In diesem Kapitel werden wir den Begriff „Wahrscheinlichkeit “und die Grundlagen der Wahrscheinlichkeitsrechnung kennenlernen, um z.B. folgende Fragestellungen zu beantworten. Wie hoch ist das Risiko, dass ein System, das aus mehreren Komponenten besteht, ausfällt? Wie hoch ist das Verlustsrisiko bei einer neuen Investition? Wie groß ist Wahrscheinlichkeit, dass man bei einem Produktionsverfahren defekte Bauteile erhält? Ferner werden aus den zusammengefassten Daten von Stichproben in der deskriptiven Statistik mit Hilfe der Methoden der Wahrscheinlichkeitsrechung in der induktiven (schließenden) Statistik allgemeine Schlussfolgerungen für Grundgesamtheiten gezogen. Die Wahrscheinlichkeit ist ein Wert, der die Höhe der Chance für das Eintreten eines Ereignisses repräsentiert. Wahrscheinlichkeiten können Werte zwischen 0 und 1 annehmen. Ein Ereignis, das nicht eintreten kann (genannt unmögliches Ereignis) hat eine Wahrscheinlich der Größe 0. Und ein Ereignis, das mit Sicherheit eintritt (genannt sicheres Ereignis) hat eine Wahrscheinlichkeit 1. In der Wahrscheinlichkeitsrechnung wird ein Prozess, bei dem es mehrere Ergebnisse (Ausgänge) gibt, als ein Zufallsvorgang bezeichnet. Einige Beispiele für Zufallsvorgänge und ihre Ergebnisse sind das Werfen einer Münze mit den Ergebnissen „Wappen“ bzw. „Zahl“ oder hergestellte Bauteile einer Serienproduktion mit den Ergebnissen „defekt“ bzw. “intakt“. 1 Zufallsvorgang, Ereignis und Ergebnismenge Die Ausgangssituationen eines Zufallsvorgangs (auch bezeichnet als stochastischer Vorgang) sind mehrere, sich gegenseitig ausschließende Ergebnisse. Die einzelnen Ergebnisse heißen Elementarereignisse. Die Menge aller möglichen Elementarereignisse (Ausgänge) heißt Ergebnismenge und wird mit Ω bezeichnet. Eine beliebige Teilmenge von Ω heißt Ereignis. Ereignisse werden mit großen Buchstaben z.B. A, B , . . . bezeichnet. Sind die Prozesse eines Zufallsvorgangs bekannt und unter gleichen Bedingungen wiederholbar, so spricht man von einem Zufallsexperiment. Welche verschiedenen Ergebnisse oder Ausgänge sind beim Zufallsexperiment „Wurf eines homogenen Würfels“ möglich? Ω={1;2;3;4;5;6} Beschreiben Sie beim Zufallsexperiment „Wurf eines homogenen Würfels“ durch Aufzählung der Elementarereignisse (Versuchsausgänge) die Teilmenge für das Ereignis „A: gerade“. Augenzahl A={2;4;6} Laplace-Wahrscheinlichkeit Wenn alle möglichen Ausgänge in einem Zufallsexperiment mit der gleichen Chance eintreten, so ist die Wahrscheinlichkeit für ein beliebiges Ereignis E gegeben durch: P (E ) = M N Dabei sind: M : Anzahl der für das Ereignis E günstigen Ergebnisse N : Anzahl aller möglichen Ergebnisse (Anzahl der Elementarereignisse in der Ergebnismenge Ω ) 2 Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit für das Eintreten des folgenden Ereignisses an. A: „Augenzahl gerade“ A={2;4;6} P (A) = M N = M = 3; Ω={1;2;3;4;5;6} N=6 3 6 Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit für das Eintreten des folgenden Ereignisses an. B: „Augenzahl durch 3 teilbar.