← Geri Ana Sayfa / ZEYNEP NİLDA KESKİNEL / Oturum Detayları

AI Etüt Oturumu

Oturum Bilgileri

Başlangıç
12 February 2026, 16:36
Bitiş
12 February 2026, 17:20
Süre
44 dakika
Durum
Tamamlandı

📜 Oturum Detayları

16:36:29
Öğrenci
Evet, hazırım Hocam! Bu konuyu detaylıca anlatır mısın?
16:36:30
💭 AI Öğretmen
Harika, başlıyoruz
16:36:33
AI Öğretmen
Olasılık, bir olayın gerçekleşip gerçekleşmeme ihtimalini sayılarla inceleyen bir matematik dalıdır.
16:36:35
AI Öğretmen
Yani bir şeyin olmasının ya da olmamasının ne kadar mümkün olduğunu, rastgele tahmin etmek yerine sayılarla ifade etmeye çalışır.
16:36:38
AI Öğretmen
Günlük hayatta kullandığımız "şans", "ihtimal", "belki" gibi kelimelerin matematikteki karşılığı olasılık kavramıdır.
16:36:40
AI Öğretmen
Örneğin "bugün yağmur yağma ihtimali var" dediğimizde, aslında olasılıktan söz etmiş oluruz.
16:36:41
AI Öğretmen
Olasılık, içinde belirsizlik olan durumları düzenli ve ölçülebilir bir şekilde anlatmamıza yardımcı olur.
16:36:44
AI Öğretmen
Yani ne olacağını tam olarak bilemediğimiz durumları, belli kurallarla ve sayılarla ifade etmemizi sağlar.
16:36:46
AI Öğretmen
Bir olayın olasılığını inceleyebilmek için, o olaya ait bütün olası sonuçların bilinmesi gerekir.
16:36:48
AI Öğretmen
Örneğin bir zar attığımızda kaç farklı sonuç çıkabileceğini bilmeden, herhangi bir sonucun olasılığını hesaplayamayız.
16:36:48
AI Öğretmen
Bu yüzden olasılık ile ilgili çalışmalarda bazı temel terimler kullanılır.
16:36:50
AI Öğretmen
Bu temel terimler, olayların gerçekleşme ihtimallerini anlamamıza ve açıklamamıza yardımcı olan ana kavramlardır.
16:36:51
AI Öğretmen
Bu terimler, olasılığın mantığını kurmamızda ve soruları doğru şekilde çözmemizde temel rol oynar.
16:36:53
AI Öğretmen
Olasılık kavramını anladın mı yoksa açıklamamı istediğin bir kısım var mı?
16:37:14
Öğrenci
Evet, kaldığımız yerden devam edelim hocam!
16:37:14
💭 AI Öğretmen
En son kaldığımız yeri hızlıca bir tekrar edelim
16:37:18
AI Öğretmen
Haydi olasılık kavramına tekrar bakalım.
16:37:20
AI Öğretmen
Olasılık, bir olayın olup olmama durumunu sayı kullanarak inceleyen bir matematik dalıdır.
16:37:21
AI Öğretmen
Yani bir şeyin gerçekleşme ihtimalini, sadece sözle değil, sayılarla ve hesaplarla ifade etmeyi sağlar.
16:37:23
AI Öğretmen
Günlük hayatta kullandığımız "şans", "ihtimal", "belki" gibi kelimelerin matematikteki karşılığı olasılık kavramıdır.
16:37:25
AI Öğretmen
Örneğin "bugün yağmur yağma ihtimali var" dediğimizde aslında olasılıktan söz etmiş oluruz, ama matematik bunu belirli sayılarla gösterir.
16:37:27
AI Öğretmen
Olasılık, içinde belirsizlik olan durumları daha düzenli, kurallı ve ölçülebilir bir şekilde ifade etmemizi sağlar.
16:37:28
AI Öğretmen
Böylece neyin ne kadar mümkün olduğunu rastgele tahmin etmek yerine, belirli bir sisteme göre değerlendirebiliriz.
16:37:29
AI Öğretmen
Bir olayın olasılığını inceleyebilmek için, o olaya ait olabilecek bütün sonuçları bilmemiz gerekir.
16:37:30
AI Öğretmen
Yani ne olabileceğini tam olarak listelemeden, o olayın gerçekleşme ihtimalini doğru şekilde hesaplayamayız.
16:37:31
AI Öğretmen
Bu yüzden olasılıkla ilgili çalışmalarda bazı temel terimler kullanılır.
16:37:33
AI Öğretmen
Bu temel terimler, olayların gerçekleşme ihtimallerini daha iyi anlamamıza ve açıklamamıza yardımcı olan kavramlardır.
16:37:34
AI Öğretmen
Bu terimler, olasılığın ne anlama geldiğini ve bir olayın ne kadar mümkün olduğunu anlamlandırmada temel bir rol oynar.
