StudySmarter - Die all-in-one Lernapp.
4.8 • +11k Ratings
Mehr als 5 Millionen Downloads
Free
Stochastik umfasst die Beiden Teilbereiche Statistik und Wahrscheinlichkeitstheorie.Das Ziel der Stochastik ist es, kurz gesagt, den Zufall zu untersuchen. Die Das bedeutet, das zufällige Vorgänge in einheitliche Modelle kategorisiert und dann auf ihre Ausgangsmöglichkeiten hin untersucht werden.
Die zentrale Frage lautet: Wie wahrscheinlich sind die unterschiedlichen Ausgänge dieser Modelle? In diesem Beitrag beschäftigen wir uns mit den folgenden Themen:
Seit die Menschen nicht mehr ausschließlich höhere Kräfte für den Ausgang unterschiedlichster Situation verantwortlich machen, gibt es den Begriff des „Zufalls“. Zufall bedeutet, dass der Ausgang eines Geschehens nicht ganzheitlich vorhersehbar ist. Wenn es nun darum geht, diesen Zufall zu untersuchen, ist es notwendig, dass dafür Modelle aufgestellt werden.
Diese Modelle ermöglichen es uns, einheitliche Aussagen über den Zufall mit den Mitteln der Mathematik zu treffen.
Ein Zufallsexperiment beschreibt die Modellierung eines Vorgangs, der unter Beachtung bestimmter Regeln beliebig oft wiederholt werden kann und dessen Ausgang nicht mit Sicherheit vorhersehbar ist. Hierbei muss es mehrere mögliche Ausgänge geben.
Aber lass dich nicht täuschen! Auch ein Fußballspiel kann ein Zufallsexperiment sein, denn es gibt unterschiedliche Ausgänge und auch der Sieg einer favorisierten Mannschaft kann nicht mit 100%-iger Sicherheit vorausgesagt werden.
Wenn du die Stochastik, bzw. im engeren Sinne die Wahrscheinlichkeitsrechnung, verstehen möchtest, ist es erst einmal wichtig, dass du Ergebnisse von Ereignissen unterscheiden kannst. Diese beiden Begriffe bilden nämlich den Grundstein der Wahrscheinlichkeitsrechnung.
Jeder mögliche Ausgang eines Zufallsexperiments stellt ein Ergebnis dar. Die Menge aller möglichen Ergebnisse wird Ergebnisraum (oder Ergebnismenge) genannt und mit dem griechischen Buchstaben Ω (Omega) bezeichnet.
Ein Ereignis stellt eine Teilmenge (oder Untermenge) des Ergebnisraums eines Zufallsexperiments (ZE) dar. Das heißt, anhand von bestimmten Merkmalen werden mehrere Ergebnisse eines ZEs gruppiert, sodass nach eintreten eines Ergebnisses klar erkennbar ist, ob das Ereignis eingetreten ist, oder nicht.
Mehr zum Thema: Zufallsexperimente, Ergebnisse und Ereignisse
Das Ziel der Kombinatorik ist es, herauszufinden, wie viele verschiedene Möglichkeiten es gibt, aus einer Menge mit n Elementen genau k Elemente auszuwählen. Diese Überlegung wird häufig am Beispiel einer Urne, aus der man Kugeln zieht erklärt.
Generell können derartige Versuche in verschiedene Modellarten eingeteilt werden:
Es handelt sich also um eine Variation, bei der alle Kugeln aus der Urne gezogen werden.
Jetzt wo du weißt, um welches grobe Modell es sich bei deinem Versuch handelt, musst du nur noch folgende Frage beantworten: Wird eine Kugel nachdem sie gezogen wurde beiseitegelegt, sodass sie beim nächsten Ziehen nicht mehr als Auswahlmöglichkeit infrage kommt? Oder wird sie zurückgelegt und kann beim nächsten Mal wieder gezogen werden?
