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=0,35 Ausschuss. Es werden nacheinander 3 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass nur beim zweiten Chip ein Defekt vorliegt.
Die Wahrscheinlichkeit für einen Treffer (also hier, dass ein entnommener Chips defekt sind) beträgt p = 0,35, für einen Nicht-Treffer (also hier, dass ein entnommener Chips nicht defekt ist) beträgt sie q = 1 - 0,35 = . Da ja der Treffer genau im zweiten Durchgang kommen soll, ist auch hier nur ein Pfad im Baumdiagramm möglich. Dessen Wahrscheinlichkeit lässt sich dann wie folgt berechnen:
P = ⋅0,35⋅ = ≈ 0.1479 .
Binomialkoeffizient
Beispiel:
Berechne ohne Taschenrechner:
Wenn man von der allgememeinen Formel für den Binomialkoeffizient
= =
=
ausgeht, sieht man schnell, dass man mit der
4! = 4⋅3⋅2⋅1
rechts im Zähler und Nenner kürzen kann, so dass gilt:
=
= 5
Binomialkoeffizient Anwendungen
Beispiel:
Eine Eisdiele bietet 10 verschiedene Eissorten an. Rüdiger darf sich ein Eis mit 2 Kugeln zusammenstellen. Er möchte aber auf jeden Fall lauter verschiedene Eissorten in seinem Eis haben. Wieviele Möglichkeiten hat er sich solch ein Eis zusammenzustellen?
Für die erste Stelle ist jede Eissorte möglich. Es gibt also 10 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Eissorte 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
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 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 90 Möglichkeiten für nach Reihenfolge sortierte 2er-Gruppen durch die 2 Möglichkeiten, die 2er-Gruppe anzuordnen, teilen.
Hieraus ergeben sich = 45 Möglichkeiten für 2er-Gruppen, die aus 10 Elementen (Eissorten) gebildet werden.
Die hier durchgeführte Berechnung könnte man mit 8! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:
45 = = = =
Wahrscheinlichkeiten mit Binom.Koeff.
Beispiel:
In einer Urne befinden sich 25 Kugeln, die mit den Zahlen 1 bis 25 beschriftet sind.
Es werden 6 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 2 und die 10 dabei sind?
Es gibt insgesamt = = = 177100 verschiedene Möglichkeiten, die 6 Kugeln aus den 25 zu ziehen, bzw. von 25 Zahlen 6 anzukreuzen.
Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn zwei der gezogenen Zahlen die 2 und die 10 sind, bzw. wie viele Möglichkeiten es gibt, 6 von 25 Zahlen anzukreuzen, wobei zwei Kreuze sicher auf der der 2 und der 10 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 23 Zahlen (alle außer der 2 und der 10) zu setzen, also = = = 8855.
Die Wahrscheinlichkeit lässt sich somit mit der Laplace-Formel berechnen:
P = = ≈ 0.05, also ca. 5%.
Formel v. Bernoulli
Beispiel:
In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 95 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 60 mal eine blaue Kugel gezogen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=95 und p=0.7.
= =0.030536428094753≈ 0.0305(TI-Befehl: binompdf(95,0.7,60))
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) ≥ 0.85.
Wenn P(X ≥ k) ≥ 0.85 sein soll, bedeutet das doch, dass sie Summe der Säulenhöhen von k bis zum rechten Rand mindestens 0.85 sein muss. Das ist dann aber doch gleichbedeutend, wie dass für die restlichen Säulenhöhen links von 0 bis k-1 höchstens 1-0.85=0.15 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 | ≈ 0.01 | ≈ 0 + 0.01 = 0.01 |
| 1 | ≈ 0.07 | ≈ 0.01 + 0.07 = 0.08 |
| 2 | ≈ 0.18 | ≈ 0.08 + 0.18 = 0.26 |
Während P(X ≤ 1) = 0.08 also noch klar unter der geforderten Wahrscheinlichkeit von 0.15 liegt, ist P(X ≤ 2) = 0.26 klar darüber.
Oder andersrum: P(X ≥ 2) = 1 - P(X ≤ 1) = 0.92 (die Summe der blauen Säulenhöhen von 2 bis 10) ist klar über der geforderten Wahrscheinlichkeit von 0.85, während P(X ≥ 3) = 1 - P(X ≤ 2) = 0.74 (die Summe der Säulenhöhen von 3 bis 10) klar darunter liegt.
Somit ist das gesuchte k = 2.
kumulierte Binomialverteilung
Beispiel:
Eine Münze wird 73 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 38 mal "Zahl" (p=0,5) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Würfe mit Zahl an. X ist binomialverteilt mit n=73 und p=0.5.
= = + + +... + = 0.5924393823875 ≈ 0.5924(TI-Befehl: binomcdf(73,0.5,37))
Binomialverteilung X>=k
Beispiel:
Ein Würfel wird 75 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mehr als 6 mal eine 6 (p=1/6) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=75 und p=.
(TI-Befehl: 1-binomcdf(75,,6))
Binomialverteilung X ∈ [l;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 79 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so mindestens 17, aber weniger als 27 Fragen richtig beantwortet hat?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=79 und p=0.25.
=
(TI-Befehl: binomcdf(79,0.25,26) - binomcdf(79,0.25,16))
