Mengenlehre

Aus MM*Stat

(Weitergeleitet von Relationen von Ereignissen)
Wechseln zu: Navigation, Suche

Grundbegriffe der Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung • Mengenlehre • Wahrscheinlichkeit • Additionssatz • Bedingte Wahrscheinlichkeit • Multiplikationssatz • Unabhängige Ereignisse • Vierfeldertafel • Satz der totalen Wahrscheinlichkeit • Theorem von Bayes • Multiple Choice • Video • Aufgaben • Lösungen
A-posteriori-Wahrscheinlichkeit • A-priori-Wahrscheinlichkeit • Axiomatischer Wahrscheinlichkeitsbegriff • Differenz von Ereignissen • Disjunkte Ereignisse • Durchschnitt von Ereignissen • Element • Elementarereignis • Ereignis • Ereignisraum • Gruppe (Mengenlehre) • Klasse (Mengenlehre) • Klassischer Wahrscheinlichkeitsbegriff • Komplementärereignis • Leere Menge • Logische Differenz von Ereignissen • Logische Summe von Ereignissen • Menge • Multiplikationssatz bei Unabhängigkeit • Operationen von Ereignissen • Randhäufigkeit • Randwahrscheinlichkeit • Relationen von Ereignissen • Sicheres Ereignis • Statistischer Wahrscheinlichkeitsbegriff • Teilmenge • Totale Wahrscheinlichkeit • Unmögliches Ereignis • Venn-Diagramm • Vereinigung von Ereignissen • Wahrscheinlichkeit nach Kolmogorov • Wahrscheinlichkeit nach Laplace • Wahrscheinlichkeit nach von Mises • Wahrscheinlichkeitstabelle • Zerlegung des Ereignisraums • Vollständige Zerlegung des Ereignisraums • Zufallsexperiment

Grundbegriffe

Element

Unter Elementen verstehen wir bestimmte wohlunterschiedene Objekte m unserer Anschauung oder unseres Denkens. (Definition nach Georg Cantor)

Menge

Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten m unserer Anschauung oder unseres Denkens (welche die Elemente von M genannt werden) zu einem Ganzen. (Definition nach Georg Cantor)

In der Wahrscheinlichkeitsrechnung werden Ereignisse als Teilmengen des Ereignisraumes S definiert.

Da demnach Ereignisse Mengen sind, können die für Mengen definierten Relationen und Operationen (werden im Folgenden erklärt) direkt auf Ereignisse angewandt werden.

Klasse bzw. Gruppe

Die Vereinigung von Elementen nennt man Klasse bzw. Gruppe.

Beispiel: Die Menge M sei gegeben durch M = \left\lbrace a,b,c \right\rbrace. Eine Klasse der Menge M wäre also z.B. ac.

Venn-Diagramm

Das Venn-Diagramm ist eine grafische Veranschaulichung von Ereignisraum und Ereignissen, die als Flächen abgebildet werden.

Venn2.png

Relationen und Operationen von Ereignissen

Leere Menge

Eine Menge M, die kein Element enthält, heißt leere Menge. Man schreibt M = \emptyset.

Bezogen auf ein Ereignis A mit A = \emptyset bedeutet dies, dass A ein unmögliches Ereignis ist.

Teilmenge

Eine Menge M heißt Teilmenge einer Menge N, wenn jedes Element von M auch Element von N ist. Teilmenge schreibt man als: M \subseteq N .

Bezogen auf Ereignisse  A und  B mit A \subseteq B bedeutet dies, dass wenn Ereignis  A eintritt, muss auch Ereignis  B eintreten.

Das folgende Venn-Diagramm veranschaulicht dies:

Venn3.png

Vereinigung oder logische Summe von Ereignissen

Die Vereinigung oder logische Summe zweier Ereignisse A und B ist die Menge aller Elementarereignisse, die zu A \ \mbox{oder} \ B gehören. Man schreibt  A \cup B= C .

