GMAT Quant olasılık soruları, Quantitative Reasoning bölümünde sınav adaylarını en çok tereddüte düşüren soru tipleri arasında yer alır. Adaylar genellikle sayım ilkelerini (permutasyon, kombinasyon, tümevarım) karıştırır, koşullu olasılık ifadelerini yanlış kurar ve bağımsız olaylar ile bağımlı olaylar arasındaki farkı son anda unutur. GMAT Focus formatında olasılık soruları iki şekilde gelir: doğrudan bir olayın gerçekleşme ihtimalini soran bağımsız cümleler ve birden fazla adım gerektiren çoklu-örneklem problemleri. Bu yazı, olasılık sorularına yaklaşımı 5 temel sütuna ayırıyor: olay uzayını doğru tanımlama, koşullu olasılıkta ağaç veya tablo kurma, permutasyon-kombinasyon ayrımı, bağımsızlık testi ve son olarak seçici-eleme yöntemiyle 90 saniyelik çözüm ritmi. Amaç, adayın olasılık sorusuyla karşılaştığında duraksamadan bir iskelet çizmesini sağlamaktır. Hazırlık stratejisi, puanlama geri bildirimi ve sınav formatı dinamikleri üçgeninde, olasılık doğru çalışıldığında Quant skoruna yüksek katkı sağlayan bir konudur.
Olay uzayını 30 saniyede tanımlama: bağımsız ve bağımlı olayları ayırma
GMAT'te olasılık sorusunun çözümünün ilk adımı, sorunun bağımsız mı yoksa bağımlı mı olduğunu belirlemektir. Bağımsız olaylarda birinci olayın sonucu ikincisini etkilemez; iki zar atılması, madeni para ve zarın birlikte atılması, bir kutudan çekilen topun yerine konulup geri çekilmesi klasik bağımsızlık örnekleridir. Bağımlı olaylarda ise birinci olay kümenin içeriğini değiştirir; kart çekildikten sonra geri konulmaması, sınavdan geçen adayın listeden çıkarılması, bir top alındıktan sonra kalan toplar üzerinden ikinci çekim yapılması bağımlılık yaratır. Bu ayrım yapılmadan formül uygulamak, adayın doğru cevabı yanlış şıkkla eşleştirmesine neden olur.
Pratikte şu kısa kontrol işe yarar: birinci olay gerçekleştikten sonra ikinci olayın örneklem uzayı aynı kalıyor mu? Örneklem uzayı sabitse bağımsız, küçülüyorsa veya genişliyorsa bağımlı. GMAT'te bu kontrolü yaparken "yerine koyulur / yerine koyulmaz" ifadelerine özellikle dikkat edilir. "Bir torbadan 3 top çekilir" cümlesi, çoğu zaman bağımlılık anlamına gelir. Buna karşılık "iki farklı zar atılır" ifadesi bağımsızlık işaretidir. Bir örnek üzerinde görelim: bir kutuda 4 kırmızı, 6 mavi top vardır. İlk çekişte kırmızı, ikinci çekişte mavi gelme olasılığı sorulduğunda, topun yerine koyulup koyulmadığına bakılır. Eğer geri koyulmuyorsa, iki olay bağımlıdır ve 4/10 × 6/9 çarpımı uygulanır. Geri koyuluyorsa, bağımsızlık geçerlidir ve 4/10 × 6/10 çarpımı kullanılır. Bu fark, basit bir 4/10 × 6/10 yerine 4/10 × 6/9 yazılması kadar küçük görünür, ama doğru cevabı değiştirir.
Bir adım daha ileri giderek, bağımlı olaylarda "koşullu olasılık" notasyonunu tanımak gerekir. P(A|B) gibi bir ifade, B gerçekleşmişken A'nın gerçekleşme olasılığıdır. GMAT'te bu ifade "B verildiğinde A olasılığı" şeklinde doğal cümleyle verilir. Koşullu olasılık sorularında genellikle bir önceki bilgi sonraki hesabı daraltır; aday, "B olduysa örneklem küçüldü" mantığını kurarak çarpanları güncellemeli. Bu yaklaşım, GMAT Focus'un adaptive modülünde özellikle işe yarar: birinci soruyu doğru çözen aday, ikinci aşamada daha zorlu bir olasılık sorusuyla karşılaşır ve bu soru neredeyse her zaman koşullu bir katman taşır. Hazırlık stratejisi açısından, bağımsız-bağımlı ayrımını hızla yapabilen bir aday, ortalama 30 saniyelik bir okuma süresinden sonra çözüme başlayabilir. Bu da 90 saniyelik toplam bütçenin üçte birini tanıma aşamasına ayırmak demektir; geri kalan 60 saniye hesap ve elemeye kalır.
