📝 10. Sınıf Matematik: Koşullu olasılık, bağımlı ve bağımsız olaylar Ders Notu
10. Sınıf Matematik: Koşullu Olasılık, Bağımlı ve Bağımsız Olaylar
Olasılık hesaplarında bazen bir olayın gerçekleşmesi, başka bir olayın gerçekleşmiş olmasına bağlıdır. İşte bu noktada koşullu olasılık ve bağımlı/bağımsız olay kavramları devreye girer. Bu bölümde bu kavramları detaylı bir şekilde inceleyeceğiz.
Koşullu Olasılık Nedir?
Bir \( A \) olayının gerçekleşmiş olduğu bilindiğinde, \( B \) olayının gerçekleşme olasılığına \( A \) olayına bağlı \( B \) olayının koşullu olasılığı denir ve \( P(B|A) \) ile gösterilir.
Koşullu olasılığın formülü şu şekildedir:
\[ P(B|A) = \frac{P(A \cap B)}{P(A)} \]Burada \( P(A \cap B) \), hem \( A \) hem de \( B \) olaylarının birlikte gerçekleşme olasılığını ifade eder ve \( P(A) \neq 0 \) olmalıdır.
Bağımlı Olaylar
İki olayın birbirini etkilemesi durumunda bu olaylara bağımlı olaylar denir. Yani, bir olayın sonucunun diğer olayın olasılığını değiştirmesi durumudur.
Eğer \( A \) ve \( B \) olayları bağımlı ise, \( P(B|A) \neq P(B) \) olur. Bu durumda, \( A \) olayının gerçekleşmesi \( B \) olayının olasılığını etkiler.
Bağımlı Olaylarda Çarpma Kuralı
Bağımlı iki olayın birlikte gerçekleşme olasılığı şu şekilde bulunur:
\[ P(A \cap B) = P(A) \times P(B|A) \]veya
\[ P(A \cap B) = P(B) \times P(A|B) \]Örnek 1:
Bir torbada 3 mavi ve 2 kırmızı top bulunmaktadır. Torbadan rastgele çekilen iki topun sırasıyla kırmızı ve mavi olma olasılığı nedir? (Çekilen top geri atılmamaktadır.)
İlk topun kırmızı gelme olasılığı \( P(K_1) = \frac{2}{5} \).
İlk top kırmızı geldiğinde, geriye 3 mavi ve 1 kırmızı top kalır. İkinci topun mavi gelme olasılığı \( P(M_2|K_1) = \frac{3}{4} \).
Bu iki olayın birlikte gerçekleşme olasılığı:
\[ P(K_1 \cap M_2) = P(K_1) \times P(M_2|K_1) = \frac{2}{5} \times \frac{3}{4} = \frac{6}{20} = \frac{3}{10} \]Bağımsız Olaylar
Bir olayın sonucunun diğer olayın olasılığını etkilemediği durumlarda bu olaylara bağımsız olaylar denir. Yani, bir olayın gerçekleşip gerçekleşmemesi, diğer olayın olasılığını değiştirmez.
Eğer \( A \) ve \( B \) olayları bağımsız ise, \( P(B|A) = P(B) \) ve \( P(A|B) = P(A) \) olur.
Bağımsız Olaylarda Çarpma Kuralı
Bağımsız iki olayın birlikte gerçekleşme olasılığı, olasılıklarının çarpımına eşittir:
\[ P(A \cap B) = P(A) \times P(B) \]Örnek 2:
Bir madeni para havaya atılıyor ve bir zar atılıyor. Paranın tura gelmesi ve zarın 3 gelmesi olayı bağımsız mıdır? Bu iki olayın birlikte gerçekleşme olasılığı nedir?
Paranın tura gelme olasılığı \( P(T) = \frac{1}{2} \).
Zarın 3 gelme olasılığı \( P(3) = \frac{1}{6} \).
Bu iki olay bağımsızdır çünkü birinin sonucu diğerini etkilemez.
Birlikte gerçekleşme olasılığı:
\[ P(T \cap 3) = P(T) \times P(3) = \frac{1}{2} \times \frac{1}{6} = \frac{1}{12} \]Bağımlı ve Bağımsız Olayları Ayırt Etme
Bir problemde olayların bağımlı mı yoksa bağımsız mı olduğunu anlamak için şu soruları sorabiliriz:
- Bir olayın gerçekleşmesi, diğer olayın gerçekleşme olasılığını değiştiriyor mu?
- Eğer evet ise, olaylar bağımlıdır.
- Eğer hayır ise, olaylar bağımsızdır.
Özellikle "geri atılmama", "seçilenin yerine konmama" gibi ifadeler bağımlı olaylara işaret ederken, "tekrar etme", "geri atma", "aynı anda gerçekleşme" gibi ifadeler genellikle bağımsız olayları düşündürür.
Özet
Koşullu olasılık, bir olayın gerçekleştiği bilindiğinde diğer olayın olasılığını hesaplar. Bağımlı olaylar birbirini etkilerken, bağımsız olaylar birbirini etkilemez.
- Koşullu Olasılık: \( P(B|A) = \frac{P(A \cap B)}{P(A)} \)
- Bağımlı Olaylar: \( P(A \cap B) = P(A) \times P(B|A) \)
- Bağımsız Olaylar: \( P(A \cap B) = P(A) \times P(B) \)