Stochastische Abhängigkeit & Unabhängigkeit

Grundlagen der stochastischen Abhängigkeit und Unabhängigkeit von Ereignissen.

Kurzüberblick
  • Unabhängig: Ereignisse beeinflussen sich nicht
  • Abhängig: Ereignisse beeinflussen sich
  • Unabhängig, wenn: P(AB)=P(A)P(B)P(A \cap B) = P(A) \cdot P(B)
  • Abhängig, wenn: P(AB)P(A)P(B)P(A \cap B) \neq P(A) \cdot P(B)
  • Bei Unabhängigkeit bleibt die bedingte Wahrscheinlichkeit gleich: P(AB)=P(A)P(A \mid B) = P(A)

Was bedeutet stochastische Unabhängigkeit?

Zwei Ereignisse sind stochastisch unabhängig, wenn das Eintreten des einen Ereignisses keinen Einfluss darauf hat, wie wahrscheinlich das andere Ereignis ist.

Typische Beispiele:

  • Münzwurf und Würfelwurf
  • Zwei unabhängige Maschinen, die unterschiedlich häufig ausfallen
  • Zufällige Auswahl aus zwei getrennten Urnen

Mathematische Eigenschaften

Für unabhängige Ereignisse AA und BB gilt:

  1. Bedingte Wahrscheinlichkeit ändert sich nicht
P(AB)=P(A)undP(BA)=P(B)P(A \mid B) = P(A) \qquad\text{und}\qquad P(B \mid A) = P(B)
  1. Produktregel
P(AB)=P(A)P(B)P(A \cap B) = P(A) \cdot P(B)

Diese Gleichung wird oft verwendet, um Unabhängigkeit nachzuweisen.

Was bedeutet stochastische Abhängigkeit?

Zwei Ereignisse sind stochastisch abhängig, wenn das Eintreten des einen Ereignisses die Wahrscheinlichkeit des anderen beeinflusst.

Beispiele:

  • Das Ziehen einer roten Karte ohne Zurücklegen beeinflusst spätere Ziehungen
  • Wetterlagen können sich gegenseitig beeinflussen
  • Testergebnisse („positiv“) hängen vom tatsächlichen Zustand („krank / gesund“) ab

Mathematische Eigenschaften

Ereignisse sind abhängig, wenn die Produktregel nicht gilt:

P(AB)P(A)P(B)P(A \cap B) \neq P(A) \cdot P(B)

oder wenn sich die bedingte Wahrscheinlichkeit ändert:

P(AB)P(A)P(A \mid B) \neq P(A)

On this page