Koşullu olasılık: ağaç ve tablo kurarak çarpanları güncelleme
Koşullu olasılık sorularında en güvenilir araç, çarpanları görsel olarak gösteren bir ağaç diyagramı veya tablo çizmektir. Bu yöntem, adayın formül ezberleme yükünü azaltır ve her dalın olasılığını somut olarak yazmasına izin verir. Bir ağaç diyagramında, birinci düğümden çıkan dallar ilk olayın olasılıklarını, ikinci düğümden çıkan dallar ise birinci olay verildiğinde ikinci olayın koşullu olasılıklarını taşır. Sonuç yapraklarındaki değerler çarpılarak her birleşik senaryonun olasılığı bulunur.
Somut bir GMAT tarzı örnekle gösterelim: bir sınıfta öğrencilerin yüzde 60'ı kadın, yüzde 40'ı erkektir. Kadın öğrencilerin yüzde 70'i, erkek öğrencilerin yüzde 50'si sınavı geçer. Rastgele seçilen bir öğrencinin sınavı geçmiş bir kadın olma olasılığı nedir? Bu soru, Bayes tarzı bir koşullu hesap gerektirir. Aday, iki dalı kurar: kadın (0.6) ve erkek (0.4). Kadın dalının altında geçti (0.7) ve kaldı (0.3) dalları, erkek dalının altında geçti (0.5) ve kaldı (0.5) dalları yer alır. Yapraklardaki değerler çarpılır: kadın ve geçti için 0.6 × 0.7 = 0.42. Toplam geçme olasılığı ise 0.42 + 0.4 × 0.5 = 0.62. Soruda istenen geçmiş bir kadın ise 0.42 / 0.62 = 21/31'dir. Bu hesap, ağaç çizilmeden yapılırsa karışır, çünkü birçok aday 0.42'yi doğrudan 0.6 × 0.7 ile bulur ve sonra oranlamayı atlar.
Tablolar, özellikle iki olasılığın kesişimini soran sorularda pratik olur. Satırlar bir olayı, sütunlar diğer olayı temsil eder; her hücreye iki olayın birlikte gerçekleşme olasılığı yazılır. Kenar toplamları birleşik olasılıkları, satır toplamı bir olay verildiğinde diğerinin koşullu olasılığını verir. Bu yöntem, "iki koşulun birlikte sağlanma olasılığı" veya "en az biri gerçekleşme olasılığı" gibi ifadelerde çok net bir okuma sağlar. Hazırlık aşamasında aday, en az 20 farklı koşullu olasılık sorusunu ağaç veya tablo ile çözmelidir. Bu pratik, sınavda ağaç çizim süresini 30 saniyenin altına indirir ve adaya görsel bir güvence verir.
Koşullu olasılık sorularının bir başka sınav formatı özelliği, genellikle "en az bir" veya "hiçbiri" gibi olumsuzlayıcı ifadeler taşımasıdır. Bu tür sorularda tamamlayıcı olay hesabı yapılır: P(en az bir) = 1 - P(hiçbiri). Bu kısayol, özellikle 5 veya 6 ayrı deneme yapılan "hiçbiri başarısız olmaz" tarzı sorularda hesabı dramatik şekilde kısaltır. GMAT Focus'un zor modülünde bu kısayolu bilmek, çözüm süresini yarıya indirebilir. Koşullu olasılıkta puanlama, doğru cevabı seçmenin yanında adayın mantık zincirini kurup kurmadığına göre şekillenmez; bu yüzden hız, Quant skorunu doğrudan etkiler.
Permutasyon ve kombinasyon: sayım ilkelerini doğru seçme
GMAT olasılık sorularının bel kemiği, doğru sayımı yapmaktır. Aday, olayların kaç farklı şekilde sıralanabileceğini veya seçilebileceğini doğru biçimde saymalıdır. Sıra önemliyse permutasyon, sıra önemli değilse kombinasyon uygulanır. Bu ayrım, olasılık sorularında sıklıkla karıştırılan bir noktadır. Pratik bir kural olarak, "birinci, ikinci, üçüncü" gibi sıralı ifadeler varsa veya komite başkanı, başkan yardımcısı, sekreter gibi unvanlar farklıysa permutasyon gerekir. Eğer sadece "3 kişilik bir grup seçilecek" gibi sırasız bir ifade varsa kombinasyon yeterlidir.
Birkaç temel sayım formülünü burada netleştirelim. n nesne arasından sıralı k seçim için n!/(n-k)! kullanılır. Aynı kümeden sırasız k seçim için n!/((n-k)!k!) kullanılır. n nesnenın tamamının sıralanması n! ile hesaplanır. Tekrarlı seçim söz konusu olduğunda, her pozisyon için n seçenek olduğundan n^k kullanılır. Bu dört formül, GMAT Quant'ta olasılık sorularının yüzde 80'inde yeterlidir. Geri kalan yüzde 20, dairesel permutasyon (n-1)!, bölme sayımı veya kısıtlı yerleştirme gibi daha özel sayım tekniklerine gider; ama hazırlık stratejisinde önce dört temel formülün oturması hedeflenir.
