Lessons and exercises follow the school system and stay in its language.Les leçons et les exercices suivent le système scolaire et restent dans sa langue.Lektionen und Übungen folgen dem Schulsystem und bleiben in seiner Sprache.
Du bist offline: Gespeicherte Kapitel funktionieren weiter.
Alle Lektionen des Kapitels, bereit für Papier. Die Aufgabenserien heißen A, B, C… und die Lösungen stehen am Ende.
Für ein PDF wähle im Druckdialog „Als PDF speichern“.
Jahrgangsstufe 12 (erhöhtes Anforderungsniveau)
Zufallsgrößen und Binomialverteilung
SpitznameDatum
Scannen, um online zu öffnenenglish.sedifier.com/de/by-gym-g9/jgst-12/by.12.binomialverteilung/
1. Zufallsvariable und Wahrscheinlichkeitsverteilung
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
Zwei faire Würfel werden geworfen. Berechne die Wahrscheinlichkeit, dass die Summe 2 ist.
Ein fairer Würfel wird 2-mal geworfen. Berechne die Wahrscheinlichkeit für mindestens eine Sechs.
Die Wahrscheinlichkeit, dass ein Flug Verspätung hat, ist 0,78. Berechne die Wahrscheinlichkeit, dass er keine Verspätung hat.
Entdecken
Eine Münze wird zweimal geworfen; X ist die Anzahl von „Zahl“. Welche Werte nimmt X an?
0, 1, 2
1, 2
Die Grundidee
Eine Zufallsgröße ordnet jedem Ergebnis eine Zahl zu.
Die Wahrscheinlichkeitsverteilung von X gibt P(X=xi) für jeden Wert an. Die Summe dieser Wahrscheinlichkeiten ist 1.
Beispiel
Verteilung von X bei zwei Münzwürfen.
P(X=0)=41
KK.
P(X=1)=21
ZK oder KZ.
P(X=2)=41
ZZ.
Du bist dran
Jetzt du: Wie groß ist P(X≥1) für diese Verteilung?
43
1/2 + 1/4.
Üben ★
X nimmt drei Werte an; zwei davon haben die Wahrscheinlichkeiten 101 und 103. Wie groß ist die Wahrscheinlichkeit des dritten?
X nimmt drei Werte an; zwei davon haben die Wahrscheinlichkeiten 104 und 104. Wie groß ist die Wahrscheinlichkeit des dritten?
X nimmt drei Werte an; zwei davon haben die Wahrscheinlichkeiten 103 und 103. Wie groß ist die Wahrscheinlichkeit des dritten?
Vorsicht!
Üben ★★
P(X=0)=102, P(X=1)=102, und X nimmt auch den Wert 2 an. Bestimme P(X≥1).
P(X=0)=103, P(X=1)=103, und X nimmt auch den Wert 2 an. Bestimme P(X≥1).
P(X=1)=102, P(X=2)=103, und X nimmt nur die Werte 0, 1 und 2 an. Bestimme P(X≥1).
Wie groß ist die Summe aller Wahrscheinlichkeiten einer Wahrscheinlichkeitsverteilung?
1
0
Die Anzahl der Werte
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
X nimmt drei Werte an; zwei davon haben die Wahrscheinlichkeiten 101 und 103. Wie groß ist die Wahrscheinlichkeit des dritten?
X nimmt drei Werte an; zwei davon haben die Wahrscheinlichkeiten 104 und 104. Wie groß ist die Wahrscheinlichkeit des dritten?
X nimmt drei Werte an; zwei davon haben die Wahrscheinlichkeiten 103 und 103. Wie groß ist die Wahrscheinlichkeit des dritten?
Merkkarte
Wahrscheinlichkeitsverteilung
Werte und Wahrscheinlichkeiten.
Summe = 1.
Achtung: Prüfe immer die Summe.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
Man wirft drei faire Münzen. X ist die Anzahl Kopf. Berechne P(X=2).
2. Erwartungswert, Varianz und Standardabweichung
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
X nimmt drei Werte an; zwei davon haben die Wahrscheinlichkeiten 101 und 103. Wie groß ist die Wahrscheinlichkeit des dritten?
P(X=0)=102, P(X=1)=102, und X nimmt auch den Wert 2 an. Bestimme P(X≥1).
