Unabhängige Ereignisse

Aus MM*Stat

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

Unabhängige Ereignisse

Wir haben gesehen, dass im allgemeinen die Vorinformation über das Eintreten von Ereignissen die Wahrscheinlichkeit für das Auftreten anderer Ereignisse beeinflusst. Im Allgemeinen gilt also:

 P(A)\neq P(A|B)

Wenn aber P(A)=P(A|B) ist, so hängt das Eintreten von A nicht von dem Eintreten (oder Nichteintreten) des Ereignisses B ab.

A und B sind dann voneinander unabhängige Ereignisse (stochastische Unabhängigkeit). Denn wenn A unabhängig ist von B, so ist auch B unabhängig von A.

Dann muss gelten:

  1. P(A|B)=P(A|\bar B)  \qquad P(B|A)=P(B|\bar A)
  2. P(A|B)=P(A) \qquad P(B|A)=P(B)
  3.  P(A\cap B)=P(A)\cdot P(B)

Zusatzinformationen

Unabhängig \neq disjunkt

Beachten Sie den Unterschied zwischen den Begriffen "unabhängig" und "disjunkt":

Sind zwei Ereignisse A und B mit P( A ) \geq 0 und P( B )\geq 0 disjunkt, dann gilt:

wegen A \cap B = \emptyset für die Wahrscheinlichkeit:  P( A \cap B ) = 0 ;

aber  P(A \cap B) = 0 \neq P(A) \cdot P(B)

Also gilt, dass A und B nicht unabhängig voneinander sein können, sofern sie disjunkt sind, und dass falls sie unabhängig voneinander sind, sie eine gemeinsame Schnittmenge besitzen müssen.

Somit schließen sich disjunkt und unabhängig gegenseitig aus.

Herleitung von Beziehungen bei Unabhängigkeit

Zu zeigen ist: Bei Unabhängigkeit gilt P(A) = P(A|B).

Sind  A und  B unabhängige Ereignisse, so gilt

 P(A|B)=P(A|\bar B)=\frac{P(A\cap \bar B)}{P(\bar B)}=\frac{P(A\cap \bar B)}{1-P(B)}

Multiplikation beider Seiten mit  1 - P( B ) und Ausmultiplizieren der linken Seite ergibt:

 P(A|B)[1-P(B)]=P(A\cap\bar B)

 P(A|B)-P(A|B)P(B)=P(A\cap \bar B)

Nach Addieren des zweiten Terms der linken Seite und Anwenden der Definition für  P( A | B ) ergibt sich:

\, P(A|B)  =P(A|B)\cdot P(B)+P(A \cap \bar B)
= \frac{P(A\cap B)}{P(B)}\cdot P(B)+P(A \cap \bar B)
= P(A \cap B)+P(A \cap \bar B)=P(A)

Venn5.png

Gleichermaßen kann man zeigen, dass  P( B | A ) = P( B ) gilt.