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.

Bedingte Wahrscheinlichkeit

Kapitel drucken

Alle Lektionen des Kapitels, 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. 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).

2. 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?

3. 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.

4. 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).

5. Beobachtungsstudien, Experimente und Störvariablen

Entdecken

In Städten mit mehr Feuerwehrleuten an einem Brand ist der Schaden größer. Verursachen Feuerwehrleute Schäden?

  1. Nein, größere Brände erklären beides
  2. Ja, die Daten zeigen es

Die Grundidee

Nur Experimente können Ursache und Wirkung zeigen.

In einer Beobachtungsstudie hält man fest, was geschieht, ohne einzugreifen; in einem Experiment teilt man die Behandlungen zu. Eine Störgröße hängt mit beiden Merkmalen zusammen, sodass ihr Einfluss nicht abgetrennt werden kann. Beobachtungsstudien zeigen Zusammenhänge, keine Ursachen.

Beispiel

Kinder mit Musikunterricht haben bessere Noten.

Beobachtungsstudie
Niemand hat den Unterricht zugeteilt.
Mögliche Störgröße: das Familieneinkommen
Beeinflusst Unterricht und Noten.
Ergebnis: nur ein Zusammenhang
Um eine Ursache zu prüfen, teilt man den Unterricht zufällig zu.

Du bist dran

Jetzt du: 80 Freiwillige werden zufällig in zwei Gruppen zu je 40 eingeteilt. Wie viele erhalten die Behandlung?

4040
Die Hälfte von 80.

Üben ★

  1. Forschende teilen 66 Freiwillige zufällig ein: Die einen trinken Kaffee, die anderen Wasser; danach wird die Reaktionszeit gemessen. Welche Art von Studie ist das?
    1. Ein Experiment: Die Forschenden teilen die Behandlung zu
    2. Eine Beobachtungsstudie
    3. Eine Umfrage
  1. Kinder mit größeren Schuhen lesen besser (16 % höhere Ergebnisse). Was ist die wahrscheinlichste Erklärung?
    1. Eine Störgröße: Das Alter beeinflusst Schuhgröße und Lesen
    2. Größere Füße verbessern das Lesen
    3. Es muss reiner Zufall sein

Vorsicht!

Üben ★★

  1. Eine Beobachtungsstudie mit 3416 Erwachsenen findet, dass Menschen, die frühstücken, weniger wiegen. Zeigt das, dass Frühstücken das Gewicht senkt?
    1. Nein: Andere Unterschiede zwischen den Gruppen könnten es erklären
    2. Ja, weil die Stichprobe groß ist
    3. Ja, wenn der Zusammenhang stark ist
  2. Eine Beobachtungsstudie mit 5700 Erwachsenen findet, dass Menschen, die frühstücken, weniger wiegen. Zeigt das, dass Frühstücken das Gewicht senkt?
    1. Nein: Andere Unterschiede zwischen den Gruppen könnten es erklären
    2. Ja, weil die Stichprobe groß ist
    3. Ja, wenn der Zusammenhang stark ist

Abschlusscheck

Drei Fragen zum Abschluss: Sitzt es?

  1. Forschende teilen 66 Freiwillige zufällig ein: Die einen trinken Kaffee, die anderen Wasser; danach wird die Reaktionszeit gemessen. Welche Art von Studie ist das?
    1. Ein Experiment: Die Forschenden teilen die Behandlung zu
    2. Eine Beobachtungsstudie
    3. Eine Umfrage
  2. Forschende teilen 166 Freiwillige zufällig ein: Die einen trinken Kaffee, die anderen Wasser; danach wird die Reaktionszeit gemessen. Welche Art von Studie ist das?
    1. Ein Experiment: Die Forschenden teilen die Behandlung zu
    2. Eine Beobachtungsstudie
    3. Eine Umfrage
  3. Forschende teilen 46 Freiwillige zufällig ein: Die einen trinken Kaffee, die anderen Wasser; danach wird die Reaktionszeit gemessen. Welche Art von Studie ist das?
    1. Ein Experiment: Die Forschenden teilen die Behandlung zu
    2. Eine Beobachtungsstudie
    3. Eine Umfrage

Merkkarte

Studien

  • Beobachtungsstudie: erfassen. Experiment: zuteilen.
  • Störgrößen verdecken in Beobachtungsdaten die Ursache.

Achtung: Zusammenhang ist nicht Ursache.

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

Herausforderung ★★★

  1. In einem Experiment bekommen zufällig 200 Personen ein Medikament und 200 ein Placebo. Es bessert sich bei 73 bzw. 58 Personen. Um wie viele Prozentpunkte ist der Anteil in der Medikamentengruppe höher?

6. 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.

7. 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“).