Grundsatz: Eine Wahrscheinlichkeit $P(A) \in [0,1]$ misst die Erwartung eines Ereignisses. Im Laplace-Experiment gilt $P(A) = \frac{|A|}{|\Omega|}$ (günstige durch mögliche Ergebnisse). Für Zählprobleme (Anzahl günstiger/möglicher Fälle) wird die Kombinatorik verwendet, siehe Kombinatorik.
Rechenregeln
- Komplement: $P(\bar A) = 1 - P(A)$
- Vereinigung: $P(A \cup B) = P(A) + P(B) - P(A \cap B)$
- Unabhängige Ereignisse: $P(A \cap B) = P(A) \cdot P(B)$
Bedingte Wahrscheinlichkeit
$$P(A|B) = \frac{P(A \cap B)}{P(B)}$$
Satz der totalen Wahrscheinlichkeit
Wenn $A_1, A_2, \ldots, A_n$ eine vollständige Zerlegung des Ergebnisraums bilden (paarweise disjunkt, $\bigcup A_i = \Omega$), gilt für jedes Ereignis $B$:
$$P(B) = \sum_{i=1}^n P(B \mid A_i) \cdot P(A_i)$$
Dieser Satz liefert den Nenner im Satz von Bayes und ist die formale Grundlage für das Summieren über alle Äste im Baumdiagramm.
Satz von Bayes
$$P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B)} = \frac{P(B|A) \cdot P(A)}{\sum_i P(B|A_i) \cdot P(A_i)}$$
Baumdiagramm-Pfadregeln
- Produktregel entlang eines Pfades: Wahrscheinlichkeiten der Äste multiplizieren.
- Summenregel über alle Pfade, die zum gesuchten Ereignis führen: Pfadwahrscheinlichkeiten addieren.
Beispiel — Würfel
2× Würfeln, Summe 7: 6 günstige Paare $(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)$ von $36$ → $P = \frac{6}{36} = \frac{1}{6}$.
Beispiel — Satz der totalen Wahrscheinlichkeit
Eine Fabrik hat zwei Maschinen: Maschine A produziert 60 % der Teile mit 2 % Ausschuss, Maschine B produziert 40 % der Teile mit 5 % Ausschuss. Wie gross ist der Gesamtanteil defekter Teile?
$$P(D) = P(D|A)\cdot P(A) + P(D|B)\cdot P(B) = 0.02 \cdot 0.6 + 0.05 \cdot 0.4 = 0.012 + 0.020 = 0.032$$
Beispiel — Bayes (medizinischer Test)
Krankheit Prävalenz $P(K) = 0.01$. Test: Sensitivität $P(+|K) = 0.99$, Spezifität $P(-|\bar K) = 0.95$ → $P(+|\bar K) = 0.05$.
Nenner via totale Wahrscheinlichkeit: $P(+) = 0.99 \cdot 0.01 + 0.05 \cdot 0.99 = 0.0099 + 0.0495 = 0.0594$.
$$P(K|+) = \frac{0.99 \cdot 0.01}{0.0594} \approx 0.167$$
Nur 16.7 % der positiven Tests sind tatsächlich krank — die niedrige Prävalenz dominiert das Ergebnis.
Ergebnisraum und Ereignisse
Ein Ergebnisraum $\Omega$ listet alle möglichen Ergebnisse. Bei der Augensumme zweier Würfel ist $\Omega={2,3,\dots,12}$ mit $11$ Elementen, aber diese Summen sind nicht gleich wahrscheinlich. Gleich wahrscheinlich sind die $36$ geordneten Paare $(a,b)$ der Augenzahlen. Ein Ereignis ist eine Teilmenge: «Summe höchstens $4$» sind die Paare $(1,1),(1,2),(2,1),(1,3),(2,2),(3,1)$, also $P=\frac{6}{36}=\frac16$. Das Gegenereignis in Worten: «höchstens $4$» wird zu «mindestens $5$», $P=\frac{30}{36}=\frac56$.
Paare aus zwei Körpern zählen
Bei zwei Körpern mit $m$ und $n$ Seiten gibt es $m\cdot n$ gleich wahrscheinliche Paare. Man zählt die günstigen Paare (gleiche Zahl, Summe, Differenz genau $d$, beide Primzahlen, beide durch $5$ teilbar) und teilt durch $m\cdot n$. Beispiel: Bei zwei normalen Würfeln unterscheiden sich die Augenzahlen um genau $1$ in den Paaren $(1,2),\dots,(5,6)$ und ihren vertauschten Paaren, also $10$ Fällen: $P=\frac{10}{36}=\frac{5}{18}$.
Bei drei Körpern mit je $r$ Seiten gibt es $r^3$ gleich wahrscheinliche Tripel. «Alle drei gleich» sind $r$ Tripel, «alle drei verschieden» $r(r-1)(r-2)$ Tripel. Ein Paar (genau zwei gleich) entsteht aus: Wert des Paares ($r$ Möglichkeiten), Wert des dritten Körpers ($r-1$), Platz des abweichenden Körpers ($3$):
$$P(\text{Paar})=\frac{3,r,(r-1)}{r^3},\qquad r=5:\ \frac{60}{125}=\frac{12}{25}$$
Mindestens zwei gleiche
Zieht man $k$-mal mit Zurücklegen aus $N$ verschiedenen Objekten, ist «alle verschieden» das Gegenereignis:
$$P(\text{alle verschieden})=\frac{N}{N}\cdot\frac{N-1}{N}\cdots\frac{N-k+1}{N}$$
Für $k=10$ Karten aus $N=52$ ergibt das $\approx0.397$, also $P(\text{mindestens zwei gleich})\approx0.603$.
