Grundlagen der Wahrscheinlichkeitsrechnung

Stell dir vor, du würfelst - das Ergebnis ist unvorhersagbar, aber nicht zufällig. Zufallsexperimente sind Versuche mit mehreren möglichen Ergebnissen, deren Ausgang du nicht vorhersagen kannst. Alle möglichen Ergebnisse bilden den Ergebnisraum Ω.

Die Wahrscheinlichkeit P(E) eines Ereignisses findest du durch das Gesetz der großen Zahlen heraus. Je öfter du das Experiment wiederholst, desto stabiler wird die relative Häufigkeit - und die nähert sich der echten Wahrscheinlichkeit an.

Das Gegenereignis Ē tritt ein, wenn E nicht eintritt. Merke dir: P(E) + P(Ē) = 1. Bei Laplace-Experimenten sind alle Ergebnisse gleich wahrscheinlich - wie beim fairen Würfel. Hier gilt die simple Formel: P(E) = |E| / |Ω|.

Tipp: Bei Laplace-Experimenten zählst du einfach günstige durch mögliche Ergebnisse!

Mengenlehre und mehrstufige Experimente

Vereinigungsmenge A∪B bedeutet "mindestens eins von beiden" (ODER), Schnittmenge A∩B bedeutet "beide gleichzeitig" (UND). Für Wahrscheinlichkeiten gilt: P(A∪B) = P(A) + P(B) - P(A∩B).

Mehrstufige Zufallsexperimente führst du mehrmals hintereinander aus - wie zweimal würfeln. Baumdiagramme machen das übersichtlich und helfen beim Rechnen.

Die 1. Pfadregel (Produktregel): Multipliziere alle Wahrscheinlichkeiten entlang eines Pfades. Die 2. Pfadregel (Summenregel): Addiere alle Pfadwahrscheinlichkeiten, die zu deinem Ereignis gehören.

Kombinatorik hilft dir bei komplexeren Experimenten. Du fragst dich: Wie viele Objekte? Wie oft ziehen? Mit oder ohne Zurücklegen? Reihenfolge wichtig? Geordnete Stichprobe mit Zurücklegen: N = n^k. Ohne Zurücklegen: N = n!/$n-k$!.

Merkhilfe: Baumdiagramme sind dein bester Freund bei mehrstufigen Experimenten!

Spezielle Stichproben und bedingte Wahrscheinlichkeit

Geordnete Vollerhebung bedeutet alle Objekte ziehen $n = k$: N = n!. Das sind die berühmten Permutationen. Ungeordnete Stichprobe ohne Zurücklegen kennst du vom Lotto: N = (n über k) = n!/$(n-k)!·k!$.

Bedingte Wahrscheinlichkeit P_B(A) ist die Wahrscheinlichkeit für A, wenn B bereits eingetreten ist. Die Formel: P_B(A) = P(A∩B)/P(B). Wenn P_B(A) = P(A), dann sind A und B unabhängig.

Die Vierfeldertafel organisiert übersichtlich alle Wahrscheinlichkeiten bei zwei Merkmalen mit je zwei Ausprägungen. Fehlende Werte berechnest du durch Addition oder Subtraktion in Zeilen und Spalten.

Unabhängigkeit erkennst du in der Vierfeldertafel durch: P(A)·P(B) = P(A∩B). Im Baumdiagramm sind die Äste zu gleichem Ereignis gleich wahrscheinlich.

Praxistipp: Die Vierfeldertafel ist perfekt für Aufgaben mit zwei ja/nein-Eigenschaften!

Bernoulli-Experimente und Binomialverteilung

Bernoulli-Experimente kennen nur "Treffer" oder "Niete" - wie Münzwurf. Eine Bernoulli-Kette wiederholt das n-mal unabhängig. Die Bernoulli-Formel gibt die Wahrscheinlichkeit für genau k Treffer an: P$X = k$ = (n über k)·p^k·$1-p$^$n-k$.

Die Binomialverteilung beschreibt die Trefferanzahl bei Bernoulli-Ketten. Du schreibst B(n;p;k) für die Parameter n (Versuche) und p (Trefferwahrscheinlichkeit).

