Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
2-1 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
Bölüm 2 OLASILIK TEORİSİ
Olasılık teorisi, matematiğin belirsizlik taşıyan olaylarla ilgilenen bir dalıdır. Bu bilim dalı
rasgele değişkenleri inceler.
Rasgele değişken, gelecekteki bir gözlemde alacağı değer önceden kesinlikle bilinemeyen bir
değişkendir. Örnekse; bir zar atışında gelecek sayı önceden bilinemeyeceğinden bir rasgele
değişkendir.
Bir rasgele değişkenin gelecekteki bir gözlem sırasında alacağı değer kesin olarak
bilinemeyeceğine göre ancak değişkenin belli bir değeri alması şansı belirlenebilir. Bir
rasgele değişkenin bir gözlem sırasında belli bir değeri almasına bir rasgele olay denir.
Örnek olarak, bir zar atışında seçilen bir sayının (1 ile 6 arasında) görülmesi bir rasgele olay
olup bu rasgele olaylardan herhangi birinin görülme şansı belirlenebilir.
Olasılık teorisinde küme kavramının önemli bir yeri vardır.
Küme teorisinin kısaca esasları;
X= {x1, x2, ……….xn}
x X, x X (Bir kümenin elemanı olma durumu)
B A, C A (alt küme olma durumu)
A B (kesişim kümesi)
(boş küme işareti)
A D= ise A ve D ayrık kümelerdir.
A B (birleşim kümesi)
Venn diyagramı; bir küme ile alt kümeleri arasındaki ilişkileri kolayca açıklayabilmek için
grafik bir gösterim şekli.
Olasılık teorisinde, bir rasgele olayın meydana gelmesi şansı olasılık (ihtimal, probabilite)
adı verilen bir büyüklük ile ifade edilmektedir.
Bir X rasgele değişkeninin bir gözlem sırasında aldığı xi değerinin yani
X=xi rasgele olayının olasılığı şu şekilde gösterilir;
P (X=xi) = pi
pi olasılığının değeri 0 ile 1 arasında değişebilir. Olasılığın 0 olması söz konusu olayın
hiçbir zaman meydana gelmeyeceğini, 1 olması ise kesinlikle her gözlemde meydana
geleceğini gösterir.
2-2 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
Örnek olarak bir zar atışında;
P(X=1) = P(X=2) = P(X=3) = P(X=4) = P(X=5) = P(X=6) = 1/6
P(X=7)= 0
P(X=1X=2X=3X=4X=5X=6)=1 (1 ile 6 arasında bir sayı görülmesi olayı)
P(X3)=2/3 (3 veya daha büyük bir sayı görülmesi olayı)
P(X<3)=1/3 (3 ten küçük bir sayının görülmesi olayı)
Bu örneğin çok basit yapıdaki rasgele değişkenlere ait rasgele olaylar olduğunu ve bu olaylara
ait olasılıkların mantık yoluyla hesaplanabileceğini söyleyebiliriz.
Başka bir örnek olarak; zarın hileli olduğunu ve çift sayı gelmesi olasılığının tek sayı
gelmesi olasılığının 2 katı olduğunu bildiğimizi kabul edersek;
Bir atışta 1, 3 ve 5 saylarının her birinin gelmesi olasılığı p ile gösterilirse;
2, 4 veya 6 sayılarından her birinin gelmesi olasılığı 2p olur.
3 (p) + 3 (2p) = 1 olacağından p=1/9 olur, dolayısıyla
P(X=1) = P(X=3) = P(X=5) = 1/9
P(X=2) = P(X=4) = P(X=6) = 2/9 dur.
Örnek uzayı; Bir rasgele değişkenin gözlemlerle alabileceği değerlerin tümünden oluşan
kümeye denir.
Bileşik rasgele olay; birden fazla basit rasgele olayın (X=xi) bileşiminden oluşan olaylardır.
Zar atma probleminde rasgele değişkenin örnek uzayı;
Z={1,2,3,4,5,6} kümesidir. Hilesiz bir zar için basit rasgele olayların olasılıkları birbirine eşit
ve 1/6 değerindedir. Tek sayı gelmesi olayı T={1,3,5,} bir bileşik rasgele olaydır ve olasılığı
1/2 dir. Tek sayı gelmesi olayı ile çift sayı gelmesi olayı tamamlayıcı olaylar olup
P(T)+P(Ç)=1 olur.
