Übungsfragen, Quiz und Schritt-für-Schritt-Lektion zu Grundlegende Wahrscheinlichkeitsregeln - verbessere deine Mathefähigkeiten mit gezielten Fragen und klaren Erklärungen.
Übungsquiz zu grundlegenden Wahrscheinlichkeitsregeln mit interaktiver Schritt-für-Schritt-Lektion
Nutze das Quiz am Seitenanfang, um die grundlegenden Wahrscheinlichkeitsregeln zu üben: Wahrscheinlichkeiten von 0 bis 1, gleich wahrscheinliche Ergebnisse, die Gegenereignisregel, die Additionsregel der Wahrscheinlichkeit, die Multiplikationsregel und bedingte Wahrscheinlichkeit. Wenn du eine Auffrischung möchtest, klicke auf Lektion starten, um eine Schritt-für-Schritt-Anleitung mit Beispielen zu öffnen.
So funktioniert diese Wahrscheinlichkeitsübung
1. Bearbeite das Quiz: Beantworte die Wahrscheinlichkeitsfragen am Seitenanfang.
2. Öffne die Lektion (optional): Wiederhole die Wahrscheinlichkeitsregeln mit durchgerechneten Beispielen und kurzen Kontrollfragen.
3. Versuche es erneut: Gehe zurück zum Quiz und wende die Formeln sofort an.
Was du in der Lektion zu grundlegenden Wahrscheinlichkeitsregeln lernst
Wenn du bereit bist, kehre zum Quiz am Seitenanfang zurück und übe die Wahrscheinlichkeitsregeln weiter.
⭐⭐
🎲
Wahrscheinlichkeits- regeln
Schritt-für-Schritt-Anleitung
Tippen zum Öffnen ->
Laden...
Lektion zu grundlegenden Wahrscheinlichkeitsregeln
1 / 8
Überblick über die Lektion
Überblick über die Lektion
Ziel: Baue ein klares Verständnis der grundlegenden Wahrscheinlichkeitsregeln auf und lerne zuverlässige Formeln, die du in jeder Wahrscheinlichkeitsaufgabe nutzen kannst.
Erfolgskriterien
Erkenne einen Ergebnisraum und beschreibe ein Ereignis.
Nutze die Wahrscheinlichkeitsskala: \(0\le P(A)\le 1\), mit \(P(\emptyset)=0\) und \(P(S)=1\).
Berechne Wahrscheinlichkeiten bei gleich wahrscheinlichen Ergebnissen mit "günstig ÷ insgesamt".
Nutze die Gegenereignisregel: \(P(A^c)=1-P(A)\).
Nutze die Additionsregel: \(P(A\cup B)=P(A)+P(B)-P(A\cap B)\) (und den Spezialfall für gegenseitig ausschließende Ereignisse).
Nutze die Multiplikationsregel: \(P(A\cap B)=P(A)P(B\mid A)\), und den Fall unabhängiger Ereignisse \(P(A\cap B)=P(A)P(B)\).
Nutze die Formel für bedingte Wahrscheinlichkeit: \(P(A\mid B)=\dfrac{P(A\cap B)}{P(B)}\), wenn \(P(B)>0\).
Wichtiger Wortschatz
Experiment: ein Vorgang mit ungewissem Ergebnis (eine Münze werfen, einen Würfel werfen).
Ergebnis: ein mögliches Resultat des Experiments.
Ergebnisraum \(S\): die Menge aller möglichen Ergebnisse.
Ereignis \(A\): eine Menge von Ergebnissen (z. B. "eine gerade Zahl würfeln").
Gegenereignis \(A^c\): "nicht \(A\)".
Vereinigung \(A\cup B\): "\(A\) oder \(B\)".
Schnittmenge \(A\cap B\): "\(A\) und \(B\)".
Schneller VorabKontrolle
VorabKontrolle 1: Welchen größten Wert kann eine Wahrscheinlichkeit annehmen?
Hinweis: Wahrscheinlichkeiten liegen immer zwischen 0 und 1 (einschließlich).
VorabKontrolle 2: Eine faire Münze wird einmal geworfen. Welche Menge ist der Ergebnisraum?
Hinweis: Der Ergebnisraum listet alle möglichen Ergebnisse auf.
