Lessons and exercises follow the school system and stay in its language.Les leçons et les exercices suivent le système scolaire et restent dans sa langue.Lektionen und Übungen folgen dem Schulsystem und bleiben in seiner Sprache.

Wahrscheinlichkeit

Thema drucken

Alle Lektionen des Themas, vom ersten bis zum letzten Jahr, bereit für Papier. Die Aufgabenserien heißen A, B, C… und die Lösungen stehen am Ende.

Für ein PDF wähle im Druckdialog „Als PDF speichern“.

1. Laplace-Wahrscheinlichkeit; Gegenereignis

Entdecken

Zwei Würfel werden geworfen. Die Summen reichen von 2 bis 12: elf Werte. Hat jede Summe dieselbe Wahrscheinlichkeit 111\dfrac{1}{11}?

  1. Nein
  2. Ja

Wirf zwei Würfel 1000-mal. Welche Summe kommt am häufigsten vor?

  1. 7
  2. Alle Summen ungefähr gleich oft

Die Grundidee

Laplace-Experimente und Gegenereignis.

Sind alle Ergebnisse gleich wahrscheinlich: P(A)=Anzahl der Ergebnisse von AAnzahl aller ErgebnisseP(A) = \dfrac{\text{Anzahl der Ergebnisse von } A}{\text{Anzahl aller Ergebnisse}}. Immer gilt 0≤P(A)≤10 \leq P(A) \leq 1 und P(Aˉ)=1−P(A)P(\bar{A}) = 1 - P(A).

Beispiel

Mindestens einmal „Zahl“ bei 3 Würfen.

P(keinmal Zahl)=18P(\text{keinmal Zahl}) = \dfrac{1}{8}
8 gleich wahrscheinliche Folgen.
P(mindestens einmal Zahl)=1−18P(\text{mindestens einmal Zahl}) = 1 - \dfrac{1}{8}
Gegenereignis.
=78= \dfrac{7}{8}
Ausrechnen.

Du bist dran

Jetzt du: Wie groß ist die Wahrscheinlichkeit, dass die Summe zweier Würfel 7 ist?

16\dfrac{1}{6}
6 Paare von 36.

Üben ★

  1. Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 2 ist.
  2. Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 12 ist.
  1. Die Wahrscheinlichkeit, dass ein Flug Verspätung hat, ist 0,780{,}78. Berechne die Wahrscheinlichkeit, dass er keine Verspätung hat.

Vorsicht!

Üben ★★

  1. Ein fairer Würfel wird 2-mal geworfen. Berechne die Wahrscheinlichkeit für mindestens eine Sechs.
  2. Ein fairer Würfel wird 6-mal geworfen. Berechne die Wahrscheinlichkeit für mindestens eine Sechs.

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 2 ist.
  2. Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 12 ist.
  3. Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 8 ist.

Merkkarte

Wahrscheinlichkeiten

  • Laplace: günstige : alle.
  • P(Aˉ)=1−P(A)P(\bar{A}) = 1 - P(A); „mindestens einmal“ über das Gegenereignis.

Achtung: Prüfe, ob die Ergebnisse wirklich gleich wahrscheinlich sind.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. Man wirft zwei faire Würfel und multipliziert die Augenzahlen. Wie groß ist die Wahrscheinlichkeit, dass das Produkt ungerade ist?

2. Relative Häufigkeit auf lange Sicht und Simulation

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 2 ist.
  2. Ein fairer Würfel wird 2-mal geworfen. Berechne die Wahrscheinlichkeit für mindestens eine Sechs.
  3. Die Wahrscheinlichkeit, dass ein Flug Verspätung hat, ist 0,780{,}78. Berechne die Wahrscheinlichkeit, dass er keine Verspätung hat.

Entdecken

Eine faire Münze zeigte bei 10 Würfen 7-mal „Kopf“. Was erwartest du bei 10 000 Würfen?

  1. Einen Anteil von „Kopf“ nahe 0,5
  2. Mehr „Zahl“ als „Kopf“, um die 7-mal „Kopf“ auszugleichen

Simuliere einige Male 10 Würfe, dann 1000. Was passiert mit dem Anteil von „Kopf“?

  1. Er nähert sich 0,5
  2. Er entfernt sich weiter von 0,5, um Serien auszugleichen

Die Grundidee

Wahrscheinlichkeit ist eine relative Häufigkeit auf lange Sicht.

Gesetz der großen Zahlen: Wird ein Zufallsexperiment sehr oft wiederholt, nähert sich die relative Häufigkeit eines Ereignisses seiner Wahrscheinlichkeit. Unabhängige Versuche haben kein Gedächtnis. Eine Simulation ahmt ein Zufallsexperiment mit Zufallszahlen nach, um Wahrscheinlichkeiten zu schätzen.

Beispiel

Simuliere eine Wahrscheinlichkeit von 30 % mit Zufallsziffern.

0, 1, 2 bedeuten „Treffer“
Jede Ziffer hat die Wahrscheinlichkeit 0,1.
1000 Zufallsziffern ablesen; Treffer zählen
Oft wiederholen.
Etwa 300 Treffer zu erwarten
Relative Häufigkeit.

Du bist dran

Jetzt du: Wie viele Ziffern braucht man für eine Wahrscheinlichkeit von 60 %?

66
0,6 : 0,1.

Üben ★

  1. Eine faire Münze zeigt 7-mal hintereinander „Kopf“. Wie groß ist die Wahrscheinlichkeit für „Kopf“ beim nächsten Wurf?
    1. 1/2: Die Münze hat kein Gedächtnis
    2. Kleiner als 1/2: „Zahl“ ist fällig
    3. Größer als 1/2: „Kopf“ hat eine Glückssträhne
  1. Was bedeutet es, dass die Regenwahrscheinlichkeit für morgen 0,7 ist?
    1. An vielen Tagen wie morgen regnet es an etwa 70 % davon
    2. Es regnet 70 % des Tages
    3. Es regnet, wenn die Wahrscheinlichkeit über 0,5 liegt

Vorsicht!

Üben ★★

  1. Ein Freiwurf gelingt mit der Wahrscheinlichkeit 0,6. Wie viele der zehn Ziffern 0–9 sollen bei einer Simulation mit Zufallsziffern für „getroffen“ stehen?
  2. Ein Freiwurf gelingt mit der Wahrscheinlichkeit 0,4. Wie viele der zehn Ziffern 0–9 sollen bei einer Simulation mit Zufallsziffern für „getroffen“ stehen?

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. Eine faire Münze zeigt 7-mal hintereinander „Kopf“. Wie groß ist die Wahrscheinlichkeit für „Kopf“ beim nächsten Wurf?
    1. 1/2: Die Münze hat kein Gedächtnis
    2. Kleiner als 1/2: „Zahl“ ist fällig
    3. Größer als 1/2: „Kopf“ hat eine Glückssträhne
  2. Eine faire Münze zeigt 5-mal hintereinander „Kopf“. Wie groß ist die Wahrscheinlichkeit für „Kopf“ beim nächsten Wurf?
    1. 1/2: Die Münze hat kein Gedächtnis
    2. Kleiner als 1/2: „Zahl“ ist fällig
    3. Größer als 1/2: „Kopf“ hat eine Glückssträhne
  3. Eine faire Münze zeigt 10-mal hintereinander „Kopf“. Wie groß ist die Wahrscheinlichkeit für „Kopf“ beim nächsten Wurf?
    1. 1/2: Die Münze hat kein Gedächtnis
    2. Kleiner als 1/2: „Zahl“ ist fällig
    3. Größer als 1/2: „Kopf“ hat eine Glückssträhne

Merkkarte

Auf lange Sicht

  • Wahrscheinlichkeit = relative Häufigkeit auf lange Sicht.
  • Mit Zufallszahlen simulieren.