Olasılık teorisi basit rasgele olayların olasılıkları bilindiğinde bunlardan oluşan bileşik
rasgele olayların olasılıklarının nasıl hesaplanabileceğini gösterir. Verilecek ifadeler, bazı
bileşik rasgele olayların olasılıkları bilindiğinde bunlara bağlı olarak tanımlanan diğer bazı
bileşik rasgele olayların olasılıklarını hesaplamakta da kullanılabilir.
2-3 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
Olasılık teorisinin temel aksiyomuna göre;
ayrık (ortak bir elemanı olmayan) iki olayın bileşimi olan bir olayın olasılığı, bu iki
olayın olasılıklarının toplamına eşittir.
P (AB) = P(A) + P(B)
Örneğin bir zar atışında, A={1,2,3} yada B={5} gelmesi olayının olasılığı;
1/2 + 1/6 = 2/3 dür.
Bu aksiyoma göre, bir rasgele değişkene ait basit olayların tümünün bileşiminin (kesin olay)
olasılığı 1’ e eşittir.
Ayrık olmayan iki olayın bileşiminin olasılığı
P(A) = P(AB) + P(Ao)
P(B) = P(AB) + P(Bo)
P(AB) = P(Ao) + P(AB) + P(Bo)
Bu üç denkleme dayalı olarak, ayrık olmayan A ve B olaylarının bileşiminin olasılığı;
P(AB) = P(A) + P(B) - P(AB) şeklinde hesaplanır.
Örnek olarak zar atma probleminde;
- Tek sayı gelmesi olayının olasılığının P(T)=1/2,
- 3 den daha küçük bir sayı gelmesi olayının olasılığının P(K)= 1/3 olduğunu biliyoruz.
- Bu iki olayın kesişiminin tek bir elemanı vardır (1) ve buna göre olasılığı P(TK) =1/6 dır.
- Söz konusu iki olayın bileşiminin olasılığını hesaplarsak,
P(TK) = P(T) + P(K) – P(TK) = 1/2 + 1/3 – 1/6 = 2/3
- Bu değer bir atışta ya tek yada 3 den küçük bir sayı gelmesi olasılığıdır.
İki boyutlu örnek uzayı; X ve Y gibi iki rasgele değişkenin bir arada düşünülmesi durumudur.
Bir gözlemde X rasgele değişkeni için X=xi olayı meydana gelirken aynı gözlem sırasında Y
rasgele değişkeni için Y=yj olayı görülüyorsa (xi, yj) gözlem çifti iki boyutlu örnek uzayında
bir noktayı ifade eder.
A B
Ao
Bo
AB
2-4 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
Koşullu örnek uzayı; Verilen bir Y=yj olayının meydana gelmesi koşuluyla gözlenen X=xi
olayları yeni bir tek boyutlu örnek uzayı oluşturur, bu koşullu bir örnek uzayıdır. Buradaki
olaylar (X=xi Y=yj) şeklinde ifade edilir, düşey çizginin sağındaki Y=yj rasgele olay olarak
düşünülmeyip bir koşulu göstermektedir.
Örnek olarak şu iki rasgele değişken düşünülebilir; Bir betonarme kirişin yükleme deneyinde
Y çatlama yükü, X kırılma yükü olsun.
Herhangi bir gözlem sırasında ölçülen (xi, yj) değerleri iki boyutlu örnek uzayının bir
noktasını oluşturur. Yani iki boyutlu uzayda bir rasgele olaya karşılık gelir.
Diğer taraftan; sadece çatlama yükünün 635 kg olarak ölçüldüğü deneyler göz önüne
alınarak koşullu rasgele olaylar tanımlanabilir; (X=xi, Y=635). Burada Y bir değişken
olmayıp bir koşulu ifade etmektedir, dolayısıyla örnek uzayı bir boyutludur.