Grundlagen der Wahrscheinlichkeit
Ergebnisse, Ereignisse und gleich wahrscheinliche Wahrscheinlichkeit
Lernziel: Erkenne Ergebnisse und Ereignisse und berechne dann einfache Wahrscheinlichkeiten aus einem Ergebnisraum.
Kernidee
Wahrscheinlichkeit misst, wie wahrscheinlich ein Ereignis ist. Für einen endlichen Ergebnisraum mit gleich wahrscheinlichen Ergebnissen gilt: \[ P(\text{event})=\frac{\text{number of favorable outcomes}}{\text{total number of outcomes}}. \] Außerdem addieren sich die Wahrscheinlichkeiten aller Ergebnisse im Ergebnisraum zu \(1\).
Ausgearbeitetes Beispiel
Beispiel: Wirf einen fairen sechsseitigen Würfel. Bestimme \(P(\text{roll a number greater than }4)\).
Ergebnisraum: \(\{1,2,3,4,5,6\}\). Günstige Ergebnisse (größer als 4): \(\{5,6\}\) (2 Ergebnisse). \[ P(\text{greater than }4)=\frac{2}{6}=\frac{1}{3}. \]
Übe selbst
Aufgabe 1: Ein einzelner fairer Würfel wird geworfen. Wie groß ist die Wahrscheinlichkeit, eine 5 zu würfeln?
Hinweis: Es gibt 1 günstiges Ergebnis (eine 5 würfeln) von insgesamt 6 Ergebnissen.
Aufgabe 2: Ein Experiment hat vier mögliche Ergebnisse, die alle gleich wahrscheinlich sind. Wie groß ist die Summe ihrer Wahrscheinlichkeiten?
Hinweis: Die Gesamtwahrscheinlichkeit über den gesamten Ergebnisraum ist immer \(1\).
Zusammenfassung
Bei gleich wahrscheinlichen Ergebnissen nutze \(P=\frac{\text{favorable}}{\text{total}}\).
Die Wahrscheinlichkeiten aller Ergebnisse im Ergebnisraum ergeben zusammen \(1\).
Gegenereignisregel
Gegenereignisse: "nicht \(A\)"
Lernziel: Nutze die Gegenereignisregel, um Wahrscheinlichkeiten schnell zu bestimmen und doppelte Zählung zu vermeiden.
Kernidee
Das Gegenereignis von Ereignis \(A\), geschrieben \(A^c\), bedeutet "nicht \(A\)". Weil entweder \(A\) eintritt oder nicht eintritt (keine Überschneidung und keine fehlenden Ergebnisse), gilt: \[ P(A)+P(A^c)=1 \quad \Rightarrow \quad P(A^c)=1-P(A). \]
Ausgearbeitetes Beispiel
Beispiel: Wenn \(P(A)=0.3\), bestimme \(P(A^c)\).
Nutze die Gegenereignisregel: \[ P(A^c)=1-P(A)=1-0.3=0.7. \]
Übe selbst
Aufgabe 1: Wenn die Wahrscheinlichkeit von Ereignis \(B\) \(0.6\) beträgt, wie groß ist die Wahrscheinlichkeit von nicht \(B\)?
Hinweis: \(P(B^c)=1-P(B)\).
Aufgabe 2: Wenn die Wahrscheinlichkeit eines Ereignisses \(p\) ist, wie groß ist die Summe aus der Wahrscheinlichkeit des Ereignisses und seines Gegenereignisses?
Hinweis: \(A\) und \(A^c\) decken den ganzen Ergebnisraum ohne Überschneidung ab.
Zusammenfassung
Die Gegenereignisregel lautet \(P(A^c)=1-P(A)\).
\(P(A)+P(A^c)=1\) gilt immer.
Additionsregel
Die Additionsregel: "\(A\) oder \(B\)"
Lernziel: Bestimme Wahrscheinlichkeiten von Vereinigungen ("oder") mit der allgemeinen Additionsregel und der Abkürzung für gegenseitig ausschließende Ereignisse.