Differenz und Zahlen aus Würfeln
Bei zwei Würfeln hat der Betrag der Differenz $d$ die Werte $0,\dots,5$ mit $6,10,8,6,4,2$ Paaren; «mindestens $3$» sind $12$ Paare, $P=\frac13$. Legt man $n$ Würfel nebeneinander, entstehen $6^n$ Zahlen; «mindestens eine $6$» zählt man als $6^n-5^n$, «mindestens eine gerade Ziffer» als $6^n-3^n$, «mindestens eine $1$ oder $6$» als $6^n-4^n$.
Gefälschte Körper
Man rechnet mit den Wahrscheinlichkeiten der einzelnen Zahlen. Ist eine Seite doppelt so wahrscheinlich wie jede andere, setzt man die Summe der Gewichte gleich $1$ (vier Seiten: $5x=1$, also $P(4)=\frac25$, die übrigen je $\frac15$). Ein Pasch hat $\sum_kP(a=k),P(b=k)$, eine Summe $s$ addiert alle Produkte $P(x),P(y)$ mit $x+y=s$; Würfel ${1,\dots,6}$ und ${2,2,4,4,4,4}$, Summe $8$: $6+2$ und $4+4$, also $\frac16\cdot\frac13+\frac16\cdot\frac23=\frac16$. Wird zufällig ein Paar aus drei Würfeln gewählt und ist das Ergebnis bekannt, wertet man mit Bayes aus; der Faktor $\frac13$ kürzt sich, es zählen die Ergebniswahrscheinlichkeiten je Paar (zweimal «Doppelsechs» mit $\frac1{10},\frac18,\frac15$ je Wurf: Anteil des dritten Paares $\frac{(1/5)^2}{(1/10)^2+(1/8)^2+(1/5)^2}=\frac{64}{105}$).
Zweimal dieselbe Farbe
$P(\text{gleich})=\sum_ip_i^2$. Daraus folgt eine unbekannte Wahrscheinlichkeit: Bei $P(\text{rot})=\frac12$ und $P(\text{gleich})=\frac{19}{50}$ ist $b+g=\frac12$ und $b^2+g^2=\frac{13}{100}$, also $bg=\frac3{50}$ und $b,g$ lösen $x^2-\frac12x+\frac3{50}=0$: $\frac3{10}$ und $\frac15$ (die Zuordnung liefert eine Zusatzbedingung wie $b>g$). Ebenso gilt beim Ziehen mit Zurücklegen $P(\text{zweite}>\text{erste})=\frac{1-P(\text{gleich})}{2}$.
Buchstabenkärtchen und Buchstabenpaare
$n$ verschiedene Kärtchen lassen sich auf $n!$ Arten legen; $3$ Gezogene der Reihe nach ergeben $n(n-1)(n-2)$ Folgen, ein bestimmtes Wort hat $\frac1{n(n-1)(n-2)}$. Mit $v$ Vokalen, $c$ Konsonanten: nur Vokale $v(v-1)(v-2)$, genau zwei Vokale $\binom32,v(v-1),c$. Beispiel $n=9$, $v=4$, $c=5$: $504$, $24$, $3\cdot12\cdot5=180$. Tragen rote Kugeln $A,B,C,D$ und blaue $A,B,C$ ihren Buchstaben (alle $7$ unterscheidbar), gibt es bei $3$ Gezogenen höchstens ein Paar: $P=\frac{3\cdot5}{\binom73}=\frac37$. Bei $4$ Gezogenen rechnet man das Gegenereignis «alle Buchstaben verschieden»: je Doppelbuchstabe $2$ Wahlen, hier $2\cdot2\cdot2\cdot1=8$ von $\binom74=35$, also $P=1-\frac8{35}$.
Wartezeit und Serien
Der erste Erfolg im $k$-ten Versuch tritt ein, wenn die ersten $k-1$ Versuche misslingen und der $k$-te gelingt:
$$P=(1-p)^{k-1},p$$
Beispiel $p=\frac13$, $k=4$: $\left(\frac23\right)^3\cdot\frac13=\frac{8}{81}\approx0.0988$. «Spätestens im $k$-ten Versuch» ist $1-(1-p)^k$. Die mittlere Anzahl Versuche bis zum ersten Erfolg ist $\frac1p$.
Serie
Eine Serie ist gewonnen, wenn $k$ Versuche hintereinander gelingen (sonst beginnt eine neue Serie). Eine Serie gelingt mit $p^k$; die mittlere Anzahl Serien bis zum Seriengewinn ist $\frac{1}{p^k}$. Rückwärts:
$$p=\sqrt[k]{P(\text{Serie})}\qquad\text{bzw.}\qquad p=\left(\frac{1}{E}\right)^{1/k}$$
Beispiel: Braucht ein Schütze im Mittel $2.5$ Serien mit $k=3$ Bällen, ist $p=\left(\frac{1}{2.5}\right)^{1/3}=0.4^{1/3}\approx0.737$. War der erste Versuch schon ein Treffer, müssen nur noch $k-1$ gelingen: $p^{k-1}$.