Die beiden Varianten lassen sich wie folgt bezeichnen:
Um die einzelnen Modelle nun durchgehen zu können gibt es nur noch eines, was du vorher verstanden haben solltest: Die Produktregel der Kombinatorik oder auch das „allgemeine Zählprinzip“!
Beim Allgemeinen Zählprinzip geht es darum, wie sich die Anzahl an Kombinationen unterschiedlicher Elemente herausfinden lassen.
Nehmen wir an, du möchtest einen Smoothie aus drei verschiedenen Zutaten mixen. In einen Smoothie sollen immer genau 1x Obst (pink) , 1x Nüsse (blau) und 1x Flüssigkeit (orange) vorkommen. Nun hast du Zuhause 3 verschiedene Obstsorten, 4 verschiedene Arten von Nüssen und 2 verschiedene Flüssigkeiten zur Auswahl.
Die Frage lautet:
Wie viele unterschiedliche Smoothies kannst du mit diesen Zutaten mixen?
Die Antwort ist leichter als gedacht!
Denn du könntest zu jeder der 3 Obstsorten jeweils 4 verschiedene Nüsse zufügen. Somit gibt es 3 · 4 = 12 verschiedene Obst-Nuss-Kombinationen. Wenn du jetzt jede dieser 12 Kombinationen entweder mit Milch oder mit Wasser kombinieren kannst, erhältst du 3 · 4 · 2 = 24 verschiedene Smoothies.
Verallgemeinert bedeutet das:
Permutation: n = k und die Reihenfolge ist wichtig
Du weißt jetzt, dass es n! Möglichkeiten gibt, n Dinge auf n Plätze in unterschiedlicher Reihenfolge anzuordnen. Aber wie sieht das Ganze aus, wenn manche der Dinge, die wir platzieren gleich sind, also sich wiederholen? Stell dir mal vor, wir wollen aus einer Lieferung von 10 farbigen Plastikeimern alle 10 in einer Reihe anordnen.
Hierbei gibt es drei verschiedene Situationen:
Dies könnte der Fall sein, wenn zum Beispiel die ersten 7 Eimer durchnummeriert sind, aber es 3 Eimer mit der Nummer 8 gibt. Diese 3 Eimer sind dann identisch. In diesem Fall gibt es k = 3 Objekte, die du auf ihren Plätzen in der Reihe vertauschen könntest, ohne dass jemand es bemerken würde. Wie oben beschrieben, gibt es k! = 3! Möglichkeiten, die 3 Eimer unterschiedlich anzuordnen (wenn man sie unterscheiden könnte). Es gibt also auch k! Anordnungen, in denen die Reihe „gleich“ bleibt. Diese k! Anordnungen werden also nicht mit den anderen Möglichkeiten multipliziert, sodass wir zu der folgenden Formel kommen:
Diese Situation könnte entstehen, wenn die Eimer z.B. verschiedenfarbig wären und es gäbe 3 grüne, 2 rote und 5 blaue Eimer. Damit gäbe es k1! = 3! Möglichkeiten, die grünen Eimer unbemerkt zu vertauschen, k2! = 2! Möglichkeiten, die roten Eimer zu platzieren und k3! = 5! Möglichkeiten die blauen Eimer untereinander unterschiedlich anzuordnen.
Die gesamte Anzahl der unterschiedlichen Anordnungsmöglichkeiten bei s = 3 Gruppen lässt sich daher wie folgt berechnen:
Da man keine Änderung der Anordnung feststellen kann, egal wie man in einer solchen Reihe die Eimer vertauscht, gibt es nur genau eine Möglichkeit n nicht unterscheidbare Eimer auf n Plätze zu verteilen. Rechnerisch ergibt sich das auch durch:
Super! Jetzt kennst du dich schon richtig gut mit Permutationen aus! Weiter geht’s mit den Variationen mit und ohne Wiederholung.