Achtung: kein Gedächtnis, keine „fälligen“ Ergebnisse.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. Ein fairer Würfel wird 228-mal geworfen. Wie oft erwartest du ungefähr die Augenzahl 6?

3. Wortschatz der Wahrscheinlichkeit

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. Berechne 32+24\dfrac{ 3 }{ 2 } + \dfrac{ 2 }{ 4 }.
  2. Vergleiche 16\dfrac{1}{ 6 } und 17\dfrac{1}{ 7 }.
    1. 16>17\dfrac{1}{ 6 } > \dfrac{1}{ 7 }
    2. 16<17\dfrac{1}{ 6 } < \dfrac{1}{ 7 }
    3. Sie sind gleich
  3. Von einer Flasche wurde 14\dfrac{1}{ 4 } verbraucht, dann 18\dfrac{1}{ 8 }.
    1. Wie viel wurde insgesamt verbraucht?
    2. Welcher Bruchteil bleibt übrig?
    3. Wenn die Flasche 16 cl fasst, wie viele cl bleiben übrig?
    4. Wie viele cL wurden verbraucht?

Entdecken

Ein Würfel wird geworfen. „Eine gerade Zahl würfeln“ ist:

  1. Ein Ereignis
  2. Ein Ergebnis

Die Grundidee

Diese Begriffe beschreiben ein Zufallsexperiment.

Nicht maßstabsgetreu

Ein Zufallsexperiment hat mehrere mögliche Ausgänge, die Ergebnisse. Ein Ereignis ist eine Menge von Ergebnissen.

Sind die Ergebnisse gleich wahrscheinlich (Laplace-Experiment), ist die Wahrscheinlichkeit eines Ereignisses die Anzahl der günstigen Ergebnisse geteilt durch die Anzahl aller Ergebnisse. Eine Wahrscheinlichkeit liegt zwischen 0 und 1.

Beispiel

Man zieht eine von 10 Karten, davon 3 rote.

310\dfrac{3}{10}
Günstige Ergebnisse / alle Ergebnisse.

Du bist dran

Jetzt du: Wie groß ist die Wahrscheinlichkeit, mit einem fairen Würfel eine 6 zu würfeln?

16\dfrac{1}{6}
Ein Ergebnis von sechs.

Üben ★

  1. Ein Beutel enthält 8 Chips, davon 2 rote. Wie groß ist die Wahrscheinlichkeit, einen roten Chip zu ziehen?
  2. Ein Beutel enthält 37 Chips, davon 5 rote. Wie groß ist die Wahrscheinlichkeit, einen roten Chip zu ziehen?
  3. Ein Beutel enthält 8 Chips, davon 1 rote. Wie groß ist die Wahrscheinlichkeit, einen roten Chip zu ziehen?

Vorsicht!

Üben ★★

  1. Welches Ereignis hat bei einem Würfel mit 7 Seiten die Wahrscheinlichkeit 0?
    1. Eine 8 würfeln
    2. Eine 1 würfeln
    3. Eine ganze Zahl würfeln
  2. Welches Ereignis hat bei einem Würfel mit 13 Seiten die Wahrscheinlichkeit 0?
    1. Eine 14 würfeln
    2. Eine 1 würfeln
    3. Eine ganze Zahl würfeln
  1. Wie groß ist die Wahrscheinlichkeit eines sicheren Ereignisses?
    1. 1
    2. 0
    3. 100
  1. Ein Glücksrad hat 4 gleich große Felder. Wie viele mögliche Ergebnisse gibt es?

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. Ein Beutel enthält 8 Chips, davon 2 rote. Wie groß ist die Wahrscheinlichkeit, einen roten Chip zu ziehen?
  2. Ein Beutel enthält 37 Chips, davon 5 rote. Wie groß ist die Wahrscheinlichkeit, einen roten Chip zu ziehen?
  3. Ein Beutel enthält 8 Chips, davon 1 rote. Wie groß ist die Wahrscheinlichkeit, einen roten Chip zu ziehen?

Merkkarte

Wahrscheinlichkeiten

  • Ergebnis, Ereignis.
  • Laplace: günstige : alle.

Achtung: Eine Wahrscheinlichkeit liegt zwischen 0 und 1.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. Ein Beutel enthält 5 rote und einige blaue Chips. Die Wahrscheinlichkeit, einen roten zu ziehen, ist 14\dfrac{1}{ 4 }. Wie viele blaue Chips sind im Beutel?

4. Laplace-Wahrscheinlichkeit mit Zählprinzip und Baumdiagramm

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. Von 20 Kindern kommen 8 zu Fuß, die anderen mit dem Rad.
    1. Relative Häufigkeit „zu Fuß“ als Dezimalbruch:
    2. Relative Häufigkeit „mit dem Rad“:
    3. Winkel des Sektors „zu Fuß“ in Grad:
    4. Man wählt zufällig einen Schüler. Wahrscheinlichkeit, dass er mit dem Rad kommt:
  2. Eine Tabelle zeigt 6 Mädchen und 9 Jungen in einem Verein. Jeden Monat melden sich 4 neue Mädchen an.
    1. Gesamtzahl heute:
    2. Man lost ein Mitglied aus. Wahrscheinlichkeit für ein Mädchen:
    3. Man wiederholt 5-mal „4 Mädchen dazu“. Wie viele Mädchen sind es nach 5 Monaten?
    4. Gesamtzahl nach 5 Monaten:
    5. Wahrscheinlichkeit für ein Mädchen nach 5 Monaten:
  3. Ein Beutel enthält 8 Chips, davon 2 rote. Wie groß ist die Wahrscheinlichkeit, einen roten Chip zu ziehen?

Entdecken

Ein Menü hat 3 Vorspeisen und 4 Hauptgerichte. Wie viele verschiedene Kombinationen aus Vorspeise und Hauptgericht gibt es?

Nicht maßstabsgetreu
  1. 12
  2. 7

Die Grundidee

Das Zählprinzip zählt alle Ergebnisse, ohne sie aufzuschreiben.

Zählprinzip: Gibt es bei kk Schritten nacheinander n1n_1, n2n_2, …, nkn_k Möglichkeiten, so gibt es insgesamt n1⋅n2⋅…⋅nkn_1 \cdot n_2 \cdot \ldots \cdot n_k Ergebnisse. Ein Baumdiagramm zeigt sie als Pfade.

Bei einem Laplace-Experiment gilt P(E)=Anzahl der gu¨nstigen ErgebnisseAnzahl aller ErgebnisseP(E) = \dfrac{\text{Anzahl der günstigen Ergebnisse}}{\text{Anzahl aller Ergebnisse}}.

Beispiel

Eine vierstellige PIN aus den Ziffern 0 bis 9. Wie groß ist die Chance, sie beim ersten Versuch zu erraten?

10⋅10⋅10⋅10=10 00010 \cdot 10 \cdot 10 \cdot 10 = 10\,000 Ergebnisse
Vier Stellen mit je 10 Möglichkeiten.
P=110 000P = \dfrac{1}{10\,000}
Ein günstiges Ergebnis.
P=0,0001P = 0{,}0001
Als Dezimalzahl.

Du bist dran

Jetzt du: Eine Münze und ein Würfel werden geworfen. Wie viele Ergebnisse gibt es?

2⋅62 \cdot 6
2 · 6.
1212
Anzahl.

Üben ★

  1. Ein Outfit besteht aus einem von 2 Shirts, einer von 2 Hosen und einem von 4 Paar Schuhen. Wie viele Outfits gibt es?
  2. Ein Outfit besteht aus einem von 9 Shirts, einer von 11 Hosen und einem von 10 Paar Schuhen. Wie viele Outfits gibt es?
  1. Eine Münze und ein Würfel werden geworfen. Wie groß ist die Wahrscheinlichkeit für „Kopf“ und eine bestimmte Augenzahl?