“ ={1;2;3;4;5;6}; B={3;6} N=6 M=2 P(B) = M / N = 2 / 6 In vielen Problemstellungen kennt man die Prozesse der Zufallsvorgänge nicht. Somit können nicht die Anzahl der günstigen Ergebnisse für ein Ereignis sowie die Anzahl aller möglichen Ergebnisse angeben werden. Daher wird eine weitere Definition für den Begriff Wahrscheinlichkeit eingeführt. Empirische Wahrscheinlichkeit Die Approximation (Näherung) der empirischen Wahrscheinlichkeit basiert auf der Häufigkeitsinterpretation der Wahrscheinlichkeit bei Datenerhebungen. So können für endliche Grundgesamtheiten die relativen Häufigkeiten für Ereignisse als Wahrscheinlichkeiten betrachtet werden. Aus längeren Beobachtungen ist bekannt, dass der Anteil von defekten Bauteilen einer Serienproduktion 2% beträgt. Wie groß ist die Wahrscheinlichkeit, dass ein zufällig aus der Produktion entnommener Bauteil defekt ist? dass ein zufällig aus der Produktion entnommener Bauteil intakt ist? Ereignis: D : „Bauteil defekt“ Relative Häufigkeit: f 1 = 0,02 P( D ) = f 1 = 0,02 Ereignis: Relative Häufigkeit: f 2 = 0,98 P( : „Bauteil intakt“ ) = f 2 = 0,98 3 Stabilisierung der Häufigkeiten bei großem Stichprobenumfang Bei sehr vielen Wiederholungen eines Zufallsexperiments stabilisiert sich die relative Häufigkeit für ein Ereignis, so dass diese als Wert für die Wahrscheinlichkeit des Ereignisses angesehen werden kann. hk lim f k = = P (E k ) S→∞ S Dabei sind: h k : die absolute Häufigkeit für das Auftreten des Ereignisses E k. S : die Anzahl der Versuche f k : die relative Häufigkeit für das Auftreten des Ereignisses E k. Bei einem wiederholten Wurf von S = 1000 Würfe einer homogenen Münze traten für die beiden verschiedenen Ereignisse „E 1 : Wappen , E 2 : Zahl “ folgende absolute bzw. relative Häufigkeiten auf. k Ereignis: E k 1 2 E 1 : Wappen E 2 : Zahl Absolute Häufigkeit: h k 510 490 Relative Häufigkeit: f k 0,51 0,49 Wahrscheinlichkeit P (E k) für das Auftreten eines Ereignisses E k P(E 1) = ½ = 0,5 P(E 2) = ½ = 0,5 Bei 1000 Würfen liegt unsere Erwartung, dass jedes der beiden Ereignisse je 500-mal vorkommt, d.h., dass jedes Ereignis mit der Wahrscheinlichkeit P (E k) = ½ = 0,5 auftritt. ! Beschreiben Sie beim Zufallsexperiment „Wurf eines homogenen Würfels“ durch Aufzählung der Elementarereignisse: Die Teilmenge für das Ereignis A : gerade Augenzahl Die Teilmenge für das Ereignis B : Augenzahl durch 3 teilbar Die Ergebnismenge Die Teilmenge für das Ereignis A B : Augenzahl gerade und teilbar durch 3 Die Teilmenge für das Ereignis A U B : Augenzahl gerade oder teilbar