Variation: k < n und die Reihenfolge ist wichtig
Der einzige Unterschied zwischen Variationen und Permutationen: Bei Variationen wird nur eine Stichprobe k < n aus der Urne gezogen, anstatt aller n Elemente. Da wir hier eine Variation ohne Wiederholung betrachten, kann jedes dieser k Elemente nur einmal ausgewählt werden.
Kommen wir zurück zu dem Beispiel mit den Stühlen auf dem Fußballfeld. Dieses Mal stellen wir uns vor, dass nur 10 festgelegte Schüler auf die 30 Stühle verteilt werden sollen. n ist dann weiterhin 30 und k = 10.
Der erste hat, wie bei der Permutation n = 30 freie Stühle zur Auswahl, von denen er einen besetzen kann. Der zweite hat nur noch (n - 1) = 29 freie Stühle usw. Der letzte ist in diesem Beispiel die Nummer 10, sodass ihm noch (n - k + 1) = 21 Stühle zur Auswahl stehen. Wenn man nun all diese Möglichkeiten multipliziert, sieht das so aus:
→ Es ergeben sich also deutlich weniger unterschiedliche Möglichkeiten, als bei der Permutation!
Eine Variation mit Wiederholung gestaltet sich verglichen damit deutlich einfacher. Denn wenn ein Element aus der Gruppe mehrmals ausgesucht werden kann, also den anderen Elementen keinen Platz „wegnimmt“, gibt es nach jedem Ziehen wieder die gleiche Anzahl an Möglichkeiten für das nächste Element in der Reihe, nämlich n. Die Anzahl k der Elemente entspricht der Stichprobengröße, sodass die Formel zur Berechnung der Möglichkeiten lautet:
n · n · n · n · … =
Kombination: k < n und die Reihenfolge ist unwichtig
Bei einer Kombination (also einer ungeordneten Stichprobe) ohne Wiederholung, ist es fast, wie bei einer Variation ohne Wiederholung, nur dass dieses Mal die Reihenfolge auch unwichtig ist! Am Beispiel bedeutet das, dass du und deine Schulkameraden euch nicht mehr auf Stühle in eine Reihe setzen müsst, sondern einfach in Gruppen zusammenstellt. Die Frage ist nun: Wie viele verschiedene Gruppen könnt ihr aus n = 30 Schülern bilden, wenn immer genau k = 10 Schüler in einer Gruppe sein sollen?
Die Formel für diese Fragestellung lautet:
Es handelt sich dabei um den Binomialkoeffizienten. Nun setzt du n und k einfach ein:
Die Formel entspricht der Formel für Variationen ohne Wiederholungen, mit Ausnahme des ∙ k! im Nenner.
Wusstest du schon:
Auf deinem Taschenrechner musst du häufig nicht den gesamten Bruch eingeben, um den Binomialkoeffizienten zu berechnen. Es gibt oft eine Eingabe, die z.B. so aussieht: 30 C 10. Sieh dir am besten das Handbuch deines Taschenrechners (manuell oder online) an oder frag deine Lehrer!
Warum multiplizieren wir den Nenner mit k?
Wenn wir die Formel für Variationen ohne Wiederholung nehmen, erhalten wir alle Möglichkeiten der Anordnung unter Beachtung der Reihenfolge. Diese muss nun ein wenig modifiziert werden. Für jede Gruppe, in der sich die gleichen 10 Schüler befinden, gibt es k! verschiedene Reihenfolgen. Da diese Reihenfolgen für uns bei einer Kombination nicht mehr wichtig sind, müssen wir die Gesamtanzahl an Möglichkeiten durch die Anzahl der Möglichkeiten teilen, die es pro Gruppenzusammensetzung bzgl. der Anordnung gibt.
Die allgemeine Formel hierfür lautet:
In diese Formel könnt ihr immer dann eure n und k einsetzen, wenn k Objekte so auf n Plätze aufgeteilt werden sollen, dass jedes der k Objekte mehrfach verwendet werden kann. Zum Beispiel: „Wie viele verschiedene Möglichkeiten gibt es, drei Bretter in den Farben rot, blau und/oder grün anzustreichen?“
Um sich aber bildlich vorzustellen, wie man auf diese Formel kommt, braucht es ein bisschen mehr Fantasie.