Trefferwahrscheinlichkeit ändert sich
Man schreibt die Pfade auf und trägt an jeden Ast die aktuelle Wahrscheinlichkeit ein. Beispiel: Start $0.4$, nach einem Treffer $+0.1$, nach einem Fehlschuss $-0.1$; gewonnen ist die Serie bei mindestens zwei Treffern aus drei Versuchen. Zwei Treffer zu Beginn (dritter Versuch egal) haben $0.4\cdot0.5=0.2$, der Pfad Treffer-Fehler-Treffer $0.4\cdot0.5\cdot0.4=0.08$, der Pfad Fehler-Treffer-Treffer $0.6\cdot0.3\cdot0.4=0.072$:
$$P=0.2+0.08+0.072=0.352$$
Spielen zwei Personen abwechselnd und gewinnt der erste Erfolg: siehe Abwechselndes Spiel.
Höchstens m Runden
Höchstens $m$ Runden: Endet das Spiel je Runde mit Wahrscheinlichkeit $s$ und spätestens nach Runde $m$, ist $P(X=k)=(1-s)^{k-1}s$ für $k<m$ und $P(X=m)=(1-s)^{m-1}$ (Runde $m$ wird gespielt, wenn die ersten $m-1$ überstanden sind). Für $s=\frac12$, $m=4$: $\frac12,\frac14,\frac18,\frac18$ (Summe $1$).
Abwechselnd mit verschiedenen Quoten
$A$ beginnt (Quote $p_A$), dann $B$ ($p_B$); der erste Misserfolg beendet die Runde. Eine überstandene Doppelrunde hat $q=p_Ap_B$. Der $k$-te Versuch misslingt erst, wenn die ersten $k-1$ gelingen (mit $p_A=0.6$, $p_B=0.9$ der 5. Versuch: $0.54^2\cdot0.4\approx0.1166$). Für die folgenden Zahlen sei $p_A=0.7$ und $p_B=0.8$, also $q=0.56$. $B$ scheitert im $j$-ten eigenen Versuch mit $q^{j-1}p_A(1-p_B)$; «spätestens im $m$-ten» (auch: «übersteht höchstens $m-1$ und scheitert dann») ist die endliche geometrische Reihe
$$P=p_A(1-p_B),\frac{1-q^m}{1-q}\qquad\left(m=8\colon\ 0.14\cdot\frac{1-0.56^8}{0.44}\approx0.3151\right)$$
Ohne Obergrenze gilt $\frac{p_A(1-p_B)}{1-q}$; $A$ scheitert zuerst mit $\frac{1-p_A}{1-q}=\frac{0.3}{0.44}\approx0.6818$. Liegt beim Ziehen ohne Zurücklegen von $N$ Kugeln, davon $s$ schwarz, die letzte schwarze an Position $z$, so sind unter den $z-1$ früheren genau $s-1$ schwarz: $P(Z=z)=\binom{z-1}{s-1}\big/\binom Ns$.
Bedingte Wahrscheinlichkeit bei Teilinformation
Heisst es «man erfährt nur, dass $B$ eingetreten ist», wird der Ergebnisraum auf $B$ eingeschränkt und man rechnet $P(A|B)=\frac{P(A\cap B)}{P(B)}$. Beispiel: Zwei Würfel, Summe mindestens $10$. Das sind $6$ Paare, davon haben $(5,5)$ und $(6,6)$ gleiche Augen: $P=\frac{2}{6}=\frac13$. Beispiel mit Pfaden: Münze mit $P(\text{Kopf})=0.3$, dreimal geworfen, bekannt ist «mindestens einmal Kopf» ($P=1-0.7^3=0.657$). Genau zweimal Kopf hat $P=\binom32\cdot0.3^2\cdot0.7=0.189$ und liegt ganz in $B$:
$$P(A|B)=\frac{0.189}{0.657}\approx0.288$$
Gleichfarbig gegeben: Zwei Kugeln ohne Zurücklegen, bekannt ist nur «dieselbe Farbe»: $P(\text{beide rot}\mid\text{gleich})=\frac{P(rr)}{P(rr)+P(bb)}$; bei $2$ roten, $8$ blauen Kugeln $\frac{1/45}{1/45+28/45}=\frac1{29}$. Teilgruppe aus Anteilen: Gehört ein Artikel zu einer Teilgruppe (Anteile $0.25,0.35,0.20$ aus der Schweiz, $0.20$ Import), teilt man den Anteil der Sorte durch die Summe der Gruppe: $\frac{0.35}{0.80}=0.4375$. Der mittlere Erlös pro Artikel ist $\sum_i\text{Anteil}_i\cdot\text{Preis}_i$.
Tests: Sensitivität und Spezifität
Die Prävalenz ist der Anteil der Kranken. Die Sensitivität ist $P(+|\text{krank})$, die Spezifität ist $P(-|\text{gesund})$; deshalb gilt $P(+|\text{gesund})=1-\text{Spezifität}$. Die Wahrscheinlichkeit, bei positivem Test wirklich krank zu sein, folgt aus Bayes (siehe oben). Beispiel: Sensitivität $0.95$, Spezifität $0.98$, Prävalenz $0.10$:
$$P(K|+)=\frac{0.95\cdot0.10}{0.95\cdot0.10+0.02\cdot0.90}=\frac{0.095}{0.113}\approx0.841$$
Dasselbe als natürliche Häufigkeiten bei $1000$ Personen: $100$ krank, davon $95$ positiv; $900$ gesund, davon $18$ falsch positiv; $\frac{95}{95+18}\approx0.841$.