Die Vereinigung lässt sich über eine beliebige Anzahl n von Ereignissen  A_{1},A_{2} ,\ldots,A_{n} bilden:  A_{1}\cup A_{2}\cup\ldots\cup A_{n}=\cup_{i=1}^{n}A_{i}

<R output="display">

pdf(rpdf,width=7, height=7)

library("rJava") library("venneuler") library("graphics")

venn.text <- function (vd, set="", xs=0, ys=0, ...) {

 x = y = 0
 sets = strsplit(set, '&', fixed=T)
 for (i in 1:length(sets)) {
   if (length(setsi)==0) {
     x <- min(vd$centers[,1]-vd$diameters/2)
     y <- max(vd$centers[,2]+vd$diameters/2)
   } else {
     pos <- match(setsi, rownames(vd$centers))
     x   <- mean(vd$centers[pos,1])
     y   <- mean(vd$centers[pos,2])
   }
   text(x+xs, y+ys,cex=2.3, ...)
 }

}

venn <- function(...) {

 vd <- venneuler(unlist(list(...)))
 vd$labels=c("","","")
 par(mar=c(0.1,0.1,0.1,0.1), oma=c(0,0,3,0))
 return(vd)

}

  1. par(bg="antiquewhite1")

par(mfrow=c(2,1))

vd1 <- venn(A=25, B=25, "A&B"=10) vd1$colors <- c(0.3333333, 0.6666666, 1.0)

vd2 <- venn(A=25, B=25, "A&B"=10) vd2$colors <- c(0.3333333, 0.3333333, 1.0)

plot(vd1) text(0.18, 0.9, "Ereignisraum S", adj = c(0,0), cex=3.5) venn.text(vd1, "A", xs=0.12, ys=0.02, labels="Ereignis B") venn.text(vd1, "B", xs=-0.12, ys=0.02, labels="Ereignis A") box() title(main='Ereignisraum S', outer=TRUE, cex.main=2.5, font.main=1)

plot(vd2) text(0.18, 0.9, "Ereignisraum S", adj = c(0,0), cex=3.5) venn.text(vd2, "A", xs=-0.05, ys=0.02, labels=expression(paste(A,union(B)))) venn.text(vd2, "B", xs=0.05, ys=0.02, labels="Ereignis") box() title(main='Ereignisraum S', outer=TRUE, cex.main=2.5, font.main=1)

</R>

Durchschnitt von Ereignissen

Der Durchschnitt zweier Ereignisse  A und  B ist die Menge aller Elementarereignisse, die sowohl zu  A als auch zu  B gehören. Man schreibt  A \cap B = C .

Die Verallgemeinerung der Durchschnittsoperation auf  n Ereignisse  A_{1},A_{2},\ldots,A_{n} schreibt man als  A_{1}\cap A_{2}\cap\ldots\cap A_{n}=\cap_{i=1}^{n}A_{i} .

<R output="display">

pdf(rpdf,width=7, height=7)

library("rJava") library("venneuler")

venn.text <- function (vd, set="", xs=0, ys=0, ...) {

 x = y = 0
 sets = strsplit(set, '&', fixed=T)
 for (i in 1:length(sets)) {
   if (length(setsi)==0) {
     x <- min(vd$centers[,1]-vd$diameters/2)
     y <- max(vd$centers[,2]+vd$diameters/2)
   } else {
     pos <- match(setsi, rownames(vd$centers))
     x   <- mean(vd$centers[pos,1])
     y   <- mean(vd$centers[pos,2])
   }
   text(x+xs, y+ys,cex=2.7, ...)
 }

}

venn <- function(...) {

 vd <- venneuler(unlist(list(...)))
 vd$labels=c("","","")
 par(mar=c(0.1,0.1,0.1,0.1), oma=c(0,0,3.5,0))
 return(vd)

}

vd <- venn(A=25, B=25, "A&B"=10)

  1. par(bg = "antiquewhite1")

plot(vd)

  1. text(0.18, 0.9, "Ereignisraum S", adj = c(0,0), cex=3.5)

venn.text(vd, "A", xs=0.11, ys=0.02, labels="Ereignis B") venn.text(vd, "B", xs=-0.11, ys=0.02, labels="Ereignis A") venn.text(vd, "A&B", xs=0.0, ys=-0.04, labels=expression(paste(A,intersect(B)))) box() title(main='Ereignisraum S', outer=TRUE, cex.main=3.5, font.main=1)


</R>

Logische Differenz von Ereignissen

Das Ereignis C ist die logische Differenz der Ereignisse A und B, wenn C das Ereignis charakterisiert, bei dem A aber nicht B eintritt.

