Diese Aufarbeitung des Themas soll Ihnen einen gut verständlichen Einblick in die Wahrscheinlichkeitsrechnung nach dem Bayestheorem geben. Es soll Schritt für Schritt der Ursprung und das Entstehen dieser Rechnung erarbeitet werden, um letztendlich alle Erkenntnisse zusammenzutragen und auf das eigentliche Bayestheorem und seine Funktionsweise zu kommen. Die Aufarbeitung ist weniger wie ein Mathematik-Lehrbuch, das einem möglichst kompakt und allgemein eine Rechenvorschrift zur Verfügung stellt, mit der viele nichts anfangen können, sondern soll vielmehr auch für Leser ohne jegliche Vorkenntnisse oder Ahnung von Mathematik einen gut nachvollziehbaren und verständlichen Einblick geben und das Interesse am Thema wecken.
Inhaltsverzeichnis
1. Einleitung
2. Vorstellen des Bayestheorems
3. Einführung in das Urnen-Kugelmodell
4. Ereignisbaum
5. Einfache Wahrscheinlichkeitsrechnung
6. Die bedingte Wahrscheinlichkeit
7. Der Multiplikationssatz
8. Unterschiede Wahrscheinlichkeitsbezeichnungen
9. P(A|S) wird analog eingeführt
10. Nachweis von P(A|S) durch Gleichsetzen
11. Das Additionsgesetz
12. Die totale Wahrscheinlichkeit
13. Überführen in die Allgemeine Form
14. Schluss
Zielsetzung & Themen
Die vorliegende Arbeit vermittelt ein verständliches Grundwissen über das Bayestheorems sowie die Konzepte der totalen und bedingten Wahrscheinlichkeit, wobei mathematische Zusammenhänge anhand eines anschaulichen Urnen-Kugelmodells schrittweise hergeleitet werden.
- Grundlagen der Wahrscheinlichkeitsrechnung
- Anwendung des Urnen-Kugelmodells
- Berechnung bedingter Wahrscheinlichkeiten
- Einsatz von Multiplikations- und Additionssatz
- Herleitung der allgemeinen Form des Satzes von Bayes
Auszug aus dem Buch
3. Einführung des Urnen-Kugelmodells
Üblicherweise lassen sich die Grundzüge dieser Wahrscheinlichkeitsrechnungen am besten anhand von simplen Beispielen mit Urnen und Kugeln erklären. In unserem Beispiel möchten wir daher nun zwei Urnen betrachten, in denen sich Kugeln befinden. Wir benennen diese Urnen, um sie deutlich voneinander unterscheiden zu können. Die erste Urne wird mit „A“ bezeichnet. Die zweite Urne nennen wir „B“.
Nun werden beide Urnen mit jeweils 10 Kugeln gefüllt. Es gibt jedoch zweierlei Kugeln mit unterschiedlichen Farben. Schwarze Kugeln (benannt mit „S“), und weiße Kugeln (benannt mit „W“). So sind in Urne „A“ 3 schwarze, und 7 weiße Kugeln. In Urne „B“ hingegen sind es 6 schwarze und 4 weiße Kugeln. Die praktische Ermittlung von Wahrscheinlichkeiten lässt sich durch mehrmaliges Wiederholen von Experimenten mit zufälligem Ergebnis ermitteln. Für unsere Rechnung möchten wir das Ganze mit unseren Urnen auf theoretischem Wege angehen. Wir nehmen wie in der Realität an, dass wir zufällig eine Kugel aus einer der beiden Urnen ziehen. Dabei betrachten wir bei jedem Schritt welche möglichen Ereignisse es gibt und wie groß die Wahrscheinlichkeiten dafür sind.
Zusammenfassung der Kapitel
1. Einleitung: Einführung in das Ziel der Arbeit, ein verständliches mathematisches Grundwissen für Einsteiger ohne Vorkenntnisse zu schaffen.
2. Vorstellen des Bayestheorems: Historischer Ursprung des Theorems durch Thomas Bayes und Definition der Basis-Wahrscheinlichkeiten.
3. Einführung in das Urnen-Kugelmodell: Aufbau des anschaulichen Versuchsmodells mit zwei Urnen und unterschiedlicher Kugelverteilung.
4. Ereignisbaum: Darstellung der methodischen Vorgehensweise mittels eines Ereignisbaums zur Visualisierung der Rechenwege.
5. Einfache Wahrscheinlichkeitsrechnung: Erläuterung der Grundlagen der theoretischen Wahrscheinlichkeitsberechnung am Beispiel der Urnenwahl.
