Venn-Diagramme
- Erklärung
- Eigenschaften und Verwendung
- Darstellung von Ereignissen mittels Venn-Diagramm
- Berechnung von Wahrscheinlichkeiten mit Unterstützung von Venn-Diagrammen
- Intuition zu einigen Formeln
Es ist hilfreich, wenn ihr euch bereits den Einleitungsbeitrag zu Wahrscheinlichkeiten mit den Axiomen von Kolmogorow angesehen habt.
Erklärung
Venn-Diagramme sind nach dem britischen Mathematiker und Logiker John Venn benannt. Sie werden in der Wahrscheinlichkeitsrechnung und Mengenlehre dazu verwendet, Zusammenhänge zwischen 2 oder mehreren Ereignissen grafisch darzustellen. Ein Venn-Diagramm besteht aus einem Rechteck mit mehreren Kreisen.
Das Rechteck stellt hier \(\Omega\) (sprich: Omega) dar. \(\Omega\) ist unser Ereignisraum. Die einzelnen Kreise präsentieren die jeweiligen Ereignisse. Die Größe der Kreise spielt keine Rolle und gibt uns dabei keine Auskunft über die Wahrscheinlichkeit des entsprechenden Ereignisses.
Venn-Diagramm für 2 Ereignisse
Hat man 2 Ereignisse A und B gegeben, kann man diese beiden Ereignisse und alle möglichen Operationen der beiden durch Venn-Diagramme veranschaulichen. Sehen wir uns einige Beispiele an.
Reden wir einfach nur das über das Ereignis A, malen wir den Kreis von A gänzlich aus.
$$A$$
Das Komplement von A ist ja „das Gegenteil“, somit malen wir in diesem Fall alles außer A an.
$$A^c \text{ oder } \overline{A}$$
Wir können auch die Differenz, also A ohne B darstellen. Das wäre dann der Bereich von A, der sich nicht mit B überschneidet.
$$A\backslash B$$
Die Vereinigung von A und B stellt man dar, indem man beide Kreise anmalt.
$$A \cup B$$
Für A vereinigt B Komplement lassen wir den Bereich von A vereinigt B weiß und malen den Rest an.
$${( A \cup B)}^c \text{ oder } \overline{A \cup B}$$
Die Schnittmenge von A und B ist der Bereich, wo sich die beiden Kreise überschneiden.
$$A \cap B$$
A geschnitten B Komplement ist natürlich dann alles andere außer der Schnittmenge.
$${( A \cap B )}^c \text{ oder } \overline{A \cap B}$$
Die symmetrische Differenz lässt sich auf mehrere Arten beschreiben. Wir notieren sie hier mit A geschnitten B Komplement vereinigt mit A Komplement geschnitten B. Wir werden dann im Beispiel gleich noch sehen, wie man sich das auch selbst herleiten kann.
$$(A \cap B ^c) \cup A^c \cap B$$
$$\text{oder}$$
$$A \cap \overline{B} \cup \overline{A} \cap B$$
Beispiel
Anna und Basti lernen unabhängig voneinander für eine schwere Statistikprüfung. Anna hat sich zur Vorbereitung Videos und Beiträge der Statistikquelle angesehen. Basti hat einfach so gelernt. Wir ordnen Anna eine Wahrscheinlichkeit von 90% zu, die Prüfung zu bestehen. Bei Basti sagen wir, es sind 40%.
Wir wollen nun die Wahrscheinlichkeiten berechnen, dass
- beide die Prüfung schaffen
- mindestens 1 der beiden die Prüfung schafft
- niemand die Prüfung schafft
- nur Anna die Prüfung schafft
- höchstens 1 die Prüfung schafft
- genau einer die Prüfung schafft
Bevor wir starten, eben wir den gegebenen Informationen Namen d.h. wir bestimmen kurz unsere Variablen. A steht dafür, dass Anna und B dafür, dass Basti die Prüfung schafft. Wir kennen bereits auch die beiden Wahrscheinlichkeiten. Somit haben wir P von A gleich 0,9 und P von B gleich 0,4.
