Du würfelst einmal mit einem fairen Würfel. Was ist die Wahrscheinlichkeit, eine gerade Zahl zu würfeln?

Richtige Antwort: $\frac{1}{2}$. Gerade Zahlen auf dem Würfel: {2, 4, 6} → 3 günstige Fälle. Insgesamt 6 mögliche. P = 3/6 = 1/2 = 50 %.

Was ist der Ergebnisraum $\Omega$ beim einmaligen Würfeln?

Richtige Antwort: $\{1, 2, 3, 4, 5, 6\}$. Ergebnisraum = ALLE möglichen Ausgänge. Beim Würfel: {1, 2, 3, 4, 5, 6}. Eine einzelne gewürfelte Zahl ist ein Ergebnis (Element von Ω), nicht der Ergebnisraum selbst.

Du wirfst zweimal eine faire Münze. Wie wahrscheinlich ist zweimal Kopf?

Richtige Antwort: $\frac{1}{4}$. Bei unabhängigen Stufen multiplizieren: P(Kopf) = 1/2 pro Wurf. P(2× Kopf) = 1/2 · 1/2 = 1/4 = 25 %. Alternativ: Ω = {KK, KZ, ZK, ZZ}, günstig nur {KK} = 1 von 4.

Du würfelst viermal hintereinander. Wie groß ist die Wahrscheinlichkeit, mindestens einmal eine 6 zu werfen?

Richtige Antwort: $1 - \left(\frac{5}{6}\right)^4 \approx 51{,}8\,\%$. 'Mindestens einmal' rechnet man am besten über das Gegenereignis: P(keine 6 in einem Wurf) = 5/6. P(keine 6 in 4 Würfen) = (5/6)^4 ≈ 0,482. Also P(mindestens eine 6) = 1 − 0,482 ≈ 0,518 ≈ 51,8 %.

Welche der folgenden Aussagen ist immer wahr (für jede Wahrscheinlichkeitsverteilung)?

Richtige Antwort: $0 \le P(A) \le 1$. Erstes Axiom: Wahrscheinlichkeiten liegen immer zwischen 0 und 1. Option A falsch (unmögliches Ereignis hat P = 0). Option B nur wenn B = ¬A. Option D nur bei Unabhängigkeit.

Was beschreibt das Gesetz der großen Zahlen?

Richtige Antwort: Bei vielen Wiederholungen nähert sich die relative Häufigkeit der theoretischen Wahrscheinlichkeit. Das Gesetz sagt: relative Häufigkeit → theoretische Wahrscheinlichkeit, wenn n groß wird. Nicht 'exakt gleich' (das ist fast nie der Fall), sondern 'beliebig nah'. Die Wahrscheinlichkeit selbst ändert sich nie.

Würfel, $A$ = 'gerade Zahl', $B$ = 'größer als 3'. Was ist $P(A \cup B)$?

Richtige Antwort: $\frac{4}{6} = \frac{2}{3}$. A = {2,4,6}, B = {4,5,6}. A ∪ B = {2,4,5,6} → 4 von 6 = 2/3. Per Formel: P(A) + P(B) − P(A ∩ B) = 3/6 + 3/6 − 2/6 = 4/6. Option D ignoriert die Schnittmenge — klassischer Fehler.

UniProMax/Mathematik/wahrscheinlichkeit

Mathematik·13 Min Lesezeit·Fortgeschritten

Wahrscheinlichkeit

Vom Würfel zur Vorhersage: Ergebnisraum, Laplace, Gegenereignis, Unabhängigkeit. Wahrscheinlichkeits-Lab mit 5 Szenarien (Münze, Würfel, Karte, Urne, 2-Würfel-Summe) zeigt das Gesetz der großen Zahlen — auch bei ungleicher Verteilung.

Voraussetzung:Mengenlehre

Lerneinheit 1 von 3

Wahrscheinlichkeit

Wahrscheinlichkeit ist eine Zahl zwischen 0 und 1, die angibt wie wahrscheinlich ein Ereignis ist: 0 = unmöglich, 1 = sicher, 0,5 = 50/50. Bei einem fairen Würfel ist die Wahrscheinlichkeit für jede Zahl 1/6.

