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 4 mal geworfen. Bestimme die Wahrscheinlichkeit dafür, dass keine einzige "6" gewürfelt wird.
Da die Wahrscheinlichkeit für keinen Treffer (also hier, dass keine "6" gewürfelt wird) q = 1 - = beträgt, muss die Wahrscheinlichkeit für 4 Nicht-Treffer bei 4 Versuchen P = ≈ 0.4823 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:
Wenn man von der allgememeinen Formel für den Binomialkoeffizient
= =
=
ausgeht, sieht man schnell, dass man mit der
3! = 3⋅2⋅1
rechts im Zähler und Nenner kürzen kann, so dass gilt:
=
= (gekürzt mit 2)
= 10
Binomialkoeffizient Anwendungen
Beispiel:
Die Sportlehrerin Frau Hertz braucht für eine Demonstration 2 Schülerinnen. Diese möchte sie zufällig aus der 18-köpfigen Sportgruppe losen. Wie viele verschiedene 2er-Gruppen sind so möglich?
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.
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
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 2er-Gruppe drin ist, nicht an welcher Stelle.
Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 2er-Gruppe möglich sind.
- Für die erste Stelle ist jede(r) aus der 2er-Gruppe möglich. Es gibt also 2 Möglichkeiten.
- Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 1 Möglichkeiten.
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
Wir müssen deswegen die 306 Möglichkeiten für nach Reihenfolge sortierte 2er-Gruppen durch die 2 Möglichkeiten, die 2er-Gruppe anzuordnen, teilen.
Hieraus ergeben sich = 153 Möglichkeiten für 2er-Gruppen, die aus 18 Elementen (Schülerinnen) gebildet werden.
Die hier durchgeführte Berechnung könnte man mit 16! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:
153 = = = =
Wahrscheinlichkeiten mit Binom.Koeff.
Beispiel:
In einer Urne befinden sich 40 Kugeln, die mit den Zahlen 1 bis 40 beschriftet sind.
Es werden 8 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 11 dabei ist?
Es gibt insgesamt = = = 76904685 verschiedene Möglichkeiten, die 8 Kugeln aus den 40 zu ziehen, bzw. von 40 Zahlen 8 anzukreuzen.
Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 11 ist, bzw. wie viele Möglichkeiten es gibt, 8 von 40 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 11 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 7 Kreuze auf 39 Zahlen (alle außer der 11) zu setzen, also = = = 15380937.
Die Wahrscheinlichkeit lässt sich somit mit der Laplace-Formel berechnen:
P = = ≈ 0.2, also ca. 20%.
Formel v. Bernoulli
Beispiel:
Eine Münze wird 74 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 32 mal "Zahl" (p=0,5) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=74 und p=0.5.
= =0.047367538763142≈ 0.0474(TI-Befehl: binompdf(74,0.5,32))
kumulierte WS aus Histogramm finden
Beispiel:
In der Abbildung rechts ist das Histogramm einer binomialverteilten Zufallsgröße X zu sehen. Finde das kleinste k, für das gilt P(X ≤ k) ≥ 0.55.
Wir lesen einfach die Säulenhöhen aus dem Histogramm ab und addieren diese Werte:
| k | P(X = k) | P(X ≤ k) |
|---|---|---|
| 0 | ≈ 0.01 | ≈ 0 + 0.01 = 0.01 |
| 1 | ≈ 0.05 | ≈ 0.01 + 0.05 = 0.06 |
| 2 | ≈ 0.14 | ≈ 0.06 + 0.14 = 0.2 |
| 3 | ≈ 0.23 | ≈ 0.2 + 0.23 = 0.43 |
| 4 | ≈ 0.24 | ≈ 0.43 + 0.24 = 0.67 |
Während P(X ≤ 3) = 0.43 also noch klar unter der geforderten Wahrscheinlichkeit von 0.55 liegt, ist P(X ≤ 4) = 0.67 klar darüber.
Somit ist das gesuchte k = 4.
kumulierte Binomialverteilung
Beispiel:
Ein Würfel wird 72 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 14 mal eine 6 (p=1/6) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=72 und p=.
= + + +... + = 0.78935304246298 ≈ 0.7894(TI-Befehl: binomcdf(72,1/6,14))
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 30 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 9 oder gar noch mehr Fragen richtig beantwortet hat?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=30 und p=0.25.
(TI-Befehl: 1-binomcdf(30,0.25,8))
Binomialverteilung X ∈ [l;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 56 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so mindestens 12, aber weniger als 15 Fragen richtig beantwortet hat?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=56 und p=0.25.
=
(TI-Befehl: binomcdf(56,0.25,14) - binomcdf(56,0.25,11))