P(X=1)=102, P(X=2)=103, und X nimmt nur die Werte 0, 1 und 2 an. Bestimme P(X≥1).
Entdecken
Ein Spiel bringt mit der Wahrscheinlichkeit 0,1 genau 10 € und sonst 0 €. Wie hoch ist der mittlere Gewinn?
1 €
5 €
Die Grundidee
Der Erwartungswert ist ein gewichteter Mittelwert.
E(X)=∑xi⋅P(X=xi).
Var(X)=∑(xi−E(X))2⋅P(X=xi) und σ(X)=Var(X).
Beispiel
X ist 0 oder 2, jeweils mit P=21.
E(X)=1
Erwartungswert.
Var(X)=1⋅21+1⋅21=1
Varianz.
σ(X)=1
Standardabweichung.
Du bist dran
Jetzt du: X ist 1 mit der Wahrscheinlichkeit 0,2, sonst 0. Berechne E(X).
0,2
1 · 0,2.
Üben ★
X ist 5 mit der Wahrscheinlichkeit 51 und sonst 0. Berechne E(X).
X ist 13 mit der Wahrscheinlichkeit 81 und sonst 0. Berechne E(X).
X ist 3 mit der Wahrscheinlichkeit 71 und sonst 0. Berechne E(X).
Vorsicht!
Üben ★★
X ist −2 oder 2, jeweils mit der Wahrscheinlichkeit 21. Berechne Var(X).
X ist −39 oder 39, jeweils mit der Wahrscheinlichkeit 21. Berechne Var(X).
E(X)=2. Berechne E(3X+1).
Var(X)=2. Berechne Var(2X+5).
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
X ist 5 mit der Wahrscheinlichkeit 51 und sonst 0. Berechne E(X).
X ist 13 mit der Wahrscheinlichkeit 81 und sonst 0. Berechne E(X).
X ist 3 mit der Wahrscheinlichkeit 71 und sonst 0. Berechne E(X).
Merkkarte
Erwartungswert und Varianz
E(X)=∑xi⋅pi.
σ(X)=Var(X).
Achtung: Mit den Wahrscheinlichkeiten gewichten.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
Ein Spiel bringt 5 € Gewinn mit der Wahrscheinlichkeit 61; sonst verliert man den Einsatz c €. Für welchen Einsatz c ist das Spiel fair (Erwartungswert 0)?
3. Erwartungswert und Standardabweichung einer Zufallsgröße
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
Eine Zufallsgröße X nimmt die Werte 0, 1 und 2 an, mit P(X = 0) = 29/100 und P(X = 1) = 13/100. Bestimme P(X = 2).
X nimmt die Werte 0, 1, 2 an, mit P(X = 0) = 25/100 und P(X = 1) = 15/100. Bestimme P(X ≥ 1).
Welche Liste kann die Wahrscheinlichkeitsverteilung einer Zufallsgröße mit drei Werten sein?
0,1, 0,5 und 4/10
0,5, 0,5 und 0,1
0,8, 0,4 und −0,2
Entdecken
Ein Los gewinnt mit der Wahrscheinlichkeit 0,1 genau 10 Euro, sonst nichts. Wie viel gewinnt man auf lange Sicht im Mittel pro Los?
1 Euro
5 Euro
Die Grundidee
Erwartungswert und Standardabweichung einer Zufallsgröße.
E(X)=μ=∑x⋅P(X=x), der Mittelwert auf lange Sicht. Var(X)=∑(x−μ)2⋅P(X=x) und σ=Var(X). Ist X mit der Wahrscheinlichkeit p gleich 1 und sonst 0: μ=p, Var(X)=p(1−p).
Beispiel
X: 0, 1, 2 mit den Wahrscheinlichkeiten 0,3, 0,4, 0,3.
E(X)=0+0,4+0,6=1
Σ x · P(X = x).
Var(X)=0,3+0+0,3=0,6
Σ (x − 1)² · P(X = x).
σ=0,6≈0,77
Wurzel ziehen.
Du bist dran
Jetzt du: X = 0, 5 mit den Wahrscheinlichkeiten 0,6, 0,4. Bestimme E(X).
2
5 · 0,4.