Mal angenommen, du besitzt ein Regal, in dem es 7 unterscheidbare Fächer gibt. Wie viele Möglichkeiten gibt es, 3 Tennisbälle in diesen Fächern unterschiedlich zu verteilen, wenn du auch mehrere Kugeln in ein Fach legen kannst?
In diesem Fall ist unser n = 7 und k = 3. Wie du im Bild unten siehst, gibt es zwischen diesen Fächern genau (n - 1), also 6 Trennwände. Wenn wir nun diese Fächer in einen „Code“ umwandeln, bei dem in jeder Zeile die Tennisbälle pro Fach als 0 und die Trennwände als 1 dargestellt werden und jede Zeile eine Möglichkeit der Anordnung darstellt, können wir erkennen, dass es in jeder Reihe genau (n - 1 + k) = 9 Elemente (Trennwände + Kugeln) gibt.
Jetzt musst du dir überlegen, auf wie viele verschiedene Arten du die 3 Nullen und 6 Einsen auf die 9 Elemente aufteilen kannst. Merkst du was hier passiert? Wir haben das Problem in eine Permutation mit Wiederholung und mehreren Gruppen umgewandelt. Denn nun teilen wir 9 teilweise identische Objekte auf 9 Plätze auf, wie bei den Eimern!
Hier noch mal mathematisch:
Stochastische Form | Allgemeine Formel |
n · (n - 1) · (n - 2) · … · 1 = n! | |
Permutation mit Wiederholung - alle Elemente aus n unterscheidbar, außer k Elemente | |
Permutation mit Wiederholung - s in sich identische Gruppen mit jeweils k1 - ks Elementen |
|
n · (n - 1) · (n - 2) · … · (n - k + 1) = | |
| |
| |
|
In diesem Abschnitt geht es darum, die klassische Wahrscheinlichkeit, auch die Laplace-Wahrscheinlichkeit genannt, zu definieren. Also: Was ist das? Bevor wir das beantworten können, müssen zunächst ein paar grundlegende Dinge klären:
P(A) ist die Wahrscheinlichkeit zwischen 0 und 1 des Ereignisses A, wenn:
Im Klartext: Wenn du unendlich oft eine Münze wirfst und jedes Mal das Ergebnis notierst, soll genau die Hälfte aller Würfe „Kopf“ und die andere Hälfte „Zahl“ sein 🡪 Je größer n, desto näher kommt man der tatsächlichen Wahrscheinlichkeit.
Daraus folgt: die Wahrscheinlichkeit P(A) =
Übrigens:
Diese Wahrscheinlichkeitsdefinition der Stochastik nennt sich auch das empirische Gesetz der großen Zahlen.
Wenn du nun n = 20 Mal eine Münze wirfst und k = 12-mal davon das Ereignis „Kopf“ eintritt, dann lautet die absolute Häufigkeit dieses Ereignisses (Kopf) = k = 12.
Bei einem Würfelwurf läuft es genauso, nur dass es nun 6 verschiedene Elementarereignisse gibt. Wenn du also 30-mal würfelst und du 10-mal die 4 erhältst, lautet die absolute Häufigkeit des Ereignisses „4“ (4) = 10.
Die relative Häufigkeit setzt die absolute Häufigkeit ins Verhältnis mit der Anzahl der insgesamt getätigten Versuche n. Also: Das Ereignis ist k-mal eingetreten pro n Würfe. Du berechnest sie mit: (Ereignis) =
Wenn du dich an die Definition der Wahrscheinlichkeit erinnerst, dann weißt du jetzt, dass es die relative Häufigkeit des Ereignisses ist, die sich bei unendlicher Ausführung seiner rechnerischen Wahrscheinlichkeit annähert!
