Wahrscheinlichkeitsrechnung und Statistik für

Studierende der Informatik

Dozentin: U. Ludwig

Vorlesung 1

Vorausgesetzte Kenntnisse aus Mafin1/Dima1: Mengen,

Operationen von Mengen, Was ist eine Funktion? (Folien
16-19 sind eine kurze Wiederholung dazu).
Lernziele der Vorlesung:
Wie modelliere ich ein Zufallsexperiment?
(Stichworte: Wahrscheinlichkeitsraum, Grundraum,
Ereignisalgebra, Wahrscheinlichkeitsmaß.) 1 / 19
Ein Glücksspiel

Ein Teilnehmer einer Fernsehshow erhält die Gelegenheit, ein Auto

zu gewinnen. Dazu sind auf der Bühne drei geschlossene Türen
aufgebaut. Hinter einer dieser Türen befindet sich ein Auto, hinter
den beiden anderen eine Ziege. Der Kandidat wählt nun eine der
Türen aus, die aber zunächst verschlossen bleibt. Der Moderator
zeigt dem Kandidaten durch das Öffnen einer der beiden anderen
Türen eine Ziege. Daraufhin erhält der Kandidat die Möglichkeit,
bei seiner Wahl zu bleiben oder aber die andere noch verschlossene
Tür zu wählen.

Soll der Kandidat umwählen oder nicht?

2 / 19
Wahlprognose

Es werden 1000 Wähler befragt. Von diesen haben 400 Partei A

gewählt, 350 die Partei B und 60 die Partei C . Das
Umfrageinstitut erstellt die folgende Prognose:

Partei A = 40% Partei B = 35% Partei C = 6%.

Der kluge Statistiker formuliert, um sich abzusichern, die folgende
Aussage

Mit einer Wahrscheinlichkeit von 95% weicht meine Voraussage um

weniger als 1% vom echten Endergebnis ab.

3 / 19
Vorlesung, Sprechstunde, MOODLEkurs, Klausurtermin

Vorlesung: Mo: 16.15-17:45h, Raum LX 1203.

Am Mo 06.01 findet KEINE Vorlesung statt. Eine Extravorlesung
findet am Do 24.10 um 16:00-17:30h in LB 131 statt!
MOODLE: Vorlesungskript, Vorlesungsfolien, Übungszettel,
Bewertung der Übungszettel.
Email: ursula.ludwig@uni-due.de
Sprechstunde: Mo 14:30-15:15h, BC 515 (nur in der
Vorlesungszeit). Sie können mich jederzeit nach der Vorlesung
ansprechen.
Bitte beachten Sie, dass in der vorlesungsfreien Zeit keine
Sprechstunde stattfindet.
Klausurtermin: 07.02.2020 um 15:30h (Klausurdauer: 90 Minuten)
Sprache: Kurs- und Klausursprache sind deutsch.
4 / 19
Übungen

Übung Termin 1: Do: 16:00-16:45h, Raum MC 122

Dr. R. Simon Termin 2: Do: 16:45-17:30h, Raum MC 122

Beginn der Übungen: am 31.10.

Die Übungszettel finden Sie unter MOODLE. Deadline
für die Abgabe der Übungen ist immer Mittwoch vor 10h
in den dafür vorgesehenen Kästen (LE 4. Etage an den
Aufzügen Nord) oder Online (nur im pdf-Format). Bitte
beachten Sie jedoch, dass Online-Abgaben nicht
zurückgegeben werden.
Die Abgabe der Übungen wird sehr empfohlen! Die
Bonuspunkte dienen (ausschließlich) zur
Notenverbesserung der Klausur. Es gelten nur die im
WS 19/20 gesammelten Bonuspunkte.
5 / 19
Tutorien

Bei Fragen und weiterem Übungsbedarf empfiehlt sich der

Besuch der Tutorate (insgesamt 8 Doppeltermine, siehe
MOODLE. Beachten Sie, dass die Termine in MOODLE und
NICHT jene im LSF gelten!)
Beginn der Tutorate: am 22.10.

6 / 19
§ 1. Grundbegriffe der
Wahrscheinlichkeitstheorie

§ 1.1. Grundlegende Begriffe

7 / 19
Ideales Zufallsexperiment und Grundraum eines
Zufallsexperiments

Bei den Experimenten (eines Stochastikers) kennt man in der Regel

die Menge aller möglichen Ereignisse, kann aber nicht vorhersagen,
welches konkrete Ereignis bei einem konkreten Versuch eintritt.
Solche Experimente wollen wir Zufallsexperimente nennen.
Die Menge aller möglichen Ereignisse eines Zufallsexperiments
nennen wir Grundraum (oder auch Ergebnisraum/Raum der
Elementarereignisse.). Der Grundraum wird meist mit dem
griechischen Buchstaben Ω bezeichnet.

8 / 19
Beispiele von Zufallsexperimenten und Grundräumen

Experiment Grundraum

Würfeln Ω = {1, 2, 3, 4, 5, 6}

Münzwurf Ω = {Kopf, Zahl}

Wählerbefragung Ω = {SPD, CDU/CSU, Grüne, FDP, Linke, ...}

Temperaturmessung Ω=R

9 / 19
Ereignisalgebra

Definition 1.3.

