Laplace Tablosu ile Olasılık Nasıl Bulunur

Laplace tablosu, standart normal dağılımın dağılım fonksiyonu Φ(z) değerlerini bulmak için kullanılır. Bu tabloyu kullanmak için, $Z = \frac{X - \mu}{\sigma}$ formülüyle orijinal değişkeni standartlaştırmanız, elde edilen $z$ değerini tabloda bulmanız (tam kısım ve ondalık basamak satırda, yüzde birler sütunda) ve karşılık gelen olasılığı okumanız gerekir. Negatif $z$ değerleri için simetri özelliği uygulanır: $\Phi(-z) = 1 - \Phi(z)$.

Bu araç, Gauss fonksiyonunun karmaşık integrallerini almadan olasılık teorisi problemlerini hızlıca çözmenizi sağlar. Aşağıda detaylı talimatlar, hesaplama örnekleri ve yaygın hataların analizi sunulmaktadır.

Φ(z) fonksiyonu nedir ve neden gereklidir

Normal dağılım, olasılık yoğunluk fonksiyonu (Gauss eğrisi) ile tanımlanır, ancak pratikte çoğunlukla rastgele değişkenin belirli bir aralığa düşme olasılığına ihtiyaç duyarız. Bu olasılık sayısal olarak yoğunluk eğrisinin altındaki alana eşittir.

Gauss fonksiyonunun integrali temel fonksiyonlar cinsinden alınamadığından, matematikçiler integral dağılım fonksiyonunun hazır değer tablolarını hazırlamışlardır:

$$ \Phi(z) = \frac{1}{\sqrt{2\pi}} \int_{-\infty}^{z} e^{-t^2/2} dt $$

Burada:

• $z$ — standartlaştırılmış değişken (Z-skoru).
• $\Phi(z)$ — rastgele değişkenin $z$ değerinden küçük veya ona eşit bir değer alma olasılığıdır.

Önemli: Farklı türde Laplace tabloları mevcuttur.

1. Çift taraflı (kümülatif): $-\infty$'dan $z$'ye kadar olan alanı verir. Değerler 0 ile 1 arasında değişir. Bu, en yaygın modern formattır.
2. Tek taraflı (Laplace fonksiyonu): $0$'dan $z$'ye kadar olan alanı verir. Değerler 0 ile 0.5 arasında değişir. Bu tür tablolarda genellikle $\Phi_0(z)$ gösterimi kullanılır.

Bu kılavuzda evrensel olduğu için standart kümülatif tabloyu ($-\infty$'dan $z$'ye) ele alıyoruz.

Tablo ile çalışma algoritması

Olasılık bulma süreci üç aşamadan oluşur: standartlaştırma, tabloda arama ve yorumlama.

Adım 1. Değişkenin Standartlaştırılması

Eğer matematiksel beklentisi $\mu$ ve standart sapması $\sigma$ olan bir $X$ rastgele değişkeniniz varsa, bunu standart normal değişken $Z$'ye dönüştürün:

$$ Z = \frac{X - \mu}{\sigma} $$

Adım 2. Tabloda Değer Arama

Standart tablo aşağıdaki yapıya sahiptir:

• Sol sütun: $z$ sayısının tam kısmı ve virgülden sonraki ilk rakam (örneğin, 1.2).
• Üst satır: Virgülden sonraki ikinci rakam (yüzde birler, örneğin, 0.03).

Satır ve sütunun kesiştiği yerde $\Phi(z)$ değeri bulunur.

Adım 3. İşaretin Dikkate Alınması

• Eğer $z \ge 0$ ise, tablodaki değeri doğrudan alırız.
• Eğer $z < 0$ ise, normal dağılımın simetri özelliğini kullanırız: $$ \Phi(-z) = 1 - \Phi(z) $$ Yani, $|z|$ mutlak değeri için değeri bulup bunu birden çıkarırız.

Pratik hesaplama örnekleri

Örnek 1. Doğrudan Olasılık Arama

Sorun: Standart normal dağılım için $P(Z < 1.25)$ olasılığını bulun.

Çözüm:

1. Değişken zaten standartlaştırılmıştır ($Z$).
2. Tabloda 1.2 satırını ve 0.05 sütununu ararız.
3. Kesişimde 0.8944 değerini buluruz.

Cevap: $P(Z < 1.25) = 0.8944$.

Örnek 2. Standart Olmayan Normal Dağılım

Sorun: Erkeklerin boy uzunluğu ortalaması $\mu = 180$ cm ve standart sapması $\sigma = 7$ cm olan normal dağılıma uymaktadır. Rastgele seçilen bir erkeğin boyunun 185 cm'den kısa olma olasılığı nedir?

Çözüm:

1. $X = 185$ değerini standartlaştırırız: $$ z = \frac{185 - 180}{7} = \frac{5}{7} \approx 0.71 $$
2. Tabloda $z = 0.71$ için değeri ararız (0.7 satırı, 0.01 sütunu).
3. $\Phi(0.71) = 0.7611$ değeri bulunur.

Cevap: Olasılık 0.7611'dir (veya %76.11).