Fehlalarm einer Prüfanlage
Auch das Gegenstück ist so zu rechnen. Eine Prüfanlage meldet bei einem Defekt mit $0.90$ Alarm, ohne Defekt mit $0.04$ (Fehlalarm); ein Defekt hat $P=0.01$. Dann ist $P(\text{Alarm})=0.01\cdot0.90+0.99\cdot0.04=0.0486$ und $P(\text{Defekt}|\text{Alarm})=\frac{0.009}{0.0486}\approx0.185$. Defekt trotz ausbleibendem Alarm: $P(\text{Defekt}|\text{kein Alarm})=\frac{0.01\cdot0.10}{1-0.0486}\approx1.05\cdot10^{-3}$.
Nicht krank trotz positivem Test
$P(\text{gesund}\mid+)=\frac{(1-\text{Prävalenz})(1-\text{Spezifität})}{P(+)}$; bei Prävalenz $0.05$, Sensitivität $0.90$, Spezifität $0.96$ ist $P(+)=0.083$ und $P(\text{gesund}\mid+)=\frac{0.038}{0.083}\approx0.458$.
Prävalenz aus dem Anteil Positiver
Ist nur der Anteil $r$ positiver Ergebnisse bekannt, gilt mit Sensitivität $s$ und Spezifität $t$
$$s,\pi+(1-t)(1-\pi)=r\qquad\text{also}\qquad \pi=\frac{r-(1-t)}{s-(1-t)}$$
Von $500$ Getesteten $55$ positiv, $s=0.90$, $t=0.96$: $\pi=\frac{0.11-0.04}{0.90-0.04}\approx0.0814$, erwartete Kranke $\approx40.7$, davon $10,%$ unerkannt: etwa $4.1$ falsch Negative. Die Zahl der Positiven ist nicht die Zahl der Kranken.
Neuer Test, besserer Wert?
Neuer Test, besserer Wert? Der Hersteller behauptet $90,%$ Erkennung, bisher $70,%$. $X$ (erkannte unter $n$ Infizierten) ist binomial; $H_0\colon p=0.7$, $H_1\colon p=0.9$. Als kritischen Wert nimmt man das Mittel der Erwartungswerte, $0.8,n$; $H_0$ wird bei $X\ge c$ mit $c=\lfloor0.8,n\rfloor+1$ verworfen. Fehler 1. Art $\alpha=P_{0.7}(X\ge c)$, Fehler 2. Art $\beta=P_{0.9}(X\le c-1)$. Gesucht ist das kleinste $n$ mit $\alpha<0.05$ und $\beta<0.05$; man probiert aufsteigend, weil die Werte mit $c$ springen: $n=44$, $c=36$, $\alpha\approx0.0564$ (zu gross); $n=45$, $c=37$, $\alpha\approx0.0471$, $\beta\approx0.0320$. Also $n=45$. Mehr zu Tests: Binomialverteilung.
Mehrere Personen, Runden und Varianten
Treffen $A$, $B$, $C$ unabhängig mit $p_A$, $p_B$, $p_C$: «alle» ist das Produkt, «nur $B$» ist $(1-p_A),p_B,(1-p_C)$, «genau einer» ist die Summe der drei Fälle «nur $A$», «nur $B$», «nur $C$». Mit $p_A=0.8$, $p_B=0.6$, $p_C=0.5$:
$$P(\text{alle})=0.24,\qquad P(\text{genau einer})=0.16+0.06+0.04=0.26$$
Eine Runde ohne Treffer hat $(1-p_A)(1-p_B)(1-p_C)=0.2\cdot0.4\cdot0.5=0.04$; in $r$ Runden $0.04^r$, und $P(\text{mindestens ein Treffer in }r\text{ Runden})=1-0.04^r$. Die kleinste Rundenzahl für eine Sicherheit $s$ folgt aus $0.04^r\le1-s$ mit dem Logarithmus (Relationszeichen dreht sich).
Zufällige Variante vor jedem Versuch
Entscheidet vor jedem Versuch ein Zufall über die Variante (zum Beispiel faire Münze: Variante 1 mit Trefferquote $0.6$, Variante 2 mit $0.8$), ist die Trefferwahrscheinlichkeit pro Versuch nach der totalen Wahrscheinlichkeit $p=0.5\cdot0.6+0.5\cdot0.8=0.7$. Danach sind die Versuche unabhängig mit diesem $p$: drei Treffer hintereinander $0.7^3=0.343$.
Farben oder Sorten pro Stück
Hat jedes Stück unabhängig die Farben $p_1,p_2,\dots$, ist «alle $n$ Stücke gleich» die Summe $p_1^n+p_2^n+\cdots$. Beispiel $n=3$ mit $0.5$, $0.4$, $0.1$: $0.125+0.064+0.001=0.19$. «Keine grüne» ist $(1-p_{\text{grün}})^n$; «genau $k$ einer Farbe» ist binomial, siehe Binomialverteilung.