16:37:38
AI Öğretmen
Olasılık kavramını şimdi daha iyi anladın mı?
16:43:42
Öğrenci
Evet, kaldığımız yerden devam edelim hocam!
16:43:42
💭 AI Öğretmen
En son kaldığımız yeri hızlıca bir tekrar edelim
16:43:45
AI Öğretmen
Olasılık konusuna tekrar bakalım.
16:43:47
AI Öğretmen
Olasılık, bir olayın olup olmama durumunu sayı kullanarak inceleyen bir matematik alanıdır.
16:43:54
AI Öğretmen
Yani bir şeyin gerçekleşme ihtimalini, sadece sözle değil, sayılarla ifade etmeye yarar.
16:43:55
AI Öğretmen
Günlük hayatta kullandığımız "şans", "ihtimal", "belki" gibi kelimelerin, matematikteki karşılığı olasılık kavramıdır.
16:43:57
AI Öğretmen
Bu kelimelerle anlattığımız belirsiz durumları, olasılık sayesinde daha net ve düzenli bir şekilde sayılarla gösterebiliriz.
16:43:58
AI Öğretmen
Olasılık, içinde belirsizlik olan durumları, düzenli ve ölçülebilir bir biçimde ifade etmemizi sağlar.
16:44:00
AI Öğretmen
Yani ne olacağını tam bilemediğimiz durumları, belirli kurallarla ve sayılarla açıklamamıza yardım eder.
16:44:01
AI Öğretmen
Bir olayın olasılığını inceleyebilmek için, o olaya ait gerçekleşebilecek tüm olası sonuçları bilmek gerekir.
16:44:03
AI Öğretmen
Örneğin bir zar atarken, gelebilecek bütün sonuçları (1, 2, 3, 4, 5, 6) bilmeden, herhangi bir sayının gelme ihtimalini doğru hesaplayamayız.
16:44:04
AI Öğretmen
Bu yüzden olasılıkla ilgili çalışmalarda, önce hangi sonuçların mümkün olduğunu listeleriz.
16:44:06
AI Öğretmen
Bu bağlamda, olasılık konusunu incelerken, bazı temel terimler kullanılır.
16:44:07
AI Öğretmen
Bu temel terimler, olayların gerçekleşme ihtimallerini anlamlandırmada, yani onları anlayıp açıklamada, temel bir rol oynar.
16:44:13
AI Öğretmen
Bu terimler sayesinde, hangi olayın ne kadar mümkün olduğunu daha açık ve anlaşılır biçimde ifade ederiz.
16:44:13
AI Öğretmen
Olasılık kavramını şimdi daha iyi anladınız mı?
16:46:50
Öğrenci
Anladım
16:46:53
💭 AI Öğretmen
Güzel, şimdi ilerleyelim
16:46:53
❓ Soru medium
Bir basketbolcunun serbest atıştan sayı atma olasılığını, bir zarın 3 gelme olasılığını veya bir torbadaki belirli bir renkteki topu çekme olasılığını hesaplamak istediğimizi düşünelim. Bu üç durumdan hangisinin olasılığını hesaplamak için, olayın doğasından kaynaklanan belirsizlik nedeniyle sadece temel matematiksel varsayımlar yeterli olmaz ve gözleme dayalı ek bilgilere (deney veya istatistik gibi) ihtiyaç duyulur? Nedenini açıklayınız.
16:48:04
Öğrenci
Cevabım: $$\frac{1}{6}$$
16:48:05
💭 AI Öğretmen
Hemen Bakıyorum
16:48:11
AI Öğretmen
Cevabın ne yazık ki hatalı; sadece 1/6 yazmak sorunun istediği şeyi karşılamıyor.
16:48:13
AI Öğretmen
Doğru cevap: Gözleme dayalı ek bilgilere ihtiyaç duyulan durum, basketbolcunun serbest atıştan sayı atma olasılığıdır.
16:48:15
AI Öğretmen
Bunun nedeni, zar ve torba örneklerinde olası sonuçlar ve sayıları bilindiği için olasılıkları doğrudan hesaplayabilmemiz, ama basketbolcunun isabet oranının oyuncunun yeteneği gibi faktörlere bağlı olup deney/istatistikle tahmin edilmesidir.
16:48:18
AI Öğretmen
Muhtemel karışıklık, her olasılığı “zar gibi” düşünüp hepsine basit bir kesir atamaya çalışman; oysa basketbol performansında eşit olasılık varsayımı geçerli değildir.
16:48:18
AI Öğretmen
Derse devam edelim mi?
16:49:00
Öğrenci
Olur, devam edelim
16:49:01
💭 AI Öğretmen
Pekala devam edelim
16:49:09
Görsel
Görsel
16:49:13
AI Öğretmen
Deney, sonucunun ne olacağı önceden kesin olarak bilinmeyen ancak tüm olası sonuçları önceden belirlenebilen ve tekrarlanabilen işlemdir.
