Stochastische Unabhängigkeit – Beispielaufgabe
in nur 12 Minuten? Du willst ganz einfach ein neues
Thema lernen in nur 12 Minuten?
-
5 Minuten verstehen
Unsere Videos erklären Ihrem Kind Themen anschaulich und verständlich.
92%der Schüler*innen hilft sofatutor beim selbstständigen Lernen. -
5 Minuten üben
Mit Übungen und Lernspielen festigt Ihr Kind das neue Wissen spielerisch.
93%der Schüler*innen haben ihre Noten in mindestens einem Fach verbessert. -
2 Minuten Fragen stellen
Hat Ihr Kind Fragen, kann es diese im Chat oder in der Fragenbox stellen.
94%der Schüler*innen hilft sofatutor beim Verstehen von Unterrichtsinhalten.
Grundlagen zum Thema Stochastische Unabhängigkeit – Beispielaufgabe
In diesem Video siehst du eine Beispielaufgabe zum Thema “stochastische Unabhängigkeit”.
Stochastische Unabhängigkeit – Beispielaufgabe Übung
-
Gib an, was stochastische Unabhängigkeit bedeutet.
TippsBeispiel zweifacher Münzwurf:
Ob wir beim ersten Wurf Kopf oder Zahl erhalten haben, hat keinen Einfluss darauf, wie wahrscheinlich es ist, beim nächsten mal Kopf zu werfen. Die Wahrscheinlichkeit beim zweiten mal Kopf zu werfen bleibt $\frac{1}{2}$, unabhängig davon, was das Ergebnis des vorherigen Wurfes war. Die Ereignisse $A$ – Kopf beim ersten Wurf und $B$ – Kopf beim zweiten Wurf, sind also stochastisch unabhängig.Damit zwei Ereignisse $A$ und $B$ stochastisch unabhängig sind, muss die Wahrscheinlichkeit für $A$ und $B$ gleich der Wahrscheinlichkeit von $A$ mal der Wahrscheinlichkeit von $B$ sein.
LösungZwei Ereignisse sind stochastisch unabhängig voneinander, wenn das Eintreten des einen Ereignisses die Wahrscheinlichkeit für das Eintreten des anderen Ereignisses nicht beeinflusst. Allgemein gilt für stochastische Unabhängigkeit die Bedingung:
$P(A \cap B) = P(A) \cdot P(B) \quad \Leftrightarrow \quad P_A(B) = P(B)$
In Worten lautet dies:
Ist die Wahrscheinlichkeit von $B$ unter der Bedingung $A$ genauso groß wie die Wahrscheinlichkeit von $B$ ohne weitere Bedingung, so sprechen wir von stochastischer Unabhängigkeit der beiden Ereignisse.Die Ereignisse $A$ und $B$ sind hingegen stochastisch abhängig, wenn gilt:
$P(A \cap B) \neq P(A) \cdot P(B)~$ beziehungsweise $~P_A(B) \neq P(B) $
Somit sind folgende Aussagen korrekt:
- Für stochastische Unabhängigkeit gilt die Bedingung: $P(A \cap B) = P(A) \cdot P(B) $
- Die Ereignisse $A$ und $B$ sind stochastisch abhängig, wenn gilt: $P_A(B) \neq P(B) $
Hingegen sind folgende Aussagen falsch:
- Die Wahrscheinlichkeit von $B$ unter der Bedingung $A$ ist genauso groß wie die Wahrscheinlichkeit von $A$ unter der Bedingung $B$.
- $P_A(B) = P(A) \cdot P(B) \quad \Leftrightarrow \quad {P_A(B) = P(B) }$
$P_A(B)= \dfrac{P(A\cap B)}{P(A)}$
Hingegen gilt für die stochastische Unabhängigkeit die Gleichung:
$P(A \cap B) = P(A) \cdot P(B)$
Eingesetzt erhalten wir mit der ersten Bedingung die zweite:
${P_A(B)= \dfrac{P(A\cap B)}{P(A)} = \dfrac{P(A) \cdot P(B)}{P(A)} = P(B)}$
-
Belege die stochastische Unabhängigkeit der beiden Ereignisse $A$ und $B$.
