Bileşik Olasılık: Tanım, Kurallar ve Örnekler

Bir kutu oyununda iki zar atıyorsunuz. İki zarın da altı gelme olasılığı nedir? Ya da müşteri verilerini analiz edip bir kullanıcının ya bir reklama tıklama ya da satın alma yapma olasılığını bilmeniz gerekiyorsa?

Bu senaryolar, birden fazla olayın birlikte ya da ayrı ayrı gerçekleşme olasılığını hesaplayan bileşik olasılığı içerir. Kulağa karmaşık geliyorsa endişelenmeyin: Açık örneklerle kavramları takip etmenizi kolaylaştıracağım.

Bileşik Olasılık Nedir?

Bileşik olasılık, iki veya daha fazla olay söz konusu olduğunda olasılığı hesaplar. Basit olasılık tek bir olaya (örneğin bir parayı bir kez atmak) odaklanırken, bileşik olasılık birden fazla şeyin olabildiği durumları ele alır.

Resmî istatistik dilinde bu senaryoların özel adları vardır: VE senaryosu birlikte olasılıktır (her iki olayın birlikte gerçekleşme olasılığı) ve VEYA senaryosu birleşimdir (en az bir olayın gerçekleşme olasılığı).

Bileşik olasılığı, bu daha teknik terimlere dalmadan önce her iki tür hesabı öğrenmenize yardımcı olan, başlangıç dostu bir şemsiye terim olarak düşünebilirsiniz.

Bileşik Olay Türleri

VE/VEYA ayrımı hangi formülü kullanacağınızı söyler, ancak formüllerin nasıl işleyeceğini değiştiren bir başka ilişki daha vardır. Bileşik olasılıkları doğru hesaplamadan önce, olayların birbirleriyle nasıl ilişkili olduğunu anlamanız gerekir. Özellikle de bir olayın diğerini etkileyip etkilemediğini.

Bağımsız olaylar

İki olay, biri diğerini etkilemiyorsa bağımsızdır. Bir para atın, sonra bir zar atın. Yazı gelmesi, dörde atma şansınızı değiştirmez. Her olayın sabit kalan kendi olasılığı vardır.

Klasik örnekler arasında birden fazla zar atmak, birkaç kez para atmak veya yerine koyarak kart çekmek (her kartı bir sonrakinden önce geri koymak) bulunur. Veri biliminde, bağımsızlığı ayrı kullanıcı oturumlarını veya ilgisiz A/B test gruplarını analiz ederken görürsünüz.

Bağımlı olaylar

Olaylar, ilk olay ikincinin olasılığını değiştiriyorsa bağımlıdır. Bir desteden bir kart çekin, sonra ilkini yerine koymadan bir tane daha çekin. Destenin yapısı değiştiği için ikinci çekişin olasılıkları farklıdır.

Yerine koymadan örnekleme, sıralı karar süreçleri veya olayların nedensel olarak bağlantılı olduğu durumlarda bağımlı olaylar görürsünüz. İkinci satın almanın olasılığı, müşterinin ilk satın alma yapıp yapmadığına bağlıdır. Bu bağımlılık, hesaplamalarınızı doğrudan etkiler.

Bileşik Olasılık Hesaplama Kuralları

Artık olay ilişkilerini anladığınıza göre, asıl hesaplamalara geçebiliriz.

Az önce öğrendiğiniz bağımsızlık veya bağımlılık, doğrudan hangi formül sürümünü kullanacağınızı belirler. Hesaplama yöntemi, VE mi yoksa VEYA mı senaryosu ile uğraştığınıza ve bu senaryolar içinde olaylarınızın bağımsız mı bağımlı mı olduğuna göre değişir.

Doğru bileşik olasılık formülünü seçmek için karar akış şeması. Görsel: Yazar.

Çarpma kuralı

Çarpma kuralı, VE senaryolarını (her iki olayın da gerçekleşmesini istediğinizde) ele alır. Bağımsız olaylar için, bireysel olasılıklarını çarparsınız: P(A ∩ B) = P(A) × P(B). Dört gelmesi VE tura gelmesi mi? (1/6) × (1/2) = 1/12.

Bağımlı olaylar için koşullu olasılığa ihtiyacınız vardır: P(A ∩ B) = P(A) × P(B|A). Bu, "A'nın olasılığı ile A gerçekleştiğinde B'nin olasılığı" demektir. Yerine koymadan iki as çekmek mi? İlk as 4/52'dir, ancak ikinci as artık 3/51'dir çünkü daha küçük bir desteden çekiyorsunuz. Çarpın: (4/52) × (3/51) = 1/221.

