Select your language

Suggested languages for you:
Log In Anmelden
StudySmarter - Die all-in-one Lernapp.
4.8 • +11k Ratings
Mehr als 5 Millionen Downloads
Free
|
|

Die All-in-one Lernapp:

  • Karteikarten
  • NotizenNotes
  • ErklärungenExplanations
  • Lernpläne
  • Übungen
App nutzen

Stochastik

Save Speichern
Print Drucken
Edit Bearbeiten
Melde dich an und nutze alle Funktionen. Jetzt anmelden

Want to get better grades?

Nope, I’m not ready yet

Get free, full access to:

  • Flashcards
  • Notes
  • Explanations
  • Study Planner
  • Textbook solutions
Stochastik

Stochastik umfasst die Beiden Teilbereiche Statistik und Wahrscheinlichkeitstheorie.Das Ziel der Stochastik ist es, kurz gesagt, den Zufall zu untersuchen. Die Das bedeutet, das zufällige Vorgänge in einheitliche Modelle kategorisiert und dann auf ihre Ausgangsmöglichkeiten hin untersucht werden.

Die zentrale Frage lautet: Wie wahrscheinlich sind die unterschiedlichen Ausgänge dieser Modelle? In diesem Beitrag beschäftigen wir uns mit den folgenden Themen:

Zufallsexperimente in der Stochastik

Seit die Menschen nicht mehr ausschließlich höhere Kräfte für den Ausgang unterschiedlichster Situation verantwortlich machen, gibt es den Begriff des „Zufalls“. Zufall bedeutet, dass der Ausgang eines Geschehens nicht ganzheitlich vorhersehbar ist. Wenn es nun darum geht, diesen Zufall zu untersuchen, ist es notwendig, dass dafür Modelle aufgestellt werden.

Diese Modelle ermöglichen es uns, einheitliche Aussagen über den Zufall mit den Mitteln der Mathematik zu treffen.

Ein Zufallsexperiment beschreibt die Modellierung eines Vorgangs, der unter Beachtung bestimmter Regeln beliebig oft wiederholt werden kann und dessen Ausgang nicht mit Sicherheit vorhersehbar ist. Hierbei muss es mehrere mögliche Ausgänge geben.

Aber lass dich nicht täuschen! Auch ein Fußballspiel kann ein Zufallsexperiment sein, denn es gibt unterschiedliche Ausgänge und auch der Sieg einer favorisierten Mannschaft kann nicht mit 100%-iger Sicherheit vorausgesagt werden.

Ergebnisse und Ereignisse

Wenn du die Stochastik, bzw. im engeren Sinne die Wahrscheinlichkeitsrechnung, verstehen möchtest, ist es erst einmal wichtig, dass du Ergebnisse von Ereignissen unterscheiden kannst. Diese beiden Begriffe bilden nämlich den Grundstein der Wahrscheinlichkeitsrechnung.

Ergebnisse

Jeder mögliche Ausgang eines Zufallsexperiments stellt ein Ergebnis dar. Die Menge aller möglichen Ergebnisse wird Ergebnisraum (oder Ergebnismenge) genannt und mit dem griechischen Buchstaben Ω (Omega) bezeichnet.

  • Beispiel:Bei einem Würfel lautet die Ergebnismenge: Ω = {1,2,3,4,5,6},bei einem Münzwurf lautet sie: Ω = {Kopf, Zahl}

Ereignisse

Ein Ereignis stellt eine Teilmenge (oder Untermenge) des Ergebnisraums eines Zufallsexperiments (ZE) dar. Das heißt, anhand von bestimmten Merkmalen werden mehrere Ergebnisse eines ZEs gruppiert, sodass nach eintreten eines Ergebnisses klar erkennbar ist, ob das Ereignis eingetreten ist, oder nicht.