6. Die bedingte Wahrscheinlichkeit: Einführung des Konzepts, wie ein bereits eingetretenes Ereignis die Wahrscheinlichkeit eines nachfolgenden Ereignisses beeinflusst.
7. Der Multiplikationssatz: Erklärung und Anwendung des Multiplikationssatzes zur Berechnung der Wahrscheinlichkeit für das Eintreten mehrerer Ereignisse.
8. Unterschiede Wahrscheinlichkeitsbezeichnungen: Erläuterung zur Abgrenzung unterschiedlicher mathematischer Notationen, um Missverständnisse in der Wahrscheinlichkeitsrechnung zu vermeiden.
9. P(A|S) wird analog eingeführt: Umstellung der Gleichungen zur Einführung der Wahrscheinlichkeit, dass eine Kugel aus einer bestimmten Urne stammt, gegeben einer Farbe.
10. Nachweis von P(A|S) durch Gleichsetzen: Mathematischer Beweis der Korrektheit der Formel durch Vergleich beider Gleichungswege.
11. Das Additionsgesetz: Anwendung des Additionssatzes zur Ermittlung der Gesamtwahrscheinlichkeit bei mehreren möglichen Pfaden.
12. Die totale Wahrscheinlichkeit: Definition der totalen Wahrscheinlichkeit P(S) als farbabhängiges Gesamtereignis unabhängig von der spezifischen Urne.
13. Überführen in die Allgemeine Form: Zusammenführung der Einzelschritte zur allgemeinen mathematischen Formel des Satzes von Bayes.
14. Schluss: Zusammenfassendes Fazit über den erarbeiteten Lerninhalt.
Schlüsselwörter
Bayes-Theorem, Wahrscheinlichkeitsrechnung, Bedingte Wahrscheinlichkeit, Totale Wahrscheinlichkeit, Urnenmodell, Ereignisbaum, Multiplikationssatz, Additionssatz, Statistik, Mathematische Grundlagen, Wahrscheinlichkeitsverteilung, Thomas Bayes, Stochastik, Kugelsimulation, Berechnungsformel
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit bietet eine leicht verständliche Einführung in das Bayes’sche Theorem, die totale Wahrscheinlichkeit und die bedingte Wahrscheinlichkeit.
Welche zentralen Themenfelder werden behandelt?
Zentral sind die mathematischen Grundlagen der Wahrscheinlichkeitsrechnung, die durch ein Urnen-Kugelmodell veranschaulicht werden.
Was ist das primäre Ziel der Forschungsarbeit?
Das Ziel ist es, Lesern ohne tiefgreifende mathematische Vorkenntnisse einen nachvollziehbaren Einblick in die Herleitung und Anwendung von Bayes’schen Wahrscheinlichkeitsberechnungen zu geben.
Welche wissenschaftliche Methode kommt zum Einsatz?
Es wird eine theoretische Herleitung durch ein Urnen-Kugelmodell verwendet, kombiniert mit einer schrittweisen mathematischen Modellierung und dem Beweis durch Gleichsetzen.
Was umfasst der Hauptteil der Arbeit?
Der Hauptteil behandelt die methodische Einführung über Ereignisbäume, die Anwendung von Multiplikations- und Additionssätzen sowie die schrittweise Umformung zur allgemeinen Form des Satzes von Bayes.
Welche Schlüsselwörter charakterisieren das Dokument?
Die Arbeit zeichnet sich durch Begriffe wie Bayes-Theorem, bedingte Wahrscheinlichkeit, Stochastik und Urnen-Kugelmodell aus.
Warum wird zur Erläuterung ein Urnen-Kugelmodell verwendet?
Das Modell dient dazu, komplexe statistische Wahrscheinlichkeiten durch ein einfaches, visuelles Beispiel aus dem Alltag nachvollziehbar zu machen.
Was unterscheidet die bedingte von der totalen Wahrscheinlichkeit in diesem Beispiel?
Die bedingte Wahrscheinlichkeit P(S|A) bezieht sich auf ein spezifisches Ereignis unter Bedingung, während die totale Wahrscheinlichkeit P(S) das Gesamtereignis ohne feste Voraussetzung einer Urne beschreibt.
Wie wird die Korrektheit der hergeleiteten Formeln bewiesen?
Die Korrektheit wird durch das Einsetzen konkreter Zahlenwerte aus dem Urnen-Beispiel in die mathematischen Gleichungen und durch deren anschließendes Gleichsetzen nachgewiesen.
- Quote paper
- Alexander Settle (Author), 2011, Das Bayes' sches Theorem. Totale und bedingte Wahrscheinlichkeit, Munich, GRIN Verlag, https://www.grin.com/document/187119