durch 3 Die Teilmenge für das Ereignis A – B : Augenzahl gerade aber nicht durch 3 teilbar Die Teilmenge für das Ereignis (Ac) : Augenzahl nicht gerade A={2;4;6}, A B={6}, B={3;6}, AUB={2;3;4;6}, A ={1;2;3;4;5;6}, A–B ={2;4 }, = {1;3;5} B A B 4 Da Ereignisse Teilmengen von der Ergebnismenge Mengen verknüpfen. Venn-Diagramm A Bezeichnung Produkt von Ereignissen B sind, lassen sie sich daher wie Schreibweise A A B Bedeutung Alle Elemente von die zu A und B gehören. , B Summe von Ereignissen AUB AUB A Alle Elemente von die zu A oder B gehören. , B Differenz von Ereignissen A–B A–B A Alle Elemente von , die zu A aber nicht zu B gehören. (A\B) B B Alle Elemente von die nicht zu A gehören. Komplement eines Ereignisses A , (Ac) Rechengesetze für Ereignisse Leere Menge: Ø A Analogien und Unterschiede zu Rechengesetze der Zahlen a·0 = 0 Ø = Ø a +0= a AUØ = A A B = B a·b=b·a A Kommutativgesetze AUB = BUA A (B C)=(A a +b=b+a B) a·(b·c)=(a·b)·c C Assoziativgesetze AU(BUC) =(AUB)UC A (BUC)=(A B ) U (A a+(b+c)= (a+b)+c C) a·(b+c)=(a·b)+(a·c) Distributivgesetze AU(B ______ Regeln von de Morgan A __ B = A ______ A C)=(AUB) __ B = A (A U C ) a+(b·c)≠(a+b)·(a+c) ___ B ___ B 5 Zerlegung von Die Ereignisse E 1 ; E 2 ; . . . . . ; E n bilden eine Zerlegung von wenn: = E1 U E2 U . . . U En gilt und diese Ereignisse Paarweise disjunkt sind (sich gegenseitig ausschließende Ereignisse) Ei Ej = Ø für alle i j E1 E1 E3 E2 E2 E4 E5 E3 E4 E5 " Zeigen Sie für das Zufallsexperiment „Wurf eines homogenen Würfels“, dass folgende drei Ereignisse eine Zerlegung der Ergebnismenge bilden. A: gerade Augenzahl B: Augenzahl ungerade größer als 1 C: Augenzahl gleich 1 ={1;2;3;4;5;6}, A={2;4;6}, B={3;5}, AUBUC={1;2;3;4;5;6} A B=Ø, A C=Ø, B C=Ø, Also bilden A , B und C eine Zerlegung von . C={1} Zeigen Sie, dass für das Zufallsexperiment „Wurf eines homogenen Würfels“ folgende drei Ereignisse keine Zerlegung der Ergebnismenge bilden. A: gerade Augenzahl B: Augenzahl größer als 2 C: Augenzahl gleich 1 ={1;2;3;4;5;6}, A={2;4;6}, B={3;4;5;6}, C={1} AUBUC={1;2;3;4;5;6} A B = { 4 ; 6 }, A C=Ø, B C=Ø, Die erste Bedingung ist erfüllt aber nicht die zweite. Also bilden A , B und C keine Zerlegung von . 6 # $% $ # $% Wahrscheinlichkeitsaxiome von Kolmogorov Für die Wahrscheinlichkeit jedes beliebigen Ereignisses E k gilt: 0 P ( E k) Die gesamte Ergebnismenge P( 1 hat die Wahrscheinlichkeit 1: ) = 1 Für disjunkte (d.h. sich gegenseitig ausschließende) Ereignisse E 1 ; E 2 ; . . . . . gilt: P(E1 U E2 U . . .) = P(E1) + P(E2) + .... Zwei oder mehr Ereignisse schließen sich gegenseitig aus, wenn das Eintreten eines von ihnen das Eintreten der anderen ausschließt. Eigenschaften der Wahrscheinlichkeiten Für das unmögliche Ereignis Ø gilt: P(Ø) =0 Für das zu A komplementären Ereignisses P( ( Ac ) gilt: ) = 1 – P(A) Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit für das Eintreten des folgenden Ereignisses an. Bc: „Augenzahl nicht durch 3 teilbar“ 7 $ Satz: Additionssatz für beliebige d.h. nicht notwendig sich ausschließenden Ereignisse P(A U B) = P(A) + P(B) – P(A B) Wenn A und B sich gegenseitig ausschließen, so gilt: P ( A AUB B A U B A A = B A – + A B) = 0 B + A A B = B B % Für drei Ereignisse A , B und C erhält man analog zum obigen Additionssatz die folgende Additionsregel P(AU BUC) = P(A) +P(B) +P(C) – P(A + P(A B B) – P(A C )– P ( B C) C) & Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit dafür an, dass man eine gerade Augenzahl oder eine durch 3 teilbare Augenzahl erhält. Es sind: Dabei ist: A : „Gerade Augenzahl“ P(A) = 3 6 bzw. bzw. B : „Augenzahl durch 3 teilbar.“ P(B) = 2 6 Gesucht ist: P(A U B) A B A A B 2 A B 2 1 1 Da A und B sich nicht gegenseitig ausschließen, gilt: P(A P(A U B) = P(A) + P(B) – P(A B B) = 1 6 . Somit ist: B) = 3 6 + 2 6 – 1 6 = 4 6 Geben Sie bei einmaligem Wurf eines homogenen Würfels die Wahrscheinlichkeit dafür an, dass man eine gerade Augenzahl oder eine durch 5 teilbare Augenzahl erhält. 8 ' A sei das Ereignis „Ziehen eines Ass aus einem Satz Spielkarten“. K sei das Ereignis „Ziehen eines Königs aus einem Satz Spielkarten“ Wie groß ist die Wahrscheinlichkeit mit einer einzelnen Ziehung ein Ass oder eine König zu erhalten? P (A) = 4 52 P (K) = 4 52 Da Ass und König nicht bei einer einzelnen Karte gezogen werden können, schließen sich beide Ereignisse A und K aus. Somit ist P ( A K) = 0. A K= Ø A A K=Ø K=Ø 44/52 44 4 A 4/52 4 A K 4/52 A K K Also ist die Wahrscheinlich mit einer Ziehung eine Ass oder König zu erhalten. P(A U K) = P(A) + P(K) – P(A K ) = 4 52 + 4 52 – 0 = 8 52 ' A sei das Ereignis „Ziehen eines Ass aus einem Satz Spielkarten“. H sei das Ereignis „Ziehen eines Herzen aus einem Satz Spielkarten“ Wie groß ist die Wahrscheinlichkeit mit einer einzelnen Ziehung entweder einen Ass oder ein Herz oder ein Ass-Herz zu erhalten? P (A) = 4 52 P (H) = 13 52 Da Ass und Herz bei einer einzelnen Karte gezogen werden können, schließen sich beide Ereignisse A und H nicht aus. Somit ist die Wahrscheinlichkeit ein Ass-Herz zu erhalten: P(A H ) = 1 52 A H A H A H 36/52 36 3 A H 1 A 3/52 12 H A 1/52 12/52 H Also ist die Wahrscheinlich mit einer einzelnen Ziehung entweder einen Ass oder ein Herz oder ein Ass-Herz zu erhalten. P(A U H) = P(A) + P(H) – P(A H ) = 4 52 + 13 52 – 1 52 = 16 52 9 ( ) * + ( $ ) Wie groß ist die Wahrscheinlichkeit für ein Ereignis, falls ein anderes Ereignis bereits eingetreten ist und wir über diese Information verfügen? B A B A B A A , Falls beim Experiment „Wurf eines homogenen Würfels“ bereits eine „gerade Zahl“ (Ereignis A) eingetreten ist, wie groß ist dann die Wahrscheinlichkeit dafür, dass diese Augenzahl „zwei“ ist? (Ereignis B)? 1 P (A) = 3 6 ; P (A P (B|A) = B) = 1 6 A A 3 6 6 = 1 3 B A B B A A B Bedingte Wahrscheinlichkeiten und Unabhängige Ereignisse Die Wahrscheinlichkeit für das Eintreten des Ereignisses B unter der Bedingung, dass das Ereignis A bereits eingetreten ist, wird gekennzeichnet durch: P ( B | A ) und wird definiert durch: P ( B A) P(B | A) = P(A) Zwei Ereignisse A und B sind unabhängig, falls: P(A B) = P(A) ⋅P(B) 10 + $ Viele Problemstellungen in der Wahrscheinlichkeitsrechnung können durch Wahrscheinlichkeitsbäume (Ereignisbäume) übersichtlich und graphisch dargestellt werden. Folgende Beispiele werden mit Hilfe dieser Bäume gelöst. In einer Lieferung befinden sich 12 Dioden, von denen 4 defekt sind. Es werden 2 Dioden nacheinander ohne Zurücklegen gezogen. Geben Sie die Wahrscheinlichkeiten für die möglichen Ergebnisse an? A B P(A B) = P(A) B P(B|A) = 12 132 3 11 A A 8 11 4 12 B 8 12 B 4 11 P(A P(B|A) = 32 132 A P(A A B) = P(A) B) = P(A) 7 11 B B P(B|A) = 32 132 A B B P(A B) = P(A) P(B|A) = 56 132 % Die Ziehung von 2 Dioden kann durch die 2-fache Ziehung einer Diode in einem Ereignisbaum dargestellt werden. Die Ereignisse A und B sowie ihre jeweiligen disjunkten (sich gegen gegenseitig ausschließenden) Ereignisse A und B werden wie folgt definiert: A: Eine defekte Diode bei der 1. Ziehung, A : Keine defekte Diode bei der 1. Ziehung, B: Eine defekte Diode bei der 2. Ziehung, B : Keine defekte Diode bei der 2. Ziehung Da die Ereignisse bei der 2-ten Ziehung abhängig von den Ereignissen in der 1-ten Ziehung sind, ergibt sich für die Wahrscheinlichkeiten: P(A B) = P(A) ⋅P(B|A) = ( 4 12) . ( 3 11 ) = 12 / 132 P(A B ) = P ( A ) ⋅ P ( B | A ) = ( 4 12) . ( 8 11 ) = 32 / 132 P (A B ) = P ( A ) ⋅ P ( B | A ) = ( 8 12) . ( 4 11 ) = 32 / 132 P (A B ) = P ( A ) ⋅ P ( B | A ) = ( 8 12) . ( 7 11 ) = 56 / 132 11 In einer Urne befinden sich 12 Kugeln, von denen 4 blau sind. Es werden 2 Kugeln mit Zurücklegen gezogen, d.h. erst wird eine Kugel gezogen, ihre Farbe wir notiert, dann wird sie zurückgelegt und dann wird die nächste Kugel gezogen. Geben Sie die Wahrscheinlichkeiten für die möglichen Ergebnisse an? A B P(A B B) = P(A) P(B) = 16 144 4 12 A A 8 12 4 12 B 8 12 B 4 12 P(A B) = P(A) P(B) = 32 144 A P(A A B B B) = P(A) P(B) = 32 144 8 12 A B B P(A B) = P(A) P(B) = 64 144 % Die Ziehung von 2 Kugeln kann durch die 2-fache Ziehung einer Kugel in einem Ereignisbaum dargestellt werden. Die Ereignisse A und B sowie ihre jeweiligen disjunkten (sich gegen gegenseitig ausschließenden) Ereignisse A und B werden wie folgt definiert: A: Eine blaue Kugel bei der 1. Ziehung, A : Keine blaue Kugel bei der 1. Ziehung, B: Eine blaue Kugel bei der 2. Ziehung, B : Keine blaue Kugel bei der 2. Ziehung Da die