Bedingte Wahrscheinlichkeit
- Definition der bedingten Wahrscheinlichkeit:
- Seien A, B zwei Ereignisse mit P(A) > 0, dann
- Wahrscheinlichkeit, dass B eintritt, falls A
eingetreten ist
- anschaulich:
- A eingetreten ⇒ nur Elementarereignisse aus
A sind möglich
- in B können nur die Elementarereignisse aus
A eintreten
- erlaubt Berücksichtigung zusätzlicher
Information
- Beispiel Fertigung mit zwei Fehlertypen:
- bei einer Fertigung treten zwei Fehlerarten A und B
auf
- langfristige Beobachtungen liefern
-
P(nur A) |
2% |
P(nur B) |
2.5% |
P(A und B) |
0.5% |
- Wahrscheinlichkeit für Fehler B
- P(B) = P(B\A) + P(B ∩ A) = 2.5% + 0.5% =
3%
- Wahrscheinlichkeit für Fehler B, wenn Fehler A
aufgetreten ist
- Multiplikationsregel:
- Umformen liefert (für P(A1) ≠
0)
- P(A1 ∩ A2) = P(A1)
P(A2 | A1)
- zweimal (für P(A1 ∩ A2)
≠ 0)
- P(A1 ∩ A2 ∩ A3)
= P(A1) P(A2 | A1) P(A3
| A1 ∩ A2)
- Iteration (für P(A1 ∩ ...
∩ An-1 ≠ 0)
- P(A1 ∩ ... ∩ An)
= P(A1) P(A2 | A1) ... P(An
| A1 ∩ ... ∩ An-1)
- Beispiel Urne ohne Zurücklegen:
- Urne enthalte 40 rote und 60 schwarze Kugeln
- 3 Kugeln werden nacheinander (ohne Zurücklegen)
gezogen
- Ereignis Ai = i. Kugel ist rot
- Wie groß ist die Wahrscheinlichkeit, dass drei
rote Kugeln gezogen werden?
- also
- P(A1 ∩ A2 ∩ A3)
= 40/100 · 39/99 · 38/98 = 6.110 %
- Formel von der totalen Wahrscheinlichkeit:
- Ereignisse A1, ..., An bilden
eine disjunkte Zerlegung von Ω, d.h.
- Ai paarweise disjunkt, A1
∪ ... ∪ An = Ω
- dann
- Beweis
- Beispiel Fußball-Ergebnis:
- Mannschaft BD spielt im Halbfinale gegen eine der
drei Mannschaften HV, WB und BM, Gegner wird ausgelost.
- Trainer schätzt Siegchancen folgendermaßen
ein
- 80% gegen HV, 70% gegen WB, 30% gegen BM
- Wie groß ist die Wahrscheinlichkeit, das Finale
zu erreichen?
- Ereignisse
-
B |
BD gewinnt Halbfinale |
A1,A2,A3 |
Gegner ist HV, WB, BM |
- Wahrscheinlichkeiten
- P(A1) = 1/3 = P(A2) = P(A3)
- P(B|A1) = 0.8, P(B|A2) =
0.7, P(B|A3) = 0.3
- damit
- Satz von Bayes:
- Ereignisse A1, ..., An bilden
eine disjunkte Zerlegung von Ω, dann gilt
- erlaubt "rückwärts Schließen", d. h.
Berechnen von P(Ai|B) aus P(B|Ai)
- Beispiel Krebstest:
- Ein Krebstest erkenne das Vorhandensein von
Prostatakrebs mit 95% Wahrscheinlichkeit. Umgekehrt liefere er ein
(falsches) positives Ergebnis bei 1% der getesten gesunden
Männer. Bei 0.3% aller Männer trete der Krebs auf.
- Wie groß ist die Wahrscheinlichkeit,
Prostatakrebs zu haben, wenn der Test positiv ist?
- Ereignisse:
- B = Test ist positiv, A1 = Person ist
erkrankt, A2 = Person ist gesund
- A1, A2 bilden disjunkte
Zerlegung von Ω
- Wahrscheinlichkeiten
- P(A1) = 0.3%, P(A2) = 99.7%
- P(B|A1) = 95%, P(B|A2) = 1%
- Satz von Bayes liefert
- Unabhängigkeit:
- A, B unabhängig
:⇔ P(A ∩ B) = P(A) P(B)
- direkte Folgerung (für P(B) ≠ 0)
- A, B unabhängig ⇔ P(A) = P(A|B)
- anschaulich: Eintreten von B ändert die
Wahrscheinlichkeit für A nicht
- vgl. Beispiel Fertigung mit zwei Fehlertypen
- P(B) = 3% ≠ P(B|A) = 20%
- ⇒ Fehler A und B sind nicht unabhängig
- Beispiel Würfelwurf:
- zweimaliger Würfelwurf, betrachen
- A = 1. Wurf ergibt 6
- B = 2. Wurf ergibt 6
- P(A) = 1/6 = P(B), P(A ∩ B) = 1/36 = P(A) P(B)
- also: A und B unabhängig
- Aufgaben: