Mathebattle EduRandomtasks

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=0,25 Ausschuss. Es werden nacheinander 4 Chips als Stichprobe entnommen. Bestimme die Wahrscheinlichkeit dafür, dass alle entnommenen Chips defekt sind.

Lösung einblenden

Da die Wahrscheinlichkeit für einen Treffer (also hier, dass ein entnommener Chips nicht defekt ist) p = 0,25 beträgt, muss die Wahrscheinlichkeit für 4 Treffer bei 4 Versuchen P = ${0,25}^{4}$ ≈ 0.0039 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: $(\begin{matrix} 20 \\ 18 \end{matrix})$

Lösung einblenden

Wenn man von der allgememeinen Formel für den Binomialkoeffizient
$(\begin{matrix} 20 \\ 18 \end{matrix})$ = $\frac{20!}{18! ⋅ (20 - 18)!}$ = $\frac{20!}{18! ⋅ 2!}$ = $\frac{20⋅19⋅18⋅17⋅16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1}{18⋅17⋅16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1 ⋅ 2⋅1}$
ausgeht, sieht man schnell, dass man mit der
18! = 18⋅17⋅16⋅15⋅14⋅13⋅12⋅11⋅10⋅9⋅8⋅7⋅6⋅5⋅4⋅3⋅2⋅1
rechts im Zähler und links im Nenner kürzen kann, so dass gilt:

$(\begin{matrix} 20 \\ 18 \end{matrix})$ = $\frac{20⋅19}{2⋅1}$

= $\frac{10⋅19}{1}$ (gekürzt mit 2)

= 190

Binomialkoeffizient Anwendungen

Beispiel:

Eine Eisdiele bietet 11 verschiedene Eissorten an. Rüdiger darf sich ein Eis mit 2 Kugeln zusammenstellen. Er möchte aber auf jeden Fall lauter verschiedene Eissorten in seinem Eis haben. Wieviele Möglichkeiten hat er sich solch ein Eis zusammenzustellen?

Lösung einblenden

Für die erste Stelle ist jede Eissorte möglich. Es gibt also 11 Möglichkeiten. Für die zweite Stelle ist die bereits als erstes gewählte Eissorte nicht mehr möglich, es gibt also nur noch 10 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 11⋅10 = 110 Möglichkeiten, die 11 Möglichkeiten (Eissorten) auf die 2 "Ziehungen" (Kugeln) zu verteilen.

Wir haben jetzt dabei aber genau unterschieden an welcher Stelle was gezogen bzw. gewählt wurde. Also wären zum Beispiel Ananas - Birne - Citrone und Birne - Citrone - Ananas 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 2⋅1 = 2 Möglichkeiten für die verschiedenen Reihenfolgen innerhalb einer 2er-Gruppe.

Wir müssen deswegen die 110 Möglichkeiten für nach Reihenfolge sortierte 2er-Gruppen durch die 2 Möglichkeiten, die 2er-Gruppe anzuordnen, teilen.

Hieraus ergeben sich $\frac{110}{2}$ = 55 Möglichkeiten für 2er-Gruppen, die aus 11 Elementen (Eissorten) gebildet werden.

Die hier durchgeführte Berechnung $\frac{11\cdot10}{2\cdot1}$ könnte man mit 9! erweitern würde so auf die Formel für den Binomialkoeffizient kommen:

55 = $\frac{11\cdot10}{2\cdot1}$ = $\frac{11 \cdot 10 \cdot 9 \cdot 8 \cdot 7 \cdot 6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}{2 \cdot 1 \cdot 9 \cdot 8 \cdot 7 \cdot 6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 \cdot 1}$ = $\frac{11!}{2! ⋅ 9!}$ = $(\begin{matrix} 11 \\ 2 \end{matrix})$

Wahrscheinlichkeiten mit Binom.Koeff.

Beispiel:

In einer Urne befinden sich 30 Kugeln, die mit den Zahlen 1 bis 30 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?