Ereignisse bei der 2-ten Ziehung unabhängig von den Ereignissen in der 1-ten Ziehung sind, ergibt sich für die Wahrscheinlichkeiten: P(A B) = P(A) ⋅P(B) = ( 4 12) . ( 4 12 ) = 16 144 P(A B ) = P ( A ) ⋅ P ( B ) = ( 4 12) . ( 8 12 ) = 32 144 P (A B ) = P (A ) ⋅ P ( B ) P (A B ) = P ( A ) ⋅ P ( B ) = ( 8 12) . ( 8 12 ) = = ( 8 12) . ( 4 12 ) = 32 144 64 144 12 Satz: Multiplikationssatz für beliebige Ereignisse Die Wahrscheinlichkeit für das gleichzeitige Eintreten zweier Ereignisse A und B mit P ( A ) > 0 und P ( B ) > 0 ist: P(A B) = P(A) ⋅P(B|A) Es gilt auch: P(A B) = P(B) ⋅P(A|B) Weiterhin kann der Satz verallgemeinert werden, so gilt für drei gleichzeitig eintretenden Ereignisse A , B und C: P(A B C) = P(A) ⋅P(B|A) ⋅ P(C|(A B) ) % P(A B) = P(B A) P(A | B) ≠ P(B | A) Satz: Spezieller Multiplikationssatz (Multiplikationsregel) Sind die Ereignisse A und B unabhängig, so gilt: P(A B) = P(A) ⋅P(B) % Diese Regel wird häufig zur Definition der Unabhängigkeit von 2 Ereignissen benutzt. % Aus den beiden obigen Sätzen (bzw. Definitionen) kann man leicht folgern, dass im Falle der Unabhängigkeit zweier Ereignisse A und B auch folgende Beziehungen gelten: P(B|A) = P(B) P(A|B) = P(A) ! Geben Sie die Wahrscheinlichkeit dafür an, dass bei zweimaligem Wurf eines homogenen Würfels beide Augenzahlen 4 sind? . / Die beiden Ereignisse lauten: A: „Augenzahlen 4 bei ersten Wurf.“ B: „Augenzahlen 4 bei zweiten Wurf.“ 13 0 " Geben Sie die Wahrscheinlichkeit dafür an, dass bei zweimaligem Wurf eines homogenen Würfels beide Augenzahlen 4 sind. beide Augenzahlen nicht 4 sind. beim ersten Wurf eine 4 fällt. beim zweiten Wurf eine 4 fällt. . / Die beiden Ereignisse lauten: A: „Augenzahlen 4 bei ersten Wurf.“ 00 B: „Augenzahlen 4 bei zweiten Wurf.“ Ergänzen Sie für dieses Zufallsexperiment den folgenden Wahrscheinlichkeitsbaum (Ereignissbaum), indem Sie die Ereignisse und die Werte für das Eintreten der jeweiligen Ereignisse eintragen. % B: 2 | A) P(B B: P(A) A: A: 1 P(A B) P (A B ) P (A B) P (A B ) A) P( P(B) P (B ) 1 P(A B) A P(B P (A ) P( A) B B P(A B) | A) P(B B P(A B) P(B | A) B | A) A P(A B) Die Summe der Wahrscheinlichkeiten an den Verzweigungen in jeder Stufe des Baumdiagrams sind gleich 1. Denn in solchen Bäumen stellen zwei verschiede Pfade immer disjunkte Ereignisse dar. Ebenso gilt: P(A B ) + P (A B ) + P (A B ) + P (A B ) = 1 Sind die Ereignisse A und B unabhängig voneinander, so werden im Wahrscheinlichkeitsbaum die jeweiligen bedingten Wahrscheinlichkeiten in der 2-ten Stufe durch ersetzt. ( P ( B | A ) = P ( B ) ) 14 ! 