Mathebattle EduRandomtasks

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=0,25 Ausschuss. Es werden nacheinander 3 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass alle entnommenen Chips defekt sind.

Lösung einblenden

Da die Wahrscheinlichkeit für einen Treffer (also hier, dass ein entnommener Chips nicht defekt ist) p = 0,25 beträgt, muss die Wahrscheinlichkeit für 3 Treffer bei 3 Versuchen P = ${0,25}^{3}$ ≈ 0.0156 betragen, da ja bei jedem Versuch ein Treffer erzielt wird, und es somit nur einen möglichen Pfad im Baumdiagramm gibt.

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: $(\begin{matrix} 40 \\ 38 \end{matrix})$

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
$(\begin{matrix} 40 \\ 38 \end{matrix})$ = $\frac{40!}{38! ⋅ (40 - 38)!}$ = $\frac{40!}{38! ⋅ 2!}$ = $\frac{40⋅39⋅38⋅37⋅36⋅35⋅34⋅33⋅32⋅31⋅30⋅29⋅28⋅27⋅26⋅25⋅24⋅23⋅22⋅21⋅20⋅19⋅18⋅17⋅16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1}{38⋅37⋅36⋅35⋅34⋅33⋅32⋅31⋅30⋅29⋅28⋅27⋅26⋅25⋅24⋅23⋅22⋅21⋅20⋅19⋅18⋅17⋅16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 ⋅ 2⋅1}$
ausgeht, sieht man schnell, dass man mit der
38! = 38⋅37⋅36⋅35⋅34⋅33⋅32⋅31⋅30⋅29⋅28⋅27⋅26⋅25⋅24⋅23⋅22⋅21⋅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:

$(\begin{matrix} 40 \\ 38 \end{matrix})$ = $\frac{40⋅39}{2⋅1}$

= $\frac{20⋅39}{1}$ (gekürzt mit 2)

= 780

Binomialkoeffizient Anwendungen

Beispiel:

Bei einem Glücksspiel sind auf einem Schein 10 Felder abgedruckt. Von diesen 10 Felder soll sich der Spieler 5 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 10⋅9⋅8⋅7⋅6 = 30240 Möglichkeiten, die 10 Möglichkeiten (abgedruckte Felder) auf die 5 "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 5er-Gruppe drin ist, nicht an welcher Stelle.

Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 5er-Gruppe möglich sind.

Für die erste Stelle ist jede(r) aus der 5er-Gruppe möglich. Es gibt also 5 Möglichkeiten.
Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 4 Möglichkeiten.
Für die 3. Stelle fehlen dann schon 2, so dass nur noch 3 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 5⋅4⋅3⋅2⋅1 = 120 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 5er-Gruppe.

Wir müssen deswegen die 30240 Möglichkeiten für nach Reihenfolge sortierte 5er-Gruppen durch die 120 Möglichkeiten, die 5er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich $\frac{30240}{120}$ = 252 Möglichkeiten für 5er-Gruppen, die aus 10 Elementen (abgedruckte Felder) gebildet werden.

Die hier durchgeführte Berechnung $\frac{10\cdot9\cdot8\cdot7\cdot6}{5\cdot4\cdot3\cdot2\cdot1}$ könnte man mit 5! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

252 = $\frac{10\cdot9\cdot8\cdot7\cdot6}{5\cdot4\cdot3\cdot2\cdot1}$ = $\frac{10 \cdot 9 \cdot 8 \cdot 7 \cdot 6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}{5 \cdot 4 \cdot 3 \cdot 2 \cdot 1 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}$ = $\frac{10!}{5! ⋅ 5!}$ = $(\begin{matrix} 10 \\ 5 \end{matrix})$

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

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

Es werden 5 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 $(\begin{matrix} 40 \\ 5 \end{matrix})$ = $\frac{40!}{5! ⋅ 35!}$ = $\frac{40⋅39⋅38⋅37⋅36}{5⋅4⋅3⋅2⋅1}$ = 658008 verschiedene Möglichkeiten, die 5 Kugeln aus den 40 zu ziehen, bzw. von 40 Zahlen 5 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, 5 von 40 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, 4 Kreuze auf 39 Zahlen (alle außer der 18) zu setzen, also $(\begin{matrix} 39 \\ 4 \end{matrix})$ = $\frac{39!}{4! ⋅ 35!}$ = $\frac{39⋅38⋅37⋅36}{4⋅3⋅2⋅1}$ = 82251.

