ForHosting KIT · Mathematik

Bedingte-Wahrscheinlichkeit-Rechner

Mit P(A) von 0,5, P(B) von 0,4 und einer gemeinsamen Wahrscheinlichkeit von 0,2 ist P(A gegeben B) gleich 0,5, und die Ereignisse sind unabhängig; bei 0,1 sinkt das Ergebnis auf 0,25, und sie sind es nicht mehr. Kostenlos in Ihrem Browser.

  • Kostenlos
  • Läuft in Ihrem Browser
  • Ohne Anmeldung
  • Ihre Daten bleiben auf Ihrem Gerät
Nutzen Sie es über WebAPIE-MailTelegramApp bald
Wenn Sie eingeben
P a
0,5
P b
0,4
Gemeinsame Wahrscheinlichkeit P
0,2
Erhalten Sie
P a gegeben b
0,5
P a gegeben b (Zeichenkette)
0.5
P b gegeben a
0,4
P b gegeben a (Zeichenkette)
0.4

Bedingte Wahrscheinlichkeit beantwortet eine präzise Frage: gegeben, dass Ereignis B eingetreten ist, wie groß ist die Chance für Ereignis A? Die Definition ist einfach und exakt—P(A gegeben B) ist die gemeinsame Wahrscheinlichkeit P(A und B) geteilt durch P(B)—doch Studierende, Analysten und Produktteams machen weiterhin teure Fehler, wenn sie die Joint-Wahrscheinlichkeit mit einem Produkt verwechseln, ein nullbedingendes Ereignis nicht ablehnen oder inkonsistente Tripel akzeptieren, die Wahrscheinlichkeitsgrenzen verletzen. Diese Capability nimmt drei Zahlen, P(A), P(B) und P(A und B), liefert P(A|B) als Gleitkommawert und stabile Dezimalzeichenkette, optional die umgekehrte Bedingung P(B|A) wenn P(A) positiv ist, und stellt fest, ob A und B unabhängig sind, indem die Joint-Wahrscheinlichkeit mit P(A) mal P(B) verglichen wird.

Was bedingte Wahrscheinlichkeit bedeutet und wann Unabhängigkeit gilt

In der klassischen Wahrscheinlichkeit erhält jedes Ereignis eine Zahl im abgeschlossenen Einheitsintervall, die die abzählbare Additivität respektiert. Die gemeinsame Wahrscheinlichkeit P(A und B) ist die Masse auf dem Schnitt der beiden Ereignisse. Die Bedingung auf B renormalisiert diese Masse auf den Schnitt, wo B wahr ist: formal ist P(A|B) gleich P(A ∩ B) geteilt durch P(B), sofern P(B) strikt größer als null ist.

Unabhängigkeit ist eine separate Aussage: A und B sind unabhängig genau dann, wenn die Joint-Wahrscheinlichkeit als Produkt der Marginalen faktorisiert, also P(A ∩ B) gleich P(A) mal P(B). Unabhängigkeit ist nicht dasselbe wie gegenseitige Ausschließlichkeit; ausschließende Ereignisse mit positiver Wahrscheinlichkeit haben Joint null und Produkt positiv und scheitern daher am Unabhängigkeitstest. Die Fréchet–Hoeffding-Schranken beschränken zudem jede gültige Joint-Wahrscheinlichkeit: sie darf nicht kleiner als max(0, P(A)+P(B)−1) und nicht größer als min(P(A), P(B)) sein.

Eingaben außerhalb dieser Schranken werden abgelehnt, weil kein Wahrscheinlichkeitsraum sie realisieren kann. Zusammen liefern die Bedingungsformel, der Produkttest und die Schrankenprüfungen eine vollständige Prüfung auf Unterrichtsniveau für ein Drei-Zahlen-Tripel ohne ein vollständiges Stichprobenraum-Modell zu verlangen.

Praktische Tipps, häufige Fallstricke und Unterschiede zu verwandten Tools

Prüfen Sie stets, dass Ihre Joint-Wahrscheinlichkeit im Fréchet-Intervall liegt, bevor Sie einer Handrechnung vertrauen: eine Joint größer als eine der Marginalen ist unmöglich und bedeutet meist, dass Sie eine Bedingung mit einer Joint vermischt oder eine Kontingenztabelle falsch gelesen haben. Wenn P(A) null ist, ist P(B|A) undefiniert und wird als null zurückgegeben; das ist beabsichtigt und anders als die Rückgabe von null als Zahl.