$$A = \text{Anna schafft die Prüfung} \quad P(A) = 0.9$$
$$B= \text{Basti schafft die Prüfung} \quad P(B) = 0.4$$
- P(beide bestehen)
Wenn wir das als Venn-Diagramm zeichnen wollen, müssen wir somit die Schnittmenge anmalen, weil nur in diesem Bereich beide die Prüfung bestanden haben. Die beiden Ereignisse sind unabhängig, weswegen wir die Wahrscheinlichkeiten multiplizieren, um die Schnittmenge zu erhalten.
$$P(A \cap B) = P(A) \cdot P(B) = 0.9 \cdot 0.4 = 0.36$$
Die Wahrscheinlichkeit, dass beide die Prüfung bestehen ist somit 36%.
2. P(mind. 1 besteht)
Mindestens 1 besteht, bedeutet ja, dass nur Anna die Prüfung besteht oder nur Basti oder beide. Man merkt, dass man dieses Ereignis durch die Vereinigung von A und B beschreiben kann.
Wenn wir die angemalte Fläche bestimmen wollen, können wir ja einfach die beiden Kreise von A und B miteinander addieren.
Wenn wir aber den Kreis von A plus den Kreis von B rechnen, sehen wir, dass wir die Schnittmenge doppelt genommen haben.
Deswegen müssen wir sie noch einmal abziehen. Und so habt ihr euch die Formel für die Vereinigung einfach selbst hergeleitet
$$P(A \cup B) = P(A) + P(B) – P(A \cap B) = 0.9 + 0.4 – 0.36 = 0.94$$
Wir haben also eine Wahrscheinlichkeit von 94%, dass mindestens einer die Prüfung schafft.
3. P(niemand besteht)
Hier betrachten wir das Ereignis, dass weder Anna noch Basti die Prüfung schaffen. Somit müssen wir alles außerhalb der Kreise anmalen. Alles, was dann weiß geblieben ist, ist ja die Vereinigung. Wir wollen jetzt das Gegenteil berechnen. Das ist A vereinigt B Komplement. Ein Komplementärereignis können wir ganz einfach berechnen, indem wir 1 der Wahrscheinlichkeit des Ereignisses rechnen.
$$ \begin{align} P(\overline{A \cup B}) &= 1 – P(A \cup B) \\ &= 1 – 0.94 \\ &= 0.06 \end{align}$$
MIt 6-prozentiger Wahrscheinlichkeit besteht niemand die Prüfung.
4. P(nur Anna besteht)
In diesem Fall malen nun den Kreis von A an, jedoch ohne die Schnittmenge, da Basti ja nicht besteht. So gehen wir auch rechnerisch vor. Wir ziehen die Wahrscheinlichkeit der Schnittmenge von der Wahrscheinlichkeit für der Ereignis A ab.
$$\begin{align} P(A\backslash B) &= P(A) – P(A \cap B) \\ &= 0.9 – 0.36 \\ &= 0.54 \end{align}$$
Mit 54-prozentiger Wahrscheinlichkeit besteht nur Anna.
5. P(höchstens 1 besteht)
Dieses Ereignis setzt sich aus 3 Ereignissen zusammen. Entweder niemand besteht, nur Anna oder nur Basti. Im Venn-Diagramm malt man alles an, außer der Schnittmenge. Somit können wir die Wahrscheinlichkeit ganz einfach wieder berechnen, in dem wir das Gegenteil (= Komplement) der Schnittmenge nehmen.
$$\begin{align} P(\overline{A \cap B}) &= 1- P(A \cap B)\\ &= 1 – 0.36\\ &= 0.64 \end{align}$$
Die Wahrscheinlichkeit, dass höchstens einer die Prüfung besteht, ist also 64%.
5. P(genau 1 besteht)
Hier lassen wir die Fläche um die Kreise herum frei, weil dieser Bereich ja dafür steht, dass niemand die Prüfung schafft. Es kann jetzt sein, dass Anna alleine die Prüfung schafft oder, dass Basti die Prüfung schafft. Wir malen also beide Kreise an, jedoch ohne die Schnittmenge.
