edubun
Deutsch

Ergebnisse, Ereignisse und Wahrscheinlichkeit

Ein fairer Würfel hat sechs Seiten. Die Wahrscheinlichkeit, mindestens eine Fünf zu würfeln, beträgt daher 2 von 6, etwa 0.333.

Die Vorhersage meldet für morgen 30% Regenwahrscheinlichkeit. Diese Zahl ist erfunden, aber ähnliche hast du schon gehört. Sie verrät nicht, ob du nass wirst. Sie sagt etwas Schwächeres, aber dennoch Nützliches: Regen ist möglich, jedoch weniger wahrscheinlich als kein Regen. Kommt der Bus zu spät? Geht der nächste Freiwurf hinein? Sicher wissen wir es nicht, völlig ahnungslos sind wir aber auch nicht. Wahrscheinlichkeit beschreibt diesen Zwischenzustand mit einer Zahl zwischen 0 und 1. Bei 0 kann das Ereignis niemals eintreten, bei 1 tritt es immer ein. Bei 0.5 sind Eintreten und Nichteintreten gleich wahrscheinlich.

Ein Würfel hat sechs Ergebnisse, und „mindestens eine Fünf“ umfasst zwei davon

Statistikbücher verwenden einige Begriffe, die du genau unterscheiden solltest. Ein Zufallsexperiment ist ein Vorgang mit ungewissem Ausgang, etwa ein Münzwurf oder Würfeln. Jeder mögliche Ausgang ist ein Ergebnis. Die Menge aller möglichen Ergebnisse heißt Ergebnismenge, geschrieben S. Für eine Münze gilt S = {H, T}, für einen Würfel S = {1, 2, 3, 4, 5, 6}. Ein Ereignis ist eine beliebige Gruppe von Ergebnissen, die dich interessiert, bezeichnet mit einem Großbuchstaben. „Mindestens eine Fünf würfeln“ ist das Ereignis E = {5, 6}.

Schere, Stein, Papier ist ein gutes zweites Beispiel. Zwei Personen zeigen jeweils eine von drei Handformen. Die Ergebnismenge enthält daher 3 × 3 = 9 Ergebnisse, von (Stein, Stein) bis (Schere, Schere). Drei sind unentschieden: beide Stein, beide Papier, beide Schere. Wählen beide zufällig, sind die neun Ergebnisse gleich wahrscheinlich, und P(unentschieden) = 3/9 = 1/3. Ob echte Menschen zufällig wählen, ist eine andere Frage. Die folgende Zählregel beruht genau auf dieser Annahme.

Sind alle Ergebnisse der Ergebnismenge gleich wahrscheinlich, lässt sich die Wahrscheinlichkeit durch Zählen bestimmen: P(A) = (Anzahl der Ergebnisse in A) ÷ (Anzahl der Ergebnisse in S). Beim Würfel gilt P(E) = 2 ÷ 6 = 1/3, etwa 0.333. OpenStax verwendet eine Zehncent- und eine Fünfcentmünze: Die Ergebnismenge {HH, HT, TH, TT} enthält vier Ergebnisse. Das Ereignis „genau einmal Kopf“ enthält HT und TH, also beträgt seine Wahrscheinlichkeit 2/4 = 0.5. Beachte, dass HT und TH verschiedene Ergebnisse sind. Es sind zwei verschiedene Münzen. Erst die Unterscheidung, welche Münze was zeigt, macht die vier Ergebnisse gleich wahrscheinlich.

Baumdiagramm für zwei Münzen. Jeder Zweig hat die Wahrscheinlichkeit 1/2 und jeder der vier Pfade die Wahrscheinlichkeit 1/2 × 1/2 = 1/4.

Wirf eine Münze, dann die zweite: Der Baum bekommt eine weitere Ebene

Du kannst Ergebnisse auflisten, ein Baumdiagramm oder ein Venn-Diagramm zeichnen. Listen eignen sich für kleine Experimente. Bäume helfen bei mehrstufigen Experimenten, etwa einem Münzwurf und einem weiteren danach. Jede Stufe ergänzt eine Verzweigungsebene. Ein Pfad von der Wurzel bis zur Spitze ergibt ein Ergebnis. Venn-Diagramme zeigen besonders gut, wie sich Ereignisse überschneiden. Darum geht es später bei ODER und UND.