Toplama kuralı (olaylar örtüştüğünde)

Toplama kuralı, VEYA senaryolarını (en az bir olayın gerçekleşmesini istediğinizde) ele alır. Olaylar aynı anda gerçekleşemiyorsa (birbirini dışlıyorsa), sadece toplayın: P(A veya B) = P(A) + P(B). Tek bir zarla iki VEYA üç gelmesi 1/6 + 1/6 = 1/3 demektir.

Olaylar örtüşebildiğinde, çift sayımı önlemek için kesişimi çıkarmanız gerekir: P(A veya B) = P(A) + P(B) - P(A ∩ B). Bir desteden papaz VEYA kupa çekmek mi? 4 papaz ve 13 kupa vardır, ancak kupa papazı iki kez sayılır, bu yüzden: 4/52 + 13/52 - 1/52 = 16/52.

Bileşik Olasılığa İlişkin Adım Adım Örnekler

Bu kuralların nasıl uygulandığını görmek için somut örnekler üzerinden gidelim. Bileşik olasılık, hem bağımsız hem de bağımlı olay senaryolarını kapsayan bir şemsiye terimdir.

Bağımsız olaylı örnek

Dürüst bir parayı iki kez atıyorsunuz. İkisinde de yazı gelme olasılığı nedir? Para atışları bağımsız olduğundan, her atışın olasılığı 1/2'dir. Çarpma kuralını kullanarak: P(1. atışta Yazı VE 2. atışta Yazı) = 1/2 × 1/2 = 1/4. Art arda iki yazı gelme olasılığı %25'tir.

Bağımlı olaylı örnek

Bir torbada 5 mavi ve 3 kırmızı bilye var. İki bilyeyi yerine koymadan çekiyorsunuz. İkisinin de mavi olma olasılığı nedir? İlk çekişin olasılığı 5/8'dir. Bir mavi bilye çıkarıldıktan sonra 7 bilyelik torbada yalnızca 4 mavi kalır, dolayısıyla P(İkinci çekişte Mavi | İlk çekişte Mavi) = 4/7. Öyleyse: P(İkisi de mavi) = 5/8 × 4/7 = 20/56 = 5/14, yaklaşık %35,7.

Yerine koymadan bilye çekerken bağımlı olayları görselleştiren ağaç diyagramı. Görsel: Yazar.

"VE" ile "VEYA"yı içeren örnek

Dikkatli okumak burada önemlidir. Standart bir zar atılıyor. 3'ten küçük bir sayı VEYA çift bir sayı gelme olasılığı nedir? 3'ten küçük sayılar: {1, 2}. Çift sayılar: {2, 4, 6}. 2'de örtüşürler, bu yüzden sadece toplayamayız. Toplama kuralını kullanarak: P(3'ten küçük) = 2/6, P(Çift) = 3/6, P(İkisi birden) = 1/6. Dolayısıyla: 2/6 + 3/6 - 1/6 = 4/6 = 2/3.

Örtüşen olayları gösteren Venn diyagramı. Görsel: Yazar.

"Veya" kelimesinin toplama gerektiğini, "ve"nin ise çarpmayı işaret ettiğine dikkat edin. Olasılık sorularındaki dil, hangi kuralı uygulayacağınızı söyler.

Bileşik Olasılıkta Yapılan Hatalar

Bağımlı olayları bağımsız gibi ele almak en sık yapılan hatadır. Kartları yerine koymadan çekiyor, ancak sanki deste değişmiyormuş gibi olasılıkları çarpıyorsanız, cevabınız yanlış olur. Her zaman şunu sorun: İlk olay, ikinci için koşulları değiştiriyor mu?

Çarpma gerektiğinde olasılıkları toplamak, insanların "ve"yi "veya" olarak yanlış yorumlamasıyla olur. Soru A OLAYI VE B OLAYININ olasılığını soruyorsa, çarparsınız (bağımsızlık varsayımıyla ya da koşullu olasılığı kullanarak). Toplamak sizi tamamen farklı bir senaryoya götürür.

"Ve" ile "veya"yı yanlış yorumlamak kafa karışıklığına yol açar çünkü gündelik dil, matematik dilinden daha az kesindir. "Yarın yağmur veya kar yağma olasılığı nedir?" en az birini ifade eder, ikisini birden değil (bu toplama). "Yarın yağmur ve kar yağma olasılığı nedir?" ikisinin birden gerçekleşmesini ifade eder (bu çarpma).

Sonuç meydana geldikten sonra olasılıkları ayarlamayı unutmak, sıralı senaryolarda ortaya çıkar. Bir kart çektikten sonra destede 52 değil 51 kart vardır. Bir müşteri ayrıldıktan sonra örneklemde bir kişi daha az kalır. Her adımda olasılıklarınızı güncelleyin.

