KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI • Kesikli Üniform Dağılımı • Bernoulli Dağılımı • Binom Dağılımı • Negatif Binom Dağılımı • Geometrik Dağılım • Hipergeometrik Dağılım • Poisson Dağılımı 1 Kesikli Üniform Dağılımı • Kesikli bir şans değişkeni tanımlı olduğu tüm noktalarda eşit olasılık değerine sahip ise bir başka ifadeyle tanımlı olduğu değerlerin hepsinde olasılık fonksiyonun aldığı değer sabit ise bu kesikli şans değişkeni üniform dağılımına uygundur. • Üniform dağılımı gösteren bir şans değişkeni k farklı noktada tanımlı ise olasılık dağılımı; ⎧1 ⎪ P( X = x) = ⎨ k ⎪⎩0 x = 1,2,3...., k d .d şeklinde ifade edilir. 2 1 Kesikli Üniform Dağılımının Beklenen Değer ve Varyansı 1 1 k (k + 1) k + 1 E ( x) = ∑ x P( x ) = ∑ x = = k k 2 2 k k i x =1 Var ( x) = i x =1 i (k + 1)(k − 1) 12 3 Örnek: Hilesiz bir zar atıldığında x şans değişkeni ortaya çıkabilecek farklı durum sayısını ifade ettiğine göre x’in olasılık dağılımı oluşturarak beklenen değerini ve varyansını bulunuz. S = { x / 1,2,3,4,5,6 } Ortaya çıkan olaylar eşit olasılıklı olaylar x şans değişkeninin dağılımı k = 6 olan kesikli üniform dağılımına uygundur. ⎧1 ⎪ P( X = x) = ⎨ 6 ⎪⎩0 E ( x) = 6 +1 = 3,5 2 x = 1,2,3,4,5,6 d .d Var ( x) = (6 + 1)(6 − 1) 35 = 12 12 4 2 Bernoulli Dağılımı • Bir şans değişkeninin bernoulli dağılımı göstermesi için ilgilenilen süreçte bernoulli deneyinin varsayımlarının sağlanması gereklidir. Bernoulli Deneyinin Varsayımları: 1. Deneyler aynı koşullarda tekrarlanabilirlik özelliğine sahip olmalıdır. 2. Deneylerin yalnız iki mümkün sonucu olması gereklidir. 3. Başarı olasılığı ( p ), deneyden deneye değişmemelidir. (Başarısızlık olasılığı q = 1-p ile gösterilir) 4. Denemeler birbirinden bağımsız olmalıdır. 5 Örnekler: • Bir fabrikada üretilen bir ürünün hatalı veya sağlam olması, • Bir madeni para atıldığında üst yüze yazı veya tura gelmesi, • Hilesiz bir zar atıldığında zarın tek veya çift gelmesi, • Bernoulli deneyinde ortaya çıkan sonuçlardan biri tanesi başarı durumu diğeri ise başarısızlık olarak ifade edilir. Bernoulli şans değişkeninin dağılımı ifade edilirken deneyin sadece 1 kez tekrarlanması gereklidir. 6 3 Bernoulli dağılışında x şans değişkeni başarı durumu için 1, başarısızlık durumu için ise 0 değerini alır. • S = { x / 0,1 } Bernoulli Dağılımının Olasılık Fonksiyonu; ⎧ p x (1 − p )1− x P( X = x) = ⎨ 0 ⎩ μ=E(x)=p x = 0,1 d .d σ2= Var ( x ) = p (1-p) = pq 7 Örnek: Bir deste iskambilden çekilen bir kağıdın as olup olmaması ile ilgileniyor. As gelmesi başarı olarak ifade edildiği durum için olasılık fonksiyonunu oluşturunuz. x = 0 (as gelmemesi) S = { x / 0,1 } P( X = 0 ) = 48 / 52 x = 1 ( as gelmesi) ⎧⎛ 4 ⎞ x ⎛ 48 ⎞1− x ⎪⎜ ⎟ ⎜ ⎟ P( X = x) = ⎨⎝ 52 ⎠ ⎝ 52 ⎠ ⎪ 0 ⎩ P( X = 1 ) = 4 / 52 x = 0,1 d .d 8 4 Binom Dağılımı • Birbirinden bağımsız n adet bernoulli deneyinin bir araya gelmesi sonucunda binom deneyi gerçekleşir. • Binom deneyinin gerçekleşmesi için bernoulli deneyinin bütün varsayımlarının sağlanması gereklidir. • Binom şans değişkeni x, n adet denemedeki başarı sayısını ifade etmektedir. • n denemede en az 0, en fazla n adet başarı gözlenebileceğinden S = { x / 0,1,2,……,n } olur. 9 Binom Olasılık Fonksiyonunun Elde Edilmesi Gerçekleştirilen her bir Bernoulli deneyi birbirinden bağımsızdır ve olasılık fonksiyonu P(x) = p x . q 1− x x = 0,1 olarak ifde edilmiş idi. Bernoulli deneyi n defa tekrarlandığı durumda toplam x adet başarı olmasının olasılığı, x adet başarı olasılığı (p) ile n - x adet başarısızlık olasılığının (q=1-p) çarpımını 10 içermelidir. 5 Başarı ve başarısızlıkların oluşum sırası yani sıralama önemsiz ise ⎛⎜⎜ n ⎞⎟⎟ = n C x faklı şekilde ortaya x ⎝ ⎠ çıktığı için ; ⎧⎛ n ⎞ x n− x ⎪⎜⎜ ⎟⎟.p .(1 − p) P( X = x) = ⎨⎝ x ⎠ ⎪ 0 ⎩ x = 0,1,2,...., n d .d olarak elde edilir. 11 Örnekler: • Bir fabrikanın deposundan seçilen 10 üründen 2’sinin hatalı olması , • Bir madeni para 5 kez atıldığında hiç tura a gelmemesi üst yüze yazı veya tura gelmesi, • Hilesiz bir zar 4 kez atıldığında zarın en çok 1 kez çift gelmesi, 12 6 Binom Dağılımının Karakteristikleri Aritmetik Ortalama μ = E ( X ) = np .6 .4 .2 .0 P(X) X 0 Varyans σ2 = np(1 − p) = npq .6 .4 .2 .0 n = 5 p = 0.1 P(X) 1 2 3 4 5 n = 5 p = 0.5 X 0 1 2 3 4 5 13 Örnek: Bir işletmede üretilen ürünlerin % 6 ‘sının hatalı olduğu bilinmektedir. Rasgele ve iadeli olarak seçilen 5 üründen, a)1 tanesinin hatalı olmasının olasılığını, b) En az 4 tanesinin hatalı olmasının olasılığını hesaplayınız. p = 0,06 1- p = 0,94 n = 5 a)P ( X = 1 ) = ? ⎛ 5⎞ P ( X = 1) = ⎜⎜ ⎟⎟.(0,06)1 .(0,94) 4 ≈ 0,23 ⎝1 ⎠ b)P ( X ≥ 4 ) = ? P ( X ≥ 4 ) = P ( X = 4) + P ( X = 5 ) ⎛5 ⎞ ⎛ 5⎞ = ⎜⎜ ⎟⎟.(0,06) 4 .(0,94)1 + ⎜⎜ ⎟⎟.(0,06) 5 .(0,94) 0 ⎝ 4⎠ ⎝ 5⎠ 14 7