Mehrstufig mit zwei Zufallsexperimenten
Wählt man zuerst aus einer Gruppe (Jacken) und unabhängig aus einer zweiten (Mützen), multipliziert man die Einzelwahrscheinlichkeiten der Äste; die Summe aller Pfade ist $1$.
Ampeln und Kreuzungen
Unabhängige Halte: Astwahrscheinlichkeiten multiplizieren. Bei $3$ Ampeln (Halt $0.15$) und $2$ Kreuzungen (Halt $0.4$): nirgends Halt $0.85^3\cdot0.6^2\approx0.2211$; nur erste Ampel und letzte Kreuzung $0.15\cdot0.85^2\cdot0.6\cdot0.4\approx0.0260$; genau ein Halt, an einer Kreuzung, $2\cdot0.4\cdot0.6\cdot0.85^3\approx0.2948$. «Mehr Halte an Kreuzungen als an Ampeln»: Mit den Anzahlen $K$, $A$ (je binomial) addiert man $P(K=i),P(A=j)$ über alle $i>j$; bei Halt $0.6$ an $2$ Kreuzungen: $P(K=1)=0.48$, $P(K=2)=0.36$, $P(A=0)=0.614125$, $P(A\le1)=0.93925$, also $P(K>A)=0.48\cdot0.614125+0.36\cdot0.93925\approx0.6329$ (Gruppen mit verschiedenem $p$: Binomialverteilung).
Gewichtete Tage und Packungen
Fährt jemand an $3$ von $5$ Tagen mit einer Begleitung, die nur bei einwagigen Fahrzeugen ($40,%$) in Wagen 1 sitzt, sonst allein stets in Wagen 1, so ist $P(\text{Wagen 1})=0.6\cdot0.4+0.4=0.64$ und $P(\text{allein}\mid\text{Wagen 1})=\frac{0.4}{0.64}=0.625$. Bei einer Packung mit $N$ Stück und Mangelquote $p$ ist «kein Mangel» $(1-p)^N$, in $n$ Packungen $\left((1-p)^N\right)^n$ (mit $N=150$, $p=0.006$: $0.4055$; für über $95,%$ Sicherheit $n>\frac{\ln0.05}{\ln0.4055}\approx3.32$, also $4$ Packungen). Mehrere Farben zugleich: Multinomialformel, Binomialverteilung.
Fehlender Ast und unbekanntes p
Fehlender Ast und unbekanntes $p$: Brechen insgesamt $10,%$ der Kugeln und stammt $\frac13$ von A mit $4,%$ Bruch, gilt $0.10=\frac13\cdot0.04+\frac23x$, also $x=0.13$ für B, und $P(A\mid\text{gebrochen})=\frac{\frac13\cdot0.04}{0.10}\approx0.133$. «Genau einer von zwei Versuchen gelingt» hat $2p(1-p)$; bei $0.495$ folgt $p^2-p+0.2475=0$, $p=\frac{1\pm\sqrt{1-0.99}}{2}$, also $p=0.45$ oder $0.55$ (beide möglich, die Gleichung ist symmetrisch in $p$ und $1-p$). «Erst im zweiten Versuch» $(1-p)p=0.21$ gibt $0.3$ oder $0.7$; bei einem Glücksrad ist der Zentriwinkel $p\cdot360^\circ$.
Geometrische Wahrscheinlichkeit mit Flächen
Bei gleichmässiger Verteilung ist $P=\frac{\text{günstige Fläche}}{\text{Gesamtfläche}}$. Fällt ein Körper auf eine seiner Seitenflächen und ist die Wahrscheinlichkeit proportional zur Fläche, zählt man alle gleichen Flächen mit. Ein Quader mit den Kanten $1$, $2$, $3$ hat zweimal $1\cdot2$, zweimal $1\cdot3$ und zweimal $2\cdot3$, zusammen $22$:
$$p_{\text{klein}}=\frac{4}{22},\quad p_{\text{mittel}}=\frac{6}{22},\quad p_{\text{gross}}=\frac{12}{22}$$
Ball durch ein Loch
Der Ballmittelpunkt trifft die Wand gleichverteilt. Der Ball geht durch, wenn sein Mittelpunkt höchstens $R-r$ vom Lochmittelpunkt entfernt ist ($R$ Radius des Lochs, $r$ Radius des Balls):
$$P=\frac{\pi,(R-r)^2}{\text{Wandfläche}}$$
Beispiel: Wand $3\ \text{m}\times2\ \text{m}$, Loch mit Durchmesser $50$ cm, Ball mit Durchmesser $10$ cm: $R-r=20$ cm, $P=\frac{\pi\cdot0.2^2}{6}\approx0.0209$.
Näher bei einer Ecke
Die Punkte, die näher bei $A$ als bei $D$ liegen, trennt die Mittelsenkrechte der Strecke $AD$. Man berechnet die Fläche des Teils auf der Seite von $A$ und teilt durch die Gesamtfläche. Beim Rhombus mit den Diagonalen $10$ cm und $6$ cm ist die Fläche $\frac{10\cdot6}{2}=30\ \text{cm}^2$ und der Teil bei $A$ hat $\frac{135}{17}\approx7.94\ \text{cm}^2$: $P=\frac{135/17}{30}=\frac{9}{34}\approx0.265$. Die Mittelsenkrechte geht nicht durch den Mittelpunkt, deshalb sind es nicht $50,%$.
