Aufgabenbeispiele von Zufallsexperimente
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Zufallsexperiment (einstufig)
Beispiel:
In einer Klasse besuchen 1 Schülerinnen und Schüler den katholischen Religionsunterricht, 4 den evangelischen, und 5 sind in Ethik. Wie groß ist jeweils die Wahrscheinlichkeit, dass ein zufällig ausgewählter Schüler der Klasse im jeweiligen Religionsunterricht ist?
(Denk daran, den Bruch vollständig zu kürzen!)
Die Wahrscheinlichkeit eines Ereignisses lässt sich berechen als p=
Hierfür müssen wir erstmal die Gesamtzahl aller Möglichkeiten zusammenzählen: 1 + 4 + 5=10
Hieraus ergibt sich für ...
rk: p=
ev: p= =
Eth: p= =
mit Zurücklegen (einfach)
Beispiel:
Ein Würfel wird 2 mal geworfen. Wie groß ist die Wahrscheinlichkeit, mindestens 1 mal eine Primzahl zu würfeln?
Da ja ausschließlich nach 'prim' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: 'prim' und 'nicht prim'
Einzel-Wahrscheinlichkeiten :"prim": ; "nicht prim": ;
Wie man auch im Baumdiagramm unten gut erkennen kann, sind bei 'mindestens einmal prim' alle Möglichkeiten enthalten, außer eben kein 'prim' bzw. 0 mal 'prim'
Man kann also am aller einfachsten die gesuchte Wahrscheinlichkeit über das Gegenereignis berechnen:
P=1-P(0 mal 'prim')=1- =
| Ereignis | P |
|---|---|
| prim -> prim | |
| prim -> nicht prim | |
| nicht prim -> prim | |
| nicht prim -> nicht prim |
Einzel-Wahrscheinlichkeiten: prim: ; nicht prim: ;
Die relevanten Pfade sind:- 'prim'-'nicht prim' (P=)
- 'nicht prim'-'prim' (P=)
- 'prim'-'prim' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + =
Ziehen mit Zurücklegen
Beispiel:
Ein Würfel wird 3 mal geworfen. Wie groß ist die Wahrscheinlichkeit, höchstens 1 mal eine Zahl zu würfeln, die ein Teiler von 6 ist?
Da ja ausschließlich nach 'Teiler' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: 'Teiler' und 'nicht Teiler'
Einzel-Wahrscheinlichkeiten :"Teiler": ; "nicht Teiler": ;
| Ereignis | P |
|---|---|
| Teiler -> Teiler -> Teiler | |
| Teiler -> Teiler -> nicht Teiler | |
| Teiler -> nicht Teiler -> Teiler | |
| Teiler -> nicht Teiler -> nicht Teiler | |
| nicht Teiler -> Teiler -> Teiler | |
| nicht Teiler -> Teiler -> nicht Teiler | |
| nicht Teiler -> nicht Teiler -> Teiler | |
| nicht Teiler -> nicht Teiler -> nicht Teiler |
Einzel-Wahrscheinlichkeiten: Teiler: ; nicht Teiler: ;
Die relevanten Pfade sind:- 'Teiler'-'nicht Teiler'-'nicht Teiler' (P=)
- 'nicht Teiler'-'Teiler'-'nicht Teiler' (P=)
- 'nicht Teiler'-'nicht Teiler'-'Teiler' (P=)
- 'nicht Teiler'-'nicht Teiler'-'nicht Teiler' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + + =
ohne Zurücklegen (einfach)
Beispiel:
Bei der Auslosung zum Championsleague-Achtelfinale sind noch alle 4 deutsche Mannschaften im Lostopf. Wie groß ist die Wahrscheinlichkeit, dass von den erstem drei gezogenen Mannschaften genau 1 deutsche Mannschaften sind (wenn man mal von der falschen Annahme ausgeht, dass alle Mannschaften im gleichen Lostopf sind)?
| Ereignis | P |
|---|---|
| deutsch -> deutsch -> deutsch | |
| deutsch -> deutsch -> andere | |
| deutsch -> andere -> deutsch | |
| deutsch -> andere -> andere | |
| andere -> deutsch -> deutsch | |
| andere -> deutsch -> andere | |
| andere -> andere -> deutsch | |
| andere -> andere -> andere |
Einzel-Wahrscheinlichkeiten: deutsch: ; andere: ;
Die relevanten Pfade sind:
'deutsch'-'andere'-'andere' (P=)
'andere'-'deutsch'-'andere' (P=)
'andere'-'andere'-'deutsch' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + =
Ziehen ohne Zurücklegen
Beispiel:
In einer Urne sind 9 rote und 3 blaue Kugeln. Es wird 2 mal ohne zurücklegen eine Kugel gezogen. Wie groß ist die Wahrscheinlichkeit für "mindestens 1 mal rot"?