TippsIn der Schnittmenge $A \cap B$ sind alle Elemente enthalten, die sowohl in der Menge $A$ als auch in der Menge $B$ sind.
Damit zwei Ereignisse $A$ und $B$ stochastisch unabhängig sind, muss die Wahrscheinlichkeit für $A$ und $B$ gleich der Wahrscheinlichkeit von $A$ mal der Wahrscheinlichkeit von $B$ sein.
LösungDamit zwei Ereignisse $A$ und $B$ stochastisch unabhängig sind, muss folgende Formel erfüllt sein:
$P(A \cap B) = P(A) \cdot P(B)$
Wir untersuchen das Beispiel:
Aus einem Blatt mit $52$ Karten wird zufällig eine Karte gezogen.$A$: Die Karte ist ein Ass.
$B$: Die Karte hat die Farbe Kreuz.
Ein Skatblatt enthält $52$ Karten, je $13$ in den vier Farben. Die Ergebnismenge enthält also $52$ Elemente.
Die Menge $A$ enthält $\color{#99CC00}{\mathbf{4}}$ Elemente.
$\quad \implies P(A)=\color{#99CC00}{\mathbf{\dfrac{4}{52}}}$
Die Menge $B$ enthält $\color{#99CC00}{\mathbf{13}}$ Elemente.
$\quad \implies P(B)=\color{#99CC00}{\mathbf{\dfrac{13}{52}}}$
Wir betrachten nun das Produkt:
$P(A) \cdot P(B)= \color{#99CC00}{\mathbf{\dfrac{4}{52}}}\color{black}{ \cdot} \color{#99CC00}{\mathbf{\dfrac{13}{52}}}\color{black}{ =} \color{#99CC00}{\mathbf{\dfrac{1}{52}}}$
Wir bilden nun die Schnittmenge $A \cap B$. In ihr sind alle Elemente enthalten, die sowohl in der Menge $A$ als auch in der Menge $B$ sind. In unserem Fall gilt dies nur für Kreuz Ass.
Da in der Menge $A \cap B$ nur eines von $52$ möglichen Ergebnissen enthalten ist, gilt:
$P(A \cap B) = \color{#99CC00}{\mathbf{\dfrac{1}{52}}}$Schlussfolgerung:
Da $\color{#99CC00}{\mathbf{P(A) \cdot P(B)}}$ und $\color{#99CC00}{\mathbf{P(A \cap B)}}$ das gleiche Ergebnis haben, sind die Ereignisse $A$ und $B$ stochastisch unabhängig. Die Formel
$P(A \cap B) = P(A) \cdot P(B)$
ist erfüllt. -
Prüfe die Ereignisse paarweise auf stochastische Abhängigkeit.
TippsBestimme zunächst die Wahrscheinlichkeiten der Ereignisse $A$–$D$.
Beispiel:
$C$: Die Karte ist kleiner als $5$. Dies gilt für die $1$, die $2$, die $3$ und die $4$ in allen vier Farben.
$ P(C)= \dfrac{16}{52} = \dfrac{4}{13}$Betrachte dann die Verknüpfungen.
Beispiel: $B \cap C$:
Die Karte ist ein König und kleiner $5$. Eine solche Karte gibt es nicht.LösungWir überprüfen folgende Formeln:
- $A$ und $B$ sind stochastisch unabhängig, wenn:
- $A$ und $B$ sind stochastisch abhängig, wenn:
$\,$
Wir bestimmen zuerst die Wahrscheinlichkeiten der gegebenen Ereignisse:
- $A$: Die Karte hat die Farbe Pik.
- $B$: Die Karte ist ein König.
- $C$: Die Karte ist kleiner als $5$. Dies gilt für die $1$, die $2$, die $3$ und die $4$.
- $D$: Die Karte ist eine $4$ oder hat die Farbe Herz.
$\,$
Wir bilden nun die jeweiligen Schnittmengen und vergleichen die entsprechenden Wahrscheinlichkeiten:
$\underline{A \cap B}$
Die Karte ist ein Pik König.