Die einfachste Form der Wahrscheinlichkeit ergibt sich, wenn ein sogenanntes Laplace-Experiment vorliegt. Das ist der Fall, wenn alle Ergebnisse in der Ergebnismenge gleichwahrscheinlich sind.
Gleichwahrscheinlich bedeutet, dass, nach dem Gesetz der großen Zahlen, bei ewigem Würfeln die sechs Würfelseiten exakt gleich häufig gewürfelt würden. Wenn du dir nicht sicher bist, ob es sich bei einem Vorgang um ein Zufallsexperiment handelt oder nicht, frag dich selbst: Gibt es die Möglichkeit, dass bei ewigem Wiederholen des Experiments eines der Elementarereignisse häufiger eintreten könnte, als die anderen?
Wenn ja, handelt es sich nicht um ein Laplace-Experiment! Ein Beispiel hierfür wäre ein Fußballspiel zwischen der Nationalmannschaft und einem Drittligisten. Hierbei handelt es sich zwar um ein Zufallsexperiment, aber nicht um ein Laplace-Experiment, da es aufgrund der Zusammensetzung der Teams sehr viel wahrscheinlicher ist, dass die Nationalmannschaft gewinnt.
Wenn ein Laplace-Experiment zugrundliegt, entspricht die Wahrscheinlichkeit der möglichen Ereignisse :
Bei Elementarereignissen, also Ereignissen, die nur durch ein bestimmtes Ergebnis eintreten können, entspricht die Wahrscheinlichkeit also immer:
Die Wahrscheinlichkeit, eine der sechs Seiten eines Würfels zu würfeln liegt also bei:
mit Ω= {1,2,3,4,5,6} und |Ω|=6
Baumdiagramme sind hilfreich, wenn bei einem Zufallsexperiment statt nur einer Wiederholung gleich mehrere Ausführungen hintereinander stattfinden. Wenn das der Fall ist, handelt es sich um ein mehrstufiges Zufallsexperiment. Die Ergebnisse solcher Experimente werden durch k-Tupel beschrieben, wobei k die Stufenanzahl des Experiments darstellt.
Wie du bereits beim „Allgemeinen Zählprinzip“ gesehen hast, lässt sich die Menge der k-Tupel gut mithilfe eines Baumdiagrammes darstellen.
In einer Urne befinden sich eine pinke und eine blaue Kugel. Nun soll aus der Urne zweimal hintereinander mit Zurücklegen gezogen werden.
Darüber hinaus können dir Baumdiagramme dabei helfen, die Wahrscheinlichkeiten der einzelnen Ergebnisse in der Ergebnismenge zu bestimmen.
Übrigens:
mehrstufige Zufallsexperimente sind nichts anderes als Kombinationen (oder Variationen) von einstufigen Zufallsexperimenten!
Um die Wahrscheinlichkeiten der einzelnen Ergebnisse nun zu berechnen, musst du zunächst die Wahrscheinlichkeit der jeweiligen Ereignisse so an den Pfaden (den „Ästen“ des Baumdiagramms) notieren, als ob es sich bei jeder Stufe um ein einstufiges Zufallsexperiment handeln würde.
In der Urne befinden sich nun 4 pinke und 6 blaue Kugeln. Da es gleichwahrscheinlich ist, jede der Kugeln zu ziehen, handelt es sich um ein Laplace-Experiment. Nun soll wieder zweimal gezogen werden, dieses Mal jedoch ohne Zurücklegen.
In dem Baumdiagramm sehen wir nun die beiden Ereignisse „pink“ und „blau“. Wie oben unter „Laplace-Wahrscheinlichkeit“ erklärt, liegt die Wahrscheinlichkeit, dass das Ereignis „pink“ eintritt bei 410. Da die Summe der Wahrscheinlichkeiten aller möglichen Ergebnisse 1 ergeben muss, kannst du daraus automatisch schließen, dass die Wahrscheinlichkeit, eine blaue Kugel zu ziehen bei .
