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, 40%. Es wird 6 mal gedreht. Bestimme die Wahrscheinlichkeit dafür, dass bei der ersten Drehung nicht der grüne Bereich erzielt wird.

Lösung einblenden

Da hier ja nur eine Aussage über den 1-ten Versuch gemacht wird und keine Aussage über alle anderen Versuche, muss auch nur der 1-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 - 0,4 = 0,6 ≈ 0.6 .

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:

Eine Eisdiele bietet 9 verschiedene Eissorten an. Rüdiger darf sich ein Eis mit 3 Kugeln zusammenstellen. Er möchte aber auf jeden Fall lauter verschiedene Eissorten in seinem Eis haben. Wieviele Möglichkeiten hat er sich solch ein Eis zusammenzustellen?

Lösung einblenden

Für die erste Stelle ist jede Eissorte möglich. Es gibt also 9 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Eissorte nicht mehr möglich, es gibt also nur noch 8 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 7 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 987 = 504 Möglichkeiten, die 9 Möglichkeiten (Eissorten) auf die 3 "Ziehungen" (Kugeln) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel Ananas - Birne - Citrone und Birne - Citrone - Ananas 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 504 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 504 6 = 84 Möglichkeiten für 3er-Gruppen, die aus 9 Elementen (Eissorten) gebildet werden.

Die hier durchgeführte Berechnung 987 321 könnte man mit 6! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

84 = 987 321 = 987 6 5 4 3 2 1 321 6 5 4 3 2 1 = 9! 3! ⋅ 6! = ( 9 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 14 und die 23 dabei sind?

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 zwei der gezogenen Zahlen die 14 und die 23 sind, bzw. wie viele Möglichkeiten es gibt, 5 von 30 Zahlen anzukreuzen, wobei zwei Kreuze sicher auf der der 14 und der 23 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 28 Zahlen (alle außer der 14 und der 23) zu setzen, also ( 28 3 ) = 28! 3! ⋅ 25! = 28⋅27⋅26 3⋅2⋅1 = 3276.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 3276 142506 ≈ 0.023, also ca. 2.3%.

Formel v. Bernoulli

Beispiel:

Eine Münze wird 95 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 57 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=95 und p=0.5.

P0.595 (X=57) = ( 95 57 ) 0.557 0.538 =0.012302284478293≈ 0.0123
(TI-Befehl: binompdf(95,0.5,57))

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) ≥ 0.55.

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
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 5) = 0.43 also noch klar unter der geforderten Wahrscheinlichkeit von 0.55 liegt, ist P(X ≤ 6) = 0.65 klar darüber.

Somit ist das gesuchte k = 6.

kumulierte Binomialverteilung

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 45%. Wie groß ist die Wahrscheinlichkeit dass er von 99 Versuchen weniger als 46 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=99 und p=0.45.

P0.4599 (X<46) = P0.4599 (X45) = P0.4599 (X=0) + P0.4599 (X=1) + P0.4599 (X=2) +... + P0.4599 (X=45) = 0.57731052127188 ≈ 0.5773
(TI-Befehl: binomcdf(99,0.45,45))

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 45 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,05.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 4 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=45 und p=0.05.

...
1
2
3
4
5
6
...

P0.0545 (X4) = 1 - P0.0545 (X3) = 0.1866
(TI-Befehl: 1-binomcdf(45,0.05,3))

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 73% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 86 Versuchen mindestens 59 und weniger als 65 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=86 und p=0.73.

P0.7386 (59X64) =

...
56
57
58
59
60
61
62
63
64
65
66
...

P0.7386 (X64) - P0.7386 (X58) ≈ 0.6561 - 0.1495 ≈ 0.5066
(TI-Befehl: binomcdf(86,0.73,64) - binomcdf(86,0.73,58))