Du weißt bereits, dass ein Würfel eine Sechs mit Wahrscheinlichkeit 1/6 zeigt. Aber wie verändert sich die Rechnung, wenn zusätzlich feststeht, dass die Augenzahl gerade ist? Genau hier setzt die bedingte Wahrscheinlichkeit an. Ich zeige dir die Formel, verständliche Rechenwege, Baumdiagramme, Vierfeldertafeln sowie die häufigsten Denkfehler.
Die zentrale Idee lässt sich auf eine kleinere Grundmenge reduzieren
- Neue Information: Die Bedingung schränkt die möglichen Ergebnisse ein.
- Grundformel: P(A | B) = P(A ∩ B) / P(B), sofern P(B) > 0 gilt.
- Rechenregel: Zuerst wird der gemeinsame Anteil A ∩ B bestimmt, danach durch P(B) geteilt.
- Richtung beachten: P(A | B) und P(B | A) sind meistens nicht gleich groß.
- Unabhängigkeit: Wenn B keinen Einfluss auf A hat, gilt P(A | B) = P(A).
Wenn eine Information die Grundmenge verändert
Bei einer normalen Wahrscheinlichkeit betrachte ich alle möglichen Ergebnisse. Sobald eine Bedingung bekannt ist, fallen viele dieser Ergebnisse weg. Die Rechnung findet dann nicht mehr in der gesamten Grundmenge statt, sondern nur noch innerhalb des Ereignisses B.
Die Schreibweise P(A | B) lese ich als „Wahrscheinlichkeit von A unter der Bedingung B“. Das Ereignis rechts vom senkrechten Strich ist die Information, die bereits feststeht. Gesucht wird also nicht irgendein A, sondern A innerhalb der Fälle, in denen B eingetreten ist.
Mathematisch gilt für P(B) > 0:
P(A | B) = P(A ∩ B) / P(B)
Das Zeichen ∩ bedeutet, dass beide Ereignisse gleichzeitig eintreten. Der Zähler beschreibt somit die gemeinsamen Fälle. Der Nenner enthält alle Fälle, die nach Bekanntwerden der Bedingung überhaupt noch möglich sind.
Ich finde diese Sichtweise hilfreicher als das bloße Auswendiglernen der Formel. Man fragt sich zuerst, welche Ergebnisse bleiben übrig, und zählt danach, wie viele davon zusätzlich die gesuchte Eigenschaft A besitzen.
Die Formel Schritt für Schritt richtig anwenden
Für eine Aufgabe mit bedingter Information gehe ich immer in derselben Reihenfolge vor. Das verhindert, dass die Ereignisse vertauscht oder Zähler und Nenner falsch eingesetzt werden.
- Ereignisse benennen: Was ist A und was ist die Bedingung B?
- Gemeinsames Ereignis bestimmen: Welche Ergebnisse gehören zu A ∩ B?
- Wahrscheinlichkeiten einsetzen: P(A ∩ B) kommt in den Zähler, P(B) in den Nenner.
- Ergebnis prüfen: Eine Wahrscheinlichkeit muss zwischen 0 und 1 beziehungsweise zwischen 0 % und 100 % liegen.
| Zeichen | Bedeutung |
|---|---|
| P(A | B) | Wahrscheinlichkeit von A, wenn B bereits bekannt ist |
| P(A ∩ B) | Wahrscheinlichkeit, dass A und B gemeinsam eintreten |
| P(B) | Wahrscheinlichkeit der Bedingung |
| P(B) > 0 | Voraussetzung für die Division |
Ein kleines Beispiel macht den Rechenweg deutlich. In einer Schachtel liegen 4 rote und 6 blaue Karten. Es wird eine Karte gezogen. Die Wahrscheinlichkeit für Rot beträgt 4/10, also 40 %. Wird jedoch bekannt, dass die Karte eine warme Farbe hat und deshalb nur Rot oder Gelb infrage kommt, muss die Grundmenge neu festgelegt werden. Genau diese Einschränkung ist der Kern jeder konditionalen Rechnung.
Bei einer Aufgabe mit klaren Ereignismengen lässt sich direkt zählen. Angenommen, von 20 Bauteilen sind 8 aus Metall und 5 davon stammen aus einer bestimmten Produktionsserie. Die Wahrscheinlichkeit, ein Bauteil aus dieser Serie zu wählen, wenn bereits feststeht, dass es aus Metall besteht, lautet 5/8 = 62,5 %. Gezählt werden nur noch die 8 Metallteile.