Man schreibt:  A\backslash B=C\equiv A\cap\overline{B}

Venn4.png

Disjunkte Ereignisse

Zwei Ereignisse  A und  B heißen disjunkt (sich ausschließend), wenn ihr gleichzeitiges Eintreten unmöglich ist und damit der Durchschnitt die leere Menge ist:  A\cap B=\emptyset

Wie aus den Beziehungen weiter oben ersichtlich, ist ein Ereignis stets zu seinem Komplementärereignis disjunkt.

Aber: Disjunkte Ereignisse sind nicht notwendig komplementär.

<R output="display">

pdf(rpdf)

library("rJava") library("venneuler")

venn.text <- function (vd, set="", xs=0, ys=0, ...) {

 x = y = 0
 sets = strsplit(set, '&', fixed=T)
 for (i in 1:length(sets)) {
   if (length(setsi)==0) {
     x <- min(vd$centers[,1]-vd$diameters/2)
     y <- max(vd$centers[,2]+vd$diameters/2)
   } else {
     pos <- match(setsi, rownames(vd$centers))
     x   <- mean(vd$centers[pos,1])
     y   <- mean(vd$centers[pos,2])
   }
   text(x+xs, y+ys,cex=3.5, ...)
 }

}

venn <- function(...) {

 vd <- venneuler(unlist(list(...)))
 vd$labels=c("","","")
 par(mar=c(0.1,0.1,0.1,0.1), oma=c(0,0,3.5,0))
 return(vd)

}

vd <- venn(A=0.4, B=0.4, "A&B"=-0.015)

  1. par(bg = "antiquewhite1")

plot(vd)

  1. text(0.1, 1, "Ereignisraum S", adj = c(0,0), cex=3.5)

venn.text(vd, "A", xs=0.0, ys=0.0, labels="Ereignis B") venn.text(vd, "B", xs=0.0, ys=0.0, labels="Ereignis A") box() title(main='Ereignisraum S', outer=TRUE, cex.main=3.5, font.main=1)


</R>

Zerlegung des Ereignisraums

Ein System von Ereignissen A_{1},A_{2},\ldots,A_{n} heißt eine Zerlegung von \, S , wenn

  •  A_{i}\neq\emptyset\quad\left(  i=1,2,\ldots,n\right)
  •  A_{i} \cap A_{k}=\emptyset \mbox{ disjunkt, sofern } i\neq k
  •  A_{1}\cup A_{2}\cup\ldots\cup A_{n}=S

gilt und eines der Ereignisse bei einem Zufallsexperiment eintreten muss.

Eine Zerlegung kann man sich als eine Aufteilung aller Elementarereignisse in Gruppen vorstellen, wobei jedes Elementarereignis in genau einer Gruppe vorkommt (so wie man eine Schulklasse in Gruppen aufteilt).

Vollständige Zerlegung des Ereignisraums

Die Ereignisse  A_{1},\; A_{2},\ldots,A_{n} bilden eine vollständige Zerlegung des Ereignisraumes S, wenn

  •  A_{i} \cap A_{k}=\emptyset\quad \mbox{, wenn } i,k=1,2,\ldots,n;\quad i\neq k
  •  A_{1}\cup A_{2}\cup\ldots\cup A_{n}=S
  •  P(A_{i})>0 \quad \mbox{, wenn } i=1,\ldots,n

gilt.

