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=0,25 Ausschuss. Es werden nacheinander 6 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 - 0,25 = 0,75 beträgt, muss die Wahrscheinlichkeit für 6 Nicht-Treffer bei 6 Versuchen P = 0,75 6 ≈ 0.178 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: ( 4 4 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 4 4 ) = 4! 4! ⋅ (4 - 4)! = 4! 4! ⋅ 0! = 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:

( 4 4 ) = 1 1

= 1

Binomialkoeffizient Anwendungen

Beispiel:

Bei einem Glücksspiel sind auf einem Schein 8 Felder abgedruckt. Von diesen 8 Felder soll sich der Spieler 3 Felder aussuchen und ankreuzen.Wieviele Möglichkeiten hat er hierfür?

Lösung einblenden

Für die erste Stelle ist jedes Feld möglich. Es gibt also 8 Möglichkeiten. Für die zweite Stelle ist das bereits als erstes gewählte Feld nicht mehr möglich, es gibt also nur noch 7 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 6 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 876 = 336 Möglichkeiten, die 8 Möglichkeiten (abgedruckte Felder) auf die 3 "Ziehungen" (angekreuzte Felder) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel Feld1 - Feld3 - Feld6 und Feld3 - Feld6 - Feld1 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 336 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 336 6 = 56 Möglichkeiten für 3er-Gruppen, die aus 8 Elementen (abgedruckte Felder) gebildet werden.

Die hier durchgeführte Berechnung 876 321 könnte man mit 5! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

56 = 876 321 = 876 5 4 3 2 1 321 5 4 3 2 1 = 8! 3! ⋅ 5! = ( 8 3 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 20 Kugeln, die mit den Zahlen 1 bis 20 beschriftet sind.

Es werden 8 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 6 und die 14 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 20 8 ) = 20! 8! ⋅ 12! = 20⋅19⋅18⋅17⋅16⋅15⋅14⋅13 8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 = 125970 verschiedene Möglichkeiten, die 8 Kugeln aus den 20 zu ziehen, bzw. von 20 Zahlen 8 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn zwei der gezogenen Zahlen die 6 und die 14 sind, bzw. wie viele Möglichkeiten es gibt, 8 von 20 Zahlen anzukreuzen, wobei zwei Kreuze sicher auf der der 6 und der 14 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 6 Kreuze auf 18 Zahlen (alle außer der 6 und der 14) zu setzen, also ( 18 6 ) = 18! 6! ⋅ 12! = 18⋅17⋅16⋅15⋅14⋅13 6⋅5⋅4⋅3⋅2⋅1 = 18564.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 18564 125970 ≈ 0.1474, also ca. 14.74%.

Formel v. Bernoulli

Beispiel:

Ein Würfel wird 41 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 3 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=41 und p= 1 6 .

P 1 6 41 (X=3) = ( 41 3 ) ( 1 6 )3 ( 5 6 )38 =0.048352184935014≈ 0.0484
(TI-Befehl: binompdf(41,1/6,3))

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) ≥ 0.4.

Lösung einblenden

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

kP(X = k)P(X ≤ k)
0≈ 0.06≈ 0 + 0.06 = 0.06
1≈ 0.19≈ 0.06 + 0.19 = 0.25
2≈ 0.28≈ 0.25 + 0.28 = 0.53
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 1) = 0.25 also noch klar unter der geforderten Wahrscheinlichkeit von 0.4 liegt, ist P(X ≤ 2) = 0.53 klar darüber.

Somit ist das gesuchte k = 2.

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=0,25 entsteht. Es wird eine Stichprobe der Menge 91 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon nicht mehr als 28 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=91 und p=0.25.

P0.2591 (X28) = P0.2591 (X=0) + P0.2591 (X=1) + P0.2591 (X=2) +... + P0.2591 (X=28) = 0.91560681721497 ≈ 0.9156
(TI-Befehl: binomcdf(91,0.25,28))

Binomialverteilung X>=k

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=0,28 entsteht. Es wird eine Stichprobe der Menge 26 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 8 oder sogar noch mehr Chips defekt sind?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=26 und p=0.28.

...
5
6
7
8
9
10
...

P0.2826 (X8) = 1 - P0.2826 (X7) = 0.449
(TI-Befehl: 1-binomcdf(26,0.28,7))

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 88% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 98 Versuchen mindestens 79 und weniger als 94 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=98 und p=0.88.

P0.8898 (79X93) =

...
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
...

P0.8898 (X93) - P0.8898 (X78) ≈ 0.9937 - 0.0119 ≈ 0.9818
(TI-Befehl: binomcdf(98,0.88,93) - binomcdf(98,0.88,78))