16:49:15
AI Öğretmen
Bir zarın havaya atılması, madenî para atılması veya bir torbadan top çekilmesi deneylere örnektir.
16:49:16
AI Öğretmen
Bu durumlarda hangi sonucun elde edileceği belirsizdir fakat gelebilecek tüm sonuçlar bilinir ve işlem birçok kez yinelenebilir.
16:49:16
AI Öğretmen
Bir deneyde elde edilebilecek olası sonuçların her birine çıktı denir.
16:49:17
AI Öğretmen
Madenî para atma deneyinde olası çıktılar “yazı” ve “tura”dır.
16:49:18
AI Öğretmen
Zar atma deneyinde ise olası çıktılar 1, 2, 3, 4, 5 ve 6 sayılarıdır.
16:49:20
AI Öğretmen
Olay, bir deneyin çıktıları arasından, gerçekleşmesi istenen belirli bir durum ya da durumlar kümesidir.
16:49:21
AI Öğretmen
Zar atma deneyinde “zarın üst yüzüne 5 gelmesi” yalnızca bir çıktıyı içeren bir olaydır.
16:49:22
AI Öğretmen
“Zarın üst yüzüne çift sayı gelmesi” olayı ise 2, 4 ve 6 çıktılarından oluşan bir olaydır.
16:49:23
AI Öğretmen
Anlattıklarımı anladın mı?
16:51:12
Öğrenci
Anladım
16:51:15
💭 AI Öğretmen
Güzel, devam edelim
16:51:15
❓ Soru medium
İki adet hilesiz zar aynı anda atılıyor. Arda, "zarların üst yüzüne gelen sayıların toplamının asal sayı olması" olayının çıktılarını incelerken şu sonuca varıyor: "Toplamın alabileceği asal sayı değerleri 2, 3, 5, 7 ve 11'dir. Dolayısıyla bu olayın çıktıları {2, 3, 5, 7, 11} kümesidir." Arda'nın düşüncesindeki hata nedir ve bu olayın tüm doğru çıktıları (zar çiftleri) nelerdir?
16:53:18
Öğrenci
Cevabım: ardanın fikri doğru
16:53:18
💭 AI Öğretmen
Hemen Bakıyorum
16:53:26
AI Öğretmen
Cevabın maalesef yanlış; Arda’nın fikri doğru değil.
16:53:30
AI Öğretmen
Doğru olan: Deneyin çıktıları {2, 3, 5, 7, 11} toplamları değil, bu toplamları veren zar çiftleridir; yani (1,1), (1,2), (2,1), (1,4), (4,1), (2,3), (3,2), (1,6), (6,1), (2,5), (5,2), (3,4), (4,3), (5,6), (6,5).
16:53:34
AI Öğretmen
Buradaki temel kural, olasılıkta “çıktı”nın deneyde elde edilen tam sonuç (iki zarın birlikte gösterdiği düzenli çift) olmasıdır, sadece toplam değeri değil. Muhtemel karışıklık, “olay” (toplamın asal olması) ile “örnek uzayın çıktıları”nı (tüm zar çiftleri) birbirine karıştırmandan kaynaklanıyor.
16:53:34
AI Öğretmen
Derse devam edelim mi?
16:54:20
Öğrenci
Olur, devam edelim
16:54:21
💭 AI Öğretmen
Tamam, devam
16:54:32
AI Öğretmen
Olasılıkta kurulan teorik beklentiler ile gerçek hayatta yapılan deneylerden elde edilen sonuçlar birbirinden farklı olabilir.
16:54:56
AI Öğretmen
Göreli sıklık, belli bir olaya ait gerçekleşen durumların sayısının, deneyin toplam tekrar sayısına oranı olarak tanımlanır.
16:54:56
AI Öğretmen
Bu oran genellikle kesir biçiminde yazılır ve
16:55:00
AI Öğretmen
$$ \text{Göreli Sıklık} = \frac{\text{Belirli Bir Olayın Gerçekleşme Sayısı}}{\text{Toplam Deney Sayısı}} $$
16:55:02
AI Öğretmen
biçiminde gösterilir.
16:55:04
AI Öğretmen
Bir deneyin çok sayıda tekrar edilmesiyle elde edilen verilere dayanarak hesaplanan olasılık değerine deneysel olasılık denir.
16:55:06
AI Öğretmen
Bir olayın deneysel olasılığı, o olaya ait göreli sıklığa eşittir; başka bir ifadeyle deneysel olasılık, gözlenen sonuçların oranı üzerinden belirlenir.
16:55:07
AI Öğretmen
Göreli sıklık ve deneysel olasılık kavramlarını anladınız mı?
16:56:59
Öğrenci
Evet, kaldığımız yerden devam edelim hocam!
