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 im vierten Wurf keine "6" gewürfelt wird.
Da hier ja nur eine Aussage über den 4-ten Versuch gemacht wird und keine Aussage über alle anderen Versuche, muss auch nur der 4-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 = 1 - = ≈ 0.8333 .
Binomialkoeffizient
Beispiel:
Berechne ohne Taschenrechner:
Wenn man von der allgememeinen Formel für den Binomialkoeffizient
= =
=
ausgeht, sieht man schnell, dass man mit der
14! = 14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1
rechts im Zähler und links im Nenner kürzen kann, so dass gilt:
=
= (gekürzt mit 2)
= 120
Binomialkoeffizient Anwendungen
Beispiel:
Ein Skatkartenspiel hat 32 verschiedende Karten. Aus einem gut gemischten Stapel werden 5 Karten gezogen.Wie viele verschiedene Möglichkeiten gibt es hierfür?
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
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 5er-Gruppe drin ist, nicht an welcher Stelle.
Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 5er-Gruppe möglich sind.
- Für die erste Stelle ist jede(r) aus der 5er-Gruppe möglich. Es gibt also 5 Möglichkeiten.
- Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 4 Möglichkeiten.
- Für die 3. Stelle fehlen dann schon 2, so dass nur noch 3 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
Wir müssen deswegen die 24165120 Möglichkeiten für nach Reihenfolge sortierte 5er-Gruppen durch die 120 Möglichkeiten, die 5er-Gruppe anzuordnen, teilen.
Hieraus ergeben sich = 201376 Möglichkeiten für 5er-Gruppen, die aus 32 Elementen (Karten) gebildet werden.
Die hier durchgeführte Berechnung könnte man mit 27! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:
201376 = = = =
Wahrscheinlichkeiten mit Binom.Koeff.
Beispiel:
In einer Urne befinden sich 25 Kugeln, die mit den Zahlen 1 bis 25 beschriftet sind.
Es werden 5 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 6 und die 21 dabei sind?
Es gibt insgesamt = = = 53130 verschiedene Möglichkeiten, die 5 Kugeln aus den 25 zu ziehen, bzw. von 25 Zahlen 5 anzukreuzen.
Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn zwei der gezogenen Zahlen die 6 und die 21 sind, bzw. wie viele Möglichkeiten es gibt, 5 von 25 Zahlen anzukreuzen, wobei zwei Kreuze sicher auf der der 6 und der 21 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 23 Zahlen (alle außer der 6 und der 21) zu setzen, also = = = 1771.
Die Wahrscheinlichkeit lässt sich somit mit der Laplace-Formel berechnen:
P = = ≈ 0.0333, also ca. 3.33%.
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 36 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so genau 9 Fragen richtig beantwortet hat?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=36 und p=.
= =0.15202097545809≈ 0.152(TI-Befehl: binompdf(36,1/4,9))
kumulierte WS aus Histogramm finden
Beispiel:
In der Abbildung rechts ist das Histogramm einer binomialverteilten Zufallsgröße X zu sehen. Finde das größte k, für das gilt P(X ≥ k) ≥ 0.55.
Wenn P(X ≥ k) ≥ 0.55 sein soll, bedeutet das doch, dass sie Summe der Säulenhöhen von k bis zum rechten Rand mindestens 0.55 sein muss. Das ist dann aber doch gleichbedeutend, wie dass für die restlichen Säulenhöhen links von 0 bis k-1 höchstens 1-0.55=0.45 als Wahrscheinlichkeit übrig bleiben darf.
Wir lesen einfach die Säulenhöhen aus dem Histogramm ab und addieren diese Werte:
| k | P(X = k) | P(X ≤ k) |
|---|---|---|
| 0 | ≈ 0 | ≈ 0 + 0 = 0 |
| 1 | ≈ 0.02 | ≈ 0 + 0.02 = 0.02 |
| 2 | ≈ 0.06 | ≈ 0.02 + 0.06 = 0.08 |
| 3 | ≈ 0.14 | ≈ 0.08 + 0.14 = 0.22 |
| 4 | ≈ 0.21 | ≈ 0.22 + 0.21 = 0.43 |
| 5 | ≈ 0.23 | ≈ 0.43 + 0.23 = 0.66 |
Während P(X ≤ 4) = 0.43 also noch klar unter der geforderten Wahrscheinlichkeit von 0.45 liegt, ist P(X ≤ 5) = 0.66 klar darüber.
Oder andersrum: P(X ≥ 5) = 1 - P(X ≤ 4) = 0.57 (die Summe der blauen Säulenhöhen von 5 bis 12) ist klar über der geforderten Wahrscheinlichkeit von 0.55, während P(X ≥ 6) = 1 - P(X ≤ 5) = 0.34 (die Summe der Säulenhöhen von 6 bis 12) klar darunter liegt.
Somit ist das gesuchte k = 5.
kumulierte Binomialverteilung
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 p=0,27 entsteht. Es wird eine Stichprobe der Menge 37 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon nicht mehr als 9 defekte Chips enthalten sind.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=37 und p=0.27.
= + + +... + = 0.43920576140476 ≈ 0.4392(TI-Befehl: binomcdf(37,0.27,9))
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 63 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 12 oder gar noch mehr Fragen richtig beantwortet hat?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=63 und p=0.25.
(TI-Befehl: 1-binomcdf(63,0.25,11))
Binomialverteilung X ∈ [l;k]
Beispiel:
Ein Würfel wird 40 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 2 mal, aber weniger als 9 mal eine sechs gewürfelt wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=40 und p=.
=
(TI-Befehl: binomcdf(40,,8) - binomcdf(40,,2))
