1:
2:
3:
4:
5:
6:
7:
8:
9:
10:
11:
12:
13:
14:
15:
16:
17:
18:
19:
20:
21:
22:
23:
24:
25:
26:
27:
28:
29:
30:
31:
32:
33:
34:
35:
36:
37:
38:
39:
40:
41:
42:
43:
44:
45:
46:
47:
48:
49:
50:
51:
52:
53:
54:
55:
56:

import random

# Wahrscheinlichkeit des Ereignisses A, wenn die Simulation
# des Experiments n mal durchgeführt wird.
def P(n,A):
    H = 0
    for k in range(n):
        if A(): H+=1
    return H/n

# Unbekannte Kugel.
# Simuliere für p = 10%.
def B():
    return 1 if random.randint(1,10)==1 else 0

# Gezogene Kugel.
# Bei G()==1 kommt 50%*p+50% raus.
def G():
    return random.choice([B(),1])

# V=1 und G=1.
# Da kommt 10% für p==10% bei raus.
def VundG():
    Urne = [B(),1]
    random.shuffle(Urne)
    return Urne.pop()==1 and Urne.pop()==1

# Verbliebene Kugel.
# Bei V()==1 kommt 55% für p==10% raus.
def V():
    Urne = [B(),1]
    random.shuffle(Urne)
    Urne.pop()
    return Urne.pop()

# V=1 bedingt G=1.
# Macht 18.2% für p==10%.
def VbedingtG():
    while True:
        Urne = [B(),1]
        random.shuffle(Urne)
        if Urne.pop()==1:
            return Urne.pop()==1

random.seed(0)

# Zahl vergrößern bis es euch zu lange dauert.
n = 100000

print("P(B=1):",P(n,lambda: B()==1))
print("P(G=1):",P(n,lambda: G()==1))
print("P(V=1):",P(n,lambda: V()==1))
print("P(V=1 und G=1):",P(n,VundG))
print("P(V=1|G=1):",P(n,VbedingtG))