Üben ★
X nimmt die Werte 0, 1, 2 mit den Wahrscheinlichkeiten 51/100, 15/100 und 34/100 an. Bestimme E(X).
X nimmt die Werte 0, 1, 2 mit den Wahrscheinlichkeiten 56/100, 25/100 und 19/100 an. Bestimme E(X).
Ein Spiel kostet 1 Euro. Mit der Wahrscheinlichkeit 1/3 gewinnst du netto 4 Euro; sonst ist dein Euro verloren. Bestimme deinen erwarteten Nettogewinn in Euro.
Vorsicht!
Üben ★★
X = 1 mit der Wahrscheinlichkeit 7/10, sonst X = 0. Bestimme die Standardabweichung von X.
X = 1 mit der Wahrscheinlichkeit 9/10, sonst X = 0. Bestimme die Standardabweichung von X.
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
X nimmt die Werte 0, 1, 2 mit den Wahrscheinlichkeiten 51/100, 15/100 und 34/100 an. Bestimme E(X).
X nimmt die Werte 0, 1, 2 mit den Wahrscheinlichkeiten 56/100, 25/100 und 19/100 an. Bestimme E(X).
X nimmt die Werte 0, 1, 2 mit den Wahrscheinlichkeiten 77/100, 10/100 und 13/100 an. Bestimme E(X).
Merkkarte
Erwartungswert und Standardabweichung
E(X)=∑x⋅P(X=x); σ=∑(x−μ)2⋅P(X=x).
Achtung: Mit den Wahrscheinlichkeiten gewichten; Verluste mitzählen.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
Ein Spiel kostet 1 Euro. Mit der Wahrscheinlichkeit 51 gewinnst du netto w Euro, sonst ist dein Euro verloren. Für welches w ist das Spiel fair (Erwartungswert 0)?
4. Kombinationen und Binomialkoeffizienten
Entdecken
Aus einer Gruppe von 5 Schülerinnen und Schülern werden 2 für einen Ausflug ausgewählt. Das Paar Ana-Ben ist dasselbe wie Ben-Ana. Wie viele Paare gibt es?
10
20
Die Grundidee
Eine Kombination von k Elementen ist eine Teilmenge mit k Elementen: ohne Reihenfolge und ohne Wiederholung.
(kn)=k!n(n−1)⋯(n−k+1)=k!(n−k)!n!
Man liest „n über k“. Zu jeder Teilmenge gehören k! geordnete Listen, deshalb teilt man durch k!.
Beispiel
Berechne (26) und deute das Ergebnis.
(26)=2!6⋅5
Zwei Faktoren im Zähler, weil k = 2.
(26)=15
2! = 2.
Es gibt 15 Möglichkeiten, 2 Elemente aus 6 auszuwählen.
Deutung: Teilmengen mit 2 Elementen.
Du bist dran
Jetzt du: Berechne (37).
(37)=67⋅6⋅5
Drei Faktoren, geteilt durch 3! = 6.
35
210 : 6.
Üben ★
Berechne (28).
Berechne (324).
Berechne (25).
Vorsicht!
Üben ★★
In einem Team aus 9 Personen wird eine Dreiergruppe ohne besondere Rollen gebildet. Wie viele verschiedene Gruppen gibt es?
In einem Team aus 23 Personen wird eine Dreiergruppe ohne besondere Rollen gebildet. Wie viele verschiedene Gruppen gibt es?
In einer Klasse mit 17 Schülerinnen und Schülern werden ein Klassensprecher und ein Stellvertreter ausgelost. Mit welcher Rechnung erhältst du die Anzahl der möglichen Auslosungen?
17⋅16
(217)
172
In einer Klasse mit 18 Schülerinnen und Schülern werden ein Klassensprecher und ein Stellvertreter ausgelost. Mit welcher Rechnung erhältst du die Anzahl der möglichen Auslosungen?
18⋅17
(218)
182
Ein Verein hat 3 Mädchen und 4 Jungen. Es werden 2 Mädchen und 1 Junge ausgewählt. Wie viele Gruppen sind möglich?
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
Berechne (28).
Berechne (324).
Berechne (25).
Merkkarte
Kombinationen
(kn): Anzahl der Teilmengen mit k Elementen einer Menge mit n Elementen.
