next up previous contents index
Next: Erwartungswert und Varianz Up: Wahrscheinlichkeitstheorie Previous: Diskrete Wahrscheinlichkeitstheorie   Contents   Index

Subsections


Unabhängigkeit und Wahrscheinlichkeitsverteilung

Definition

Sei $ \left(\Omega,P\right)$ ein diskreter W-Raum. Wir nennen zwei Ereignisse $ A,B\subseteq\Omega$ unabhängig voneinander, falls $ P\left(B\right)=0$ oder $ P\left(A\right)=P_{B}\left(A\right)$. Diese Aussage ist Äquivalent zu $ P\left(A\cap B\right)=P\left(A\right)P\left(B\right)$.

Allgemein heißen $ A_{1},A_{2},\ldots,A_{n}\subseteq\Omega$ unabhängig voneinander, falls für alle $ \left\{ i_{1},\ldots,i_{k}\right\} \subseteq\left\{ 1,\ldots,n\right\} $ mit $ k\geq2$ gilt:

$\displaystyle P\left(A_{i_{1}}\cap\ldots\cap A_{i_{k}}\right)=\prod_{j=1}^{k}P\left(A_{i_{j}}\right)$

Eine Verteilungsfunktion $ P^{n}:\Omega^{n}\rightarrow\left[0,1\right]$ die jedem $ \left(A_{1},\ldots,A_{n}\right)\mapsto P^{n}\left(\left(A_{1},\ldots,A_{n}\right)\right)=\prod_{i=1}^{n}P\left(A_{i}\right)$ Tupel von Ereignissen eine Wahrscheinlichkeit zuordnet.


Binomialverteilung

Wir betrachten $ \Omega=\left\{ 0,1\right\} $ mit $ P\left(0\right)=p$ und $ P\left(1\right)=1-p$. Die Binomialverteilung

$\displaystyle b_{n,p}\left(k\right)=\left({{n\atop k}}\right)p^{k}\left(1-p\right)^{n-k}$

gibt an, wie groß die Wahrscheinlichkeit ist, das bei $ n$-maligen Wiederholen genau $ k$-mal ein Ereigniss mit der Wahrscheinlichkeit $ p$ auftritt.


Hypergeometrische Verteilung

Situation: Urne mit $ n$ Kugeln, davon seien $ n_{1}$ ausgezeichnet. Wir ziehen $ r$ Kugeln $ \left(r\leq n\right)$. Wie viele dieser $ r$ Kugeln gehören zu den $ n_{1}$ ausgezeichnet?

$\displaystyle h_{n,n_{1},r}\left(k\right)=\frac{\left({{n_{1}\atop k}}\right)\left({{n-n_{1}\atop r-k}}\right)}{\left({{n\atop r}}\right)}$


next up previous contents index
Next: Erwartungswert und Varianz Up: Wahrscheinlichkeitstheorie Previous: Diskrete Wahrscheinlichkeitstheorie   Contents   Index
Marco Möller 17:26:01 24.10.2005