next up previous contents index
Next: Unabhängigkeit und Wahrscheinlichkeitsverteilung Up: Wahrscheinlichkeitstheorie Previous: Wahrscheinlichkeitstheorie   Contents   Index

Subsections


Diskrete Wahrscheinlichkeitstheorie

Definitionen

Sei $ \Omega$ eine höchstens abzählbare Menge (d.h. es gibt eine surjektive Abbildung $ f:\mathbb{N}\rightarrow\Omega$) und sei $ P:\mathcal{P}\left(\Omega\right)\rightarrow\left[0,1\right]$ ($ P$ von Probability = Wahrscheinlichkeit) eine Abbildung mit den Eigenschaften:

Dann heißt $ \left(\Omega,P\right)$ ein diskreter Wahrscheinlichkeitsraum (endlicher Wahrscheinlichkeitsraum, falls $ \Omega$ endlich), und $ P$ heißt die Wahrscheinlichkeitsverteilung auf $ \Omega$. $ P\left(A\right)$ nennen wir die Wahrscheinlichkeit von $ A$.

Wir nennen $ A\in\mathcal{P}\left(\Omega\right)$ ein Ereignis in $ \Omega$, und falls $ \left\vert A\right\vert=1$, Elementarereignis.

$ \bar{A}=\Omega\backslash A$ heißt Gegenereignis zu $ A$.

$ \emptyset$ heißt unmögliches Ereignis und $ \Omega$ sicheres Ereignis.

Laplacescher Wahrscheinlichkeitsraum

$ \left(\Omega,P\right)$ heißt Laplacescher Wahrscheinlichkeitsraum, falls $ \left\vert\Omega\right\vert<\infty$ und $ \forall_{\mathcal{P}\left(\Omega\right)}^{A}:P\left(A\right)=\frac{\left\vert A\right\vert}{\left\vert\Omega\right\vert}$.

bedingte Wahrscheinlichkeit

Sei $ \left(\Omega,P\right)$ ein diskreter W-Raum, $ A,B\subseteq\Omega$, $ P\left(B\right)>0$.

$\displaystyle P_{B}\left(A\right)=\frac{P\left(A\cap B\right)}{P\left(B\right)}=\frac{P_{A}\left(B\right)P\left(A\right)}{P\left(B\right)}$

heißt bedingte W-keit von $ A$ bezüglich $ B$ (d.h. die W-keit von $ A$, falls man schon weiß, dass $ B$ erfüllt ist).

$\displaystyle P\left(A_{1}\cap\ldots\cap A_{n}\right)=P\left(A_{1}\right)\prod_{i=2}^{n}P_{A_{1}\cap\ldots\cap A_{i-1}}\left(A_{i}\right)$


Formel von der vollständigen Wahrscheinlichkeit

$ \left(\Omega,P\right)$ ein diskreter W-Raum, $ A_{1},\ldots,A_{n}\subseteq\Omega$ mit $ \Omega=A_{1}\dot{\cup}A_{2}\dot{\cup}\ldots\dot{\cup}A_{n}$, P $ \left(A_{i}\right)>0$, $ B\subseteq\Omega$ mit $ P\left(B\right)>0$. Dann:

$\displaystyle P\left(B\right)=\sum_{i=1}^{n}P\left(A_{i}\right)P_{A_{i}}\left(B\right)$

$\displaystyle P_{B}\left(A_{i}\right)=\frac{P\left(A_{i}\right)P_{A_{i}}\left(B\right)}{\sum_{i=1}^{n}P\left(A_{i}\right)P_{A_{i}}\left(B\right)}$


next up previous contents index
Next: Unabhängigkeit und Wahrscheinlichkeitsverteilung Up: Wahrscheinlichkeitstheorie Previous: Wahrscheinlichkeitstheorie   Contents   Index
Marco Möller 17:26:01 24.10.2005