Bedingte Wahrscheinlichkeiten¶
Frage: Wk. von A, wenn man bereits weiß, dass B eingetreten ist.
Definition 1: Bedingte Wahrscheinlichkeit¶
\(\Omega\) Wk.raum, \(B \subseteq \Omega\), \(A \subseteq \Omega\) und \(Pr[B]>0\). Die bedingte Wahrscheinlichkeit A gegeben B ist definiert durch:
Falls \(Pr[B]=0\), definiere: \(Pr[A\mid B]=0\)
Eigenschaften: Bedingte Wahrscheinlichkeit¶
- \(A=B: \;\; Pr[B\mid B] =\frac{Pr[B\cap B]}{Pr[B]}=1\)
- \(A \cap B=\emptyset : \;\; Pr[A\mid B] =\frac{Pr[\emptyset]}{Pr[B]}=0\)
- \(B=\Omega : \;\; Pr[A\mid \Omega] =\frac{Pr[A \mid \Omega]}{Pr[\Omega]}=Pr[A]\)
Beispiele:¶
Würfel (Laplace Experiment)
\(p=Primzahl=\{2,3,5\}\), \(u=ungerade=\{1,3,5\}\), \(p\cap u=\{3,5\}\)
\(Pr[p]=Pr[u]=\frac{1}{2}\)
\(Pr[p \mid u]=\frac{Pr[p\cap u]}{Pr[u]}=\frac{\frac{1}{3}}{\frac{1}{2}}=\frac{2}{3}\)
2 Kinder
\(\Omega=\{j,m\}^2=\{jj, jm, mj, mm\}\)
\(B=\{jm, mj, mm\}\), \(A=\{mm\}\), \(A\cap B=\{mm\}\)
\(Pr[A \mid B]=\frac{Pr[A \cap B]}{Pr[B]}=\frac{\frac{1}{4}}{\frac{3}{4}}=\frac{1}{3}\)
C = 1. Kind ist \(m=\{mj, mm\}\)
\(Pr[A \mid C]=\frac{Pr[A \cap C]}{Pr[C]}=\frac{\frac{1}{4}}{\frac{1}{2}}=\frac{1}{2}\)
Multiplikationssatz¶
Seien \(A_1,A_2,...,A_n \subseteq \Omega\) Ereignisse mit \(Pr[A_1\cap A_2\cap ... \cap A_n]>0\). Dann gilt:
Beweis:¶
Definition einsetzen: \(Pr[A_1\cap A_2\cap ... \cap A_n]=Pr[A_1] * \frac{Pr[A_1\cap A_2]}{Pr[A_1]} * \frac{Pr[A_1\cap A_2 \cap A_3]}{Pr[A_1 \cap A_2]} * \frac{Pr[A_1\cap A_2 \cap ... \cap A_n]}{Pr[A_1\cap A_2 \cap ... \cap A_{n-1}]}\)
Alle Nenner sich durch den vorherigen Zähler raus. Nur der Zähler vom letzten Term bleibt stehen. Somit stimmt die Gleichung.
Beachte: \(A_1 \supseteq A_1 \cap A_2 \supseteq ... \supseteq A_1 \cap ... \cap A_n\)
\(\Rightarrow Pr[A_1]\ge Pr[A_1\cap A_2] \ge ... \ge Pr[A_1 \cap ... \cap A_n] \ge 0\)
Beispiel: Geburtstagsproblem¶
\(\Omega=\{1,2,...,n=365\}\), \(m\) Personen zufällig.
A = alle m Personen haben an unterschiedlichen Tagen Geburtstag.
Personen \(1, 2, ..., m\)
\(A_i=\) Person i hat an einem anderen Tag Geburtstag als die Personen \(1,2,.., i-1\). D.h. \(A=A_1\cap A_2 \cap ... \cap A_m\)
\(Pr[A_1] = 1\)
\(Pr[A_2\mid A_1] = \frac{n-1}{n}\)
\(Pr[A_3\mid A_1 \cap A_2] = \frac{n-2}{n}\)
\(Pr[A_j\mid A_1 \cap A_2 \cap ... \cap A_{j-1}] = \frac{n-(j-1)}{n}\)
Nach Multiplikationssatz:
Zu tun
Check formula end
Hinweis: \(1-x\le e^{-x}\)
Satz: Totale Wahrscheinlichkeit¶
Seien \(A_1,A_2,...,A_n \subseteq \Omega\) paarweise disjunkt [1]. Sei \(B \subseteq \Omega\) mit \(B \subseteq A_1 \cup A_2\cup ...\cup A_n\), dann gilt:
Beweis:¶
\(B=(B\cap A_1)\cup (B\cap A_2) \cup ... \cup (B\cap A_n)\)
\(\Rightarrow Pr[B]= \sum_{i=1}^n Pr[B \cap A_i] = \sum_{i=1}^n Pr[B \mid A_i]*Pr[A_i]\), da \(B\cap A_i\) paarweise disjunkt sind mit \(i=1,...,n\).
