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:

Bei einem Glückrad beträgt die Wahrscheinlichkeit, in den grünen Bereich zu drehen, 60%. Es wird 4 mal gedreht. Bestimme die Wahrscheinlichkeit dafür, dass jedes mal in den grünen Bereich gedreht wird.

Lösung einblenden

Da die Wahrscheinlichkeit für einen Treffer (also hier, dass nicht in den grünen Bereich gedreht wird) p = 0,6 beträgt, muss die Wahrscheinlichkeit für 4 Treffer bei 4 Versuchen P = 0,6 4 ≈ 0.1296 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: ( 9 6 )

Lösung einblenden

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

( 9 6 ) = 9⋅8⋅7 3⋅2⋅1

= 3⋅8⋅7 2⋅1 (gekürzt mit 3)

= 3⋅4⋅7 1 (gekürzt mit 2)

= 84

Binomialkoeffizient Anwendungen

Beispiel:

Eine Mathelehrerin verlost unter den 6 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?

Lösung einblenden

Für die erste Stelle ist jede SchülerIn möglich. Es gibt also 6 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte SchülerIn nicht mehr möglich, es gibt also nur noch 5 Möglichkeiten. Für die 3. Stelle fehlen dann schon 2, so dass nur noch 4 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 65432 = 720 Möglichkeiten, die 6 Möglichkeiten (SchülerInnen) auf die 5 "Ziehungen" (Knobelbücher) 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 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 54321 = 120 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 5er-Gruppe.

Wir müssen deswegen die 720 Möglichkeiten für nach Reihenfolge sortierte 5er-Gruppen durch die 120 Möglichkeiten, die 5er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 720 120 = 6 Möglichkeiten für 5er-Gruppen, die aus 6 Elementen (SchülerInnen) gebildet werden.

Die hier durchgeführte Berechnung 65432 54321 könnte man mit 1! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

6 = 65432 54321 = 65432 1 54321 1 = 6! 5! ⋅ 1! = ( 6 5 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

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

Es werden 8 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 2, die 15 und die 20 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 20 8 ) = 20! 8! ⋅ 12! = 20⋅19⋅18⋅17⋅16⋅15⋅14⋅13 8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 = 125970 verschiedene Möglichkeiten, die 8 Kugeln aus den 20 zu ziehen, bzw. von 20 Zahlen 8 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn drei der gezogenen Zahlen die 2, die 15 und die 20 sind, bzw. wie viele Möglichkeiten es gibt, 8 von 20 Zahlen anzukreuzen, wobei drei Kreuze sicher auf der der 2, der 15 und der 20 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 5 Kreuze auf 17 Zahlen (alle außer der 2, der 15 und der 20) zu setzen, also ( 17 5 ) = 17! 5! ⋅ 12! = 17⋅16⋅15⋅14⋅13 5⋅4⋅3⋅2⋅1 = 6188.

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

P = Anzahl der gewünschten Ergebnisse Anzahl der möglichen Ergebnisse = 6188 125970 ≈ 0.0491, also ca. 4.91%.

Formel v. Bernoulli

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 5 Glückskekse mit einer Peproni zu erwischen, wenn man 54 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Glückskekse mit einer Peperoni an. X ist binomialverteilt mit n=54 und p= 1 8 .

P 1 8 54 (X=5) = ( 54 5 ) ( 1 8 )5 ( 7 8 )49 =0.13898776477425≈ 0.139
(TI-Befehl: binompdf(54,1/8,5))

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 größte k, für das gilt P(X ≥ k) ≥ 0.8.

Lösung einblenden

Wenn P(X ≥ k) ≥ 0.8 sein soll, bedeutet das doch, dass sie Summe der Säulenhöhen von k bis zum rechten Rand mindestens 0.8 sein muss. Das ist dann aber doch gleichbedeutend, wie dass für die restlichen Säulenhöhen links von 0 bis k-1 höchstens 1-0.8=0.2 als Wahrscheinlichkeit übrig bleiben darf.

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

kP(X = k)P(X ≤ k)
0≈ 0.01≈ 0 + 0.01 = 0.01
1≈ 0.07≈ 0.01 + 0.07 = 0.08
2≈ 0.17≈ 0.08 + 0.17 = 0.25
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 1) = 0.08 also noch klar unter der geforderten Wahrscheinlichkeit von 0.2 liegt, ist P(X ≤ 2) = 0.25 klar darüber.

Oder andersrum: P(X ≥ 2) = 1 - P(X ≤ 1) = 0.92 (die Summe der blauen Säulenhöhen von 2 bis 12) ist klar über der geforderten Wahrscheinlichkeit von 0.8, während P(X ≥ 3) = 1 - P(X ≤ 2) = 0.75 (die Summe der Säulenhöhen von 3 bis 12) klar darunter liegt.

Somit ist das gesuchte k = 2.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 92 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,4.Wie groß ist dabei die Wahrscheinlichkeit, höchstens 36 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=92 und p=0.4.

P0.492 (X36) = P0.492 (X=0) + P0.492 (X=1) + P0.492 (X=2) +... + P0.492 (X=36) = 0.47739946686393 ≈ 0.4774
(TI-Befehl: binomcdf(92,0.4,36))

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 92 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mindestens 9 mal eine 6 (p=1/6) geworfen wird?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=92 und p= 1 6 .

...
6
7
8
9
10
11
...

P 1 6 92 (X9) = 1 - P 1 6 92 (X8) = 0.9783
(TI-Befehl: 1-binomcdf(92, 1 6 ,8))

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=0,35 entsteht. Es wird eine Stichprobe der Menge 72 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 25 und höchstens 30 beträgt?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=72 und p=0.35.

P0.3572 (25X30) =

...
22
23
24
25
26
27
28
29
30
31
32
...

P0.3572 (X30) - P0.3572 (X24) ≈ 0.9036 - 0.4362 ≈ 0.4674
(TI-Befehl: binomcdf(72,0.35,30) - binomcdf(72,0.35,24))