Die Bausteine die du in der Klausur können musst:

P(A) = günstige Fälle / mögliche Fälle (Laplace-Wahrscheinlichkeit)
Komplement: P(¬A) = 1 - P(A)
UND (Schnitt): P(A ∩ B) = P(A) · P(B) bei unabhängigen Ereignissen
ODER (Vereinigung): P(A ∪ B) = P(A) + P(B) - P(A ∩ B)
Bedingte Wahrscheinlichkeit: P(A | B) = P(A ∩ B) / P(B), "A unter der Bedingung B"
Bayes-Formel: P(A | B) = P(B | A) · P(A) / P(B)
Erwartungswert: E(X) = Σ x · P(X = x), durchschnittliches Ergebnis bei vielen Versuchen

In Klausuren oft gefragt: mit Baumdiagramm die Wahrscheinlichkeit eines mehrstufigen Zufallsexperiments berechnen. Standard-Vorgehen: Wahrscheinlichkeiten entlang der Pfade multiplizieren, Wahrscheinlichkeiten verschiedener Pfade addieren.

Wir würfeln. Welche Zahl kommt als nächstes? Niemand weiß es. Aber die Mathematik der Wahrscheinlichkeit sagt uns trotzdem etwas:

Bei vielen Würfen wird jede der sechs Zahlen ungefähr gleich oft vorkommen. Genauer: jede etwa $\frac{1}{6}$ aller Würfe.

Das ist die zentrale Idee. Wir können nicht den einzelnen Wurf vorhersagen, aber das Verhalten auf lange Sicht.

Stell dir vor, du würfelst einmal mit einem normalen Würfel.

Begriff	Was es bedeutet	Beispiel
Zufallsexperiment	Vorgang mit ungewissem Ausgang	Einmal würfeln
Ergebnis	Ein einzelner Ausgang	$\omega = 4$
Ergebnisraum $\Omega$	Menge aller möglichen Ergebnisse	$\Omega = \{1, 2, 3, 4, 5, 6\}$
Ereignis	Eine Teilmenge von $\Omega$	"gerade Zahl" = $\{2, 4, 6\}$
Wahrscheinlichkeit	Eine Zahl zwischen 0 und 1	$P(\text{gerade}) = \frac{3}{6} = 0{,}5$

Merke: Ein Ergebnis ist ein einzelner Wurf. Ein Ereignis ist eine Frage über Würfe ("ist es gerade?"). Verwechseln ist Klausur-Klassiker.

Wenn alle Ergebnisse gleich wahrscheinlich sind (z.B. fairer Würfel, faire Münze), gilt die Laplace-Formel:

$P(A) = \frac{|A|}{|\Omega|} = \frac{\text{günstige Fälle}}{\text{mögliche Fälle}}$

Beispiel 1: Würfel, Ereignis $A$ = "gerade Zahl".

Günstig: $\{2, 4, 6\}$ → 3 Fälle
Möglich: $\{1, ..., 6\}$ → 6 Fälle
$P(A) = \frac{3}{6} = \frac{1}{2} = 50\,\%$

Beispiel 2: Münze, Ereignis $B$ = "Kopf".

Günstig: 1 Fall, möglich: 2 Fälle
$P(B) = \frac{1}{2} = 50\,\%$

Beispiel 3: Karte aus einem Skat-Deck (32 Karten), Ereignis $C$ = "ein Ass".

4 Asse, 32 Karten
$P(C) = \frac{4}{32} = \frac{1}{8} = 12{,}5\,\%$

Egal wie kompliziert das Experiment, drei Regeln gelten immer:

Nicht-Negativität: $0 \le P(A) \le 1$ — keine negativen Wahrscheinlichkeiten, niemand kann mehr als 100 % sicher sein.
Sicherheit: $P(\Omega) = 1$ — irgendetwas passiert garantiert.
Additivität (für disjunkte Ereignisse $A \cap B = \emptyset$ ): $P(A \cup B) = P(A) + P(B)$ — getrennte Fälle addiert man einfach.

Wahrscheinlichkeiten kann man als Anteile am Ergebnisraum denken. $\Omega$ ist der ganze Kuchen (= 1), Ereignisse sind Stücke davon.

Das Gegenereignis $\overline{A}$ ist alles was nicht $A$ ist.

$P(\overline{A}) = 1 - P(A)$

Klassischer Klausurtrick: "Wahrscheinlichkeit, dass mindestens einmal Sechs bei 4 Würfen?"

