Sie sind auf Seite 1von 19

Kapitel 4

Wahrscheinlichkeitsrechnung

Prof. Dr. Uwe Hassler


Wintersemester 2019/20
Goethe-Universität Frankfurt

Diese Folien basieren auf dem Buch Uwe Hassler, Statistik im Bachelor-Studium: Eine Einführung

für Wirtschaftswissenschaftler, Springer Verlag, 2018, welches elektronisch kostenfrei über die

Universitätsbibliothek erhältlich ist.


Inhaltsverzeichnis

4.1  Zufallsvorgang und Ereignisse

4.2  Wahrscheinlichkeiten

4.2  Bedingte Wahrscheinlichkeiten

4.4  Unabhängigkeit

1
4.1  Zufallsvorgang und
Ereignisse
Ergebnismenge Ω (Omega)

Die Ergebnismenge ist die Menge aller möglichen Ergebnisse eines

Zufallsvorgangs. Beispiele:

1. Würfelwurf:

Ω = {1, 2, 3, 4, 5, 6}

2. Dauer von Arbeitslosigkeit in Tagen:

Ω = {1, 2, 3, . . . }

3. Würfelweitwurf (in Metern):

Ω = (0, 100]

2
Ereignisse (Teilmengen von Ω)

1. Würfelwurf mit Ereignissen A, B und C :


• A = ungerade Augenzahl = {1, 3, 5} ⊆ Ω
• B = 6 wird gewürfelt = {6} ⊆ Ω
• C = es wird keine 6 gewürfelt = {1, 2, 3, 4, 5} ⊆ Ω
Beachte: Die Augenzahl 6 ist ein mögliches Ergebnis : 6 ∈ Ω; dass 6
gewürfelt wird (oder nicht), ist ein Ereignis, {6} ⊆ Ω.
2. Dauer von Arbeitslosigkeit in Tagen mit Ereignis A:
• A = zufällig ausgewählte Person mehr als 30 Tage arbeitslos
= {31, 32, 33, . . . } ⊆ Ω
3. Würfelweitwurf (in Metern) mit Ereignis A:
• A = Würfel iegt mindestens 10 Meter weit
= [10, 100] ⊆ Ω

3
Denitionen und Regeln 1

a) Leere Menge Unmögliches Ereignis =∅


b) Teilmenge oder Implikation Wenn das Ereignis A eintritt, dann tritt

auch B ein, d. h. A impliziert B: A ⊆ B.


c) Komplementärmenge oder Gegenereignis

• A: Klausur wird bestanden


• A: Klausur wird nicht bestanden
A ist die Verneinung oder das Gegenteil von A.
d) Schnittmenge: A und B treen ein: A ∩ B ( A geschnitten B ).
Spezialfall: A ∩ B = ∅, d. h. A und B schlieÿen sich gegenseitig aus;
sie heiÿen dann elementfremd oder disjunkt.

4
Denitionen und Regeln 2

e) Vereinigungsmenge: Mindestens eines der Ereignisse A oder B tritt

ein: A ∪ B.
Beachte: Entweder oder heiÿt, dass genau eines der beiden

Ereignisse auftritt aber nicht beide Ereignisse gleichzeitig auftreten,

also A ∪B ohne A∪B


f ) Dierenzmenge: A ohne B=A\B
Beispiele:

• A=Ω\A
• Entweder oder = (A ∪ B) \ (A ∩ B)

5
Verknüpfungsregeln 1

a, b und c seien Zahlen. A, B und C seien Mengen (Ereignisse).

1.

a+b = b+a
A∩B = B ∩A
A∪B = B ∪A

2.

(a + b) + c = a + (b + c)
(A ∩ B) ∩ C = A ∩ (B ∩ C )
(A ∪ B) ∪ C = A ∪ (B ∪ C )

6
Verknüpfungsregeln 2

3.

(a+b)·c = (a·c)+(b·c)
(A∩B)∪C = (A∪C )∩(B∪C )
(A∪B)∩C = (A∩C )∪(B∩C )

4. Regeln von De Morgan:

• A∪B=A∩B
• A∩B=A∪B
Beachte:

• A ∪ B 6= A ∪ B
• A∩B= 6 A∩B

7
4.2  Wahrscheinlichkeiten
Denition

Inhaltlich und intuitiv entsprechen theoretische Wahrscheinlichkeiten den

relativen Häugkeiten aus Kapitel 2 und 3.

Formal ist eine Abbildung P, die Ereignissen A und B aus Ω Zahlen

zwischen 0 und 1 zuordnet, eine Wahrscheinlichkeit, wenn sie den

folgenden Axiomen von Kolmogorov genügt:

Axiom 1: P(A) ≥0 für alle A ⊆ Ω.


Axiom 2: P(Ω) =1 (sicheres Ereignis).

Axiom 3: Wenn A ∩ B 6= ∅, dann gilt


1
P(A ∪ B) = P(A) + P(B).

1
Vergleiche Fuÿnote auf S. 57 im Buch.

8
Regeln

a) Unmögliches Ereignis:

P(∅) = 0.
b) Komplementärwahrscheinlichkeit:

P(A) = 1 − P(A).
c) Implikation:

Wenn A ⊆ B, dann P(A) ≤ P(B).


d) Vereinigungswahrscheinlichkeit:

P(A ∪ B) = P(A) + P(B)−P(A ∩ B).


e) Dierenzwahrscheinlichkeit:

P(A\B) = P(A)−P(A ∩ B).

9
4.3  Bedingte
Wahrscheinlichkeiten
Denition

Wie in Abschnitt 3.3 (bedingte relative Häugkeiten) wird jetzt die

Betrachtung von der möglichen Ergebnismenge Ω auf eine Teilmenge

(Ereignis) B eingeschränkt.

Gesucht: Wahrscheinlichkeit, dass A eintritt unter der Bedingung, dass B


bereits eingetreten ist. Formal:

P(A ∩ B)
P(A | B) = , (4.1)
P(B)

wobei P(B) >0 sein muss. Genauso deniert man

P(A ∩ B)
P(B | A) = , P(A) > 0.
P(A)

10
Regeln

Bedingte Wahrscheinlichkeiten erfüllen die Axiome von Kolmogorov und

damit obige Rechenregeln.

Fragen:

• Gilt immer P(A | B) ≥ P(A)?


• Gilt immer P(A | B) ≤ P(A)?

11
Satz von Bayes

Denitionsgemäÿ gilt

P(A ∩ B) = P(A | B) · P(B) = P(B | A) · P(A). (4.2)

Daraus folgt sofort

P(B | A) · P(A)
P(A | B) = . (4.3)
P(B)

Beachte: P(B) kann auch wie folgt geschrieben werden:

P(B) = P(B ∩ A) + P(B ∩ A)


(4.4)
= P(B | A) · P(A) + P(B | A) · P(A)

12
4.4  Unabhängigkeit
Denition
Ereignis A heiÿt (stochastisch) unabhängig von B, wenn gilt:

P(A | B) = P(A). (4.6)

Denitionsgemäÿ ist dies äquivalent zu

P(A ∩ B)
= P(A),
P(B)

was gleichbedeutend ist mit

P(B | A) = P(B), (4.7)

also damit, dass Ereignis B von A unabhängig ist.

Kurz: A und B sind unabhängig, wenn gilt:

P(A ∩ B) = P(A) · P(B). (4.5)

13
Fragen

1. Wenn die Ereignisse A und B elementfremd (disjunkt) sind, also

A ∩ B = ∅, sind sie dann auch unabhängig?

2. Wenn A und B unabhängig sind, sind dann auch die

Komplementärereignisse A und B unabhängig?

14