Verwechseln Sie diese Seite nicht mit Bayes-Theorem-Rechnern, die Likelihoods und Priors nehmen, um Überzeugungen über eine Hypothese zu aktualisieren; hier kennen Sie bereits Joint und beide Marginalen und brauchen nur den bedingten Quotienten und ein Unabhängigkeitsurteil. Würfelsummen- und geometrische-Verteilungs-Tools anderswo im Kit bedienen andere Suchabsichten (polyedrische Summen und Versuche bis zum ersten Erfolg).

Plausibilitätschecks in Daten- und Produkt-Analytics

Wandeln Sie gemeldete Raten (Anteil der Nutzer mit Feature A unter denen mit B) in eine formale Bedingung um und prüfen Sie, ob A und B für Modellannahmen als unabhängig faktorisieren.

Risiko- und Qualitätsdokumentation

Dokumentieren Sie Ausfallmodus-Bedingungen in Sicherheits- oder QA-Berichten mit expliziter Unabhängigkeitsaussage und abgelehnten Randfällen, wenn das bedingende Ereignis Wahrscheinlichkeit null hat.

Welche Formel verwendet der Rechner?

P(A|B) = P(A und B) / P(B). Die Antwort meldet auch, ob P(A und B) gleich P(A)×P(B) für Unabhängigkeit ist.

Warum ist P(B) = 0 ein Fehler?

Die Bedingung auf ein Ereignis mit Wahrscheinlichkeit null macht P(A|B) undefiniert.

Wann sind A und B unabhängig?

Wenn die Joint-Wahrscheinlichkeit dem Produkt der Marginalen innerhalb einer winzigen numerischen Toleranz gleicht: P(A und B) = P(A)×P(B).

Was sind Fréchet-Schranken und warum kann meine Joint abgelehnt werden?

Jede gültige Joint-Wahrscheinlichkeit muss zwischen max(0, P(A)+P(B)−1) und min(P(A), P(B)) liegen. Werte außerhalb dieses Bereichs können in keinem Wahrscheinlichkeitsraum vorkommen und werden abgelehnt.

Was passiert, wenn P(B) null ist?

Dann ist die bedingte Wahrscheinlichkeit nicht definiert, und der Rechner meldet einen Fehler, statt still null auszugeben. So wird ein undefiniertes Ergebnis weder in Hausaufgaben noch in Auswertungen als Zahl weiterverwendet.

Sind sich gegenseitig ausschließende Ereignisse unabhängig?

Nein. Schließen sich A und B aus und haben beide eine positive Wahrscheinlichkeit, ist ihre gemeinsame Wahrscheinlichkeit null, das Produkt aber positiv. Damit ist die Bedingung für Unabhängigkeit verletzt.

Alles auf dieser Seite ist auch per API verfügbar. Dieser Abschnitt richtet sich an Teams, die es in ihre eigenen Systeme einbinden möchten; alle anderen nutzen einfach das Tool oben.

POSThttps://api.kit.forhosting.com/prob/conditional-probability

Authentifizierung per Bearer-Token. Ein einziger POST stellt die Aufgabe in die Warteschlange; das Ergebnis erhalten Sie per Webhook oder über einen signierten Link.

curl -X POST https://api.kit.forhosting.com/prob/conditional-probability \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"p_a":0.5,"p_b":0.4,"p_a_and_b":0.2}'
{
  "p_a": 0.5,
  "p_b": 0.4,
  "p_a_and_b": 0.2
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "prob.conditional_probability",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

Die API arbeitet asynchron: Sie erhalten sofort eine task_id. Polling ist mit 1 Anfrage pro Sekunde erlaubt.

pro Anfrage$0.002

Der Preis steht auf der Seite – keine Tokens, keine Credits. Fehlgeschlagene Aufgaben werden nicht berechnet.