(kn)=k!(n−k)!n!.
Achtung: Wenn die Reihenfolge zählt, ist es keine Kombination.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
20 Personen geben sich alle einmal die Hand. Wie viele Händedrücke gibt es?
5. Die Binomialverteilung
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
Zwei unabhängige Maschinen fallen mit den Wahrscheinlichkeiten 0,2 und 0,2 aus. Bestimme die Wahrscheinlichkeit, dass beide ausfallen.
P(A) = 3/10, P(B) = 6/10 und P(A ∩ B) = 18/100. Sind A und B unabhängig?
Ja: P(A ∩ B) = P(A) · P(B)
Nein, weil P(A ∩ B) > 0
Das lässt sich nicht entscheiden
In einem Beutel sind 3 rote und 3 blaue Kugeln. Zwei werden ohne Zurücklegen gezogen. Bestimme P(beide rot).
Entdecken
Eine Münze wird dreimal geworfen. Wie viele Folgen enthalten genau einmal Zahl?
3
1
Die Grundidee
Ein Bernoulli-Experiment hat zwei Ergebnisse: Treffer mit der Wahrscheinlichkeit p und Niete. Eine Bernoulli-Kette der Länge n wiederholt es n-mal unabhängig.
Die Anzahl X der Treffer ist binomialverteilt nach B(n;p): P(X=k)=(kn)pk(1−p)n−k, wobei (kn) die Pfade im Baumdiagramm mit k Treffern zählt.
Beispiel
X ist nach B(5;0,2) verteilt. Berechne P(X=2).
(25)=10
Anzahl der Pfade.
0,22⋅0,83=0,02048
Wahrscheinlichkeit eines Pfads.
P(X=2)=0,2048
Multiplizieren.
Du bist dran
Jetzt du: X ist nach B(4;21) verteilt. Berechne P(X=1).
41
4 · (½)⁴.
Üben ★
Eine Spielerin trifft einen Freiwurf mit der Wahrscheinlichkeit 31. Berechne die Wahrscheinlichkeit, bei 3 unabhängigen Würfen genau einmal zu treffen.
Eine Spielerin trifft einen Freiwurf mit der Wahrscheinlichkeit 81. Berechne die Wahrscheinlichkeit, bei 12 unabhängigen Würfen genau einmal zu treffen.
Welche Situation lässt sich mit einer Binomialverteilung beschreiben?
Die Anzahl von „Zahl“ bei 9 Würfen einer fairen Münze
Die Anzahl der Würfe bis zur ersten „Zahl“
Die Anzahl der Asse unter 9 Karten, die ohne Zurücklegen gezogen werden
Vorsicht!
Üben ★★
Ein Samenkorn keimt mit der Wahrscheinlichkeit 31, unabhängig von den anderen. Es werden 4 Körner gesät. Berechne die Wahrscheinlichkeit, dass genau zwei keimen.
Ein Samenkorn keimt mit der Wahrscheinlichkeit 81, unabhängig von den anderen. Es werden 12 Körner gesät. Berechne die Wahrscheinlichkeit, dass genau zwei keimen.
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
Eine Spielerin trifft einen Freiwurf mit der Wahrscheinlichkeit 31. Berechne die Wahrscheinlichkeit, bei 3 unabhängigen Würfen genau einmal zu treffen.
Eine Spielerin trifft einen Freiwurf mit der Wahrscheinlichkeit 81. Berechne die Wahrscheinlichkeit, bei 12 unabhängigen Würfen genau einmal zu treffen.
Eine Spielerin trifft einen Freiwurf mit der Wahrscheinlichkeit 31. Berechne die Wahrscheinlichkeit, bei 4 unabhängigen Würfen genau einmal zu treffen.
Merkkarte
Binomialverteilung
P(X=k)=(kn)pk(1−p)n−k für X nach B(n;p).
Achtung: Mit der Anzahl der Pfade multiplizieren.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
X ist binomialverteilt mit n=10 und p=21. Für welches k ist P(X=k) am größten?
6. Erwartungswert und Standardabweichung der Binomialverteilung
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
X nimmt die Werte 0, 1, 2 mit den Wahrscheinlichkeiten 51/100, 15/100 und 34/100 an. Bestimme E(X).