Zwei Beispiele zeigen, was wirklich gezählt wird
Gerade Augenzahl beim Würfel
Ein fairer Würfel wird einmal geworfen. Gesucht ist die Wahrscheinlichkeit, eine Sechs zu erhalten, wenn bekannt ist, dass die Augenzahl gerade ist.
Das gesuchte Ereignis lautet A = {6}. Die Bedingung B besteht aus den geraden Augenzahlen {2, 4, 6}. Innerhalb dieser neuen Grundmenge gibt es 3 mögliche Ergebnisse, aber nur eines davon ist eine Sechs.
Damit gilt:
P(6 | gerade) = 1/3 ≈ 33,3 %
Ohne Zusatzinformation wären es nur 1/6 beziehungsweise 16,7 %. Die Bedingung hat die Wahrscheinlichkeit also erhöht, weil sie die möglichen Ergebnisse auf drei Fälle reduziert hat.
Ziehen ohne Zurücklegen
In einem Beutel liegen 5 schwarze und 3 weiße Kugeln. Zuerst wird eine schwarze Kugel gezogen und nicht zurückgelegt. Wie groß ist die Wahrscheinlichkeit, beim zweiten Zug erneut Schwarz zu ziehen?
Nach dem ersten schwarzen Zug verbleiben 4 schwarze und insgesamt 7 Kugeln. Die gesuchte Wahrscheinlichkeit lautet deshalb:
P(schwarz im zweiten Zug | schwarz im ersten Zug) = 4/7 ≈ 57,1 %
Hier zeigt sich, warum „ohne Zurücklegen“ entscheidend ist. Die erste Ziehung verändert die Zusammensetzung des Beutels. Würde die Kugel zurückgelegt, bliebe die Wahrscheinlichkeit im zweiten Zug bei 5/8, also 62,5 %.
Lesen Sie auch: Uneigentliche Integrale verstehen und sicher berechnen
Zwei Würfel mit gleicher Augenzahl
Bei zwei Würfeln wird vorausgesetzt, dass beide Würfel dieselbe Zahl zeigen. Dann bleiben nur die sechs Pasche übrig: (1,1), (2,2) bis (6,6). Wie wahrscheinlich ist eine Augensumme von mindestens 10?
Von diesen sechs Möglichkeiten erfüllen nur (5,5) und (6,6) die Bedingung. Daher beträgt das Ergebnis 2/6 = 1/3. Würde ich stattdessen alle 36 Würfelpaare verwenden, würde ich die zusätzliche Information ignorieren und die falsche Grundmenge benutzen.
Baumdiagramm und Vierfeldertafel machen Zusammenhänge sichtbar
Bei mehreren Ziehungen oder aufeinanderfolgenden Ereignissen ist ein Baumdiagramm oft die übersichtlichste Darstellung. Jeder Ast enthält eine Wahrscheinlichkeit, und für einen vollständigen Pfad multipliziere ich die Astwahrscheinlichkeiten.
Für zwei Ereignisse gilt die Produktregel:
P(A ∩ B) = P(B) · P(A | B)
Das ist dieselbe Beziehung wie die Grundformel, nur umgestellt. Sie hilft besonders dann, wenn die gemeinsame Wahrscheinlichkeit nicht direkt gegeben ist, aber die Wahrscheinlichkeit der Bedingung und die bedingte Wahrscheinlichkeit bekannt sind.
Eine Vierfeldertafel ist sinnvoll, wenn zwei Merkmale miteinander verglichen werden. Nehmen wir 100 geprüfte Geräte. 20 stammen aus Serie X, davon zeigen 6 einen bestimmten Fehler. Die übrigen 80 Geräte stammen aus anderen Serien, bei denen 8 Fehler auftreten.
| Fehler | Kein Fehler | Gesamt | |
|---|---|---|---|
| Serie X | 6 | 14 | 20 |
| Andere Serien | 8 | 72 | 80 |
| Gesamt | 14 | 86 | 100 |
Die Wahrscheinlichkeit für einen Fehler unter der Bedingung „Serie X“ beträgt 6/20 = 30 %. Die umgekehrte Frage, ob ein fehlerhaftes Gerät aus Serie X stammt, führt dagegen zu 6/14 ≈ 42,9 %. Beide Werte beziehen sich auf unterschiedliche Grundmengen.
