Mathebattle EduRandomtasks

0 oder 1 Treffer bei n Versuchen

Beispiel:

Bei einem Glückrad beträgt die Wahrscheinlichkeit, in den grünen Bereich zu drehen, 30%. Es wird 3 mal gedreht. Bestimme die Wahrscheinlichkeit dafür, dass nur beim ersten Drehen der grüne Bereich erzielt wird.

Lösung einblenden

Die Wahrscheinlichkeit für einen Treffer (also hier, dass in den grünen Bereich gedreht wird) beträgt p = 0,3, für einen Nicht-Treffer (also hier, dass nicht in den grünen Bereich gedreht wird) beträgt sie q = 1 - 0,3 = $0,7$ . 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 = 0,3⋅ $0,7$ ⋅ $0,7$ = $0,3 \cdot {0,7}^{2}$ ≈ 0.147 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: $(\begin{matrix} 5 \\ 2 \end{matrix})$

Lösung einblenden

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

$(\begin{matrix} 5 \\ 2 \end{matrix})$ = $\frac{5⋅4}{2⋅1}$

= $\frac{5⋅2}{1}$ (gekürzt mit 2)

= 10

Binomialkoeffizient Anwendungen

Beispiel:

Die Sportlehrerin Frau Hertz braucht für eine Demonstration 3 Schülerinnen. Diese möchte sie zufällig aus der 24-köpfigen Sportgruppe losen. Wie viele verschiedene 3er-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 = 12144 Möglichkeiten, die 24 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 12144 Möglichkeiten für nach Reihenfolge sortierte 3er-Gruppen durch die 6 Möglichkeiten, die 3er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich $\frac{12144}{6}$ = 2024 Möglichkeiten für 3er-Gruppen, die aus 24 Elementen (Schülerinnen) gebildet werden.

Die hier durchgeführte Berechnung $\frac{24\cdot23\cdot22}{3\cdot2\cdot1}$ könnte man mit 21! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

2024 = $\frac{24\cdot23\cdot22}{3\cdot2\cdot1}$ = $\frac{24 \cdot 23 \cdot 22 \cdot 21 \cdot 20 \cdot 19 \cdot 18 \cdot 17 \cdot 16 \cdot 15 \cdot 14 \cdot 13 \cdot 12 \cdot 11 \cdot 10 \cdot 9 \cdot 8 \cdot 7 \cdot 6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}{3 \cdot 2 \cdot 1 \cdot 21 \cdot 20 \cdot 19 \cdot 18 \cdot 17 \cdot 16 \cdot 15 \cdot 14 \cdot 13 \cdot 12 \cdot 11 \cdot 10 \cdot 9 \cdot 8 \cdot 7 \cdot 6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}$ = $\frac{24!}{3! ⋅ 21!}$ = $(\begin{matrix} 24 \\ 3 \end{matrix})$

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 25 Kugeln, die mit den Zahlen 1 bis 25 beschriftet sind.

Es werden 6 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 12 dabei ist?

Lösung einblenden

Es gibt insgesamt $(\begin{matrix} 25 \\ 6 \end{matrix})$ = $\frac{25!}{6! ⋅ 19!}$ = $\frac{25⋅24⋅23⋅22⋅21⋅20}{6⋅5⋅4⋅3⋅2⋅1}$ = 177100 verschiedene Möglichkeiten, die 6 Kugeln aus den 25 zu ziehen, bzw. von 25 Zahlen 6 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn eine der gezogenen Zahlen die 12 ist, bzw. wie viele Möglichkeiten es gibt, 6 von 25 Zahlen anzukreuzen, wobei ein Kreuz sicher auf der der 12 sein muss, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 5 Kreuze auf 24 Zahlen (alle außer der 12) zu setzen, also $(\begin{matrix} 24 \\ 5 \end{matrix})$ = $\frac{24!}{5! ⋅ 19!}$ = $\frac{24⋅23⋅22⋅21⋅20}{5⋅4⋅3⋅2⋅1}$ = 42504.

