Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 40 Ebenen lösen.

Der Binomialkoeffizient $\left(\begin{array}{c}\mathrm{a}\\ \mathrm{b}\end{array}\right)$ vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 32 mal getroffen und 8 mal nicht getroffen wird. Davon gibt es $\left(\begin{array}{c}\mathrm{n}\\ \mathrm{k}\end{array}\right)$, wobei n für die Anzahl aller Versuche und k für die Anzahl der Treffer steht, also muss hier a=40 und b=32 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser $\left(\begin{array}{c}40\\ 32\end{array}\right)$ Pfade an. Da ja in jedem Pfad 32 Treffer und 8 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
${0.15}^{32}$ ⋅ ${0.85}^8$

Somit muss d = 0.85, sowie c = 32 und e = 8 sein.

Man kann relativ gut erkennen, dass es sich hier um die Formel von Bernoulli handeln muss, das heißt also die Wahrscheinlichkeit für genau k Treffer gegeben ist.

In der Basis der ersten Potenz kann man die gegebene Wahrscheinlichkeit für "Es wird eine 6 gewürfelt" erkennen, also muss die Hochzahl 1 die Anzahl der Treffer sein und die gesuchte Option ist: Genau 1 mal wird eine 6 gewürfelt.

Weil ja in der Basis der ersten Potenz die gegebene Wahrscheinlichkeit steht, muss in der Basis der zweiten Potenz die Gegenwahrscheinlichkeit stehen. Somit ist b = 5.

Die Hochzahl der ersten Potenz gibt die Anzahl der "Treffer" an, somit kann man bei 5 Versuchen die Anzahl der "Nicht-Treffer" mit c = 4 bestimmen.

Die Anzahl der richtigen Pfade (mit 1 Treffer und 4 Nicht-Treffer) steht vorne im Binomialkoeffizient mit $\left(\begin{array}{c}5\\ 1\end{array}\right)$, also ist a = 1 (hier ist auch a=4 möglich).

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 10 Durchgänge:

Die Zufallsvariable X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=10 und p=0.28.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als $P_{0.28}^{10}(X=2)$ ≈ 0.2548.

Analog betrachten wir nun die restlichen 80 Durchgänge:

Die Zufallsvariable Y gibt die Anzahl der defekten Chips an. Y ist binomialverteilt mit n=80 und p=0.28.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als $P_{0.28}^{80}(Y\le 16)$ ≈ 0.0675.

Da die beiden Teilereignisse unabhängig voneinander sind und ja beide eintreten sollen, müssen wir nun die beiden Teilwahrscheinlichkeiten miteinander multiplizieren um die gesuchte Gesamtwahrscheinlcihkeit zu erhalten:

P = $P_{0.28}^{10}(X=2)$ ⋅ $P_{0.28}^{80}(Y\le 16)$ = 0.2548 ⋅ 0.0675 ≈ 0.0172

Zuerst überlegen wir mit welchen Kombinationen man auf die Summe von genau 2 kommen kann:

• 0 mal unten und 2 mal oben
• 1 mal unten und 1 mal oben
• 2 mal unten und 0 mal oben

0 mal unten und 2 mal oben

Die Wahrscheinlichkeit für 0 mal unten ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.7.

$P_{0.7}^3(X=0)$ = $\left(\begin{array}{c}3\\ 0\end{array}\right)\cdot {0.7}^0\cdot {0.3}^3$≈ 0.027
Die Wahrscheinlichkeit für 2 mal oben ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.2.

$P_{0.2}^3(X=2)$ = $\left(\begin{array}{c}3\\ 2\end{array}\right)\cdot {0.2}^2\cdot {0.8}^1$≈ 0.096
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.027 ⋅ 0.096 = 0.002592

1 mal unten und 1 mal oben

Die Wahrscheinlichkeit für 1 mal unten ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.7.

$P_{0.7}^3(X=1)$ = $\left(\begin{array}{c}3\\ 1\end{array}\right)\cdot {0.7}^1\cdot {0.3}^2$≈ 0.189
Die Wahrscheinlichkeit für 1 mal oben ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.2.

$P_{0.2}^3(X=1)$ = $\left(\begin{array}{c}3\\ 1\end{array}\right)\cdot {0.2}^1\cdot {0.8}^2$≈ 0.384
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.189 ⋅ 0.384 = 0.072576

2 mal unten und 0 mal oben

Die Wahrscheinlichkeit für 2 mal unten ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.7.

$P_{0.7}^3(X=2)$ = $\left(\begin{array}{c}3\\ 2\end{array}\right)\cdot {0.7}^2\cdot {0.3}^1$≈ 0.441
Die Wahrscheinlichkeit für 0 mal oben ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.2.

$P_{0.2}^3(X=0)$ = $\left(\begin{array}{c}3\\ 0\end{array}\right)\cdot {0.2}^0\cdot {0.8}^3$≈ 0.512
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.441 ⋅ 0.512 = 0.225792

Die gesuchte Wahrscheinlichkeit erhält man nun, indem man die Wahrscheinlichkeiten der 3 Kombinationen addiert:

0.0026 + 0.0726 + 0.2258 = 0.301

Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 4 Treffer bei 6 Versuchen mit der Formel von Bernoulli berechnen: $\left(\begin{array}{c}6\\ 4\end{array}\right)$ ⋅ ${0.3}^4$ ⋅ ${0.7}^2$

Dabei gibt ja ${0.3}^4$ ⋅ ${0.7}^2$ die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 2 Nicht-Treffern und $\left(\begin{array}{c}6\\ 4\end{array}\right)$ die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen $\left(\begin{array}{c}6\\ 4\end{array}\right)$ Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXOO

OXXXXO

OOXXXX

Es gibt also genau 3 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 3 ⋅ ${0.3}^4$ ⋅ ${0.7}^2$ ≈ 0.0119

Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'kiste ok'.

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=25 und p=0.1.

Gesucht ist die Wahrscheinlichkeit für höchstens 4 Treffer bei 25 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.1, also $P_{0.1}^{25}(X\le 4)$

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=25 und p=0.1.

$P_{0.1}^{25}(X\le 4)$ = $P_{0.1}^{25}(X=0)$ + $P_{0.1}^{25}(X=1)$ + $P_{0.1}^{25}(X=2)$ +... + $P_{0.1}^{25}(X=4)$ = 0.90200637880454 ≈ 0.902
(TI-Befehl: binomcdf(25,0.1,4))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.902) und 'nicht ok'(p=0.098).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'nicht ok'

Einzel-Wahrscheinlichkeiten: kiste ok: $0.902$; nicht ok: $0.098$;

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das SchaubBild nicht sehen :( Die relevanten Pfade sind:

'kiste ok'-'kiste ok' (P=$0.813604$)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

$0.813604$ = $0.813604$