Koşullu bir olayın olasılığı;
X=xi olayı kısaca A, Y=yj olayı kısaca B ile gösterilirse;
B olayının meydana gelmesi koşuluyla A olayının olasılığı, her iki olayında birlikte
görülmesi olasılığını B olayının olasılığına bölerek bulunur;
P(AB)= P(AB) / P(B) P(B)0 için
Örneğin;
- Bir yağış ölçeğinde bir günün yağışlı geçmesi olasılığının P(B)=0.20 olduğunu kabul edelim.
- Bu ölçekte günlük yağış yüksekliğinin 10 mm den büyük olması olasılığı P(A)=0.03 olsun.
- Yağış görülen bir günde yağış yüksekliğinin 10 mm den büyük olması olasılığını yukarıdaki
denklem ile hesaplayabiliriz;
- Burada P(AB) = P(A) = 0.03 olduğuna göre
P(AB)= (0.03) / (0.20) = 0.15 olur.
- Bu değer, herhangi bir günde yağış yüksekliğinin 10 mm den büyük olması olayının
olasılığından büyüktür.
Yukarıdaki denklem,
P(AB) = P(AB) . P(B) şeklinde de düzenlenebilir.
Bu örnekte P(A) olasılığı ile P(AB) koşullu olasılığı için farklı değerler bulunmuştur. Bu
durum göz önüne alınan koşulun A olayının olasılığını değiştirdiğini göstermektedir. Diğer
yandan A ve B olaylarının meydana gelişleri arasında hiçbir ilişki yoksa
P(AB)=P(A)
durumu geçerlidir ve bu durumda A ve B olayları olasılık açısından bağımsızdır denir.
Bu durumda yukarıdaki denklem şu şekli alır;
P(AB) = P(A) . P(B)
Yani bağımsız olayların birlikte görülmeleri olasılığı, ayrı ayrı görülmeleri olasılıklarının
çarpımına eşittir.
2-5 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
Toplam ( Bütünsel) olasılık teoremi;
Kimi zaman bir A olayının olasılığı doğrudan belirlenemez. Ne var ki anılan olay daima B1,
B2, ……Bn gibi başka olaylarla birlikte ortaya çıkar. Bir başka anlatımla A olayının olasılığı
Bi olaylarının ortaya çıkışına bağlı olur. Böyle bir durumda A nın olasılığı bir “beklenen
olasılık” olacaktır. Bütünsel olasılık teoremi bu tür sorunların çözümlenmesinde kullanılır.
A ve B1, B2, ……Bn olaylarıyla ilgili Venn diyagramının aşağıdaki gibi olduğunu düşünürsek;
A olayını A= (AB1) (AB2) ……..(ABn) şeklinde gösterilebilir.
Buna göre ayrık olaylara ait P (AB) = P(A) + P(B) denkleminden;
P(A)= P(A B1) + P(A B2)………+ P(A Bn) yazılabilir. Bu denklemde koşullu olasılık
denklemleri kullanılarak P(ABi) = P(ABi) . P(Bi) olduğu düşünülürse
sonucuna toplam olasılık teoremi denir.
Bayes Teoremi;
Bütünsel olasılık teoremiyle ilgili olarak, bir A olayının ortaya çıkması halinde belirli bir Bi
olayının olasılığı hesaplanabilir. Başka bir anlatımla bu olasılık bir tersinir (reverse) olasılık
gibi düşünülebilir.
ABi ortak olayına koşullu olasılık formülleri uygulanırsa;
P(BiA)= [ P(Bi) . P(ABi) ] / P(A) yazılabilir. Bu bağıntı Bayes teoremi olarak adlandırılır.
P(A), bütünsel olasılık teoremine göre açılırsa bağıntı şu şekli alır;
P(BiA)= [ P(Bi) . P(ABi) ] / )().(1
jj
n
j
BPBAP
Bir rasgele değişkenin hesaplanan olasılığına ilişkin daha fazla veri ve bilgi sağlanabilmiş ise
anılan olasılık, Bayes kuralı ile düzeltilebilir ve güncelleştirilebilir. Başka bir anlatımla bu
kural, önceki gözlemlere dayanılarak tahmin edilen olasılıkların, yeni gözlemlerin
sonuçlarına göre düzeltilmesinde kullanılabilir.
