Wahrscheinlichkeitstheorie

✅ Ein Experiment mit ungewissem Ausgang und sich gegenseitig ausschließenden Ereignissen.

❓Zusätzlicher Kontext ❓

Ein Zufallsexperiment ist ein Vorgang, der unter gleichen Bedingungen beliebig oft wiederholt werden kann,

dessen Ergebnis jedoch nicht vorhersagbar ist.

Die möglichen Ausgänge schließen sich gegenseitig aus – es kann immer nur genau eines eintreten.

Klassisches Beispiel: Der Münzwurf.

Die möglichen Ergebnisse sind Kopf oder Zahl – beide können nicht gleichzeitig auftreten und eines davon muss eintreten.

In der Stochastik bildet das Zufallsexperiment die Grundlage für alle weiteren Konzepte wie Wahrscheinlichkeiten, Zufallsvariablen und Verteilungen.)

✅ Der Ergebnisraum Ω ist die Menge aller möglichen Ergebnisse eines Zufallsexperiments.

❓Zusätzlicher Kontext ❓

Der Ergebnisraum Ω (auch Stichprobenraum) enthält jeden denkbaren Ausgang eines Zufallsexperiments.

Man unterscheidet zwei Typen:

• Diskret (abzählbar): Ω ist endlich oder abzählbar unendlich. Beispiel: Würfelwurf Ω = {1,2,3,4,5,6} oder Anzahl Anrufe pro Tag Ω = {0,1,2,...}.

• Stetig (überabzählbar): Ω enthält überabzählbar viele Elemente.

Beispiel: Wartezeit in Minuten Ω = [0, ∞) – zwischen zwei Zeitpunkten gibt es unendlich viele mögliche Werte.

✅ Der Modus ist der am häufigsten auftretende Wert – bei stetigen Verteilungen das Maximum der Dichtefunktion.

❓Zusätzlicher Kontext ❓

Der Modus (auch Modalwert) ist ein Lagemaß, das den 'typischsten' Wert einer Verteilung angibt:

• Diskret: Der Wert x mit der größten Wahrscheinlichkeit P(X=x). Bei einem fairen Würfel gibt es keinen eindeutigen Modus (alle Werte gleich wahrscheinlich).

• Stetig: Der Wert x, an dem die Dichtefunktion f(x) ihr globales Maximum hat.

Beispiel: Bei der Normalverteilung N(µ,σ²) ist der Modus gleich dem Erwartungswert µ.

✅ F(x) gibt die Wahrscheinlichkeit an, dass X einen Wert ≤ x annimmt: F(x) = P(X ≤ x).

❓Zusätzlicher Kontext ❓

Die Verteilungsfunktion (CDF) kumuliert alle Wahrscheinlichkeiten bis zum Wert x.

Sie ist eine universelle Darstellung, die für diskrete und stetige Zufallsvariablen existiert. Wichtige Eigenschaften:

(1) F(x) ist monoton nicht-fallend.

(2) F(-∞) = 0 und F(+∞) = 1.

(3) F ist rechtsseitig stetig.

(4) Bei stetigen Verteilungen gilt: die Dichte f(x) ist die Ableitung von F(x), also f(x) = F'(x)

✅ P(A|B) ist die Wahrscheinlichkeit von A, wenn man weiß, dass B bereits eingetreten ist. P(A|B) = P(A ∩ B) / P(B) [P(B) > 0]

❓Zusätzlicher Kontext ❓

Die bedingte Wahrscheinlichkeit aktualisiert unsere Einschätzung über A, sobald wir neue Information über B haben.

Man 'konditioniert' auf das Ereignis B – der Ergebnisraum wird von Ω auf B eingeschränkt. Beispiel: Ein Würfel wird geworfen.

P(Augenzahl=6 | Augenzahl gerade) = P({6} ∩ {2,4,6}) / P({2,4,6}) = (1/6) / (3/6) = 1/3. Multiplikationsregel: Umgestellt ergibt sich P(A ∩ B) = P(A|B) · P(B), was die Berechnung gemeinsamer Wahrscheinlichkeiten ermöglicht.

✅ A und B sind unabhängig, wenn das Eintreten von B keinerlei Information über A liefert – und umgekehrt

❓Zusätzlicher Kontext ❓

Stochastische Unabhängigkeit bedeutet:

die Wahrscheinlichkeit des gemeinsamen Eintretens von A und B ist das Produkt der Einzelwahrscheinlichkeiten.

Äquivalent dazu: P(A|B) = P(A)

– die Bedingung B ändert nichts an der Wahrscheinlichkeit für A.

Stetig: Zwei Zufallsvariablen X und Y sind unabhängig, wenn ihre gemeinsame Verteilungsfunktion in das Produkt der Randverteilungen zerfällt.

Wichtig: Unabhängigkeit ≠ Unkorreliertheit (ρ=0).

Unabhängigkeit impliziert Unkorreliertheit, aber nicht umgekehrt – außer bei der Normalverteilung.

