Koşullu Olasılık

Koşullu Olasılık Kavramı

Günlük hayatta karşılaştığımız birçok durumda, bir olayın gerçekleşme olasılığı başka bir olayın gerçekleşip gerçekleşmemesine bağlı olabilir. İşte bu duruma koşullu olasılık denir. Koşullu olasılık, bir olayın başka bir olay gerçekleştiği bilindiğinde meydana gelme olasılığıdır.

Örneğin, yarın yağmur yağma olasılığını düşünelim. Eğer bugün gökyüzünde kara bulutlar varsa, yarın yağmur yağma olasılığı daha yüksek olacaktır. Burada “bugün kara bulutların olması” koşulu altında “yarın yağmur yağması” olayının olasılığını hesaplıyoruz. Bu tam olarak koşullu olasılığın ne olduğunu gösterir.

Koşullu Olasılık Hesaplamaları

Koşullu Olasılık Formülü

B olayı gerçekleştiğinde A olayının gerçekleşme olasılığı P(A│B) gösterimi ile ifade edilir ve “B verildiğinde A’nın olasılığı” şeklinde okunur. Koşullu olasılık formülü şu şekildedir:

$P(A│B) = \frac{P(A \cap B)}{P(B)}$

Burada P(A∩B) gösterimi, A ve B olaylarının birlikte gerçekleşme olasılığını ifade eder. Formülde P(B) > 0 olmalıdır, çünkü gerçekleşmemiş bir olayın koşulu altında başka bir olayın olasılığından söz edemeyiz.

Basit bir örnekle açıklayalım: Bir sınıfta 30 öğrenci var. Bu öğrencilerden 18’i matematik dersini seviyor, 15’i fen dersini seviyor ve 10’u hem matematik hem de fen dersini seviyor. Rastgele seçilen bir öğrencinin matematik dersini sevdiği biliniyorsa, bu öğrencinin fen dersini de sevme olasılığı nedir?

Çözüm için formülümüzü kullanalım:

• P(Fen│Matematik) = P(Fen ∩ Matematik) / P(Matematik)
• P(Fen│Matematik) = (10/30) / (18/30) = 10/18 = 5/9

Olasılıkta Çarpma Kuralı

Olasılıkta çarpma kuralı, iki olayın birlikte gerçekleşme olasılığını hesaplamamızı sağlar. Bu kural, koşullu olasılık formülünden türetilir:

$P(A \cap B) = P(A│B) \cdot P(B) = P(B│A) \cdot P(A)$

Bu kural, özellikle ardışık olayların olasılığını hesaplarken çok kullanışlıdır. Örneğin, bir torbada 3 kırmızı ve 2 mavi top olsun. Yerine koymadan art arda iki top çektiğimizde, ilk topun kırmızı ve ikinci topun mavi olma olasılığı:

P(1. kırmızı ve 2. mavi) = P(1. kırmızı) × P(2. mavi│1. kırmızı) = (3/5) × (2/4) = 6/20 = 3/10

Bağımlı ve Bağımsız Olayların Olasılıkları

Bağımsız Olaylar

İki olay birbirini etkilemiyorsa, yani birinin gerçekleşmesi diğerinin olasılığını değiştirmiyorsa, bu olaylara bağımsız olay denir. Bağımsız olaylar için şu özellik geçerlidir:

$P(A│B) = P(A)$ ve $P(B│A) = P(B)$

Günlük hayattan bir örnek verelim: Bir zarın atılması ve bir paranın atılması bağımsız olaylardır. Zarın 6 gelmesi, paranın yazı gelme olasılığını etkilemez.

Bağımlı Olaylar

Bir olayın gerçekleşmesi diğer olayın olasılığını etkiliyorsa, bu olaylara bağımlı olay denir. Bağımlı olaylarda:

$P(A│B) \neq P(A)$

Örneğin, bir deste oyun kağıdından art arda iki kart çekilmesi durumunda (ilk kart geri konulmadan), ilk kartın as olması ikinci kartın as olma olasılığını etkiler. Bu nedenle bu iki olay bağımlıdır.