$P(A \cap B)= \dfrac{1}{52}$
${P(A) \cdot P(B) = \dfrac{1}{4} \cdot \dfrac{1}{13} = \dfrac{1}{52} = P(A \cap B)}$
$\rightarrow$ stochastisch unabhängig$\underline{B \cap C}$
Die Karte ist ein König und kleiner $5$. Eine solche Karte gibt es nicht.
$P(B \cap C)= 0$
${P(B) \cdot P(C) = \dfrac{1}{13} \cdot \dfrac{4}{13} = \dfrac{4}{169} \neq P(B \cap C)}$
$\rightarrow$ stochastisch abhängig$\underline{C \cap D}$
Die Karte ist eine $4$ oder eine Herz $1$, $2$ oder $3$.
$P(C \cap D)= \dfrac{7}{52}$
${P(C) \cdot P(D) = \dfrac{4}{13} \cdot \dfrac{4}{13} = \dfrac{16}{169} \neq P(C \cap D)}$
$\rightarrow$ stochastisch abhängig$\underline{A \cap C}$
Die Karte ist eine Pik $1$, $2$, $3$ oder $4$.
$P(A \cap C)= \dfrac{4}{52} = \dfrac{1}{13}$
${P(A) \cdot P(C) = \dfrac{1}{4} \cdot \dfrac{4}{13} = \dfrac{1}{13} = P(A \cap C)}$
$\rightarrow$ stochastisch unabhängig$\underline{B \cap D}$
Die Karte ist ein Herz König.
$P(B \cap D)= \dfrac{1}{52}$
${P(B) \cdot P(D) = \dfrac{1}{13} \cdot \dfrac{4}{13} = \dfrac{4}{169} \neq P(B \cap D)}$
$\rightarrow$ stochastisch abhängig$\underline{A \cap D}$
Die Karte ist eine Pik $4$.
$P(A \cap D)= \dfrac{1}{52} $
${P(A) \cdot P(D) = \dfrac{1}{4} \cdot \dfrac{4}{13} = \dfrac{1}{13} \neq P(A \cap D)}$
$\rightarrow$ stochastisch abhängig -
Ermittle, welche der Ereignisse stochastisch unabhängig sind.
TippsNotiere zunächst, welche Karten in den jeweiligen Mengen enthalten sind und bestimme die entsprechenden Wahrscheinlichkeiten.
stochastisch unabhängig: $\quad {P(A \cap B) = P(A) \cdot P(B)}$
stochastisch abhängig: $\quad {P(A \cap B) \neq P(A) \cdot P(B)}$
LösungDamit zwei Ereignisse $A$ und $B$ stochastisch unabhängig sind, muss folgende Formel erfüllt sein:
$P(A \cap B) = P(A) \cdot P(B)$
Die Ereignisse $A$ und $B$ sind hingegen stochastisch abhängig, wenn gilt:
$P(A \cap B) \neq P(A) \cdot P(B)$
$\,$
Um die stochastische Abhängigkeit der Ereignisse zu untersuchen, beschreiben wir zunächst die jeweiligen Ergebnismengen und bestimmen die Wahrscheinlichkeiten. Dazu vergegenwärtigen wir uns, dass auf dem Stapel von dem ursprünglich $52$ Karten noch $48$ Karten liegen, da vier Karten bereits aufgedeckt sind.
- $A$: Die Karte hat die Farbe Pik.
$\quad P(A)= \dfrac{12}{48} = \dfrac{1}{4}$- $B$: Die Karte ist höher als $5$.
$\quad P(B)= \dfrac{31}{48}$- $C$: Die Karte ist ein Ass.
$\quad P(C)= \dfrac{3}{48} = \dfrac{1}{16}$- $D$: Die Karte ist eine $2$ oder eine Dame.
$\quad P(D)= \dfrac{8}{48} = \dfrac{1}{6}$$\,$
Wir bilden nun die jeweiligen Schnittmengen und vergleichen die entsprechenden Wahrscheinlichkeiten:
$\underline{A \cap B}$
Die Karte ist höher als $5$ und Pik. Davon gibt es 8 mögliche Karten, wovon eine (das Pik Ass) bereits aufgedeckt ist.
