Münzwurf-Simulator: Zufall und Verteilungen

Wirf eine virtuelle Münze mit echtem Zufall aus dem atmosphärischen Rauschen von RANDOM.ORG, führe Tausende wiederholte Experimente gleichzeitig aus und beobachte Verteilungen und das Gesetz der großen Zahlen.

Tippe für einen schnellen Wurf auf die große Münze, starte eine Wurfserie mit detaillierter Statistik oder wiederhole im Verteilungslabor ganze Experimente Hunderte Male und stelle die Ergebnisse grafisch dar.

Diese Sitzung: Kopf 0 · Zahl 0
Eine Serie von Münzwürfen starten
Wähle Zufallsquelle, Münze und Wurfanzahl. Erhalte Häufigkeiten, Serien und Abweichungen samt Seed zum Reproduzieren.

Ruft 128 Bits Entropie aus atmosphärischem Rauschen von RANDOM.ORG ab und initialisiert damit einen schnellen lokalen Generator für jeden Wurf. Bei Nichterreichbarkeit wird der lokale CSPRNG genutzt.

Eine ausgewogene Münze, bei der Kopf und Zahl jeweils genau 50% Wahrscheinlichkeit haben.

Verteilungslabor
Wiederhole ganze Wurfexperimente Hunderte Male für mehrere Wurfanzahlen gleichzeitig und vergleiche die Verteilungen der Kopfanteile.

Bis zu 4 Anzahlen, jeweils 1–10,000, z. B. 10, 100, 1000.

Wie oft jedes Experiment wiederholt wird (1–2,000).

Über den Münzwurf-Simulator

Ein Münzwurf ist das einfachste Zufallsexperiment überhaupt und gerade deshalb so nützlich: Erwartungswert, Varianz, Stichprobenverteilungen, das Gesetz der großen Zahlen und der zentrale Grenzwertsatz lassen sich mit genügend Münzwürfen unmittelbar beobachten. Dieser Simulator nimmt Zufall ernst. Standardmäßig fordert er 128 Bits Entropie aus atmosphärischem Rauschen von RANDOM.ORG an, einem Dienst für echte Zufallszahlen, der Funkrauschen misst. Diese Bits dienen als Seed für einen schnellen, statistisch zuverlässigen Generator (sfc32), der jeden Wurf des Durchlaufs erzeugt. Ist RANDOM.ORG nicht erreichbar, wechselt das Tool automatisch zum kryptografisch sicheren Generator deines Browsers und weist darauf hin. Jeder Durchlauf zeigt außerdem seinen Seed. Mit beliebigem Text im Wiederholungsfeld lässt sich ein Durchlauf exakt reproduzieren – praktisch im Unterricht und zum Teilen von Ergebnissen. Die Stapelfunktion liefert mehr als reine Häufigkeiten. Die längsten Kopf- und Zahlserien zeigen, wie überraschend lange Wiederholungen in wirklich zufälligen Folgen vorkommen. Sie wirken unfair, sind aber zu erwarten. Die Abweichungszeile vergleicht den beobachteten Kopfanteil mit der tatsächlichen Wahrscheinlichkeit p und zeigt daneben die theoretische Standardabweichung sqrt(p(1-p)/n). So kannst du einschätzen, ob ein Ergebnis ungewöhnlich oder nur normale Stichprobenschwankung ist. Das Verteilungslabor geht eine Ebene weiter: Es wiederholt das ganze Experiment Hunderte Male für mehrere Wurfanzahlen gleichzeitig und zeichnet die Verteilungen der Kopfanteile auf einer gemeinsamen Achse. Zehn Würfe pro Durchlauf ergeben eine breite, unregelmäßige Verteilung; tausend eine schmale Spitze um p. Die Verengung zeigt das Gesetz der großen Zahlen, die zunehmend glockenförmige Form den zentralen Grenzwertsatz – mit einem Klick in einem Diagramm sichtbar. Ein weiteres Diagramm verfolgt den laufenden Kopfanteil eines langen Durchlaufs, während er sich p nähert. Alle Ergebnisse lassen sich als CSV für Tabellenkalkulationen oder den Statistikunterricht exportieren.