  • Beispiel:Bei einem Würfelwurf könnte ein Ereignis lauten: „Die gewürfelte Augenzahl ist ungerade“. Die Teilmenge A von Ω lautet somit: A = {1,3,5}.Ein weiteres Ereignis könnte lauten: „Die Augenzahl ist > 2“. Die Teilmenge B von Ω lautet somit: B = {3,4,5,6}

Weitere Definitionen

  • Die Menge aller Ereignisse heißt Ereignisraum
  • Ereignisse, die nur durch ein einziges Ergebnis herbeigeführt werden können (z.B. „Augenzahl = 6“) nennt man Elementarereignis
  • Ein Ereignis, dass durch alle Ergebnisse in Ω eintritt, also A = Ω, nennt man das sichere Ereignis, da es auf jeden Fall eintreten wird
  • Wenn die Teilmenge B leer ist, also kein Ergebnis enthält, liegt ein unmögliches Ereignis vor.Beispiel: Das Ereignis „Augenzahl über 6“ kann bei einem gewöhnlichen Würfel nicht eintreten.

Mehr zum Thema: Zufallsexperimente, Ergebnisse und Ereignisse

Stochastik - Kombinatorik und Urnenmodell

Das Ziel der Kombinatorik ist es, herauszufinden, wie viele verschiedene Möglichkeiten es gibt, aus einer Menge mit n Elementen genau k Elemente auszuwählen. Diese Überlegung wird häufig am Beispiel einer Urne, aus der man Kugeln zieht erklärt.

Generell können derartige Versuche in verschiedene Modellarten eingeteilt werden:

  • Von einer Variation(auch „geordnete Stichprobe“) ist immer dann die Rede, wenn:
    • k < n ist und
    • die Reihenfolge, in der die Kugeln aus der Urne gezogen werden, wichtig ist
  • Eine Kombination(auch „ungeordnete Stichprobe“) liegt immer dann vor, wenn:
    • k < n ist und
    • die Reihenfolge unwichtig ist
  • Bei Permutationenist:
    • n = k und
    • Die Reihenfolge wichtig

Es handelt sich also um eine Variation, bei der alle Kugeln aus der Urne gezogen werden.

Mit und Ohne „Wiederholung“

Jetzt wo du weißt, um welches grobe Modell es sich bei deinem Versuch handelt, musst du nur noch folgende Frage beantworten: Wird eine Kugel nachdem sie gezogen wurde beiseitegelegt, sodass sie beim nächsten Ziehen nicht mehr als Auswahlmöglichkeit infrage kommt? Oder wird sie zurückgelegt und kann beim nächsten Mal wieder gezogen werden?

Die beiden Varianten lassen sich wie folgt bezeichnen:

  • Mit Zurücklegen = mit Wiederholung
  • Ohne Zurücklegen = ohne Wiederholung

Um die einzelnen Modelle nun durchgehen zu können gibt es nur noch eines, was du vorher verstanden haben solltest: Die Produktregel der Kombinatorik oder auch das „allgemeine Zählprinzip“!

Stochastik - Das Allgemeine Zählprinzip

Beim Allgemeinen Zählprinzip geht es darum, wie sich die Anzahl an Kombinationen unterschiedlicher Elemente herausfinden lassen.

Beispiel:

Nehmen wir an, du möchtest einen Smoothie aus drei verschiedenen Zutaten mixen. In einen Smoothie sollen immer genau 1x Obst (pink) , 1x Nüsse (blau) und 1x Flüssigkeit (orange) vorkommen. Nun hast du Zuhause 3 verschiedene Obstsorten, 4 verschiedene Arten von Nüssen und 2 verschiedene Flüssigkeiten zur Auswahl.

Die Frage lautet:

Wie viele unterschiedliche Smoothies kannst du mit diesen Zutaten mixen?

Die Antwort ist leichter als gedacht!

Denn du könntest zu jeder der 3 Obstsorten jeweils 4 verschiedene Nüsse zufügen. Somit gibt es 3 · 4 = 12 verschiedene Obst-Nuss-Kombinationen. Wenn du jetzt jede dieser 12 Kombinationen entweder mit Milch oder mit Wasser kombinieren kannst, erhältst du 3 · 4 · 2 = 24 verschiedene Smoothies.