$\quad P(A \cap B)= \dfrac{7}{48}$$\quad P(A) \cdot P(B) = \dfrac{1}{4} \cdot \dfrac{31}{48} = \dfrac{31}{192} \neq P(A \cap B)$
$\rightarrow$ stochastisch abhängig$\underline{B \cap C}$
Die Karte höher als $5$ und ein Ass. Dies gilt für alle vier Asse, von denen eines bereits aufgedeckt ist.
$\quad P(B \cap C)= \dfrac{3}{48}$$\quad P(B) \cdot P(C) = \dfrac{31}{48} \cdot \dfrac{1}{16} = \dfrac{31}{768} \neq P(B \cap C)$
$\rightarrow$ stochastisch abhängig$\underline{C \cap D}$
Die Karte ist ein Ass und eine $2$ oder eine Dame. Eine solche Karte gibt es nicht.
$\quad P(C \cap D)= 0$
$\quad P(C) \cdot P(D) = \dfrac{1}{16} \cdot \dfrac{1}{6} = \dfrac{1}{96} \neq P(C \cap D)$
$\rightarrow$ stochastisch abhängig$\underline{A \cap C}$
Die Karte ist Pik und ein Ass. Es handelt sich also um das Pik Ass.
$\quad P(A \cap C)= \dfrac{1}{48}$$\quad P(A) \cdot P(C) = \dfrac{1}{4} \cdot \dfrac{1}{16} = \dfrac{1}{64} \neq P(A \cap C)$
$\rightarrow$ stochastisch abhängig$\underline{B \cap D}$
Die Karte ist höher als $5$ und eine $2$ oder eine Dame. Dies trifft nur auf die Damen zu. Es gibt vier Damen.
$\quad P(B \cap D)= \dfrac{4}{48} = \dfrac{1}{12}$$\quad P(B) \cdot P(D) = \dfrac{31}{48} \cdot \dfrac{1}{6} = \dfrac{31}{288} \neq P(B \cap D)$
$\rightarrow$ stochastisch abhängig$\underline{A \cap D}$
Die Karte ist Pik und eine $2$ oder eine Dame. Es handelt sich also um eine Pik $2$ oder eine Pik Dame.
$\quad P(A \cap D)= \dfrac{2}{48} = \dfrac{1}{24}$$\quad P(A) \cdot P(D) = \dfrac{1}{4} \cdot \dfrac{1}{6} = \dfrac{1}{24} = P(A \cap D)$
$\rightarrow$ stochastisch unabhängig$\,$
Die Ereignisse $\color{#99CC00}{A}$ und $\color{#99CC00}{D}$ sind stochastisch unabhängig.
-
Berechne die Wahrscheinlichkeiten der Ereignisse.
TippsÜberlege, wie viele Karten noch im Stapel sind.
Hinweis: Insgesamt hat das Blatt $52$ Karten.
Du kannst die Wahrscheinlichkeiten ermitteln, indem du die Anzahl der gegebenen durch die Anzahl der möglichen Ergebnisse teilst.
LösungUm die gegebenen Wahrscheinlichkeiten zu bestimmen, vergegenwärtigen wir uns noch einmal die Gegebenheiten:
Von dem Deck mit $52$ Karten sind bereits $6$ Karten aufgedeckt. Auf dem Stapel verbleiben also $52-6 = 46$ Karten.
Jede Karte ist gleich wahrscheinlich. Es handelt sich daher um ein sogenanntes Laplace-Experiment.
Wir können die Wahrscheinlichkeiten daher mit der folgenden Formel bestimmen:
$P=\dfrac{\text{Anzahl der gegebenen Ergebnisse}}{\text{Anzahl der möglichen Ergebnisse}}$
Wir betrachten nun die einzelnen Ereignisse:
Die Karte hat die Farbe Herz.
In dem Deck gibt es $13$ Herz-Karten, von denen $4$ bereits aufgedeckt sind. In dem Stapel sind also noch $9$ Herzkarten von den insgesamt $46$ Karten vorhanden.
