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
4! = 4⋅3⋅2⋅1
rechts im Zähler und Nenner kürzen kann, so dass gilt:
=
= (gekürzt mit 3)
= (gekürzt mit 2)
= 35
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?
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
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
Wir müssen deswegen die 504 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.
Hieraus ergeben sich = 84 Möglichkeiten für 3er-Gruppen, die aus 9 Elementen (Eissorten) gebildet werden.
Die hier durchgeführte Berechnung könnte man mit 6! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:
84 = = = =
Wahrscheinlichkeiten mit Binom.Koeff.
Beispiel:
In einer Urne befinden sich 35 Kugeln, die mit den Zahlen 1 bis 35 beschriftet sind.
Es werden 5 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 10 dabei ist?
Es gibt insgesamt = = = 324632 verschiedene Möglichkeiten, die 5 Kugeln aus den 35 zu ziehen, bzw. von 35 Zahlen 5 anzukreuzen.
Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 10 ist, bzw. wie viele Möglichkeiten es gibt, 5 von 35 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 10 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 34 Zahlen (alle außer der 10) zu setzen, also = = = 46376.
Die Wahrscheinlichkeit lässt sich somit mit der Laplace-Formel berechnen:
P = = ≈ 0.1429, also ca. 14.29%.
Formel v. Bernoulli
Beispiel:
Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 5 Glückskekse mit einer Peproni zu erwischen, wenn man 88 Glückskekse kauft?
Die Zufallsgröße X gibt die Anzahl der Glückskekse mit einer Peperoni an. X ist binomialverteilt mit n=88 und p=.
= =0.018375357940889≈ 0.0184(TI-Befehl: binompdf(88,1/8,5))
kumulierte WS aus Histogramm finden
Beispiel:
In der Abbildung rechts ist das Histogramm einer binomialverteilten Zufallsgröße X zu sehen. Finde das kleinste k, für das gilt P(X ≤ k) ≥ 0.75.
Wir lesen einfach die Säulenhöhen aus dem Histogramm ab und addieren diese Werte:
| k | P(X = k) | P(X ≤ k) |
|---|---|---|
| 0 | ≈ 0.03 | ≈ 0 + 0.03 = 0.03 |
| 1 | ≈ 0.13 | ≈ 0.03 + 0.13 = 0.16 |
| 2 | ≈ 0.23 | ≈ 0.16 + 0.23 = 0.39 |
| 3 | ≈ 0.26 | ≈ 0.39 + 0.26 = 0.65 |
| 4 | ≈ 0.19 | ≈ 0.65 + 0.19 = 0.84 |
Während P(X ≤ 3) = 0.65 also noch klar unter der geforderten Wahrscheinlichkeit von 0.75 liegt, ist P(X ≤ 4) = 0.84 klar darüber.
Somit ist das gesuchte k = 4.
kumulierte Binomialverteilung
Beispiel:
Ein Basketballspieler hat eine Trefferquote von 56%. Wie groß ist die Wahrscheinlichkeit dass er von 22 Versuchen weniger als 13 trifft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=22 und p=0.56.
= = + + +... + = 0.52721948159457 ≈ 0.5272(TI-Befehl: binomcdf(22,0.56,12))
Binomialverteilung X>=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=0,18 entsteht. Es wird eine Stichprobe der Menge 28 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 3 oder sogar noch mehr Chips defekt sind?
(Bitte auf 4 Stellen nach dem Komma runden)
Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=28 und p=0.18.
(TI-Befehl: 1-binomcdf(28,0.18,2))
Binomialverteilung l < X < k
Beispiel:
Ein Zufallsexperiment wird 99 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,25.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 23, aber höchstens 29 Treffer zu erzielen?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=99 und p=0.25.
=
(TI-Befehl: binomcdf(99,0.25,29) - binomcdf(99,0.25,22))
