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:

Bei einem Glückrad beträgt die Wahrscheinlichkeit, in den grünen Bereich zu drehen, 70%. Es wird 4 mal gedreht. Bestimme die Wahrscheinlichkeit dafür, dass kein einziges mal in den grünen Bereich gedreht wird.

Lösung einblenden

Da die Wahrscheinlichkeit für keinen Treffer (also hier, dass nicht in den grünen Bereich gedreht wird) q = 1 - 0,7 = 0,3 beträgt, muss die Wahrscheinlichkeit für 4 Nicht-Treffer bei 4 Versuchen P = 0,3 4 ≈ 0.0081 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: ( 7 5 )

Lösung einblenden

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

( 7 5 ) = 7⋅6 2⋅1

= 7⋅3 1 (gekürzt mit 2)

= 21

Binomialkoeffizient Anwendungen

Beispiel:

Die Sportlehrerin Frau Hertz braucht für eine Demonstration 3 Schülerinnen. Diese möchte sie zufällig aus der 19-köpfigen Sportgruppe losen. Wie viele verschiedene 3er-Gruppen sind so möglich?

Lösung einblenden

Für die erste Stelle ist jede Schülerin möglich. Es gibt also 19 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Schülerin nicht mehr möglich, es gibt also nur noch 18 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 17 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 191817 = 5814 Möglichkeiten, die 19 Möglichkeiten (Schülerinnen) auf die 3 "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 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 5814 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 5814 6 = 969 Möglichkeiten für 3er-Gruppen, die aus 19 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung 191817 321 könnte man mit 16! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

969 = 191817 321 = 191817 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 321 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 = 19! 3! ⋅ 16! = ( 19 3 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 30 Kugeln, die mit den Zahlen 1 bis 30 beschriftet sind.

Es werden 5 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 20 dabei ist?

Lösung einblenden

Es gibt insgesamt ( 30 5 ) = 30! 5! ⋅ 25! = 30⋅29⋅28⋅27⋅26 5⋅4⋅3⋅2⋅1 = 142506 verschiedene Möglichkeiten, die 5 Kugeln aus den 30 zu ziehen, bzw. von 30 Zahlen 5 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 20 ist, bzw. wie viele Möglichkeiten es gibt, 5 von 30 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 20 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 29 Zahlen (alle außer der 20) zu setzen, also ( 29 4 ) = 29! 4! ⋅ 25! = 29⋅28⋅27⋅26 4⋅3⋅2⋅1 = 23751.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 23751 142506 ≈ 0.1667, also ca. 16.67%.

Formel v. Bernoulli

Beispiel:

Ein Würfel wird 37 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 6 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=37 und p= 1 6 .

P 1 6 37 (X=6) = ( 37 6 ) ( 1 6 )6 ( 5 6 )31 =0.17492685103663≈ 0.1749
(TI-Befehl: binompdf(37,1/6,6))

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) ≥ 0.45.

Lösung einblenden

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

kP(X = k)P(X ≤ k)
0≈ 0.01≈ 0 + 0.01 = 0.01
1≈ 0.04≈ 0.01 + 0.04 = 0.05
2≈ 0.11≈ 0.05 + 0.11 = 0.16
3≈ 0.19≈ 0.16 + 0.19 = 0.35
4≈ 0.23≈ 0.35 + 0.23 = 0.58
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 3) = 0.35 also noch klar unter der geforderten Wahrscheinlichkeit von 0.45 liegt, ist P(X ≤ 4) = 0.58 klar darüber.

Somit ist das gesuchte k = 4.

kumulierte Binomialverteilung

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 56%. Wie groß ist die Wahrscheinlichkeit dass er von 34 Versuchen weniger als 23 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=34 und p=0.56.

P0.5634 (X<23) = P0.5634 (X22) = P0.5634 (X=0) + P0.5634 (X=1) + P0.5634 (X=2) +... + P0.5634 (X=22) = 0.88487687249242 ≈ 0.8849
(TI-Befehl: binomcdf(34,0.56,22))

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 90 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mehr als 9 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=90 und p= 1 6 .

...
7
8
9
10
11
12
...

P 1 6 90 (X>9) = P 1 6 90 (X10) = 1 - P 1 6 90 (X9) = 0.9466
(TI-Befehl: 1-binomcdf(90, 1 6 ,9))

Binomialverteilung X ∈ [l;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=0,75 entsteht. Es wird eine Stichprobe der Menge 64 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 43 und höchstens 50 beträgt?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=64 und p=0.75.

P0.7564 (43X50) =

...
40
41
42
43
44
45
46
47
48
49
50
51
52
...

P0.7564 (X50) - P0.7564 (X42) ≈ 0.761 - 0.0596 ≈ 0.7014
(TI-Befehl: binomcdf(64,0.75,50) - binomcdf(64,0.75,42))