Aufgabenbeispiele von Basics

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


0 oder 1 Treffer bei n Versuchen

Beispiel:

Ein idealer Würfel wird 5 mal geworfen. Bestimme die Wahrscheinlichkeit dafür, dass keine einzige "6" gewürfelt wird.

Lösung einblenden

Da die Wahrscheinlichkeit für keinen Treffer (also hier, dass keine "6" gewürfelt wird) q = 1 - 1 6 = 5 6 beträgt, muss die Wahrscheinlichkeit für 5 Nicht-Treffer bei 5 Versuchen P = ( 5 6 ) 5 ≈ 0.4019 betragen, da ja bei jedem Versuch kein Treffer erzielt wird, und es somit nur einen möglichen Pfad im Baumdiagramm gibt.

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 11 6 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 11 6 ) = 11! 6! ⋅ (11 - 6)! = 11! 6! ⋅ 5! = 11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 6⋅5⋅4⋅3⋅2⋅1 ⋅ 5⋅4⋅3⋅2⋅1
ausgeht, sieht man schnell, dass man mit der
6! = 6⋅5⋅4⋅3⋅2⋅1
rechts im Zähler und links im Nenner kürzen kann, so dass gilt:

( 11 6 ) = 11⋅10⋅9⋅8⋅7 5⋅4⋅3⋅2⋅1

= 11⋅2⋅9⋅8⋅7 4⋅3⋅2⋅1 (gekürzt mit 5)

= 11⋅2⋅9⋅2⋅7 3⋅2⋅1 (gekürzt mit 4)

= 11⋅2⋅3⋅2⋅7 2⋅1 (gekürzt mit 3)

= 11⋅3⋅2⋅7 1 (gekürzt mit 2)

= 462

Binomialkoeffizient Anwendungen

Beispiel:

Eine Mathelehrerin verlost unter den 10 SchülerInnen ihrer 8. Klasse, die eine Zusatzaufgabe gemacht haben, 4 Matherätsel-Knobelbücher. Natürlich kann jeder höchstens eins bekommen. Wie viele verschiedene Möglichkeiten gibt es für die 4er-Gruppe der glücklichen Gewinner?

Lösung einblenden

Für die erste Stelle ist jede SchülerIn möglich. Es gibt also 10 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte SchülerIn nicht mehr möglich, es gibt also nur noch 9 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 8 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:

Es gibt also 10987 = 5040 Möglichkeiten, die 10 Möglichkeiten (SchülerInnen) auf die 4 "Ziehungen" (Knobelbücher) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel Antonia - Bea - Carla und Bea - Carla - Antonia zwei unterschiedliche Ergebnisse. In unserem Fall hier soll diese Reihenfolge aber keine Rolle spielen. Es interessiert nur, wer in der 4er-Gruppe drin ist, nicht an welcher Stelle.

Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 4er-Gruppe möglich sind.

  • Für die erste Stelle ist jede(r) aus der 4er-Gruppe möglich. Es gibt also 4 Möglichkeiten.
  • Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 3 Möglichkeiten.
  • Für die 3. Stelle fehlen dann schon 2, so dass nur noch 2 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 und erhalten 4321 = 24 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 4er-Gruppe.

Wir müssen deswegen die 5040 Möglichkeiten für nach Reihenfolge sortierte 4er-Gruppen durch die 24 Möglichkeiten, die 4er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 5040 24 = 210 Möglichkeiten für 4er-Gruppen, die aus 10 Elementen (SchülerInnen) gebildet werden.

Die hier durchgeführte Berechnung 10987 4321 könnte man mit 6! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

210 = 10987 4321 = 10987 6 5 4 3 2 1 4321 6 5 4 3 2 1 = 10! 4! ⋅ 6! = ( 10 4 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 40 Kugeln, die mit den Zahlen 1 bis 40 beschriftet sind.

Es werden 5 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 7 dabei ist?

Lösung einblenden

Es gibt insgesamt ( 40 5 ) = 40! 5! ⋅ 35! = 40⋅39⋅38⋅37⋅36 5⋅4⋅3⋅2⋅1 = 658008 verschiedene Möglichkeiten, die 5 Kugeln aus den 40 zu ziehen, bzw. von 40 Zahlen 5 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 7 ist, bzw. wie viele Möglichkeiten es gibt, 5 von 40 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 7 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 39 Zahlen (alle außer der 7) zu setzen, also ( 39 4 ) = 39! 4! ⋅ 35! = 39⋅38⋅37⋅36 4⋅3⋅2⋅1 = 82251.

Die Wahrscheinlichkeit lässt sich somit mit der Laplace-Formel berechnen:

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 82251 658008 ≈ 0.125, also ca. 12.5%.

Formel v. Bernoulli

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 13 Glückskekse mit einer Peproni zu erwischen, wenn man 65 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=65 und p= 1 8 .

P 1 8 65 (X=13) = ( 65 13 ) ( 1 8 )13 ( 7 8 )52 =0.028817113142376≈ 0.0288
(TI-Befehl: binompdf(65,1/8,13))

kumulierte WS aus Histogramm finden

Beispiel:

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

In der Abbildung rechts ist das Histogramm einer binomialverteilten Zufallsgröße X zu sehen. Finde das kleinste k, für das gilt P(X ≤ k) ≥ 0.65.

Lösung einblenden

Wir lesen einfach die Säulenhöhen aus dem Histogramm ab und addieren diese Werte:

kP(X = k)P(X ≤ k)
0≈ 0≈ 0 + 0 = 0
1≈ 0.01≈ 0 + 0.01 = 0.01
2≈ 0.03≈ 0.01 + 0.03 = 0.04
3≈ 0.09≈ 0.04 + 0.09 = 0.13
4≈ 0.17≈ 0.13 + 0.17 = 0.3
5≈ 0.22≈ 0.3 + 0.22 = 0.52
6≈ 0.21≈ 0.52 + 0.21 = 0.73
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 5) = 0.52 also noch klar unter der geforderten Wahrscheinlichkeit von 0.65 liegt, ist P(X ≤ 6) = 0.73 klar darüber.

Somit ist das gesuchte k = 6.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 49 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,45.Wie groß ist dabei die Wahrscheinlichkeit, höchstens 24 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=49 und p=0.45.

P0.4549 (X24) = P0.4549 (X=0) + P0.4549 (X=1) + P0.4549 (X=2) +... + P0.4549 (X=24) = 0.75970434396195 ≈ 0.7597
(TI-Befehl: binomcdf(49,0.45,24))

Binomialverteilung X>=k

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 64 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 17 oder gar noch mehr Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=64 und p=0.25.

...
14
15
16
17
18
19
...

P0.2564 (X17) = 1 - P0.2564 (X16) = 0.4334
(TI-Befehl: 1-binomcdf(64,0.25,16))

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 72% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 93 Versuchen mindestens 68 und weniger als 76 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=93 und p=0.72.

P0.7293 (68X75) =

...
65
66
67
68
69
70
71
72
73
74
75
76
77
...

P0.7293 (X75) - P0.7293 (X67) ≈ 0.979 - 0.5429 ≈ 0.4361
(TI-Befehl: binomcdf(93,0.72,75) - binomcdf(93,0.72,67))