Die Zählregel setzt gleich wahrscheinliche Ergebnisse voraus. Echte Gegenstände erfüllen das nicht immer. OpenStax berichtet von Lernenden, die bei 250 Würfen einer belgischen Ein-Euro-Münze zu 56% Kopf erhielten. Ein Würfel mit ausgehöhlten Augen kann manche Seiten leicht bevorzugen. Deshalb sind die Augen von Casinowürfeln mit Farbe derselben Dichte wie der Würfel gefüllt. Sind Ergebnisse nicht gleich wahrscheinlich, muss die Wahrscheinlichkeit aus langfristiger Erfahrung statt aus Zählen stammen. Die nächste Einheit erklärt „langfristig“.

Wird geladen

Zum Drehen ziehen. Zum Zoomen scrollen oder zwei Finger auseinander- oder zusammenziehen.

Zwanzig Würfe einer fairen Münze sind bereits eingezeichnet. „1-mal werfen“ fügt jeweils einen Wurf hinzu. Beobachte, wie stark ein einzelner Wurf den Anteil bei wenigen Würfen verändert und wie wenig nach tausend Würfen.
Probiere es: Drücke einige Male „10-mal werfen“ und lies den Kopfanteil unter dem Diagramm ab. Bei 30 oder 40 Würfen sind Werte wie 0.40 oder 0.60 auch bei einer vollkommen fairen Münze üblich.
ZufallsexperimentEin Vorgang mit ungewissem Ausgang, etwa Würfeln
ErgebnisEin möglicher Ausgang eines Zufallsexperiments
Ergebnismenge SDie Menge aller möglichen Ergebnisse
EreignisEine beliebige Gruppe von Ergebnissen, etwa {5, 6}
P(A) bei gleich wahrscheinlichen ErgebnissenErgebnisse in A ÷ Ergebnisse in S
  1. Ein fairer Würfel. Was ist P(mindestens eine Fünf)?
  2. Ein fairer Würfel. Was ist P(gerade Zahl)?
  3. Zwei faire Münzen. Was ist P(beide Kopf)?
  4. Wie viele Ergebnisse enthält die Ergebnismenge aus einem Münzwurf und einem Würfelwurf?
  5. Wie viele Ergebnisse gibt es bei drei Münzen?
  6. Drei faire Münzen. Was ist P(genau zweimal Kopf)?
  7. Ein Würfel. Was ist P(eine 7 würfeln)?
  8. Welche Zahl kann keine Wahrscheinlichkeit sein?
    • 0
    • 0.999
    • 1
    • 1.2
  9. Ein Beutel enthält 3 rote, 5 blaue und 2 grüne Murmeln. Was ist P(blau) als Dezimalzahl?
  10. Eine Münze zeigte bei 250 Würfen zu 56% Kopf. Was lässt sich daraus schließen?
    • Die Münze ist sicher unfair
    • Die Münze könnte verzerrt sein; weitere Würfe würden helfen
    • Die Kopfwahrscheinlichkeit ist genau 0.56
    • Wahrscheinlichkeit gilt nicht für Münzen
Häufige Fehler
  • „Zwei Münzen ergeben 0, 1 oder 2 Köpfe, also drei Ergebnisse. Daher ist P(genau einmal Kopf) = 1/3.“ Diese drei Fälle sind nicht gleich wahrscheinlich. Genau einmal Kopf tritt auf zwei Arten auf, HT und TH, unter vier gleich wahrscheinlichen Ergebnissen. Die Wahrscheinlichkeit ist daher 2/4 = 1/2. Kein Kopf und zweimal Kopf haben jeweils 1/4.
  • „Eine Reißzwecke landet mit der Spitze nach oben oder auf der Seite. Zwei Ergebnisse, also jeweils Wahrscheinlichkeit 1/2.“ Zwei Ergebnisse bedeuten nicht zwei gleiche Chancen. Eine Reißzwecke ist nicht symmetrisch, daher gibt es keinen Grund für 50:50. Wirf sie oft und nutze stattdessen die relative Häufigkeit.
  • „Wahrscheinlichkeit 1/2 bedeutet, dass zwei Würfe genau einmal Kopf ergeben.“ Zwei Würfe ergeben nur in der Hälfte der Fälle genau einmal Kopf (HT oder TH, 2 der 4 Ergebnisse). Eine Wahrscheinlichkeit beschreibt die lange Sicht. Sie verspricht nichts für die nächsten zwei Versuche.