AB1
B2 B1
B3 B4
AB4
AB2
)().()(1
ii
n
i
BPBAPAP
2-6 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
UYGULAMALAR
Örnek 1; Bir işin 2-4 günde bitirilmesi olasılığı 0.50, 4-6 günde bitirilmesi olasılığı 0.25, 2-6
günde bitirilmesi olasılığı 0.55 ise 4 günde bitirilmesi olasılığı nedir?
A= {(X=2) (X=3) (X=4)} P(A)=0.50
B= {(X=4) (X=5) (X=6)} P(B)=0.25
AB= {(X=2) (X=3) (X=4) (X=5) (X=6)} P(AB)=0.55
AB= {(X=4)} P(AB)= ?
P(X=4) = P(AB) = P(A) + P(B) – P(AB) = 0.50 + 0.25 – 0.55 = 0.20
Örnek 2; Bir şehre su aşağıdaki şekilde gösterildiği gibi iki kaynaktan iletilmektedir. A, B
ve C borularında arıza görülmesi olasılıkları sırasıyla 0.15, 0.10 ve 0.02 dir. Şehrin tamamen
susuz kalması olayının olasılığını hesaplayınız.
Şehrin susuz kalması; A ve B borularının her ikisinde birden arıza görülmesi yada C
borusunda arıza görülmesi durumunda söz konusudur. Bu duruma ait olasılık şu şekilde ifade
edilir; P((AB) C) = ?
P(A)=0.15, P(B)=0.10, P(C)=0.02
A ve B borularında arıza görülmesi olayları bağımsız olduğu için;
P(AB)= 0.15 * 0.10 = 0.015 olarak hesaplanır.
Benzer şekilde;
P((AB) C) = P(AB) * P(C) = 0.015 * 0.02
P((AB) C) = P(AB) + P(C) – P((AB)C)
= 0.015 + 0.02 – (0.015*0.02)
= 0.0347
Şehir
A
B
C
1
2
2-7 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
Örnek 3; 1 şehrinden 2 şehrine A yolu ile gidilebildiği gibi 3 şehri üzerinden önce B, sonra
C yolunu izleyerek de gidilebilmektedir. Kış mevsiminde bu yolların açık olması olasılıkları
P(A)=0.40, P(B)=0.75, P(C)= 0.67 dir. B yolu açık olduğunda C nin de açık olması olasılığı
P(C B)=0.80, B ve C yollarının her ikisi de açık olduğunda A nın da açık olması olasılığı
0.50 olarak verilmiştir. Kış mevsiminde 1 şehrinden 2 şehrine ulaşabilme olasılığını
hesaplayınız.
1 şehrinden 2 şehrine ulaşabilme olasılığı;
P(A (BC)= ? (ya A yolu açık olmalı yada B ve C yollarının her ikisi birden açık olmalı)
P(BC) = P(CB) . P(B) = 0.80 * 0.75 = 0.60
P(A (BC) = P(A) + P(BC) – P(A(BC))
P(A(BC)) = P(A(BC)) . P(BC) = 0.50 * 0.60 = 0.30
P(A (BC) = 0.40 + 0.60 – 0.30 = 0.70
Örnek 4; Bir çerçeve iki temel üzerine oturmaktadır. Temellerden her birinin çökme olasılığı
0.1 dir. Temellerden biri çöktüğünde diğerinin çökme olasılığı 0.8 dir. Çerçevenin
temellerinde çökme olması olasılığını hesaplayınız.
P(A) = P(B) = 0.1
P(AB) = P(BA) = 0.8
Çerçevenin temellerinde çökme olasılığı; P(AB)= ?
P(AB) = P(A) + P(B) – P(AB)
P(AB) = P(AB) . P(B) = 0.8 * 0.1 = 0.08
P(AB) = 0.1 + 0.1 – 0.08 = 0.12
A
B C
1 Şehri 2 Şehri
3 Şehri
2-8 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
Örnek 5; Şekilde gösterilen yol sisteminde A ve B yollarının tıkanma olasılıkları P(A)= 0.10,
P(B)=0.20 dir. Bu yolların tıkanması olayları birbiriyle bağımlı olup P(AB)= 0.50,
P(BA)=1.0 olarak verilmiştir. A ve B yollarının herhangi biri tıkandığında C yolu da
tıkanmaktadır, ayrıca A ve B yollarının her ikisinin de açık olması halinde C yolunun
tıkanması olasılığı 0.20 dir. Bu verilere göre C yolunun tıkanması olasılığı nedir.