Lösung einblenden

Es gibt insgesamt $(\begin{matrix} 30 \\ 4 \end{matrix})$ = $\frac{30!}{4! ⋅ 26!}$ = $\frac{30⋅29⋅28⋅27}{4⋅3⋅2⋅1}$ = 27405 verschiedene Möglichkeiten, die 4 Kugeln aus den 30 zu ziehen, bzw. von 30 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 30 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 29 Zahlen (alle außer der 10) zu setzen, also $(\begin{matrix} 29 \\ 3 \end{matrix})$ = $\frac{29!}{3! ⋅ 26!}$ = $\frac{29⋅28⋅27}{3⋅2⋅1}$ = 3654.

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

P = $\frac{Anzahl der gewünschten Ereignisse}{Anzahl der möglichen Ereignisse}$ = $\frac{3654}{27405}$ ≈ 0.1333, also ca. 13.33%.

Formel v. Bernoulli

Beispiel:

Es soll geprüft werden, ob die Würfel eines Casinos gezinkt sind.Dazu wird mit einem Würfel 75-mal gewürfelt. Es werden hierbei 20 6er erzielt.Berechnen Sie die Wahrscheinlichkeit für 20 6er bei 75 Würfen.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=75 und p= $\frac{1}{6}$ .

P_{\frac{1}{6}}^{75} (X = 20)

=

(\begin{matrix} 75 \\ 20 \end{matrix}) \cdot {(\frac{1}{6})}^{20} \cdot {(\frac{5}{6})}^{55}

=0.0097009184956102≈ 0.0097
(TI-Befehl: binompdf(75,1/6,20))

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) ≥ 0.6.

Lösung einblenden

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	≈ 0.02	≈ 0 + 0.02 = 0.02
2	≈ 0.08	≈ 0.02 + 0.08 = 0.1
3	≈ 0.17	≈ 0.1 + 0.17 = 0.27
4	≈ 0.24	≈ 0.27 + 0.24 = 0.51
5	≈ 0.23	≈ 0.51 + 0.23 = 0.74

Während P(X ≤ 4) = 0.51 also noch klar unter der geforderten Wahrscheinlichkeit von 0.6 liegt, ist P(X ≤ 5) = 0.74 klar darüber.

Somit ist das gesuchte k = 5.

kumulierte Binomialverteilung

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, nicht mehr als 7 Glückskekse mit einer Peproni zu erwischen, wenn man 33 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Glückskekse mit einer Peperoni an. X ist binomialverteilt mit n=33 und p= $\frac{1}{8}$ .

P_{\frac{1}{8}}^{33} (X \leq 7)

=

P_{\frac{1}{8}}^{33} (X = 0)

+

P_{\frac{1}{8}}^{33} (X = 1)

+

P_{\frac{1}{8}}^{33} (X = 2)

+... +

P_{\frac{1}{8}}^{33} (X = 7)

= 0.95337269390537 ≈ 0.9534
(TI-Befehl: binomcdf(33,1/8,7))

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 80 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mehr als 7 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=80 und p= $\frac{1}{6}$ .

...

5

6

7

8

9

10

...

P_{\frac{1}{6}}^{80} (X > 7)

=

P_{\frac{1}{6}}^{80} (X \geq 8)

= 1 -

P_{\frac{1}{6}}^{80} (X \leq 7)

= 0.9672
(TI-Befehl: 1-binomcdf(80, $\frac{1}{6}$ ,7))

Binomialverteilung l < X < k

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen, von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 48 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so mindestens 14, aber weniger als 16 Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der zufällig richtig beantworteten Fragen an. X ist binomialverteilt mit n=48 und p=0.25.

$P_{0.25}^{48} (14 \leq X \leq 15)$ =

...

11

12

13

14

15

16

17

...

P_{0.25}^{48} (X \leq 15)

-

P_{0.25}^{48} (X \leq 13)

≈ 0.8768 - 0.6986 ≈ 0.1782
(TI-Befehl: binomcdf(48,0.25,15) - binomcdf(48,0.25,13))

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