Klasse 5-6
Klasse 7-8
Klasse 9-10
Kursstufe
cosh
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 5 mal geworfen. Bestimme die Wahrscheinlichkeit dafür, dass dabei 4 mal eine "6" gewürfelt wird.
Die Wahrscheinlichkeit für einen Treffer (also hier, dass eine "6" gewürfelt wird) beträgt p = , für einen Nicht-Treffer (also hier, dass keine "6" gewürfelt wird) beträgt sie q = 1 - = . Wenn genau 4 Treffer unter den 5 Versuchen sein sollen, bedeutet das doch, dass es genau einen Nicht-Treffer unter den 5 Versuchen geben muss. Hier gibt es nun mehrere Möglichkeiten, wann dieser Nicht-Treffer eintritt:
NichtTreffer - Treffer - Treffer - Treffer - Treffer (also der NichtTreffer im 1-ten Versuch)
Treffer - NichtTreffer - Treffer - Treffer - Treffer (also der NichtTreffer im 2-ten Versuch)
Treffer - Treffer - NichtTreffer - Treffer - Treffer (also der NichtTreffer im 3-ten Versuch)
Treffer - Treffer - Treffer - NichtTreffer - Treffer (also der NichtTreffer im 4-ten Versuch)
Treffer - Treffer - Treffer - Treffer - NichtTreffer (also der NichtTreffer im 5-ten Versuch)
Bei jedem dieser 5 Fälle ist die Wahrscheinlichkeit gleich, nämlich Pk = .
Für die gesuchte Wahrscheinlichkeit aller 5 Fälle gilt somit P = ≈ 0.0032 .
Binomialkoeffizient
Beispiel:
Berechne ohne Taschenrechner:
Wenn man von der allgememeinen Formel für den Binomialkoeffizient
= =
=
ausgeht, sieht man schnell, dass man mit der
5! = 5⋅4⋅3⋅2⋅1
rechts im Zähler und links im Nenner kürzen kann, so dass gilt:
=
= (gekürzt mit 2)
= 21
Binomialkoeffizient Anwendungen
Beispiel:
Ein Skatkartenspiel hat 32 verschiedende Karten. Aus einem gut gemischten Stapel werden 3 Karten gezogen.Wie viele verschiedene Möglichkeiten gibt es hierfür?
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
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 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
Wir müssen deswegen die 29760 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.
Hieraus ergeben sich = 4960 Möglichkeiten für 3er-Gruppen, die aus 32 Elementen (Karten) gebildet werden.
Die hier durchgeführte Berechnung könnte man mit 29! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:
4960 = = = =
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 14 dabei ist?
Es gibt insgesamt = = = 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 14 ist, bzw. wie viele Möglichkeiten es gibt, 4 von 25 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 14 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 24 Zahlen (alle außer der 14) zu setzen, also = = = 2024.
Die Wahrscheinlichkeit lässt sich somit mit der Laplace-Formel berechnen:
P = = ≈ 0.16, also ca. 16%.
Formel v. Bernoulli
Beispiel:
Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 7 Glückskekse mit einer Peproni zu erwischen, wenn man 37 Glückskekse kauft?
Die Zufallsgröße X gibt die Anzahl der Glückskekse mit einer Peperoni an. X ist binomialverteilt mit n=37 und p=.
= =0.089383620845891≈ 0.0894(TI-Befehl: binompdf(37,1/8,7))
kumulierte WS aus Histogramm finden
Beispiel:
In der Abbildung rechts ist das Histogramm einer binomialverteilten Zufallsgröße X zu sehen. Finde das größte k, für das gilt P(X ≥ k) ≥ 0.55.
Wenn P(X ≥ k) ≥ 0.55 sein soll, bedeutet das doch, dass sie Summe der Säulenhöhen von k bis zum rechten Rand mindestens 0.55 sein muss. Das ist dann aber doch gleichbedeutend, wie dass für die restlichen Säulenhöhen links von 0 bis k-1 höchstens 1-0.55=0.45 als Wahrscheinlichkeit übrig bleiben darf.
Wir lesen einfach die Säulenhöhen aus dem Histogramm ab und addieren diese Werte:
| k | P(X = k) | P(X ≤ k) |
|---|---|---|
| 0 | ≈ 0.01 | ≈ 0 + 0.01 = 0.01 |
| 1 | ≈ 0.05 | ≈ 0.01 + 0.05 = 0.06 |
| 2 | ≈ 0.14 | ≈ 0.06 + 0.14 = 0.2 |
| 3 | ≈ 0.22 | ≈ 0.2 + 0.22 = 0.42 |
| 4 | ≈ 0.23 | ≈ 0.42 + 0.23 = 0.65 |
Während P(X ≤ 3) = 0.42 also noch klar unter der geforderten Wahrscheinlichkeit von 0.45 liegt, ist P(X ≤ 4) = 0.65 klar darüber.
Oder andersrum: P(X ≥ 4) = 1 - P(X ≤ 3) = 0.58 (die Summe der blauen Säulenhöhen von 4 bis 13) ist klar über der geforderten Wahrscheinlichkeit von 0.55, während P(X ≥ 5) = 1 - P(X ≤ 4) = 0.35 (die Summe der Säulenhöhen von 5 bis 13) klar darunter liegt.
Somit ist das gesuchte k = 4.
kumulierte Binomialverteilung
Beispiel:
Eine Münze wird 33 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 19 mal "Zahl" (p=0,5) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Würfe mit Zahl an. X ist binomialverteilt mit n=33 und p=0.5.
= = + + +... + = 0.7565748791676 ≈ 0.7566(TI-Befehl: binomcdf(33,0.5,18))
Binomialverteilung X>=k
Beispiel:
Ein Würfel wird 48 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mindestens 5 mal eine 6 (p=1/6) geworfen wird?
(Bitte auf 4 Stellen nach dem Komma runden)
Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=48 und p=.
(TI-Befehl: 1-binomcdf(48,,4))
Binomialverteilung l < X < k
Beispiel:
Ein partystarker Schüler muss einen Mulitple Choice Test ablegen, von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 100 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so mindestens 17, aber weniger als 27 Fragen richtig beantwortet hat?
Die Zufallsgröße X gibt die Anzahl der zufällig richtig beantworteten Fragen an. X ist binomialverteilt mit n=100 und p=0.25.
=
(TI-Befehl: binomcdf(100,0.25,26) - binomcdf(100,0.25,16))