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

P = $\frac{Anzahl der gewünschten Ergebnisse}{Anzahl der möglichen Ergebnisse}$ = $\frac{42504}{177100}$ ≈ 0.24, also ca. 24%.

Formel v. Bernoulli

Beispiel:

Es soll geprüft werden, ob die Würfel eines Casinos gezinkt sind.Dazu wird mit einem Würfel 44-mal gewürfelt. Es werden hierbei 6 6er erzielt.Berechnen Sie die Wahrscheinlichkeit für 6 6er bei 44 Würfen.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=44 und p= $\frac{1}{6}$ .

P_{\frac{1}{6}}^{44} (X = 6)

=

(\begin{matrix} 44 \\ 6 \end{matrix}) \cdot {(\frac{1}{6})}^{6} \cdot {(\frac{5}{6})}^{38}

=0.1482352632591≈ 0.1482
(TI-Befehl: binompdf(44,1/6,6))

kumulierte WS aus Histogramm finden

Beispiel:

In der Abbildung rechts ist das Histogramm einer binomialverteilten Zufallsgröße X zu sehen. Finde das größte k, für das gilt P(X ≥ k) ≥ 0.65.

Lösung einblenden

Wenn P(X ≥ k) ≥ 0.65 sein soll, bedeutet das doch, dass sie Summe der Säulenhöhen von k bis zum rechten Rand mindestens 0.65 sein muss. Das ist dann aber doch gleichbedeutend, wie dass für die restlichen Säulenhöhen links von 0 bis k-1 höchstens 1-0.65=0.35 als Wahrscheinlichkeit übrig bleiben darf.

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	≈ 0.07	≈ 0.01 + 0.07 = 0.08
2	≈ 0.18	≈ 0.08 + 0.18 = 0.26
3	≈ 0.25	≈ 0.26 + 0.25 = 0.51

Während P(X ≤ 2) = 0.26 also noch klar unter der geforderten Wahrscheinlichkeit von 0.35 liegt, ist P(X ≤ 3) = 0.51 klar darüber.

Oder andersrum: P(X ≥ 3) = 1 - P(X ≤ 2) = 0.74 (die Summe der blauen Säulenhöhen von 3 bis 10) ist klar über der geforderten Wahrscheinlichkeit von 0.65, während P(X ≥ 4) = 1 - P(X ≤ 3) = 0.49 (die Summe der Säulenhöhen von 4 bis 10) klar darunter liegt.

Somit ist das gesuchte k = 3.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 72 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 8 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=72 und p= $\frac{1}{6}$ .

P_{\frac{1}{6}}^{72} (X < 8)

=

P_{\frac{1}{6}}^{72} (X \leq 7)

=

P_{\frac{1}{6}}^{72} (X = 0)

+

P_{\frac{1}{6}}^{72} (X = 1)

+

P_{\frac{1}{6}}^{72} (X = 2)

+... +

P_{\frac{1}{6}}^{72} (X = 7)

= 0.070806539541017 ≈ 0.0708
(TI-Befehl: binomcdf(72,1/6,7))

Binomialverteilung X>=k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,7. Wie groß ist die Wahrscheinlichkeit bei 43 Versuchen mindestens 26 mal im grünen Bereich zu landen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Drehungen, die im grünen Bereich landen, an. X ist binomialverteilt mit n=43 und p=0.7.

...

23

24

25

26

27

28

...

P_{0.7}^{43} (X \geq 26)

= 1 -

P_{0.7}^{43} (X \leq 25)

= 0.9342
(TI-Befehl: 1-binomcdf(43,0.7,25))

Binomialverteilung l < 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=0,55 entsteht. Es wird eine Stichprobe der Menge 58 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 29 und höchstens 35 beträgt?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=58 und p=0.55.

$P_{0.55}^{58} (29 \leq X \leq 35)$ =

...

26

27

28

29

30

31

32

33

34

35

36

37

...

P_{0.55}^{58} (X \leq 35)

-

P_{0.55}^{58} (X \leq 28)

≈ 0.8288 - 0.1846 ≈ 0.6442
(TI-Befehl: binomcdf(58,0.55,35) - binomcdf(58,0.55,28))

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