Vorsicht!

Üben ★★

  1. Zwei Würfel werden geworfen. Warum ist P(Summe 2)≠P(Summe 7)P(\text{Summe } 2) \neq P(\text{Summe } 7)?
    1. Die 36 Paare sind gleich wahrscheinlich, aber zur Summe 7 gehören mehr Paare
    2. Es stimmt nicht: Jede Summe hat die Wahrscheinlichkeit 111\dfrac{1}{11}
    3. Weil 7 eine größere Zahl ist als 2

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. Ein Outfit besteht aus einem von 2 Shirts, einer von 2 Hosen und einem von 4 Paar Schuhen. Wie viele Outfits gibt es?
  2. Ein Outfit besteht aus einem von 9 Shirts, einer von 11 Hosen und einem von 10 Paar Schuhen. Wie viele Outfits gibt es?
  3. Ein Outfit besteht aus einem von 3 Shirts, einer von 2 Hosen und einem von 5 Paar Schuhen. Wie viele Outfits gibt es?

Merkkarte

Zählprinzip und Laplace

  • Möglichkeiten der Schritte multiplizieren.
  • Baumdiagramm: jeder Pfad ein Ergebnis.
  • P(E)P(E) = günstige : alle.

Achtung: Nur gleich wahrscheinliche Ergebnisse zählen.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. Zwei Würfel werden geworfen. Wie groß ist die Wahrscheinlichkeit für die Augensumme 5?

5. Das Geburtstagsproblem

Entdecken

In einer Klasse mit 23 Kindern: Ist es wahrscheinlich, dass zwei am selben Tag Geburtstag haben?

  1. Ja, etwas mehr als 50 %
  2. Nein, dafür bräuchte man etwa 183 Personen

Die Grundidee

Das Geburtstagsproblem.

Zähle das Gegenereignis alle verschieden: Bei dd gleich wahrscheinlichen Tagen und nn Personen ist

P(alle verschieden)=dd⋅d−1d⋅…⋅d−n+1dP(\text{alle verschieden}) = \dfrac{d}{d} \cdot \dfrac{d-1}{d} \cdot \ldots \cdot \dfrac{d-n+1}{d}, also P(ein gemeinsamer Tag)=1−P(alle verschieden)P(\text{ein gemeinsamer Tag}) = 1 - P(\text{alle verschieden}).

Beispiel

3 Personen: Wie groß ist die Wahrscheinlichkeit, dass mindestens zwei im selben Monat geboren sind (12 gleich wahrscheinliche Monate)?

1212⋅1112⋅1012=5572\dfrac{12}{12} \cdot \dfrac{11}{12} \cdot \dfrac{10}{12} = \dfrac{55}{72}
Alle verschieden: Die zweite meidet 1 Monat, die dritte 2.
1−5572=1772≈24 %1 - \dfrac{55}{72} = \dfrac{17}{72} \approx 24\,\%
Gegenereignis.

Du bist dran

Jetzt du: 2 Personen: Wie groß ist die Wahrscheinlichkeit, dass sie im selben Monat geboren sind?

112\dfrac{1}{12}
1−11121 - \dfrac{11}{12}.

Üben ★

  1. 3 Personen haben je einen von 12 gleich wahrscheinlichen Geburtsmonaten. Wie groß ist die Wahrscheinlichkeit, dass mindestens zwei denselben Monat haben?
  2. 5 Personen haben je einen von 12 gleich wahrscheinlichen Geburtsmonaten. Wie groß ist die Wahrscheinlichkeit, dass mindestens zwei denselben Monat haben?
  3. 2 Personen haben je einen von 12 gleich wahrscheinlichen Geburtsmonaten. Wie groß ist die Wahrscheinlichkeit, dass mindestens zwei denselben Monat haben?

Üben ★★

  1. Bei 12 gleich wahrscheinlichen Geburtsmonaten: Wie groß muss eine Gruppe mindestens sein, damit die Wahrscheinlichkeit für einen gemeinsamen Monat über einhalb liegt?

Abschlusscheck

Zwei Fragen zur Kontrolle.

  1. 3 Personen haben je einen von 12 gleich wahrscheinlichen Geburtsmonaten. Wie groß ist die Wahrscheinlichkeit, dass mindestens zwei denselben Monat haben?
  2. 5 Personen haben je einen von 12 gleich wahrscheinlichen Geburtsmonaten. Wie groß ist die Wahrscheinlichkeit, dass mindestens zwei denselben Monat haben?

Merkkarte

Gemeinsame Geburtstage

  • „Mindestens zwei gleich“ ist das Gegenteil von „alle verschieden“.
  • Für jede neue Person die Wahrscheinlichkeit multiplizieren.

Dieselbe Idee prüft in der Informatik, wie oft zwei Dateien denselben kurzen Code bekommen.

6. Geschichte der Wahrscheinlichkeit: Pascal, Fermat und das Teilungsproblem

Entdecken

Zwei Spieler brechen ein Glücksspiel vor dem Ende ab. Einer führt. Wie teilen sie den Einsatz gerecht? Im Sommer 1654 beantworten Blaise Pascal und Pierre de Fermat das in fünf Briefen. Was ist neu an ihrer Antwort?

  1. Nach der Gewinnchance jedes Spielers, wenn weitergespielt worden wäre
  2. Nach den schon gewonnenen Punkten

Die Grundidee

Vom Glücksspiel zur Theorie.

1560158016001620164016601680um 1563Cardanoum 1563Cardano
  1. Schritt 11560158016001620164016601680um 1563Cardanoum 1563CardanoGerolamo Cardano 1501–1576R. Cooper. Wellcome Collection (V0001004). CC BY 4.0Um 1563: Cardano beendet sein Buch über Glücksspiele. Gedruckt wird es erst 1663.
  2. Schritt 21560158016001620164016601680um 1563Cardano1654Pascal und Fermatum 1563Cardano1654Pascal und FermatBlaise Pascal 1623–1662Gérard Edelinck, um 1691. Clermont Auvergne Métropole, Bibliothèque du patrimoine, GRA 6025. CC BY-SA 4.0Pierre de Fermat um 1607 – 1665Rolland Lefebvre. GemeinfreiSommer 1654: Fünf Briefe zwischen Pascal und Fermat lösen das Teilungsproblem und untersuchen das Würfelproblem.
  3. Schritt 31560158016001620164016601680um 1563Cardano1654Pascal und Fermat1657Huygensum 1563Cardano1654Pascal und Fermat1657HuygensChristiaan Huygens 1629–1695Bernard Vaillant, 1686. Gemeinfrei1657: Huygens druckt das erste Buch über die Berechnung von Chancen.

Cardano schreibt ein Buch über Glücksspiele (fertig um 1563, gedruckt 1663). Pascal und Fermat lösen 1654 das Teilungsproblem. 1657 druckt Huygens das erste Buch über Wahrscheinlichkeit.

Quelle

Ich sehe wohl, dass die Wahrheit in Toulouse und in Paris dieselbe ist.

Blaise Pascal, Brief an Pierre de Fermat, 29. Juli 1654 (unsere Übersetzung aus dem Französischen)

Warum schreibt Pascal das?

  1. Fermat (in Toulouse) und er (in Paris) fanden auf zwei Wegen dasselbe Ergebnis
  2. Um zu sagen, dass Glücksspiele überall gleich sind

Beispiel

Das Teilungsproblem auf unsere Art: Wer zuerst 3 Runden gewinnt, gewinnt; jede Runde ist 50 zu 50. A hat 2 Runden, B eine.

P(B gewinnt)=12⋅12=14P(\text{B gewinnt}) = \tfrac{1}{2} \cdot \tfrac{1}{2} = \tfrac{1}{4}
B muss die nächsten 2 Runden gewinnen.
P(A gewinnt)=34P(\text{A gewinnt}) = \tfrac{3}{4}
A bekommt also drei Viertel des Einsatzes.