Körper mit Flächen
Die Wahrscheinlichkeit einer Flächenart ist die Summe ihrer Flächen durch die Oberfläche. Dreieck $\frac12ab$, gleichseitig $\frac{\sqrt3}4a^2$, Zylinder: Boden und Deckel $2\pi r^2$, Mantel $2\pi rh$ (für $r=1$, $h=3$: $\frac14$ und $\frac34$). Mit den Werten $p_i$ gilt für $n$ Würfe: alle auf derselben Art $\sum_ip_i^n$; bei drei Würfen auf drei verschiedenen Arten die Summe der Produkte über alle Dreiergruppen von Arten mal $3!$; bei zwei Würfen, von denen man weiss, dass keiner auf Art 1 liegt, ist «einer auf Art 2, einer auf Art 3» $\frac{2p_2p_3}{(1-p_1)^2}$. Mit $p=(0.2,0.5,0.3)$: $0.16$, $0.18$, $\frac{0.30}{0.64}\approx0.469$. Zählmuster ohne Reihenfolge: $\binom{n+k-1}{k-1}$ für $n$ Würfe auf $k$ Arten ($n=5$, $k=3$: $21$, siehe Kombinatorik); mit festen Häufigkeiten und unterscheidbaren Würfen $\frac{n!}{n_1!,n_2!,n_3!}$.
Regelmässiges Achteck
Vom Mittelpunkt aus $8$ gleich grosse Dreiecke (ein Feld aus $1.5$ Dreiecken: $\frac{1.5}8$). Fläche $2\sqrt2,R^2$ mit Umkreisradius $R$; ist eine Dreiecksseite ein Durchmesser, ist das Dreieck rechtwinklig (Thales), die Katheten sind Sehnen $2R\sin\frac\varphi2$ zum Mittelpunktswinkel $\varphi$.
Zufällige Reihenfolge und Position
Bei zufälliger Reihenfolge ist jede Auswahl von Plätzen gleich wahrscheinlich. Zwei gelbe unter acht Tulpen stehen auf einer zufälligen $2$-Teilmenge der $8$ Plätze ($\binom82=28$ Möglichkeiten); $7$ davon liegen nebeneinander: $P=\frac{7}{28}=\frac14$. Die ersten drei von $11$ Gästen sind alle aus der Gruppe von $4$: $P=\frac{\binom43}{\binom{11}{3}}=\frac{4}{165}$.
Symmetrie: Ohne Information über die erste Ziehung hat die zweite Kugel dieselbe Verteilung wie die erste. Bei $8$ Kugeln mit $3$ Vieren ist die Wahrscheinlichkeit für eine Vier im zweiten Zug ebenfalls $\frac38$; man erhält dasselbe über die totale Wahrscheinlichkeit der ersten Ziehung.
Raten: Muss man $k$ von $N$ bekannten Namen in der richtigen Reihenfolge nennen, ist die Chance $\frac{1}{N(N-1)\cdots(N-k+1)}$ (für $N=9$, $k=3$: $\frac{1}{504}$). Zählt die Reihenfolge nicht, ist sie $\frac{1}{\binom Nk}$ (hier $\frac{1}{84}$). Zählprobleme dazu: Kombinatorik.
Quote und Gruppe an einer Position: Das erste Stück besteht mit dem nach Anteilen gewichteten Mittel der Quoten (aus $3$, $3$, $2$ Stücken mit $0.95$, $0.90$, $0.80$: $\frac{2.85+2.70+1.60}{8}=0.89375$). Die letzten zwei Stücke stammen beide aus einer Gruppe von $g$ der $N$ mit $\binom g2\big/\binom N2$. Sind alle $g$ Mitglieder unter den $k$ Gezogenen: $\binom{N-g}{k-g}\big/\binom Nk$ (für $g=6$, $N=16$, $k=10$: $\frac{210}{8008}\approx0.0262$).
Hypergeometrisch in Summen: Gesucht «mindestens $6$ von $8$ Mitgliedern unter $12$ aus $20$ Ausgewählten» ist die Summe der Terme $k=6,7,8$ der Formel oben: $\sum_{k=6}^{8}\frac{\binom8k\binom{12}{12-k}}{\binom{20}{12}}=\frac{32703}{125970}\approx0.2596$.
Normalverteilung und Summen
Für $X\sim N(\mu,\sigma)$ standardisiert man $z=\frac{x-\mu}{\sigma}$: $P(X>a)=1-\Phi(z_a)$ und $P(a<X<b)=\Phi(z_b)-\Phi(z_a)$. Beispiel $N(2022,1)$: $P(X>2023)=P(Z>1)\approx0.1587$. Eine Bedingung wie $1<X^2<9$ wird zuerst in Intervalle für $X$ übersetzt. Der Erwartungswert einer Summe von $n$ unabhängigen, gleich verteilten Zufallsgrössen ist $n\mu$ und die Standardabweichung $\sigma\sqrt n$; nach dem zentralen Grenzwertsatz ist die Summe näherungsweise normalverteilt. Ausführlich mit Quantilen und Beispielen: Normalverteilung rechnen.