16:57:02
💭 AI Öğretmen
Şimdi bir soru bakalım
16:57:03
❓ Soru medium
Bir zar 100 kez havaya atılıyor ve üst yüze gelen sayılar aşağıdaki tabloda belirtilmiştir: * 1 gelme sayısı: 15 * 2 gelme sayısı: 18 * 3 gelme sayısı: 20 * 4 gelme sayısı: 12 * 5 gelme sayısı: 25 * 6 gelme sayısı: 10 Bir öğrenci, bu deneye göre "4'ten büyük bir sayı gelme" olayının deneysel olasılığını hesaplarken, 5 ve 6 gelme sayısını toplayıp (25 + 10 = 35), sonucu zardaki toplam yüz sayısı olan 6'ya bölerek hat-alı bir hesaplama yapıyor. Bu öğrencinin yaptığı hata nedir ve bu olayın doğru deneysel olasılığı kaçtır?
16:58:03
Öğrenci
Cevabım: $$\frac{47}{100}$$
16:58:04
💭 AI Öğretmen
Hemen Bakıyorum
16:58:12
AI Öğretmen
Cevabın hatalı. Doğru deneysel olasılık 4’ten büyük (yani 5 veya 6) gelmesi için 35/100, sadeleştirilmiş hâliyle 7/20’dir.
16:58:14
AI Öğretmen
Bunun nedeni, deneysel olasılıkta istenen olayın gerçekleşme sayısının (5 ve 6 toplam 35 kez) toplam deney sayısına (100) bölünmesidir, zarın yüz sayısına değil.
16:58:17
AI Öğretmen
Muhtemel karışıklık, ya 4’ten büyük sayıları yanlış saymak (örneğin başka sonuçları da eklemek) ya da paydada deney sayısı yerine zarın 6 yüzünü kullanmaktır. Dolayısıyla doğru cevap 7/20’dir.
16:58:17
AI Öğretmen
Derse devam edelim mi?
16:58:47
Öğrenci
Olur, devam edelim
16:58:49
💭 AI Öğretmen
Pekala, devam
16:58:56
Görsel
Görsel
16:58:59
AI Öğretmen
Bir torbada, birbirinden sadece rengi farklı olan kırmızı, mavi ve sarı bilyeler var, yani bilyelerin boyutu, şekli aynı, sadece renkleri değişik.
16:59:01
AI Öğretmen
Bu torbadan 20 kez rastgele bilye çekiliyor ve her seferinde çekilen bilye torbaya geri atılıyor, yani torbadaki bilye sayısı her zaman aynı kalıyor.
16:59:02
AI Öğretmen
Bilye her seferinde geri atıldığı için, torbadaki kırmızı, mavi ve sarı bilyelerin sayıları ve renk dağılımı hiç değişmiyor.
16:59:03
AI Öğretmen
Bu yüzden her çekiş, diğer çekişlerden bağımsız kabul ediliyor, yani bir önce hangi renk geldiyse, sonraki çekişte onu etkilemiyor.
16:59:04
AI Öğretmen
Deneyin sonunda, kırmızı bilye 8 kez, mavi bilye 5 kez, sarı bilye ise 7 kez çekilmiş olarak gözlemleniyor.
16:59:06
AI Öğretmen
Bu tür bir durumda, deney sonuçlarına bakarak hesapladığımız olasılığa deneysel olasılık ya da göreli sıklık deniyor.
16:59:07
AI Öğretmen
Deneysel olasılık, her bir renk için, o rengin çekilme sayısının toplam deney sayısına oranı şeklinde hesaplanıyor.
16:59:08
AI Öğretmen
Toplam deney sayısı 20 olduğu için, kırmızı, mavi ve sarı bilyelerin deneysel olasılıklarını hesaplarken paydada 20 kullanılıyor.
16:59:13
AI Öğretmen
Böylece kırmızı, mavi ve sarı bilye çekme olaylarının her biri için ayrı ayrı göreli sıklık bulunmuş oluyor.
16:59:15
AI Öğretmen
Bu göreli sıklık değerleri, ilgili rengin gelme olasılığını, yapılan deneyin sonuçlarına dayanarak sayısal olarak ifade ediyor.
16:59:16
AI Öğretmen
Anlattığım kısım senin için anlaşılır oldu mu?
17:00:24
Öğrenci
Deneysel olasılık ile teorik olasılık arasındaki fark nedir?
17:00:27
💭 AI Öğretmen
Güzel bir soru
17:00:30
AI Öğretmen
Teorik olasılık, bir olayın gerçekleşme ihtimalinin, tüm olası sonuçların eşit ve bilindiği varsayılarak matematiksel olarak hesaplanmasıdır.
17:00:31
AI Öğretmen
Deneysel olasılık ise, bir deneyin belirli sayıda tekrarından elde edilen sonuçlara dayanarak, o olayın gerçekleşme oranının gözlemlenmesiyle bulunur.
17:00:33
AI Öğretmen
Yani teorik olasılık kuramsal ve hesaplamaya dayalıyken, deneysel olasılık gerçek deneylerden elde edilen verilere dayanır.
17:00:34
AI Öğretmen
Bu farkı anladın mı?
