Mathebattle EduRandomtasks

0 oder 1 Treffer bei n Versuchen

Beispiel:

Bei einem Glückrad beträgt die Wahrscheinlichkeit, in den grünen Bereich zu drehen, 70%. Es wird 4 mal gedreht. Bestimme die Wahrscheinlichkeit dafür, dass bei der dritten Drehung der grüne Bereich erzielt wird.

Lösung einblenden

Da hier ja nur eine Aussage über den 3-ten Versuch gemacht wird und keine Aussage über alle anderen Versuche, muss auch nur der 3-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: $(\begin{matrix} 12 \\ 3 \end{matrix})$

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
$(\begin{matrix} 12 \\ 3 \end{matrix})$ = $\frac{12!}{3! ⋅ (12 - 3)!}$ = $\frac{12!}{3! ⋅ 9!}$ = $\frac{12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1}{3⋅2⋅1 ⋅ 9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1}$
ausgeht, sieht man schnell, dass man mit der
9! = 9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1
rechts im Zähler und Nenner kürzen kann, so dass gilt:

$(\begin{matrix} 12 \\ 3 \end{matrix})$ = $\frac{12⋅11⋅10}{3⋅2⋅1}$

= $\frac{4⋅11⋅10}{2⋅1}$ (gekürzt mit 3)

= $\frac{2⋅11⋅10}{1}$ (gekürzt mit 2)

= 220

Binomialkoeffizient Anwendungen

Beispiel:

Die Sportlehrerin Frau Hertz braucht für eine Demonstration 4 Schülerinnen. Diese möchte sie zufällig aus der 24-köpfigen Sportgruppe losen. Wie viele verschiedene 4er-Gruppen sind so möglich?

Lösung einblenden

Für die erste Stelle ist jede Schülerin möglich. Es gibt also 24 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Schülerin nicht mehr möglich, es gibt also nur noch 23 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 22 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 24⋅23⋅22⋅21 = 255024 Möglichkeiten, die 24 Möglichkeiten (Schülerinnen) auf die 4 "Ziehungen" (geloste) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel Antonia - Bea - Carla und Bea - Carla - Antonia 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 4⋅3⋅2⋅1 = 24 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 4er-Gruppe.

Wir müssen deswegen die 255024 Möglichkeiten für nach Reihenfolge sortierte 4er-Gruppen durch die 24 Möglichkeiten, die 4er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich $\frac{255024}{24}$ = 10626 Möglichkeiten für 4er-Gruppen, die aus 24 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung $\frac{24\cdot23\cdot22\cdot21}{4\cdot3\cdot2\cdot1}$ könnte man mit 20! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

10626 = $\frac{24\cdot23\cdot22\cdot21}{4\cdot3\cdot2\cdot1}$ = $\frac{24 \cdot 23 \cdot 22 \cdot 21 \cdot 20 \cdot 19 \cdot 18 \cdot 17 \cdot 16 \cdot 15 \cdot 14 \cdot 13 \cdot 12 \cdot 11 \cdot 10 \cdot 9 \cdot 8 \cdot 7 \cdot 6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}{4 \cdot 3 \cdot 2 \cdot 1 \cdot 20 \cdot 19 \cdot 18 \cdot 17 \cdot 16 \cdot 15 \cdot 14 \cdot 13 \cdot 12 \cdot 11 \cdot 10 \cdot 9 \cdot 8 \cdot 7 \cdot 6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}$ = $\frac{24!}{4! ⋅ 20!}$ = $(\begin{matrix} 24 \\ 4 \end{matrix})$

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

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

Es werden 6 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 15 dabei ist?