Das ist, wie oben schon erwähnt, die symmetrische Differenz. Leiten wir uns her, wie man sie berechnet:
Das Venn-Diagramm, so wie wir es angemalt haben bedeutet ja nichts anderes als, dass Anna die Prüfung schafft und Basti nicht oder dass Anna die Prüfung nicht schafft und Basti, aber die Prüfung besteht.
Man bezeichnet die Vereinigung auch als „oder“ und die Schnittmenge auch als „und“. Somit können wir das oben geschriebene direkt in unsere Formel umwandeln. Formeln sind ja einfach eine Abkürzung für uns.
$$\cup \quad \text{„und“} \qquad \cap \quad \text{„oder“}$$
„Anna besteht“ schrieben wir als A, „und“ als Schnittmenge \(\cap\), „Basti nicht“ ist das Gegenteil davon, dass Basti die Prüfung besteht \(\overline{B}\).
\(A \cap \overline{B}\) beschreibt also den linken Kreis. „Oder“ steht für Vereinigung \(\cup \), „Anna nicht“ wäre dann \(\overline{A}\) „und“ \(\cap \), „Basti schon“ B.
$$A \cap \overline{B} \cup \overline{A} \cap B$$
Somit habt ihr diese doch etwas komplizierter aussehende Formel ganz einfach selbst hergeleitet.
$$\begin{align} P(A \cap \overline{B} \cup \overline{A} \cap B) &= P(A) \cdot P(\overline{B}) + P(\overline{A}) \cdot P(B) \\ &= 0.9\cdot 0.6 + 0.1 \cdot 0.4 \\& = 0.58\end{align}$$
Einfacher:
Wenn ihr so wie in unserem Fall zuvor schon Vereinigung und Schnittmenge berechnet habt, könnt ihr dasselbe auch berechnen, in dem ihr die Schnittmenge von der Vereinigung abzieht.
$$P((A \cup B) – (A \cap B)) = 0.94 – 0.36 = 0.58$$
Venn-Diagramme
- Erklärung
- Eigenschaften und Verwendung
- Darstellung von Ereignissen mittels Venn-Diagramm
- Berechnung von Wahrscheinlichkeiten mit Unterstützung von Venn-Diagrammen
- Intuition zu einigen Formeln
Es ist hilfreich, wenn ihr euch bereits den Einleitungsbeitrag zu Wahrscheinlichkeiten mit den Axiomen von Kolmogorow angesehen habt.
Erklärung
Venn-Diagramme sind nach dem britischen Mathematiker und Logiker John Venn benannt. Sie werden in der Wahrscheinlichkeitsrechnung und Mengenlehre dazu verwendet, Zusammenhänge zwischen 2 oder mehreren Ereignissen grafisch darzustellen. Ein Venn-Diagramm besteht aus einem Rechteck mit mehreren Kreisen.
Das Rechteck stellt hier \(\Omega\) (sprich: Omega) dar. \(\Omega\) ist unser Ereignisraum. Die einzelnen Kreise präsentieren die jeweiligen Ereignisse. Die Größe der Kreise spielt keine Rolle und gibt uns dabei keine Auskunft über die Wahrscheinlichkeit des entsprechenden Ereignisses.
Venn-Diagramm für 2 Ereignisse
Hat man 2 Ereignisse A und B gegeben, kann man diese beiden Ereignisse und alle möglichen Operationen der beiden durch Venn-Diagramme veranschaulichen. Sehen wir uns einige Beispiele an.