Direkt rechnen ist mühsam (mindestens einmal = einmal ODER zweimal ODER ...). Stattdessen über das Gegenereignis:

Gegenereignis: kein einziges Mal Sechs
$P(\text{keine Sechs in einem Wurf}) = \frac{5}{6}$
$P(\text{keine Sechs in 4 Würfen}) = \left(\frac{5}{6}\right)^4 \approx 0{,}482$
$P(\text{mindestens eine Sechs}) = 1 - 0{,}482 \approx 0{,}518 = 51{,}8\,\%$

Knapp mehr als 50 %. Cooles Ergebnis: bei 4 Würfen kippt es leicht in Richtung "mindestens eine Sechs".

Was wenn $A$ und $B$ nicht disjunkt sind? Dann gilt die Additionsregel mit Korrektur:

$P(A \cup B) = P(A) + P(B) - P(A \cap B)$

(Das ist die Inklusion-Exklusion aus der Mengenlehre — gleiche Idee.)

Beispiel: Würfel, $A$ = "gerade", $B$ = "größer als 3".

$A = \{2, 4, 6\}$ , $P(A) = \frac{3}{6}$
$B = \{4, 5, 6\}$ , $P(B) = \frac{3}{6}$
$A \cap B = \{4, 6\}$ , $P(A \cap B) = \frac{2}{6}$
$P(A \cup B) = \frac{3}{6} + \frac{3}{6} - \frac{2}{6} = \frac{4}{6} = \frac{2}{3}$

Check: $A \cup B = \{2, 4, 5, 6\}$ → 4 von 6 → $\frac{4}{6}$ . ✓

Was wenn wir zweimal würfeln? Oder dreimal ziehen?

Faustregel: Wenn die Stufen unabhängig sind (eine beeinflusst die andere nicht), dann multiplizieren wir die Wahrscheinlichkeiten:

$P(A \text{ und } B) = P(A) \cdot P(B)$

Beispiel: Zweimal würfeln, beide Male eine Sechs.

$P(\text{Sechs}) = \frac{1}{6}$ pro Wurf
$P(\text{zweimal Sechs}) = \frac{1}{6} \cdot \frac{1}{6} = \frac{1}{36} \approx 2{,}8\,\%$

Beispiel: Münze dreimal, alle Male Kopf.

$P = \left(\frac{1}{2}\right)^3 = \frac{1}{8} = 12{,}5\,\%$

Bei abhängigen Stufen (z.B. Karte ziehen ohne Zurücklegen) ist die Formel komplizierter — kommt in fortgeschrittenen Themen.

Du würfelst 6-mal. Kommt jede Zahl genau einmal? Nein, fast nie. Vielleicht ist die Sechs zweimal dabei, die Drei gar nicht.

Du würfelst 600-mal. Jede Zahl etwa 100-mal? Ungefähr ja, aber Abweichungen sind normal — vielleicht 95-mal Sechs, 110-mal Drei.

Du würfelst 6 Millionen Mal. Jede Zahl etwa 1 Million? Ja, sehr genau. Die Abweichung in Prozent wird mit jeder zusätzlichen Stufe kleiner.

Das ist das Gesetz der großen Zahlen:

Bei vielen Wiederholungen nähert sich die relative Häufigkeit der theoretischen Wahrscheinlichkeit.

Im Interaktiv-Tab unten kannst du das selbst beobachten — wirf 1, 10, 100, 1000 Mal und sieh die Balken zur 1/6-Linie konvergieren.

Trick 1 — "mindestens" via Gegenereignis: Wann immer "mindestens" oder "wenigstens" in der Aufgabe steht, ist das Gegenereignis ("keinmal", "gar nicht") meist viel einfacher.

P(mindestens eine 6 in n Würfen) = 1 − (5/6)^n
P(mind. ein Treffer in n unabhängigen Versuchen) = 1 − P(Misserfolg)^n

Trick 2 — UND vs. ODER:

"UND" → multiplizieren (bei Unabhängigkeit). Beispiel: erst würfeln UND dann Münze
"ODER" → addieren (bei Disjunktheit) bzw. mit Korrektur. Beispiel: gerade ODER größer als 3

Trick 3 — Wahrscheinlichkeiten in Prozent umrechnen: $0{,}25 = 25\,\%$ , $\frac{1}{8} = 0{,}125 = 12{,}5\,\%$ . In Klausuren wird oft nach "in Prozent" gefragt.

Trick 4 — Symmetrie ausnutzen: Bei symmetrischen Experimenten (faire Münze, fairer Würfel) musst du nicht alle Ergebnisse aufzählen — die sind alle gleich wahrscheinlich.

