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 4 mal geworfen. Bestimme die Wahrscheinlichkeit dafür, dass nur im ersten Wurf eine "6" gewürfelt wird.

Lösung einblenden

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

P = 1 6 ⋅ 5 6 ⋅ 5 6 ⋅ 5 6 = 1 6 · ( 5 6 ) 3 ≈ 0.0965 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 10 8 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 10 8 ) = 10! 8! ⋅ (10 - 8)! = 10! 8! ⋅ 2! = 10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 ⋅ 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:

( 10 8 ) = 10⋅9 2⋅1

= 5⋅9 1 (gekürzt mit 2)

= 45

Binomialkoeffizient Anwendungen

Beispiel:

Die Sportlehrerin Frau Hertz braucht für eine Demonstration 3 Schülerinnen. Diese möchte sie zufällig aus der 23-köpfigen Sportgruppe losen. Wie viele verschiedene 3er-Gruppen sind so möglich?

Lösung einblenden

Für die erste Stelle ist jede Schülerin möglich. Es gibt also 23 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Schülerin nicht mehr möglich, es gibt also nur noch 22 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 21 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 23⋅22⋅21 = 10626 Möglichkeiten, die 23 Möglichkeiten (Schülerinnen) auf die 3 "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 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 3⋅2⋅1 = 6 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 3er-Gruppe.

Wir müssen deswegen die 10626 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 10626 6 = 1771 Möglichkeiten für 3er-Gruppen, die aus 23 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung 23⋅22⋅21 3⋅2⋅1 könnte man mit 20! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

1771 = 23⋅22⋅21 3⋅2⋅1 = 23⋅22⋅21 ⋅20 ⋅ 19 ⋅ 18 ⋅ 17 ⋅ 16 ⋅ 15 ⋅ 14 ⋅ 13 ⋅ 12 ⋅ 11 ⋅ 10 ⋅ 9 ⋅ 8 ⋅ 7 ⋅ 6 ⋅ 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 3⋅2⋅1 ⋅20 ⋅ 19 ⋅ 18 ⋅ 17 ⋅ 16 ⋅ 15 ⋅ 14 ⋅ 13 ⋅ 12 ⋅ 11 ⋅ 10 ⋅ 9 ⋅ 8 ⋅ 7 ⋅ 6 ⋅ 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 = 23! 3! ⋅ 20! = ( 23 3 )

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 1, die 3 und die 8 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 1, die 3 und die 8 sind, bzw. wie viele Möglichkeiten es gibt, 6 von 20 Zahlen anzukreuzen, wobei drei Kreuze sicher auf der der 1, der 3 und der 8 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 17 Zahlen (alle außer der 1, der 3 und der 8) 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:

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 50% entsteht. Es wird eine Stichprobe der Menge 46 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 28 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=46 und p=0.5.

P0.546 (X=28) = ( 46 28 ) ⋅ 0.528 ⋅ 0.518 =0.040059732936442≈ 0.0401
(TI-Befehl: binompdf(46,0.5,28))

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) ≥ 0.15.

Lösung einblenden

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

kP(X = k)P(X ≤ k)
0≈ 0.01≈ 0 + 0.01 = 0.01
1≈ 0.07≈ 0.01 + 0.07 = 0.08
2≈ 0.17≈ 0.08 + 0.17 = 0.25
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 1) = 0.08 also noch klar unter der geforderten Wahrscheinlichkeit von 0.15 liegt, ist P(X ≤ 2) = 0.25 klar darüber.

Somit ist das gesuchte k = 2.

kumulierte Binomialverteilung

Beispiel:

Ein Fortbildungsteilnehmer ermüdet mit einer Wahrscheinlichkeit von 80%. An einer Fortbildung nehmen 76 Personen teil. Wie groß ist die Wahrscheinlichkeit, dass höchstens 67 Personen ermüden?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der ermüdeten Personen an. X ist binomialverteilt mit n=76 und p=0.8.

P0.876 (X≤67) = P0.876 (X=0) + P0.876 (X=1) + P0.876 (X=2) +... + P0.876 (X=67) = 0.97848052114261 ≈ 0.9785
(TI-Befehl: binomcdf(76,0.8,67))

Binomialverteilung X>=k

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 p=0,15 entsteht. Es wird eine Stichprobe der Menge 54 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 3 oder sogar noch mehr Chips defekt sind?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=54 und p=0.15.

0
1
2
3
4
5
...

P0.1554 (X≥3) = 1 - P0.1554 (X≤2) = 0.9915
(TI-Befehl: 1-binomcdf(54,0.15,2))

Binomialverteilung l < X < k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,75. Wie groß ist die Wahrscheinlichkeit bei 73 Versuchen, mehr als 49 mal und höchstens 55 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=73 und p=0.75.

P0.7573 (50≤X≤55) =

...
47
48
49
50
51
52
53
54
55
56
57
...

P0.7573 (X≤55) - P0.7573 (X≤49) ≈ 0.5717 - 0.0807 ≈ 0.491
(TI-Befehl: binomcdf(73,0.75,55) - binomcdf(73,0.75,49))