Es gilt also:
$P(\text{„Herz“}) = \dfrac{9}{46}$Die Karte ist ein König oder eine $8$.
In dem Deck gibt es $4$ Könige und $4$ Achten. In dem Stapel sind also $8$ von den insgesamt $46$ Karten günstig.
Es gilt also:
$P(\text{„König oder }8\text{“}) = \dfrac{8}{46}$Die Karte ist eine Dame.
In dem Deck gibt es $4$ Damen, von denen eine bereits aufgedeckt ist.
Es gilt also:
$P(\text{„Dame“}) = \dfrac{3}{46}$Die Karte ist ein Pik Ass.
In dem Deck gibt es genau ein Pik Ass.
Es gilt also:
$P(\text{„Pik Ass“}) = \dfrac{1}{46}$ -
Vervollständige die Ereignisse so, dass stochastische Unabhängigkeit vorliegt.
TippsBestimme zuerst die Wahrscheinlichkeit $P(B)$.
Du kannst nun die bekannten Werte in die Formel
$P(A \cap B) = P(A) \cdot P(B)$
einsetzen und nach $P(B)$ auflösen.Hier siehst du eine Übersicht zu den Augensummen beim doppelten Würfelwurf:
$\begin{array}{c|cccccc} & \text{1} & \text{2} & \text{3} & \text{4} & \text{5} & \text{6} \\ \hline \text{1} & 2 & 3 & 4 & 5 & 6 & 7 \\ \text{2} & 3 & 4 & 5 & 6 & 7 & 8 \\ \text{3} & 4 & 5 & 6 & 7 & 8 & 9 \\ \text{4} & 5 & 6 & 7 & 8 & 9 & 10 \\ \text{5} & 6 & 7 & 8 & 9 & 10 & 11 \\ \text{6} & 7 & 8 & 9 & 10 & 11 & 12 \end{array}$
LösungWir betrachten die Augensumme beim doppelten Würfelwurf in folgender Tabelle:
$\begin{array}{c|cccccc} & \text{1} & \text{2} & \text{3} & \text{4} & \text{5} & \text{6} \\ \hline \text{1} & 2 & 3 & 4 & 5 & 6 & 7 \\ \text{2} & 3 & 4 & 5 & 6 & 7 & 8 \\ \text{3} & 4 & 5 & 6 & 7 & 8 & 9 \\ \text{4} & 5 & 6 & 7 & 8 & 9 & 10 \\ \text{5} & 6 & 7 & 8 & 9 & 10 & 11 \\ \text{6} & 7 & 8 & 9 & 10 & 11 & 12 \end{array}$
Aufgabe 1:
Die Wahrscheinlichkeit $P(A \cap B) $ ist gegeben. Wir bestimmen nun die Wahrscheinlichkeit $P(B)$:
$B$: Der erste Würfel zeigt eine $4$.
Da der erste Würfel insgesamt $6$ mögliche Augenzahlen hat, gilt: ${P(B)= \dfrac{1}{6}}$
Da die beiden Ereignisse $A$ und $B$ stochastisch unabhängig sind, gilt folgende Formel:
$P(A \cap B) = P(A) \cdot P(B)$
Wir können die Formel nach $P(A)$ umstellen und einsetzen:
$P(A \cap B) = P(A) \cdot P(B) \quad \Leftrightarrow \quad {P(A) = \dfrac{P(A \cap B)}{P(B)}}$
${P(A)= \dfrac{\frac{1}{36}}{\frac{1}{6}} = \dfrac{1}{6} = \dfrac{6}{36}}$
Von den $36$ möglichen Ergebnissen müssen also $6$ Ergebnisse zu Ereignis $A$ gehören, um die Wahrscheinlichkeit $P(B)$ zu erfüllen.
Wir können an der obigen Übersicht erkennen, dass dies erfüllt ist, wenn wir die Augensummen $10$, $11$ und $12$ betrachten. Das Ereignis $A$ muss also lauten:
$A$: Die Augensumme ist größer als $\color{#99CC00}{9}$.Wir überprüfen die Wahrscheinlichkeit für ${A \cap B}$: Augensumme $10$, $11$ oder $12$ und erster Würfel zeigt eine $4$. Das Ereignis $A \cap B$ umfasst nur den Wurf erst $4$ dann $6$ mit Augensumme $10$.
