Skript - Prof. Georg Hoever - FH Aachen
Skript - Prof. Georg Hoever - FH Aachen
Skript - Prof. Georg Hoever - FH Aachen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2. Weiterführende Begriffe 24<br />
Die Üblegungen zum Ende des vorigen Beispiels führen zu folgendem Satz:<br />
Satz 2.3 (Formel von Bayes)<br />
Bilden E 1 ,...,E n eine disjunkte Zerlegung von Ω, so gilt<br />
P(E l |A) = P(E l ∩A)<br />
P(A)<br />
=<br />
P(A|E l )·P(E l )<br />
∑ n<br />
k=1 P(A|E k)·P(E k ) .<br />
Beispiel 5 (Fortsetzung von Beispiel 4):<br />
Die Anwendung der Formel sieht man gut bei der Darstellung<br />
P(Lieferant 3|Teil defekt) =<br />
0.03·0.2<br />
0.01·0.5+0.02·0.3+0.03·0.2 .<br />
Definition 2.4<br />
1. Zwei Ergebnismengen A und B, die sich gegenseitig nicht bedingen, heißen unabhängig,<br />
d.h. es gilt eine (und damit alle) der Eigenschaften:<br />
• P(A|B) = P(A),<br />
• P(B|A) = P(B),<br />
• P(A∩B) = P(A)·P(B).<br />
2. Zwei Zufallsvariablen X und Y heißen unabhängig :⇔ für alle A,B ⊆ R gilt<br />
Bemerkung:<br />
P(X ∈ A und Y ∈ B) = P(X ∈ A)·P(Y ∈ B).<br />
Aus P(A|B) = P(A) folgt<br />
P(A∩B) = P(A|B)·P(B) = P(A)·P(B)<br />
(vgl. Satz 1.2 (1.)) und daraus<br />
P(B|A) = P(A∩B)<br />
P(A)<br />
= P(A)·P(B)<br />
P(A)<br />
= P(B).<br />
Beispiel 6:<br />
1. (Vgl. Beispiel 2, Abschnitt 1.1). Der Wurf mit zwei Würfeln kann durch zwei unabhängige<br />
Zufallsvariablen X und Y, die jeweils einen einzelnen Wurf darstellen,<br />
modelliert werden. Dann ergibt sich beispielsweise die Wahrscheinlichkeit des Ergebnistupels<br />
(3,5) als<br />
P(X = 3 und Y = 5) = P(X = 3)·P(Y = 5)<br />
1 1<br />
= ·<br />
6 6<br />
= 1 36 .