X = 1 mit der Wahrscheinlichkeit 7/10, sonst X = 0. Bestimme die Standardabweichung von X.
Ein Spiel kostet 1 Euro. Mit der Wahrscheinlichkeit 1/3 gewinnst du netto 4 Euro; sonst ist dein Euro verloren. Bestimme deinen erwarteten Nettogewinn in Euro.
Entdecken
Eine faire Münze wird 100-mal geworfen. Wie oft erwartet man im Mittel „Zahl“?
50
25
Die Grundidee
Eine binomialverteilte Zufallsgröße ist die Summe von n unabhängigen Bernoulli-Größen.
Ist X nach B(n;p) verteilt, so gilt E(X)=n⋅p, Var(X)=n⋅p⋅(1−p) und σ(X)=n⋅p⋅(1−p).
Beispiel
X ist nach B(50;0,3) verteilt.
E(X)=15
n · p.
Var(X)=10,5
n · p · (1 − p).
σ(X)≈3,24
Wurzel.
Du bist dran
Jetzt du: n=200, p=0,1. Berechne den Erwartungswert.
20
200 · 0,1.
Üben ★
X ist binomialverteilt mit n=30 und p=101. Berechne E(X).
X ist binomialverteilt mit n=523 und p=41. Berechne E(X).
X ist binomialverteilt mit n=64 und p=21. Berechne σ(X).
X ist binomialverteilt mit n=908 und p=121. Berechne σ(X).
Vorsicht!
Üben ★★
Ein Multiple-Choice-Test hat 87 Fragen mit je 4 Antworten. Jemand kreuzt alle zufällig an. Was bedeutet E(X)=487?
Bei sehr vielen zufällig ausgefüllten Tests liegt die mittlere Anzahl richtiger Antworten nahe bei \frac{87}{4}
Es werden genau \frac{87}{4} Antworten richtig sein
\frac{87}{4} ist das bestmögliche Ergebnis
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
X ist binomialverteilt mit n=30 und p=101. Berechne E(X).
X ist binomialverteilt mit n=523 und p=41. Berechne E(X).
X ist binomialverteilt mit n=30 und p=51. Berechne E(X).
Merkkarte
Erwartungswert und Standardabweichung
E(X)=n⋅p und σ(X)=n⋅p⋅(1−p).
Achtung: Die Standardabweichung ist die Wurzel aus n⋅p⋅(1−p).
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
X ist binomialverteilt mit E(X)=20 und V(X)=15. Wie groß ist n?
7. Binomialverteilung: Schwellenwerte und Intervalle
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
Eine Spielerin trifft einen Freiwurf mit der Wahrscheinlichkeit 31. Berechne die Wahrscheinlichkeit, bei 3 unabhängigen Würfen genau einmal zu treffen.
Ein Samenkorn keimt mit der Wahrscheinlichkeit 31, unabhängig von den anderen. Es werden 4 Körner gesät. Berechne die Wahrscheinlichkeit, dass genau zwei keimen.
Welche Situation lässt sich mit einer Binomialverteilung beschreiben?
Die Anzahl von „Zahl“ bei 9 Würfen einer fairen Münze
Die Anzahl der Würfe bis zur ersten „Zahl“
Die Anzahl der Asse unter 9 Karten, die ohne Zurücklegen gezogen werden
Entdecken
Eine Münze zeigt „Zahl“ mit der Wahrscheinlichkeit 21. Man möchte mit einer Wahrscheinlichkeit von mindestens 0,99 mindestens einmal „Zahl“. Wie berechnet man P(X≥1) am einfachsten?
1−P(X=0)
P(X=1)
Die Grundidee
Taschenrechner oder Tabellenkalkulation liefern die kumulierten Wahrscheinlichkeiten P(X≤k).
P(a≤X≤b)=P(X≤b)−P(X≤a−1).
„Mindestens“-Aufgaben: Gesucht ist die kleinste ganze Zahl k mit P(X≤k)≥α oder das kleinste n mit 1−(1−p)n≥α.
Beispiel
Bestimme das kleinste n mit 1−0,5n≥0,99.
0,5n≤0,01
Die Potenz isolieren.
n=7
0,5⁶ ≈ 0,0156 und 0,5⁷ ≈ 0,0078.