Hinweis für LehrkräfteIm koreanischen nationalen Lehrplan von 2022 erscheint Zufall zuerst in den Klassen 5 bis 6: als sprachlich beschriebene Möglichkeit und mit einfachen Zahlen wie 0, 1/2 und 1. Die Wahrscheinlichkeitsformel folgt in der Mittelschule. Dort sollen Lehrkräfte die Bedeutung als relative Häufigkeit mit dem Verhältnis von Anzahlen verbinden und erklären, dass Letzteres gleich wahrscheinliche Ergebnisse voraussetzt. Genau diese Annahme bereitet Schwierigkeiten. Frage vor jeder Formel, welche Ergebnisse gleich wahrscheinlich sind und warum. Der Fehler mit zwei Münzen oben eignet sich zur Prüfung: Wer 1/3 antwortet, soll zwei verschiedene Münzen zwanzigmal werfen und die Köpfe zählen.
Das Wichtigste
  • Wahrscheinlichkeit reicht von 0 (nie) bis 1 (immer).
  • Ergebnismenge S: alle möglichen Ergebnisse. Ereignis: eine Gruppe von Ergebnissen.
  • Gleich wahrscheinliche Ergebnisse: P(A) = Ergebnisse in A ÷ Ergebnisse in S.
  • Echte Münzen und Würfel können verzerrt sein. Dann ergibt sich die Wahrscheinlichkeit aus langfristigen Häufigkeiten.
Quellen zu diesem Kurs (9)
  • Curriculum: 교육부 고시 제2022-33호 [별책 8] 수학과 교육과정 (ncic.re.kr/inv/org/download.do?year=2022&seq=10003559&orgType=ogi4, PDF read 2026-10-19: 초등학교 5~6학년군 [6수04-04]~[6수04-06] 가능성을 말과 0, 1/2, 1 같은 수로 나타내기; 중학교 1~3학년군 [9수04-03] 상대도수, [9수04-05] 경우의 수(두 경우의 수를 더하거나 곱하는 정도), [9수04-06] 확률(상대도수로서의 의미와 경우의 수의 비율로서의 의미, 각 경우의 가능성이 같다는 가정), 용어 상대도수·사건·확률; 공통수학1 [10공수1-03-01]~[10공수1-03-03] 합의 법칙·곱의 법칙·순열·조합, 기호 nCr; 확률과 통계 [12확통01-03] 이항정리, 용어 이항계수·파스칼의 삼각형; [12확통02-01]~[12확통02-06] 확률의 기본 성질·덧셈정리·여사건의 확률·조건부확률·독립과 종속·곱셈정리, 용어 시행·통계적 확률·수학적 확률·여사건·배반사건·조건부확률·종속·독립·독립시행과 기호 P(A), P(B|A); [12확통03-03] 이항분포, [12확통03-04] 정규분포와 이항분포의 관계, [12확통03-05]·[12확통03-06] 임의추출·표본평균과 모평균, 용어 큰 수의 법칙·이항분포·정규분포·모평균·표본평균과 기호 B(n, p), N(m, σ²), X̄)
  • Textbook: OpenStax, Introductory Statistics 2e by Barbara Illowsky and Susan Dean, 3.1 terminology, equally likely outcomes, dime and nickel, law of large numbers, Belgian one euro coin 56% heads in 250 trials, conditional probability, Table 3.1 handedness of 100 people (openstax.org/books/introductory-statistics-2e/pages/3-1-terminology)
  • 4.3 binomial distribution
  • 7.1 central limit theorem for sample means, example mean 90, SD 15, n = 25, standard error 3 (.../pages/7-1-the-central-limit-theorem-for-sample-means-averages)
  • Yut rules for the Korean example only: 국립민속박물관 한국민속대백과사전 「윷놀이」, 도·개·걸·윷·모 by how many of the four sticks land 뒤집어진 (folkency.nfm.go.kr/kr/topic/detail/1595, read 2026-10-19)
  • Kerrich story: John Kerrich, 10,000 tosses, 5,067 heads (JMP case study JMP014 by DeWayne Derryberry, jmp.com/en/academic/case-study-library/is-a-coin-fair, citing Baldi and Moore; Wikipedia "John Edmund Kerrich")
  • Galileo story: Sopra le scoperte dei dadi, sum 10 in 27 ways and 9 in 25 ways with three dice (English translation, University of York history of statistics, york.ac.uk/depts/maths/histstat/galileo.pdf)
  • Pascal story: Pascal to Fermat, 29 July 1654, one six in four throws "as 671 to 625" (American Physical Society, aps.org/apsnews/2009/07/pascal-letters-fermat-points; Gaston Sanchez, De Mere's games; Statistical Science 2024 "Antoine Gombaud, Chevalier de Méré")
  • Galton story: Francis Galton, Natural Inheritance of 1889, the quincunx (Wikipedia "Galton board")

Abgerufen: 2026-10-17