Spiele, Zielscheiben und Bretter
Zielscheibe: Erwartung pro Wurf $\sum v_ip_i$. Für eine Summe nach drei Würfen listet man alle Wertetripel mit der Zielsumme auf (drei verschiedene Werte $6$ Anordnungen, zwei gleiche $3$, drei gleiche $1$), jede mit dem Produkt der $p$: Zonen $1,2,3$ mit $p=0.4,0.4,0.2$, Summe $7$ aus ${1,3,3}$ und ${2,2,3}$: $3\cdot0.4\cdot0.2^2+3\cdot0.4^2\cdot0.2=0.144$. Bei kleinen Summen nennt man nur die wenigen Kombinationen (Summe $5$ bei vier Würfen mit Werten ab $1$: drei Einsen und eine Zwei, $4$ Anordnungen). Duell: Der höhere Wert gewinnt und wird ausbezahlt, bei Gleichstand nichts: $E_B=\sum_iv_i,P(B=v_i),P(A<v_i)$. Mit $B$: $0.3,0.3,0.4$ und $A$ wie oben: $2\cdot0.3\cdot0.4+3\cdot0.4\cdot0.8=1.2$.
Rubbelbrett
Von $10$ Feldern zeigen $4$ die $0$, $3$ die $1$, $2$ die $2$, $1$ die $3$; zwei aufgedeckt: $\binom{10}2=45$ Paare. Mindestens eine $0$: $1-\frac{\binom62}{45}=\frac{30}{45}$; zwei Einsen $\frac3{45}$; zwei Zweier $\frac1{45}$; verschiedene positive Zahlen $3\cdot2+3\cdot1+2\cdot1=11$ Paare (Kontrolle $30+11+3+1=45$). Bei Auszahlung $3$, $4$, $12$ CHF für verschiedene positive Zahlen, zwei Einsen, zwei Zweier und Preis $2$ CHF ist der Nettogewinn $-2,1,2,10$:
$$E=\frac{-2\cdot30+1\cdot11+2\cdot3+10\cdot1}{45}=-\frac{33}{45}\approx-0.73\ \text{CHF}$$
Binomiale Auszahlung und Produkt
Zählt man bei $3$ Würfeln die Sechsen, $X\sim B(3;\frac16)$ mit Zählern $125,75,15,1$ von $216$; zahlt das Spiel $1$, $5$, $20$ CHF bei einer, zwei, drei Sechsen, ist $E=\frac{75+75+20}{216}\approx0.787$ CHF. Hängt der Einsatz von der Rundenzahl $n$ ab, löst man $E=\text{Einsatz}(n)$ nach $n$ auf; der Erwartungswert ist linear (bei $200$ Zimmern, von denen $90,%$ antreten: $0.9$ mal die volle Summe). Das Produkt zweier Züge ohne Zurücklegen aus $N$ Zahlen $n_i$ hat $E=\frac{(\sum n_i)^2-\sum n_i^2}{N(N-1)}$ (Zahlen $1,2,3,4$: $\frac{100-30}{12}\approx5.83$).
Automat und Münze
Gleich wahrscheinlich sind die Plätze einer Walze, nicht die Symbolarten: Belegt ein Symbol $4$ von $10$ Plätzen, ist $P=0.3$ und «genau eines auf drei Walzen» $3\cdot0.3\cdot0.7^2=0.441$. Sinkt $p$ von $p_\text{alt}$ auf $p_\text{neu}$, sinkt «drei gleiche» um den Faktor $\left(\frac{p_\text{alt}}{p_\text{neu}}\right)^3$ ($0.3\to0.2$: $\frac{27}{8}$). Faires Auslosen mit beliebiger Münze: zweimal werfen, «Kopf-Zahl» und «Zahl-Kopf» haben beide $p(1-p)$, bei gleichen Seiten wiederholt man; bedingt auf eine Entscheidung ist jede Seite $\frac12$.
Weitere Verfahren
Mindestens-Aufgaben: «mindestens ein» ist das Gegenereignis von «keiner». Bei $n$ unabhängigen Versuchen mit Erfolgswahrscheinlichkeit $p$ gilt $P(\text{mindestens ein Erfolg})=1-(1-p)^n$. «Höchstens» und «mindestens» mehrerer Erfolge: zuerst entscheiden, welche Seite weniger Fälle hat, dann direkt addieren oder über das Komplement rechnen. Ist der Erfolg pro Versuch selbst ein Ereignis (zum Beispiel «Augensumme mindestens $8$» bei zwei Würfeln, $p=\frac{15}{36}$), nimmt man dessen Wahrscheinlichkeit als $p$: $1-\left(\frac7{12}\right)^n\ge0.95$ gibt $n\ge\frac{\ln0.05}{\ln(7/12)}\approx5.56$, also $6$.
Ziehen mit Zurücklegen
Die Wahrscheinlichkeiten ändern sich nicht, die Ziehungen sind unabhängig, Pfadwahrscheinlichkeiten werden multipliziert. Ohne Zurücklegen (oder gleichzeitiges Ziehen) ändern sich Zähler und Nenner nach jeder Ziehung: beim zweiten Zug stehen noch $N-1$ Objekte in der Urne. Alternativ zählt man Gruppen: Wahrscheinlichkeit für genau $k$ Günstige in einer Stichprobe der Grösse $n$ aus $N$ Objekten mit $K$ Günstigen:
$$P=\frac{\binom{K}{k}\binom{N-K}{n-k}}{\binom{N}{n}}$$
Vierfeldertafel
Zwei Merkmale $A$, $B$ mit den vier Feldern $A\cap B$, $A\cap\bar B$, $\bar A\cap B$, $\bar A\cap\bar B$; Zeilen- und Spaltensummen sind die Einzelwahrscheinlichkeiten, alle Felder zusammen ergeben $1$ (oder die Gesamtzahl). Aus zwei bekannten Angaben ergänzt man die Tafel und liest $P(A|B)=\frac{P(A\cap B)}{P(B)}$ ab. Unabhängig sind $A$ und $B$ genau dann, wenn $P(A\cap B)=P(A)\cdot P(B)$ gilt. Unvereinbare Ereignisse mit positiver Wahrscheinlichkeit sind nie unabhängig.
