Mathebattle EduRandomtasks

0 oder 1 Treffer bei n Versuchen

Beispiel:

Ein idealer Würfel wird 4 mal geworfen. Bestimme die Wahrscheinlichkeit dafür, dass nur im zweiten Wurf eine "6" gewürfelt wird.

Lösung einblenden

Die Wahrscheinlichkeit für einen Treffer (also hier, dass eine "6" gewürfelt wird) beträgt p = $\frac{1}{6}$ , für einen Nicht-Treffer (also hier, dass keine "6" gewürfelt wird) beträgt sie q = 1 - $\frac{1}{6}$ = $\frac{5}{6}$ . Da ja der Treffer genau im zweiten Durchgang kommen soll, ist auch hier nur ein Pfad im Baumdiagramm möglich. Dessen Wahrscheinlichkeit lässt sich dann wie folgt berechnen:

P = $\frac{5}{6}$ ⋅ $\frac{1}{6}$ ⋅ $\frac{5}{6}$ ⋅ $\frac{5}{6}$ = $\frac{1}{6} \cdot {(\frac{5}{6})}^{3}$ ≈ 0.0965 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: $(\begin{matrix} 16 \\ 15 \end{matrix})$

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
$(\begin{matrix} 16 \\ 15 \end{matrix})$ = $\frac{16!}{15! ⋅ (16 - 15)!}$ = $\frac{16!}{15! ⋅ 1!}$ = $\frac{16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1}{15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 ⋅ 1}$
ausgeht, sieht man schnell, dass man mit der
15! = 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:

$(\begin{matrix} 16 \\ 15 \end{matrix})$ = $\frac{16}{1}$

= 16

Binomialkoeffizient Anwendungen

Beispiel:

Bei einem Glücksspiel sind auf einem Schein 6 Felder abgedruckt. Von diesen 6 Felder soll sich der Spieler 2 Felder aussuchen und ankreuzen.Wieviele Möglichkeiten hat er hierfür?

Lösung einblenden

Für die erste Stelle ist jedes Feld möglich. Es gibt also 6 Möglichkeiten. Für die zweite Stelle ist das bereits als erstes gewählte Feld nicht mehr möglich, es gibt also nur noch 5 Möglichkeiten.

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 6⋅5 = 30 Möglichkeiten, die 6 Möglichkeiten (abgedruckte Felder) auf die 2 "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 2er-Gruppe drin ist, nicht an welcher Stelle.

Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 2er-Gruppe möglich sind.

Für die erste Stelle ist jede(r) aus der 2er-Gruppe möglich. Es gibt also 2 Möglichkeiten.
Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 1 Möglichkeiten.

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 2⋅1 = 2 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 2er-Gruppe.

Wir müssen deswegen die 30 Möglichkeiten für nach Reihenfolge sortierte 2er-Gruppen durch die 2 Möglichkeiten, die 2er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich $\frac{30}{2}$ = 15 Möglichkeiten für 2er-Gruppen, die aus 6 Elementen (abgedruckte Felder) gebildet werden.

Die hier durchgeführte Berechnung $\frac{6\cdot5}{2\cdot1}$ könnte man mit 4! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

15 = $\frac{6\cdot5}{2\cdot1}$ = $\frac{6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}{2 \cdot 1 \cdot 4 \cdot 3 \cdot 2 \cdot 1}$ = $\frac{6!}{2! ⋅ 4!}$ = $(\begin{matrix} 6 \\ 2 \end{matrix})$

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 30 Kugeln, die mit den Zahlen 1 bis 30 beschriftet sind.

Es werden 6 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 24 und die 30 dabei sind?