Üben ★

  1. Wer druckte 1657 das erste Buch über Wahrscheinlichkeit?
    1. Christiaan Huygens
    2. Girolamo Cardano
    3. Blaise Pascal
  1. Das Teilungsproblem: Jede Runde ist 50 zu 50. A braucht noch 1 Sieg, B noch 5. Wie groß ist A's Gewinnchance, die seinen gerechten Anteil festlegt?
  2. Das Teilungsproblem: Jede Runde ist 50 zu 50. A braucht noch 1 Sieg, B noch 4. Wie groß ist A's Gewinnchance, die seinen gerechten Anteil festlegt?
  1. Das Würfelproblem von 1654: Ein Würfelpaar wird 19-mal geworfen. Wie groß ist die Wahrscheinlichkeit für mindestens einen Sechserpasch?

Merkkarte

Wahrscheinlichkeit heute

  • Der Wetterbericht nennt Regenwahrscheinlichkeiten.
  • Versicherungsbeiträge beruhen auf Wahrscheinlichkeiten für Unfälle und Krankheiten.
  • Die Medizin prüft Medikamente und deutet Testergebnisse mit Wahrscheinlichkeiten.

Quellen: MacTutor-Biografien von Cardano, Pascal und Huygens (siehe „Quellen und Nachweise“).

7. Additionssatz und unvereinbare Ereignisse

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 2 ist.
  2. Ein fairer Würfel wird 2-mal geworfen. Berechne die Wahrscheinlichkeit für mindestens eine Sechs.
  3. Die Wahrscheinlichkeit, dass ein Flug Verspätung hat, ist 0,780{,}78. Berechne die Wahrscheinlichkeit, dass er keine Verspätung hat.

Entdecken

In einem Spiel mit 52 Karten sind 13 Herz und 4 Könige. Wie viele Karten sind Herz oder König?

  1. 16
  2. 17

Die Grundidee

Addieren, dann die Überschneidung abziehen.

Additionssatz: P(A∪B)=P(A)+P(B)−P(A∩B)P(A \cup B) = P(A) + P(B) - P(A \cap B). Sind AA und BB unvereinbar (können nicht beide eintreten), ist P(A∩B)=0P(A \cap B) = 0 und P(A∪B)=P(A)+P(B)P(A \cup B) = P(A) + P(B).

Beispiel

P(Herz oder König).

1352+452−152\tfrac{13}{52} + \tfrac{4}{52} - \tfrac{1}{52}
Jeder Teil.
=1652=413= \tfrac{16}{52} = \tfrac{4}{13}
Kürzen.

Du bist dran

Jetzt du: P(A) = 0,5, P(B) = 0,4, P(A ∩ B) = 0,2. Bestimme P(A ∪ B).

0,70{,}7
0,5 + 0,4 − 0,2.

Üben ★

  1. In einer Klasse mit 35 Kindern sind 12 Mädchen, 12 spielen Fußball, und 2 Mädchen spielen Fußball. Ein Kind wird zufällig ausgewählt. Bestimme P(Mädchen oder Fußball).
  2. In einer Klasse mit 34 Kindern sind 16 Mädchen, 10 spielen Fußball, und 4 Mädchen spielen Fußball. Ein Kind wird zufällig ausgewählt. Bestimme P(Mädchen oder Fußball).
  3. In einer Klasse mit 35 Kindern sind 19 Mädchen, 8 spielen Fußball, und 4 Mädchen spielen Fußball. Ein Kind wird zufällig ausgewählt. Bestimme P(Mädchen oder Fußball).

Vorsicht!

Üben ★★

  1. Die Ereignisse A und B sind unvereinbar, mit P(A) = 0,31 und P(B) = 0,24. Bestimme P(A ∩ B).
  1. Ein Glücksrad bleibt mit der Wahrscheinlichkeit 0,20 auf Rot und mit 0,10 auf Blau stehen. Bestimme P(Rot oder Blau).

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. In einer Klasse mit 35 Kindern sind 12 Mädchen, 12 spielen Fußball, und 2 Mädchen spielen Fußball. Ein Kind wird zufällig ausgewählt. Bestimme P(Mädchen oder Fußball).
  2. In einer Klasse mit 34 Kindern sind 16 Mädchen, 10 spielen Fußball, und 4 Mädchen spielen Fußball. Ein Kind wird zufällig ausgewählt. Bestimme P(Mädchen oder Fußball).
  3. In einer Klasse mit 35 Kindern sind 19 Mädchen, 8 spielen Fußball, und 4 Mädchen spielen Fußball. Ein Kind wird zufällig ausgewählt. Bestimme P(Mädchen oder Fußball).

Merkkarte

Additionssatz

P(A∪B)=P(A)+P(B)−P(A∩B)P(A \cup B) = P(A) + P(B) - P(A \cap B); bei unvereinbaren Ereignissen ist der letzte Summand 0.

Achtung: Unvereinbar ist nicht dasselbe wie unabhängig.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. Es gilt P(A)=310P(A) = \dfrac{ 3 }{10}, P(B)=610P(B) = \dfrac{ 6 }{10} und P(A∪B)=610P(A \cup B) = \dfrac{ 6 }{10}. Bestimme P(A∩B)P(A \cap B).

8. Vereinigung, Schnitt und Gegenereignis

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 2 ist.
  2. Ein fairer Würfel wird 2-mal geworfen. Berechne die Wahrscheinlichkeit für mindestens eine Sechs.
  3. Die Wahrscheinlichkeit, dass ein Flug Verspätung hat, ist 0,780{,}78. Berechne die Wahrscheinlichkeit, dass er keine Verspätung hat.

Entdecken

Man zieht eine Karte: AA „Herz“, BB „König“. Was bedeutet A∩BA \cap B?

  1. „Der Herzkönig“
  2. „Ein Herz oder ein König“

Die Grundidee

Zwei Ereignisse können sich überschneiden.

Nicht maßstabsgetreu

Additionssatz: P(A∪B)=P(A)+P(B)−P(A∩B)P(A \cup B) = P(A) + P(B) - P(A \cap B). Sind AA und BB unvereinbar, ist P(A∩B)=0P(A \cap B) = 0.

Beispiel

Kartenspiel mit 32 Karten: Herz oder König.

832+432−132\dfrac{8}{32} + \dfrac{4}{32} - \dfrac{1}{32}
Wahrscheinlichkeiten.
1132\dfrac{11}{32}
Ausrechnen.

Du bist dran

Jetzt du: P(A)=0,5P(A) = 0{,}5, P(B)=0,3P(B) = 0{,}3, P(A∩B)=0,1P(A \cap B) = 0{,}1. Berechne P(A∪B)P(A \cup B).

0,70{,}7
0,5 + 0,3 − 0,1.

Üben ★

  1. P(A)=510P(A) = \dfrac{ 5 }{10}, P(B)=410P(B) = \dfrac{ 4 }{10} und P(A∩B)=210P(A \cap B) = \dfrac{ 2 }{10}. Berechne P(A∪B)P(A \cup B).
  2. P(A)=510P(A) = \dfrac{ 5 }{10}, P(B)=310P(B) = \dfrac{ 3 }{10} und P(A∩B)=110P(A \cap B) = \dfrac{ 1 }{10}. Berechne P(A∪B)P(A \cup B).
  3. P(A)=310P(A) = \dfrac{ 3 }{10}, P(B)=310P(B) = \dfrac{ 3 }{10} und P(A∩B)=110P(A \cap B) = \dfrac{ 1 }{10}. Berechne P(A∪B)P(A \cup B).

Vorsicht!

