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=0,2 Ausschuss. Es werden nacheinander 3 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass beim zweiten Chip ein Defekt vorliegt.

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 = 0,2 ≈ 0.2 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 7 1 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 7 1 ) = 7! 1! ⋅ (7 - 1)! = 7! 1! ⋅ 6! = 7⋅6⋅5⋅4⋅3⋅2⋅1 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:

( 7 1 ) = 7 1

= 7

Binomialkoeffizient Anwendungen

Beispiel:

Bei einem Glücksspiel sind auf einem Schein 6 Felder abgedruckt. Von diesen 6 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 6 Möglichkeiten. Für die zweite Stelle ist das bereits als erstes gewählte Feld nicht mehr möglich, es gibt also nur noch 5 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 65 = 30 Möglichkeiten, die 6 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 30 Möglichkeiten für nach Reihenfolge sortierte 2er-Gruppen durch die 2 Möglichkeiten, die 2er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 30 2 = 15 Möglichkeiten für 2er-Gruppen, die aus 6 Elementen (abgedruckte Felder) gebildet werden.

Die hier durchgeführte Berechnung 65 21 könnte man mit 4! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

15 = 65 21 = 65 4 3 2 1 21 4 3 2 1 = 6! 2! ⋅ 4! = ( 6 2 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 40 Kugeln, die mit den Zahlen 1 bis 40 beschriftet sind.

Es werden 6 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 1, die 19 und die 20 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 40 6 ) = 40! 6! ⋅ 34! = 40⋅39⋅38⋅37⋅36⋅35 6⋅5⋅4⋅3⋅2⋅1 = 3838380 verschiedene Möglichkeiten, die 6 Kugeln aus den 40 zu ziehen, bzw. von 40 Zahlen 6 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn drei der gezogenen Zahlen die 1, die 19 und die 20 sind, bzw. wie viele Möglichkeiten es gibt, 6 von 40 Zahlen anzukreuzen, wobei drei Kreuze sicher auf der der 1, der 19 und der 20 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 37 Zahlen (alle außer der 1, der 19 und der 20) zu setzen, also ( 37 3 ) = 37! 3! ⋅ 34! = 37⋅36⋅35 3⋅2⋅1 = 7770.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 7770 3838380 ≈ 0.002, also ca. 0.2%.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,8. Wie groß ist die Wahrscheinlichkeit bei 66 Versuchen genau 59 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=66 und p=0.8.

P0.866 (X=59) = ( 66 59 ) 0.859 0.27 =0.019095861505175≈ 0.0191
(TI-Befehl: binompdf(66,0.8,59))

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:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, nicht mehr als 8 Glückskekse mit einer Peproni zu erwischen, wenn man 39 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=39 und p= 1 8 .

P 1 8 39 (X8) = P 1 8 39 (X=0) + P 1 8 39 (X=1) + P 1 8 39 (X=2) +... + P 1 8 39 (X=8) = 0.95212868634963 ≈ 0.9521
(TI-Befehl: binomcdf(39,1/8,8))

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,73. Wie groß ist die Wahrscheinlichkeit dass er von 67 Versuchen mehr als 53 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=67 und p=0.73.

...
51
52
53
54
55
56
...

P0.7367 (X>53) = P0.7367 (X54) = 1 - P0.7367 (X53) = 0.1005
(TI-Befehl: 1-binomcdf(67,0.73,53))

Binomialverteilung X ∈ [l;k]

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,4. Wie groß ist die Wahrscheinlichkeit bei 62 Versuchen, mehr als 23 mal und höchstens 28 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=62 und p=0.4.

P0.462 (24X28) =

...
21
22
23
24
25
26
27
28
29
30
...

P0.462 (X28) - P0.462 (X23) ≈ 0.8314 - 0.3711 ≈ 0.4603
(TI-Befehl: binomcdf(62,0.4,28) - binomcdf(62,0.4,23))