🎓 Koşullu olasılık nedir (P(A|B)) Test 1 - Ders Notu
Bu ders notu, "Koşullu olasılık nedir (P(A|B)) Test 1" testinin kapsadığı temel olasılık kavramlarını, kesişim olasılığını ve özellikle koşullu olasılığın tanımını, formülünü ve günlük hayattaki uygulamalarını sade bir dille açıklamaktadır.
📌 Temel Olasılık Kavramları
Olasılık, bir olayın gerçekleşme şansını sayısal olarak ifade etmemizi sağlayan bir ölçüdür. Koşullu olasılığı anlamak için önce bazı temel kavramları hatırlayalım.
- Olay (Event): Bir deneyin olası sonuçlarından oluşan bir kümedir. Örneğin, bir zar atıldığında tek sayı gelmesi bir olaydır.
- Örnek Uzay (Sample Space): Bir deneyin mümkün olan tüm sonuçlarının kümesidir. Örneğin, bir zar atıldığında örnek uzay $\{1, 2, 3, 4, 5, 6\}$'dır.
- Olasılık Değeri: Bir olayın olasılığı daima $0$ ile $1$ arasında bir değer alır. $0$ imkansız bir olayı, $1$ ise kesin bir olayı temsil eder.
💡 İpucu: Bir olayın olasılığı, o olayın eleman sayısının örnek uzayın eleman sayısına bölünmesiyle bulunur: $P(A) = \frac{\text{A olayının eleman sayısı}}{\text{Örnek uzayın eleman sayısı}}$.
📌 Kesişim Olasılığı ($P(A \cap B)$)
Kesişim olasılığı, iki farklı olayın aynı anda gerçekleşme olasılığını ifade eder. Yani, hem $A$ olayının hem de $B$ olayının birlikte gerçekleştiği durumu inceleriz.
- Tanım: $P(A \cap B)$, $A$ ve $B$ olaylarının ikisinin de aynı anda gerçekleşme olasılığıdır.
- Gösterim: "$A$ ve $B$" şeklinde ifade edilir.
- Genel İlişki: Kesişim olasılığı, koşullu olasılık formülünde önemli bir yer tutar: $P(A \cap B) = P(A|B) \cdot P(B)$ veya $P(A \cap B) = P(B|A) \cdot P(A)$.
⚠️ Dikkat: Kesişim olasılığı, her iki olayın da ortak olarak gerçekleştiği durumları sayar. Örneğin, bir desteden hem as hem de kupa olan bir kart çekme olasılığı, sadece kupa ası çekme olasılığıdır.
📌 Koşullu Olasılık Nedir ($P(A|B)$)?
Koşullu olasılık, bir olayın gerçekleştiği bilindiğinde, başka bir olayın gerçekleşme olasılığını hesaplamamızı sağlar. Yani, "Eğer $B$ olayı gerçekleşmişse, $A$ olayının gerçekleşme olasılığı nedir?" sorusuna cevap verir.
- Tanım: $P(A|B)$, $B$ olayının gerçekleştiği bilindiğinde $A$ olayının gerçekleşme olasılığıdır.
- Formül: Koşullu olasılık şu formülle hesaplanır: $P(A|B) = \frac{P(A \cap B)}{P(B)}$. Burada, $P(B)$'nin $0$'dan büyük olması gerekir (yani $B$ olayının gerçekleşme olasılığı olmalıdır).
- Anlamı: $B$ olayının gerçekleştiğini bildiğimiz için, örnek uzayımızı tüm olası sonuçlardan, sadece $B$ olayının gerçekleştiği sonuçlarla sınırlarız. Bu yeni, kısıtlanmış örnek uzay içinde $A$'nın gerçekleşme olasılığını ararız.
💡 İpucu: $P(A|B)$ ifadesi "B verildiğinde A'nın olasılığı" veya "B koşulu altında A'nın olasılığı" olarak okunur. Bilinen olay (B), paydadaki $P(B)$'yi ve paydaki kesişimi etkileyen yeni referans noktamızdır.
📌 Koşullu Olasılık Örnekleri
Konuyu daha iyi anlamak için günlük hayattan ve basit senaryolardan örnekler inceleyelim.
- Örnek 1 (Zar): Bir zar atıldığında çift sayı geldiği biliniyorsa, bu sayının $4$'ten büyük olma olasılığı nedir?
- $A$: Sayının $4$'ten büyük olması ($\{5, 6\}$)
- $B$: Sayının çift olması ($\{2, 4, 6\}$)
- $A \cap B$: Sayının hem çift hem $4$'ten büyük olması ($\{6\}$)
- $P(A \cap B) = \frac{1}{6}$ (Sadece $6$ sayısı)
- $P(B) = \frac{3}{6} = \frac{1}{2}$ (Çift sayılar $2, 4, 6$)
- $P(A|B) = \frac{P(A \cap B)}{P(B)} = \frac{1/6}{1/2} = \frac{1}{3}$
- Örnek 2 (Kart): Desteden çekilen bir kartın maça olduğu biliniyorsa, bu kartın papaz olma olasılığı nedir? (Bir deste $52$ karttır, $13$ tanesi maça, $4$ tanesi papazdır.)
- $A$: Kartın papaz olması.
- $B$: Kartın maça olması.
- $A \cap B$: Kartın maça papazı olması (Sadece $1$ kart)
- $P(A \cap B) = \frac{1}{52}$
- $P(B) = \frac{13}{52} = \frac{1}{4}$
- $P(A|B) = \frac{P(A \cap B)}{P(B)} = \frac{1/52}{1/4} = \frac{4}{52} = \frac{1}{13}$
📝 Unutmayın: Koşullu olasılıkta, bilinen olay (B) bizim yeni, daraltılmış örnek uzayımızı oluşturur. Yani, tüm hesaplamalarımızı sadece B'nin gerçekleştiği durumlar üzerinden yaparız.
📌 Bağımsız ve Bağımlı Olaylar
Koşullu olasılık, iki olayın birbirini etkileyip etkilemediğini, yani bağımlı mı yoksa bağımsız mı olduklarını belirlememize yardımcı olan güçlü bir araçtır.
- Bağımsız Olaylar: Eğer $P(A|B) = P(A)$ ise, $A$ ve $B$ olayları bağımsızdır. Bu, $B$ olayının gerçekleşmesinin $A$ olayının gerçekleşme olasılığını hiçbir şekilde değiştirmediği anlamına gelir. Bağımsız olaylar için $P(A \cap B) = P(A) \cdot P(B)$ formülü geçerlidir.
- Bağımlı Olaylar: Eğer $P(A|B) \neq P(A)$ ise, $A$ ve $B$ olayları bağımlıdır. Bu durumda, $B$ olayının gerçekleşmesi $A$ olayının olasılığını etkiler. Yukarıdaki zar ve kart örnekleri bağımlı olaylara iyi birer örnektir.
⚠️ Dikkat: Olayların bağımsız olup olmadığını anlamak için koşullu olasılık tanımını kullanmak çok önemlidir. Eğer bir olayın gerçekleşmesi diğerinin olasılığını değiştiriyorsa, olaylar bağımlıdır.
