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:

Bei einem Glückrad beträgt die Wahrscheinlichkeit, in den grünen Bereich zu drehen, 40%. Es wird 4 mal gedreht. Bestimme die Wahrscheinlichkeit dafür, dass bei der dritten Drehung der grüne Bereich erzielt wird.

Lösung einblenden

Da hier ja nur eine Aussage über den 3-ten Versuch gemacht wird und keine Aussage über alle anderen Versuche, muss auch nur der 3-te Versuch betrachtet werden.
(In jedem anderen Versuch ist die Wahrscheinlichkeit 1, da es ja keine Einschränkung für diesen Versuch gibt.)

Für die gesuchte Wahrscheinlichkeit gilt somit einfach P = 0,4 ≈ 0.4 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 6 6 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 6 6 ) = 6! 6! ⋅ (6 - 6)! = 6! 6! ⋅ 0! = 6⋅5⋅4⋅3⋅2⋅1 6⋅5⋅4⋅3⋅2⋅1 ⋅ 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:

( 6 6 ) = 1 1

= 1

Binomialkoeffizient Anwendungen

Beispiel:

Die Sportlehrerin Frau Hertz braucht für eine Demonstration 3 Schülerinnen. Diese möchte sie zufällig aus der 24-köpfigen Sportgruppe losen. Wie viele verschiedene 3er-Gruppen sind so möglich?

Lösung einblenden

Für die erste Stelle ist jede Schülerin möglich. Es gibt also 24 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Schülerin nicht mehr möglich, es gibt also nur noch 23 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 22 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 242322 = 12144 Möglichkeiten, die 24 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 12144 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 12144 6 = 2024 Möglichkeiten für 3er-Gruppen, die aus 24 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung 242322 321 könnte man mit 21! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

2024 = 242322 321 = 242322 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 321 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 = 24! 3! ⋅ 21! = ( 24 3 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 25 Kugeln, die mit den Zahlen 1 bis 25 beschriftet sind.

Es werden 7 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 6 und die 8 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 25 7 ) = 25! 7! ⋅ 18! = 25⋅24⋅23⋅22⋅21⋅20⋅19 7⋅6⋅5⋅4⋅3⋅2⋅1 = 480700 verschiedene Möglichkeiten, die 7 Kugeln aus den 25 zu ziehen, bzw. von 25 Zahlen 7 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn zwei der gezogenen Zahlen die 6 und die 8 sind, bzw. wie viele Möglichkeiten es gibt, 7 von 25 Zahlen anzukreuzen, wobei zwei Kreuze sicher auf der der 6 und der 8 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 5 Kreuze auf 23 Zahlen (alle außer der 6 und der 8) zu setzen, also ( 23 5 ) = 23! 5! ⋅ 18! = 23⋅22⋅21⋅20⋅19 5⋅4⋅3⋅2⋅1 = 33649.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 33649 480700 ≈ 0.07, also ca. 7%.

Formel v. Bernoulli

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 93 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so genau 30 Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=93 und p= 1 4 .

P 1 4 93 (X=30) = ( 93 30 ) ( 1 4 )30 ( 3 4 )63 =0.025669110161201≈ 0.0257
(TI-Befehl: binompdf(93,1/4,30))

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) ≥ 0.15.

Lösung einblenden

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

kP(X = k)P(X ≤ k)
0≈ 0.01≈ 0 + 0.01 = 0.01
1≈ 0.07≈ 0.01 + 0.07 = 0.08
2≈ 0.18≈ 0.08 + 0.18 = 0.26
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 1) = 0.08 also noch klar unter der geforderten Wahrscheinlichkeit von 0.15 liegt, ist P(X ≤ 2) = 0.26 klar darüber.

Somit ist das gesuchte k = 2.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 73 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,3.Wie groß ist dabei die Wahrscheinlichkeit, höchstens 20 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=73 und p=0.3.

P0.373 (X20) = P0.373 (X=0) + P0.373 (X=1) + P0.373 (X=2) +... + P0.373 (X=20) = 0.36612212926951 ≈ 0.3661
(TI-Befehl: binomcdf(73,0.3,20))

Binomialverteilung X>=k

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, 3 oder mehr Glückskekse mit einer Peproni zu erwischen, wenn man 64 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=64 und p=0.125.

0
1
2
3
4
5
...

P0.12564 (X3) = 1 - P0.12564 (X2) = 0.99
(TI-Befehl: 1-binomcdf(64,0.125,2))

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 79% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 61 Versuchen mindestens 44 und weniger als 52 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=61 und p=0.79.

P0.7961 (44X51) =

...
41
42
43
44
45
46
47
48
49
50
51
52
53
...

P0.7961 (X51) - P0.7961 (X43) ≈ 0.8519 - 0.0741 ≈ 0.7778
(TI-Befehl: binomcdf(61,0.79,51) - binomcdf(61,0.79,43))