Problem toplam olasılık teoremini kullanarak çözülebilir. A ve B yolları birlikte göz önüne
alındığında 4 farklı durum söz konusudur. Bu durumların olasılıkları ;
P(AB) = P(AB) . P(B) = P(BA) . P(A)
=0.50 * 0.20 = 1.00 * 0.10 = 0.10
P( AB) = P( A B) . P(B) = (1-0.50) * 0.20 = 0.10
P(A B ) = P( B A) . P(A) = (1 – 1) * 0.10 = 0
P( A B ) = 1 – (0.10 +0.10+ 0) = 0.80
C yolunun tıkanması olasılığı toplam olasılık teoremine göre;
P(C) = P(CAB) . P(AB) + P(C AB) . P( AB) +
P(CA B ) . P(A B ) + P(C A B ) . P( A B )
= 1.00 * 0.10 + 1.00 * 0.10 + 1.00 * 0 + 0.20 * 0.80 = 0.36
A
B
C
Burada A ve B , A ve B yollarının
tıkanmaması olaylarını göstermektedir. Göz
önüne alınan 4 durumdan biri mutlaka
görüleceğinden olasılıkların toplamının 1 e
eşit olması gerekir. P( A B ) olasılığı bunu
göz önüne alarak hesaplanmıştır
2-9 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
[Örnek 6] Bir çift oyun zarı atıldığı zaman toplamının 7 yada 11 olması olasılığı ne olur?
Birinci zar altı konumda yere düşebilir. Bu konumlardan her biri için ikinci zar altı
biçimde yere düşebilir. Dolayısıyla bir çift zar 6*6=36 yoldan yere düşebilir.
Toplamın 7 olması olayı A, 11 olması olayı B olsun. 36 örnek noktasından altı nokta
için toplam 7, ve iki nokta için toplam 11 olur.
Zarlar dengeli ise bütün örnek noktaları eşit ihtimalli olacağı için
P(A)=6/36=1/6 ve P(B)=2/36=1/18 dir
A ve B olayları birlikte oluşamayacağından
P(AB) = P(A) + P(B) = 1/6 + 1/18 = 2/9
[Örnek 7] Bir metal para arka arkaya 6 kez atıldığı zaman hiç olmazsa bir kez yazı
gözükmesi olasılığı ne olur?
Birinci fırlatmada para iki konumda yere düşebilir, ikincisinde gene iki durumda…..
Dolayısıyla 6 kez fırlatma için 26=64 örnek noktası oluşur.
En az bir kez yazı gözükmesi olayı E olsun.
P(E)=1-P( E ) ilişkisinde E hiç yazı gözükmemesi olayıdır. Böyle bir olayın
oluşabilmesi için bütün fırlatma sonuçlarının tura gelmesi gerekir. Ve bu duruma ait
olasılık P( E ) = 1/64 dür.
Öyleyse; P(E) = 1- (1/64) = 63/64
[Örnek 8] Bir yüklenici iki yeni yapının yapım işini üstleniyor. 1. yapım ve 2. yapım.
Nevarki her yapının tamamlanma süresi bağlamında bazı belirsizlikler oluşuyor.; yapının 1 yıl
içinde tamamen bitmesi, tamamlanmasının kuşkulu olması, ya da kesinlikle bitmemesi gibi.
Bu iki yapıma ilişkin olabilirliklerin bir yıl sonunda eşit ihtimalle oluşması halinde, bir
yapımın bir yıl içinde bitmesi olasılığını hesaplayınız. Diğer taraftan 1. yada 2. yapının
tamamıyla bitmesi olayının olasılığı nedir?
Her yapım için anılan durumları, sırayla A, B ve C ile belirtelim.