Kernidee
"\(A\) oder \(B\)" bedeutet die Vereinigung \(A\cup B\). Wenn \(A\) und \(B\) beide eintreten können, müssen wir die Überschneidung abziehen, um doppelte Zählung zu vermeiden: \[ P(A\cup B)=P(A)+P(B)-P(A\cap B). \] Wenn \(A\) und \(B\) gegenseitig ausschließend sind (nicht zusammen eintreten können), dann ist \(P(A\cap B)=0\), also: \[ P(A\cup B)=P(A)+P(B). \]
Ausgearbeitetes Beispiel
Beispiel: Angenommen \(P(A)=0.4\), \(P(B)=0.3\) und \(P(A\cap B)=0.1\). Bestimme \(P(A\cup B)\).
\[ P(A\cup B)=0.4+0.3-0.1=0.6. \]
Übe selbst
Aufgabe 1: Zwei Ereignisse sind gegenseitig ausschließend. Wenn ihre Wahrscheinlichkeiten \(0.25\) und \(0.5\) sind, wie groß ist die Wahrscheinlichkeit, dass eines von beiden eintritt?
Hinweis: Gegenseitig ausschließend bedeutet keine Überschneidung, also kannst du die Wahrscheinlichkeiten addieren.
Aufgabe 2: Zwei Ereignisse sind gegenseitig ausschließend. Was ist \(P(A\cap B)\)?
Hinweis: "Gegenseitig ausschließend" bedeutet, dass sie nicht zusammen eintreten können, also hat die Schnittmenge Wahrscheinlichkeit \(0\).
Abkürzung für gegenseitig ausschließende Ereignisse: \(P(A\cup B)=P(A)+P(B)\).
Multiplikationsregel
Die Multiplikationsregel: "\(A\) und \(B\)"
Lernziel: Berechne Wahrscheinlichkeiten von Schnittmengen ("und") und erkenne die Abkürzung für unabhängige Ereignisse.
Kernidee
"\(A\) und \(B\)" bedeutet die Schnittmenge \(A\cap B\). Die Multiplikationsregel verbindet Schnittmenge und bedingte Wahrscheinlichkeit: \[ P(A\cap B)=P(A)\,P(B\mid A). \] Wenn \(A\) und \(B\) unabhängig sind, dann ist \(P(B\mid A)=P(B)\), also: \[ P(A\cap B)=P(A)P(B). \]
Ausgearbeitetes Beispiel
Beispiel: Zwei faire Münzen werden geworfen. Bestimme \(P(\text{two heads})\).
Jeder Münzwurf hat \(P(H)=\tfrac{1}{2}\), und die Würfe sind unabhängig. \[ P(\text{two heads})=\tfrac{1}{2}\cdot\tfrac{1}{2}=\tfrac{1}{4}. \]
Übe selbst
Aufgabe 1: Wenn zwei faire Münzen unabhängig geworfen werden, wie groß ist die Wahrscheinlichkeit für zweimal Kopf?
Hinweis: Multipliziere \(\tfrac{1}{2}\) mit \(\tfrac{1}{2}\).
Aufgabe 2: Wenn die Ereignisse \(A\) und \(B\) unabhängig sind, welche Aussage ist wahr?
Hinweis: Unabhängigkeit bedeutet, dass das Wissen über \(A\) die Wahrscheinlichkeit von \(B\) nicht verändert.
Lernziel: Berechne bedingte Wahrscheinlichkeit und verbinde sie mit der Multiplikationsregel.
Kernidee
Bedingte Wahrscheinlichkeit bedeutet "die Wahrscheinlichkeit von \(A\), gegeben, dass \(B\) eingetreten ist." Wenn \(P(B)>0\), gilt: \[ P(A\mid B)=\frac{P(A\cap B)}{P(B)}. \] Das lässt sich auch zur Multiplikationsregel umstellen: \[ P(A\cap B)=P(B)\,P(A\mid B). \]
Ausgearbeitetes Beispiel
Beispiel: In einer Umfrage gilt: \(P(C)=0.50\) mögen Kaffee, und \(P(T\cap C)=0.30\) mögen Tee und Kaffee. Bestimme \(P(T\mid C)\).
Bedingte Wahrscheinlichkeit: \(P(A\mid B)=\dfrac{P(A\cap B)}{P(B)}\), wenn \(P(B)>0\).
Sie ist direkt mit der Multiplikationsregel für Schnittmengen verbunden.
Alles Zusammenführen
Kombiniere Regeln und prüfe deine Antworten
Lernziel: Nutze Gegenereignisse und Unabhängigkeit, um Wahrscheinlichkeitsfragen zu "mindestens eins" zu lösen und Ergebnisse in \([0,1]\) zu halten.
