Bir olayın olma olasılığı

Olasılık yoğunluk fonksiyonu, olasılık kuramı ve bir olayın olma olasılığı dallarında bir rassal değişken olan X için reel sayılı sürekli fonksiyondur.

f ile ifade edilir ve şu özellikleri olması gereklidir:

  • Örnek uzayın analitik düzlemde ifade edilmesi.
    üzerinde pozitif veya sıfır değerleri alır;
  • üzerinde integral değeri bulunabilir;
  • koşuluna uyar, yani eğri altındaki tüm alan bire eşittir.

Xin a ve b değerleri arasındaki olasılık, yani şu ifade kullanılarak hesaplanır:

Yani olasılık değeri f(x) integralini f(x) fonksiyonunu X=a ve X=b değerleri arasında entegrasyonu ile elde edilir.

Örneğin: X rassal değişkeninin [4.3,7.8] aralığında olasılık şöyle bulunur:

Örnek uzay ve ayrık küme arasındaki bağlantı

değiştir

Bu maddenin başlangıcında verilmiş olasılık fonksiyonu tanımın bir sürekli dağılım ile ilişkili değişkenin [a; b] aralığı ile ilişkili çift-değerli ayrık değişkenler seti kullanılarak yapılmıştır.

Diğer bazı aralıklı rassal değişkenleri temsili, Dirac delta fonksiyonu aracılığı ile olasılığın yoğunluğun bulunması suretiyle de yapılabilir. Örneğin, bir çift-değerli her biri ½ olasılığı olan -1 ve 1 değerli bir rassal değişken ele alınsın. Bu değişkenle ilişkili olasılık yoğunluğu şöyle verilir:

 

Daha genel olarak, eğer bir ayrık değişken reel sayılar arasından 'n' tane değişik değer alınsın; o halde bunlarla ilişkili olasılık fonksiyonu şudur:

 

Burada   değişken ait değerler olur ve   bu değerlerle ilişkili olasılıklardır.

Bu ifade bir ayrık değişken için istatistiksel özellikleri (örneğin ortalama, varyans, çarpıklık, basıklık) sürekli dağılım için geliştirilmiş formülleri kullanarak hesaba başlayarak sonuçların bulunmasını sağlar.

Matematiksel olmayan olasılık tanımı

değiştir

Bir olasılık dağılımı için yoğunluk fonksiyonu ancak ve ancak yığmalı dağılım fonksiyonu F(x) mutlak süreklilik gösteriyorsa mümkündür. Bu halde F için nerede ise her yerde türev bulunabilir ve F için alınan birinci türev olasılık ile yoğunluk şöyle bulunur:

 

Eğer bir olasılık dağılım için yoğunluk bulunması mümkün ise rassal değişken için her bir nokta değer (a) için olasılık 0 olacaktır.

Her olasılık dağılımı için bir yoğunluk fonksiyonu bulunamaz. Başta ayrık rassal değişkenler için olasılık yoğunluk fonksiyonu yoktur. Hiçbir noktaya pozitif olasılık vermeyen, yani hiç aralık parçası olmayan Kantor dağılımı için de yoğunluk fonksiyonu bulunmaz.

Bir yığmalı dağılım fonksiyonunun türevi ile olasılık yoğunluk fonksiyonu arasındaki ilişkinin karmaşık matematik biçimlerden biraz aranmış açıklaması istatistiksel fizik dalında geliştirilmiştir ve bu genellikle olasılık yoğunluk fonksiyonu tanımı olarak kullanılabilir. Bu tanım şöyle yapılır:

dt sonsuz derece küçük bir sayı olarak alınsın.  in (t, t + dt) aralığında bulunacağı   ifadesine eşittir; yani

 

Moment, beklenen değer ve varyans

değiştir

Sürekli X rassal değişkeni için ninci momenti E(Xn) gösterilip şu ifade ile verilir:

 

Beklenen değer o zaman birinci moment olup şöyle verilir:

 

Varyans ise şöyle verilir:

 

Bu ifade açılırsa

 

olur.

Çoklu değişkenlerle ilişkili olasılık fonksiyonu

değiştir

Sürekli rassal değişkenler olan   için, bu değişkenlerinin tümünü kapsayan rassal vektör için bir olasılık yoğunluk fonksiyonu tanımlamak mümkündür. Buna ortak olasılık yoğunluk fonksiyonu adı verilir. n değişkenli bu yoğunluk fonksiyonu matematik notasyon biçimleriyle şöyle tanımlanır.   değişkenlerin değerleriyle tanımlanan n-boyutlu uzayda bulunan herhangi bir D sahası alınsın; bu değişken setinin D sahası içine düşen bir realizasyonun bulunacağının olasılığı şöyle verilir:

 

i=1, 2, …,n için tek bir değişken   ile ilişkili olasılık yoğunluk fonksiyonu   olarak ifade edilsin. Bu olasılık   rassal değişkenlerle ilişkili olasılık yoğunluklarından n - 1 tane diğer değişkenlerle entegrasyonu kombinasyon suretiyle elde edilir:

 

Bağımsızlık

değiştir

Sürekli rassal değişken olan   birbirlerinden bağımsız olmaları için

 

koşuluna tam olarak uymaları gerekir.

Eğer n elemanlı bir rassal değişken vektörünün ortak olasılık dağılımı tek bir değişken için n değişik fonksiyona faktörize edilebilirse; yani

 

ise, o halde, n değişkenin hepsi birbirlerinden bağımsızlık gösteriyor demektir. Bu halde her bir fonksiyon için marjinal olasılık fonksiyonu şöyle verilir:

 

Örneğin

değiştir

Çoklu boyutlu olasılık fonksiyonlarının verilen tanımını biraz daha açığa kavuşturmak için basit bir örneğin alınsın; bu iki bilinmeyenli bir rassal vektör olsun. Koordinatları   olan iki boyutlu rassal vektör,   olarak isimlendirilsin. Pozitif x ve pozitif y kuadrantları içinde   için olasılık elde etmek şöyle

 

olur.

Kaynakça

değiştir
fr: İlk defa olasılık kuramı ile değişkenler hesabını bileştiren temel eser.
  • Kolmogorov, Andrei Nikolajevich (1933). Grundbegriffe der Wahrscheinlichkeitrechnung. 
de:Olasılık kuramının ilk defa modern ölçü-teorisi temeline konulması. İngilizce tercümesi Foundations of the Theory of Probability olarak 1950de yayınlanmıştır.