HTTPCodeBedeutung
401unauthorizedDer API-Schlüssel fehlt oder ist ungültig – prüfen Sie den Authorization-Header (Bearer).
402insufficient_balanceIhr Guthaben reicht für diese Aufgabe nicht aus – Aufladungen verfallen nicht.
404unknown_typeUnbekannter Aufgabentyp – prüfen Sie das Feld „type“ gegen den Katalog.
429rate_limitedZu viele Anfragen – warten Sie kurz; Polling ist mit 1 Anfrage pro Sekunde erlaubt.

Division durch null bei P(B) gleich null wird mit invalid_input abgelehnt, damit Hausaufgaben und Produktionspipelines eine undefinierte Bedingung nie als stilles null behandeln.

Was bedingte Wahrscheinlichkeit bedeutet und wann Unabhängigkeit gilt

Wenn P(B) null ist, ist die Bedingung undefiniert; dieses Werkzeug wirft daher invalid_input statt eine Zahl zu erfinden.

So rufen Sie die API auf und lesen die JSON-Antwort

Ändern des Joint auf 0.1 ergibt P(A|B)=0.25 und independent false. Senden Sie einen JSON-Body mit drei erforderlichen numerischen Feldern. Das Feld p_a ist die a-priori-Wahrscheinlichkeit von Ereignis A in [0, 1]; Aliase pA, pa, P_A und prob_a werden akzeptiert. Das Feld p_b ist die a-priori-Wahrscheinlichkeit von Ereignis B in [0, 1]; Aliase pB, pb, P_B und prob_b mappen auf dieselbe Bedeutung. Das Feld p_a_and_b ist die Joint-Wahrscheinlichkeit P(A und B); Aliase p_ab, joint, pAandB und intersection funktionieren austauschbar. Eine erfolgreiche Antwort spiegelt die drei Eingaben und liefert p_a_given_b (das IEEE-Double für P(A|B)), p_a_given_b_string für stabile Anzeige, p_b_given_a und seine String-Form wenn P(A) positiv ist (sonst null), product_p_a_p_b und eine String-Form dieses Produkts, independence_gap gleich Joint minus Produkt, ein boolesches independent-Flag, frechet_lower und frechet_upper für das machbare Joint-Intervall sowie kurze formula- und independence_rule-Strings für UI-Beschriftungen. Klassischer Check: P(A)=0.5, P(B)=0.4, Joint=0.2 ergibt P(A|B)=0.5 und independent true, weil 0.5 mal 0.4 gleich 0.2 ist. Die Preisgestaltung ist ein pauschales $0.002 pro erfolgreicher Anfrage mit Einheit item und null marginalem Stückpreis.

Praktische Tipps, häufige Fallstricke und Unterschiede zu verwandten Tools

Bevorzugen Sie den independent-Boolean zusammen mit independence_gap—Gleitkomma kann ein wahres Produkt in Ad-hoc-Tabellen leicht verzerrt aussehen lassen, während diese Engine ein dokumentiertes absolutes Epsilon nutzt, damit Lehrbuchbrüche sauber verglichen werden. Fehlgeschlagene Validierung—fehlende Felder, Werte außerhalb von [0, 1], nullbedingende Wahrscheinlichkeit oder unmögliche Joint—liefert invalid_input und verbraucht nie vorausbezahltes Guthaben, sodass explorative Skripte und Unterrichtslabore günstig bleiben, während Lernende die Ränder abtasten. Nutzen Sie p_a_given_b_string, wenn Sie stabile gedruckte Ziffern in Berichten brauchen; nutzen Sie das numerische Feld, wenn Sie weitere Arithmetik im Code verketten.

Hausaufgaben und Wahrscheinlichkeits-Lehrlabore

Geben Sie Studierenden P(A), P(B) und eine Joint-Wahrscheinlichkeit und prüfen Sie deren P(A|B), Unabhängigkeitsurteil und Fréchet-Schranken-Argumentation gegen eine deterministische API oder das kostenlose Browser-Ergebnis.

Ist der Rechner für bedingte Wahrscheinlichkeit kostenlos?

Das Browser-Werkzeug ist kostenlos und läuft lokal. API-Aufrufe nutzen vorausbezahltes KIT-Guthaben zu $0.002 pro erfolgreicher Anfrage; fehlgeschlagene Aufgaben werden nie berechnet.

Vollständige KIT-Dokumentation lesen →