✅ Der Erwartungswert ist der 'Schwerpunkt' der Verteilung – der mittlere Wert, den X bei sehr vielen Wiederholungen annimmt.

❓Zusätzlicher Kontext ❓

Der Erwartungswert (Mittelwert) µ ist das gewichtete Mittel aller möglichen Werte – gewichtet mit ihren jeweiligen Wahrscheinlichkeiten.

Anschaulich: Bei sehr vielen Wiederholungen des Experiments nähert sich das arithmetische Mittel der Ergebnisse dem Erwartungswert an (Gesetz der großen Zahlen).

Beispiel diskret: Fairer Würfel: E(X) = (1+2+3+4+5+6)/6 = 3.5. Dieser Wert wird nie konkret gewürfelt, ist aber der langfristige Durchschnitt.

✅ Linearität, Additivität und (bei Unabhängigkeit) Multiplikativität.

❓Zusätzlicher Kontext ❓

Der Erwartungswert ist ein linearer Operator – das macht ihn besonders einfach zu handhaben: ① Lineare Transformation: E(aX + b) = a·E(X) + b. Skalierung und Verschiebung gehen direkt in den Erwartungswert ein. Bsp: E(2X + 3) = 2·E(X) + 3.

② Additivität: E(X + Y) = E(X) + E(Y). Diese Eigenschaft gilt IMMER – unabhängig davon, ob X und Y abhängig oder unabhängig sind! Das ist sehr mächtig.

③ Produktregel: E(X·Y) = E(X)·E(Y) – aber NUR wenn X und Y stochastisch unabhängig sind. Bei abhängigen Variablen gilt stattdessen E(XY) = Cov(X,Y) + E(X)·E(Y).

Achtung: Die Produktregel gilt NUR bei Unabhängigkeit! Die Additivität hingegen gilt immer.

✅ Das p-Quantil x_p ist der Wert, unterhalb dessen ein Anteil p der Wahrscheinlichkeitsmasse liegt. P(X ≤ x_p) = p bzw. F(x_p) = p

❓Zusätzlicher Kontext ❓

Das p-Quantil (oder p-Perzentil) teilt die Verteilung so, dass ein Anteil p der Wahrscheinlichkeit links davon liegt. Formal ist x_p der kleinste Wert mit P(X ≤ x_p) ≥ p.

Wichtige Spezialfälle:

Das 0.5-Quantil heißt Median – er teilt die Verteilung in zwei gleich wahrscheinliche Hälften.

Das 0.25-Quantil (Q1) und 0.75-Quantil (Q3) heißen unteres und oberes Quartil.

Der Bereich [Q1, Q3] enthält 50% der Wahrscheinlichkeitsmasse.

Beispiel: Das 0.9-Quantil der Standardnormalverteilung ist ≈ 1.28. Das bedeutet: P(Z ≤ 1.28) = 90%.

✅ Die Varianz misst die mittlere quadratische Abweichung der Zufallsvariable von ihrem Erwartungswert.

❓Zusätzlicher Kontext ❓

Die Varianz σ² quantifiziert die Streuung (Dispersion) einer Zufallsvariable um ihren Erwartungswert µ.

Durch das Quadrieren werden positive und negative Abweichungen gleich behandelt und große Abweichungen stärker gewichtet.

Maßeinheit: Die Varianz hat die quadratische Einheit der Originalvariable (z.B. cm² statt cm). Deshalb ist die Standardabweichung σ = √Var(X) oft praktischer – sie hat dieselbe Einheit wie X.

✅ Quadratische Skalierung, Additivität bei Unabhängigkeit, und die Verschiebungsregel (Rechenformel).

❓Zusätzlicher Kontext ❓

Anders als der Erwartungswert ist die Varianz nicht linear:

① Lineare Transformation: Var(aX + b) = a²·Var(X). Die Verschiebung b verschwindet komplett – sie verändert die Streuung nicht, nur die Skalierung a geht quadratisch ein!

② Summe bei Unabhängigkeit: Var(X+Y) = Var(X) + Var(Y) – aber NUR wenn X und Y unabhängig sind. Sonst gilt: Var(X+Y) = Var(X) + Var(Y) + 2·Cov(X,Y).

③ Verschiebungsregel (Rechenformel): Var(X) = E(X²) − (E(X))² = E(X²) − µ². Diese Formel ist oft einfacher zu berechnen als die Definition direkt.

✅ σ = √Var(X) – die Standardabweichung ist die Wurzel der Varianz und hat dieselbe Einheit wie X. σ = √( Var(X) ) = √( E(X²) − µ² )

❓Zusätzlicher Kontext ❓

Die Standardabweichung σ ist das gebräuchlichste Streuungsmaß, da sie interpretierbar in der Originaleinheit ist.

Während die Varianz in 'quadratischen Einheiten' angegeben wird, ist σ direkt mit dem Erwartungswert vergleichbar.

