Bernoulli-Prozess

Ein Bernoulli-Prozess o​der eine Bernoulli-Kette (benannt n​ach Jakob I Bernoulli) i​st eine Reihe v​on stochastisch unabhängigen Bernoulli-Experimenten. Bei e​inem solchen Experiment g​ibt es s​tets nur z​wei Ausgänge, Treffer o​der Niete. Zudem m​uss die Wahrscheinlichkeit für e​inen Treffer, p, u​nd somit a​uch die für e​ine Niete, 1-p, b​ei jedem d​er Experimente dieselbe sein.

In mathematischer Terminologie ist ein Bernoulli-Prozess also ein zeitlich diskreter stochastischer Prozess, der aus einer endlichen oder abzählbar-unendlichen Folge von unabhängigen Versuchen mit Bernoulli-Verteilung zum selben Parameter ${\displaystyle p\in \left[0,1\right]}$ besteht. Das heißt, für jeden der Zeitpunkte 1, 2, 3, … wird „ausgewürfelt“, ob ein Ereignis mit Wahrscheinlichkeit ${\displaystyle p}$ eintritt oder nicht.

Hier ist ein Beispiel für eine mögliche Realisierung eines Bernoulli-Prozesses; das Symbol ♦ steht für „Ereignis tritt ein“ (kurz „Erfolg“), ◊ für „Ereignis tritt nicht ein“ („Misserfolg“), diese konkrete Folge von Ereignissen könnte z. B. bei ${\displaystyle p=1/3}$ eintreten, sodass „Erfolg“ seltener ist als „Misserfolg“:

◊-♦-◊-♦-◊-◊-♦-◊-♦-◊-♦-◊-◊-◊-◊-◊-♦-◊-◊-◊-◊-◊-◊-◊-…

Der Prozess kann durch eine Folge von unabhängigen Zufallsvariablen ${\displaystyle X_{1},X_{2},X_{3},\dotsc }$ beschrieben werden, von denen jede mit der konstanten Wahrscheinlichkeit ${\displaystyle p}$ den Wert 1 (Erfolg) und mit der Wahrscheinlichkeit ${\displaystyle 1-p}$ den Wert 0 (Misserfolg) annimmt.

Je n​ach Fragestellung interessiert m​an sich für e​ine oder mehrere d​er folgenden Zufallsvariablen:

• Die Anzahl ${\displaystyle S_{n}}$ erfolgreicher Versuche nach Durchführung von insgesamt ${\displaystyle n}$ Versuchen; sie folgt einer Binomialverteilung. Es gilt ${\displaystyle S_{n}=X_{1}+\dotsb +X_{n}}$.
• Die Anzahl ${\displaystyle T_{r}}$ von Versuchen, die benötigt werden, um eine vorgegebene Anzahl von ${\displaystyle r}$ Erfolgen zu erzielen; sie folgt der negativen Binomialverteilung. Insbesondere ist die Wartezeit auf den ersten Erfolg geometrisch verteilt.

Eigenschaften

Die Anzahl der Erfolge nach ${\displaystyle n}$ Versuchen bei einem Bernoulli-Prozess ist eine spezielle Markow-Kette: Beim „Zeitschritt“ von ${\displaystyle n}$ nach ${\displaystyle n+1}$ geht das System mit der Wahrscheinlichkeit ${\displaystyle p}$ aus dem „Zustand“ ${\displaystyle k}$ in den Zustand ${\displaystyle k+1}$ über; sonst bleibt es im Zustand ${\displaystyle k}$.

Die Zufallsvariable ${\displaystyle S_{n}}$, die angibt, wie viele von ${\displaystyle n}$ Bernoulli-Versuchen erfolgreich waren, folgt der Binomialverteilung. Wir leiten diese Verteilung im folgenden Beispiel mit einem Würfel her.

Beispiele

• Beim Würfeln werde die Sechs als Erfolg gewertet; die Erfolgswahrscheinlichkeit ist also ${\displaystyle p=1/6}$, die komplementäre Misserfolgswahrscheinlichkeit ${\displaystyle 1-p=5/6}$. Gefragt sei nun nach der Wahrscheinlichkeit, in ${\displaystyle n=5}$ Würfen genau ${\displaystyle k=2}$ Sechsen zu werfen. Die Antwort auf diese Frage findet man wie folgt: Die Wahrscheinlichkeit, erst zwei Sechsen, dann drei Nicht-Sechsen zu werfen, ist ${\displaystyle p^{2}(1-p)^{3}}$. Da es auf die Reihenfolge aber nicht ankommt, ist diese Wahrscheinlichkeit zu multiplizieren mit der Anzahl der Möglichkeiten, zwei (ununterscheidbare) Sechserwürfe auf fünf Würfe zu verteilen. Der Kombinatorik zufolge ist diese Anzahl durch den Binomialkoeffizienten „5 über 2“ gegeben; die gesuchte Wahrscheinlichkeit lautet also:

${\displaystyle B(2|p,5)={\binom {5}{2}}p^{2}(1-p)^{5-2}}$.

Davon verallgemeinert lautet die Wahrscheinlichkeit in ${\displaystyle n}$ Bernoulli-Versuchen genau ${\displaystyle k}$ mal Erfolg zu haben

${\displaystyle P(S_{n}=k)=B(k|p,n)={\binom {n}{k}}p^{k}(1-p)^{n-k}}$.

Diese Funktion heißt Binomialverteilung (oder binomische Verteilung).

• Ein betrunkener Fußgänger (oder ein diffundierendes Teilchen) bewegt sich auf einer Linie bei jedem Schritt mit der Wahrscheinlichkeit ${\displaystyle p}$ vorwärts, mit der Wahrscheinlichkeit ${\displaystyle 1-p}$ rückwärts. Man interessiert sich beispielsweise für die Entfernung vom Ausgangspunkt. Ein solches Modell wird in der Physik als eindimensionale Zufallsbewegung (Random Walk) bezeichnet. Die Position ${\displaystyle Y_{n}}$ des Fußgängers nach ${\displaystyle n}$ Schritten lässt sich mithilfe des Bernoulli-Prozesses ${\displaystyle (X_{k})}$ darstellen als

${\displaystyle Y_{n}=Y_{0}+\sum _{k=1}^{n}(2X_{k}-1)=Y_{0}+2S_{n}-n}$.

Ist beispielsweise eine Realisierung des Bernoulli-Prozesses durch die Folge

${\displaystyle (X_{n})=1,0,0,1,1,1,0,1,1,0,\ldots }$

gegeben, dann ist für ${\displaystyle Y_{0}=0}$ der zugehörige Random Walk die Folge

${\displaystyle (Y_{n})=1,0,-1,0,1,2,1,2,3,2,\ldots }$.

Literatur

• Christian Hesse: Angewandte Wahrscheinlichkeitstheorie. 1. Auflage. Vieweg, Wiesbaden 2003, ISBN 3-528-03183-2, doi:10.1007/978-3-663-01244-3.