Du bist dran
Jetzt du: P(X≤5)=0,9 und P(X≤2)=0,3. Wie groß ist P(3≤X≤5)?
0,6
0,9 − 0,3.
Üben ★
X ist nach B(2;21) verteilt. Berechne P(X≥1).
X ist nach B(9;61) verteilt. Berechne P(X≥1).
X ist nach B(2;31) verteilt. Berechne P(X≥1).
Vorsicht!
Üben ★★
Bestimme die kleinste ganze Zahl n mit 1−(21)n≥1−1021.
Bestimme die kleinste ganze Zahl n mit 1−(21)n≥1−1031.
X ist nach B(3;21) verteilt. Berechne P(1≤X≤2).
X ist nach B(8;21) verteilt. Berechne P(1≤X≤7).
X ist nach B(3;21) verteilt. Berechne P(X=1).
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
X ist nach B(2;21) verteilt. Berechne P(X≥1).
X ist nach B(9;61) verteilt. Berechne P(X≥1).
X ist nach B(2;31) verteilt. Berechne P(X≥1).
Merkkarte
Kumulierte Wahrscheinlichkeiten
P(a≤X≤b)=P(X≤b)−P(X≤a−1).
„Mindestens einmal“: über das Gegenereignis.
Achtung: auf das a−1 achten.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
Man wirft einen fairen Würfel n-mal. Für welches kleinste n ist die Wahrscheinlichkeit für mindestens eine 6 größer als 21?
8. Warten auf den ersten Erfolg
Entdecken
Du würfelst mit einem fairen Würfel, bis eine Sechs kommt. Wie viele Würfe dauert das im Mittel?
6 Würfe
3,5 Würfe
Die Grundidee
Warten auf den ersten Erfolg.
Gelingt jeder Versuch unabhängig mit der Wahrscheinlichkeit p, so ist die erwartete Anzahl Versuche bis zum ersten Erfolg
E=p1.
Beispiel
Ein Glücksrad bleibt mit der Wahrscheinlichkeit 41 auf Rot stehen. Wie viele Drehungen erwartest du bis zum ersten Rot?
E=1/41
p=41.
E=4 Drehungen
1/41=4.
Du bist dran
Jetzt du: Jeder Versuch gelingt mit der Wahrscheinlichkeit 101. Wie viele Versuche erwartest du?
10
1/101.
Üben ★
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 111. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 151. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 21. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Üben ★★
Ein Maschinenteil fällt an einem Tag mit der Wahrscheinlichkeit 601 aus. Wie viele Tage dauert es im Mittel bis zum ersten Ausfall?
Ein Maschinenteil fällt an einem Tag mit der Wahrscheinlichkeit 501 aus. Wie viele Tage dauert es im Mittel bis zum ersten Ausfall?
Abschlusscheck
Zwei Fragen zur Kontrolle.
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 111. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 151. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Merkkarte
Wartezeit
Erwartete Wartezeit =p1.
Seltene Ereignisse: im Mittel lange Wartezeiten.
Ingenieure nutzen das für die mittlere Zeit zwischen zwei Ausfällen einer Maschine.
9. Geschichte: Bernoulli, de Moivre und das Gesetz der großen Zahlen
Entdecken
Wirf eine faire Münze 10-mal: Es können gut 7-mal Kopf kommen. Wirf sie 10 000-mal: Der Anteil von Kopf liegt fast immer sehr nah bei 21. Wer hat als Erster bewiesen, dass das so sein muss?
Jakob Bernoulli, mit seinem Gesetz der großen Zahlen
Niemand: Es ist nur eine Beobachtung
Die Grundidee
Vom einzelnen Wurf zu vielen.
Schritt 1Jakob I Bernoulli1655–1705Niklaus Bernoulli (1662-1716), 1687. Gemeinfrei1713: Jakob Bernoullis Ars Conjectandi wird gedruckt, acht Jahre nach seinem Tod. Sie beweist das Gesetz der großen Zahlen.
Schritt 2Abraham de Moivre1667–1754Joseph Highmore, 1736. Gemeinfrei1718: de Moivres Buch The Doctrine of Chances.
Schritt 3Abraham de Moivre1667–1754Joseph Highmore, 1736. Gemeinfrei13. November 1733: de Moivre nähert die Binomialverteilung durch die Glockenkurve an.
