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 dabei genau einmal eine "6" gewürfelt wird.
Die Wahrscheinlichkeit für einen Treffer (also hier, dass eine "6" gewürfelt wird) beträgt p = , für einen Nicht-Treffer (also hier, dass keine "6" gewürfelt wird) beträgt sie q = 1 - = . Hier gibt es nun mehrere Möglichkeiten, wann der eine Treffer eintritt:
Treffer - NichtTreffer - NichtTreffer (also Treffer im 1-ten Versuch)
NichtTreffer - Treffer - NichtTreffer (also Treffer im 2-ten Versuch)
NichtTreffer - NichtTreffer - Treffer (also Treffer im 3-ten Versuch)
Bei jedem dieser 3 Fälle ist die Wahrscheinlichkeit gleich, nämlich Pk = .
Für die gesuchte Wahrscheinlichkeit aller 3 Fälle gilt somit P = ≈ 0.3472 .
Binomialkoeffizient
Beispiel:
Berechne ohne Taschenrechner:
Wenn man von der allgememeinen Formel für den Binomialkoeffizient
= =
=
ausgeht, sieht man schnell, dass man mit der
5! = 5⋅4⋅3⋅2⋅1
rechts im Zähler und Nenner kürzen kann, so dass gilt:
=
= (gekürzt mit 5)
= (gekürzt mit 4)
= (gekürzt mit 3)
= (gekürzt mit 2)
= 252
Binomialkoeffizient Anwendungen
Beispiel:
Die Sportlehrerin Frau Hertz braucht für eine Demonstration 2 Schülerinnen. Diese möchte sie zufällig aus der 19-köpfigen Sportgruppe losen. Wie viele verschiedene 2er-Gruppen sind so möglich?
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.
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
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 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
Wir müssen deswegen die 342 Möglichkeiten für nach Reihenfolge sortierte 2er-Gruppen durch die 2 Möglichkeiten, die 2er-Gruppe anzuordnen, teilen.
Hieraus ergeben sich = 171 Möglichkeiten für 2er-Gruppen, die aus 19 Elementen (Schülerinnen) gebildet werden.
Die hier durchgeführte Berechnung könnte man mit 17! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:
171 = = = =
Wahrscheinlichkeiten mit Binom.Koeff.
Beispiel:
In einer Urne befinden sich 40 Kugeln, die mit den Zahlen 1 bis 40 beschriftet sind.
Es werden 4 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 15 dabei ist?
Es gibt insgesamt = = = 91390 verschiedene Möglichkeiten, die 4 Kugeln aus den 40 zu ziehen, bzw. von 40 Zahlen 4 anzukreuzen.
Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 15 ist, bzw. wie viele Möglichkeiten es gibt, 4 von 40 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 15 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 39 Zahlen (alle außer der 15) zu setzen, also = = = 9139.
Die Wahrscheinlichkeit lässt sich somit mit der Laplace-Formel berechnen:
P = = ≈ 0.1, also ca. 10%.
Formel v. Bernoulli
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=0,45. Wie groß ist die Wahrscheinlichkeit dass er von 52 Versuchen genau 21 trifft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=52 und p=0.45.
= =0.089534183084824≈ 0.0895(TI-Befehl: binompdf(52,0.45,21))
kumulierte WS aus Histogramm finden
Beispiel:
In der Abbildung rechts ist das Histogramm einer binomialverteilten Zufallsgröße X zu sehen. Finde das größte k, für das gilt P(X ≥ k) ≥ 0.55.
Wenn P(X ≥ k) ≥ 0.55 sein soll, bedeutet das doch, dass sie Summe der Säulenhöhen von k bis zum rechten Rand mindestens 0.55 sein muss. Das ist dann aber doch gleichbedeutend, wie dass für die restlichen Säulenhöhen links von 0 bis k-1 höchstens 1-0.55=0.45 als Wahrscheinlichkeit übrig bleiben darf.
Wir lesen einfach die Säulenhöhen aus dem Histogramm ab und addieren diese Werte:
| k | P(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 |
Während P(X ≤ 5) = 0.43 also noch klar unter der geforderten Wahrscheinlichkeit von 0.45 liegt, ist P(X ≤ 6) = 0.65 klar darüber.
Oder andersrum: P(X ≥ 6) = 1 - P(X ≤ 5) = 0.57 (die Summe der blauen Säulenhöhen von 6 bis 13) ist klar über der geforderten Wahrscheinlichkeit von 0.55, während P(X ≥ 7) = 1 - P(X ≤ 6) = 0.35 (die Summe der Säulenhöhen von 7 bis 13) klar darunter liegt.
Somit ist das gesuchte k = 6.
kumulierte Binomialverteilung
Beispiel:
Ein Zufallsexperiment wird 98 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,2.Wie groß ist dabei die Wahrscheinlichkeit, höchstens 17 Treffer zu erzielen?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=98 und p=0.2.
= + + +... + = 0.30449073028347 ≈ 0.3045(TI-Befehl: binomcdf(98,0.2,17))
Binomialverteilung X>=k
Beispiel:
Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, 4 oder mehr Glückskekse mit einer Peproni zu erwischen, wenn man 22 Glückskekse kauft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=22 und p=0.125.
(TI-Befehl: 1-binomcdf(22,0.125,3))
Binomialverteilung X ∈ [l;k]
Beispiel:
Ein Basketballspieler hat eine Trefferquote von 76% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 69 Versuchen mindestens 47 und weniger als 60 trifft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=69 und p=0.76.
=
(TI-Befehl: binomcdf(69,0.76,59) - binomcdf(69,0.76,46))