Verallgemeinert bedeutet das:

  • Es gibt k Mengen (in diesem Fall 3: Obst, Nüsse, Flüssigkeit) M1-Mk
  • In diesen Mengen befinden sich jeweils n Elemente, wobei M1 n1 Elemente hat (z.B. Obst ist M1 und hat 3 Elemente 🡪 n1 = 3), M2 n2 Elemente hat usw.
  • Es können n1 · n2 · … · nk Kombinationen der Elemente in den Mengen erzeugt werden
  • Diese Kombinationen werden als sogenannte k-Tupel (x1, x2, …, xk) bezeichnet
  • In dem Beispiel entstehen 24 verschiedene k-Tupel, wobei eines davon lauten könnte: (Obst 1, Nuss 3, Wasser)

Permutation ohne Wiederholung

Permutation: n = k und die Reihenfolge ist wichtig

  • Stell dir vor, auf einem Fußballfeld stünden 30 Stühle nebeneinander in einer Reihe und in deiner Klasse sind insgesamt 30 Schüler. Nun ist die Frage: In wie vielen unterschiedlichen Reihenfolgen kann deine Klasse sich auf den Stühlen anordnen?
  • Das Ganze können wir ganz logisch angehen! Der erste, der sich auf einen der Stühle setzen soll, hat die freie Auswahl. Es gibt für ihn also n = 30 verschiedene Möglichkeiten, sich hinzusetzen. Wenn sich nun die zweite Person hinsetzen will, bleibt ihm oder ihr nur noch die Auswahl von (n - 1) = (30 - 1) = 29 verschiedenen Stühlen. Wenn er oder sie sich nun hinsetzt, bleiben für den nächsten nur noch (n - 2) = 28 verschiedene Möglichkeiten und immer so weiter, bis der letzte sich auf den letzten freien Stuhl setzen muss.
  • Um also auf die Gesamtanzahl der möglichen Kombinationen zu kommen, musst du lediglich die Entscheidungsmöglichkeiten von dir und deinen Klassenkameraden multiplizieren:n · (n - 1) · (n - 2) · … · 1 = n!also die Fakultät von n. In diesem Beispiel gäbe es also sehr viele Möglichkeiten, euch unterschiedlich in einer Reihe hinzusetzen, nämlich:30! = 30 · 29 · 28 · … · 1 = 2,653 · 1032 = 265.300.000.000.000.000.000.000.000.000.000

Permutation mit Wiederholung

Du weißt jetzt, dass es n! Möglichkeiten gibt, n Dinge auf n Plätze in unterschiedlicher Reihenfolge anzuordnen. Aber wie sieht das Ganze aus, wenn manche der Dinge, die wir platzieren gleich sind, also sich wiederholen? Stell dir mal vor, wir wollen aus einer Lieferung von 10 farbigen Plastikeimern alle 10 in einer Reihe anordnen.

Hierbei gibt es drei verschiedene Situationen:

1. Alle Eimer sind unterscheidbar, außer drei:

Dies könnte der Fall sein, wenn zum Beispiel die ersten 7 Eimer durchnummeriert sind, aber es 3 Eimer mit der Nummer 8 gibt. Diese 3 Eimer sind dann identisch. In diesem Fall gibt es k = 3 Objekte, die du auf ihren Plätzen in der Reihe vertauschen könntest, ohne dass jemand es bemerken würde. Wie oben beschrieben, gibt es k! = 3! Möglichkeiten, die 3 Eimer unterschiedlich anzuordnen (wenn man sie unterscheiden könnte). Es gibt also auch k! Anordnungen, in denen die Reihe „gleich“ bleibt. Diese k! Anordnungen werden also nicht mit den anderen Möglichkeiten multipliziert, sodass wir zu der folgenden Formel kommen:

2. Es gibt mehrere, nicht unterscheidbare Gruppen:

Diese Situation könnte entstehen, wenn die Eimer z.B. verschiedenfarbig wären und es gäbe 3 grüne, 2 rote und 5 blaue Eimer. Damit gäbe es k1! = 3! Möglichkeiten, die grünen Eimer unbemerkt zu vertauschen, k2! = 2! Möglichkeiten, die roten Eimer zu platzieren und k3! = 5! Möglichkeiten die blauen Eimer untereinander unterschiedlich anzuordnen.

