Mathebattle EduRandomtasks

0 oder 1 Treffer bei n Versuchen

Beispiel:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Dabei entsteht mit einer Wahrscheinlichkeit von p=0,25 Ausschuss. Es werden nacheinander 6 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass alle entnommenen Chips fehlerfrei funktionieren.

Lösung einblenden

Da die Wahrscheinlichkeit für keinen Treffer (also hier, dass ein entnommener Chips nicht defekt ist) q = 1 - 0,25 = $0,75$ beträgt, muss die Wahrscheinlichkeit für 6 Nicht-Treffer bei 6 Versuchen P = ${0,75}^{6}$ ≈ 0.178 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: $(\begin{matrix} 12 \\ 1 \end{matrix})$

Lösung einblenden

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

$(\begin{matrix} 12 \\ 1 \end{matrix})$ = $\frac{12}{1}$

= 12

Binomialkoeffizient Anwendungen

Beispiel:

Eine Eisdiele bietet 7 verschiedene Eissorten an. Rüdiger darf sich ein Eis mit 2 Kugeln zusammenstellen. Er möchte aber auf jeden Fall lauter verschiedene Eissorten in seinem Eis haben. Wieviele Möglichkeiten hat er sich solch ein Eis zusammenzustellen?

Lösung einblenden

Für die erste Stelle ist jede Eissorte möglich. Es gibt also 7 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Eissorte nicht mehr möglich, es gibt also nur noch 6 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 7⋅6 = 42 Möglichkeiten, die 7 Möglichkeiten (Eissorten) auf die 2 "Ziehungen" (Kugeln) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel Ananas - Birne - Citrone und Birne - Citrone - Ananas 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 42 Möglichkeiten für nach Reihenfolge sortierte 2er-Gruppen durch die 2 Möglichkeiten, die 2er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich $\frac{42}{2}$ = 21 Möglichkeiten für 2er-Gruppen, die aus 7 Elementen (Eissorten) gebildet werden.

Die hier durchgeführte Berechnung $\frac{7\cdot6}{2\cdot1}$ könnte man mit 5! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

21 = $\frac{7\cdot6}{2\cdot1}$ = $\frac{7 \cdot 6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}{2 \cdot 1 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}$ = $\frac{7!}{2! ⋅ 5!}$ = $(\begin{matrix} 7 \\ 2 \end{matrix})$

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 3 dabei ist?

Lösung einblenden

Es gibt insgesamt $(\begin{matrix} 20 \\ 6 \end{matrix})$ = $\frac{20!}{6! ⋅ 14!}$ = $\frac{20⋅19⋅18⋅17⋅16⋅15}{6⋅5⋅4⋅3⋅2⋅1}$ = 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 eine der gezogenen Zahlen die 3 ist, bzw. wie viele Möglichkeiten es gibt, 6 von 20 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 3 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 5 Kreuze auf 19 Zahlen (alle außer der 3) zu setzen, also $(\begin{matrix} 19 \\ 5 \end{matrix})$ = $\frac{19!}{5! ⋅ 14!}$ = $\frac{19⋅18⋅17⋅16⋅15}{5⋅4⋅3⋅2⋅1}$ = 11628.

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

P = $\frac{Anzahl der gewünschten Ergebnisse}{Anzahl der möglichen Ergebnisse}$ = $\frac{11628}{38760}$ ≈ 0.3, also ca. 30%.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,1. Wie groß ist die Wahrscheinlichkeit bei 80 Versuchen genau 3 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=80 und p=0.1.

P_{0.1}^{80} (X = 3)

=

(\begin{matrix} 80 \\ 3 \end{matrix}) \cdot {0.1}^{3} \cdot {0.9}^{77}

=0.024622585683694≈ 0.0246
(TI-Befehl: binompdf(80,0.1,3))

kumulierte WS aus Histogramm finden

Beispiel:

In der Abbildung rechts ist das Histogramm einer binomialverteilten Zufallsgröße X zu sehen. Finde das kleinste k, für das gilt P(X ≤ k) ≥ 0.75.

Lösung einblenden

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
5	≈ 0.18	≈ 0.65 + 0.18 = 0.83

Während P(X ≤ 4) = 0.65 also noch klar unter der geforderten Wahrscheinlichkeit von 0.75 liegt, ist P(X ≤ 5) = 0.83 klar darüber.

Somit ist das gesuchte k = 5.

kumulierte Binomialverteilung

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,45. Wie groß ist die Wahrscheinlichkeit bei 43 Versuchen weniger als 23 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=43 und p=0.45.

P_{0.45}^{43} (X < 23)

=

P_{0.45}^{43} (X \leq 22)

=

P_{0.45}^{43} (X = 0)

+

P_{0.45}^{43} (X = 1)

+

P_{0.45}^{43} (X = 2)

+... +

P_{0.45}^{43} (X = 22)

= 0.83292915293357 ≈ 0.8329
(TI-Befehl: binomcdf(43,0.45,22))

Binomialverteilung 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 28 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 10 oder gar noch mehr Fragen richtig beantwortet hat?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der zufällig richtig beantworteten Fragen an. X ist binomialverteilt mit n=28 und p=0.25.

...

7

8

9

10

11

12

...

P_{0.25}^{28} (X \geq 10)

= 1 -

P_{0.25}^{28} (X \leq 9)

= 0.1385
(TI-Befehl: 1-binomcdf(28,0.25,9))

Binomialverteilung l < X < k

Beispiel:

Ein Zufallsexperiment wird 43 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,45.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 17, aber höchstens 21 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=43 und p=0.45.

$P_{0.45}^{43} (17 \leq X \leq 21)$ =

...

14

15

16

17

18

19

20

21

22

23

...

P_{0.45}^{43} (X \leq 21)

-

P_{0.45}^{43} (X \leq 16)

≈ 0.7458 - 0.1916 ≈ 0.5542
(TI-Befehl: binomcdf(43,0.45,21) - binomcdf(43,0.45,16))

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