Üben ★★

  1. AA und BB sind unvereinbar, P(A)=210P(A) = \dfrac{ 2 }{10} und P(B)=310P(B) = \dfrac{ 3 }{10}. Berechne P(A∪B)P(A \cup B).
  2. AA und BB sind unvereinbar, P(A)=310P(A) = \dfrac{ 3 }{10} und P(B)=310P(B) = \dfrac{ 3 }{10}. Berechne P(A∪B)P(A \cup B).
  1. P(A)=510P(A) = \dfrac{ 5 }{10}, P(B)=310P(B) = \dfrac{ 3 }{10} und P(A∪B)=710P(A \cup B) = \dfrac{ 7 }{10}. Berechne P(A∩B)P(A \cap B).
  1. P(A)=310P(A) = \dfrac{ 3 }{10}. Berechne P(Aˉ)P(\bar{A}).

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. P(A)=510P(A) = \dfrac{ 5 }{10}, P(B)=410P(B) = \dfrac{ 4 }{10} und P(A∩B)=210P(A \cap B) = \dfrac{ 2 }{10}. Berechne P(A∪B)P(A \cup B).
  2. P(A)=510P(A) = \dfrac{ 5 }{10}, P(B)=310P(B) = \dfrac{ 3 }{10} und P(A∩B)=110P(A \cap B) = \dfrac{ 1 }{10}. Berechne P(A∪B)P(A \cup B).
  3. P(A)=310P(A) = \dfrac{ 3 }{10}, P(B)=310P(B) = \dfrac{ 3 }{10} und P(A∩B)=110P(A \cap B) = \dfrac{ 1 }{10}. Berechne P(A∪B)P(A \cup B).

Merkkarte

Vereinigung

  • P(A∪B)=P(A)+P(B)−P(A∩B)P(A \cup B) = P(A) + P(B) - P(A \cap B).
  • Unvereinbar: leere Schnittmenge.

Achtung: Das Abziehen nicht vergessen.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. P(A)=P(B)=510P(A) = P(B) = \dfrac{ 5 }{10} und P(A∪B)=710P(A \cup B) = \dfrac{ 7 }{10}. Berechne P(A∩B)P(A \cap B).

9. Monte-Carlo-Methode

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. Eine faire Münze zeigt 7-mal hintereinander „Kopf“. Wie groß ist die Wahrscheinlichkeit für „Kopf“ beim nächsten Wurf?
    1. 1/2: Die Münze hat kein Gedächtnis
    2. Kleiner als 1/2: „Zahl“ ist fällig
    3. Größer als 1/2: „Kopf“ hat eine Glückssträhne
  2. Was bedeutet es, dass die Regenwahrscheinlichkeit für morgen 0,7 ist?
    1. An vielen Tagen wie morgen regnet es an etwa 70 % davon
    2. Es regnet 70 % des Tages
    3. Es regnet, wenn die Wahrscheinlichkeit über 0,5 liegt
  3. Ein Freiwurf gelingt mit der Wahrscheinlichkeit 0,6. Wie viele der zehn Ziffern 0–9 sollen bei einer Simulation mit Zufallsziffern für „getroffen“ stehen?

Entdecken

Von 100 Zufallspunkten im Einheitsquadrat liegen 78 im Viertelkreis. Das Quadrat hat den Flächeninhalt 1. Wie groß ist der Flächeninhalt des Viertelkreises ungefähr?

  1. Etwa 0,780{,}78
  2. Genau 0,780{,}78

Die Grundidee

Zufallspunkte können eine Fläche messen, die man schwer berechnen kann.

Monte-Carlo-Methode: Man wählt nn gleichmäßig verteilte Zufallspunkte in einer Vergleichsfläche AA und zählt die kk Treffer in der gesuchten Figur. Dann ist deren Flächeninhalt ungefähr kn⋅A\dfrac{k}{n} \cdot A.

Mit mehr Punkten wird die Schätzung im Allgemeinen genauer (Gesetz der großen Zahlen), bleibt aber eine Schätzung.

Beispiel

In einem Rechteck mit dem Flächeninhalt 12 cm² liegen von 200 Zufallspunkten 150 in einer Figur.

150200=0,75\dfrac{150}{200} = 0{,}75
Der Trefferanteil.
0,75⋅12=90{,}75 \cdot 12 = 9
Anteil mal Vergleichsfläche.
Die Figur hat etwa 9 cm².
Eine Schätzung.

Du bist dran

Jetzt du: Im Einheitsquadrat liegen 80 von 100 Punkten im Viertelkreis. Schätze π\pi mit π4≈kn\dfrac{\pi}{4} \approx \dfrac{k}{n}.

π≈4⋅0,8\pi \approx 4 \cdot 0{,}8
Mit 4 multiplizieren.
3,23{,}2
Schätzwert.

Üben ★

  1. In einem Quadrat mit der Seitenlänge 10 cm liegen von 100 Zufallspunkten 50 in einer Figur. Schätze ihren Flächeninhalt in cm².
  2. In einem Quadrat mit der Seitenlänge 30 cm liegen von 100 Zufallspunkten 65 in einer Figur. Schätze ihren Flächeninhalt in cm².
  1. Im Einheitsquadrat liegen von 100 Zufallspunkten 71 im Viertelkreis mit Radius 1. Welchen Schätzwert für π\pi ergibt das?

Vorsicht!

Üben ★★

  1. Eine Monte-Carlo-Schätzung mit 700 Punkten wird mit zehnmal so vielen Punkten wiederholt. Was ist zu erwarten?
    1. Die Schätzung ist im Allgemeinen genauer, aber nicht exakt
    2. Das Ergebnis ist jetzt exakt
    3. Es ändert sich nichts an der Genauigkeit

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. In einem Quadrat mit der Seitenlänge 10 cm liegen von 100 Zufallspunkten 50 in einer Figur. Schätze ihren Flächeninhalt in cm².
  2. In einem Quadrat mit der Seitenlänge 30 cm liegen von 100 Zufallspunkten 65 in einer Figur. Schätze ihren Flächeninhalt in cm².
  3. In einem Quadrat mit der Seitenlänge 2 cm liegen von 100 Zufallspunkten 50 in einer Figur. Schätze ihren Flächeninhalt in cm².

Merkkarte

Monte-Carlo-Methode

  • Zufallspunkte in einer Vergleichsfläche AA.
  • Fläche ≈kn⋅A\approx \dfrac{k}{n} \cdot A.
  • Mehr Punkte: im Allgemeinen genauer.

Achtung: Das Ergebnis ist eine Schätzung.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. In einem Quadrat mit der Seitenlänge 2 liegt ein Kreis mit dem Radius 1. Von 500 Zufallspunkten im Quadrat liegen 396 im Kreis. Welchen Schätzwert für π\pi ergibt das?

10. Bedingte Wahrscheinlichkeit

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. In einer Klasse mit 35 Kindern sind 12 Mädchen, 12 spielen Fußball, und 2 Mädchen spielen Fußball. Ein Kind wird zufällig ausgewählt. Bestimme P(Mädchen oder Fußball).
  2. Die Ereignisse A und B sind unvereinbar, mit P(A) = 0,31 und P(B) = 0,24. Bestimme P(A ∩ B).
  3. Ein Glücksrad bleibt mit der Wahrscheinlichkeit 0,20 auf Rot und mit 0,10 auf Blau stehen. Bestimme P(Rot oder Blau).

Entdecken

Von 100 Schülerinnen und Schülern lernen 40 Französisch; 10 davon lernen auch Spanisch. Wie groß ist unter den Französischlernenden die Wahrscheinlichkeit, Spanisch zu lernen?

  1. 1040\tfrac{10}{40}
  2. 10100\tfrac{10}{100}

Die Grundidee

Eine Bedingung verkleinert die Ergebnismenge.

