Aufgabenbeispiele von Zufallsexperimente
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Zufallsexperiment (einstufig)
Beispiel:
In einer Urne sind 1 blaue, 9 grüne, 4 gelbe und 6 rote Kugeln. Es wird eine Kugel gezogen. Bestimme jeweils die Wahrscheinlichkeit für die gezogene Farbe.
(Denk daran, den Bruch vollständig zu kürzen!)
Die Wahrscheinlichkeit eines Ereignisses lässt sich berechen als p=
Hierfür müssen wir erstmal die Gesamtzahl aller Möglichkeiten zusammenzählen: 1 + 9 + 4 + 6=20
Hieraus ergibt sich für ...
blau: p=
grün: p=
gelb: p= =
rot: p= =
mit Zurücklegen (einfach)
Beispiel:
Ein Würfel wird 2 mal geworfen. Wie groß ist die Wahrscheinlichkeit, höchstens 1 mal eine Primzahl zu würfeln?
Da ja ausschließlich nach 'prim' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: 'prim' und 'nicht prim'
Einzel-Wahrscheinlichkeiten :"prim": ; "nicht prim": ;
Wie man auch im Baumdiagramm unten gut erkennen kann, sind bei 'höchstens einmal prim' alle Möglichkeiten enthalten, außer eben 2 mal 'prim'
Man kann also am aller einfachsten die gesuchte Wahrscheinlichkeit über das Gegenereignis berechnen:
P=1-P(2 mal 'prim')=1- =
| Ereignis | P |
|---|---|
| prim -> prim | |
| prim -> nicht prim | |
| nicht prim -> prim | |
| nicht prim -> nicht prim |
Einzel-Wahrscheinlichkeiten: prim: ; nicht prim: ;
Die relevanten Pfade sind:
'prim'-'nicht prim' (P=)
'nicht prim'-'prim' (P=)
'nicht prim'-'nicht prim' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + =
Ziehen mit Zurücklegen
Beispiel:
Ein Würfel wird 3 mal geworfen. Wie groß ist die Wahrscheinlichkeit, mindestens 1 mal eine Primzahl zu würfeln?
Da ja ausschließlich nach 'prim' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: 'prim' und 'nicht prim'
Einzel-Wahrscheinlichkeiten :"prim": ; "nicht prim": ;
Wie man auch im Baumdiagramm unten gut erkennen kann, sind bei 'mindestens einmal prim' alle Möglichkeiten enthalten, außer eben kein 'prim' bzw. 0 mal 'prim'
Man kann also am aller einfachsten die gesuchte Wahrscheinlichkeit über das Gegenereignis berechnen:
P=1-P(0 mal 'prim')=1- =
| Ereignis | P |
|---|---|
| prim -> prim -> prim | |
| prim -> prim -> nicht prim | |
| prim -> nicht prim -> prim | |
| prim -> nicht prim -> nicht prim | |
| nicht prim -> prim -> prim | |
| nicht prim -> prim -> nicht prim | |
| nicht prim -> nicht prim -> prim | |
| nicht prim -> nicht prim -> nicht prim |
Einzel-Wahrscheinlichkeiten: prim: ; nicht prim: ;
Die relevanten Pfade sind:
'prim'-'nicht prim'-'nicht prim' (P=)
'nicht prim'-'prim'-'nicht prim' (P=)
'nicht prim'-'nicht prim'-'prim' (P=)
'prim'-'prim'-'nicht prim' (P=)
'prim'-'nicht prim'-'prim' (P=)
'nicht prim'-'prim'-'prim' (P=)
'prim'-'prim'-'prim' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + + + + + =
ohne Zurücklegen (einfach)
Beispiel:
In einer 8-ten Klasse gibt es 8 Schüler mit NWT-Profil, 6 Schüler mit sprachlichem Profil, 8 Schüler mit Musik-Profil und 3 Schüler mit IMP-Profil. Der NWT-Lehrer hört, dass heute 2 Schüler fehlen würden. Wie groß ist die Wahrscheinlichkeit dass mindestens 1 Schüler mit NWT-Profil fehlen?
Da ja ausschließlich nach 'NWT' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: 'NWT' und 'nicht NWT'
Einzel-Wahrscheinlichkeiten :"NWT": ; "nicht NWT": ;
Wie man auch im Baumdiagramm unten gut erkennen kann, sind bei 'mindestens einmal NWT' alle Möglichkeiten enthalten, außer eben kein 'NWT' bzw. 0 mal 'NWT'
Man kann also am aller einfachsten die gesuchte Wahrscheinlichkeit über das Gegenereignis berechnen:
P=1-P(0 mal 'NWT')=1- =
| Ereignis | P |
|---|---|
| NWT -> NWT | |
| NWT -> nicht NWT | |
| nicht NWT -> NWT | |
| nicht NWT -> nicht NWT |
Einzel-Wahrscheinlichkeiten: NWT: ; nicht NWT: ;
Die relevanten Pfade sind:
'NWT'-'nicht NWT' (P=)
'nicht NWT'-'NWT' (P=)
'NWT'-'NWT' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + =
Ziehen ohne Zurücklegen
Beispiel:
In einer Urne sind 2 rote, 8 blaue , 9 gelbe und 5 schwarze Kugeln. Es wird zwei mal ohne zurücklegen eine Kugel gezogen. Wie groß ist die Wahrscheinlichkeit für "genau 1 mal gelb"?