Reden wir einfach nur das über das Ereignis A, malen wir den Kreis von A gänzlich aus.
$$A$$
Das Komplement von A ist ja „das Gegenteil“, somit malen wir in diesem Fall alles außer A an.
$$A^c \text{ oder } \overline{A}$$
Wir können auch die Differenz, also A ohne B darstellen. Das wäre dann der Bereich von A, der sich nicht mit B überschneidet.
$$A\backslash B$$
Die Vereinigung von A und B stellt man dar, indem man beide Kreise anmalt.
$$A \cup B$$
Für A vereinigt B Komplement lassen wir den Bereich von A vereinigt B weiß und malen den Rest an.
$${( A \cup B)}^c \text{ oder } \overline{A \cup B}$$
Die Schnittmenge von A und B ist der Bereich, wo sich die beiden Kreise überschneiden.
$$A \cap B$$
A geschnitten B Komplement ist natürlich dann alles andere außer der Schnittmenge.
$${( A \cap B )}^c \text{ oder } \overline{A \cap B}$$
Die symmetrische Differenz lässt sich auf mehrere Arten beschreiben. Wir notieren sie hier mit A geschnitten B Komplement vereinigt mit A Komplement geschnitten B. Wir werden dann im Beispiel gleich noch sehen, wie man sich das auch selbst herleiten kann.
$$(A \cap B ^c) \cup A^c \cap B$$
$$\text{oder}$$
$$A \cap \overline{B} \cup \overline{A} \cap B$$
Beispiel
Anna und Basti lernen unabhängig voneinander für eine schwere Statistikprüfung. Anna hat sich zur Vorbereitung Videos und Beiträge der Statistikquelle angesehen. Basti hat einfach so gelernt. Wir ordnen Anna eine Wahrscheinlichkeit von 90% zu, die Prüfung zu bestehen. Bei Basti sagen wir, es sind 40%.
Wir wollen nun die Wahrscheinlichkeiten berechnen, dass
- beide die Prüfung schaffen
- mindestens 1 der beiden die Prüfung schafft
- niemand die Prüfung schafft
- nur Anna die Prüfung schafft
- höchstens 1 die Prüfung schafft
- genau einer die Prüfung schafft
Bevor wir starten, eben wir den gegebenen Informationen Namen d.h. wir bestimmen kurz unsere Variablen. A steht dafür, dass Anna und B dafür, dass Basti die Prüfung schafft. Wir kennen bereits auch die beiden Wahrscheinlichkeiten. Somit haben wir P von A gleich 0,9 und P von B gleich 0,4.
$$A = \text{Anna schafft die Prüfung} \quad P(A) = 0.9$$
$$B= \text{Basti schafft die Prüfung} \quad P(B) = 0.4$$
- P(beide bestehen)
Wenn wir das als Venn-Diagramm zeichnen wollen, müssen wir somit die Schnittmenge anmalen, weil nur in diesem Bereich beide die Prüfung bestanden haben. Die beiden Ereignisse sind unabhängig, weswegen wir die Wahrscheinlichkeiten multiplizieren, um die Schnittmenge zu erhalten.
$$P(A \cap B) = P(A) \cdot P(B) = 0.9 \cdot 0.4 = 0.36$$
Die Wahrscheinlichkeit, dass beide die Prüfung bestehen ist somit 36%.
2. P(mind. 1 besteht)
Mindestens 1 besteht, bedeutet ja, dass nur Anna die Prüfung besteht oder nur Basti oder beide. Man merkt, dass man dieses Ereignis durch die Vereinigung von A und B beschreiben kann.
Wenn wir die angemalte Fläche bestimmen wollen, können wir ja einfach die beiden Kreise von A und B miteinander addieren.
Wenn wir aber den Kreis von A plus den Kreis von B rechnen, sehen wir, dass wir die Schnittmenge doppelt genommen haben.
Deswegen müssen wir sie noch einmal abziehen. Und so habt ihr euch die Formel für die Vereinigung einfach selbst hergeleitet
$$P(A \cup B) = P(A) + P(B) – P(A \cap B) = 0.9 + 0.4 – 0.36 = 0.94$$
Wir haben also eine Wahrscheinlichkeit von 94%, dass mindestens einer die Prüfung schafft.