Lösung einblenden

Es gibt insgesamt $(\begin{matrix} 40 \\ 6 \end{matrix})$ = $\frac{40!}{6! ⋅ 34!}$ = $\frac{40⋅39⋅38⋅37⋅36⋅35}{6⋅5⋅4⋅3⋅2⋅1}$ = 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 eine der gezogenen Zahlen die 15 ist, bzw. wie viele Möglichkeiten es gibt, 6 von 40 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 15 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 5 Kreuze auf 39 Zahlen (alle außer der 15) zu setzen, also $(\begin{matrix} 39 \\ 5 \end{matrix})$ = $\frac{39!}{5! ⋅ 34!}$ = $\frac{39⋅38⋅37⋅36⋅35}{5⋅4⋅3⋅2⋅1}$ = 575757.

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

P = $\frac{Anzahl der gewünschten Ergebnisse}{Anzahl der möglichen Ergebnisse}$ = $\frac{575757}{3838380}$ ≈ 0.15, also ca. 15%.

Formel v. Bernoulli

Beispiel:

Es soll geprüft werden, ob die Würfel eines Casinos gezinkt sind.Dazu wird mit einem Würfel 39-mal gewürfelt. Es werden hierbei 6 6er erzielt.Berechnen Sie die Wahrscheinlichkeit für 6 6er bei 39 Würfen.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=39 und p= $\frac{1}{6}$ .

P_{\frac{1}{6}}^{39} (X = 6)

=

(\begin{matrix} 39 \\ 6 \end{matrix}) \cdot {(\frac{1}{6})}^{6} \cdot {(\frac{5}{6})}^{33}

=0.17048189790896≈ 0.1705
(TI-Befehl: binompdf(39,1/6,6))

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) ≥ 0.75.

Lösung einblenden

Wenn P(X ≥ k) ≥ 0.75 sein soll, bedeutet das doch, dass sie Summe der Säulenhöhen von k bis zum rechten Rand mindestens 0.75 sein muss. Das ist dann aber doch gleichbedeutend, wie dass für die restlichen Säulenhöhen links von 0 bis k-1 höchstens 1-0.75=0.25 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	≈ 0.23	≈ 0.2 + 0.23 = 0.43

Während P(X ≤ 2) = 0.2 also noch klar unter der geforderten Wahrscheinlichkeit von 0.25 liegt, ist P(X ≤ 3) = 0.43 klar darüber.

Oder andersrum: P(X ≥ 3) = 1 - P(X ≤ 2) = 0.8 (die Summe der blauen Säulenhöhen von 3 bis 11) ist klar über der geforderten Wahrscheinlichkeit von 0.75, während P(X ≥ 4) = 1 - P(X ≤ 3) = 0.57 (die Summe der Säulenhöhen von 4 bis 11) klar darunter liegt.

Somit ist das gesuchte k = 3.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 27 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,45.Wie groß ist dabei die Wahrscheinlichkeit, höchstens 14 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=27 und p=0.45.

P_{0.45}^{27} (X \leq 14)

=

P_{0.45}^{27} (X = 0)

+

P_{0.45}^{27} (X = 1)

+

P_{0.45}^{27} (X = 2)

+... +

P_{0.45}^{27} (X = 14)

= 0.81850378005881 ≈ 0.8185
(TI-Befehl: binomcdf(27,0.45,14))

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,68. Wie groß ist die Wahrscheinlichkeit dass er von 20 Versuchen mehr als 11 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=20 und p=0.68.

...

9

10

11

12

13

14

...

P_{0.68}^{20} (X > 11)

=

P_{0.68}^{20} (X \geq 12)

= 1 -

P_{0.68}^{20} (X \leq 11)

= 0.8432
(TI-Befehl: 1-binomcdf(20,0.68,11))

Binomialverteilung l < X < k

Beispiel:

Ein Zufallsexperiment wird 59 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,65.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 34, aber höchstens 40 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=59 und p=0.65.

$P_{0.65}^{59} (34 \leq X \leq 40)$ =

...

31

32

33

34

35

36

37

38

39

40

41

42

...

P_{0.65}^{59} (X \leq 40)

-

P_{0.65}^{59} (X \leq 33)

≈ 0.7181 - 0.0942 ≈ 0.6239
(TI-Befehl: binomcdf(59,0.65,40) - binomcdf(59,0.65,33))

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