Bu iki yapının tamamlanma durumuna ilişkin örnek uzayı belirleyelim. Bu bir yıl sonra
1. ve 2. yapımla ilgili durumların belirlenmesi anlamına gelir.
Bir yapının tamamıyla bitmesi olayı 4 örnek noktasını içerir. AB, AC, BA ve CA;
dolayısıyla olasılığı 4 (1/9) = 4/9 olur.
Diğer taraftan 1. ve 2. yapımın tamamıyla bitmesi olayları sırasıyla E1 ve E2 ile
gösterilirse;
P(E1) = 3/9, P(E2) = 3/9 ve P(E1E2) = 3/9 + 3/9 -1/9 = 5/9 olur.
AA BA CA
AB BB CB
AC BC CC
Örnek uzay
AA BA CA
AB BB CB
AC BC CC E1
E2
2-10 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
[Örnek 9] Bir kavşağa belirli bir yönde yaklaşan taşıt araçlarının sağa sola sapmadan doğru
gitmelerinin olasılığı, sağa dönme olasılığının 2 katı; ve gene sola dönmeleri olasılığı, sağa
dönmeleri olasılığının yarısı oluğu gözlenmiştir. Bu koşulların her araç için geçerli olduğunu
kabul edelim. Belirlenen yönde kavşağa yaklaşan bir araçla ilgili tüm olabilirliklere ait
olasılıklar nedir? Diğer taraftan bir araç kesinlikle dönüş yapacaksa, sağa dönmesinin
olasılığı nedir?
E1= doğru devam (DD), E2= sağa dönme (SD), E3= sola dönme (LD) olayları olsun
Sola dönmenin ağırlığı w ise sağa dönmenin ağırlığı 2w ve doğru gitmenin ağırlığı 4w
olduğuna göre toplam ağırlık 7w olur ve örnek uzay 7 noktadan oluşur.
Bu durumda ilgili olasılıklar
P(E1)=4/7, P(E2)=2/7, P(E3)=1/7 olur.
Diğer taraftan;
P[E2(E2E3)] = P[E2 (E2E3)] / P(E2E3) = P(E2) / P(E2E3) = (2/7) / (3/7) = 2/3
[Örnek 10] Yirmi torbalık bir çimento grubunu göz önüne alalım. Torbalardan beşi bozuk
olsun. Gruptan “birincisini yerine koymadan (iadesiz)” arka arkaya rasgele iki torba seçelim.
Bu iki torbanın bozuk çıkma olasılığı nedir?
Birinci ve ikinci torbanın bozuk çıkma olaylarını, sırasıyla E1 ve E2 ile gösterelim.
E1 in ortaya çıkması ve ondan sonra E2 nin gözükmesi olayı E1E2 olur.
İlk seçilen torbanın bozuk olması olasılığı P(E1)= 5/20= 1/4 ,
İkinci torbanın geriye kalan 4 bozuk torbadan biri olması olasılığı P(E2E1)=4/19 olur.
O halde
P(E1E2) = P(E2E1) . P(E1) = (4/19) . (1/4) = 1/19 bulunur.
Diğer taraftan bu örnekte ilk seçilen torba yerine konulur ve ikincisi seçilmeden
torbaların hepsi yeniden sıralanırsa, rasgele seçilen ikinci torbanın bozuk çıkma olasılığı
P(E2E1) = P(E2) = 1/4 olur. Diğer bir anlatımla, böyle bir iadeli seçim yapıldığı
zaman E1 ve E2 olayları istatistiksel bağımsız olur.
DD DD
A
DD
SD
DD
SD
LD
Örnek uzay
E1
E2
E3
2-11 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
[Örnek 11] Çok katlı bir bina yük taşıma kapasitesinin aşılması yada aşırı oturma yüzünden
göçebilir. Bu göçme biçimlerini sırayla, B ve S ile gösterelim. P(B)=0.001, P(S)= 0.008 ve
P(BS)=0.1 (aşırı oturma nedeniyle binanın, yük taşıma kapasitesinin aşılması ve göçme
olasılığı) olduğuna göre; (a) Temellerden kaynaklanan göçme olasılığını; (b) binanın aşırı
oturma yapması, ama yük taşıma kapasitesini kaybetmemesi olasılığını belirleyiniz.