PB(A)=P(A∩B)P(B)P_B(A) = \dfrac{P(A \cap B)}{P(B)}: die Wahrscheinlichkeit von AA unter den Ergebnissen in BB. Im Allgemeinen ist PB(A)≠PA(B)P_B(A) \neq P_A(B).

Beispiel

P(Regen) = 0,3, P(Verspätung) = 0,2, P(Regen und Verspätung) = 0,12.

PRegen(Verspa¨tung)=0,120,3=0,4P_{\text{Regen}}(\text{Verspätung}) = \tfrac{0{,}12}{0{,}3} = 0{,}4
Durch P(Regen) teilen.
PVerspa¨tung(Regen)=0,120,2=0,6P_{\text{Verspätung}}(\text{Regen}) = \tfrac{0{,}12}{0{,}2} = 0{,}6
Durch P(Verspätung) teilen.
Zwei verschiedene Zahlen
Verschiedene Bedingungen.

Du bist dran

Jetzt du: P(A ∩ B) = 0,1, P(B) = 0,4. Bestimme P_B(A).

0,250{,}25
0,1 : 0,4.

Üben ★

  1. P(A) = 0,60, P(B) = 0,22 und P(A ∩ B) = 0,5. Bestimme P_B(A).
  2. P(A) = 0,55, P(B) = 0,33 und P(A ∩ B) = 0,13. Bestimme P_B(A).
  1. Ein Suchtest wurde bei 316 Personen gemacht: 47 waren krank und positiv getestet, 8 krank und negativ, 34 gesund und positiv, 227 gesund und negativ. Bestimme P_positiv(krank).
  2. Ein Suchtest wurde bei 256 Personen gemacht: 33 waren krank und positiv getestet, 7 krank und negativ, 21 gesund und positiv, 195 gesund und negativ. Bestimme P_positiv(krank).

Vorsicht!

Üben ★★

  1. Ein Test erkennt eine Krankheit bei 87 % der Erkrankten. Welche Aussage bedeutet dasselbe?
    1. P_krank(positiv) = 0,87
    2. P_positiv(krank) = 0,87
    3. P(krank ∩ positiv) = 0,87

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. Ein Suchtest wurde bei 316 Personen gemacht: 47 waren krank und positiv getestet, 8 krank und negativ, 34 gesund und positiv, 227 gesund und negativ. Bestimme P_positiv(krank).
  2. Ein Suchtest wurde bei 256 Personen gemacht: 33 waren krank und positiv getestet, 7 krank und negativ, 21 gesund und positiv, 195 gesund und negativ. Bestimme P_positiv(krank).
  3. Ein Suchtest wurde bei 239 Personen gemacht: 57 waren krank und positiv getestet, 3 krank und negativ, 29 gesund und positiv, 150 gesund und negativ. Bestimme P_positiv(krank).

Merkkarte

Bedingte Wahrscheinlichkeit

PB(A)=P(A∩B):P(B)P_B(A) = P(A \cap B) : P(B).

Achtung: PB(A)P_B(A) und PA(B)P_A(B) sind verschieden.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. P(A)=0,5P(A) = 0{,}5, PA(B)=0,8P_A(B) = 0{,}8 und P(B)=0,6P(B) = 0{,}6. Bestimme PB(A)P_B(A).

11. Unabhängige aufeinanderfolgende Versuche und Baumdiagramme

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. Ein Suchtest wurde bei 316 Personen gemacht: 47 waren krank und positiv getestet, 8 krank und negativ, 34 gesund und positiv, 227 gesund und negativ. Bestimme P_positiv(krank).
  2. P(A) = 0,60, P(B) = 0,22 und P(A ∩ B) = 0,5. Bestimme P_B(A).
  3. Ein Test erkennt eine Krankheit bei 87 % der Erkrankten. Welche Aussage bedeutet dasselbe?
    1. P_krank(positiv) = 0,87
    2. P_positiv(krank) = 0,87
    3. P(krank ∩ positiv) = 0,87

Entdecken

Eine faire Münze wird zweimal geworfen. Wie groß ist die Wahrscheinlichkeit für zweimal „Zahl“?

  1. 14\dfrac{1}{4}
  2. 11

Die Grundidee

Mehrstufige Zufallsexperimente stellt man mit einem Baumdiagramm dar.

1. Pfadregel: Die Wahrscheinlichkeit eines Pfads ist das Produkt der Wahrscheinlichkeiten entlang des Pfads. 2. Pfadregel: Die Wahrscheinlichkeit eines Ereignisses ist die Summe der Wahrscheinlichkeiten der zugehörigen Pfade.

Sind die Stufen unabhängig, hängen die Wahrscheinlichkeiten der zweiten Stufe nicht vom Ergebnis der ersten ab.

Beispiel

Man wählt eine Person aus; AA: „sie wohnt im Internat“, P(A)=0,4P(A) = 0{,}4. Dann BB: „sie hat bestanden“, mit PA(B)=0,5P_A(B) = 0{,}5 und PAˉ(B)=0,75P_{\bar{A}}(B) = 0{,}75. Berechne P(B)P(B).

0,4⋅0,5=0,20{,}4 \cdot 0{,}5 = 0{,}2
Pfad über A.
0,6⋅0,75=0,450{,}6 \cdot 0{,}75 = 0{,}45
Pfad über Ā.
P(B)=0,2+0,45=0,65P(B) = 0{,}2 + 0{,}45 = 0{,}65
2. Pfadregel.

Du bist dran

Jetzt du: Berechne mit demselben Baum PB(A)P_B(A) als Bruch.

413\dfrac{4}{13}
P(A ∩ B) : P(B) = 0,2 : 0,65.

Üben ★

  1. Zwei unabhängige Zufallsexperimente werden nacheinander ausgeführt. AA hat beim ersten die Wahrscheinlichkeit 12\dfrac{1}{ 2 }, BB beim zweiten 12\dfrac{1}{ 2 }. Berechne die Wahrscheinlichkeit für erst AA, dann BB.
  2. Zwei unabhängige Zufallsexperimente werden nacheinander ausgeführt. AA hat beim ersten die Wahrscheinlichkeit 114\dfrac{1}{ 14 }, BB beim zweiten 111\dfrac{1}{ 11 }. Berechne die Wahrscheinlichkeit für erst AA, dann BB.
  3. Zwei unabhängige Zufallsexperimente werden nacheinander ausgeführt. AA hat beim ersten die Wahrscheinlichkeit 13\dfrac{1}{ 3 }, BB beim zweiten 13\dfrac{1}{ 3 }. Berechne die Wahrscheinlichkeit für erst AA, dann BB.

Vorsicht!

Üben ★★

  1. P(A)=45P(A) = \dfrac{ 4 }{5}, PA(B)=610P_A(B) = \dfrac{ 6 }{10} und PAˉ(B)=410P_{\bar{A}}(B) = \dfrac{ 4 }{10}. Berechne P(B)P(B).
  2. P(A)=35P(A) = \dfrac{ 3 }{5}, PA(B)=710P_A(B) = \dfrac{ 7 }{10} und PAˉ(B)=410P_{\bar{A}}(B) = \dfrac{ 4 }{10}. Berechne P(B)P(B).
  1. Ein Zufallsexperiment, bei dem AA die Wahrscheinlichkeit 13\dfrac{1}{ 3 } hat, wird dreimal unabhängig durchgeführt. Berechne die Wahrscheinlichkeit, jedes Mal AA zu erhalten.
  1. In einem Baumdiagramm ist P(A)=15P(A) = \dfrac{ 1 }{5} und PA(B)=510P_A(B) = \dfrac{ 5 }{10}. Berechne P(A∩B)P(A \cap B).