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

P = $\frac{Anzahl der gewünschten Ergebnisse}{Anzahl der möglichen Ergebnisse}$ = $\frac{82251}{658008}$ ≈ 0.125, also ca. 12.5%.

Formel v. Bernoulli

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 45% entsteht. Es wird eine Stichprobe der Menge 70 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 38 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=70 und p=0.45.

P_{0.45}^{70} (X = 38)

=

(\begin{matrix} 70 \\ 38 \end{matrix}) \cdot {0.45}^{38} \cdot {0.55}^{32}

=0.028404974653263≈ 0.0284
(TI-Befehl: binompdf(70,0.45,38))

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) ≥ 0.55.

Lösung einblenden

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	≈ 0.02	≈ 0 + 0.02 = 0.02
2	≈ 0.06	≈ 0.02 + 0.06 = 0.08
3	≈ 0.14	≈ 0.08 + 0.14 = 0.22
4	≈ 0.2	≈ 0.22 + 0.2 = 0.42
5	≈ 0.22	≈ 0.42 + 0.22 = 0.64

Während P(X ≤ 4) = 0.42 also noch klar unter der geforderten Wahrscheinlichkeit von 0.55 liegt, ist P(X ≤ 5) = 0.64 klar darüber.

Somit ist das gesuchte k = 5.

kumulierte Binomialverteilung

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 45%. Wie groß ist die Wahrscheinlichkeit dass er von 56 Versuchen nicht mehr als 29 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=56 und p=0.45.

P_{0.45}^{56} (X \leq 29)

=

P_{0.45}^{56} (X = 0)

+

P_{0.45}^{56} (X = 1)

+

P_{0.45}^{56} (X = 2)

+... +

P_{0.45}^{56} (X = 29)

= 0.87577095923968 ≈ 0.8758
(TI-Befehl: binomcdf(56,0.45,29))

Binomialverteilung X>=k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,15. Wie groß ist die Wahrscheinlichkeit bei 27 Versuchen mehr als 5 mal im grünen Bereich zu landen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Drehungen, die im grünen Bereich landen, an. X ist binomialverteilt mit n=27 und p=0.15.

...

3

4

5

6

7

8

...

P_{0.15}^{27} (X > 5)

=

P_{0.15}^{27} (X \geq 6)

= 1 -

P_{0.15}^{27} (X \leq 5)

= 0.2097
(TI-Befehl: 1-binomcdf(27,0.15,5))

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=0,3 entsteht. Es wird eine Stichprobe der Menge 52 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 10 und höchstens 19 beträgt?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=52 und p=0.3.

$P_{0.3}^{52} (10 \leq X \leq 19)$ =

...

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

...

P_{0.3}^{52} (X \leq 19)

-

P_{0.3}^{52} (X \leq 9)

≈ 0.8798 - 0.028 ≈ 0.8518
(TI-Befehl: binomcdf(52,0.3,19) - binomcdf(52,0.3,9))

Aufgabentypen anhand von Beispielen durchstöbern

0 oder 1 Treffer bei n Versuchen

Binomialkoeffizient

Binomialkoeffizient Anwendungen

Wahrscheinlichkeiten mit Binom.Koeff.

Formel v. Bernoulli

kumulierte WS aus Histogramm finden

kumulierte Binomialverteilung

Binomialverteilung X>=k

Binomialverteilung l < X < k