Jakob BernoullisArs Conjectandi (gedruckt 1713, acht Jahre nach seinem Tod) enthält das Gesetz der großen Zahlen. Am 13. November 1733 zeigt Abraham de Moivre, dass die Binomialverteilung bei vielen Versuchen der Glockenkurve gleicht, unserer Normalverteilung.
Beispiel
Bei n Würfen einer fairen Münze hat die Anzahl X von Kopf den Erwartungswert 2n und die Standardabweichung 2n.
Erwartungswert 50, Standardabweichung 5
Für n=100:
0,005: sehr nah bei 21
Für n=10000 hat der Anteil von Kopf die Standardabweichung 1000050.
Üben ★
Was sagt Jakob Bernoullis Gesetz der großen Zahlen (gedruckt 1713)?
Bei vielen Versuchen nähert sich die relative Häufigkeit der Wahrscheinlichkeit
Nach vielen Zahlwürfen wird Kopf wahrscheinlicher
Große Zahlen sind wahrscheinlicher als kleine
Eine faire Münze wird 144-mal geworfen. Mit σ=2n: Wie groß ist die Standardabweichung der Anzahl von Kopf?
Eine faire Münze wird 196-mal geworfen. Mit σ=2n: Wie groß ist die Standardabweichung der Anzahl von Kopf?
Die Ars Conjectandi wurde 1713 gedruckt, acht Jahre nach Jakob Bernoullis Tod. In welchem Jahr starb er? Addiere 4 zu diesem Jahr.
Merkkarte
Zufallsgrößen heute
Umfragen: Eine Stichprobe von 1 000 Personen liefert einen Anteil nah am wahren.
Versicherungen und Kasinos beruhen auf dem Gesetz der großen Zahlen.
Die Qualitätskontrolle zählt fehlerhafte Teile mit der Binomialverteilung.
Quellen: MacTutor-Biografien von Jakob Bernoulli und Abraham de Moivre (siehe „Quellen und Nachweise“).
Lösungen: Zufallsgrößen und Binomialverteilung
1. Zufallsvariable und Wahrscheinlichkeitsverteilung
A
361
3611
0,22
B
0,6
0,2
0,4
C
0,8
0,7
D
0,5
E
1
F
0,6
0,2
0,4
G
83
2. Erwartungswert, Varianz und Standardabweichung
A
0,6
0,8
0,5
B
1
1,625
73
C
4
1521
D
7
E
8
F
1
1,625
73
G
1
3. Erwartungswert und Standardabweichung einer Zufallsgröße
A
0,58
0,75
0,1, 0,5 und 4/10
B
0,83
0,63
C
32
D
1021
0,3
E
0,83
0,63
0,36
F
4
4. Kombinationen und Binomialkoeffizienten
A
28
2024
10
B
84
1771
C
17⋅16
18⋅17
D
12
E
28
2024
10
F
190
5. Die Binomialverteilung
A
0,04
Ja: P(A ∩ B) = P(A) · P(B)
0,2
B
94
0,0000000000003.4528669371502476e+33
C
Die Anzahl von „Zahl“ bei 9 Würfen einer fairen Münze
D
278
0,0000000000000002.71296687918948e+34
E
94
0,0000000000003.4528669371502476e+33
8132
F
5
6. Erwartungswert und Standardabweichung der Binomialverteilung
A
0,83
1021
32
B
3
130,75
C
4
62497
D
Bei sehr vielen zufällig ausgefüllten Tests liegt die mittlere Anzahl richtiger Antworten nahe bei \frac{87}{4}
E
3
130,75
6
F
80
7. Binomialverteilung: Schwellenwerte und Intervalle
A
94
278
Die Anzahl von „Zahl“ bei 9 Würfen einer fairen Münze
B
0,75
100776968124571
95
C
7
10
D
0,75
0,9921875
E
0,375
F
0,75
100776968124571
95
G
4
8. Warten auf den ersten Erfolg
A
11
15
2
B
60
50
C
11
15
9. Geschichte: Bernoulli, de Moivre und das Gesetz der großen Zahlen
A
Bei vielen Versuchen nähert sich die relative Häufigkeit der Wahrscheinlichkeit