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 nur im zweiten Wurf eine "6" gewürfelt wird.

Lösung einblenden

Die Wahrscheinlichkeit für einen Treffer (also hier, dass eine "6" gewürfelt wird) beträgt p = 1 6 , für einen Nicht-Treffer (also hier, dass keine "6" gewürfelt wird) beträgt sie q = 1 - 1 6 = 5 6 . Da ja der Treffer genau im zweiten Durchgang kommen soll, ist auch hier nur ein Pfad im Baumdiagramm möglich. Dessen Wahrscheinlichkeit lässt sich dann wie folgt berechnen:

P = 5 6 1 6 5 6 5 6 = 1 6 · ( 5 6 ) 3 ≈ 0.0965 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 5 4 )

Lösung einblenden

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

( 5 4 ) = 5 1

= 5

Binomialkoeffizient Anwendungen

Beispiel:

Ein Skatkartenspiel hat 32 verschiedende Karten. Aus einem gut gemischten Stapel werden 6 Karten gezogen.Wie viele verschiedene Möglichkeiten gibt es hierfür?

Lösung einblenden

Für die erste Stelle ist jede Karte möglich. Es gibt also 32 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Karte nicht mehr möglich, es gibt also nur noch 31 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 30 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 323130292827 = 652458240 Möglichkeiten, die 32 Möglichkeiten (Karten) auf die 6 "Ziehungen" (gezogene) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel HerzAss - KreuzBube - Karo7 und KreuzBube - Karo7 - HerzAss zwei unterschiedliche Ergebnisse. In unserem Fall hier soll diese Reihenfolge aber keine Rolle spielen. Es interessiert nur, wer in der 6er-Gruppe drin ist, nicht an welcher Stelle.

Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 6er-Gruppe möglich sind.

  • Für die erste Stelle ist jede(r) aus der 6er-Gruppe möglich. Es gibt also 6 Möglichkeiten.
  • Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 5 Möglichkeiten.
  • Für die 3. Stelle fehlen dann schon 2, so dass nur noch 4 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 654321 = 720 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 6er-Gruppe.

Wir müssen deswegen die 652458240 Möglichkeiten für nach Reihenfolge sortierte 6er-Gruppen durch die 720 Möglichkeiten, die 6er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 652458240 720 = 906192 Möglichkeiten für 6er-Gruppen, die aus 32 Elementen (Karten) gebildet werden.

Die hier durchgeführte Berechnung 323130292827 654321 könnte man mit 26! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

906192 = 323130292827 654321 = 323130292827 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 654321 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 = 32! 6! ⋅ 26! = ( 32 6 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

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

Es werden 8 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 10, die 12 und die 16 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 25 8 ) = 25! 8! ⋅ 17! = 25⋅24⋅23⋅22⋅21⋅20⋅19⋅18 8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 = 1081575 verschiedene Möglichkeiten, die 8 Kugeln aus den 25 zu ziehen, bzw. von 25 Zahlen 8 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn drei der gezogenen Zahlen die 10, die 12 und die 16 sind, bzw. wie viele Möglichkeiten es gibt, 8 von 25 Zahlen anzukreuzen, wobei drei Kreuze sicher auf der der 10, der 12 und der 16 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 5 Kreuze auf 22 Zahlen (alle außer der 10, der 12 und der 16) zu setzen, also ( 22 5 ) = 22! 5! ⋅ 17! = 22⋅21⋅20⋅19⋅18 5⋅4⋅3⋅2⋅1 = 26334.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 26334 1081575 ≈ 0.0243, also ca. 2.43%.

Formel v. Bernoulli

Beispiel:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Leider ist die Technik noch nicht so ganz ausgereift, weswegen Ausschuss mit einer Wahrscheinlichkeit von 85% entsteht. Es wird eine Stichprobe der Menge 23 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 22 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=23 und p=0.85.

P0.8523 (X=22) = ( 23 22 ) 0.8522 0.151 =0.096612976169538≈ 0.0966
(TI-Befehl: binompdf(23,0.85,22))

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 größte k, für das gilt P(X ≥ k) ≥ 0.6.

Lösung einblenden

Wenn P(X ≥ k) ≥ 0.6 sein soll, bedeutet das doch, dass sie Summe der Säulenhöhen von k bis zum rechten Rand mindestens 0.6 sein muss. Das ist dann aber doch gleichbedeutend, wie dass für die restlichen Säulenhöhen links von 0 bis k-1 höchstens 1-0.6=0.4 als Wahrscheinlichkeit übrig bleiben darf.

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≈ 0.03≈ 0 + 0.03 = 0.03
2≈ 0.08≈ 0.03 + 0.08 = 0.11
3≈ 0.17≈ 0.11 + 0.17 = 0.28
4≈ 0.22≈ 0.28 + 0.22 = 0.5
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 3) = 0.28 also noch klar unter der geforderten Wahrscheinlichkeit von 0.4 liegt, ist P(X ≤ 4) = 0.5 klar darüber.

Oder andersrum: P(X ≥ 4) = 1 - P(X ≤ 3) = 0.72 (die Summe der blauen Säulenhöhen von 4 bis 13) ist klar über der geforderten Wahrscheinlichkeit von 0.6, während P(X ≥ 5) = 1 - P(X ≤ 4) = 0.5 (die Summe der Säulenhöhen von 5 bis 13) klar darunter liegt.

Somit ist das gesuchte k = 4.

kumulierte Binomialverteilung

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 43 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so bis zu 10 Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=43 und p=0.25.

P0.2543 (X10) = P0.2543 (X=0) + P0.2543 (X=1) + P0.2543 (X=2) +... + P0.2543 (X=10) = 0.47677230802141 ≈ 0.4768
(TI-Befehl: binomcdf(43,0.25,10))

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,63. Wie groß ist die Wahrscheinlichkeit dass er von 37 Versuchen mehr als 22 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=37 und p=0.63.

...
20
21
22
23
24
25
...

P0.6337 (X>22) = P0.6337 (X23) = 1 - P0.6337 (X22) = 0.6137
(TI-Befehl: 1-binomcdf(37,0.63,22))

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Zufallsexperiment wird 98 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,65.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 55, aber höchstens 71 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=98 und p=0.65.

P0.6598 (55X71) =

...
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
...

P0.6598 (X71) - P0.6598 (X54) ≈ 0.9529 - 0.0271 ≈ 0.9258
(TI-Befehl: binomcdf(98,0.65,71) - binomcdf(98,0.65,54))