abiweb
online lernen

Die perfekte Abiturvorbereitung
in Mathematik

Im Kurspaket Mathematik erwarten Dich:
  • 195 Lernvideos
  • 414 Lerntexte
  • 598 interaktive Übungen
  • original Abituraufgaben
gratis testen

Weiß man, dass ein Ereignis B mit $P (B) > 0$ bei einem Zufallsexperiment eingetreten ist, hat das einen Einfluss auf die Wahrscheinlichkeiten anderer Ereignisse. Sind die Ereignisse A und B unvereinbar, so ist mit dem Eintreten von B die Wahrscheinlichkeit des Ereignisses A schlagartig auf $P_B(A) = 0$ gesunken. Haben die Ereignisse einen nicht leeren Schnitt ist also $P(A \cap B ) > 0 $ so ergibt sich die neue (bedingte) Wahrscheinlichkeit aus dem Anteil den $P(A \cap B )$ an $P( B )$ ausmacht.

Merke

Hier klicken zum Ausklappen

Definition bedingte Wahrscheinlichkeit

$A,B \in \mathcal{P}(\Omega)$ und $P(B)>0$ dann ist

$\large \bf P_B(A)=\frac{P(A \cap B)}{P(B)}$

die bedingte Wahrscheinlichkeit von A unter der Bedingung B.

Eine andere gebräuchliche Schreibweise für bedingte Wahrscheinlichkeiten ist

$\bf P(A|B)= P_B(A)$

Beispiel

Hier klicken zum Ausklappen

Busfahrt

In einem Bus sind 20% von den 15 weiblichen Fahrgäste blond, bei den 20 männlichen Fahrgästen beträgt der Anteil der Blonden 30%.  Daraus ergibt sich, dass insgesamt 9 blonde Fahrgäste im Bus sitzen. Ihr Anteil beträgt also $\frac{9}{35}\approx 26\%$ . Die Wahrscheinlichkeit, dass als nächstes ein blonder Fahrgast aussteigt beträgt also $P(blond) \approx 26 \%$. Wenn nur Frauen aufstehen, um auszusteigen beträgt die bedingte Wahrscheinlichkeit jetzt nur $P_F(blond)= 20\%$. Das Eintreten des Ereignisses F= “als nächstes steigt eine Frau aus“, hat die Wahrscheinlichkeit des Ereignisses blond = “als nächstes steigt eine blonde Person aus” verringert, weil der Anteil der Blonden bei den Frauen im Bus eben etwas kleiner ist, als unter allen Fahrgästen.

(Übung) Zur Veranschaulichung können sie das Beispiel in einem Baumdiagramm aufzeichnen.

Multiplikationssatz

Eine einfache Umformung der Definition der bedingten Wahrscheinlichkeit führt zum Multiplikationssatz.

$\large \bf P(A\cap B)= P(B) \cdot P_B(A) = P(A) \cdot P_A(B) = P( B \cap A)$

Beispiel

Hier klicken zum Ausklappen

Mit dem Multiplikationssatz können wir z.B. die Wahrscheinlichkeit berechnen, mit der als nächstes eine blonde Frau aus dem Bus aussteigt (der Bus aus dem vorherigen Beispiel).

$P(blond \cap F ) = P(F) \cdot P_F(blond) =\large \frac{15}{35} \cdot \frac{1}{5} = \frac{3}{35}$

Multiple-Choice
Gegeben sind $P(A) = 0,5$ und $P(A \cap \bar{B}) = 0,3 $.  Berechnen Sie $P_A(B)$ .
0/0
Lösen

Hinweis:

Bitte kreuzen Sie die richtigen Aussagen an. Es können auch mehrere Aussagen richtig oder alle falsch sein. Nur wenn alle richtigen Aussagen angekreuzt und alle falschen Aussagen nicht angekreuzt wurden, ist die Aufgabe erfolgreich gelöst.

Dieser Inhalt ist Bestandteil des Online-Kurses

Stochastik

abiweb - Abitur-Vorbereitung online (abiweb.de)
Diese Themen werden im Kurs behandelt:

[Bitte auf Kapitelüberschriften klicken, um Unterthemen anzuzeigen]

  • Beschreibende Statistik
    • Einführung
    • Klassen
    • Mittelwert, Median und Modus
    • Varianz und Standardabweichung
    • Darstellung von statistischen Daten
  • Wahrscheinlichkeit
    • Zufallsexperiment
    • Wahrscheinlichkeitsraum
    • Laplace-Experiment
    • Kombinatorik
  • Bedingte Wahrscheinlichkeit
    • Definition und Beispiele
    • Satz von Bayes
    • Unabhängigkeit
  • Zufallsgrößen
    • Definition Zufallsgröße
    • Wahrscheinlichkeits- und Dichtefunktion
    • Verteilungsfunktion
    • Erwartungswert einer Zufallsgröße
    • Varianz einer Zufallsgröße
  • Binomialverteilung
    • Bernoulli-Kette
    • Formel von Bernoulli
    • Erwartungswert und Varianz
    • Sigma-Regeln
  • Normalverteilung
    • Dichtefunktion der Normalverteilung
    • Verteilungsfunktion der Normalverteilung
    • Näherung für die Binomialverteilung
    • Zentraler Grenzwertsatz
  • Beurteilende Statistik
    • Einführung beurteilende Statistik
    • Signifikanztest
    • Gütefunktion und Operationscharakteristik
    • Konfidenzintervalle
  • 29
  • 13
  • 106
  • 15

Unsere Nutzer sagen:

  • Gute Bewertung für Stochastik

    Ein Kursnutzer am 19.01.2017:
    "Gut erklärt "