time between breakdowns) is known to have an exponential distribution with parameter = 2. Time is measured in hours. What is the probability that the machine will work continuously for at least one hour? What is the average time between breakdowns?

F (x ) = 1 e

P ( X x ) = e x P ( X 1) = e ( 2 )(1) =.1353

E(X ) =

1 =.5 2