(a) Göçme olayı F olsun;
P(F) = P(BS) = P(B) + P(S) – P(BS) = P(B) + P(S) – P(BS). P(S)
= 0.001 + 0.008 – (0.1) . (0.008) = 0.0082
(b) P(S B ) = P( B S). P(S) = [1- P(BS)]. P(S) = (1-0.1) . (0.008) = 0.0072
[Örnek 12] Bir istinat duvarı “kaymayla (A)” yada “devrilmeyle (B)” göçebilmektedir.
- Kaymayla ilgili göçme olasılığının devrilmeyle olanın iki katı, P(A) = 2 P(B);
- Devrilmeyle göçmeye göre kaymayla göçme olasılığının P(AB)=0.80; ve
- Duvarın göçme olasılığının 10-3
olduğunu varsayalım.
Kaymanın oluşması olasılığı nedir?
P(AB) = P(A) + P(B) – P(AB) P(AB) = P(AB) . P(B)
P(B) = 0.5 P(A)
P(AB) = 10-3
= P(A) + 0.5 P(A) – (0.8) . (0.5) . P(A) = 1.1 P(A)
P(A) = 0.00091
Devrilme
Kayma
Duvar Dolgu
Kaya
2-12 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
[Örnek 13] Bir çerçeve 3 elemandan oluşmaktadır. Bu elemanların çökme olasılıkları
P(A)=0.05, P(B)= 0.04, P(C)=0.03 dür. Elemanların çökmesi olaylarının birbirinden
bağımsız olduğunu kabul ederek çerçevenin çökme olasılığını hesaplayınız.
Elemanların herhangibirinin çökmesi halinde çerçeve çökmüş sayılacağına göre şekildeki
Venn diyagramındaki geometrik ilişkiye dayanarak;
P(ABC) = P(A) + P(B) + P(C) – P(AB) – P(AC) – P(BC) + P(ABC)
olduğu görülmektedir.
Bağımsızlık kabulüne göre; P(AB) = P(A) . P(B) = 0.05 * 0.04 = 0.0020
P(AC) = P(A) . P(C) = 0.05 * 0.03 = 0.0015
P(BC) = P(B) . P(C) = 0.04 * 0.03 = 0.0012
P(ABC) = P(A) . P(B) . P(C) = 0.05 * 0.04 * 0.03 = 0.00006
Dolayısıyla;
P(ABC) = 0.05 + 0.04 + 0.03 – 0.0020 – 0.0015 – 0.0012 + 0.00006 = 0.11536
Diğer taraftan aynı sonuç başka bir yoldan da bulunabilir;
Çerçevenin çökmemesi için hiçbir elemanın çökmemesi gerekir. Çökme ve çökmeme olayları
tamamlayıcı olaylar olduklarından elemanların çökmeme olasılıkları sırasıyla, 1-0.05= 0.95,
1-0.04=0.96 ve 1-0.03=0.97 olacağına göre ;
çerçevenin çökmemesi olasılığı; 0.95 * 0.96 * 0.97 = 0.88464
çerçevenin çökmesi olasılığı; 1 – 0.88464 = 0.11536
[Örnek 14] Şekilde gösterilen 3 mesnetli bir köprünün mesnetlerindeki çökmeler şöyledir;
A mesnedi için 0 mm, 10 mm, 20 mm; B mesnedi için 0 mm, 20 mm; C mesnedi için 0 mm,
10 mm, 20 mm. Bu verilere göre;
(a) mesnetlerin tümü için olabilir çökmeleri (oturma) temsil eden örnek uzayını tanımlayınız.
(b) Olabilirliklerin hepsinin eşit ihtimalli olduğunu varsaydığımızda herhangi iki ardışık
mesnet arasındaki 20 mm çökme farkı olayına (E) ilişkin olasılığı hesaplayınız.
A B
C
A B C
2-13 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
(a) örnek noktaları sayısı 3* 2*3= 18 olur. (teorem; bir işlem n1 yoldan yapılabiliyorsa,
ve bunların her biri için ikinci bir işlem n2 yoldan yapılabiliyorsa, bu iki işlem n1n2
yoldan birlikte yapılabilir). Şematik betimleme ve örnek uzay aşağıdaki şekilde
gösterilebilir.
