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=0,3 Ausschuss. Es werden nacheinander 5 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass nur beim dritten Chip ein Defekt vorliegt.

Lösung einblenden

Die Wahrscheinlichkeit für einen Treffer (also hier, dass ein entnommener Chips defekt sind) beträgt p = 0,3, für einen Nicht-Treffer (also hier, dass ein entnommener Chips nicht defekt ist) beträgt sie q = 1 - 0,3 = 0,7. Da ja der Treffer genau im dritten Durchgang kommen soll, ist auch hier nur ein Pfad im Baumdiagramm möglich. Dessen Wahrscheinlichkeit lässt sich dann wie folgt berechnen:

P = 0,7⋅0,7⋅0,3⋅0,7⋅0,7 = 0,3 · 0,7 4 ≈ 0.072 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 6 3 )

Lösung einblenden

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

( 6 3 ) = 6⋅5⋅4 3⋅2⋅1

= 2⋅5⋅4 2⋅1 (gekürzt mit 3)

= 5⋅4 1 (gekürzt mit 2)

= 20

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 30240 120 = 252 Möglichkeiten für 5er-Gruppen, die aus 10 Elementen (abgedruckte Felder) gebildet werden.

Die hier durchgeführte Berechnung 10⋅9⋅8⋅7⋅6 5⋅4⋅3⋅2⋅1 könnte man mit 5! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

252 = 10⋅9⋅8⋅7⋅6 5⋅4⋅3⋅2⋅1 = 10⋅9⋅8⋅7⋅6 ⋅5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 5⋅4⋅3⋅2⋅1 ⋅5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 = 10! 5! ⋅ 5! = ( 10 5 )

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 24 dabei ist?

Lösung einblenden

Es gibt insgesamt ( 35 5 ) = 35! 5! ⋅ 30! = 35⋅34⋅33⋅32⋅31 5⋅4⋅3⋅2⋅1 = 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 24 ist, bzw. wie viele Möglichkeiten es gibt, 5 von 35 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 24 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 34 Zahlen (alle außer der 24) zu setzen, also ( 34 4 ) = 34! 4! ⋅ 30! = 34⋅33⋅32⋅31 4⋅3⋅2⋅1 = 46376.

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

P = Anzahl der gewünschten Ergebnisse Anzahl der möglichen Ergebnisse = 46376 324632 ≈ 0.1429, also ca. 14.29%.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,95. Wie groß ist die Wahrscheinlichkeit bei 100 Versuchen genau 90 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=100 und p=0.95.

P0.95100 (X=90) = ( 100 90 ) ⋅ 0.9590 ⋅ 0.0510 =0.016715884095931≈ 0.0167
(TI-Befehl: binompdf(100,0.95,90))

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) ≥ 0.75.

Lösung einblenden

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

kP(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≈ 0.21≈ 0.22 + 0.21 = 0.43
5≈ 0.23≈ 0.43 + 0.23 = 0.66
6≈ 0.18≈ 0.66 + 0.18 = 0.84
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 5) = 0.66 also noch klar unter der geforderten Wahrscheinlichkeit von 0.75 liegt, ist P(X ≤ 6) = 0.84 klar darüber.

Somit ist das gesuchte k = 6.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 31 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 7 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=31 und p= 1 6 .

P 1 6 31 (X≤7) = P 1 6 31 (X=0) + P 1 6 31 (X=1) + P 1 6 31 (X=2) +... + P 1 6 31 (X=7) = 0.8680171863053 ≈ 0.868
(TI-Befehl: binomcdf(31,1/6,7))

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 86 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mindestens 23 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=86 und p= 1 6 .

...
20
21
22
23
24
25
...

P 1 6 86 (X≥23) = 1 - P 1 6 86 (X≤22) = 0.0123
(TI-Befehl: 1-binomcdf(86, 1 6 ,22))

Binomialverteilung l < X < k

Beispiel:

Ein Würfel wird 71 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 9 mal, aber weniger als 19 mal eine sechs gewürfelt wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=71 und p= 1 6 .

P 1 6 71 (10≤X≤18) =

...
7
8
9
10
11
12
13
14
15
16
17
18
19
20
...

P 1 6 71 (X≤18) - P 1 6 71 (X≤9) ≈ 0.9786 - 0.2337 ≈ 0.7449
(TI-Befehl: binomcdf(71, 1 6 ,18) - binomcdf(71, 1 6 ,9))