Ein System A von Teilmengen von Ω heißt eine Ereignisalgebra

(oder σ-Algebra) auf Ω, wenn folgende Bedingungen erfüllt sind:
(E1) Ist A ∈ A, so ist auch A = Ω \ A ∈ A.
(E2) Es ist stets Ω ∈ A.
(E3) Ist I eine endliche oder abzählbare [
Indexmenge und gilt
Ak ∈ A für alle k ∈ I , so ist auch Ak ∈ A.
k∈I
M.a.W. beliebige endliche oder abzählbare Vereinigungen von
Mengen in A, sind ebenfalls Mengen in A.

10 / 19
Sei Ω ein Grundraum und A eine Ereignisalgebra auf Ω. Es seien A
und B zwei Ereignisse, also A, B ∈ A. Sprechweisen:

•Ω : das sichere Ereignis.

• Ā : A tritt nicht ein.
• A∪B : A oder B treten ein.
• A∩B : A und B treten ein.
• A∩B =∅ : A und B sind disjunkte (unvereinbare) Ereignisse.

11 / 19
Axiomatisierung der Wahrscheinlichkeitstheorie. Andrei
Nikolajewitsch Kolmogorow (1903-1987)

Quelle Bild: Wikipedia

12 / 19
Wahrscheinlichkeitsmaß
Definition 1.6.
Es sei A eine Ereignisalgebra auf Ω; eine Abbildung P : A → [0, 1]
heißt ein Wahrscheinlichkeitsmaß (oder eine Wahrscheinlichkeits-
verteilung), wenn P folgende Axiome erfüllt:
(P1) P(Ω) = 1.
(P2) σ-Additivität: Es sei I eine endliche oder abzählbare
Indexmenge. Seien {Ak }k∈I paarweise disjunkte Ereignisse in
A. Dann gilt
!
[ X
P Ak = P(Ak ).
k∈I k∈I

Erklärung zu (P2): Ein System von Teilmengen {Ak }k∈I heißt

paarweise disjunkt wenn für je zwei beliebige Indizes i, j ∈ I mit
i 6= j gilt:
Ai ∩ Aj = ∅. 13 / 19
Wahrscheinlichkeitsraum

Definition 1.6. (Fortsetzung)

Ein Wahrscheinlichkeitsraum ist ein Tripel (Ω, A, P) bestehend aus
einer Menge Ω, Grundraum (oder Ereignisraum) genannt;
einer Ereignisalgebra A auf Ω;
einem Wahrscheinlichkeitsmaß P : A → [0, 1].

14 / 19
Literaturvorschläge

Hartmann, Peter: Mathematik für Informatiker, Springer

Vieweg, 2012.
Henze, Norbert: Stochastik für Einsteiger: Eine Einführung in
die faszinierende Welt des Zufalls, Springer Spektrum, 2013.
Papula, Lothar: Mathematik für Ingenieure und
Naturwissenschaftler. 3. Vektoranalysis,
Wahrscheinlichkeitsrechnung, Mathematische Statistik, Fehler-
und Ausgleichsrechnung, Vieweg, 2011.
Sachs, Lothar; Hedderich, Jürgen: Angewandte Statistik.
Methodensammlung mit R., Springer Spektrum, 2015.

15 / 19
Wiederholung: Mengenlehre

Hier folgt eine kurze Übersicht zu Begriffen der Mengenlehre. Bei

Bedarf sollten Sie diese anhand des MAFIN1-Skriptes auffrischen.
Wir verstehen unter einer Menge M die Zusammenfassung
gewisser wohlunterschiedener Objekte x unserer Anschauung
zu einem Ganzen.
Die Objekte x nennen wir die Elemente der Menge und
schreiben: x ∈ M.
Ist x kein Element der Menge M, so schreiben wir: x 6∈ M.

16 / 19
Wiederholung: Mengenlehre. Beispiele von Mengen

N = {1, 2, 3, . . .} die natürlichen Zahlen

N0 = {0, 1, 2, 3, . . .} die natürlichen Zahlen mit Null
Z = {. . . , −2, −1, 0, 1, 2, . . .} die ganzen Zahlen
Q = {m
n | m ∈ Z, n ∈ N} die rationalen Zahlen
R die reellen Zahlen
∅ leere Menge

17 / 19
Wiederholung: Mengenlehre. Operationen von Mengen

Sei M eine Menge. Seien A und B Teilmengen von M, also

A ⊂ M und B ⊂ M.
Vereinigung: A ∪ B
Durchschnitt: A ∩ B
Komplement von A in M: A := M \ A
Die Menge aller Teilmengen einer Menge M heißt
Potenzmenge und wird mit P(M) bezeichnet.
Ist M eine endliche Menge, so bezeichnen wir mit |M| die
Anzahl der Elemente in M.
Ist M eine Menge mit n Elementen, so hat die Potenzmenge
P(M) 2n Elemente.

18 / 19
Wiederholung: Funktionen

Definition einer Funktion

Gegeben seien zwei nichtleere Mengen M und N. Unter einer
Abbildung oder Funktion f von M nach N verstehen wir eine
(Zuordnungs-) Vorschrift, die jedem x ∈ M genau ein y ∈ N in
eindeutiger Weise zuordnet. Dieses Element y bezeichnen wir auch
mit f (x) und nennen es den Wert der Funktion f an der Stelle x
oder das Bild von x unter f , während x ein Urbild von f (x) heißt.
M heißt Definitionsbereich von f , N Bildbereich von f . Wir
schreiben auch
f : M −→ N
x 7→ f (x).

19 / 19