17:01:20
Öğrenci
ben ilk nlttığını anlamadım tekrar anlat
17:01:23
💭 AI Öğretmen
Hemen tekrar edelim
17:01:27
AI Öğretmen
Teorik olasılık, olası tüm sonuçların eşit ve bilindiği durumlarda, matematiksel olarak hesaplanan olasılıktır.
17:01:29
AI Öğretmen
Deneysel olasılık ise, bir deneyi belirli sayıda tekrarlayıp, elde edilen sonuçların oranına göre hesaplanır.
17:01:30
AI Öğretmen
Yani teorik olasılık kuramsal, deneysel olasılık ise gerçek deneylere dayalıdır.
17:01:31
AI Öğretmen
İlk kısmı şimdi daha iyi anladın mı?
17:02:15
Öğrenci
Anladım
17:02:19
💭 AI Öğretmen
Güzel, devam edelim
17:02:19
❓ Soru medium
Bir okuldaki kantinde satılan üç tür içecek olan ayran, limonata ve meyve suyu ile ilgili 50 öğrenciyle bir anket yapılmıştır. Anket sonuçlarına göre 25 öğrenci ayranı, 15 öğrenci limonatayı ve 10 öğrenci meyve suyunu tercih etmiştir. Bir öğrenci olan Selim, bu anket sonuçlarına dayanarak rastgele seçilen bir öğrencinin limonata veya meyve suyu tercih etme olasılığını hesaplarken şu sonuca varmıştır: "Limonatayı tercih edenlerin olasılığı 15/50 ve meyve suyunu tercih edenlerin olasılığı 10/50'dir. Bu iki olasılığı toplarken pay ve paydaları ayrı ayrı toplarım ve sonuç (15+10)/(50+50) = 25/100 yani 1/4 olur." Selim'in bu hesabındaki temel hata nedir ve bu olayın doğru deneysel olasılığı en sade kesir haliyle kaçtır?
17:03:34
Öğrenci
Cevabım: ayranı unutmuştur
17:03:34
💭 AI Öğretmen
Hemen Bakıyorum
17:03:39
AI Öğretmen
Cevabın maalesef doğru değil.
17:03:42
AI Öğretmen
Selim’in temel hatası, olasılıkları toplarken paydaları da toplamasıdır; paydalar aynı kalmalı, sadece paylar toplanmalıdır. Limonata veya meyve suyu tercih edenlerin sayısı 15 + 10 = 25, toplam öğrenci sayısı 50 olduğu için olasılık 25/50 = 1/2’dir.
17:03:44
AI Öğretmen
Muhtemelen sen soruyu “ayranı da hesaba katmak gerekirdi” diye yorumladın, ama burada istenen olay sadece “limonata veya meyve suyu” olduğu için ayran zaten dışarıda bırakılmalıdır. Dolayısıyla doğru cevap 1/2’dir.
17:03:44
AI Öğretmen
Derse devam edelim mi?
17:04:17
Öğrenci
Olur, devam edelim
17:04:19
💭 AI Öğretmen
Tamam, devam ediyoruz
17:04:27
AI Öğretmen
Bir olayın deneysel olasılığını bulurken önce plan yapma aşamasında, her bir olay için göreli sıklık hesaplanır.
17:04:28
AI Öğretmen
Göreli sıklık, bir olayın gerçekleşme sayısının, toplam deney sayısına oranı şeklinde tanımlanır.
17:04:29
AI Öğretmen
Bu tür problemler için, her bir renk ya da her bir olay için aynı türden bir kesir yazılır.
17:04:30
AI Öğretmen
Kırmızı bilye çekme olayı için göreli sıklık, $\frac{\text{Kırmızı Gelme Sayısı}}{\text{Toplam Deney Sayısı}}$ şeklinde ifade edilir.
17:04:31
AI Öğretmen
Benzer şekilde, mavi bilye çekme olayı için $\frac{\text{Mavi Gelme Sayısı}}{\text{Toplam Deney Sayısı}}$ kullanılır.
17:04:33
AI Öğretmen
Sarı bilye çekme olayı için ise $\frac{\text{Sarı Gelme Sayısı}}{\text{Toplam Deney Sayısı}}$ kullanılır.
17:04:34
AI Öğretmen
Böylece her olay için aynı formül yapısı korunarak plan yapılır.
17:04:34
AI Öğretmen
Bir sonraki aşamada, sayılar bu formüllerde yerine yazılarak deneysel olasılıklar bulunur.
17:04:35
AI Öğretmen
Bu kısmı anladın mı, yoksa açıklamamı istediğin bir yer var mı?
17:05:30
Öğrenci
anlamadım
17:05:33
💭 AI Öğretmen
Konuyu yeniden anlatalım
17:05:36
AI Öğretmen
Hadi “deneysel olasılık” kısmına yeniden bakalım.
17:05:37
AI Öğretmen
Bir olayın deneysel olasılığını bulurken, önce bir plan yaparız ve her bir olay için “göreli sıklık” denilen değeri hesaplarız.