Da ja ausschließlich nach 'rot' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: 'rot' und 'nicht rot'
Einzel-Wahrscheinlichkeiten :"rot": ; "nicht rot": ;
Wie man auch im Baumdiagramm unten gut erkennen kann, sind bei 'mindestens einmal rot' alle Möglichkeiten enthalten, außer eben kein 'rot' bzw. 0 mal 'rot'
Man kann also am aller einfachsten die gesuchte Wahrscheinlichkeit über das Gegenereignis berechnen:
P=1-P(0 mal 'rot')=1- =
| Ereignis | P |
|---|---|
| rot -> rot | |
| rot -> nicht rot | |
| nicht rot -> rot | |
| nicht rot -> nicht rot |
Einzel-Wahrscheinlichkeiten: rot: ; nicht rot: ;
Die relevanten Pfade sind:
'rot'-'nicht rot' (P=)
'nicht rot'-'rot' (P=)
'rot'-'rot' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + =
Ziehen bis erstmals x kommt
Beispiel:
Aus einem Kartenstapel mit 8 Karten der Farbe Herz und 4 weiteren Karten soll solange eine Karte gezogen werden, bis eine Herz-Karte erscheint. Wie groß ist die Wahrscheinlichkeit, dass dies im 2.Versuch passiert?
(Denk daran, den Bruch vollständig zu kürzen!)
Die Wahrscheinlichkeit kann man dem einzig möglichen Pfad entlang ablesen:
P= ⋅
= ⋅
=
nur Summen
Beispiel:
In einer Urne sind 5 Kugeln, die mit einer 1 beschriftet sind, 9 2er und 6 Kugeln mit einer 3. Es wird zwei mal mit zurücklegen eine Kugel gezogen. Wie groß ist die Wahrscheinlichkeit, dass die Summe der beiden Zahlen gerade 3 ist?
| Ereignis | P |
|---|---|
| 1 -> 1 | |
| 1 -> 2 | |
| 1 -> 3 | |
| 2 -> 1 | |
| 2 -> 2 | |
| 2 -> 3 | |
| 3 -> 1 | |
| 3 -> 2 | |
| 3 -> 3 |
Einzel-Wahrscheinlichkeiten: 1: ; 2: ; 3: ;
Die relevanten Pfade sind:- '1'-'2' (P=)
- '2'-'1' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ =
ohne Zurücklegen (einfach)
Beispiel:
In einer 8-ten Klasse gibt es 4 Schüler mit NWT-Profil, 10 Schüler mit sprachlichem Profil, 2 Schüler mit Musik-Profil und 4 Schüler mit IMP-Profil. Der NWT-Lehrer hört, dass heute 2 Schüler fehlen würden. Wie groß ist die Wahrscheinlichkeit dass mindestens 1 Schüler mit NWT-Profil fehlen?
Da ja ausschließlich nach 'NWT' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: 'NWT' und 'nicht NWT'
Einzel-Wahrscheinlichkeiten :"NWT": ; "nicht NWT": ;
Wie man auch im Baumdiagramm unten gut erkennen kann, sind bei 'mindestens einmal NWT' alle Möglichkeiten enthalten, außer eben kein 'NWT' bzw. 0 mal 'NWT'
Man kann also am aller einfachsten die gesuchte Wahrscheinlichkeit über das Gegenereignis berechnen:
P=1-P(0 mal 'NWT')=1- =
| Ereignis | P |
|---|---|
| NWT -> NWT | |
| NWT -> nicht NWT | |
| nicht NWT -> NWT | |
| nicht NWT -> nicht NWT |
Einzel-Wahrscheinlichkeiten: NWT: ; nicht NWT: ;
Die relevanten Pfade sind:
'NWT'-'nicht NWT' (P=)
'nicht NWT'-'NWT' (P=)
'NWT'-'NWT' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + =
Kombinatorik (ohne Binom.)
Beispiel:
Petra hat sich ein 7-stelliges Passwort erstellt. Als sie eine Woche später das Passwort wieder braucht, erinnert sie sich nur noch, dass jede der Zahlen zwischen 1 und 7 genau einmal vorkam. Wie viele verschiedene Passwörter können es dann noch sein?
Für die erste Stelle ist jede(r) möglich. Es gibt also 7 Möglichkeiten. Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 6 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 5 möglich sind, usw.
Da ja jede Möglichkeit der ersten Stelle mit den Möglichkeiten der zweiten, dritten, ... Stelle kombinierbar sind, müssen wir die verschiedenen Möglichkeiten an den verschiedenen Stellen multiplizieren:
also 7 ⋅ 6 ⋅ 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 = 5040 Möglichkeiten.
Kombinatorik
Beispiel:
Sandy möchte sich ein Outfit zusammenstellen. Dabei kann sie beim Oberteil zwischen einer Bluse, einem T-Shirt und einem Pullover wählen. Außerdem muss sie sich für eine ihrer 3 Hosen entscheiden. Für die Füße stehen ihr 7 Paar Schuhe zur Verfügung. Wie viele verschiedene Outfits kann sie sich mit diesen Kleidungsstücken zusammenkombinieren?
Für die Kategorie 'Oberteile' gibt es 3 Möglichkeiten. Dabei kann man jedes Stück mit jeder der 3 Möglichkeiten der Kategorie 'Hosen' kombinieren. Dies ergibt also 3 ⋅ 3 = 9 Möglichkeiten. Und jede dieser Möglichkeiten kann man dann wieder mit den 7 Möglichkeiten der Kategorie 'Schuhe' kombinieren, so dass sich insgesamt 3 ⋅ 3 ⋅ 7 = 63 Möglichkeiten ergeben.
