Wahrscheinlichkeitsrechnung Grundlagen Mindmap

Das Thema verstehen

Die Wahrscheinlichkeitsrechnung beschreibt, wie sich Zufall mathematisch fassen lässt. Sie ordnet Ergebnissen eines Zufallsexperiments Zahlen zwischen 0 und 1 zu und bildet damit die Grundlage der Stochastik. Zentrale Bausteine sind Ergebnismengen, Ereignisse, die Laplace-Formel für gleichwahrscheinliche Fälle sowie mehrstufige Experimente, die sich mit Baumdiagrammen und Pfadregeln übersichtlich darstellen lassen. Darauf aufbauend entstehen Konzepte wie bedingte Wahrscheinlichkeit, Vierfeldertafeln und Erwartungswert, die etwa in Medizin, Versicherungswesen und Qualitätskontrolle praktische Anwendung finden.

Laplace-Experimente und ihre Grenzen
Die Laplace-Formel setzt voraus, dass alle Ergebnisse gleichwahrscheinlich sind, wie bei einem idealen Würfel oder einer gut gemischten Losekiste. Dann gilt: Wahrscheinlichkeit eines Ereignisses gleich Anzahl der günstigen Ergebnisse geteilt durch Anzahl aller möglichen Ergebnisse. Nicht jeder Zufallsversuch erfüllt diese Bedingung: Eine gezinkte Münze oder ein menschlicher Wurf eines Pfeils auf eine Scheibe liefert keine gleichwahrscheinlichen Ergebnisse. In solchen Fällen schätzt man Wahrscheinlichkeiten über relative Häufigkeiten aus vielen Wiederholungen oder über theoretische Überlegungen. Wichtig ist, die Voraussetzung gleicher Wahrscheinlichkeit stets zu prüfen, bevor man die Formel anwendet.

Baumdiagramme als zentrales Werkzeug
Mehrstufige Zufallsexperimente, etwa zweimaliges Ziehen aus einer Urne, lassen sich übersichtlich in Baumdiagrammen darstellen. Jeder Ast trägt die Wahrscheinlichkeit des jeweiligen Übergangs. Nach der Pfadregel multipliziert man die Wahrscheinlichkeiten entlang eines Pfades, um die Wahrscheinlichkeit dieses Ergebnispfades zu erhalten. Nach der Zweigregel addiert man die Wahrscheinlichkeiten mehrerer Pfade, die zum selben Ereignis führen. Entscheidend ist der Unterschied zwischen Ziehen mit und ohne Zurücklegen: Ohne Zurücklegen ändern sich die Wahrscheinlichkeiten im zweiten Schritt, weil der Bestand der Urne kleiner geworden ist. Genau diese Abhängigkeit zeigt das Baumdiagramm.

Bedingte Wahrscheinlichkeit richtig deuten
Die bedingte Wahrscheinlichkeit P(A|B) beantwortet die Frage, wie wahrscheinlich A ist, wenn B bereits eingetreten ist. Sie unterscheidet sich im Allgemeinen von P(B|A), was häufig übersehen wird. Ein klassisches Beispiel aus der Medizin: Die Wahrscheinlichkeit eines positiven Tests bei gegebener Krankheit ist nicht dasselbe wie die Wahrscheinlichkeit einer Krankheit bei positivem Test. Vierfeldertafeln helfen, beide Richtungen sauber auseinanderzuhalten, indem sie absolute Häufigkeiten einer gedachten Population zeigen. Nur wenn die beteiligten Ereignisse unabhängig sind, stimmen bedingte und unbedingte Wahrscheinlichkeit überein, was in der Praxis selten der Fall ist.

Vom Einzelversuch zum langfristigen Verhalten
Ein einzelnes Zufallsexperiment liefert kein vorhersagbares Ergebnis, doch über viele Wiederholungen zeigen sich stabile Muster: Die relativen Häufigkeiten eines Ereignisses nähern sich typischerweise seiner Wahrscheinlichkeit an. Diese Idee wird als Gesetz der großen Zahlen bezeichnet und rechtfertigt, Wahrscheinlichkeiten als langfristige Häufigkeiten zu interpretieren. Sie bedeutet nicht, dass sich kurzfristige Abweichungen ausgleichen müssen; nach fünfmal Kopf ist Münzwurf-Wahrscheinlichkeit für Kopf weiterhin unverändert. Anwendungen reichen von Versicherungsprämien über Qualitätskontrollen bis zu Glücksspielanbietern, deren Erwartungswerte langfristig kalkulierbar sind, obwohl jeder Einzelfall zufällig bleibt.