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. Zwei unabhängige Zufallsexperimente werden nacheinander ausgeführt. AA hat beim ersten die Wahrscheinlichkeit 12\dfrac{1}{ 2 }, BB beim zweiten 12\dfrac{1}{ 2 }. Berechne die Wahrscheinlichkeit für erst AA, dann BB.
  2. Zwei unabhängige Zufallsexperimente werden nacheinander ausgeführt. AA hat beim ersten die Wahrscheinlichkeit 114\dfrac{1}{ 14 }, BB beim zweiten 111\dfrac{1}{ 11 }. Berechne die Wahrscheinlichkeit für erst AA, dann BB.
  3. Zwei unabhängige Zufallsexperimente werden nacheinander ausgeführt. AA hat beim ersten die Wahrscheinlichkeit 13\dfrac{1}{ 3 }, BB beim zweiten 13\dfrac{1}{ 3 }. Berechne die Wahrscheinlichkeit für erst AA, dann BB.

Merkkarte

Baumdiagramme

  • Entlang eines Pfads multiplizieren.
  • Die Pfade zum selben Ereignis addieren.

Achtung: Keinen Pfad doppelt zählen, keinen vergessen.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. Eine Urne enthält 4 rote und 5 blaue Kugeln. Man zieht nacheinander zwei Kugeln ohne Zurücklegen. Berechne die Wahrscheinlichkeit für zwei rote.

12. Unabhängigkeit und Multiplikationssatz

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. Ein Suchtest wurde bei 316 Personen gemacht: 47 waren krank und positiv getestet, 8 krank und negativ, 34 gesund und positiv, 227 gesund und negativ. Bestimme P_positiv(krank).
  2. P(A) = 0,60, P(B) = 0,22 und P(A ∩ B) = 0,5. Bestimme P_B(A).
  3. Ein Test erkennt eine Krankheit bei 87 % der Erkrankten. Welche Aussage bedeutet dasselbe?
    1. P_krank(positiv) = 0,87
    2. P_positiv(krank) = 0,87
    3. P(krank ∩ positiv) = 0,87

Entdecken

Aus einem Kartenspiel mit 52 Karten wird eine Karte gezogen. Ändert das Wissen, dass sie Herz ist, die Wahrscheinlichkeit für einen König?

  1. Nein
  2. Ja

Die Grundidee

Unabhängige Ereignisse beeinflussen sich nicht.

AA und BB sind stochastisch unabhängig, wenn PB(A)=P(A)P_B(A) = P(A) gilt, gleichbedeutend P(A∩B)=P(A)⋅P(B)P(A \cap B) = P(A) \cdot P(B). Allgemein gilt P(A∩B)=P(A)⋅PA(B)P(A \cap B) = P(A) \cdot P_A(B). Ziehen ohne Zurücklegen ist abhängig.

Beispiel

Zwei Karten ohne Zurücklegen: P(zwei Asse).

P(Ass)=452P(\text{Ass}) = \tfrac{4}{52}
Erster Zug.
PAss(Ass)=351P_{\text{Ass}}(\text{Ass}) = \tfrac{3}{51}
Noch 3 Asse unter 51 Karten.
452⋅351=1221\tfrac{4}{52} \cdot \tfrac{3}{51} = \tfrac{1}{221}
Multiplizieren.

Du bist dran

Jetzt du: zwei unabhängige Ereignisse mit den Wahrscheinlichkeiten 0,5 und 0,3. P(beide).

0,150{,}15
0,5 · 0,3.

Üben ★

  1. Zwei unabhängige Maschinen fallen mit den Wahrscheinlichkeiten 0,2 und 0,2 aus. Bestimme die Wahrscheinlichkeit, dass beide ausfallen.
  2. Zwei unabhängige Maschinen fallen mit den Wahrscheinlichkeiten 0,9 und 0,2 aus. Bestimme die Wahrscheinlichkeit, dass beide ausfallen.
  1. P(A) = 3/10, P(B) = 6/10 und P(A ∩ B) = 18/100. Sind A und B unabhängig?
    1. Ja: P(A ∩ B) = P(A) · P(B)
    2. Nein, weil P(A ∩ B) > 0
    3. Das lässt sich nicht entscheiden

Vorsicht!

Üben ★★

  1. In einem Beutel sind 3 rote und 3 blaue Kugeln. Zwei werden ohne Zurücklegen gezogen. Bestimme P(beide rot).
  2. In einem Beutel sind 16 rote und 19 blaue Kugeln. Zwei werden ohne Zurücklegen gezogen. Bestimme P(beide rot).

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. Zwei unabhängige Maschinen fallen mit den Wahrscheinlichkeiten 0,2 und 0,2 aus. Bestimme die Wahrscheinlichkeit, dass beide ausfallen.
  2. Zwei unabhängige Maschinen fallen mit den Wahrscheinlichkeiten 0,9 und 0,2 aus. Bestimme die Wahrscheinlichkeit, dass beide ausfallen.
  3. Zwei unabhängige Maschinen fallen mit den Wahrscheinlichkeiten 0,5 und 0,5 aus. Bestimme die Wahrscheinlichkeit, dass beide ausfallen.

Merkkarte

Unabhängigkeit

  • Unabhängig: P(A∩B)=P(A)⋅P(B)P(A \cap B) = P(A) \cdot P(B).
  • Allgemein: P(A)⋅PA(B)P(A) \cdot P_A(B).

Achtung: Ohne Zurücklegen die zweite Wahrscheinlichkeit anpassen.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. Drei unabhängige Maschinen fallen jeweils mit der Wahrscheinlichkeit 0,2 aus. Bestimme die Wahrscheinlichkeit, dass mindestens eine ausfällt.

13. Bedingte Wahrscheinlichkeit und Baumdiagramme

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 2 ist.
  2. Ein fairer Würfel wird 2-mal geworfen. Berechne die Wahrscheinlichkeit für mindestens eine Sechs.
  3. Die Wahrscheinlichkeit, dass ein Flug Verspätung hat, ist 0,780{,}78. Berechne die Wahrscheinlichkeit, dass er keine Verspätung hat.

Entdecken

In einer Klasse sind 60 % Mädchen, und 25 % der Mädchen tragen eine Brille. Wie groß ist die Wahrscheinlichkeit, ein Mädchen mit Brille auszuwählen?

  1. 0,150{,}15
  2. 0,250{,}25

Die Grundidee

PA(B)P_A(B) liest man „Wahrscheinlichkeit von BB unter der Bedingung AA“.

PA(B)=P(A∩B)P(A)P_A(B) = \dfrac{P(A \cap B)}{P(A)}, also P(A∩B)=P(A)⋅PA(B)P(A \cap B) = P(A) \cdot P_A(B).

Im Baumdiagramm multipliziert man entlang eines Pfads und addiert die Pfade: P(B)=P(A)⋅PA(B)+P(Aˉ)⋅PAˉ(B)P(B) = P(A) \cdot P_A(B) + P(\bar{A}) \cdot P_{\bar{A}}(B).

Beispiel

P(A)=0,3P(A) = 0{,}3, PA(B)=0,5P_A(B) = 0{,}5, PAˉ(B)=0,2P_{\bar{A}}(B) = 0{,}2. Berechne P(B)P(B).

0,3⋅0,5=0,150{,}3 \cdot 0{,}5 = 0{,}15
Pfad über A.
0,7⋅0,2=0,140{,}7 \cdot 0{,}2 = 0{,}14
Pfad über Ā.
P(B)=0,29P(B) = 0{,}29
Totale Wahrscheinlichkeit.

Du bist dran

Jetzt du: P(A)=0,5P(A) = 0{,}5 und PA(B)=0,4P_A(B) = 0{,}4. Berechne P(A∩B)P(A \cap B).

0,20{,}2
0,5 · 0,4.

