Der Satz der totalen Wahrscheinlichkeit ist ein fundamentales Konzept in der Wahrscheinlichkeitsrechnung, das uns hilft, die Wahrscheinlichkeit eines Ereignisses zu berechnen, indem wir es in einfachere, bereits bekannte Wahrscheinlichkeiten zerlegen. Bevor wir in die Anwendung und Beispiele eintauchen, ist es wichtig, einige grundlegende Begriffe zu klären.
Der Satz der totalen Wahrscheinlichkeit lautet:
$ P(A) = P(A|B_1)P(B_1) + P(A|B_2)P(B_2) + \ldots + P(A|B_n)P(B_n) $
Hierbei handelt es sich um die Summe der Wahrscheinlichkeiten, dass A unter den Bedingungen verschiedener, sich gegenseitig ausschließender Ereignisse $B_1, B_2, \ldots, B_n$ eintritt.
Voraussetzungen:
Nehmen wir ein Beispiel, um zu sehen, wie dieser Satz in der Praxis angewendet wird.
Beispiel: Diagnose von Krankheiten
Stellen Sie sich vor, ein Arzt versucht, die Wahrscheinlichkeit zu bestimmen, dass ein Patient eine bestimmte Krankheit A hat. Es gibt drei mögliche Testresultate $B_1$ (positiv), $B_2$ (negativ) und $B_3$ (unentschieden). Der Arzt kennt die Wahrscheinlichkeiten der Testresultate und die bedingten Wahrscheinlichkeiten, dass ein Patient die Krankheit hat, wenn jedes der Testresultate vorliegt.
Der Arzt möchte nun die Gesamtwahrscheinlichkeit berechnen, dass der Patient die Krankheit A hat.
Verwenden wir den Satz der totalen Wahrscheinlichkeit:
$ P(A) = P(A|B_1)P(B_1) + P(A|B_2)P(B_2) + P(A|B_3)P(B_3) $
Setzen wir die bekannten Wahrscheinlichkeiten ein:
$ P(A) = (0.9 \times 0.4) + (0.2 \times 0.5) + (0.5 \times 0.1) $
Berechnen wir die einzelnen Terme:
Addieren wir diese Terme:
$ P(A) = 0.36 + 0.10 + 0.05 = 0.51 $
Die Gesamtwahrscheinlichkeit, dass der Patient die Krankheit A hat, beträgt also 0.51 oder 51%.
Der Satz der totalen Wahrscheinlichkeit erlaubt es uns, die Wahrscheinlichkeit eines komplexen Ereignisses zu berechnen, indem wir es in einfachere, bekannte Wahrscheinlichkeiten zerlegen. Dies ist besonders nützlich in Situationen, in denen wir unterschiedliche Bedingungen oder Szenarien berücksichtigen müssen, wie im obigen Beispiel der Krankheitsdiagnose.