Bağımsız Olaylarda Olasılık Hesaplamaları

A ve B bağımsız olaylar olduğunda, çarpma kuralı çok basitleşir:

$P(A \cap B) = P(A) \cdot P(B)$

Ayrıca, P(A∪B) gösterimi ile ifade edilen “A veya B’nin gerçekleşme olasılığı” şu formülle hesaplanır:

$P(A \cup B) = P(A) + P(B) – P(A \cap B)$

Bağımsız olaylar için bu formül şöyle yazılabilir:

$P(A \cup B) = P(A) + P(B) – P(A) \cdot P(B)$

Bağımlı Olaylarda Olasılık Hesaplamaları

Bağımlı olaylarda hesaplama yaparken, olayların sırasına ve birbirlerini nasıl etkilediklerine dikkat etmeliyiz. Çarpma kuralını tam haliyle kullanmamız gerekir:

$P(A \cap B) = P(A) \cdot P(B│A)$

Bir kutuda 4 beyaz ve 6 siyah bilye olsun. Yerine koymadan art arda iki bilye çekelim. İkisinin de beyaz olma olasılığı:

P(1. beyaz ve 2. beyaz) = P(1. beyaz) × P(2. beyaz│1. beyaz) = (4/10) × (3/9) = 12/90 = 2/15

Bileşik Olaylar

Bileşik Olay Kavramı

İki veya daha fazla basit olayın birleşiminden oluşan olaylara bileşik olay denir. Bileşik olaylar “ve”, “veya”, “en az”, “en çok” gibi bağlaçlarla ifade edilir.

Örneğin, iki zar atıldığında:

• “Toplamın 7 olması” basit bir olaydır
• “İlk zarın çift VE ikinci zarın tek gelmesi” bileşik bir olaydır
• “En az bir zarın 6 gelmesi” bileşik bir olaydır

Ağaç Diyagramı ile Çözüm

Ağaç diyagramı, özellikle ardışık denemelerde tüm olası sonuçları ve bunların olasılıklarını görsel olarak göstermek için kullanılan çok etkili bir yöntemdir. Her dal bir olası sonucu, dalların üzerindeki sayılar ise o sonucun olasılığını gösterir.

Ağaç diyagramı kullanırken:

1. İlk aşamadaki tüm olası sonuçları dallarla gösteririz
2. Her dalın ucundan ikinci aşamadaki olası sonuçları çizeriz
3. Her dalın üzerine ilgili olasılığı yazarız
4. Bir yolu takip ederek ulaştığımız sonucun olasılığı, o yoldaki tüm olasılıkların çarpımıdır

Bileşik Olayların Olasılık Hesaplamaları

Bileşik olayların olasılığını hesaplarken kullandığımız temel kurallar:

1. “VE” bağlacı için: Olayların kesişimini alırız. Bağımsız olaylar için çarpma, bağımlı olaylar için koşullu olasılık kullanırız.
2. “VEYA” bağlacı için: Olayların birleşimini alırız. $P(A \cup B) = P(A) + P(B) – P(A \cap B)$ formülünü kullanırız.
3. “EN AZ” ifadesi için: Tümleyeni kullanmak genellikle daha kolaydır. Örneğin, “en az bir” = 1 – “hiçbiri”
4. “EN ÇOK” ifadesi için: İlgili tüm durumları toplamamız gerekir.

Gerçek hayattan bir örnek: Bir fabrikada üretilen ürünlerin %5’i kusurludur. Rastgele seçilen 3 üründen en az birinin kusurlu olma olasılığı nedir?

Çözüm: “En az bir kusurlu” = 1 – “Hiçbiri kusurlu değil” P(en az 1 kusurlu) = 1 – P(hepsi sağlam) = 1 – (0,95)³ = 1 – 0,857 = 0,143

Bu konular, günlük hayatta risk değerlendirmesi, karar verme süreçleri, oyun stratejileri ve istatistiksel analizlerde sıkça kullanılır. Koşullu olasılık kavramını iyi anlamak, belirsizlik altında daha bilinçli kararlar almamızı sağlar.