24.01.2013 Aufrufe

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

8 Bedingte Erwartungen<br />

Wenn über den Ausgang eines Zufallsexperimentes eine Teilinformation vorhanden<br />

ist, ändern sich die Wahrscheinlichkeiten für die möglichen Ereignisse. Das Konzept<br />

der bedingten Wahrscheinlichkeiten und bedingten Erwartungen formalisiert den<br />

zugehörigen Kalkül.<br />

8.1 Elementare bedingte Wahrscheinlichkeiten<br />

Beispiel 8.1. Wir werfen einen fairen sechsseitigen Würfel und betrachten die Ereignisse<br />

A := {Augenzahl drei oder kleiner},<br />

B := {Augenzahl ungerade}.<br />

Offenbar ist P[A] = 1<br />

1<br />

2 und P[B] = 2 . Wie groß ist aber die Wahrscheinlichkeit,<br />

dass B eintritt, wenn wir schon wissen, dass A eintritt?<br />

Wir modellieren das Experiment auf einem Wahrscheinlichkeitsraum (Ω,A, P),<br />

wobei Ω = {1,...,6}, A =2Ω und P die Gleichverteilung auf Ω ist. Dann ist<br />

A = {1, 2, 3} und B = {1, 3, 5}.<br />

Wenn wir nur wissen, dass A eingetreten ist, liegt es nahe, auf {1, 2, 3} die Gleichverteilung<br />

zu vermuten. Wir definieren also auf (A, 2 A ) ein neues W-Maß PA durch<br />

PA[C] = #C<br />

#A<br />

für C ⊂ A.<br />

Indem wir Punkten in Ω \ A die Wahrscheinlichkeit Null geben (die können ja nicht<br />

eingetreten sein, wenn A eingetreten ist), können wir PA auf Ω fortsetzen durch<br />

P[C |A] := PA[C ∩ A] =<br />

So erhalten wir P[B |A] =<br />

#{1, 3}<br />

#{1, 2, 3}<br />

#(C ∩ A)<br />

#A<br />

für C ⊂ Ω.<br />

2<br />

= . ✸<br />

3

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!