Zusatzinformationen

Interpretation der Relationen und Operationen von Ereignissen

Beschreibung des zugrundeliegenden

Sachverhaltes

Bezeichnung

(Sprechweise)

Darstellung
 \,A tritt sicher ein \, A ist sicheres Ereignis \, A=S
\, A tritt sicher nicht ein \, A ist unmögliches Ereignis \, A=\emptyset
wenn \, A eintritt, tritt \, B ein \, A ist Teilmenge von \, B  A\subset B
genau dann, wenn \, A eintritt, tritt \, B ein \, A und \, B sind äquivalente

Ereignisse

\, A = B
wenn \, A eintritt, tritt \,B nicht ein \,A und \,B sind disjunkte Ereignisse \,A\cap B=\emptyset
genau dann, wenn \,A eintritt, tritt \, B nicht ein \, A und \, B sind komplementäre Ereignisse \, B=\overline{A}
genau dann, wenn mindestens \, A_{i} eintritt (genau

dann, wenn \,A_{1} oder \,A_{2} oder \ldots eintreten), tritt \,A ein

\,A ist Vereinigung der \, A_{i} A=\cup_{i}A_{i}
genau dann, wenn alle \,A_{i} eintretten (genau dann,

wenn \,A_{1} und \,A_{2} und \ldots eintreten), tritt \,A ein

\,A ist Durchschnitt der \,A_{i} \, A=\cap_{i}A_{i}

Beispiele

Vereinigung von Ereignissen

Zufallsexperiment: einmaliges Werfen eines Würfels

 A=\{1,2\}

 B=\{2,4,6\}

damit ergibt sich A\cup B= C =\{1,2,4,6\}

Es gilt:

 A\cup A=A

 A\cup S=S

 A\cup\emptyset=A

 A\cup\overline{A}=S

Durchschnitt von Ereignissen

Zufallsexperiment: einmaliges Werfen eines Würfels

 A=\{1,2\}

 B=\{2,4,6\}

damit ergibt sich  A\cap B=C=\{2\}

Es gilt:

 A\cap A=A

 A \cap S=A

 A\cap\emptyset=\emptyset

 A \cap\overline{A}=\emptyset

 \emptyset\cap S=\emptyset

Disjunkte vs. komplementäre Ereignisse

Zufallsexperiment: einmaliges Werfen eines Würfels

  •  A=\{1,3,5\} ,  B=\{2,4,6\}

Aus den Ereignissen  A und  B ergibt sich:

 B=\overline{A}

 A=\overline{B}

damit ergibt sich  A\cap B=A \cap\overline{A}= \emptyset


Die Ereignisse  A und  B sind komplementär und disjunkt

  •  C=\{1,3\} , D=\{2,4\}

damit ergibt sich C\cap D=\emptyset


Die Ereignisse  C und  D sind disjunkt, aber nicht komplementär (es gibt noch die Würfelzahlen 5 und 6)

Logische Differenz von Ereignissen

Zufallsexperiment: einmaliges Werfen eines Würfels

 A=\{1,2,3\}

 B=\{3,4\}

Dann sind:

 A \backslash B=C=\{1,2\} und  B \backslash A=\{4\}

Zerlegung des Ereignisraums

Zufallsexperiment: Werfen eines Würfels

\, S=\{1,2,3,4,5,6\}

\, A_{1}=\{1\}, \quad A_{2}=\{3,4\}, \quad A_{3}=\{1,3,4\}, \quad A_{4}=\{5,6\}, \quad A_{5}=\{2,5\}, \quad A_{6}=\{6\}.

Eine Zerlegung von \, S ist mit den Ereignissen \, A_{1},\; A_{2},\; A_{5},\; A_{6} gegeben, denn es gilt:

 A_{1}\cap A_{2}=\emptyset \quad A_{1}\cap A_{5}=\emptyset \quad A_{1}\cap A_{6}=\emptyset

 A_{2}\cap A_{5}=\emptyset \quad A_{2}\cap A_{6}=\emptyset \quad A_{5}\cap A_{6}=\emptyset

 A_{1}\cup A_{2}\cup A_{5}\cup A_{6}=S .