Angaben mit «nicht»
Das Gegenereignis von «$G$ oder nicht $K$» ist «nicht $G$ und $K$». Aus $P(G\cap K)=0.2$, $P(G\cup K)=0.7$, $P(G\cup\bar K)=0.9$ folgt $P(\bar G\cap K)=0.1$, $P(K)=0.3$, $P(G)=0.7-0.3+0.2=0.6$, $P(G\cap\bar K)=0.4$. Aus $P(\bar A)=0.5$, $P(\bar B)=0.6$, $P(\bar A\cap\bar B)=0.4$ folgt $P(A\cap\bar B)=0.6-0.4=0.2$, $P(A\cap B)=0.5-0.2=0.3$, damit $P(\bar B\mid\bar A)=\frac{0.4}{0.5}=0.8$ und $P(B\mid A)=\frac{0.3}{0.5}=0.6$.
Mengen zählen
Für zwei Merkmale gilt $|A\cup B|=|A|+|B|-|A\cap B|$ (bei absoluten Häufigkeiten wie bei Wahrscheinlichkeiten). «Keines von beiden» ist $|\Omega|-|A\cup B|$. Für drei Mengen wird zusätzlich der dreifache Durchschnitt addiert und die drei paarweisen Durchschnitte werden subtrahiert.
Mehrere Würfel oder Kreisel
Mit $m$ gleichen, fairen $n$-seitigen Körpern gibt es $n^m$ gleich wahrscheinliche Ergebnisse. Ein «Pasch» (beide Würfel gleich) hat bei zwei Würfeln die Wahrscheinlichkeit $\frac{n}{n^2}=\frac1n$. Bei Summen die günstigen Paare systematisch auflisten.
Geometrische Wahrscheinlichkeit
Bei gleichmässiger Verteilung ist $P$ das Verhältnis von Winkel, Länge oder Fläche des günstigen Bereichs zum Ganzen, zum Beispiel $P=\frac{\text{Zentriwinkel}}{360^\circ}$ beim Glücksrad.
Erwartungswert
Erwartungswert (für Gewinnspiele und Lose): $E(X)=\sum x_i,P(X=x_i)$, mit negativem Wert für Verluste. Ein Spiel heisst fair, wenn $E(X)=0$ ist. Nach dem zentralen Grenzwertsatz ist die Summe vieler unabhängiger, gleich verteilter Zufallsgrössen näherungsweise normalverteilt.
Pfade mit sich ändernden Wahrscheinlichkeiten
Hängt die Erfolgswahrscheinlichkeit vom vorherigen Ergebnis ab (zum Beispiel nach einem Treffer höher), trägt man an jeden Ast die bedingte Wahrscheinlichkeit ein und multipliziert entlang des Pfades.
Beispiel — Ziehen ohne Zurücklegen
Urne mit $7$ roten und $5$ blauen Kugeln. Zwei rote nacheinander ohne Zurücklegen: $\frac{7}{12}\cdot\frac{6}{11}=\frac{7}{22}$. Vier Kugeln auf einmal, genau zwei rote:
$$P=\frac{\binom72\binom52}{\binom{12}{4}}=\frac{21\cdot10}{495}=\frac{14}{33}$$
Beispiel — Mindestens eine Sechs
Bei $4$ Würfen eines Würfels: $P=1-\left(\frac56\right)^4=1-\frac{625}{1296}=\frac{671}{1296}\approx0.518$.
Beispiel — Vierfeldertafel
$P(A)=0.4$, $P(B)=0.5$, $P(A\cap B)=0.3$. Dann $P(A\cup B)=0.4+0.5-0.3=0.6$, $P(\bar A\cap\bar B)=1-0.6=0.4$ und $P(A|B)=\frac{0.3}{0.5}=0.6$. Wegen $P(A)\cdot P(B)=0.2\ne0.3$ sind $A$ und $B$ nicht unabhängig.
Häufige Fehler
- Unabhängigkeit angenommen, ohne zu prüfen: $P(A\cap B) = P(A)\cdot P(B)$ gilt nur bei Unabhängigkeit.
- Bayes umgekehrt: $P(A|B) \neq P(B|A)$ — die Basisrate (Prior) macht den Unterschied.
- Totale Wahrscheinlichkeit im Nenner vergessen: Bayes ohne korrekten $P(B)$-Nenner liefert falsche Resultate.
- Wahrscheinlichkeit > 1: Ein Rechenergebnis $P > 1$ zeigt sicher einen Fehler.
- Pfadregel-Vorzeichen: Im Baumdiagramm immer positive Wahrscheinlichkeiten multiplizieren; subtrahiert wird nicht.