Kumulierte Wahrscheinlichkeiten P(X ≤ k) summieren alle Einzelwahrscheinlichkeiten von 0 bis k auf. Das brauchst du für "höchstens"- und "mindestens"-Aufgaben.

Für "mindestens k": P(X ≥ k) = 1 - P$X ≤ k-1$. Für "zwischen a und b": P(a ≤ X ≤ b) = P(X ≤ b) - P$X ≤ a-1$.

Tabellen-Trick: Lerne das Ablesen der Binomialverteilungstabellen - das spart Zeit in der Klausur!

Tabellen und Kennwerte der Binomialverteilung

Binomialverteilungstabellen ersparen dir mühsame Rechnungen. Wähle die Tabelle für dein n, dann den Schnittpunkt von k-Zeile und p-Spalte. Für kumulierte Werte nimmst du die entsprechende kumulierte Tabelle.

Die Eigenschaften der Binomialverteilung: Größeres p verschiebt das Maximum nach rechts. Bei p = 0,5 ist die Verteilung symmetrisch. Mit wachsendem n wird sie flacher und symmetrischer.

Der Erwartungswert ist der "Durchschnitt auf lange Sicht": E(X) = Σ$xi · P(X = xi)$. Bei Binomialverteilung: E(X) = n·p. Ein fairer Spiel hat Erwartungswert null.

Varianz Var(X) und Standardabweichung σ = √Var(X) messen die Streuung um den Erwartungswert. Sie zeigen, wie weit die Werte typischerweise vom Mittelwert abweichen.

Realitätsbezug: Der Erwartungswert ist wie dein Notendurchschnitt - nur für zukünftige Ereignisse!

Hypothesentests verstehen und anwenden

Hypothesentests prüfen Behauptungen mit Stichprobendaten. Du stellst eine Nullhypothese H₀ auf und versuchst sie zu widerlegen. Die Alternativhypothese H₁ ist das Gegenteil.

Das Signifikanzniveau α (meist 1%, 5% oder 10%) gibt deine Fehlertoleranz an. Je nach Alternativhypothese wählst du: Linksseitiger Test (p < p₀), rechtsseitiger Test (p > p₀) oder beidseitiger Test (p ≠ p₀).

Du erstellst eine Entscheidungsregel mit Annahmebereich A (H₀ wird beibehalten) und Verwerfungsbereich V (H₀ wird verworfen). Die Grenzen findest du über die Binomialverteilungstabellen.

Beim linksseitigen Test suchst du das größte k mit P(X ≤ k) < α. Beim rechtsseitigen Test das kleinste k mit P(X ≥ k) < α. Der beidseitige Test kombiniert beide mit α/2.

Eselsbrücke: Linksseitiger Test = kleine Werte sprechen gegen H₀, rechtsseitiger Test = große Werte sprechen gegen H₀!

Fehlerarten und Alternativtests

Bei Hypothesentests können zwei Fehlerarten auftreten: Der α-Fehler (Fehler 1. Art) verwirft eine wahre Nullhypothese - seine Wahrscheinlichkeit entspricht dem Signifikanzniveau α.

Der β-Fehler (Fehler 2. Art) nimmt eine falsche Nullhypothese an. Seine Wahrscheinlichkeit kannst du nur berechnen, wenn die wahre Wahrscheinlichkeit p der Alternativhypothese bekannt ist.

Alternativtests sind spezielle Hypothesentests, bei denen die Wahrscheinlichkeit p₁ der Alternativhypothese gegeben ist. Hier kannst du beide Fehlerwahrscheinlichkeiten bestimmen.

Die praktische Durchführung: Beim linksseitigen Test ist V = {0, 1, ..., k} und A = {k+1, ..., n}. Beim rechtsseitigen Test umgekehrt: V = {k, k+1, ..., n} und A = {0, 1, ..., k-1}.

Prüfungstipp: Zeichne dir eine Skizze der Verteilung - so erkennst du schnell, welcher Test gebraucht wird!