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:

Bei einem Glückrad beträgt die Wahrscheinlichkeit, in den grünen Bereich zu drehen, 70%. Es wird 3 mal gedreht. Bestimme die Wahrscheinlichkeit dafür, dass bei der ersten Drehung der grüne Bereich erzielt 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 = 0,7 ≈ 0.7 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 11 8 )

Lösung einblenden

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

( 11 8 ) = 11⋅10⋅9 3⋅2⋅1

= 11⋅10⋅3 2⋅1 (gekürzt mit 3)

= 11⋅5⋅3 1 (gekürzt mit 2)

= 165

Binomialkoeffizient Anwendungen

Beispiel:

Ein Skatkartenspiel hat 32 verschiedende Karten. Aus einem gut gemischten Stapel werden 4 Karten gezogen.Wie viele verschiedene Möglichkeiten gibt es hierfür?

Lösung einblenden

Für die erste Stelle ist jede Karte möglich. Es gibt also 32 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Karte nicht mehr möglich, es gibt also nur noch 31 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 30 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 32313029 = 863040 Möglichkeiten, die 32 Möglichkeiten (Karten) auf die 4 "Ziehungen" (gezogene) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel HerzAss - KreuzBube - Karo7 und KreuzBube - Karo7 - HerzAss 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 863040 Möglichkeiten für nach Reihenfolge sortierte 4er-Gruppen durch die 24 Möglichkeiten, die 4er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 863040 24 = 35960 Möglichkeiten für 4er-Gruppen, die aus 32 Elementen (Karten) gebildet werden.

Die hier durchgeführte Berechnung 32313029 4321 könnte man mit 28! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

35960 = 32313029 4321 = 32313029 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 4321 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 = 32! 4! ⋅ 28! = ( 32 4 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 20 Kugeln, die mit den Zahlen 1 bis 20 beschriftet sind.

Es werden 6 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 9, die 12 und die 18 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 20 6 ) = 20! 6! ⋅ 14! = 20⋅19⋅18⋅17⋅16⋅15 6⋅5⋅4⋅3⋅2⋅1 = 38760 verschiedene Möglichkeiten, die 6 Kugeln aus den 20 zu ziehen, bzw. von 20 Zahlen 6 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn drei der gezogenen Zahlen die 9, die 12 und die 18 sind, bzw. wie viele Möglichkeiten es gibt, 6 von 20 Zahlen anzukreuzen, wobei drei Kreuze sicher auf der der 9, der 12 und der 18 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 17 Zahlen (alle außer der 9, der 12 und der 18) zu setzen, also ( 17 3 ) = 17! 3! ⋅ 14! = 17⋅16⋅15 3⋅2⋅1 = 680.

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

P = Anzahl der gewünschten Ergebnisse Anzahl der möglichen Ergebnisse = 680 38760 ≈ 0.0175, also ca. 1.75%.

Formel v. Bernoulli

Beispiel:

Eine Münze wird 28 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 14 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Würfe mit Zahl an. X ist binomialverteilt mit n=28 und p=0.5.

P0.528 (X=14) = ( 28 14 ) 0.514 0.514 =0.14944598078728≈ 0.1494
(TI-Befehl: binompdf(28,0.5,14))

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 größte k, für das gilt P(X ≥ k) ≥ 0.7.

Lösung einblenden

Wenn P(X ≥ k) ≥ 0.7 sein soll, bedeutet das doch, dass sie Summe der Säulenhöhen von k bis zum rechten Rand mindestens 0.7 sein muss. Das ist dann aber doch gleichbedeutend, wie dass für die restlichen Säulenhöhen links von 0 bis k-1 höchstens 1-0.7=0.3 als Wahrscheinlichkeit übrig bleiben darf.

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

kP(X = k)P(X ≤ k)
0≈ 0.02≈ 0 + 0.02 = 0.02
1≈ 0.09≈ 0.02 + 0.09 = 0.11
2≈ 0.2≈ 0.11 + 0.2 = 0.31
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 1) = 0.11 also noch klar unter der geforderten Wahrscheinlichkeit von 0.3 liegt, ist P(X ≤ 2) = 0.31 klar darüber.

Oder andersrum: P(X ≥ 2) = 1 - P(X ≤ 1) = 0.89 (die Summe der blauen Säulenhöhen von 2 bis 11) ist klar über der geforderten Wahrscheinlichkeit von 0.7, während P(X ≥ 3) = 1 - P(X ≤ 2) = 0.69 (die Summe der Säulenhöhen von 3 bis 11) klar darunter liegt.

Somit ist das gesuchte k = 2.

kumulierte Binomialverteilung

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 40%. Wie groß ist die Wahrscheinlichkeit dass er von 31 Versuchen nicht mehr als 10 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=31 und p=0.4.

P0.431 (X10) = P0.431 (X=0) + P0.431 (X=1) + P0.431 (X=2) +... + P0.431 (X=10) = 0.2453977106317 ≈ 0.2454
(TI-Befehl: binomcdf(31,0.4,10))

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,87. Wie groß ist die Wahrscheinlichkeit dass er von 91 Versuchen mindestens 78 trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=91 und p=0.87.

...
75
76
77
78
79
80
...

P0.8791 (X78) = 1 - P0.8791 (X77) = 0.7083
(TI-Befehl: 1-binomcdf(91,0.87,77))

Binomialverteilung l < X < k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,5. Wie groß ist die Wahrscheinlichkeit bei 90 Versuchen, mehr als 39 mal und höchstens 49 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=90 und p=0.5.

P0.590 (40X49) =

...
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
...

P0.590 (X49) - P0.590 (X39) ≈ 0.8286 - 0.1231 ≈ 0.7055
(TI-Befehl: binomcdf(90,0.5,49) - binomcdf(90,0.5,39))