Beispiele für Münzwürfe

Vier Szenarien für einzelne Würfe, Wahrscheinlichkeitsexperimente, große Stichproben und verzerrte Münzen.

KonfigurationErwartetes MusterAnwendungsfall
1 Wurf, faire MünzeKopf oder ZahlSchnell entscheiden: Ein Tipp auf die große Münze oben genügt.
100 Würfe, faire MünzeKopfanteil meist 40–60%Kleine Stichproben liegen häufiger weit von 50% entfernt, als man intuitiv erwartet.
500 Würfe, auf 70% verzerrtKopfanteil nahe 70%, lange KopfserienBei dieser Stichprobengröße ist die Verzerrung deutlich; mit p wachsen auch die Serien.
Labor: 10, 100, 1000 × 200 DurchläufeDrei Kurven, die sich um p verengenMit mehr Würfen pro Durchlauf wird die Verteilung des Kopfanteils enger: das Gesetz der großen Zahlen.

So verwendest du den Münzwurf-Simulator

  1. Tippe für eine schnelle Entscheidung auf die große Münze. Darunter werden die Ergebnisse dieser Sitzung gezählt.
  2. Wähle für eine Wurfserie die Zufallsquelle (standardmäßig echter Zufall von RANDOM.ORG), eine faire oder verzerrte Münze und die Wurfanzahl. Drücke Münzen werfen.
  3. Lies Häufigkeiten, Kopfanteil, längste Serien und die Abweichung von p im Vergleich zur theoretischen Standardabweichung ab.
  4. Öffne das Verteilungslabor, gib Wurfanzahlen wie 10, 100, 1000 und eine Anzahl von Durchläufen ein. Mit Experimente starten zeichnest du Verteilungs- und Konvergenzkurven.
  5. Zum Reproduzieren füge den Seed unter einem Ergebnis oder beliebigen Text in das Wiederholungsfeld ein und starte erneut.

Häufige Fragen zum Münzwurf

Woher kommt der Zufall?
Standardmäßig ruft das Tool 128 Bits Entropie aus atmosphärischem Rauschen von RANDOM.ORG ab und initialisiert damit einen schnellen lokalen Generator (sfc32) für alle Würfe. Ist der Dienst nicht erreichbar, nutzt es den kryptografisch sicheren Browsergenerator und kennzeichnet das Ergebnis entsprechend. Du kannst auch dauerhaft die lokale Quelle wählen.
Was ist RANDOM.ORG?
RANDOM.ORG erzeugt echte Zufallszahlen durch Messung atmosphärischen Funkrauschens statt durch einen Algorithmus. Mit dieser Entropie als Seed basiert das Simulationsergebnis auf einem physikalischen Zufallsprozess.
Beweist eine lange Kopfserie, dass die Münze unfair ist?
Meist nicht. Bei 100 fairen Würfen ist eine Serie von 6 oder 7 gleichen Ergebnissen wahrscheinlicher als ihr Ausbleiben. Die Statistik der längsten Serien hilft, diese Intuition einzuordnen. Vergleiche deine Serie mit wiederholten fairen Durchläufen im Labor.
Warum wird die Verteilung bei mehr Würfen schmaler?
Die Standardabweichung des Kopfanteils beträgt sqrt(p(1-p)/n) und sinkt daher mit der Quadratwurzel der Wurfanzahl. Zehnmal mehr Würfe ergeben eine etwa 3.2-mal schmalere Streuung. Das Labor zeigt dies durch überlagerte Kurven für verschiedene Wurfanzahlen.
Wozu dient der Seed zur Wiederholung?
Jeder Durchlauf zeigt den Seed seines Generators. Wenn du diesen Seed oder einen beliebigen Text vor dem Start eingibst, wird exakt dieselbe Wurffolge erzeugt. So sind Experimente reproduzierbar und teilbar.
Kann ich eine unfaire Münze simulieren?
Ja. Wähle Verzerrte Münze und setze die Wahrscheinlichkeit für Kopf auf einen Wert von 0 bis 100 Prozent. Einzelwurf, Stapelfunktion und Verteilungslabor berücksichtigen diese Einstellung.