Bileşik Olasılığın Karşımıza Çıktığı Yerler

Şans oyunlarında, kumarhaneler kasa avantajını hesaplamak için bileşik olasılığı kullanır. Birden fazla elverişli sonucun olasılığını anlamak, oyuncuların bilinçli bahis kararları almasına yardımcı olur (gerçi kasanın matematiksel avantajı her zaman yerleşiktir). İş dünyası ve finansta risk analizi büyük ölçüde bileşik olasılığa dayanır. Hem piyasa düşüşü HEM DE faiz oranlarının yükselmesi olasılığı nedir? Bu bileşik senaryolar, şirketlerin birden fazla risk faktörünün eşzamanlı gerçekleşmesine karşı korunmasına yardımcı olur.

Kalite kontrol süreçleri, kusur olasılığını değerlendirmek için bileşik olasılığı kullanır. İki üretim aşamasının her birinde %2 kusur oranı varsa, bileşik olasılık her iki aşamadan geçen ürünlerin toplam kusur oranını verir. Tıbbi testler, birden fazla test sonucunu bileşik olasılıkla birleştirir. Bir hasta birden çok tanı testi alabilir ve doktorların, yalnızca tek bir test değil, tüm test sonuçları birlikte verildiğinde hastalık olasılığını bilmesi gerekir.

Foundations of Probability in Python kursumuz, bu gibi pratik uygulamaları derinlemesine ele alır.

Bileşik Olasılık ve Koşullu Olasılık

Koşullu olasılık şunu sorar: "B gerçekleştiğine göre, A'nın olasılığı nedir?" Yeni bilgiye dayanarak olasılık tahmininizi güncelliyorsunuz. Bileşik olasılık ise şunu sorar: "Birden fazla olayın belirli bir birleşimde gerçekleşme olasılığı nedir?"

Bağımlı olaylar için bileşik olasılık hesaplanırken birbirlerine bağlanırlar. Çarpma kuralında koşullu olasılığı kullanırsınız. P(A ∩ B) = P(A) × P(B|A) bu ilişkiyi açıkça gösterir. Koşullu olasılık P(B|A), hem A hem de B'nin bileşik olasılığını hesaplamanıza yardımcı olur.

Şöyle düşünün. Koşullu olasılık, bileşik olasılık hesaplarının içinde kullandığınız bir araçtır. Olaylar bağımlı olduğunda, bir olayın diğerini nasıl etkilediğini dikkate almadan bileşik olasılıkları hesaplayamazsınız; koşullu olasılık tam da bunu ölçer.

Bileşik Olasılık Sorularını Çözmek için İpuçları

Önce kaç olayın söz konusu olduğunu ve bunların bağımsız mı bağımlı mı olduğunu belirleyin. İpuçlarını arayın: Soruda yerine koymadan bahsediliyor mu? Bir olay bir sonrakinin koşullarını değiştiriyor mu? Bağımsız olaylar olasılıklarını sabit tutar, bağımlı olaylarda ise her olaydan sonra olasılıkları güncellemeniz gerekir.

"Ve" ile "veya"yı dikkatle çözümleyin; çünkü bu kelimeler tüm yaklaşımınızı belirler. Hesaplamadan önce bildiklerinizi yazın. Bireysel olasılıkları listeleyin, varsa koşullu olasılıkları belirleyin ve sıralı olaylarla çalışıyorsanız hızlı bir diyagram çizin. Bu hazırlık, hesaplamaya başladığınızda hataları önler.

Sonuçlarınızı temel akla uygunluk açısından kontrol edin. Olasılıklar 0 ile 1 arasında olmalıdır. Olasılıkları çarpıyorsanız, cevabınız en küçük bireysel olasılıktan daha küçük olmalıdır. Bir şey ters geliyorsa, devam etmeden önce çalışmanızı gözden geçirin. Probability Puzzles in R kursumuz, bu problem çözme stratejileriyle pratik yapma olanağı sunar.

Sonuç

Bileşik olasılık, birden fazla olayı birlikte ele almak için matematiksel çerçeveyi sunar. Esas olan, VE senaryoları (çarpma kuralı) mı yoksa VEYA senaryoları (toplama kuralı) mı söz konusu olduğunu ve olaylarınızın bağımsız mı yoksa bağımlı mı olduğunu ayırt etmektir. Bu ayrımlar hangi formülü kullanacağınızı belirler.

Pratik yaptıkça bu tür sorunlara sezgisel yaklaşım geliştirirsiniz. Veri bilimindeki gerçek dünya uygulamaları (A/B testinden risk modellemeye kadar) aynı ilkeleri kullanır. Basit örneklerle başlayın, mantığı adım adım ilerleyin ve giderek daha karmaşık senaryolarla özgüveninizi artırın.