Hinweis: \(Pr[A \mid B] = \frac{Pr[A\cap B]}{Pr[B]} \Leftrightarrow Pr[A\cap B] = Pr[A | B] * Pr[B]\)
Satz von Bayes:¶
Seien \(A_1,A_2,...,A_n \subseteq \Omega\) paarweise disjunkt [1], \(B \subseteq A_1 \cup A_2\cup ...\cup A_n\) und \(Pr[B]>0\), dann gilt:
Hinweise: Dadurch wird es möglich aus \(Pr[A|B]\), \(Pr[B|A]\) zu berechnen. Dies ist möglich, da das UND kommutativ ist.
Beispiel: Datenübertragung über Kanal mit Fehlern (noisy)¶
Übertragen wird Bit 0 oder 1.
Ereignisse: für \(i=0,1\)
\(S_i=\) Bit i wird gesendet.
\(R_i=\) Bit i wird empfangen.
Es gelte: \(Pr[S_0]=0,3 \;\;, Pr[S_1]=0,7\)
Fehler: \(Pr[R_1|S_0]=0,3 \;\;, Pr[R_0|S_1]=0,1\)
Frage: Wk. für Übertragungsfehler?
Andere WK.‘s:
Beispiel: 3 Münzen¶
Gegeben sind 3 Münzen von denen 2 fair sind und eine gefälscht ist. Für die Gefälschte gilt: \(Pr[K]=\frac{2}{3}\).
Wähle die Reihenfolge und werfe jede zufällig.
\(E_i=\) Münze i ist gefälscht, \(i=1,2,3\)
\(Pr[E_i]=\frac{1}{3}\), \(\Omega=\{K,Z\}^3\)
- Ergebnis sei:
1 2 3 K K Z
Frage: Wie groß ist die Wk., dass Münze 1 die gefälschte Münze ist?
\(B=\{(K,K,Z)\}\)
\(Pr[E_1\mid B] = ?\)
\(Pr[B\mid E_1] = \frac{2}{3}*\frac{1}{2}*\frac{1}{2}=\frac{1}{6}\)
\(Pr[B\mid E_2] = \frac{1}{2}*\frac{2}{3}*\frac{1}{2}=\frac{1}{6}\)
\(Pr[B\mid E_3] = \frac{1}{2}*\frac{1}{2}*\frac{1}{3}=\frac{1}{12}\)
\(Pr[E_1\mid B]=\frac{Pr[B\mid E_1]*Pr[E_1]}{\sum_{i=1}^3 Pr[B\mid E_i]*Pr[E_i]} = \frac{2}{5}\)
Definition: Unabhängigkeit¶
A und B sind voneinander unabhängig, falls das Zutreffen von Ereignis B, die Wk. von A nicht ändert. D.h. es gilt: \(Pr[A\mid B] = Pr[A]\) Folglich: \(\frac{Pr[A\cap B}{Pr[B]}=Pr[A]\)
Ist \(Pr[A]>0\), dann folgt \(Pr[B]=\frac{Pr[A\cap B]}{Pr[A]}=Pr[B\mid A]\)
Beispiel: 2 Würfel, geordnet¶
A = 1. Würfel ist gerade
B = 2. Würfel ist gerade
C = Summe ist 7
\(\Omega = [6]^2\)
Definiere: \(G=\{2,4,6\}\)
\(A=G\times [6]\), \(\vert A\vert=3*6=18\), \(Pr[A]=\frac{18}{36}=\frac{1}{2}\)
\(B=[6]\times G\), \(\vert B\vert=6*3=18\), \(Pr[A]=\frac{18}{36}=\frac{1}{2}\)
\(C=\{(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)\}\), \(Pr[C]=\frac{1}{6}\)
\(Pr[A\cap B]=Pr[G\times G]=\frac{9}{36}=\frac{1}{4}=Pr[A]*Pr[B]\Rightarrow\) A und B sind unabhängig.
\(Pr[A\cap C]=Pr[\{(2,5), (4,3), (6,1)\}]=\frac{3}{36}=\frac{1}{12}=Pr[A]*Pr[C]\Rightarrow\) A und C sind unabhängig. Analog: \(B\cap C \Rightarrow\) A/B sind unabhängig von C.