Nun müssen wir uns überlegen, wie die nächste Stufe aussieht, vorausgesetzt, eines der beiden Ereignisse ist eingetreten!
Angenommen, es wurde im ersten Schritt eine pinke Kugel gezogen. Da jetzt noch eine Kugel gezogen werden soll, musst du das erste eingetretene Ereignis berücksichtigen, wodurch sich die Zusammensetzung und Anzahl der Kugeln in der Urne zu 9 Kugeln, 6 blauen und 3 pinken geändert hat. Die Wahrscheinlichkeit jetzt jeweils eine pinke oder blaue Kugel zu ziehen verändert sich also!
Diese Überlegung machst du für alle Ereignisse und alle Stufen. Es hilft, sich die Experimente Schritt für Schritt vor Augen zu führen!
Wenn du im Rahmender Stochastik, die Wahrscheinlichkeit der entstandenen k-Tupel berechnen sollst, musst da zunächst die sogenannten Pfadregeln beachten. Diese lauten:
Die Wahrscheinlichkeit des Pfades entspricht dem Produkt aller Wahrscheinlichkeiten entlang des Pfades
Die Wahrscheinlichkeit eines Ereignisses entspricht der Summe der diesem Ereignis zugrundeliegenden Pfadwahrscheinlichkeiten.
Wenn du diese Regeln beachtest, bist du für die Berechnung sämtlicher Wahrscheinlichkeiten von mehrstufigen Zufallsexperimenten gewappnet!
Die Bedingte Wahrscheinlichkeit bezeichnet die Wahrscheinlichkeit, dass A eintritt, unter der Bedingung, dass B bereits eingetreten ist. Wie du das genau berechnen kannst, zeigen wir dir in diesem Abschnitt. Da wir uns hier besonders viel mit unterschiedlichen Ereignissen befassen und Ereignisse als eine Menge von Ergebnissen beschrieben werden, machen wir einen kurzen Ausflug in den Bereich der Mengenlehre.
Falls du schon ein Profi bist und Mengenlehre kein Problem für dich darstellt, geht es hier direkt zur Berechnung der bedingten Wahrscheinlichkeit.
Was ist eigentlich eine Menge? Eine Menge fasst ein oder mehrere unterscheidbare Objekte (= Elemente) zusammen. Innerhalb von Mengen kann es auch „kleinere“ Mengen geben, sogenannte Teilmengen.
Das Gegenteil einer Menge A wird durch den Ausdruck Ᾱ beschrieben und umfasst alle Elemente, die nicht in der Menge A enthalten sind.
Folgende Operationen lassen sich auf zwei Mengen A und B anwenden:
Der Durchschnitt enthält nur Elemente, die sowohl in Menge A, als auch in Menge B vorkommen. Man sagt auch „A und B“
Die Vereinigung enthält alle Elemente, die in A, B oder beiden Mengen vorkommen. Man sagt auch „A oder B“ (oder beides)
Die Differenz beschreibt alle Elemente, die in der Menge A vorkommen, außer denen, die auch in B vorkommen. Man sagt auch: „A ohne B“
oder auch P(A|B) beschreibt die Wahrscheinlichkeit, dass das Ereignis A (
) eintritt, unter der Bedingung, dass B sicher eintritt.
Wie wahrscheinlich ist es, dass du einen Korb wirfst, unter der Bedingung, dass ihr im Sportunterricht Basketball spielt?
A = Korb werfen
B = Basketball im Sportunterricht
Die Formel hierfür lautet:
Wenn wir uns das Ganze an einem Baumdiagramm ansehen, erkennst du, dass es sich bei dieser Formel um eine umgestellte Pfadregel handelt, nämlich die Produktregel.
Auf diese Weise könntest du genauso die Wahrscheinlichkeit dafür berechnen, dass du einen Korb wirfst, wenn im Unterricht kein Basketball gespielt wird, PB̄(A). Auch wenn das erstmal unwahrscheinlich klingt, könntest du dir ja auch einfach so einen Ball nehmen und einen Korb werfen.