Örnek 3. Negatif Z Değeri

Sorun: $P(Z < -1.4)$ değerini bulun.

Çözüm:

1. $z$ negatif olduğu için formülü uyguluyoruz: $\Phi(-1.4) = 1 - \Phi(1.4)$.
2. Tabloda $\Phi(1.4)$ değerini ararız (1.4 satırı, 0.00 sütunu). Değer $0.9192$'dir.
3. Hesaplarız: $1 - 0.9192 = 0.0808$.

Cevap: $P(Z < -1.4) = 0.0808$.

Aralıklar ve negatif değerlerle çalışma

Sıklıkla değişkenin $(a; b)$ aralığına düşme olasılığını bulmak gerekir.

Aralık Formülü

$$ P(a < X < b) = \Phi(z_b) - \Phi(z_a) $$ burada $z_a$ ve $z_b$ aralığın standartlaştırılmış sınırlarıdır.

Aralık Hesaplama Örneği

Sorun: $Z$'nin $-1$ ile $2$ aralığına düşme olasılığını bulun.

Çözüm:

1. $P(-1 < Z < 2) = \Phi(2) - \Phi(-1)$.
2. Tablodan $\Phi(2.00)$ değerini buluruz: $0.9772$.
3. $\Phi(-1.00)$ değerini buluruz:
   • $\Phi(-1) = 1 - \Phi(1)$.
   • $\Phi(1.00) = 0.8413$.
   • $\Phi(-1) = 1 - 0.8413 = 0.1587$.
4. Farkı hesaplarız: $0.9772 - 0.1587 = 0.8185$.

Cevap: Olasılık 0.8185'e eşittir.

Kullanımda sık yapılan hatalar

1. Tablo türlerinde kafa karışıklığı. Eğer değerlerin 0.5'i geçmediği (0'dan $z$'ye kadar olan alan) bir tablo kullanıyorsanız, formüller değişir.

   • Böyle bir tablo için: $P(0 < Z < z) = \Phi_{tab}(z)$.
   • Ve tam dağılım fonksiyonu şöyle olacaktır: $\Phi(z) = 0.5 + \Phi_{tab}(z)$ ($z>0$ için).
   • Tavsiye: Her zaman tablonuzdaki maksimum değeri kontrol edin. Eğer 1'e yakın değerler varsa (örneğin, $z=3.09$ için 0.9990), bu kümülatif bir tablodur. Maksimum 0.5 ise, bu Laplace fonksiyonu tablosudur.

2. Yanlış standartlaştırma. Öğrenciler sıklıkla $\sigma$'ya bölmeyi unutur veya $\mu$ yerine $\sigma$ çıkarır. Unutmayın: önce ortalamayı (merkez) çıkarır, sonra yayılımı (ölçek) bölersiniz.

3. Negatif Z'lerde işaret hatası. Bazıları negatif sayıyı doğrudan böyle değerlerin olmadığı tabloda bulmaya çalışır veya birden çıkarmayı unutur. Unutmayın: dağılımın sol "kuyruğu" her zaman 0.5'ten küçük bir olasılığa sahiptir.

4. "Yoğunluk" yerine "olasılık" aramak. Laplace tablosu integrali (alanı) verir, eğrinin yüksekliğini (yoğunluk $\varphi(z)$) değil. Bu değerleri $z$ noktasındaki grafik yüksekliği olarak kullanmayın.

SSS: Popüler sorulara cevaplar

S: Z değeri 3.9'dan büyükse ne yapılmalı? C: Standart tablolarda değerler genellikle $z=3.9$ veya $z=5.0$'a kadar verilir. $z > 5$ için $\Phi(z)$ olasılığı pratik olarak 1'e eşittir (virgülden sonra 6-7 basamak hassasiyetle). $z < -5$ için olasılık pratik olarak 0'a eşittir.

S: Binom dağılımı için tablo kullanılabilir mi? C: Evet, ancak yalnızca deneme sayısı $n$ büyük ve başarı olasılığı $p$ 0 veya 1'e çok yakın olmadığında bir yaklaşım olarak. Bu durumda süreklilik düzeltmesi kullanmak gerekir: aralık sınırlarına 0.5 eklenir veya çıkarılır.

S: Laplace tablosu hesap makinesinden daha mı iyi? C: Tablo "daha iyi" değildir, tarihsel olarak koşullandırılmıştır. Modern hesap makinesi veya Excel (NORM.S.DIST) daha hassas sonuç verir. Ancak, tablo bilgisi normal dağılımın özünü anlamak ve elektroniğin yasak olduğu sınavlara girmek için gereklidir.

S: Bilinen olasılığa göre Z nasıl bulunur (ters problem)? C: Tablonun içinde olasılık değerini arayıp karşılık gelen satır ve sütunu belirlemek gerekir. Örneğin, 0.95 olasılığı gerekiyorsa, tablo gövdesinde 0.9500'e en yakın sayıyı ararız (bu, $z=1.64$ için 0.9495 ve $z=1.65$ için 0.9505'tir). Genellikle ortalaması alınır: $z \approx 1.645$.