Genau an dieser Stelle passieren in Schulaufgaben die meisten Fehler. Ich markiere deshalb zuerst die Bedingung und suche dann die passende Zeile oder Spalte. Der Nenner muss immer die Fälle enthalten, die durch die gegebene Information festgelegt sind.
Der Satz von Bayes dreht die Blickrichtung um
Manchmal ist nicht P(A | B) gefragt, sondern die entgegengesetzte Richtung P(B | A). Dafür reicht es nicht, einfach Zähler und Nenner zu vertauschen. Der Zusammenhang wird mit dem Satz von Bayes hergestellt:
P(A | B) = P(B | A) · P(A) / P(B)
Ein Beispiel aus einer technischen Qualitätsprüfung zeigt, warum das wichtig ist. Angenommen, 1 % aller Bauteile ist fehlerhaft. Ein Test erkennt 90 % der fehlerhaften Teile, schlägt aber auch bei 5 % der intakten Teile fälschlich an.
Von 10.000 Bauteilen wären dann ungefähr 100 fehlerhaft. Der Test findet davon 90. Von den 9.900 intakten Teilen melden sich jedoch etwa 495 ebenfalls als auffällig. Insgesamt gibt es also 585 positive Testergebnisse.
Die Wahrscheinlichkeit, dass ein positiv getestetes Bauteil tatsächlich fehlerhaft ist, beträgt damit:
90 / 585 ≈ 15,4 %
Das Ergebnis wirkt zunächst überraschend, ist aber mathematisch plausibel. Die geringe Ausgangswahrscheinlichkeit von 1 % und die vielen falsch positiven Meldungen beeinflussen das Resultat stark. Ich halte dieses Beispiel für besonders lehrreich, weil es zeigt, dass ein positives Signal nicht automatisch eine hohe tatsächliche Wahrscheinlichkeit bedeutet.
Unabhängigkeit und typische Fehler beim Rechnen
Zwei Ereignisse sind stochastisch unabhängig, wenn das Eintreten des einen Ereignisses die Wahrscheinlichkeit des anderen nicht verändert. Dann gilt:
P(A | B) = P(A)
Beim zweimaligen Werfen eines Würfels ist die Wahrscheinlichkeit einer Sechs im zweiten Wurf weiterhin 1/6, ganz gleich, was im ersten Wurf passiert ist. Beim Ziehen ohne Zurücklegen aus einem Beutel gilt diese Unabhängigkeit dagegen nicht, weil sich die Zusammensetzung verändert.
Typische Fehler lassen sich mit wenigen Kontrollfragen vermeiden:
- Wurde die Bedingung erkannt? Sie steht in der Schreibweise rechts vom senkrechten Strich.
- Ist der Nenner richtig? Er muss P(B) beziehungsweise die Anzahl aller Fälle unter der Bedingung enthalten.
- Wurde ohne Zurücklegen berücksichtigt? Bei Ziehungen ändern sich dann die Folgewahrscheinlichkeiten.
- Wird die Richtung verwechselt? P(A | B) ist nicht automatisch P(B | A).
- Ist das Ergebnis plausibel? Eine Wahrscheinlichkeit größer als 100 % oder ein negatives Ergebnis zeigt einen Rechenfehler.
Besonders gefährlich ist die Annahme, dass zwei Wahrscheinlichkeiten automatisch gleich sind, nur weil sie dieselben Ereignisse enthalten. Ein Anteil von Fehlern unter Geräten aus Serie X beantwortet eine andere Frage als der Anteil von Geräten aus Serie X unter allen fehlerhaften Geräten.
Was beim Rechnen am meisten Sicherheit gibt
Der schnellste zuverlässige Ansatz lautet für mich: Bedingung markieren, Grundmenge verkleinern, gemeinsame Fälle zählen. Erst danach setze ich Zahlen in die Formel ein. Diese Reihenfolge funktioniert bei Würfeln, Urnen, Baumdiagrammen und Vierfeldertafeln gleichermaßen.
Wenn die Aufgabe mehrere Informationen verbindet, lohnt sich eine Skizze. Ein Baumdiagramm zeigt zeitliche Abläufe, eine Vierfeldertafel vergleicht Merkmale, und der Satz von Bayes hilft beim Wechsel der Blickrichtung. Wer diese drei Werkzeuge passend einsetzt, versteht die Rechnung nicht nur formal, sondern kann auch beurteilen, ob das Ergebnis inhaltlich sinnvoll ist.
