Ereignisse und Ergebnisräume

Ergebnisraum Ω ist wie eine große Box mit allen möglichen Ausgängen deines Zufallsexperiments. Beim Würfeln wäre das {1, 2, 3, 4, 5, 6}.

Ereignisse sind Teilmengen dieser Box. Das sichere Ereignis (Ω) tritt immer ein - wie "beim Würfeln kommt eine Zahl zwischen 1 und 6". Das unmögliche Ereignis (∅) passiert nie - wie "beim Würfeln kommt eine 7".

Du kannst Ereignisse miteinander verknüpfen: Das Gegenereignis Ā bedeutet "A tritt nicht ein", die Schnittmenge A∩B heißt "sowohl A als auch B treten ein", und die Vereinigungsmenge A∪B bedeutet "A oder B (oder beide) treten ein".

Tipp: Zeichne dir Venn-Diagramme, um Ereignisse zu visualisieren - das macht alles viel klarer!

Wahrscheinlichkeiten berechnen

Jedes Ereignis A bekommt eine Wahrscheinlichkeit P(A) zwischen 0 und 1 zugewiesen. 0 bedeutet "passiert nie", 1 bedeutet "passiert sicher".

Die wichtigsten Eigenschaften: P(Ω) = 1, P(∅) = 0, und P(Ā) = 1 - P(A). Für zwei Ereignisse gilt: P(A∪B) = P(A) + P(B) - P(A∩B).

Bei Laplace-Experimenten sind alle Ergebnisse gleich wahrscheinlich. Dann rechnest du: P(A) = |A|/|Ω| (günstige Fälle durch mögliche Fälle).

Baumdiagramme helfen bei mehrstufigen Experimenten. Pfadregel 1: Multipliziere die Wahrscheinlichkeiten entlang eines Pfades. Pfadregel 2: Addiere die Wahrscheinlichkeiten aller Pfade zu deinem Ereignis. Die Vierfeldertafel organisiert zwei Ereignisse übersichtlich.

Merke: Bei Laplace-Experimenten zählst du einfach - bei anderen musst du die gegebenen Wahrscheinlichkeiten verwenden!

Bedingte Wahrscheinlichkeit und Unabhängigkeit

Bedingte Wahrscheinlichkeit PA(B) fragt: "Wie wahrscheinlich ist B, wenn A schon eingetreten ist?" Die Formel: PA(B) = P(A∩B)/P(A).

Zwei Ereignisse sind stochastisch unabhängig, wenn eins das andere nicht beeinflusst. Das erkennst du daran: PA(B) = P(B) und PB(A) = P(A). Oder einfacher: P(A∩B) = P(A) · P(B).

Wenn diese Gleichung nicht stimmt, sind die Ereignisse stochastisch abhängig. Bei abhängigen Ereignissen verändert das Eintreten des einen die Wahrscheinlichkeit des anderen.

Die Vierfeldertafel ist perfekt, um Unabhängigkeit zu überprüfen. Rechne einfach nach, ob P(A∩B) = P(A) · P(B) gilt.

Praxis-Tipp: Unabhängigkeit bedeutet nicht "haben nichts miteinander zu tun" - es ist eine mathematische Eigenschaft!

Urnenmodelle verstehen

Urnenmodelle veranschaulichen mehrstufige Zufallsexperimente super anschaulich. Du ziehst Kugeln aus einer Urne - entweder mit oder ohne Zurücklegen, und die Reihenfolge kann wichtig sein oder nicht.

Bei Anzahl der Möglichkeiten (natürliche Zahl) verwendest du Formeln: Mit Zurücklegen und Reihenfolge = nᵏ, ohne Zurücklegen mit Reihenfolge = n·$n-1$·...·$n-k+1$, ohne Zurücklegen ohne Reihenfolge = (n über k).

Ziehen ohne Zurücklegen ändert die Wahrscheinlichkeiten bei jedem Zug. Formel: P("genau k schwarze") = $(K über k)·(N-K über n-k)$ / (N über n).

Ziehen mit Zurücklegen hält die Wahrscheinlichkeiten konstant. Formel: P("genau k schwarze") = (n über k) · pᵏ · $1-p$ⁿ⁻ᵏ.

Achtung: Unterscheide zwischen "Anzahl der Möglichkeiten" (ganze Zahl) und "Wahrscheinlichkeit" (Dezimalzahl zwischen 0 und 1)!

Zufallsgrößen und ihre Verteilung

Eine Zufallsgröße X ordnet jedem Versuchsausgang eine Zahl zu - wie "Anzahl der Sechsen beim dreimal Würfeln". Die Wahrscheinlichkeitsverteilung zeigt, welche Werte X mit welchen Wahrscheinlichkeiten annimmt.

Stelle das in einer Tabelle dar: oben die möglichen Werte, unten die zugehörigen Wahrscheinlichkeiten. Die Summe aller Wahrscheinlichkeiten muss 1 ergeben.

Der Erwartungswert μ = E(X) ist der "Durchschnittswert" bei vielen Wiederholungen: μ = Σ(xᵢ · pᵢ). Ein Spiel ist fair, wenn der Erwartungswert null ist.

Varianz und Standardabweichung σ messen, wie stark die Werte um den Erwartungswert streuen: Var(X) = Σ$(xᵢ - μ)² · pᵢ$ und σ = √Var(X).

Wichtig: Der Erwartungswert muss kein Wert sein, den X tatsächlich annehmen kann - wie 2,5 Kinder pro Familie!

Binomialverteilung meistern

Ein Bernoulli-Experiment hat nur zwei Ausgänge: Treffer (Wahrscheinlichkeit p) oder Niete $Wahrscheinlichkeit 1-p$. Wiederholst du das n-mal unabhängig, entsteht eine Bernoulli-Kette.

Die Binomialverteilung B(n;p) beschreibt die Anzahl der Treffer in einer Bernoulli-Kette. Formel: P$X=k$ = (n über k) · pᵏ · $1-p$ⁿ⁻ᵏ.

Für binomialverteilte Zufallsgrößen gelten einfache Formeln: Erwartungswert μ = n·p, Varianz = n·p·$1-p$, Standardabweichung σ = √$n·p·(1-p)$.

Die Verteilungsfunktion F(k) = P(X ≤ k) gibt die Wahrscheinlichkeit für "höchstens k Treffer" an. Das entspricht dem Urnenmodell "Ziehen mit Zurücklegen".

Erkenne Binomialverteilungen: Feste Anzahl n, konstante Trefferwahrscheinlichkeit p, unabhängige Wiederholungen!