WAHRSCHEINLICHKEITSRECHNUNG 1. Bedingte Wahrscheinlichkeit Definition Ist F ein zufälliges Ereignis mit P (F ) > 0, so ist die bedingte Wahrscheinlichkeit eines beliebigen Ereignisses E unter der Bedingung/Voraussetzung F gegeben durch P (E ∩ F ) P (E|F ) = . P (F ) Zwei Ereignisse E und F nennt man unabhängig, falls P (E ∩ F ) = P (E) · P (F ) gilt, ansonsten nennt man E und F abhängig. Bemerkungen: (1) Sind E und F unabhängig, so auch F und E. (2) Sind E und F disjunkt, d.h. ist E ∩ F = ∅, so folgt, dass E und F abhängig sind, falls P (E) > 0 und P (F ) > 0. Für ein Ereignis F ⊂ Ω ist Ω die disjunkte Vereinigung Ω = F ∪˙ F , also E = ˙ ˙ ) = (E ∩ F )∪(E ∩ F ) und daher P (E) = P (E ∩ F ) + P (E ∩ F ) E ∩ Ω = E ∩ (F ∪F für jedes Ereigneis E ⊂ Ω. Sn Ganz allgemein nennt man paarweise disjunkte Mengen F1 , . . . , Fn mit Ω = S i=1 Fi n eine Zerlegung von Ω. Jedes Ereignis E kann dann zerlegt werden in E = i=1 Ei mit Ei = E ∩ Fi und es gilt analog n n n [ X X P (E) = P ( Ei ) = P (Ei ) = P (E ∩ Fi ). i=1 i=1 Wegen E ∩ Fi = Fi ∩ E und P (E|Fi ) = hat man den P (E∩Fi ) P (Fi ) i=1 bzw. P (E ∩ Fi ) = P (E|Fi ) · P (Fi ) Satz (von Snder totalen Wahrscheinlichkeit) Ist Ω = i=1 Fi eine Zerlegung und P (Fi ) > 0 für alle i ∈ {1, . . . , n}, so gilt für jedes zufällige Ereignis E n X P (E) = P (E|Fi ) · P (Fi ). i=1 Oft sind die Wahrscheinlichkeiten P (E|Fi ) leicht zu ermitteln, nicht aber P (E) oder P (Fi |E). Für den letzteren Fall liefert der Satz von Bayes die folgende Bestimmungsmöglichkeit Satz (von Bayes) Sn Es sei E ein Ereignis mit P (E) > 0 und Ω = i=1 Fi eine Zerlegung von Ω mit P (Fi ) > 0 für alle i ∈ {1, . . . , n}. Dann gilt P (Fi |E) = P (E|Fi ) · P (Fi ) P (E|Fi ) · P (Fi ) = Pn . P (E) j=1 P (E|Fj ) · P (Fj ) Bemerkung Würden wir im Fall P (F ) = 0 die bedingte Wahrscheinlichkeit P (E|F ) durch P (E|F ) = 0 definieren, so könnten wir in den obigen Sätzen die Bedingungen P (Fi ) > 0 weglassen.