Sayım yaparken adayın sık yaptığı bir hata, "toplam durum sayısı" ile "istenen durum sayısı"nı karıştırmaktır. Örneğin 5 harf içinden 3 harf seçilerek bir kelime oluşturulacaksa ve anlamlı bir kelime olma olasılığı soruluyorsa, toplam 5×4×3 = 60 farklı 3 harfli dizilim vardır. Bunlar sıralı olduğu için permutasyon uygulanır. İstenen durum sayısı ise anlamlı kelimeler sayılır. Olasılık, istenen / toplam olarak yazılır. Aday, toplam sayımı 10 (kombinasyon) olarak alırsa 5×4×3 yerine 5!/(3!2!) = 10 yazar ve cevap yanlış çıkar. Bu hata, basit bir kavramsal karışıklıktan kaynaklanır ve sınavda sıklıkla yaşanır.
Çoklu aşamalı sayımlarda çarpma kuralı uygulanır. Bir deney birden fazla aşamadan oluşuyorsa ve her aşamada belirli sayıda seçenek varsa, toplam durum sayısı bu seçeneklerin çarpımıdır. Örneğin 3 gömlek, 4 pantolon, 2 ayakkabıdan oluşan bir gardıroptan 1 gömlek, 1 pantolon, 1 ayakkabı seçilirse 3×4×2 = 24 farklı kıyafet kombinasyonu vardır. Bu çarpma kuralı, "en az bir", "hepsi", "hiçbiri" gibi ifadelerde koşullu olasılıkla birleştiğinde güçlü bir çözüm iskeleti oluşturur. Hazırlık aşamasında, aday her hafta en az 10 sayım sorusu çözerek bu çarpma-toplama kombinasyonunu içselleştirmelidir.
Bağımsızlık testi ve OR/AND mantığı
GMAT'te olasılık sorularının önemli bir kısmı, iki veya daha fazla olayın bileşimini sorar. Bileşik olasılık, AND (her ikisi de) ve OR (en az biri) operatörleri üzerinden kurulur. P(A ve B) = P(A) × P(B) bağımsız olaylar için geçerlidir. P(A veya B) = P(A) + P(B) - P(A ve B) ise ayrık olmayan olaylar için geçerlidir. Bu iki formül, sınavın temel yapı taşlarıdır. Hazırlık stratejisinde, aday AND ve OR ifadelerini doğru tanımladıktan sonra, bağımsızlık koşulunu hızlıca test edebilmelidir.
Bağımsızlık testi için iki yöntem kullanılır. Birincisi, sezgisel test: bir olayın gerçekleşmesi diğerinin olasılığını değiştiriyor mu? İkincisi, matematiksel test: P(A ve B) = P(A) × P(B) eşitliği sağlanıyor mu? GMAT'te genellikle sezgisel test yeterlidir, çünkü soru genellikle bağımsızlığı ima eden bir cümleyle gelir. Ancak dikkatli olunması gereken durum, bağımsızlık gibi görünen ama aslında bağımlı olan senaryolardır. Örneğin, bir raftan 2 kitap seçilirken "rastgele" ifadesi, bağımsızlık anlamına gelmez; bu bir sıralı seçimdir ve bağımlılık yaratır.
OR ifadesinde ise dikkat edilmesi gereken en önemli nokta, ayrık olmayan olaylarda kesişim çıkarılması gerektiğidir. Örneğin, bir sınıfta öğrencilerin yüzde 50'si futbol, yüzde 40'ı basketbol oynuyor ve yüzde 20'si ikisini de oynuyorsa, futbol veya basketbol oynayan öğrenci oranı yüzde 50 + yüzde 40 - yüzde 20 = yüzde 70'tir. Bu çift sayım düzeltmesi, GMAT'in "en az bir" sorularında klasik bir tuzaktır. Aday, çift sayımı fark etmeden yüzde 90 yazarsa cevap yanlış olur. Hazırlık sürecinde, OR ifadelerinde Venn diyagramı çizmek, bu hatayı önlemenin en etkili yoludur.
AND ifadesinin bir uzantısı, koşullu olasılıkta P(A ve B) = P(A) × P(B|A) formülüdür. Bu formül, bağımlı olaylarda zorunludur. P(A) birinci olayın koşulsuz olasılığı, P(B|A) birinci olay verildiğinde ikinci olayın koşullu olasılığıdır. Bu formül, ağaç diyagramıyla birlikte kullanıldığında en sağlam sonucu verir. GMAT'in Quant bölümünde, bağımlı olayların birlikte gerçekleşme olasılığını soran sorularda aday, P(A) × P(B|A) çarpımını kurmalıdır. Bu çarpım, birinci olayı gerçekleştikten sonra örneklem uzayının nasıl değiştiğini somut olarak yansıtır.
90 saniyelik çözüm ritmi ve seçici-eleme şeması
GMAT Focus formatında, Quant bölümündeki her soruya ortalama 90 saniye ayrılır. Bu süre, olasılık soruları için yeterlidir; ama aday bu süreyi verimli kullanmalıdır. Aşağıdaki ritim, olasılık sorularını 90 saniyede çözmek için denenmiş bir iskelet sunar.