Kernidee
Eine starke Strategie ist, ein Gegenereignis zu nutzen: \[ P(\text{at least one}) = 1 - P(\text{none}). \] Das ist oft einfacher, als viele Fälle direkt zu zählen.
Ausgearbeitetes Beispiel
Beispiel: Zwei faire Münzen werden geworfen. Bestimme \(P(\text{at least one head})\).
"Mindestens einmal Kopf" ist das Gegenereignis zu "kein Kopf" (also zweimal Zahl). \[ P(\text{no heads})=P(TT)=\tfrac{1}{2}\cdot\tfrac{1}{2}=\tfrac{1}{4}. \] \[ P(\text{at least one head})=1-\tfrac{1}{4}=\tfrac{3}{4}. \]
Übe selbst
Aufgabe 1: Zwei faire Münzen werden geworfen. Wie groß ist die Wahrscheinlichkeit für mindestens einmal Kopf?
Hinweis: Nutze \(1-P(\text{no heads})\). Das einzige Ergebnis mit "kein Kopf" ist \(TT\).
Aufgabe 2: Welche davon ist die Wahrscheinlichkeit eines unmöglichen Ereignisses?
Hinweis: Unmöglich bedeutet, dass es gar nicht eintreten kann.
Zusammenfassung
Nutze Gegenereignisse zum Vereinfachen: \(P(\text{at least one})=1-P(\text{none})\).
Prüfe immer, dass deine endgültige Wahrscheinlichkeit zwischen \(0\) und \(1\) liegt.
Anwendungen & Geschichte
Warum Wahrscheinlichkeitsregeln wichtig sind
Lernziel: Verbinde Wahrscheinlichkeitsregeln mit Alltagsentscheidungen, Spielen und Daten - und lerne ein wenig über die Geschichte der Wahrscheinlichkeit.
Wo du Wahrscheinlichkeit nutzt
Spiele und Rätsel: Würfel, Karten und faire Entscheidungen.
Risiko und Planung: Wetterwahrscheinlichkeiten, Unsicherheiten beim Budgetieren, Sicherheitsentscheidungen.
Wissenschaft und Daten: Experimente, Stichproben und Statistik.
Technologie: Zuverlässigkeit, Qualitätskontrolle und randomisierte Algorithmen.
Ausgearbeitetes Beispiel: eine Karte ziehen
Beispiel: Ein Standardkartenspiel hat 52 Karten mit 4 Assen. Bestimme \(P(\text{ace})\).
\[ P(\text{ace})=\frac{4}{52}=\frac{1}{13}. \]
Übe selbst
Aufgabe 1: Ein Standardkartenspiel hat 52 Karten. Wie groß ist die Wahrscheinlichkeit, ein Ass zu ziehen?
Hinweis: Es gibt 4 Asse unter 52 Karten. Kürze den Bruch.
Interessante Fakten (ein wenig Geschichte)
Ursprünge: Die moderne Wahrscheinlichkeit entstand aus Fragen zu Glücksspielen, die Mathematiker wie Pascal und Fermat untersuchten.
Notation: Viele Wahrscheinlichkeitsregeln sehen aus wie Mengenlehre: "oder" ist \(A\cup B\), "und" ist \(A\cap B\), und "nicht" ist \(A^c\).
Grundidee: Dieselben grundlegenden Regeln tragen fortgeschrittene Themen wie Statistik, maschinelles Lernen und Entscheidungen unter Unsicherheit.
Aufgabe 2: Kann eine Wahrscheinlichkeit jemals größer als \(1\) sein?
Hinweis: Wahrscheinlichkeiten sind Anteile, also können sie \(1\) nicht überschreiten.
Bedingte Wahrscheinlichkeit: \(P(A\mid B)=\dfrac{P(A\cap B)}{P(B)}\), für \(P(B)>0\).
Als Nächstes: Schließe diese Lektion und versuche dein Quiz erneut. Wenn du eine Frage verfehlst, öffne die Lektion erneut und wiederhole die Seite, die zur Wahrscheinlichkeitsregel passt, die du brauchst.
Serie 5+
Serie 10+
Serie 15+
Serie 20+
Serie 25+