1$% $ $ + $ Wenn ein Ereignis aus mehreren Ergebnissen eines Experiments besteht, so erfolgt die Berechnung der Wahrscheinlichkeit dieses Ereignisses wie folgt: Multiplikation der Wahrscheinlichkeiten entlang eines Pfades, der zu einem Ergebnis führt, aus dem das Ereignis teilweise besteht. Addition der Wahrscheinlichkeiten der jeweiligen Pfade, die zu Ergebnissen führen, aus denen das Ereignis besteht. In einer Warenlieferung sind 12 Dioden, davon sind 4 defekt. Es wird eine Stichprobe vom Umfang 2 ohne Zurücklegen gezogen. Man bestimme die Wahrscheinlichkeit dafür, dass eine defekte Diode gezogen wird. Also gesucht ist die Wahrscheinlichkeit für das Ereignis: E 1 : Genau eine defekte Diode in der Stichprobe B 3 11 A A 8 11 4 12 B 8 12 B P(A B) = P(A) P(B|A) = 32 132 A 4 11 P(A A B B B) = P(A) P(B|A) = 32 132 7 11 B % A: Eine defekte Diode bei der 1. Ziehung, A : Keine defekte Diode bei der 1. Ziehung, E1 = P ( E 1) = = = (A P(A U (A + P (A B ) B ) P ( A ) ⋅ P (B | A ) (4 12) ⋅ (8 11) + + B: Eine defekte Diode bei der 2. Ziehung, B : Keine defekte Diode bei der 2. Ziehung B ) B ) – 0 P (A ) ⋅ P ( B | A ) – (8 12) ⋅ (4 11) 0 = 32 132 + 32 132 = 64 132 15 & Geben Sie die Wahrscheinlichkeit dafür an, dass bei zweimaligem Wurf eines homogenen Würfels die Augenzahlen 4 mindestens 1-mal fällt (D.h. die Augenzahl 4 fällt beim ersten Wurf oder bei zweitem Wurf oder bei beiden Würfen.) ! 3$ Im folgendem wird untersucht wie groß die Wahrscheinlichkeit eines Ereignisses ist, wenn alle sich gegenseitig ausschließende Ereignisse des Ergebnisraumes mit bekannten Wahrscheinlichkeiten auftreten und die Bedingten Wahrscheinlichkeiten gegeben sind. A1 A1 A2 A2 B A3 A4 A5 A3 A4 A5 16 Satz: Satz der totalen Wahrscheinlichkeit Sei B ein Ereignis und seien A und A eine disjunkte Zerlegung von A A A , so gilt: A B B = (A B) U (A (A B) B = P ( B) = (A B) U (A B ) P(A (A B ) + P(B) = P(A) ⋅P(B|A) + B) B ) P (A B ) – 0 P (A ) ⋅ P ( B | A ) – 0 Sei B ein Ereignis und seien A 1 ; A 2 ; . . . . . ; A n eine disjunkte Zerlegung von gilt: ( ) ( P (B ) = P A 1 ⋅P B | A 1 n ( P A = k ) + P ( A 2 )⋅ P (B | A 2 ) + ( +P A n , so )⋅ P (B | A n ) )⋅ P ( B | A k ) k =1 P(B | A) P(A) B P(A B) B P(A B) P(A) A P(B | A) A P(B | A) P(A B) B P(B | A) P(A) A P(A B) A P(A) P(B | A) A B B B P(A B) A B B A P(B | A) P(B | A) P(A) P(A B) P(B | A) B P(B | A) P(A) A B A B A B A B A B = (A P(B | A) B A A B B) U (A B) B 17 Eine Warenlieferung besteht aus 30 Dioden zweier unterschiedlicher Hersteller. In der Lieferung befinden sich 10 Dioden vom 1-ten Hersteller (kleine Packung in der Abb.) und 20 vom 2-ten Hersteller. (große Packung in der Abb.). Dabei sind 2 Dioden vom 1-ten Hersteller defekt und 6 Dioden vom 2-ten Hersteller defekt. Es wird zufällig eine Diode aus der Lieferung ausgewählt. Wie groß ist die Wahrscheinlichkeit, dass diese Diode defekt ist? B P(B A ) = P ( A )⋅ P ( B | A ) 2 10 = = A 8 10 13 (1 3) · (2 10) 2 30 B __ 23 B A P(B __ __ A ) = P (A )⋅ P ( B | A ) 6 20 = = 14 20 (2 3) · (6 20) 6 30 B Folgende Ereignisse werden definiert: __ A : „große Packung“ A: „kleine Packung“ __ B: „Diode defekt“ B : „Diode intakt“ Die Wahrscheinlichkeiten sind laut Aufgabe: __ P(A) = 1 3 P(A ) = 2 3 P ( B | A ) = 2 10 P ( B | A ) = 6 20 __ Die Wahrscheinlichkeit, dass eine gezogene Diode defekt ist, lautet: __ P(B) = P(B A) + P(B __ P(B) = = P(A) ⋅P(B|A) + (1 3) · (2 10) + A ) – 0 __ P(A ) ⋅P(B| A ) – 0 (2 3) · (6 20) = 8 30 18 ! 