Lösung einblenden

Es gibt insgesamt $(\begin{matrix} 30 \\ 6 \end{matrix})$ = $\frac{30!}{6! ⋅ 24!}$ = $\frac{30⋅29⋅28⋅27⋅26⋅25}{6⋅5⋅4⋅3⋅2⋅1}$ = 593775 verschiedene Möglichkeiten, die 6 Kugeln aus den 30 zu ziehen, bzw. von 30 Zahlen 6 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn zwei der gezogenen Zahlen die 24 und die 30 sind, bzw. wie viele Möglichkeiten es gibt, 6 von 30 Zahlen anzukreuzen, wobei zwei Kreuze sicher auf der der 24 und der 30 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 28 Zahlen (alle außer der 24 und der 30) zu setzen, also $(\begin{matrix} 28 \\ 4 \end{matrix})$ = $\frac{28!}{4! ⋅ 24!}$ = $\frac{28⋅27⋅26⋅25}{4⋅3⋅2⋅1}$ = 20475.

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

P = $\frac{Anzahl der gewünschten Ergebnisse}{Anzahl der möglichen Ergebnisse}$ = $\frac{20475}{593775}$ ≈ 0.0345, also ca. 3.45%.

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 85% entsteht. Es wird eine Stichprobe der Menge 45 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 41 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=45 und p=0.85.

P_{0.85}^{45} (X = 41)

=

(\begin{matrix} 45 \\ 41 \end{matrix}) \cdot {0.85}^{41} \cdot {0.15}^{4}

=0.096319159687459≈ 0.0963
(TI-Befehl: binompdf(45,0.85,41))

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	≈ 0 + 0 = 0
1	≈ 0	≈ 0 + 0 = 0
2	≈ 0.02	≈ 0 + 0.02 = 0.02
3	≈ 0.07	≈ 0.02 + 0.07 = 0.09
4	≈ 0.14	≈ 0.09 + 0.14 = 0.23
5	≈ 0.2	≈ 0.23 + 0.2 = 0.43

Während P(X ≤ 4) = 0.23 also noch klar unter der geforderten Wahrscheinlichkeit von 0.25 liegt, ist P(X ≤ 5) = 0.43 klar darüber.

Oder andersrum: P(X ≥ 5) = 1 - P(X ≤ 4) = 0.77 (die Summe der blauen Säulenhöhen von 5 bis 13) ist klar über der geforderten Wahrscheinlichkeit von 0.75, während P(X ≥ 6) = 1 - P(X ≤ 5) = 0.57 (die Summe der Säulenhöhen von 6 bis 13) klar darunter liegt.

Somit ist das gesuchte k = 5.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 72 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 9 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=72 und p= $\frac{1}{6}$ .

P_{\frac{1}{6}}^{72} (X \leq 9)

=

P_{\frac{1}{6}}^{72} (X = 0)

+

P_{\frac{1}{6}}^{72} (X = 1)

+

P_{\frac{1}{6}}^{72} (X = 2)

+... +

P_{\frac{1}{6}}^{72} (X = 9)

= 0.21853449732347 ≈ 0.2185
(TI-Befehl: binomcdf(72,1/6,9))

Binomialverteilung X>=k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,3. Wie groß ist die Wahrscheinlichkeit bei 93 Versuchen mindestens 36 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=93 und p=0.3.

...

33

34

35

36

37

38

...

P_{0.3}^{93} (X \geq 36)

= 1 -

P_{0.3}^{93} (X \leq 35)

= 0.045
(TI-Befehl: 1-binomcdf(93,0.3,35))

Binomialverteilung l < X < k

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, mehr als 9 und höchstens 11 Glückskekse mit einer Peproni zu erwischen, wenn man 61 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Glückskekse mit einer Peperoni an. X ist binomialverteilt mit n=61 und p=0.125.

$P_{0.125}^{61} (10 \leq X \leq 11)$ =

...

7

8

9

10

11

12

13

...

P_{0.125}^{61} (X \leq 11)

-

P_{0.125}^{61} (X \leq 9)

≈ 0.9271 - 0.7732 ≈ 0.1539
(TI-Befehl: binomcdf(61,0.125,11) - binomcdf(61,0.125,9))

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