\(Pr[A\cap B \cap C]=Pr[\emptyset]=0\ne Pr[A]*Pr[B]*Pr[C]\Rightarrow\) Nicht alle drei sind unabhängig.
Definition: Unabhängigkeit von n Ereignissen¶
\(A_1,A_2,...,A_n\) heißen unabhängig, falls:
Erklärung: Alle möglichen Kombinationen werden betrachtet und müssen unabhängig sein.
Satz:¶
- Sind A und B unabhängig, dann sind auch unabhängig:
- \(\bar A\) und \(B\)
- \(A\) und \(\bar B\)
- \(\bar A\) und \(\bar B\)
Beweis: zu \(\bar A,\; B\)¶
\(\bar A \cap B = B-A=B-(A\cap B) \Rightarrow (\bar A \cap B)\cup (A\cap B) = B\) [2]
\(\Rightarrow Pr[(\bar A \cap B)\cup (A\cap B)] = Pr[\bar A \cap B] + Pr[A\cap B] = Pr[\bar A\cap B] + Pr[A]*Pr[B] =Pr[B]\)
Analog für \(A,\; \bar B\). Damit folgt auch, dass \(\bar A\) und \(\bar B\) unabhängig sind.
Beweis: für \(\bar A, \bar B\)¶
A, B unabhängig \(\Rightarrow \bar A,\; B\) unabhängig. Def: \(\bar A = C\). \(\Rightarrow C,\; \bar B\) unabhängig \(\Rightarrow \bar A,\; \bar B\) unabhängig.
Def:
Für \(A\subseteq \Omega\), \(A^1=A\) und \(A^0=\bar A\)
Satz:¶
Seien \(A_1, A_2, ...,A_n \subseteq \Omega\), dann gilt:
\(A_1,A_2,...,A_n\) sind unabhängig \(\Rightarrow\)
\(\forall s_1,s_2,...,s_n\in \{0,1\} Pr[A_1^{s_1} \cap A_2^{s_2} \cap,...,A_n^{s_n}]=Pr[A_1^{s_1}]* Pr[A_2^{s_2}]* Pr[A_2^{s_2}]*...*Pr[A_n^{s_n}]\)
Zu tun
Beweis
Folgerungen:¶
A, B unabhängig:
\(\Leftrightarrow \bar A, B\) unabh.
\(\Leftrightarrow A, \bar B\) unabh.
\(\Leftrightarrow \bar A, \bar B\) unabh.
A, B, C unabh. \(\Rightarrow A\cap B, C\) unabh. und \(A\cup B, C\) unabh.
Zu tun
Beweise
Zu tun
Beispiele + Anwendungen
Zusammenfassung: Bedingte Wahrscheinlichkeit¶
\(A, B \subseteq \Omega\)
Bedingte Wahrscheinlichkeit A gegeben B:
Sonderfälle:
- \(A=B: \;\; Pr[B\mid B] =\frac{Pr[B\cap B]}{Pr[B]}=1\)
- \(A \cap B=\emptyset : \;\; Pr[A\mid B] =\frac{Pr[\emptyset]}{Pr[B]}=0\)
- \(B=\Omega : \;\; Pr[A\mid \Omega] =\frac{Pr[A \mid \Omega]}{Pr[\Omega]}=Pr[A]\)
Multiplikationssatz:
Seien \(A_1,A_2,...,A_n \subseteq \Omega\) Ereignisse mit \(Pr[A_1\cap A_2\cap ... \cap A_n]>0\). Dann gilt:
Totale Wahrscheinlichkeit:
Seien \(A_1,A_2,...,A_n \subseteq \Omega\) paarweise disjunkt. Sei \(B \subseteq \Omega\) mit \(B \subseteq A_1 \cup A_2\cup ...\cup A_n\), dann gilt:
Satz von Bayes:
Seien \(A_1,A_2,...,A_n \subseteq \Omega\) paarweise disjunkt [1], \(B \subseteq A_1 \cup A_2\cup ...\cup A_n\) und \(Pr[B]>0\), dann gilt:
Unabhängigkeit:
2 Ereignisse:
n Ereignisse:
oder
Erklärung: Alle möglichen Kombinationen werden betrachtet und müssen unabhängig sein.
Fußnoten
[1] | (1, 2, 3) Werden zwi beliebige Mengen geschnitten, ist der Schnitt immer leer |
[2] | \(\bar A\cap B \) sind disjunkt |