Da ja ausschließlich nach 'gelb' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: 'gelb' und 'nicht gelb'
Einzel-Wahrscheinlichkeiten :"gelb": ; "nicht gelb": ;
| Ereignis | P |
|---|---|
| gelb -> gelb | |
| gelb -> nicht gelb | |
| nicht gelb -> gelb | |
| nicht gelb -> nicht gelb |
Einzel-Wahrscheinlichkeiten: gelb: ; nicht gelb: ;
Die relevanten Pfade sind:
'gelb'-'nicht gelb' (P=)
'nicht gelb'-'gelb' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ =
Ziehen bis erstmals x kommt
Beispiel:
Eine Lehrerin sammelt die Hausaufgaben von einigen Schülern ein, um zu kontrollieren, ob diese auch ordentlich gemacht wurden. Aus Zeitgründen möchte sie aber nicht alle, sondern nur ein paar wenige einsammeln, welche durch ein Losverfahren ausgewählt werden. Aus (der unbegründeten) Angst ungerecht behandelt zu werden, bestehen die 3 Jungs darauf, dass unbedingt immer eine Hausaufgabe eines der 21 Mädchen der Klasse eingesammelt wird. Deswegen wird solange gelost, bis das erste Mädchen gezogen wird. Wie groß ist die Wahrscheinlichkeit, dass dies beim 2. Losdurchgang passiert?
(Denk daran, den Bruch vollständig zu kürzen!)
Die Wahrscheinlichkeit kann man dem einzig möglichen Pfad entlang ablesen:
P= ⋅
= ⋅
=
nur Summen
Beispiel:
In einer 8. Klasse gibt es 10 SchülerInnen, die 13 Jahre alt sind, 10 14-Jährige und 4 15-Jährige. Ein Lehrer, der keine Ahnung über das Alter seiner Schüler hat, muss bei zwei SchülerInnen raten, wie alt die beiden zusammen sind. Er tippt auf 30 Jahre. Wie groß ist die Wahrscheinlichkeit, dass er zufällig richtig getippt hat?
Da ja ausschließlich nach '15' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: '15' und 'nicht 15'
Einzel-Wahrscheinlichkeiten :"15": ; "nicht 15": ;
| Ereignis | P |
|---|---|
| 15 -> 15 | |
| 15 -> nicht 15 | |
| nicht 15 -> 15 | |
| nicht 15 -> nicht 15 |
Einzel-Wahrscheinlichkeiten: 15: ; nicht 15: ;
Die relevanten Pfade sind:
'15'-'15' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
=
mit Zurücklegen (einfach)
Beispiel:
(Alle Sektoren sind Vielfache
von Achtels-Kreisen)
Da ja ausschließlich nach 'rot' gefragt ist, genügt es das Modell auf zwei Möglichkeiten zu beschränken: 'rot' und 'nicht rot'
Einzel-Wahrscheinlichkeiten :"rot": ; "nicht rot": ;
Wie man auch im Baumdiagramm unten gut erkennen kann, sind bei 'höchstens einmal rot' alle Möglichkeiten enthalten, außer eben 2 mal 'rot'
Man kann also am aller einfachsten die gesuchte Wahrscheinlichkeit über das Gegenereignis berechnen:
P=1-P(2 mal 'rot')=1- =
| Ereignis | P |
|---|---|
| rot -> rot | |
| rot -> nicht rot | |
| nicht rot -> rot | |
| nicht rot -> nicht rot |
Einzel-Wahrscheinlichkeiten: rot: ; nicht rot: ;
Die relevanten Pfade sind:
'rot'-'nicht rot' (P=)
'nicht rot'-'rot' (P=)
'nicht rot'-'nicht rot' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + =
Kombinatorik (ohne Binom.)
Beispiel:
Ein spezielles Zahlenschloss hat 4 Ringe mit jeweils 10 verschiedenen Zahlen drauf. Wie viele verschiedene Möglichkeiten kann man bei diesem Zahlenschloss einstellen?
Bei jedem der 4 'Zufallsversuche' gibt es 10 Möglichkeiten. Dabei ist jedes Ergebnis im ersten 'Durchgang' mit jedem Ergebnis im zweiten Durchgang kombinierbar. Man könnte also alles in einem Baumdiagramm darstellen, das sich in jeder der 4 Ebenen immer 10-fach verzweigt.
Es entstehen so also 10 ⋅ 10 ⋅ 10 ⋅ 10 = 104 = 10000 Möglichkeiten.
Kombinatorik
Beispiel:
Ein spezielles Zahlenschloss hat 5 Ringe mit jeweils 4 verschiedenen Zahlen drauf. Wie viele verschiedene Möglichkeiten kann man bei diesem Zahlenschloss einstellen?
Bei jedem der 5 'Zufallsversuche' gibt es 4 Möglichkeiten. Dabei ist jedes Ergebnis im ersten 'Durchgang' mit jedem Ergebnis im zweiten Durchgang kombinierbar. Man könnte also alles in einem Baumdiagramm darstellen, das sich in jeder der 5 Ebenen immer 4-fach verzweigt.
Es entstehen so also 4 ⋅ 4 ⋅ 4 ⋅ 4 ⋅ 4 = 45 = 1024 Möglichkeiten.