3. P(niemand besteht)
Hier betrachten wir das Ereignis, dass weder Anna noch Basti die Prüfung schaffen. Somit müssen wir alles außerhalb der Kreise anmalen. Alles, was dann weiß geblieben ist, ist ja die Vereinigung. Wir wollen jetzt das Gegenteil berechnen. Das ist A vereinigt B Komplement. Ein Komplementärereignis können wir ganz einfach berechnen, indem wir 1 der Wahrscheinlichkeit des Ereignisses rechnen.
$$ \begin{align} P(\overline{A \cup B}) &= 1 – P(A \cup B) \\ &= 1 – 0.94 \\ &= 0.06 \end{align}$$
MIt 6-prozentiger Wahrscheinlichkeit besteht niemand die Prüfung.
4. P(nur Anna besteht)
In diesem Fall malen nun den Kreis von A an, jedoch ohne die Schnittmenge, da Basti ja nicht besteht. So gehen wir auch rechnerisch vor. Wir ziehen die Wahrscheinlichkeit der Schnittmenge von der Wahrscheinlichkeit für der Ereignis A ab.
$$\begin{align} P(A\backslash B) &= P(A) – P(A \cap B) \\ &= 0.9 – 0.36 \\ &= 0.54 \end{align}$$
Mit 54-prozentiger Wahrscheinlichkeit besteht nur Anna.
5. P(höchstens 1 besteht)
Dieses Ereignis setzt sich aus 3 Ereignissen zusammen. Entweder niemand besteht, nur Anna oder nur Basti. Im Venn-Diagramm malt man alles an, außer der Schnittmenge. Somit können wir die Wahrscheinlichkeit ganz einfach wieder berechnen, in dem wir das Gegenteil (= Komplement) der Schnittmenge nehmen.
$$\begin{align} P(\overline{A \cap B}) &= 1- P(A \cap B)\\ &= 1 – 0.36\\ &= 0.64 \end{align}$$
Die Wahrscheinlichkeit, dass höchstens einer die Prüfung besteht, ist also 64%.
5. P(genau 1 besteht)
Hier lassen wir die Fläche um die Kreise herum frei, weil dieser Bereich ja dafür steht, dass niemand die Prüfung schafft. Es kann jetzt sein, dass Anna alleine die Prüfung schafft oder, dass Basti die Prüfung schafft. Wir malen also beide Kreise an, jedoch ohne die Schnittmenge.
Das ist, wie oben schon erwähnt, die symmetrische Differenz. Leiten wir uns her, wie man sie berechnet:
Das Venn-Diagramm, so wie wir es angemalt haben bedeutet ja nichts anderes als, dass Anna die Prüfung schafft und Basti nicht oder dass Anna die Prüfung nicht schafft und Basti, aber die Prüfung besteht.
Man bezeichnet die Vereinigung auch als „oder“ und die Schnittmenge auch als „und“. Somit können wir das oben geschriebene direkt in unsere Formel umwandeln. Formeln sind ja einfach eine Abkürzung für uns.
$$\cup \quad \text{„und“} \qquad \cap \quad \text{„oder“}$$
„Anna besteht“ schrieben wir als A, „und“ als Schnittmenge \(\cap\), „Basti nicht“ ist das Gegenteil davon, dass Basti die Prüfung besteht \(\overline{B}\).
\(A \cap \overline{B}\) beschreibt also den linken Kreis. „Oder“ steht für Vereinigung \(\cup \), „Anna nicht“ wäre dann \(\overline{A}\) „und“ \(\cap \), „Basti schon“ B.
$$A \cap \overline{B} \cup \overline{A} \cap B$$
Somit habt ihr diese doch etwas komplizierter aussehende Formel ganz einfach selbst hergeleitet.
$$\begin{align} P(A \cap \overline{B} \cup \overline{A} \cap B) &= P(A) \cdot P(\overline{B}) + P(\overline{A}) \cdot P(B) \\ &= 0.9\cdot 0.6 + 0.1 \cdot 0.4 \\& = 0.58\end{align}$$
Einfacher:
Wenn ihr so wie in unserem Fall zuvor schon Vereinigung und Schnittmenge berechnet habt, könnt ihr dasselbe auch berechnen, in dem ihr die Schnittmenge von der Vereinigung abzieht.
$$P((A \cup B) – (A \cap B)) = 0.94 – 0.36 = 0.58$$
Comments (4)
In fact, a large percentage of topics are considerably more difficult than a random simple observer may determine, in line with their position. I’m not expressing that
am a professional person on the following idea being mentioned, and
so I estimate it’s for different discussion board participants to start thinking about.
