Sayma ve Olasılık Konu Özeti

Sayma Yöntemleri

Sayma, belirli bir kümenin eleman sayısını veya bir olayın kaç farklı şekilde gerçekleşebileceğini bulma işlemidir. Temel olarak iki prensibe dayanır:

1. Çarpma Yoluyla Sayma Prensibi

Bir olay \(n_1\) farklı şekilde ve bu olaydan bağımsız ikinci bir olay \(n_2\) farklı şekilde gerçekleşiyorsa, bu iki olay birlikte \(n_1 \times n_2\) farklı şekilde gerçekleşir.

• Bu prensip, birbirini takip eden veya aynı anda gerçekleşen olayların toplam durum sayısını bulmak için kullanılır.

2. Toplama Yoluyla Sayma Prensibi

A ve B ayrık iki olay olmak üzere, A olayı \(n_1\) farklı şekilde, B olayı \(n_2\) farklı şekilde gerçekleşiyorsa, A veya B olayı \(n_1 + n_2\) farklı şekilde gerçekleşir.

• Bu prensip, "veya" bağlacıyla ifade edilen ve birbirini dışlayan (aynı anda gerçekleşmeyen) olayların toplam durum sayısını bulmak için kullanılır.

3. Faktöriyel (n!)

1'den n'ye kadar olan tüm doğal sayıların çarpımına n faktöriyel denir ve \(n!\) şeklinde gösterilir.

\[n! = n \times (n-1) \times (n-2) \times \dots \times 1\]

• Özel Durumlar: \(0! = 1\) ve \(1! = 1\)

4. Permütasyon (Sıralama)

n farklı elemanın r tanesinin sıralanışlarının her birine r'li permütasyon denir. Sıralamada sıra önemlidir.

Formülü:

\[P(n, r) = \frac{n!}{(n-r)!}\]

• Örnek: 5 kişilik bir gruptan seçilecek 3 kişinin farklı görevlere (başkan, başkan yardımcısı, sekreter) atanması permütasyon ile bulunur.

Tekrarlı Permütasyon

n tane nesnenin \(n_1\) tanesi aynı türden, \(n_2\) tanesi aynı türden, ..., \(n_k\) tanesi aynı türden olmak üzere, bu n nesnenin farklı sıralanışlarının sayısı:

\[\frac{n!}{n_1! \times n_2! \times \dots \times n_k!}\]

• Örnek: "KELEBEK" kelimesindeki harflerin yerleri değiştirilerek kaç farklı anlamlı veya anlamsız kelime yazılabileceği.

5. Kombinasyon (Seçme)

n farklı elemanın r tanesinin seçilişlerinin her birine r'li kombinasyon denir. Seçmede sıra önemli değildir.

Formülü:

\[C(n, r) = \binom{n}{r} = \frac{n!}{r! \times (n-r)!}\]

• Örnek: 5 kişilik bir gruptan 3 kişilik bir komite seçilmesi kombinasyon ile bulunur.

Kombinasyonun Özellikleri

• \(\binom{n}{0} = 1\)
• \(\binom{n}{n} = 1\)
• \(\binom{n}{1} = n\)
• \(\binom{n}{r} = \binom{n}{n-r}\)
• \(\binom{n}{r} + \binom{n}{r+1} = \binom{n+1}{r+1}\) (Pascal Özelliği)

Olasılık

Bir olayın gerçekleşme şansını sayısal olarak ifade etmeye olasılık denir.

1. Temel Kavramlar

• Deney: Bir olayın sonucunu görmek için yapılan işlem. (Örn: Zar atma)
• Çıktı: Bir deneyin mümkün olan her bir sonucu. (Örn: Zar atıldığında gelen 3)
• Örnek Uzay (S): Bir deneyde elde edilebilecek tüm olası sonuçların kümesi. (Örn: Zar için \(S = \{1, 2, 3, 4, 5, 6\}\))
• Olay (A): Örnek uzayın herhangi bir alt kümesi. (Örn: Zarın çift gelmesi \(A = \{2, 4, 6\}\))
• Kesin Olay: Gerçekleşmesi kesin olan olay. (Örn: Zarın 7'den küçük gelmesi)
• İmkansız Olay: Gerçekleşmesi mümkün olmayan olay. (Örn: Zarın 7 gelmesi)

2. Klasik Olasılık Tanımı

Bir A olayının olasılığı, A olayının eleman sayısının (istenilen durum sayısı) örnek uzayın eleman sayısına (tüm durumların sayısı) oranına eşittir.

\[P(A) = \frac{n(A)}{n(S)}\]

3. Olasılık Özellikleri

• Bir A olayının olasılık değeri \(0\) ile \(1\) arasındadır: \(0 \le P(A) \le 1\).
• Kesin olayın olasılığı \(P(S) = 1\)'dir.
• İmkansız olayın olasılığı \(P(\emptyset) = 0\)'dır.
• Bir A olayının gerçekleşme olasılığı \(P(A)\) ise, gerçekleşmeme olasılığı (tümleyeni \(A'\)) \(P(A') = 1 - P(A)\)'dır.

4. Olay Çeşitleri

Ayrık Olaylar

Aynı örnek uzayda, aynı anda gerçekleşme ihtimali olmayan olaylara ayrık olaylar denir. Yani \(A \cap B = \emptyset\).

İki ayrık olayın birleşim olasılığı:

\[P(A \cup B) = P(A) + P(B)\]

Ayrık Olmayan Olaylar

Aynı anda gerçekleşme ihtimali olan olaylardır. Yani \(A \cap B \neq \emptyset\).

İki ayrık olmayan olayın birleşim olasılığı:

\[P(A \cup B) = P(A) + P(B) - P(A \cap B)\]

Bağımsız Olaylar

Bir olayın gerçekleşmesi veya gerçekleşmemesinin, başka bir olayın gerçekleşme olasılığını etkilemediği durumlarda bu olaylara bağımsız olaylar denir.

İki bağımsız olayın birlikte gerçekleşme olasılığı:

\[P(A \text{ ve } B) = P(A \cap B) = P(A) \times P(B)\]

Bağımlı Olaylar

Bir olayın gerçekleşmesi veya gerçekleşmemesinin, başka bir olayın gerçekleşme olasılığını etkilediği durumlarda bu olaylara bağımlı olaylar denir.

• Genellikle seçilen nesnenin geri konulmadığı durumlar (çekilişler, kart çekme vb.) bağımlı olaylara örnektir.
• Bu tür durumlarda, olayların gerçekleşme olasılıkları ardışık olarak hesaplanır ve önceki olayın sonucu sonraki olayın olasılığını değiştirir.