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=0,4 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 - 0,4 = 0,6 beträgt, muss die Wahrscheinlichkeit für 6 Nicht-Treffer bei 6 Versuchen P = 0,6 6 ≈ 0.0467 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 2 )

Lösung einblenden

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

( 8 2 ) = 8⋅7 2⋅1

= 4⋅7 1 (gekürzt mit 2)

= 28

Binomialkoeffizient Anwendungen

Beispiel:

Bei einem Glücksspiel sind auf einem Schein 6 Felder abgedruckt. Von diesen 6 Felder soll sich der Spieler 5 Felder aussuchen und ankreuzen.Wieviele Möglichkeiten hat er hierfür?

Lösung einblenden

Für die erste Stelle ist jedes Feld möglich. Es gibt also 6 Möglichkeiten. Für die zweite Stelle ist das bereits als erstes gewählte Feld 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:

Es gibt also 65432 = 720 Möglichkeiten, die 6 Möglichkeiten (abgedruckte Felder) auf die 5 "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 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 54321 = 120 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 5er-Gruppe.

Wir müssen deswegen die 720 Möglichkeiten für nach Reihenfolge sortierte 5er-Gruppen durch die 120 Möglichkeiten, die 5er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 720 120 = 6 Möglichkeiten für 5er-Gruppen, die aus 6 Elementen (abgedruckte Felder) gebildet werden.

Die hier durchgeführte Berechnung 65432 54321 könnte man mit 1! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

6 = 65432 54321 = 65432 1 54321 1 = 6! 5! ⋅ 1! = ( 6 5 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

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

Es werden 7 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 1, die 2 und die 24 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 30 7 ) = 30! 7! ⋅ 23! = 30⋅29⋅28⋅27⋅26⋅25⋅24 7⋅6⋅5⋅4⋅3⋅2⋅1 = 2035800 verschiedene Möglichkeiten, die 7 Kugeln aus den 30 zu ziehen, bzw. von 30 Zahlen 7 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn drei der gezogenen Zahlen die 1, die 2 und die 24 sind, bzw. wie viele Möglichkeiten es gibt, 7 von 30 Zahlen anzukreuzen, wobei drei Kreuze sicher auf der der 1, der 2 und der 24 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 27 Zahlen (alle außer der 1, der 2 und der 24) zu setzen, also ( 27 4 ) = 27! 4! ⋅ 23! = 27⋅26⋅25⋅24 4⋅3⋅2⋅1 = 17550.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 17550 2035800 ≈ 0.0086, also ca. 0.86%.

Formel v. Bernoulli

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 7 Glückskekse mit einer Peproni zu erwischen, wenn man 96 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=96 und p= 1 8 .

P 1 8 96 (X=7) = ( 96 7 ) ( 1 8 )7 ( 7 8 )89 =0.03920429452336≈ 0.0392
(TI-Befehl: binompdf(96,1/8,7))

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) ≥ 0.25.

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≈ 0.2≈ 0.16 + 0.2 = 0.36
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 2) = 0.16 also noch klar unter der geforderten Wahrscheinlichkeit von 0.25 liegt, ist P(X ≤ 3) = 0.36 klar darüber.

Somit ist das gesuchte k = 3.

kumulierte Binomialverteilung

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 53%. Wie groß ist die Wahrscheinlichkeit dass er von 32 Versuchen weniger als 15 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=32 und p=0.53.

P0.5332 (X<15) = P0.5332 (X14) = P0.5332 (X=0) + P0.5332 (X=1) + P0.5332 (X=2) +... + P0.5332 (X=14) = 0.19172204401495 ≈ 0.1917
(TI-Befehl: binomcdf(32,0.53,14))

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 60 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mindestens 8 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=60 und p= 1 6 .

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

P 1 6 60 (X8) = 1 - P 1 6 60 (X7) = 0.8042
(TI-Befehl: 1-binomcdf(60, 1 6 ,7))

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Zufallsexperiment wird 100 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,55.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 46, aber höchstens 65 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=100 und p=0.55.

P0.55100 (46X65) =

...
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
...

P0.55100 (X65) - P0.55100 (X45) ≈ 0.9834 - 0.0284 ≈ 0.955
(TI-Befehl: binomcdf(100,0.55,65) - binomcdf(100,0.55,45))