nach Aufgabentypen suchen

Aufgabentypen anhand von Beispielen durchstöbern

Browserfenster aktualisieren (F5), um neue Beispiele bei den Aufgabentypen zu sehen

0 oder 1 Treffer bei n Versuchen

Beispiel:

Ein idealer Würfel wird 4 mal geworfen. Bestimme die Wahrscheinlichkeit dafür, dass im ersten Wurf keine "6" gewürfelt 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 - 1 6 = 5 6 ≈ 0.8333 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 21 20 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 21 20 ) = 21! 20! ⋅ (21 - 20)! = 21! 20! ⋅ 1! = 21⋅20⋅19⋅18⋅17⋅16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 20⋅19⋅18⋅17⋅16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 ⋅ 1
ausgeht, sieht man schnell, dass man mit der
20! = 20⋅19⋅18⋅17⋅16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1
rechts im Zähler und links im Nenner kürzen kann, so dass gilt:

( 21 20 ) = 21 1

= 21

Binomialkoeffizient Anwendungen

Beispiel:

Die Sportlehrerin Frau Hertz braucht für eine Demonstration 3 Schülerinnen. Diese möchte sie zufällig aus der 22-köpfigen Sportgruppe losen. Wie viele verschiedene 3er-Gruppen sind so möglich?

Lösung einblenden

Für die erste Stelle ist jede Schülerin möglich. Es gibt also 22 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Schülerin nicht mehr möglich, es gibt also nur noch 21 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 20 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 22⋅21⋅20 = 9240 Möglichkeiten, die 22 Möglichkeiten (Schülerinnen) auf die 3 "Ziehungen" (geloste) zu verteilen.

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 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 3⋅2⋅1 = 6 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 3er-Gruppe.

Wir müssen deswegen die 9240 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 9240 6 = 1540 Möglichkeiten für 3er-Gruppen, die aus 22 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung 22⋅21⋅20 3⋅2⋅1 könnte man mit 19! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

1540 = 22⋅21⋅20 3⋅2⋅1 = 22⋅21⋅20 ⋅19 ⋅ 18 ⋅ 17 ⋅ 16 ⋅ 15 ⋅ 14 ⋅ 13 ⋅ 12 ⋅ 11 ⋅ 10 ⋅ 9 ⋅ 8 ⋅ 7 ⋅ 6 ⋅ 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 3⋅2⋅1 ⋅19 ⋅ 18 ⋅ 17 ⋅ 16 ⋅ 15 ⋅ 14 ⋅ 13 ⋅ 12 ⋅ 11 ⋅ 10 ⋅ 9 ⋅ 8 ⋅ 7 ⋅ 6 ⋅ 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 = 22! 3! ⋅ 19! = ( 22 3 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 25 Kugeln, die mit den Zahlen 1 bis 25 beschriftet sind.

Es werden 4 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 18 dabei ist?

Lösung einblenden

Es gibt insgesamt ( 25 4 ) = 25! 4! ⋅ 21! = 25⋅24⋅23⋅22 4⋅3⋅2⋅1 = 12650 verschiedene Möglichkeiten, die 4 Kugeln aus den 25 zu ziehen, bzw. von 25 Zahlen 4 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 18 ist, bzw. wie viele Möglichkeiten es gibt, 4 von 25 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 18 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 24 Zahlen (alle außer der 18) zu setzen, also ( 24 3 ) = 24! 3! ⋅ 21! = 24⋅23⋅22 3⋅2⋅1 = 2024.

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

P = Anzahl der gewünschten Ergebnisse Anzahl der möglichen Ergebnisse = 2024 12650 ≈ 0.16, also ca. 16%.

Formel v. Bernoulli

Beispiel:

Es soll geprüft werden, ob die Würfel eines Casinos gezinkt sind.Dazu wird mit einem Würfel 55-mal gewürfelt. Es werden hierbei 6 6er erzielt.Berechnen Sie die Wahrscheinlichkeit für 6 6er bei 55 Würfen.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=55 und p= 1 6 .

P 1 6 55 (X=6) = ( 55 6 ) ⋅ ( 1 6 )6 ⋅ ( 5 6 )49 =0.081932232346724≈ 0.0819
(TI-Befehl: binompdf(55,1/6,6))

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) ≥ 0.5.

Lösung einblenden

Wir lesen einfach die Säulenhöhen aus dem Histogramm ab und addieren diese Werte:

kP(X = k)P(X ≤ k)
0≈ 0.01≈ 0 + 0.01 = 0.01
1≈ 0.04≈ 0.01 + 0.04 = 0.05
2≈ 0.12≈ 0.05 + 0.12 = 0.17
3≈ 0.22≈ 0.17 + 0.22 = 0.39
4≈ 0.25≈ 0.39 + 0.25 = 0.64
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 3) = 0.39 also noch klar unter der geforderten Wahrscheinlichkeit von 0.5 liegt, ist P(X ≤ 4) = 0.64 klar darüber.

Somit ist das gesuchte k = 4.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 27 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,9.Wie groß ist dabei die Wahrscheinlichkeit, höchstens 24 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=27 und p=0.9.

P0.927 (X≤24) = P0.927 (X=0) + P0.927 (X=1) + P0.927 (X=2) +... + P0.927 (X=24) = 0.515418858308 ≈ 0.5154
(TI-Befehl: binomcdf(27,0.9,24))

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 64 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mindestens 11 mal eine 6 (p=1/6) geworfen wird?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=64 und p= 1 6 .

...
8
9
10
11
12
13
...

P 1 6 64 (X≥11) = 1 - P 1 6 64 (X≤10) = 0.5072
(TI-Befehl: 1-binomcdf(64, 1 6 ,10))

Binomialverteilung l < 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=0,55 entsteht. Es wird eine Stichprobe der Menge 62 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 30 und höchstens 34 beträgt?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=62 und p=0.55.

P0.5562 (30≤X≤34) =

...
27
28
29
30
31
32
33
34
35
36
...

P0.5562 (X≤34) - P0.5562 (X≤29) ≈ 0.5389 - 0.1203 ≈ 0.4186
(TI-Befehl: binomcdf(62,0.55,34) - binomcdf(62,0.55,29))