Den Satz von Bayes benötigst du immer dann, wenn du eine bedingte Wahrscheinlichkeit in der Stochastik gegeben hast und die gegenteilige bedingte Wahrscheinlichkeit ermitteln möchtest. Also wenn du weißt, wie wahrscheinlich es ist, einen Korb zu werfen, unter der Bedingung, dass ihr im Sportunterricht Basketball spielt und herausfinden möchtest, wie wahrscheinlich es ist, dass ihr im Unterricht Basketball spielt, unter der Bedingung, dass du einen Korb geworfen hast.
Gegeben:
Gesucht:
Dazu müssen wir das oben gezeigte Baumdiagramm gedanklich umschreiben. Denn nun kommt die Bedingung (also A) zuerst und dann im zweiten Schritt B.
Analog zu oben können wir dann definieren:
Da B∩A und A∩B identische Mengen sind, gilt das auch für die Wahrscheinlichkeiten: P(B∩A) = P(A∩B).
Somit gilt: P(A)·PA(B)= P(B)·PB(A)
Das kannst du jetzt umformen und erhältst den Satz von Bayes:
In den Nennern dieser Formel kannst du auch die Kombination aus Produkt- und Summenregel erkennen. Dort steht nämlich nichts anderes, als:
„Die Wahrscheinlichkeit, dass im Unterricht Basketball gespielt wurde, ergibt sich aus der Wahrscheinlichkeit, dass Basketball gespielt wurde und du einen Korb geworfen hast plus die Wahrscheinlichkeit, dass Basketball gespielt wurde und du keinen Korb geworfen hast.“
Tipp:
Lass dich nicht verwirren. Erstelle einfach eine Liste mit allen bekannten Wahrscheinlichkeiten. Etwa so: P(A) = …, P(B) = …, usw. Wenn du diese Liste erstellt hast, stellst du den Satz von Bayes durch Äquivalenzumformung so um, dass hinter dem = nur die von dir gesuchte Wahrscheinlichkeit steht. Erst jetzt setzt du die einzelnen Wahrscheinlichkeiten ein und rechnest das Ergebnis aus.
Eine weitere Möglichkeit, bedingte Wahrscheinlichkeiten darzustellen, ist neben Baumdiagrammen eine Vierfeldertafel. Mit ihrer Hilfe kann man sich einen guten Überblick über die einzelnen Wahrscheinlichkeiten verschaffen und die bedingten Wahrscheinlichkeiten berechnen. Wir zeigen dir hier anhand eines Beispiels, wie so eine Vierfeldertafel aussieht:
Folgende Informationen sind dir gegeben: von 100 befragten Menschen sprechen 24 fließend Englisch. 18 dieser 24 Personen leben in Großbritannien. 68 der Personen, die nicht fließend Englisch sprechen, leben nicht in Großbritannien. Diese Daten können wir nun in eine Vierfeldertafel übertragen.
Durch einfaches Subtrahieren können wir die fehlenden Einträge ergänzen:
Wenn du nun die Einträge durch die Mächtigkeit (den Betrag) von Ω teilst (also 100), erhältst du die relative Häufigkeit und damit die Wahrscheinlichkeiten der einzelnen Einträge (siehe Laplace-Wahrscheinlichkeit, Relative und Absolute Häufigkeit).
Wenn du nun die bedingten Wahrscheinlichkeiten berechnen sollst, musst du nur die Wahrscheinlichkeiten in die oben gezeigten Formeln einsetzen! Wenn du zum Beispiel die Wahrscheinlichkeit berechnen willst, mit der ein zufällig ausgewählter befragter Mensch in Großbritannien lebt, wenn bekannt ist, dass er fließend Englisch spricht, nutzt du folgende Formel:
Bei der stochastischen Unabhängigkeit stellt sich die allgemeine Frage, ob zwei Ereignisse A und B sich gegenseitig beeinflussen. Wenn dies nicht der Fall ist, redet man von stochastischer Unabhängigkeit. Wenn jedoch die Wahrscheinlichkeit, dass eines der beiden Ereignisse eintritt vom Eintreten des anderen Ereignisses abhängig ist, redet man von stochastischer Abhängigkeit. Diese Frage stellt sich bei mehrstufigen Zufallsexperimenten.