Trick 5 — Achtung Geburtstagsparadoxon: In einer Gruppe von 23 Leuten ist die Wahrscheinlichkeit für mindestens zwei mit gleichem Geburtstag über 50 %. Klingt unintuitiv, aber stimmt — typische Klausur-Trickfrage.

Trick 6 — Sicheres und Unmögliches Ereignis:

$P(\Omega) = 1$ → tritt sicher ein
$P(\emptyset) = 0$ → tritt nie ein
Beispiel Würfel: $P(\text{Zahl} \le 6) = 1$ , $P(\text{Zahl} = 7) = 0$

Statistik & Data Science: jede Hypothesen-Test, jedes Modell beruht auf Wahrscheinlichkeiten
Machine Learning: Klassifikatoren geben Wahrscheinlichkeiten aus ("Spam mit 87 %")
Glücksspiel & Game Design: Drop-Raten, Loot-Boxes, Pokerstrategien
Versicherungen & Risk Management: erwartete Schadenshöhe = Wahrscheinlichkeit × Schaden
A/B Tests: ist der Unterschied zwischen Gruppe A und B wirklich signifikant oder Zufall?
Algorithmen: randomisierte Algorithmen, Hashing, Bloom Filters

Klausur-ÜbersichtKomplette Übersicht: alle Tabs als linearer Text zum Lernen

Alle Tabs der Lerneinheit (Erklärung · Interaktiv · Quiz) als durchgehender Text. Ideal zum Wiederholen vor der Klausur — und für Suchmaschinen wie Google, Bing und KI-Suche (ChatGPT, Perplexity).

Teil 1·Erklärung

Erklärung

Wahrscheinlichkeit

Mehr aus Mathematik

Mathematik

Lineare Funktionen

y = mx + b verstehen, Graph zeichnen, Werte berechnen. Die Grundlage für Algorithmus-Laufzeit, Kostenmodelle und einfache Regression.

Mathematik

Quadratische Funktionen

f(x) = ax² + bx + c. Parabeln verstehen, Scheitelpunkt finden, Nullstellen berechnen mit pq- und abc-Formel. Drei Darstellungsformen und wann welche.

Mathematik

Ableitungen

Vom Differenzenquotienten zum Differentialquotienten: Tangentensteigung als Grenzwert der Sekantensteigungen. Grundregeln (Potenz, Faktor, Summe, Differenz) und erweiterte Regeln (Produkt, Quotient, Kette). Extremwerte über die notwendige Bedingung f'(x) = 0 und hinreichende Bedingung mit f''.

Was du danach lernen kannst

Folge-TopicBeschreibende StatistikAnschauen Folge-TopicNormalverteilungAnschauen Folge-TopicBinomial- und Poisson-VerteilungAnschauen Folge-TopicErwartungswert und Varianz — VertiefungAnschauen

Wahrscheinlichkeit

Die Bausteine die du in der Klausur können musst:

P(A) = günstige Fälle / mögliche Fälle (Laplace-Wahrscheinlichkeit)

Komplement: P(¬A) = 1 - P(A)

UND (Schnitt): P(A ∩ B) = P(A) · P(B) bei unabhängigen Ereignissen

ODER (Vereinigung): P(A ∪ B) = P(A) + P(B) - P(A ∩ B)

Bedingte Wahrscheinlichkeit: P(A | B) = P(A ∩ B) / P(B), "A unter der Bedingung B"

Bayes-Formel: P(A | B) = P(B | A) · P(A) / P(B)

Erwartungswert: E(X) = Σ x · P(X = x), durchschnittliches Ergebnis bei vielen Versuchen

Begriff

Was es bedeutet

Beispiel

Zufallsexperiment

Vorgang mit ungewissem Ausgang

Einmal würfeln

Ergebnis

Ein einzelner Ausgang

\omega = 4

Ergebnisraum $\Omega$

Menge aller möglichen Ergebnisse

\Omega = \{1, 2, 3, 4, 5, 6\}

Ereignis

Eine Teilmenge von

\Omega

"gerade Zahl" =

\{2, 4, 6\}

Wahrscheinlichkeit

Eine Zahl zwischen 0 und 1

P(\text{gerade}) = \frac{3}{6} = 0{,}5

Wahrscheinlichkeit

Wahrscheinlichkeit

Das Problem

Die wichtigen Begriffe