Faustregel (Normalverteilung):

Bei einer Normalverteilung liegen ca. 68% aller Werte im Bereich [µ−σ, µ+σ], ca. 95% in [µ−2σ, µ+2σ] und ca. 99.7% in [µ−3σ, µ+3σ] – die sogenannte 68-95-99.7-Regel.

✅ Die Kovarianz misst den linearen Zusammenhang zwischen X und Y – wie sie gemeinsam um ihre Erwartungswerte schwanken. Cov(X,Y) = E(XY) − E(X)·E(Y)

❓Zusätzlicher Kontext ❓

Die Kovarianz Cov(X,Y) gibt an, ob X und Y tendenziell gemeinsam über oder unter ihren Erwartungswerten liegen:

• Cov(X,Y) > 0: X und Y tendieren dazu, sich in dieselbe Richtung zu bewegen (beide groß oder beide klein).

• Cov(X,Y) < 0: Wenn X groß ist, ist Y eher klein – und umgekehrt (gegenläufiger Zusammenhang).

• Cov(X,Y) = 0: Kein linearer Zusammenhang (unkorreliert) – aber nicht zwingend unabhängig!

✅ Die Kovarianz ist symmetrisch:

Cov(X,Y) = Cov(Y,X).

Var(X+Y) = Var(X) + Var(Y) + 2·Cov(X,Y)

❓Zusätzlicher Kontext ❓

Symmetrie:

Es spielt keine Rolle, in welcher Reihenfolge X und Y stehen – der lineare Zusammenhang zwischen X und Y ist derselbe wie zwischen Y und X. Mathematisch folgt dies direkt aus der Kommutativität der Multiplikation in E(XY) = E(YX).

Varianz der Summe:

Diese Formel ist eine Verallgemeinerung: Bei unabhängigen Variablen ist Cov(X,Y)=0 und die Formel vereinfacht sich zu Var(X)+Var(Y). Bei positiver Kovarianz ist die Streuung der Summe größer, bei negativer Kovarianz kleiner als die Summe der Einzelvarianzen.

✅ X und Y sind unkorreliert wenn ρ(X,Y) = 0, d.h. Cov(X,Y) = 0 – kein linearer Zusammenhang

❓Zusätzlicher Kontext ❓

Unkorreliertheit bedeutet lediglich, dass kein linearer Zusammenhang zwischen X und Y besteht.

Es können trotzdem nichtlineare Abhängigkeiten existieren!

Wichtiges Gegenbeispiel:

Sei X ~ U(-1,1) und Y = X².

Dann ist Cov(X,Y) = 0 (unkorreliert!), obwohl Y vollständig durch X bestimmt wird.

Der Zusammenhang ist quadratisch, nicht linear.

Ausnahme Normalverteilung:

Bei gemeinsamer Normalverteilung gilt: Unkorreliertheit genau dann, wenn Unabhängigkeit. Nur in diesem Spezialfall sind beide Begriffe äquivalent.

✅ ρ(X,Y) normiert die Kovarianz auf [-1, 1] und misst die Stärke des linearen Zusammenhangs. ρ(X,Y) = Cov(X,Y) / (σ_X · σ_Y)

❓Zusätzlicher Kontext ❓

Der Pearson-Korrelationskoeffizient ρ ist eine dimensionslose Kennzahl für den linearen Zusammenhang.

Durch Division durch die Standardabweichungen wird er auf das Intervall [-1, 1] normiert:

• ρ = +1: Perfekter positiver linearer Zusammenhang (Y = aX + b mit a > 0).

• ρ = −1: Perfekter negativer linearer Zusammenhang (Y = aX + b mit a < 0).

• ρ = 0: Kein linearer Zusammenhang (unkorreliert).

• |ρ| nahe 1: Starker linearer Zusammenhang;

|ρ| nahe 0: Schwacher linearer Zusammenhang.

✅ Unabhängigkeit ist stärker als Unkorreliertheit. Unabhängigkeit → Unkorreliertheit, aber nicht umgekehrt.

❓Zusätzlicher Kontext ❓

Unabhängig ⟹ Cov(X,Y)=0 ⟹ ρ(X,Y)=0 Diese Beziehungen sind zentral und werden häufig verwechselt:

• Unabhängig ⟹ unkorreliert: Wenn X und Y stochastisch unabhängig sind, folgt immer Cov(X,Y)=0.

• Unkorreliert ⇏ unabhängig: ρ=0 bedeutet nur kein linearer Zusammenhang – nichtlineare Abhängigkeiten sind möglich.

• Ausnahme Normalverteilung:

Bei multivariater Normalverteilung gilt: unkorreliert ⟺ unabhängig.

• Cov(X,Y) = 0 ⟺ ρ(X,Y) = 0: Da σ_X, σ_Y > 0, haben Kovarianz und Korrelationskoeffizient immer dasselbe Vorzeichen.

■ Merke: Für die Prüfung: Kennen Sie Gegenbeispiele! Y = X² zeigt: unkorreliert ≠ unabhängig. ■■ Achtung: Verwechslung von Unkorreliertheit und Unabhängigkeit ist ein häufiger Fehler in Prüfungen!