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:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Dabei entsteht mit einer Wahrscheinlichkeit von p=0,15 Ausschuss. Es werden nacheinander 5 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass alle entnommenen Chips fehlerfrei funktionieren.

Lösung einblenden

Da die Wahrscheinlichkeit für keinen Treffer (also hier, dass ein entnommener Chips nicht defekt ist) q = 1 - 0,15 = 0,85 beträgt, muss die Wahrscheinlichkeit für 5 Nicht-Treffer bei 5 Versuchen P = 0,85 5 ≈ 0.4437 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: ( 8 0 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 8 0 ) = 8! 0! ⋅ (8 - 0)! = 8! 0! ⋅ 8! = 8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 1 ⋅ 8⋅7⋅6⋅5⋅4⋅3⋅2⋅1
ausgeht, sieht man schnell, dass man mit der
8! = 8⋅7⋅6⋅5⋅4⋅3⋅2⋅1
rechts im Zähler und Nenner kürzen kann, so dass gilt:

( 8 0 ) = 1 1

= 1

Binomialkoeffizient Anwendungen

Beispiel:

Die Sportlehrerin Frau Hertz braucht für eine Demonstration 3 Schülerinnen. Diese möchte sie zufällig aus der 18-köpfigen Sportgruppe losen. Wie viele verschiedene 3er-Gruppen sind so möglich?

Lösung einblenden

Für die erste Stelle ist jede Schülerin möglich. Es gibt also 18 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Schülerin nicht mehr möglich, es gibt also nur noch 17 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 16 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 181716 = 4896 Möglichkeiten, die 18 Möglichkeiten (Schülerinnen) auf die 3 "Ziehungen" (geloste) 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 3er-Gruppe drin ist, nicht an welcher Stelle.

Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 3er-Gruppe möglich sind.

  • Für die erste Stelle ist jede(r) aus der 3er-Gruppe möglich. Es gibt also 3 Möglichkeiten.
  • Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 2 Möglichkeiten.
  • Für die 3. Stelle fehlen dann schon 2, so dass nur noch 1 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 321 = 6 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 3er-Gruppe.

Wir müssen deswegen die 4896 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 4896 6 = 816 Möglichkeiten für 3er-Gruppen, die aus 18 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung 181716 321 könnte man mit 15! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

816 = 181716 321 = 181716 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 321 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 = 18! 3! ⋅ 15! = ( 18 3 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 30 Kugeln, die mit den Zahlen 1 bis 30 beschriftet sind.

Es werden 4 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 21 dabei ist?

Lösung einblenden

Es gibt insgesamt ( 30 4 ) = 30! 4! ⋅ 26! = 30⋅29⋅28⋅27 4⋅3⋅2⋅1 = 27405 verschiedene Möglichkeiten, die 4 Kugeln aus den 30 zu ziehen, bzw. von 30 Zahlen 4 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 21 ist, bzw. wie viele Möglichkeiten es gibt, 4 von 30 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 21 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 29 Zahlen (alle außer der 21) zu setzen, also ( 29 3 ) = 29! 3! ⋅ 26! = 29⋅28⋅27 3⋅2⋅1 = 3654.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 3654 27405 ≈ 0.1333, also ca. 13.33%.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,95. Wie groß ist die Wahrscheinlichkeit bei 76 Versuchen genau 70 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=76 und p=0.95.

P0.9576 (X=70) = ( 76 70 ) 0.9570 0.056 =0.094223705696499≈ 0.0942
(TI-Befehl: binompdf(76,0.95,70))

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) ≥ 0.25.

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≈ 0 + 0 = 0
2≈ 0.01≈ 0 + 0.01 = 0.01
3≈ 0.05≈ 0.01 + 0.05 = 0.06
4≈ 0.1≈ 0.06 + 0.1 = 0.16
5≈ 0.17≈ 0.16 + 0.17 = 0.33
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 4) = 0.16 also noch klar unter der geforderten Wahrscheinlichkeit von 0.25 liegt, ist P(X ≤ 5) = 0.33 klar darüber.

Somit ist das gesuchte k = 5.

kumulierte Binomialverteilung

Beispiel:

Eine Münze wird 68 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass höchstens 29 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=68 und p=0.5.

P0.568 (X29) = P0.568 (X=0) + P0.568 (X=1) + P0.568 (X=2) +... + P0.568 (X=29) = 0.1374951980855 ≈ 0.1375
(TI-Befehl: binomcdf(68,0.5,29))

Binomialverteilung X>=k

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, 16 oder mehr Glückskekse mit einer Peproni zu erwischen, wenn man 100 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=100 und p=0.125.

...
13
14
15
16
17
18
...

P0.125100 (X16) = 1 - P0.125100 (X15) = 0.1801
(TI-Befehl: 1-binomcdf(100,0.125,15))

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 81% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 94 Versuchen mindestens 75 und weniger als 82 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=94 und p=0.81.

P0.8194 (75X81) =

...
72
73
74
75
76
77
78
79
80
81
82
83
...

P0.8194 (X81) - P0.8194 (X74) ≈ 0.9254 - 0.3253 ≈ 0.6001
(TI-Befehl: binomcdf(94,0.81,81) - binomcdf(94,0.81,74))