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:

Ein idealer Würfel wird 3 mal geworfen. Bestimme die Wahrscheinlichkeit dafür, dass im zweiten Wurf keine "6" gewürfelt wird.

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 = 1 - 1 6 = 5 6 ≈ 0.8333 .

Binomialkoeffizient

Beispiel:

Berechne ohne Taschenrechner: ( 10 3 )

Lösung einblenden

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

( 10 3 ) = 10⋅9⋅8 3⋅2⋅1

= 10⋅3⋅8 2⋅1 (gekürzt mit 3)

= 5⋅3⋅8 1 (gekürzt mit 2)

= 120

Binomialkoeffizient Anwendungen

Beispiel:

Bei einem Glücksspiel sind auf einem Schein 8 Felder abgedruckt. Von diesen 8 Felder soll sich der Spieler 2 Felder aussuchen und ankreuzen.Wieviele Möglichkeiten hat er hierfür?

Lösung einblenden

Für die erste Stelle ist jedes Feld möglich. Es gibt also 8 Möglichkeiten. Für die zweite Stelle ist das bereits als erstes gewählte Feld nicht mehr möglich, es gibt also nur noch 7 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 87 = 56 Möglichkeiten, die 8 Möglichkeiten (abgedruckte Felder) auf die 2 "Ziehungen" (angekreuzte Felder) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel Feld1 - Feld3 - Feld6 und Feld3 - Feld6 - Feld1 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 21 = 2 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 2er-Gruppe.

Wir müssen deswegen die 56 Möglichkeiten für nach Reihenfolge sortierte 2er-Gruppen durch die 2 Möglichkeiten, die 2er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich 56 2 = 28 Möglichkeiten für 2er-Gruppen, die aus 8 Elementen (abgedruckte Felder) gebildet werden.

Die hier durchgeführte Berechnung 87 21 könnte man mit 6! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

28 = 87 21 = 87 6 5 4 3 2 1 21 6 5 4 3 2 1 = 8! 2! ⋅ 6! = ( 8 2 )

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 40 Kugeln, die mit den Zahlen 1 bis 40 beschriftet sind.

Es werden 5 Kugeln zufällig aus der Urne gezogen. Wie groß ist die Wahrscheinlichkeit, dass bei den gezogenen Kugeln die 7 und die 28 dabei sind?

Lösung einblenden

Es gibt insgesamt ( 40 5 ) = 40! 5! ⋅ 35! = 40⋅39⋅38⋅37⋅36 5⋅4⋅3⋅2⋅1 = 658008 verschiedene Möglichkeiten, die 5 Kugeln aus den 40 zu ziehen, bzw. von 40 Zahlen 5 anzukreuzen.

Wenn man jetzt die Möglichkeiten zählen will, wie viele Möglichkeiten es gibt, wenn zwei der gezogenen Zahlen die 7 und die 28 sind, bzw. wie viele Möglichkeiten es gibt, 5 von 40 Zahlen anzukreuzen, wobei zwei Kreuze sicher auf der der 7 und der 28 sein müssen, dann ist das doch genau das gleiche, wie wenn man die Möglichkeiten zählt, 3 Kreuze auf 38 Zahlen (alle außer der 7 und der 28) zu setzen, also ( 38 3 ) = 38! 3! ⋅ 35! = 38⋅37⋅36 3⋅2⋅1 = 8436.

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

P = Anzahl der gewünschten Ergebnisse Anzahl der möglichen Ergebnisse = 8436 658008 ≈ 0.0128, also ca. 1.28%.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,7. Wie groß ist die Wahrscheinlichkeit bei 93 Versuchen genau 67 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=93 und p=0.7.

P0.793 (X=67) = ( 93 67 ) 0.767 0.326 =0.083637538513074≈ 0.0836
(TI-Befehl: binompdf(93,0.7,67))

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) ≥ 0.8.

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≈ 0.03≈ 0 + 0.03 = 0.03
2≈ 0.08≈ 0.03 + 0.08 = 0.11
3≈ 0.17≈ 0.11 + 0.17 = 0.28
4≈ 0.22≈ 0.28 + 0.22 = 0.5
5≈ 0.22≈ 0.5 + 0.22 = 0.72
6≈ 0.15≈ 0.72 + 0.15 = 0.87
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Während P(X ≤ 5) = 0.72 also noch klar unter der geforderten Wahrscheinlichkeit von 0.8 liegt, ist P(X ≤ 6) = 0.87 klar darüber.

Somit ist das gesuchte k = 6.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 66 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 11 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=66 und p= 1 6 .

P 1 6 66 (X<11) = P 1 6 66 (X10) = P 1 6 66 (X=0) + P 1 6 66 (X=1) + P 1 6 66 (X=2) +... + P 1 6 66 (X=10) = 0.44885858509385 ≈ 0.4489
(TI-Befehl: binomcdf(66,1/6,10))

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 97 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,4.
Wie groß ist dabei die Wahrscheinlichkeit, mehr als 32 Treffer zu erzielen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=97 und p=0.4.

...
30
31
32
33
34
35
...

P0.497 (X>32) = P0.497 (X33) = 1 - P0.497 (X32) = 0.9052
(TI-Befehl: 1-binomcdf(97,0.4,32))

Binomialverteilung l < X < k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 81% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 53 Versuchen mindestens 38 und weniger als 46 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=53 und p=0.81.

P0.8153 (38X45) =

...
35
36
37
38
39
40
41
42
43
44
45
46
47
...

P0.8153 (X45) - P0.8153 (X37) ≈ 0.8142 - 0.0338 ≈ 0.7804
(TI-Befehl: binomcdf(53,0.81,45) - binomcdf(53,0.81,37))