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:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Dabei entsteht mit einer Wahrscheinlichkeit von p=0,4 Ausschuss. Es werden nacheinander 3 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass dabei genau ein Chip defekt ist.

Lösung einblenden

Die Wahrscheinlichkeit für einen Treffer (also hier, dass ein entnommener Chips defekt sind) beträgt p = 0,4, für einen Nicht-Treffer (also hier, dass ein entnommener Chips nicht defekt ist) beträgt sie q = 1 - 0,4 = 0,6. 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 = 0,4 · 0,6 2 .

Für die gesuchte Wahrscheinlichkeit aller 3 Fälle gilt somit P = 3 · 0,4 · 0,6 2 ≈ 0.432 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 10 3 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 10 3 ) = 10! 3! ⋅ (10 - 3)! = 10! 3! ⋅ 7! = 10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 3⋅2⋅1 ⋅ 7⋅6⋅5⋅4⋅3⋅2⋅1
ausgeht, sieht man schnell, dass man mit der
7! = 7⋅6⋅5⋅4⋅3⋅2⋅1
rechts im Zähler und Nenner kürzen kann, so dass gilt:

( 10 3 ) = 10⋅9⋅8 3⋅2⋅1

= 10⋅3⋅8 2⋅1 (gekürzt mit 3)

= 5⋅3⋅8 1 (gekürzt mit 2)

= 120

Binomialkoeffizient Anwendungen

Beispiel:

Bei einem Glücksspiel sind auf einem Schein 10 Felder abgedruckt. Von diesen 10 Felder soll sich der Spieler 4 Felder aussuchen und ankreuzen.Wieviele Möglichkeiten hat er hierfür?

Lösung einblenden

Für die erste Stelle ist jedes Feld möglich. Es gibt also 10 Möglichkeiten. Für die zweite Stelle ist das bereits als erstes gewählte Feld nicht mehr möglich, es gibt also nur noch 9 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 8 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 10987 = 5040 Möglichkeiten, die 10 Möglichkeiten (abgedruckte Felder) auf die 4 "Ziehungen" (angekreuzte Felder) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel Feld1 - Feld3 - Feld6 und Feld3 - Feld6 - Feld1 zwei unterschiedliche Ergebnisse. In unserem Fall hier soll diese Reihenfolge aber keine Rolle spielen. Es interessiert nur, wer in der 4er-Gruppe drin ist, nicht an welcher Stelle.

Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 4er-Gruppe möglich sind.

  • Für die erste Stelle ist jede(r) aus der 4er-Gruppe möglich. Es gibt also 4 Möglichkeiten.
  • Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 3 Möglichkeiten.
  • Für die 3. Stelle fehlen dann schon 2, so dass nur noch 2 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 4321 = 24 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 4er-Gruppe.

Wir müssen deswegen die 5040 Möglichkeiten für nach Reihenfolge sortierte 4er-Gruppen durch die 24 Möglichkeiten, die 4er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 5040 24 = 210 Möglichkeiten für 4er-Gruppen, die aus 10 Elementen (abgedruckte Felder) gebildet werden.

Die hier durchgeführte Berechnung 10987 4321 könnte man mit 6! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

210 = 10987 4321 = 10987 6 5 4 3 2 1 4321 6 5 4 3 2 1 = 10! 4! ⋅ 6! = ( 10 4 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 40 Kugeln, die mit den Zahlen 1 bis 40 beschriftet sind.

Es werden 6 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 1 und die 29 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 40 6 ) = 40! 6! ⋅ 34! = 40⋅39⋅38⋅37⋅36⋅35 6⋅5⋅4⋅3⋅2⋅1 = 3838380 verschiedene Möglichkeiten, die 6 Kugeln aus den 40 zu ziehen, bzw. von 40 Zahlen 6 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn zwei der gezogenen Zahlen die 1 und die 29 sind, bzw. wie viele Möglichkeiten es gibt, 6 von 40 Zahlen anzukreuzen, wobei zwei Kreuze sicher auf der der 1 und der 29 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 38 Zahlen (alle außer der 1 und der 29) zu setzen, also ( 38 4 ) = 38! 4! ⋅ 34! = 38⋅37⋅36⋅35 4⋅3⋅2⋅1 = 73815.

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

P = Anzahl der gewünschten Ereignisse Anzahl der möglichen Ereignisse = 73815 3838380 ≈ 0.0192, also ca. 1.92%.

Formel v. Bernoulli

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,7. Wie groß ist die Wahrscheinlichkeit dass er von 69 Versuchen genau 43 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=69 und p=0.7.

P0.769 (X=43) = ( 69 43 ) 0.743 0.326 =0.038986086436164≈ 0.039
(TI-Befehl: binompdf(69,0.7,43))

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) ≥ 0.65.

Lösung einblenden

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

kP(X = k)P(X ≤ k)
0≈ 0.06≈ 0 + 0.06 = 0.06
1≈ 0.19≈ 0.06 + 0.19 = 0.25
2≈ 0.28≈ 0.25 + 0.28 = 0.53
3≈ 0.25≈ 0.53 + 0.25 = 0.78
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 2) = 0.53 also noch klar unter der geforderten Wahrscheinlichkeit von 0.65 liegt, ist P(X ≤ 3) = 0.78 klar darüber.

Somit ist das gesuchte k = 3.

kumulierte Binomialverteilung

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 40 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so bis zu 10 Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der zufällig richtig beantworteten Fragen an. X ist binomialverteilt mit n=40 und p=0.25.

P0.2540 (X10) = P0.2540 (X=0) + P0.2540 (X=1) + P0.2540 (X=2) +... + P0.2540 (X=10) = 0.58390407802879 ≈ 0.5839
(TI-Befehl: binomcdf(40,0.25,10))

Binomialverteilung X>=k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,35. Wie groß ist die Wahrscheinlichkeit bei 44 Versuchen mindestens 12 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Drehungen, die im grünen Bereich landen, an. X ist binomialverteilt mit n=44 und p=0.35.

...
9
10
11
12
13
14
...

P0.3544 (X12) = 1 - P0.3544 (X11) = 0.8931
(TI-Befehl: 1-binomcdf(44,0.35,11))

Binomialverteilung l < X < k

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, mehr als 2 und höchstens 8 Glückskekse mit einer Peproni zu erwischen, wenn man 56 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Glückskekse mit einer Peperoni an. X ist binomialverteilt mit n=56 und p=0.125.

P0.12556 (3X8) =

...
0
1
2
3
4
5
6
7
8
9
10
...

P0.12556 (X8) - P0.12556 (X2) ≈ 0.7383 - 0.0229 ≈ 0.7154
(TI-Befehl: binomcdf(56,0.125,8) - binomcdf(56,0.125,2))