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 3 mal geworfen. Bestimme die Wahrscheinlichkeit dafür, dass im zweiten Wurf eine "6" gewürfelt wird.

Lösung einblenden

Da hier ja nur eine Aussage über den 2-ten Versuch gemacht wird und keine Aussage über alle anderen Versuche, muss auch nur der 2-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 6 ≈ 0.1667 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 4 2 )

Lösung einblenden

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

( 4 2 ) = 4⋅3 2⋅1

= 2⋅3 1 (gekürzt mit 2)

= 6

Binomialkoeffizient Anwendungen

Beispiel:

Bei einem Glücksspiel sind auf einem Schein 10 Felder abgedruckt. Von diesen 10 Felder soll sich der Spieler 2 Felder aussuchen und ankreuzen.Wieviele Möglichkeiten hat er hierfür?

Lösung einblenden

Für die erste Stelle ist jedes Feld möglich. Es gibt also 10 Möglichkeiten. Für die zweite Stelle ist das bereits als erstes gewählte Feld nicht mehr möglich, es gibt also nur noch 9 Möglichkeiten.

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 109 = 90 Möglichkeiten, die 10 Möglichkeiten (abgedruckte Felder) auf die 2 "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 2er-Gruppe drin ist, nicht an welcher Stelle.

Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 2er-Gruppe möglich sind.

  • Für die erste Stelle ist jede(r) aus der 2er-Gruppe möglich. Es gibt also 2 Möglichkeiten.
  • Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 1 Möglichkeiten.

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 21 = 2 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 2er-Gruppe.

Wir müssen deswegen die 90 Möglichkeiten für nach Reihenfolge sortierte 2er-Gruppen durch die 2 Möglichkeiten, die 2er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 90 2 = 45 Möglichkeiten für 2er-Gruppen, die aus 10 Elementen (abgedruckte Felder) gebildet werden.

Die hier durchgeführte Berechnung 109 21 könnte man mit 8! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

45 = 109 21 = 109 8 7 6 5 4 3 2 1 21 8 7 6 5 4 3 2 1 = 10! 2! ⋅ 8! = ( 10 2 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

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

Es werden 5 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 1 dabei ist?

Lösung einblenden

Es gibt insgesamt ( 20 5 ) = 20! 5! ⋅ 15! = 20⋅19⋅18⋅17⋅16 5⋅4⋅3⋅2⋅1 = 15504 verschiedene Möglichkeiten, die 5 Kugeln aus den 20 zu ziehen, bzw. von 20 Zahlen 5 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 1 ist, bzw. wie viele Möglichkeiten es gibt, 5 von 20 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 1 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 19 Zahlen (alle außer der 1) zu setzen, also ( 19 4 ) = 19! 4! ⋅ 15! = 19⋅18⋅17⋅16 4⋅3⋅2⋅1 = 3876.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 3876 15504 ≈ 0.25, also ca. 25%.

Formel v. Bernoulli

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 97 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 67 mal eine blaue Kugel gezogen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=97 und p=0.7.

P0.797 (X=67) = ( 97 67 ) 0.767 0.330 =0.085652420376839≈ 0.0857
(TI-Befehl: binompdf(97,0.7,67))

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) ≥ 0.65.

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≈ 0.03≈ 0 + 0.03 = 0.03
2≈ 0.09≈ 0.03 + 0.09 = 0.12
3≈ 0.18≈ 0.12 + 0.18 = 0.3
4≈ 0.24≈ 0.3 + 0.24 = 0.54
5≈ 0.22≈ 0.54 + 0.22 = 0.76
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 4) = 0.54 also noch klar unter der geforderten Wahrscheinlichkeit von 0.65 liegt, ist P(X ≤ 5) = 0.76 klar darüber.

Somit ist das gesuchte k = 5.

kumulierte Binomialverteilung

Beispiel:

Eine Münze wird 92 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass höchstens 50 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=92 und p=0.5.

P0.592 (X50) = P0.592 (X=0) + P0.592 (X=1) + P0.592 (X=2) +... + P0.592 (X=50) = 0.8259293548404 ≈ 0.8259
(TI-Befehl: binomcdf(92,0.5,50))

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 32 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 9 oder gar noch mehr Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=32 und p=0.25.

...
6
7
8
9
10
11
...

P0.2532 (X9) = 1 - P0.2532 (X8) = 0.4065
(TI-Befehl: 1-binomcdf(32,0.25,8))

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=0,7 entsteht. Es wird eine Stichprobe der Menge 48 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 33 und höchstens 36 beträgt?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=48 und p=0.7.

P0.748 (33X36) =

...
30
31
32
33
34
35
36
37
38
...

P0.748 (X36) - P0.748 (X32) ≈ 0.8186 - 0.3577 ≈ 0.4609
(TI-Befehl: binomcdf(48,0.7,36) - binomcdf(48,0.7,32))