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: ( 8 4 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 8 4 ) = 8! 4! ⋅ (8 - 4)! = 8! 4! ⋅ 4! = 8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 4⋅3⋅2⋅1 ⋅ 4⋅3⋅2⋅1
ausgeht, sieht man schnell, dass man mit der
4! = 4⋅3⋅2⋅1
rechts im Zähler und Nenner kürzen kann, so dass gilt:

( 8 4 ) = 8⋅7⋅6⋅5 4⋅3⋅2⋅1

= 2⋅7⋅6⋅5 3⋅2⋅1 (gekürzt mit 4)

= 2⋅7⋅2⋅5 2⋅1 (gekürzt mit 3)

= 7⋅2⋅5 1 (gekürzt mit 2)

= 70

Binomialkoeffizient Anwendungen

Beispiel:

Die Sportlehrerin Frau Hertz braucht für eine Demonstration 4 Schülerinnen. Diese möchte sie zufällig aus der 18-köpfigen Sportgruppe losen. Wie viele verschiedene 4er-Gruppen sind so möglich?

Lösung einblenden

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. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 16 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 18171615 = 73440 Möglichkeiten, die 18 Möglichkeiten (Schülerinnen) auf die 4 "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 4er-Gruppe drin ist, nicht an welcher Stelle.

Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 4er-Gruppe möglich sind.

  • Für die erste Stelle ist jede(r) aus der 4er-Gruppe möglich. Es gibt also 4 Möglichkeiten.
  • Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 3 Möglichkeiten.
  • Für die 3. Stelle fehlen dann schon 2, so dass nur noch 2 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 4321 = 24 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 4er-Gruppe.

Wir müssen deswegen die 73440 Möglichkeiten für nach Reihenfolge sortierte 4er-Gruppen durch die 24 Möglichkeiten, die 4er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 73440 24 = 3060 Möglichkeiten für 4er-Gruppen, die aus 18 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung 18171615 4321 könnte man mit 14! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

3060 = 18171615 4321 = 18171615 14 13 12 11 10 9 8 7 6 5 4 3 2 1 4321 14 13 12 11 10 9 8 7 6 5 4 3 2 1 = 18! 4! ⋅ 14! = ( 18 4 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 35 Kugeln, die mit den Zahlen 1 bis 35 beschriftet sind.

Es werden 4 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 13 dabei ist?

Lösung einblenden

Es gibt insgesamt ( 35 4 ) = 35! 4! ⋅ 31! = 35⋅34⋅33⋅32 4⋅3⋅2⋅1 = 52360 verschiedene Möglichkeiten, die 4 Kugeln aus den 35 zu ziehen, bzw. von 35 Zahlen 4 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 13 ist, bzw. wie viele Möglichkeiten es gibt, 4 von 35 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 13 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 34 Zahlen (alle außer der 13) zu setzen, also ( 34 3 ) = 34! 3! ⋅ 31! = 34⋅33⋅32 3⋅2⋅1 = 5984.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 5984 52360 ≈ 0.1143, also ca. 11.43%.

Formel v. Bernoulli

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 8 Glückskekse mit einer Peproni zu erwischen, wenn man 48 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=48 und p= 1 8 .

P 1 8 48 (X=8) = ( 48 8 ) ( 1 8 )8 ( 7 8 )40 =0.10773217340875≈ 0.1077
(TI-Befehl: binompdf(48,1/8,8))

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) ≥ 0.75.

Lösung einblenden

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≈ 0 + 0 = 0
2≈ 0.02≈ 0 + 0.02 = 0.02
3≈ 0.07≈ 0.02 + 0.07 = 0.09
4≈ 0.14≈ 0.09 + 0.14 = 0.23
5≈ 0.2≈ 0.23 + 0.2 = 0.43
6≈ 0.22≈ 0.43 + 0.22 = 0.65
7≈ 0.18≈ 0.65 + 0.18 = 0.83
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 6) = 0.65 also noch klar unter der geforderten Wahrscheinlichkeit von 0.75 liegt, ist P(X ≤ 7) = 0.83 klar darüber.

Somit ist das gesuchte k = 7.

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=0,26 entsteht. Es wird eine Stichprobe der Menge 49 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon nicht mehr als 14 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=49 und p=0.26.

P0.2649 (X14) = P0.2649 (X=0) + P0.2649 (X=1) + P0.2649 (X=2) +... + P0.2649 (X=14) = 0.72248465487016 ≈ 0.7225
(TI-Befehl: binomcdf(49,0.26,14))

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,9. Wie groß ist die Wahrscheinlichkeit dass er von 31 Versuchen mindestens 25 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=31 und p=0.9.

...
22
23
24
25
26
27
...

P0.931 (X25) = 1 - P0.931 (X24) = 0.9694
(TI-Befehl: 1-binomcdf(31,0.9,24))

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 86% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 75 Versuchen mindestens 65 und weniger als 68 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=75 und p=0.86.

P0.8675 (65X67) =

...
62
63
64
65
66
67
68
69
...

P0.8675 (X67) - P0.8675 (X64) ≈ 0.8414 - 0.4839 ≈ 0.3575
(TI-Befehl: binomcdf(75,0.86,67) - binomcdf(75,0.86,64))