Wahrscheinlichkeitsbegriffe

Kompetenzcode: WS 2.5

Bereich: Wahrscheinlichkeit und Statistik

Wahrscheinlichkeit kann aus einem theoretischen Modell oder aus beobachteten Häufigkeiten gewonnen werden. Beide Zugänge ergänzen einander, haben aber unterschiedliche Voraussetzungen.

1. Klassischer Wahrscheinlichkeitsbegriff

Sind alle Ergebnisse eines endlichen Grundraums $\Omega$ gleich wahrscheinlich, gilt für ein Ereignis $A$

$$P(A)=\frac{|A|}{|\Omega|} =\frac{\text{Anzahl günstiger Ergebnisse}}{\text{Anzahl möglicher Ergebnisse}}.$$

Dieser Laplace-Ansatz beruht auf Gleichwahrscheinlichkeit, nicht bloß auf dem Zählen von Ergebnissen.

Beispiel 1: Fairer Würfel

Beim fairen sechsseitigen Würfel ist $A=\{2,4,6\}$ das Ereignis „gerade Zahl“. Alle sechs Augenzahlen sind gleich wahrscheinlich, daher

$$P(A)=\frac36=\frac12.$$

Beispiel 2: Zwei faire Münzwürfe

Der Grundraum $\{KK,KZ,ZK,ZZ\}$ besteht aus vier gleichwahrscheinlichen Ergebnissen. Genau einmal Kopf tritt in zwei Fällen auf:

$$P(\text{genau einmal Kopf})=\frac24=\frac12.$$

Beispiel 3: Gleich große Sektoren

Ein Glücksrad hat acht gleich große Sektoren, davon drei rote. Unter der Annahme eines fairen Zeigers gilt

$$P(\text{rot})=\frac38=0{,}375.$$

Beispiel 4: Gleichwahrscheinlichkeit fehlt

Ein Glücksrad mit unterschiedlich großen Sektoren ist kein Laplace-Versuch, wenn nur die Zahl der Sektoren betrachtet wird. Drei rote von acht Sektoren bedeuten dann nicht automatisch $P(\text{rot})=3/8$; entscheidend sind die Flächen beziehungsweise reale Trefferchancen.

2. Statistischer Wahrscheinlichkeitsbegriff

In $n$ Wiederholungen sei $H_n(A)$ die absolute Häufigkeit von $A$. Die relative Häufigkeit ist

$$h_n(A)=\frac{H_n(A)}n.$$

Unter stabilen Versuchsbedingungen nähert sich $h_n(A)$ bei vielen Wiederholungen typischerweise einem Wert an. Dieser Wert wird als Wahrscheinlichkeit modelliert. Einzelne endliche Versuchsreihen schwanken weiterhin.

Beispiel 5: Ausschussquote schätzen

Unter $2\,000$ kontrollierten Bauteilen sind $46$ fehlerhaft. Die beobachtete relative Häufigkeit ist

$$h_{2000}(A)=\frac{46}{2000}=0{,}023=2{,}3\,\%.$$

Sie ist eine Schätzung der Fehlerwahrscheinlichkeit unter vergleichbaren Produktionsbedingungen.

Beispiel 6: Kleine Stichprobe nicht überdeuten

Bei zehn Münzwürfen fällt siebenmal Kopf, also $h_{10}(K)=0{,}7$. Daraus folgt nicht, dass die wahre Kopf-Wahrscheinlichkeit sicher $0{,}7$ ist. Eine kurze Folge kann stark schwanken.

Beispiel 7: Stabilisierung relativer Häufigkeiten

Nach $100$, $1\,000$ und $10\,000$ Wiederholungen werden beispielsweise $0{,}54$, $0{,}507$ und $\mathrm{0,501}$ beobachtet. Die Werte müssen nicht monoton näher kommen, zeigen aber die typische Stabilisierung um .

3. Beide Begriffe vergleichen und auswählen

Beispiel 8: Kartenmodell

Aus einem gut gemischten Standardkartenspiel wird eine Karte gezogen. Sind die $52$ Karten gleich wahrscheinlich, kann die Wahrscheinlichkeit für ein Ass klassisch berechnet werden:

$$P(\text{Ass})=\frac4{52}=\frac1{13}.$$

Eine Versuchsschätzung wäre möglich, aber für die Modellfrage unnötig umständlich.

Beispiel 9: Regenwahrscheinlichkeit

Für „Regen morgen“ gibt es keinen endlichen Grundraum gleichwahrscheinlicher Wetterausgänge. Ein statistisches Modell nutzt vergleichbare historische Situationen und weitere Messdaten. Die resultierende Wahrscheinlichkeit hängt vom Modell und der Datengrundlage ab.

Beispiel 10: Unbekannter Würfel

Bei einem möglicherweise verzerrten Würfel ist $1/6$ keine gesicherte Modellwahrscheinlichkeit. Man würfelt häufig, berechnet für jede Augenzahl relative Häufigkeiten und beurteilt deren Schwankung. So wird die reale Verteilung statistisch geschätzt.

Beispiel 11: Theorie und Daten widersprechen scheinbar

Ein fair konstruiertes Glücksrad sagt $P(A)=0{,}4$ voraus, in $50$ Drehungen tritt $A$ nur $16$-mal auf, also $h_{50}(A)=0{,}32$. Diese Abweichung widerlegt das Modell nicht automatisch. Man prüft Stichprobenumfang, Zufallsschwankung und die Fairness der Konstruktion.

Typische Fehler

• „Günstig durch möglich“ wird ohne Gleichwahrscheinlichkeit verwendet.
• Relative Häufigkeit und zugrunde liegende Wahrscheinlichkeit werden gleichgesetzt.
• Eine kurze Versuchsreihe wird als Beweis für oder gegen ein Modell interpretiert.
• Veränderte Versuchsbedingungen werden beim empirischen Vergleich ignoriert.
• Ein Modellwert wird ohne Angabe seiner Annahmen präsentiert.

Merksätze

• Klassisch bedeutet: gleichwahrscheinliche Ergebnisse im begründeten Modell zählen.
• Statistisch bedeutet: Wahrscheinlichkeit über langfristige relative Häufigkeiten schätzen.
• Eine Stichprobe liefert Evidenz, aber keine absolute Gewissheit.
• Der passende Wahrscheinlichkeitsbegriff hängt von Situation, Modell und Daten ab.