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 keine einzige "6" gewürfelt wird.

Lösung einblenden

Da die Wahrscheinlichkeit für keinen Treffer (also hier, dass keine "6" gewürfelt wird) q = 1 - 1 6 = 5 6 beträgt, muss die Wahrscheinlichkeit für 5 Nicht-Treffer bei 5 Versuchen P = ( 5 6 ) 5 ≈ 0.4019 betragen, da ja bei jedem Versuch kein Treffer erzielt wird, und es somit nur einen möglichen Pfad im Baumdiagramm gibt.

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 11 9 )

Lösung einblenden

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

( 11 9 ) = 11⋅10 2⋅1

= 11⋅5 1 (gekürzt mit 2)

= 55

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 255024 24 = 10626 Möglichkeiten für 4er-Gruppen, die aus 24 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung 24⋅23⋅22⋅21 4⋅3⋅2⋅1 könnte man mit 20! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

10626 = 24⋅23⋅22⋅21 4⋅3⋅2⋅1 = 24⋅23⋅22⋅21 ⋅20 ⋅ 19 ⋅ 18 ⋅ 17 ⋅ 16 ⋅ 15 ⋅ 14 ⋅ 13 ⋅ 12 ⋅ 11 ⋅ 10 ⋅ 9 ⋅ 8 ⋅ 7 ⋅ 6 ⋅ 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 4⋅3⋅2⋅1 ⋅20 ⋅ 19 ⋅ 18 ⋅ 17 ⋅ 16 ⋅ 15 ⋅ 14 ⋅ 13 ⋅ 12 ⋅ 11 ⋅ 10 ⋅ 9 ⋅ 8 ⋅ 7 ⋅ 6 ⋅ 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 = 24! 4! ⋅ 20! = ( 24 4 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

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

Es werden 8 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 23 dabei ist?

Lösung einblenden

Es gibt insgesamt ( 30 8 ) = 30! 8! ⋅ 22! = 30⋅29⋅28⋅27⋅26⋅25⋅24⋅23 8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 = 5852925 verschiedene Möglichkeiten, die 8 Kugeln aus den 30 zu ziehen, bzw. von 30 Zahlen 8 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 23 ist, bzw. wie viele Möglichkeiten es gibt, 8 von 30 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 23 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 7 Kreuze auf 29 Zahlen (alle außer der 23) zu setzen, also ( 29 7 ) = 29! 7! ⋅ 22! = 29⋅28⋅27⋅26⋅25⋅24⋅23 7⋅6⋅5⋅4⋅3⋅2⋅1 = 1560780.

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

P = Anzahl der gewünschten Ergebnisse Anzahl der möglichen Ergebnisse = 1560780 5852925 ≈ 0.2667, also ca. 26.67%.

Formel v. Bernoulli

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 39 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 28 mal eine blaue Kugel gezogen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der blauen Kugeln an. X ist binomialverteilt mit n=39 und p=0.7.

P0.739 (X=28) = ( 39 28 ) ⋅ 0.728 ⋅ 0.311 =0.13657382060056≈ 0.1366
(TI-Befehl: binompdf(39,0.7,28))

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) ≥ 0.45.

Lösung einblenden

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≈ 0.1≈ 0.02 + 0.1 = 0.12
2≈ 0.21≈ 0.12 + 0.21 = 0.33
3≈ 0.25≈ 0.33 + 0.25 = 0.58
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 2) = 0.33 also noch klar unter der geforderten Wahrscheinlichkeit von 0.45 liegt, ist P(X ≤ 3) = 0.58 klar darüber.

Somit ist das gesuchte k = 3.

kumulierte Binomialverteilung

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 66%. Wie groß ist die Wahrscheinlichkeit dass er von 41 Versuchen weniger als 26 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=41 und p=0.66.

P0.6641 (X<26) = P0.6641 (X≤25) = P0.6641 (X=0) + P0.6641 (X=1) + P0.6641 (X=2) +... + P0.6641 (X=25) = 0.29923882029945 ≈ 0.2992
(TI-Befehl: binomcdf(41,0.66,25))

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=0,16 entsteht. Es wird eine Stichprobe der Menge 36 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 4 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=36 und p=0.16.

...
1
2
3
4
5
6
...

P0.1636 (X≥4) = 1 - P0.1636 (X≤3) = 0.8495
(TI-Befehl: 1-binomcdf(36,0.16,3))

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 55 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so mindestens 16, aber weniger als 19 Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der zufällig richtig beantworteten Fragen an. X ist binomialverteilt mit n=55 und p=0.25.

P0.2555 (16≤X≤18) =

...
13
14
15
16
17
18
19
20
...

P0.2555 (X≤18) - P0.2555 (X≤15) ≈ 0.9271 - 0.7132 ≈ 0.2139
(TI-Befehl: binomcdf(55,0.25,18) - binomcdf(55,0.25,15))