17:05:39
AI Öğretmen
Göreli sıklık, bir olayın kaç kez gerçekleştiğinin, yapılan toplam deney sayısına bölünmesiyle elde edilen orandır.
17:05:39
AI Öğretmen
Yani, olayın gerçekleşme sayısı üste, toplam deneme sayısı alta yazılır ve bir kesir oluşturulur.
17:05:41
AI Öğretmen
Bu tür sorularda, her renk ya da her olay için aynı yapıda kesirler yazılır, böylece hepsi aynı mantıkla hesaplanır.
17:05:42
AI Öğretmen
Örneğin kırmızı bilye çekme olayı için göreli sıklık, şu şekilde yazılır: $\frac{\text{Kırmızı Gelme Sayısı}}{\text{Toplam Deney Sayısı}}$.
17:05:43
AI Öğretmen
Aynı şekilde mavi bilye çekme olayı için de formül değişmez, sadece isim değişir: $\frac{\text{Mavi Gelme Sayısı}}{\text{Toplam Deney Sayısı}}$.
17:05:44
AI Öğretmen
Sarı bilye çekme olayı için de yine aynı kalıp kullanılır: $\frac{\text{Sarı Gelme Sayısı}}{\text{Toplam Deney Sayısı}}$.
17:05:45
AI Öğretmen
Bu şekilde her olay için formülün yapısı korunur, sadece ilgili olayın adı yazılır.
17:05:46
AI Öğretmen
Daha sonra, deneyde elde ettiğimiz gerçek sayıları bu kesirlerin içine yerleştiririz.
17:05:47
AI Öğretmen
Yani “kırmızı gelme sayısı”, “mavi gelme sayısı”, “sarı gelme sayısı” ve “toplam deney sayısı” yerine deneyden çıkan sayıları koyarız.
17:05:48
AI Öğretmen
Bu işlemi yaptıktan sonra elde ettiğimiz kesirler, her bir olayın deneysel olasılığını verir.
17:05:49
AI Öğretmen
Bu açıklamayı şimdi daha iyi anladın mı?
17:06:57
Öğrenci
Anladım
17:07:00
💭 AI Öğretmen
Pekala, devam edelim
17:07:01
❓ Soru medium
Bir torbadan rastgele bilye çekme deneyi 40 kez tekrarlanmıştır. Bu deneyde 12 kez kırmızı, 18 kez mavi ve 10 kez sarı bilye gelmiştir. Ahmet, bu deneye göre sarı bilye gelme olayının göreli sıklığını hesaplarken, kırmızı ve mavi bilye gelme sayısını toplayıp (12 + 18 = 30) sarı bilye gelme sayısına bölerek sonucu $\frac{30}{10}$ bulmuştur. Ahmet'in yaptığı hatayı açıklayınız ve sarı bilye gelme olayının doğru göreli sıklığını hesaplayınız.
17:09:10
Öğrenci
Cevabım: $$\frac{12}{10}$$
17:09:11
💭 AI Öğretmen
Hemen Bakıyorum
17:09:16
AI Öğretmen
Cevabın ne yazık ki yanlış; sarı bilye gelme olayının göreli sıklığı \(\frac{12}{10}\) değil, \(\frac{10}{40}\) yani \(\frac{1}{4}\) olmalıdır.
17:09:19
AI Öğretmen
Doğru kural şudur: Göreli sıklık = “ilgili olayın gerçekleşme sayısı” / “toplam deney sayısı”; burada sarı bilye sayısı 10, toplam deney sayısı 40’tır.
17:09:21
AI Öğretmen
Muhtemelen kırmızı bilye sayısını (12) sarı yerine paya aldığın için \(\frac{12}{10}\) yazdın; oysa payda da toplam deney sayısı (40) olmalıydı. Dolayısıyla doğru cevap \(\frac{1}{4}\) değeridir.
17:09:21
AI Öğretmen
Derse devam edelim mi?
17:10:12
Öğrenci
Evet, kaldığımız yerden devam edelim hocam!
17:10:14
💭 AI Öğretmen
Tam devam ediyoruz
17:10:19
Görsel
Görsel
17:10:24
AI Öğretmen
Deneysel olasılık, bir olayın kaç kez gerçekleştiğinin, yapılan toplam deney sayısına bölünmesiyle bulunur.
17:10:25
AI Öğretmen
Yani formül olarak, deneysel olasılık = olayın gerçekleşme sayısı / toplam deney sayısı şeklindedir.
17:10:26
AI Öğretmen
Örneğin 20 kez yapılan bir deney düşünelim ve bu deneyde kırmızı bilye 8 kez gelsin.
17:10:27
AI Öğretmen
Bu durumda kırmızı gelme olayının deneysel olasılığı \( \frac{8}{20} \) olur.
17:10:29
AI Öğretmen
Bu kesiri sadeleştirdiğimizde, hem payı hem paydayı 4’e böleriz ve sonuç \( \frac{2}{5} \) olarak yazılır.
