Koşullu olasılık, bağımlı ve bağımsız değişkenler Ders Notu

10. Sınıf Matematik: Koşullu Olasılık, Bağımlı ve Bağımsız Olaylar

Bu bölümde, bir olayın gerçekleşmesinin başka bir olayın gerçekleşme olasılığını nasıl etkilediğini inceleyeceğiz. Koşullu olasılık, bağımlı ve bağımsız olay kavramlarını anlayarak olasılık problemlerini daha etkin bir şekilde çözebileceğiz.

Koşullu Olasılık Kavramı

Bir A olayının gerçekleştiği bilindiğinde, B olayının gerçekleşme olasılığına koşullu olasılık denir ve \( P(B|A) \) ile gösterilir. Matematiksel olarak şu şekilde ifade edilir:

\[ P(B|A) = \frac{P(A \cap B)}{P(A)} \quad \text{(burada } P(A) > 0 \text{ olmalıdır)} \]

Burada \( P(A \cap B) \), hem A hem de B olaylarının birlikte gerçekleşme olasılığıdır.

Bağımlı ve Bağımsız Olaylar

İki olayın birbirinden bağımsız olup olmadığını anlamak, koşullu olasılık kavramıyla yakından ilişkilidir.

Bağımsız Olaylar

Eğer bir A olayının gerçekleşmesi, başka bir B olayının gerçekleşme olasılığını etkilemiyorsa, bu iki olaya bağımsız olaylar denir. Matematiksel olarak bu durum şu şekilde ifade edilir:

• \( P(B|A) = P(B) \)
• \( P(A|B) = P(A) \)
• \( P(A \cap B) = P(A) \cdot P(B) \)

Örnek: Bir madeni parayı atmak ve bir zar atmak bağımsız olaylardır. Paranın yazı gelmesi, zarın 3 gelme olasılığını etkilemez.

Bağımlı Olaylar

Eğer bir A olayının gerçekleşmesi, başka bir B olayının gerçekleşme olasılığını etkiliyorsa, bu iki olaya bağımlı olaylar denir. Bağımlı olaylarda koşullu olasılık formülü kullanılır ve genellikle şu şekilde ifade edilir:

• \( P(B|A) \neq P(B) \)
• \( P(A \cap B) = P(A) \cdot P(B|A) \) veya \( P(A \cap B) = P(B) \cdot P(A|B) \)

Örnek: Bir torbadan çekilen bir topun rengini not alıp torbaya geri koymazsak, ikinci çekilişteki topun renginin olasılığı ilk çekilişten etkilenir. Bu bağımlı olaydır.

Uygulama ve Örnekler

Örnek 1: Bir torbada 3 kırmızı ve 2 mavi top bulunmaktadır. Torbadan rastgele iki top çekiliyor. Çekilen ilk topun kırmızı olduğu bilindiğine göre, ikinci topun da kırmızı olma olasılığı kaçtır?

Bu bir koşullu olasılık problemidir. İlk topun kırmızı gelme olasılığı \( P(K_1) = \frac{3}{5} \) dir. İlk top kırmızı çekilip torbaya geri konulmazsa, geriye 2 kırmızı ve 2 mavi top kalır. Bu durumda ikinci topun kırmızı gelme olasılığı \( P(K_2|K_1) \):

\[ P(K_2|K_1) = \frac{2}{4} = \frac{1}{2} \]

Örnek 2: İki zar aynı anda atılıyor. Zarların toplamının 7 olduğu bilindiğine göre, zarlardan birinin 3 olma olasılığı kaçtır?

Zarların toplamının 7 olduğu durumlar şunlardır: (1,6), (2,5), (3,4), (4,3), (5,2), (6,1). Toplam 6 olası durum vardır. Bu 6 durumdan zarlardan birinin 3 olduğu durumlar (3,4) ve (4,3) olmak üzere 2 tanedir. Bu nedenle koşullu olasılık:

\[ P(\text{birinin 3}| \text{toplam 7}) = \frac{2}{6} = \frac{1}{3} \]

Örnek 3: Bir öğrencinin matematik sınavından geçme olasılığı 0.7, fizik sınavından geçme olasılığı 0.8'dir. Bu iki olayın bağımsız olduğu biliniyor. Hem matematik hem de fizik sınavından geçme olasılığı kaçtır?

Olaylar bağımsız olduğu için olasılıkları çarparız:

\[ P(\text{Matematik geçer} \cap \text{Fizik geçer}) = P(\text{Matematik geçer}) \cdot P(\text{Fizik geçer}) = 0.7 \cdot 0.8 = 0.56 \]

Örnek 4: Bir torbada 5 sarı ve 4 yeşil bilye var. Torbadan çekilen ilk bilye sarı ise geri konulmuyor. İkinci çekilişte sarı bilye çekme olasılığı nedir?

İlk çekilişte sarı bilye çekme olasılığı \( P(S_1) = \frac{5}{9} \). İlk bilye sarı çekilip geri konulmazsa, torbada 4 sarı ve 4 yeşil bilye kalır. Bu durumda ikinci çekilişte sarı bilye çekme olasılığı:

\[ P(S_2|S_1) = \frac{4}{8} = \frac{1}{2} \]