Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
• Beim Ziehen ohne Zurücklegen: P ({(w, w)}) = k · k−1 , P ({(w, g)}) =<br />
n n−1<br />
k · l<br />
, P ({(g, w)}) = l · k<br />
, P ({(g, g)}) = l · l−1<br />
n n−1 n n−1 n n−1<br />
Seien nun die Ereignisse A als weiß im ersten Zug und B als weiß im zweiten<br />
Zug definiert, d.h. A = {(w, w), (w, g)} und B = {(w, w), (g, w)}. Es gilt<br />
P (A ∩ B) = {(w, w)}.<br />
• Mit Zurücklegen ergibt sich:<br />
P (A) = k n · k<br />
n + k n · l<br />
n = k n<br />
P (B) = k n · k<br />
n + l n · k<br />
n = k n<br />
P (A ∩ B) = k n · k<br />
n<br />
• Ohne Zurücklegen kommt heraus:<br />
= P (A) · P (B)<br />
P (A) = k n · k − 1<br />
n − 1 + k l<br />
n n − 1 = k n<br />
P (B) = k n · k − 1<br />
l − 1 + l l<br />
n n − 1 = k n<br />
P (A ∩ B) = k k − 1 ≠ P (A)P (B)<br />
n n − 1<br />
4.2.2 Verallgemeinerung der Definition<br />
Definition: Sei (A i ) i∈I eine Familie <strong>von</strong> Ereignissen. Diese wird als<br />
stochastisch unabhängig bezeichnet, falls gilt:<br />
( ) ⋂<br />
A j<br />
j∈J<br />
P<br />
= ∏ j∈J<br />
P (A j ) ∀ J ⊆ I<br />
Satz: Sei (A n ) n∈N eine Folge <strong>von</strong> Ereignissen, die stochastisch unabhängig<br />
sind. Dann gilt:<br />
∑<br />
( )<br />
P (A n ) = ∞ ⇒ P lim sup A n = 1<br />
n<br />
n∈N<br />
21