17:10:30
AI Öğretmen
Aynı deneyde mavi bilye 5 kez gelmiş olsun.
17:10:31
AI Öğretmen
Mavi gelme olayının deneysel olasılığı bu durumda \( \frac{5}{20} \) olur.
17:10:32
AI Öğretmen
Bu kesri sadeleştirdiğimizde, hem payı hem paydayı 5’e böldüğümüzde \( \frac{1}{4} \) elde edilir.
17:10:34
AI Öğretmen
Sarı bilye ise 7 kez geldiğinde, sarı gelme olayının deneysel olasılığı \( \frac{7}{20} \) olarak bulunur.
17:10:35
AI Öğretmen
Şimdi bu üç olasılığın paylarını, yani 8, 5 ve 7’yi topladığımızda \( 8+5+7=20 \) sonucuna ulaşırız.
17:10:37
AI Öğretmen
Elde ettiğimiz 20 sayısı, deneydeki toplam deneme sayısına eşittir.
17:10:38
AI Öğretmen
Payların toplamının toplam deneme sayısına eşit olması, yaptığımız olasılık hesaplarının doğru olduğunu gösterir.
17:10:39
AI Öğretmen
Deneysel olasılık konusunu anladın mı yoksa açıklamamı istediğin bir kısım var mı?
17:11:47
Öğrenci
tekrar anlat
17:11:53
💭 AI Öğretmen
Hemen tekrar ediyorum
17:11:55
AI Öğretmen
Deneysel olasılık, bir olayın kaç kez gerçekleştiğinin, toplam deney sayısına bölünmesiyle bulunur.
17:12:02
AI Öğretmen
Örneğin 20 kez yapılan bir deneyde kırmızı bilye 8 kez geldiyse, kırmızı gelme olasılığı \( \frac{8}{20} \) yani sadeleştirilmiş haliyle \( \frac{2}{5} \) olur.
17:12:04
AI Öğretmen
Aynı deneyde mavi bilye 5 kez geldiyse, mavi gelme olasılığı \( \frac{5}{20} \) yani \( \frac{1}{4} \) olur.
17:12:05
AI Öğretmen
Sarı bilye 7 kez geldiyse, sarı gelme olasılığı \( \frac{7}{20} \) olarak hesaplanır.
17:12:06
AI Öğretmen
Bu olasılıkların paylarını topladığımızda, yani 8 + 5 + 7 = 20, toplam deney sayısına eşit olur.
17:12:07
AI Öğretmen
Bu durum, hesaplamaların doğru yapıldığını gösterir.
17:12:08
AI Öğretmen
Anladın mı yoksa başka bir yerini tekrar açıklamamı ister misin?
17:12:37
Öğrenci
Anladım
17:12:41
💭 AI Öğretmen
Güzel, ilerleyelim
17:12:41
❓ Soru medium
İçerisinde sarı, kırmızı ve mavi bilyeler bulunan bir torbadan 40 kez bilye çekilip rengine bakıldıktan sonra torbaya geri atılıyor. Bu deneyde 16 kez sarı, 14 kez kırmızı ve 10 kez mavi bilye gelmiştir. Ali, bu deneye göre kırmızı bilye gelme olayının deneysel olasılığını $ \frac{14}{26} $ olarak hesaplamıştır. Ali'nin yaptığı hatayı açıklayınız ve kırmızı bilye gelme olayının doğru deneysel olasılığını bularak sadeleştiriniz.
17:14:49
Öğrenci
Cevabım: yaptığı hata kırmızı bile gelme deneysel olasılığını paydasına 26 yazmak ve kırmızı bilyeler $$\frac{3}{10}$$
17:14:49
💭 AI Öğretmen
Hemen Bakıyorum
17:14:55
AI Öğretmen
Cevabın maalesef hatalı.
17:14:56
AI Öğretmen
Doğru deneysel olasılık kırmızı için önce \( \frac{14}{40} \), sadeleştirilmiş haliyle \( \frac{7}{20} \) olmalıdır.
17:14:58
AI Öğretmen
Deneysel olasılık her zaman “istenen durum sayısı / toplam deney sayısı” ile bulunur; burada istenen 14, toplam deney sayısı ise 40’tır, 3/10 bu oranı doğru yansıtmıyor.
17:15:01
AI Öğretmen
Büyük ihtimalle 14/40’ı sadeleştirirken yanlış böldün ve 14 ile 40’ı 2 yerine 4 ya da 5 gibi farklı bir sayıya bölmeye çalıştığın için 3/10’a ulaştın.
17:15:02
AI Öğretmen
Dolayısıyla doğru cevap \( \frac{7}{20} \).
17:15:02
AI Öğretmen
Derse devam edelim mi?