4 2 5$ 6 Aus der Definition der Bedingten Wahrscheinlichkeit und dem Satz der totalen Wahrscheinlichkeit kann eine neue Formel erstellt werden, mit deren Hilfe man die Reihenfolge der bedingten Wahrscheinlichkeit umkehren kann. Satz: Satz von Bayes Seien A und B zwei Ereignisse mit P ( A ) > 0 und P ( B ) > 0 , und bilden A und A eine disjunkte Zerlegung von , dann gilt: P(A | B) = P (A∩ B) P (B ) A P (A∩ B) = ( P (A∩ B) + P A ∩ B B ) P ( A )⋅ P (B | A ) = ( ) ( P ( A )⋅P (B | A ) + P A ⋅ P B | A A ) A B B A B ! Ein Prüfer hat beim zufälligen Entnehmen von Dioden aus der Lieferung des vorigen Beispiels eine defekte Diode erhalten. Wie groß ist die Wahrscheinlichkeit, dass diese vom 1-ten Hersteller stammt? P( A | B) = = P(A B ) P (B ) P ( A )⋅ P (B | A ) P (B ) = 1 3 ⋅ 8 30 2 10 = 0 , 25 ' Ein Prüfer hat beim zufälligen Entnehmen von Dioden aus der Lieferung des vorigen Beispiels (Bsp. 11-a) eine defekte Diode erhalten. Wie groß ist die Wahrscheinlichkeit, dass diese vom 2-ten Hersteller stammt? 19 Drei Maschinen M 1 ; M 2 ; M 3 produzieren den selben Artikel. Die Anteile der 3 Maschinen an der Gesamtproduktion betragen: 30% , 50% bzw. 20% . Die Ausschlussanteile der Maschinen (Produktion von unbrauchbaren Artikeln) sind der Reihe nach: 2% , 10% und 4%. Aus der Gesamtproduktion wird zufällig ein Artikel ausgewählt. Wie groß ist die Wahrscheinlichkeit, dass dieser Artikel unbrauchbar ist? Folgende Ereignisse werden definiert: D: Artikel unbrauchbar D : Artikel brauchbar M 2: Artikel kommt von Maschine 2 M 1: Artikel kommt von Maschine 1 M 3: Artikel kommt von Maschine 3 die Wahrscheinlichkeiten sind laut Aufgabe: P ( D | M 1 ) = 0,02 P ( D | M 2 ) = 0,1 P ( M 1 ) = 0,3 P ( M 2 ) = 0,5 P ( D | M 3 ) = 0,04 P ( M 3 ) = 0,2 0,02 M P(M 1 D M1 1 0,98 0,3 D M D P(M 2 0,5 D) 2 0,9 0,2 0,04 D M2 0,1 D 0,2 D P(M 3 0,96 0,02 0,3 0,1 0,5 M D) D) 3 M3 0,04 D Somit ist die Wahrscheinlichkeit, dass aus der Gesamtproduktion ein Artikel unbrauchbar ist: P(D) = P(D M1) + P(D M2) + P(D M3) – 0 P(D) = P(M1) ⋅P(D|M1) + P(M2) ⋅P(D|M2) + P(M3) ⋅P(D|M3) = = 0,3 · 0,02 0,064 + 0,5 · 0,1 + 0,2 · 0,04 52ba Aus den Artikeln des vorigen Beispiels wird einer zufällig ausgewählt. Er sei unbrauchbar. Wie groß ist die Wahrscheinlichkeit, dass er von Maschine 1 stammt. P ( M 1 | D) ( P M = 1 P (D ) D ) ( P M = 1 )⋅ P (D | M 1 ) P (D ) = 0 , 3 ⋅ 0 , 02 0 , 064 = 0 , 09375 20