I am certainly not making an attempt to start problem or be maddening.
Alternatively, I recognize from experience that the
aforementioned can easily be the case. I practice Perinatal Massage Therapy, and in my own personal chosen concentration, I witness it quite a bit.
Completely new Postpartum Massage Therapists are more
likely to exaggerate promises; which can be, these people don’t yet really have an understanding
of the restrictions of their personal „scope of practice,“ and as a
result they may come up with remarks that are too general
when talking with patients. It’s the corresponding occurrence; they have been brought in to a subject,
don’t recognize the total breadth of it all, and finally assume they are the Masters.
This excellent blog website is compelling. Article content such as this are many
times forgotten, if perhaps simple fact be shown.
Frequently the greatest of the Online world is rarely the most vastly pushed articles and other content, but rather all things else, the overlooked masses with websites that are actually far better as compared with all those of
key influencers. Now this is this type of a blog site.
My husband and I will certainly give guidance, perhaps when not made to do this.
First of all is, keep on composing. Secondary is,
maintain producing frequently. Lastly is,
utilize your blog page to improve your unique approach.
I am absolutely not a article writer I guess; I am in actual fact a Postpartum Massage Therapist.
I carry out Postpartum Massage Therapy, helping ladies to
recover right after having a newborn. It’s fulfilling
work. That is precisely what I expend a lot of of my free time undertaking,
though I have additionally loved producing from the period I was young.
I am a well-read individual and every year or so I read a pile
way taller as compared with me personally. haha In the following four
seasons, maybe I will get really serious in relation to running a blog.
The problem is, it couldn’t basically a good idea; the function of
creating and creation often makes a blog page mature
in time.
In reality, the vast majority of subject areas are even more advanced than some casual observer might
conclude, in line with their point-of-view.
I’m not expressing that I happen to be a specialist on this idea at-hand, hence I
imagine it’s for some other site users to look at. I am absolutely
not making an attempt to make problem or be exasperating.
Rather, I comprehend from knowledge that this could be the instance.
I am properly trained in Postnatal Massage, and in my very own targeted discipline, I experience it a lot.
New Perinatal Massage Practitioners are likely
to overpromise; which may be, these individuals don’t at this point seriously grasp the constraints of their personal „scope of practice,“ and
as a result they could perhaps make claims that are too general
when communicating with patients. It’s the corresponding occurrence; they have been minimally schooled in a theme, don’t understand the entire amount of it,
and finally (wrongly) conclude they are the Masters.
This excellent blog is high quality. Article content including this are as a
general rule not considered, if truth be told. Normally the most excellent of
the Online world is just not the very most vastly promoted content material, but yet rather almost everything other than them, the dismissed
public with sites that are definitely way more desirable when compared with all
those of main famed men and women. Now this is such a weblog.
My spouse and I are going to provide counsel, sometimes every time not motivated to do it.
First is, continue to keep penning. Secondary is, keep crafting often.
Lastly is, utilize your blog site to grow your very own approach.
I am certainly not a author I guess; I am actually a Postnatal Massage Practitioner.
I perform Postpartum Massage Therapy, aiding females to recharge soon after having a newborn baby.
It’s pleasing work. That is exactly what I use the majority of my free time engaging in, but I
have as well adored writing from the period I
was younger. I check out a great number of books and just
about every calendar year I read through a stack way taller as compared with me personally.
hahaha In the subsequent four seasons, could be I should get determined with
regards to writing a blog. The problem is, it still cannot solely
an idea; the function of publishing and submitting constantly would make a weblog blossom over time.