17:15:36
Öğrenci
Olur, devam edelim
17:15:38
💭 AI Öğretmen
Hmm
17:15:47
AI Öğretmen
Deneysel olasılık, bir olayın, yapılan deneyler sonucunda kaç defa gerçekleştiğine bakılarak hesaplanan olasılıktır.
17:15:48
AI Öğretmen
Yani deney yaparız, olayın kaç kere olduğunu sayarız ve bu sayıya göre olasılığı buluruz.
17:15:49
AI Öğretmen
Teorik olasılık ise tüm olası sonuçlar eş olasılıklı kabul edilerek, hesaplama yoluyla bulunan gerçek olasılık değeridir.
17:15:51
AI Öğretmen
Burada deney yapmadan, sadece matematiksel olarak olası durumlara bakarak olasılığı hesaplarız.
17:15:52
AI Öğretmen
Bir deneyin tekrar sayısı arttıkça, deneysel olasılık değeri, ilgili olayın teorik olasılık değerine daha fazla yaklaşır.
17:15:53
AI Öğretmen
Yani deneyi az sayıda yaparsak sonuçlar teorikten farklı olabilir, ama deneyi çok fazla tekrar edersek sonuçlar teorik değere yaklaşır.
17:15:55
AI Öğretmen
Örneğin bir madenî para yalnızca 10 kez atıldığında yazı ve tura gelme sayıları arasında fark oluşabilir.
17:15:57
AI Öğretmen
Ancak aynı para 1000 kez atıldığında yazı ve tura gelme sayılarının birbirine çok daha yakın, yaklaşık 500'e 500 olduğu görülür.
17:15:58
AI Öğretmen
Bu durum, çok sayıda tekrar yapıldığında deney sonuçlarının, teorik olarak beklenen sonuca yaklaştığını gösterir.
17:15:59
AI Öğretmen
Deneysel olasılık bir kesirle ifade edilir ve bu kesirde pay, olayın gerçekleştiği deney sayısını gösterir.
17:16:01
AI Öğretmen
Payda ise toplam deney sayısını belirtir.
17:16:05
AI Öğretmen
Deneysel olasılık hesaplanırken payda kısmına toplam deney sayısı dışında farklı bir sayı yazılması, yapılan en yaygın hatalardan biridir.
17:16:07
AI Öğretmen
Bu nedenle, deneysel olasılık kesri oluşturulurken her zaman olayın gerçekleşme sayısı üste, yapılan toplam deney sayısı alta yazılır.
17:16:22
AI Öğretmen
Bu açıklamayı anladın mı, yoksa üzerinde durmamı istediğin bir kısım var mı?
17:17:16
Öğrenci
Anladım
17:17:20
💭 AI Öğretmen
Güzel, devam edelim
17:17:23
❓ Soru medium
Bir okul kermesinde, üzerinde 4 eşit bölmeye (Kırmızı, Mavi, Yeşil, Sarı) ayrılmış bir çarkıfelek 50 kez çevriliyor. Çark 10 kez Kırmızı, 15 kez Mavi, 12 kez Yeşil ve 13 kez Sarı renkte duruyor. Ali, bu deneye göre Kırmızı gelme olasılığını hesaplarken şu işlemi yapıyor: 10 / (15 + 12 + 13) = 10/40. Ali'nin bu hesaplamadaki hatası nedir ve Kırmızı gelme olayının doğru deneysel olasılığı kaçtır?
17:19:02
Öğrenci
Cevabım: olayı hesaplama şekli yanlıştır ve kırmızı gelmesinin deneysel olasılığı $$\frac{10}{40}$$
17:19:03
💭 AI Öğretmen
Hemen Bakıyorum
17:19:08
AI Öğretmen
Cevabın ne yazık ki hatalı; 10/40 doğru deneysel olasılık değil.
17:19:10
AI Öğretmen
Doğru deneysel olasılık, kırmızının gelme sayısı / toplam deneme sayısı = 10/50 olup, bu kesir sadeleştirilince 1/5 elde edilir.
17:19:12
AI Öğretmen
Ali’nin (ve senin) hatası, paydada sadece diğer renklerin toplamını (40) kullanmak; oysa deneysel olasılıkta payda her zaman tüm denemelerin toplamıdır (burada 50). Dolayısıyla doğru cevap Kırmızı gelme olasılığı = 1/5’tir.
17:19:13
AI Öğretmen
Derse devam edelim mi?
17:20:09
Öğrenci
Olur, devam edelim
17:20:10
💭 AI Öğretmen
Pekala devam
17:20:27
AI Öğretmen
Bu derste olasılık kavramının temelini, deney ve olay tanımlarını, olası sonuçların nasıl belirlendiğini ve deneysel olasılığın nasıl hesaplandığını öğrendik. Ayrıca göreli sıklık ve deneysel olasılık arasındaki ilişkiyi ve teorik ile deneysel olasılıklar arasındaki farkları inceledik. Harika bir çalışma oldu, başarılarının devamını dilerim! Görüşmek üzere!

Voltran Okul Analiz Sistemi