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:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Dabei entsteht mit einer Wahrscheinlichkeit von p=0,4 Ausschuss. Es werden nacheinander 3 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass beim zweiten Chip ein Defekt vorliegt.

Lösung einblenden

Da hier ja nur eine Aussage über den 2-ten Versuch gemacht wird und keine Aussage über alle anderen Versuche, muss auch nur der 2-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 = 0,4 ≈ 0.4 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 16 2 )

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
( 16 2 ) = 16! 2! ⋅ (16 - 2)! = 16! 2! ⋅ 14! = 16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 2⋅1 ⋅ 14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1
ausgeht, sieht man schnell, dass man mit der
14! = 14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1
rechts im Zähler und Nenner kürzen kann, so dass gilt:

( 16 2 ) = 16⋅15 2⋅1

= 8⋅15 1 (gekürzt mit 2)

= 120

Binomialkoeffizient Anwendungen

Beispiel:

Die Sportlehrerin Frau Hertz braucht für eine Demonstration 3 Schülerinnen. Diese möchte sie zufällig aus der 20-köpfigen Sportgruppe losen. Wie viele verschiedene 3er-Gruppen sind so möglich?

Lösung einblenden

Für die erste Stelle ist jede Schülerin möglich. Es gibt also 20 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Schülerin nicht mehr möglich, es gibt also nur noch 19 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 18 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 201918 = 6840 Möglichkeiten, die 20 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 321 = 6 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 3er-Gruppe.

Wir müssen deswegen die 6840 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 6840 6 = 1140 Möglichkeiten für 3er-Gruppen, die aus 20 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung 201918 321 könnte man mit 17! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

1140 = 201918 321 = 201918 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 321 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 = 20! 3! ⋅ 17! = ( 20 3 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 20 Kugeln, die mit den Zahlen 1 bis 20 beschriftet sind.

Es werden 7 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 2, die 14 und die 16 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 20 7 ) = 20! 7! ⋅ 13! = 20⋅19⋅18⋅17⋅16⋅15⋅14 7⋅6⋅5⋅4⋅3⋅2⋅1 = 77520 verschiedene Möglichkeiten, die 7 Kugeln aus den 20 zu ziehen, bzw. von 20 Zahlen 7 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn drei der gezogenen Zahlen die 2, die 14 und die 16 sind, bzw. wie viele Möglichkeiten es gibt, 7 von 20 Zahlen anzukreuzen, wobei drei Kreuze sicher auf der der 2, der 14 und der 16 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 4 Kreuze auf 17 Zahlen (alle außer der 2, der 14 und der 16) zu setzen, also ( 17 4 ) = 17! 4! ⋅ 13! = 17⋅16⋅15⋅14 4⋅3⋅2⋅1 = 2380.

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

P = Anzahl der gewünschten Ergebnisse Anzahl der möglichen Ergebnisse = 2380 77520 ≈ 0.0307, also ca. 3.07%.

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 35% entsteht. Es wird eine Stichprobe der Menge 28 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 10 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=28 und p=0.35.

P0.3528 (X=10) = ( 28 10 ) 0.3510 0.6518 =0.15529505691842≈ 0.1553
(TI-Befehl: binompdf(28,0.35,10))

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) ≥ 0.3.

Lösung einblenden

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

kP(X = k)P(X ≤ k)
0≈ 0≈ 0 + 0 = 0
1≈ 0.01≈ 0 + 0.01 = 0.01
2≈ 0.05≈ 0.01 + 0.05 = 0.06
3≈ 0.13≈ 0.06 + 0.13 = 0.19
4≈ 0.21≈ 0.19 + 0.21 = 0.4
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 3) = 0.19 also noch klar unter der geforderten Wahrscheinlichkeit von 0.3 liegt, ist P(X ≤ 4) = 0.4 klar darüber.

Somit ist das gesuchte k = 4.

kumulierte Binomialverteilung

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=0,21 entsteht. Es wird eine Stichprobe der Menge 64 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon nicht mehr als 14 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=64 und p=0.21.

P0.2164 (X14) = P0.2164 (X=0) + P0.2164 (X=1) + P0.2164 (X=2) +... + P0.2164 (X=14) = 0.63740793879883 ≈ 0.6374
(TI-Befehl: binomcdf(64,0.21,14))

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=0,17 entsteht. Es wird eine Stichprobe der Menge 68 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 15 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=68 und p=0.17.

...
12
13
14
15
16
17
...

P0.1768 (X15) = 1 - P0.1768 (X14) = 0.17
(TI-Befehl: 1-binomcdf(68,0.17,14))

Binomialverteilung l < X < k

Beispiel:

Ein Würfel wird 48 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 7 mal, aber weniger als 11 mal eine sechs gewürfelt wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=48 und p= 1 6 .

P 1 6 48 (8X10) =

...
5
6
7
8
9
10
11
12
...

P 1 6 48 (X10) - P 1 6 48 (X7) ≈ 0.8348 - 0.4401 ≈ 0.3947
(TI-Befehl: binomcdf(48, 1 6 ,10) - binomcdf(48, 1 6 ,7))