Wie berechnet der Bedingte Wahrscheinlichkeit Rechner P(A|B)?

Der Rechner nutzt entweder die direkte Definition P(A|B) = P(A ∩ B) / P(B) oder bei bekannten Vorabwahrscheinlichkeiten den Satz von Bayes: P(A|B) = P(B|A) · P(A) / P(B).

Was ist der Unterschied zwischen P(A|B) und P(B|A)?

P(A|B) ist die Wahrscheinlichkeit für Ereignis A unter der Voraussetzung, dass B bereits eingetreten ist. P(B|A) beschreibt die umgekehrte Bedingung, also das Eintreten von B unter der Bedingung A.

Kann P(B) im Nenner gleich null sein?

Nein, eine bedingte Wahrscheinlichkeit ist nur für Ereignisse mit P(B) > 0 mathematisch definiert, da man nicht auf ein unmögliches Ereignis bedingen kann.

Werden meine eingegebenen Daten auf einem Server gespeichert?

Nein. Alle Berechnungen im Bedingte Wahrscheinlichkeit Rechner finden vollständig lokal in Ihrem Webbrowser statt; es werden keinerlei Daten übertragen.

Bedingte Wahrscheinlichkeit Rechner

So nutzen Sie den Bedingte Wahrscheinlichkeit Rechner

Der Bedingte Wahrscheinlichkeit Rechner unterstützt Schüler, Studierende und Datenanalysten bei der präzisen Bestimmung stochastischer Abhängigkeiten. Ob für Aufgaben im Mathematikunterricht, statistische Testverfahren oder Bayes-Inferenz – mit diesem Werkzeug werten Sie Wahrscheinlichkeiten Schritt für Schritt aus:

Berechnungsmodus wählen — Entscheiden Sie sich im Bedingte Wahrscheinlichkeit Rechner für die Direkte Formel ($P(A \cap B)$ und $P(B)$) oder den Satz von Bayes ($P(B|A)$, $P(A)$ und $P(B)$).
Wahrscheinlichkeitswerte eingeben — Tragen Sie die bekannten Wahrscheinlichkeiten als Dezimalwert zwischen 0 und 1 ein (z. B. 0.05 für 5 % oder 0.8 für 80 %).
Plausibilität prüfen — Das System validiert automatisch, dass $P(B) > 0$ gilt und die Schnittmenge $P(A \cap B)$ nicht größer als die Randwahrscheinlichkeit $P(B)$ ist.
Ergebnis in Echtzeit ablesen — Die gesuchte bedingte Wahrscheinlichkeit $P(A|B)$ wird sofort im Ergebnisbereich als Dezimalzahl und Prozentsatz dargestellt.

Formeln & mathematische Grundlagen

Die Stochastik unterscheidet zwei zentrale Ansätze zur Berechnung bedingter Wahrscheinlichkeiten, die der Bedingte Wahrscheinlichkeit Rechner transparent veranschaulicht:

1. Klassische Definition der bedingten Wahrscheinlichkeit

Ist das Eintreten eines Ereignisses $B$ mit einer Wahrscheinlichkeit von $P(B) > 0$ sichergestellt, berechnet sich die Wahrscheinlichkeit für das Eintreten von $A$ unter der Bedingung $B$ über die Schnittmenge beider Ereignisse:

$$P(A|B) = \frac{P(A \cap B)}{P(B)}$$

Hierbei steht $P(A \cap B)$ für die Wahrscheinlichkeit, dass sowohl $A$ als auch $B$ gemeinsam eintreten (stochastischer Schnitt).

2. Satz von Bayes (Bayessches Theorem)

Häufig ist die umgekehrte bedingte Wahrscheinlichkeit $P(B|A)$ sowie die A-priori-Wahrscheinlichkeit $P(A)$ bekannt. Der Satz von Bayes erlaubt die logische Umkehrung der stochastischen Bedingung:

$$P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B)}$$

Sofern $P(B)$ nicht direkt vorliegt, lässt sich der Nenner über den Satz der totalen Wahrscheinlichkeit zerlegen:

$$P(B) = P(B|A) \cdot P(A) + P(B|\neg A) \cdot P(\neg A)$$

Dabei bezeichnet $\neg A$ das Gegenereignis zu $A$ mit $P(\neg A) = 1 - P(A)$.

Praxisbeispiel: Positiver Labortest & Prävalenzfehler

Ein klassisches und praxisnahes Anwendungsbeispiel für den Bedingte Wahrscheinlichkeit Rechner ist die stochastische Auswertung medizinischer Diagnosetests:

Prävalenz einer Krankheit ($A$): $P(A) = 0{,}01$ (1 % der Bevölkerung ist erkrankt)
Sensitivität des Tests ($P(\text{Positiv}|A)$): $P(B|A) = 0{,}98$ (98 % der Erkrankten testen positiv)
Falsch-Positiv-Rate ($P(\text{Positiv}|\neg A)$): $P(B|\neg A) = 0{,}05$ (5 % der Gesunden testen fälschlich positiv)

Schritt 1: Gesamtwahrscheinlichkeit für ein positives Testergebnis $P(B)$

$$P(B) = (0{,}98 \cdot 0{,}01) + (0{,}05 \cdot 0{,}99) = 0{,}0098 + 0{,}0495 = 0{,}0593 \quad (5{,}93%)$$

Schritt 2: Wahrscheinlichkeit, bei positivem Test tatsächlich erkrankt zu sein $P(A|B)$

$$P(A|B) = \frac{0{,}98 \cdot 0{,}01}{0{,}0593} = \frac{0{,}0098}{0{,}0593} \approx 0{,}1653 \quad (16{,}53%)$$

Obwohl der Test eine Sensitivität von 98 % besitzt, beträgt die tatsächliche Erkrankungswahrscheinlichkeit bei einem positiven Test nur rund 16,53 %. Dieses Phänomen wird als Prävalenzfehler (Base Rate Fallacy) bezeichnet. Mit dem Bedingte Wahrscheinlichkeit Rechner können Sie solche Szenarien schnell modellieren, um Fehlinterpretationen verlässlich auszuschließen.

Anwendungsbereiche in Wissenschaft & Praxis

Der Bedingte Wahrscheinlichkeit Rechner eignet sich für zahlreiche praktische und theoretische Fragestellungen:

Statistik & Stochastikunterricht: Schnelle und fehlerfreie Kontrolle von Vierfeldertafeln, Baumdiagrammen und Pfadregeln.
Maschinelles Lernen: Fundiertes Verständnis von probabilistischen Klassifikatoren wie dem Naive-Bayes-Algorithmus.
Risikoanalyse & Qualitätskontrolle: Zuverlässige Ermittlung von Ausfallwahrscheinlichkeiten bei Vorliegen spezifischer Warnsignale.
Medizinische Diagnostik: Berechnung des positiven prädiktiven Werts (PPV) unter Berücksichtigung realer Basisraten.

Nutzen Sie den Bedingte Wahrscheinlichkeit Rechner, um komplexe stochastische Abhängigkeiten anschaulich nachzuvollziehen und verlässliche Wahrscheinlichkeitsberechnungen durchzuführen.