Üben ★

  1. P(A)=410P(A) = \dfrac{ 4 }{10} und PA(B)=210P_A(B) = \dfrac{ 2 }{10}. Berechne P(A∩B)P(A \cap B).
  2. P(A)=110P(A) = \dfrac{ 1 }{10} und PA(B)=910P_A(B) = \dfrac{ 9 }{10}. Berechne P(A∩B)P(A \cap B).
  3. P(A)=910P(A) = \dfrac{ 9 }{10} und PA(B)=410P_A(B) = \dfrac{ 4 }{10}. Berechne P(A∩B)P(A \cap B).

Vorsicht!

Üben ★★

  1. P(A)=610P(A) = \dfrac{ 6 }{10} und P(A∩B)=110P(A \cap B) = \dfrac{1}{10}. Berechne PA(B)P_A(B).
  2. P(A)=410P(A) = \dfrac{ 4 }{10} und P(A∩B)=110P(A \cap B) = \dfrac{1}{10}. Berechne PA(B)P_A(B).
  1. PA(B)=810P_A(B) = \dfrac{ 8 }{10}. Berechne PA(Bˉ)P_A(\bar{B}).
  1. Von 12 Schülerinnen und Schülern treiben 8 Sport, davon wohnen 4 im Internat. Man wählt jemanden aus, der Sport treibt. Wie groß ist die Wahrscheinlichkeit, dass die Person im Internat wohnt?

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. P(A)=410P(A) = \dfrac{ 4 }{10} und PA(B)=210P_A(B) = \dfrac{ 2 }{10}. Berechne P(A∩B)P(A \cap B).
  2. P(A)=110P(A) = \dfrac{ 1 }{10} und PA(B)=910P_A(B) = \dfrac{ 9 }{10}. Berechne P(A∩B)P(A \cap B).
  3. P(A)=910P(A) = \dfrac{ 9 }{10} und PA(B)=410P_A(B) = \dfrac{ 4 }{10}. Berechne P(A∩B)P(A \cap B).

Merkkarte

Bedingte Wahrscheinlichkeit

  • PA(B)=P(A∩B)P(A)P_A(B) = \dfrac{P(A \cap B)}{P(A)}.
  • Baumdiagramm: entlang eines Pfads multiplizieren, Pfade addieren.

Achtung: PA(B)P_A(B) ist nicht P(A∩B)P(A \cap B).

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. Eine Krankheit betrifft 1 von 10 Personen. Ein Test ist bei Kranken in 9 von 10 Fällen positiv, bei Gesunden in 1 von 10 Fällen. Der Test einer Person ist positiv: Wie groß ist die Wahrscheinlichkeit, dass sie krank ist?

14. Unabhängigkeit zweier Ereignisse

Aufwärmen

Drei schnelle Fragen zu früheren Lektionen.

  1. P(A)=410P(A) = \dfrac{ 4 }{10} und PA(B)=210P_A(B) = \dfrac{ 2 }{10}. Berechne P(A∩B)P(A \cap B).
  2. P(A)=610P(A) = \dfrac{ 6 }{10} und P(A∩B)=110P(A \cap B) = \dfrac{1}{10}. Berechne PA(B)P_A(B).
  3. PA(B)=810P_A(B) = \dfrac{ 8 }{10}. Berechne PA(Bˉ)P_A(\bar{B}).

Entdecken

P(A)=0,5P(A) = 0{,}5, P(B)=0,4P(B) = 0{,}4 und P(A∩B)=0,2P(A \cap B) = 0{,}2. Sind AA und BB unabhängig?

  1. Ja
  2. Nein, weil A∩BA \cap B nicht leer ist

Die Grundidee

Zu wissen, dass AA eingetreten ist, ändert nichts an der Wahrscheinlichkeit von BB.

AA und BB sind stochastisch unabhängig, wenn P(A∩B)=P(A)⋅P(B)P(A \cap B) = P(A) \cdot P(B), also für P(A)≠0P(A) \neq 0: PA(B)=P(B)P_A(B) = P(B).

Bei zwei unabhängigen Teilexperimenten multipliziert man die Wahrscheinlichkeiten.

Beispiel

Prüfe auf Unabhängigkeit: P(A)=0,3P(A) = 0{,}3, P(B)=0,5P(B) = 0{,}5, P(A∩B)=0,2P(A \cap B) = 0{,}2.

0,3⋅0,5=0,150{,}3 \cdot 0{,}5 = 0{,}15
Produkt.
AA und BB sind nicht unabhängig.
Verschieden von 0,2.

Du bist dran

Jetzt du: AA und BB sind unabhängig, P(A)=0,5P(A) = 0{,}5, P(B)=0,6P(B) = 0{,}6. Berechne P(A∩B)P(A \cap B).

0,30{,}3
0,5 · 0,6.

Üben ★

  1. AA und BB sind unabhängig, P(A)=310P(A) = \dfrac{ 3 }{10} und P(B)=310P(B) = \dfrac{ 3 }{10}. Berechne P(A∩B)P(A \cap B).
  2. AA und BB sind unabhängig, P(A)=510P(A) = \dfrac{ 5 }{10} und P(B)=310P(B) = \dfrac{ 3 }{10}. Berechne P(A∩B)P(A \cap B).
  3. AA und BB sind unabhängig, P(A)=210P(A) = \dfrac{ 2 }{10} und P(B)=710P(B) = \dfrac{ 7 }{10}. Berechne P(A∩B)P(A \cap B).

Vorsicht!

Üben ★★

  1. P(A)=710P(A) = \dfrac{ 7 }{10}, P(B)=12P(B) = \dfrac{1}{2} und PA(B)=12P_A(B) = \dfrac{1}{2}. Was folgt daraus?
    1. AA und BB sind unabhängig
    2. AA und BB sind unvereinbar
    3. Man kann nichts sagen
  2. P(A)=310P(A) = \dfrac{ 3 }{10}, P(B)=12P(B) = \dfrac{1}{2} und PA(B)=12P_A(B) = \dfrac{1}{2}. Was folgt daraus?
    1. AA und BB sind unabhängig
    2. AA und BB sind unvereinbar
    3. Man kann nichts sagen
  1. AA und BB sind unvereinbar und haben Wahrscheinlichkeiten ungleich 0. Sind sie unabhängig?
    1. Nein: P(A∩B)=0P(A \cap B) = 0, aber P(A)⋅P(B)≠0P(A) \cdot P(B) \neq 0
    2. Ja: Sie haben nichts gemeinsam
    3. Das lässt sich nicht sagen
  1. AA und BB sind unabhängig, P(A)=710P(A) = \dfrac{ 7 }{10} und P(A∩B)=7100P(A \cap B) = \dfrac{ 7 }{100}. Berechne P(B)P(B).

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. AA und BB sind unabhängig, P(A)=310P(A) = \dfrac{ 3 }{10} und P(B)=310P(B) = \dfrac{ 3 }{10}. Berechne P(A∩B)P(A \cap B).
  2. AA und BB sind unabhängig, P(A)=510P(A) = \dfrac{ 5 }{10} und P(B)=310P(B) = \dfrac{ 3 }{10}. Berechne P(A∩B)P(A \cap B).
  3. AA und BB sind unabhängig, P(A)=210P(A) = \dfrac{ 2 }{10} und P(B)=710P(B) = \dfrac{ 7 }{10}. Berechne P(A∩B)P(A \cap B).

Merkkarte

Unabhängigkeit

  • P(A∩B)=P(A)⋅P(B)P(A \cap B) = P(A) \cdot P(B).
  • PA(B)=P(B)P_A(B) = P(B).

Achtung: nicht mit „unvereinbar“ verwechseln.

Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.

Herausforderung ★★★

  1. AA und BB sind unabhängig, P(A)=110P(A) = \dfrac{ 1 }{10} und P(B)=310P(B) = \dfrac{ 3 }{10}. Berechne P(A∪B)P(A \cup B).