A 0 10 20
B 0 20 0 20 0 20
C 0 10 20 0 10 20 0 10 20 0 10 20 0 10 20 0 10 20
(b) E olayına ilişkin örnek noktaları aşağıdaki örnek uzayına ait tabloda işaretlenmiştir.
0-0-0 0-20-0 10-0-0 10-20-0 20-0-0 20-20-0
0-0-10 0-20-10 10-0-10 10-20-10 20-0-10 20-20-10
0-0-20 0-20-20 10-0-20 10-20-20 20-0-20 20-20-20
P(E)= 10/18
[Örnek 15] Bir nehir üzerinde bulunan ve üç kiriş ile iki ayaktan oluşan bir köprü şekilde
gösterilmiştir. Yapısal sistem, göçme olasılıkları kirişlerin her biri için 0.05 ve ayakların
her biri için 0.04 olacak şekilde tasarlanmıştır. Kirişlerin ve ayakların göçme olaylarının
istatistiksel bağımsız olması halinde; (a) kiriş sisteminin (b) ayak sisteminin ve (c) köprü
sisteminin göçme olasılıklarını belirleyiniz.
(a) Kirişlerin bireysel göçme olayları E1, E2 ve E3 olsun. Kiriş sisteminin göçme olasılığı;
P(E1 E2E3)= 1- )( 321 EEEP olur.
E1, E2 ve E3 olayları istatistiksel bağımsız oldukları için sistemin kalıcılık olasılığı;
)( 321 EEEP = (1-0.05) . (1-0.05) . (1-0.05) = 0.857375
ve dolayısıyla göçme olasılığı;
P(E1 E2E3)=1- 0.857375= 0.142625
(b) Ayakların göçme olayları E4 ve E5 olsun.
P(E4 E5)= 1- )( 54 EEP = 1- [(1-0.04) . (1-0.04)] = 1- 0.9216 = 0.0784
(c) Köprü sisteminin göçme olasılığı;
P(E1 E2E3E4E5)= 1- )( 54321 EEEEEP
= 1- [(1-0.05)3 . (1-0.04)
2] = 1-(0.857375).(0.9216)
= 0.2098432
1 2 3
4 5
2-14 BAÜ Müh-Mim Fak. İstatistik Dersi Dr. Banu Yağcı
[Örnek 16] Geçmişteki deneyimlere göre, bir yapıda kullanılan A ve B gibi iki malzemenin
belirli bir zaman dilimi için dayanma olasılıklarının P(A)=0.8 ve P(B)=0.9 olduğu
belirlenmiştir. Bu yapı malzemeleri arasında istatistiksel bağımlılık olmaması halinde; söz
konusu zaman dilimi için (a) her iki malzemenin dayanma, (b) hiçbirinin dayanmama ve
(c)hiç olmazsa birinin dayanma olasılıklarının bulunması istenmektedir.
(a) P(AB) = P(A) . P(B) = 0.8 * 0.9 = 0.72
(b) P( A B ) = P( A ) . P( B ) = (1-0.8) . (1-0.9) = 0.02
(c) P(AB) = 1- P( AB ) = 1- 0.02 = 0.98
Olasılık Formülleri
P(AB) = P(A) + P(B) - P(AB)
P(AB)= P(AB) / P(B) veya P(AB) = P(AB) . P(B)
P(AB) = P(A) . P(B)
P(ABC) = P(A) + P(B) + P(C) – P(AB) – P(AC) – P(BC) + P(ABC)
nn EEEEEE ........... 2121 (de Morgan kuralı)
P(E1 E2……En)= ).....(1)......(1 2121 nn EEEPEEEP
)().()(1
ii
n
i
BPBAPAP
(Toplam-bütünsel olasılık teoremi)
P(BiA)= [ P(Bi) . P(ABi) ] / )().(1
jj
n
j
BPBAP
(Bayes Teoremi)
(n sayıda olayın birleşiğinin
de Morgan kuralına göre
belirlenmesi daha elverişlidir)
(takımlarla bütünleyicileri arasındaki
ilişkileri belirten kural)