Merke:
Zwei Ereignisse A und B sind immer dann stochastisch unabhängig, wenn gilt: PA∩B=PA·P(B). Und da allgemein gilt, dass PA∩B=PBA·PB, muss bei stochastischer Unabhängigkeit PBA=P(A) sein.
Sehen wir uns nochmal die Vierfeldertafel von oben an:
Wenn es sich laut der oben genannten Formel um ein stochastisch unabhängiges Zufallsexperiment handeln würde, dürfte die Tatsache, dass jemand in GB lebt keinen Einfluss darauf haben, ob er fließend Englisch spricht. Rein logisch betrachtet, wäre es aber durchaus sinnvoll, dass es zwischen diesen beiden Variablen einen Zusammenhang gibt.
Doch wie beweisen wir das? Ganz einfach: Du setzt die gegebenen Wahrscheinlichkeiten in die Formel ein und überprüfst, ob diese gilt:
→ Die Formel gilt also nicht! Somit liegt eine stochastische Abhängigkeit vor.
Übrigens:
Wenn A und B stochastisch unabhängig sind, dann gilt dasselbe auch für A und B̄, Ᾱ und B sowie Ᾱ und B̄.
Bei Urnenmodellen liegt eine stochastische Unabhängigkeit immer dann vor, wenn ein Zufallsexperiment mit Wiederholung, also mit Zurücklegen stattfindet. Denn dann ist die Wahrscheinlichkeit jedes Mal wieder gleich, eine bestimmte Kugel zu ziehen.
Tipp:
Wenn du eine Vierfeldertafel ergänzen sollst und gegeben ist, dass es sich um ein stochastisch Unabhängiges Experiment handelt, nutze die Formel P(A∩B)=P(A)·P(B), um die fehlenden Wahrscheinlichkeiten zu ergänzen. Ohne sie wirst du bei solchen Fragestellungen häufig durch subtrahieren alleine nicht alle Wahrscheinlichkeiten ergänzen können. Versuch deshalb immer aus der Beschreibung des Experiments herauszulesen, ob die unterschiedlichen Ereignisse sich beeinflussen!
Unsere Empfehlung
Die Stochastik ist ein komplexes Thema. Deshalb ist es wichtig, gut strukturiert an Aufgaben heranzugehen. Diese Struktur ermöglicht es dir, verschiedene Bereiche der Stochastik auseinander zu halten, ohne dabei durcheinanderzukommen. Wir empfehlen dir, dich bewusst mit den einzelnen Teilgebieten zu beschäftigen und anhand von Übungsaufgaben Gefühl und Verständnis für die Denkweise zu erlangen.
Aus diesem Grund stehen für dich zu den oben behandelten Themen jede Menge vertiefende Artikel bereit, in denen du noch mehr Beispiele, Tricks und Übungsaufgaben findest!
Sei rechtzeitig vorbereitet für deine Prüfungen.
Teste dein Wissen mit spielerischen Quizzes.
Erstelle und finde Karteikarten in Rekordzeit.
Erstelle die schönsten Notizen schneller als je zuvor.
Hab all deine Lermaterialien an einem Ort.
Lade unzählige Dokumente hoch und habe sie immer dabei.
Kenne deine Schwächen und Stärken.
Ziele Setze dir individuelle Ziele und sammle Punkte.
Nie wieder prokrastinieren mit unseren Lernerinnerungen.
Sammle Punkte und erreiche neue Levels beim Lernen.
Lass dir Karteikarten automatisch erstellen.
Erstelle die schönsten Lernmaterialien mit unseren Vorlagen.
Melde dich an für Notizen & Bearbeitung. 100% for free.