Klasse 5-6
Klasse 7-8
Klasse 9-10
Kursstufe
cosh
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=0,3 Ausschuss. Es werden nacheinander 4 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass alle entnommenen Chips defekt sind.
Da die Wahrscheinlichkeit für einen Treffer (also hier, dass ein entnommener Chips nicht defekt ist) p = 0,3 beträgt, muss die Wahrscheinlichkeit für 4 Treffer bei 4 Versuchen P = ≈ 0.0081 betragen, da ja bei jedem Versuch ein Treffer erzielt wird, und es somit nur einen möglichen Pfad im Baumdiagramm gibt.
Binomialkoeffizient
Beispiel:
Berechne ohne Taschenrechner:
Wenn man von der allgememeinen Formel für den Binomialkoeffizient
= =
=
ausgeht, sieht man schnell, dass man mit der
7! = 7⋅6⋅5⋅4⋅3⋅2⋅1
rechts im Zähler und links im Nenner kürzen kann, so dass gilt:
=
= (gekürzt mit 2)
= 36
Binomialkoeffizient Anwendungen
Beispiel:
Eine Mathelehrerin verlost unter den 8 SchülerInnen ihrer 8. Klasse, die eine Zusatzaufgabe gemacht haben, 5 Matherätsel-Knobelbücher. Natürlich kann jeder höchstens eins bekommen. Wie viele verschiedene Möglichkeiten gibt es für die 5er-Gruppe der glücklichen Gewinner?
Für die erste Stelle ist jede SchülerIn möglich. Es gibt also 8 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte SchülerIn nicht mehr möglich, es gibt also nur noch 7 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 6 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
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 5er-Gruppe drin ist, nicht an welcher Stelle.
Wir berechnen jetzt also, wie viele mögliche Reihenfolgen pro 5er-Gruppe möglich sind.
- Für die erste Stelle ist jede(r) aus der 5er-Gruppe möglich. Es gibt also 5 Möglichkeiten.
- Für die zweite Stelle ist der/die an erster Stelle stehende nicht mehr möglich, es gibt also nur noch 4 Möglichkeiten.
- Für die 3. Stelle fehlen dann schon 2, so dass nur noch 3 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
Wir müssen deswegen die 6720 Möglichkeiten für nach Reihenfolge sortierte 5er-Gruppen durch die 120 Möglichkeiten, die 5er-Gruppe anzuordnen, teilen.
Hieraus ergeben sich = 56 Möglichkeiten für 5er-Gruppen, die aus 8 Elementen (SchülerInnen) gebildet werden.
Die hier durchgeführte Berechnung könnte man mit 3! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:
56 = = = =
Wahrscheinlichkeiten mit Binom.Koeff.
Beispiel:
In einer Urne befinden sich 20 Kugeln, die mit den Zahlen 1 bis 20 beschriftet sind.
Es werden 4 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 10 dabei ist?
Es gibt insgesamt = = = 4845 verschiedene Möglichkeiten, die 4 Kugeln aus den 20 zu ziehen, bzw. von 20 Zahlen 4 anzukreuzen.
Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 10 ist, bzw. wie viele Möglichkeiten es gibt, 4 von 20 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 10 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 19 Zahlen (alle außer der 10) zu setzen, also = = = 969.
Die Wahrscheinlichkeit lässt sich somit mit der Laplace-Formel berechnen:
P = = ≈ 0.2, also ca. 20%.
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 40% entsteht. Es wird eine Stichprobe der Menge 30 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 13 defekte Chips enthalten sind.
Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=30 und p=0.4.
= =0.136038673076≈ 0.136(TI-Befehl: binompdf(30,0.4,13))
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) ≥ 0.45.
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 | ≈ 0.01 | ≈ 0 + 0.01 = 0.01 |
| 2 | ≈ 0.05 | ≈ 0.01 + 0.05 = 0.06 |
| 3 | ≈ 0.11 | ≈ 0.06 + 0.11 = 0.17 |
| 4 | ≈ 0.18 | ≈ 0.17 + 0.18 = 0.35 |
| 5 | ≈ 0.22 | ≈ 0.35 + 0.22 = 0.57 |
Während P(X ≤ 4) = 0.35 also noch klar unter der geforderten Wahrscheinlichkeit von 0.45 liegt, ist P(X ≤ 5) = 0.57 klar darüber.
Somit ist das gesuchte k = 5.
kumulierte Binomialverteilung
Beispiel:
Eine Münze wird 27 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 12 mal "Zahl" (p=0,5) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Würfe mit Zahl an. X ist binomialverteilt mit n=27 und p=0.5.
= = + + +... + = 0.22103416919708 ≈ 0.221(TI-Befehl: binomcdf(27,0.5,11))
Binomialverteilung X>=k
Beispiel:
Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, 7 oder mehr Glückskekse mit einer Peproni zu erwischen, wenn man 33 Glückskekse kauft?
(Bitte auf 4 Stellen nach dem Komma runden)
Die Zufallsgröße X gibt die Anzahl der Glückskekse mit einer Peperoni an. X ist binomialverteilt mit n=33 und p=0.125.
(TI-Befehl: 1-binomcdf(33,0.125,6))
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 0 und höchstens 9 Glückskekse mit einer Peproni zu erwischen, wenn man 52 Glückskekse kauft?
Die Zufallsgröße X gibt die Anzahl der Glückskekse mit einer Peperoni an. X ist binomialverteilt mit n=52 und p=0.125.
=
(TI-Befehl: binomcdf(52,0.125,9) - binomcdf(52,0.125,0))