Wir erhalten für die Wahrscheinlichkeit $P(A \cap B) = \dfrac{1}{36}$ wie gegeben.$\,$
Aufgabe 2:
Wir bestimmen wieder zuerst die Wahrscheinlichkeit $P(B)$:
$B$: Der erste Würfel zeigt eine $2$ oder eine $4$.
Da der erste Würfel insgesamt $6$ mögliche Augenzahlen hat, gilt: ${P(B)= \dfrac{2}{6} = \dfrac{1}{3}}$
Da die beiden Ereignisse $A$ und $B$ stochastisch unabhängig sind, gilt auch hier folgende Formel:
$P(A \cap B) = P(A) \cdot P(B)$
Wir stellen die Formel nach $P(A)$ um und setzen ein:
$P(A \cap B) = P(A) \cdot P(B) \quad \Leftrightarrow \quad {P(A) = \dfrac{P(A \cap B)}{P(B)}}$
${P(A)= \dfrac{\frac{1}{18}}{\frac{1}{3}} = \dfrac{1}{6} = \dfrac{6}{36}}$
Von den $36$ möglichen Ergebnissen müssen also $6$ Ergebnisse zu Ereignis $A$ gehören, um die Wahrscheinlichkeit $P(B)$ zu erfüllen.
Wir können an der obigen Übersicht erkennen, dass drei Ergebnisse zur Augensumme $4$ gehören. Es fehlen also drei weitere Ergebnisse. Die fehlende Augensumme muss also $10$ sein. Das Ereignis $A$ lautet damit:
$A$: Die Augensumme beträgt $4$ oder $\color{#99CC00}{10}$.Wir überprüfen die Wahrscheinlichkeit für $A \cap B$: Augensumme $4$ oder $10$ und erster Würfel zeigt eine $2$ oder $4$. Das Ereignis $A \cap B$ umfasst die Ergebnisse erst $2$ dann $2$ mit Augensumme $4$ und erst $4$ dann $6$ mit der Augensumme $10$.
Wir erhalten für die Wahrscheinlichkeit $P(A \cap B) = \dfrac{2}{36} = \dfrac{1}{18}$ wie gegeben.
8'883
sofaheld-Level
6'601
vorgefertigte
Vokabeln
7'388
Lernvideos
36'070
Übungen
32'618
Arbeitsblätter
24h
Hilfe von Lehrkräften
Inhalte für alle Fächer und Schulstufen.
Von Expert*innen erstellt und angepasst an die Lehrpläne der Bundesländer.
Testphase jederzeit online beenden
Beliebteste Themen in Mathematik
- Römische Zahlen
- Prozentrechnung
- Primzahlen
- Geometrische Lagebeziehungen
- Was ist eine Ecke?
- Rechteck
- Was ist eine Gleichung?
- Pq-Formel
- Binomische Formeln
- Trapez
- Volumen Zylinder
- Umfang Kreis
- Quadrat
- Division
- Raute
- Parallelogramm
- Polynomdivision
- Was Ist Eine Viertelstunde
- Prisma
- Mitternachtsformel
- Äquivalenzumformung
- Grundrechenarten Begriffe
- Größer Kleiner Zeichen
- Dreiecksarten
- Aufbau von Dreiecken
- Quader
- Satz Des Pythagoras
- Dreieck Grundschule
- Erste Binomische Formel
- Kreis
- Trigonometrie
- Trigonometrische Funktionen
- Standardabweichung
- Flächeninhalt
- Volumen Kugel
- Zahlen In Worten Schreiben
- Meter
- Orthogonalität
- Schriftlich Multiplizieren
- Brüche gleichnamig machen
- Brüche Multiplizieren
- Potenzgesetze
- Distributivgesetz
- Flächeninhalt Dreieck
- Rationale Zahlen
- Volumen Berechnen
- Brüche Addieren
- Kongruenz
- Exponentialfunktion
- Exponentialfunktion Beispiel