Die gesamte Anzahl der unterschiedlichen Anordnungsmöglichkeiten bei s = 3 Gruppen lässt sich daher wie folgt berechnen:

3. Alle Eimer sind nicht voneinander unterscheidbar:

Da man keine Änderung der Anordnung feststellen kann, egal wie man in einer solchen Reihe die Eimer vertauscht, gibt es nur genau eine Möglichkeit n nicht unterscheidbare Eimer auf n Plätze zu verteilen. Rechnerisch ergibt sich das auch durch:

Super! Jetzt kennst du dich schon richtig gut mit Permutationen aus! Weiter geht’s mit den Variationen mit und ohne Wiederholung.

Variation ohne Wiederholung

Variation: k < n und die Reihenfolge ist wichtig

Der einzige Unterschied zwischen Variationen und Permutationen: Bei Variationen wird nur eine Stichprobe k < n aus der Urne gezogen, anstatt aller n Elemente. Da wir hier eine Variation ohne Wiederholung betrachten, kann jedes dieser k Elemente nur einmal ausgewählt werden.

Kommen wir zurück zu dem Beispiel mit den Stühlen auf dem Fußballfeld. Dieses Mal stellen wir uns vor, dass nur 10 festgelegte Schüler auf die 30 Stühle verteilt werden sollen. n ist dann weiterhin 30 und k = 10.

Der erste hat, wie bei der Permutation n = 30 freie Stühle zur Auswahl, von denen er einen besetzen kann. Der zweite hat nur noch (n - 1) = 29 freie Stühle usw. Der letzte ist in diesem Beispiel die Nummer 10, sodass ihm noch (n - k + 1) = 21 Stühle zur Auswahl stehen. Wenn man nun all diese Möglichkeiten multipliziert, sieht das so aus:

→ Es ergeben sich also deutlich weniger unterschiedliche Möglichkeiten, als bei der Permutation!

Variation mit Wiederholung

Eine Variation mit Wiederholung gestaltet sich verglichen damit deutlich einfacher. Denn wenn ein Element aus der Gruppe mehrmals ausgesucht werden kann, also den anderen Elementen keinen Platz „wegnimmt“, gibt es nach jedem Ziehen wieder die gleiche Anzahl an Möglichkeiten für das nächste Element in der Reihe, nämlich n. Die Anzahl k der Elemente entspricht der Stichprobengröße, sodass die Formel zur Berechnung der Möglichkeiten lautet:

n · n · n · n · … =

Kombination ohne Wiederholung

Kombination: k < n und die Reihenfolge ist unwichtig

Bei einer Kombination (also einer ungeordneten Stichprobe) ohne Wiederholung, ist es fast, wie bei einer Variation ohne Wiederholung, nur dass dieses Mal die Reihenfolge auch unwichtig ist! Am Beispiel bedeutet das, dass du und deine Schulkameraden euch nicht mehr auf Stühle in eine Reihe setzen müsst, sondern einfach in Gruppen zusammenstellt. Die Frage ist nun: Wie viele verschiedene Gruppen könnt ihr aus n = 30 Schülern bilden, wenn immer genau k = 10 Schüler in einer Gruppe sein sollen?

Die Formel für diese Fragestellung lautet:

Es handelt sich dabei um den Binomialkoeffizienten. Nun setzt du n und k einfach ein:

Die Formel entspricht der Formel für Variationen ohne Wiederholungen, mit Ausnahme des ∙ k! im Nenner.

Wusstest du schon:

Auf deinem Taschenrechner musst du häufig nicht den gesamten Bruch eingeben, um den Binomialkoeffizienten zu berechnen. Es gibt oft eine Eingabe, die z.B. so aussieht: 30 C 10. Sieh dir am besten das Handbuch deines Taschenrechners (manuell oder online) an oder frag deine Lehrer!

Warum multiplizieren wir den Nenner mit k?

Wenn wir die Formel für Variationen ohne Wiederholung nehmen, erhalten wir alle Möglichkeiten der Anordnung unter Beachtung der Reihenfolge. Diese muss nun ein wenig modifiziert werden. Für jede Gruppe, in der sich die gleichen 10 Schüler befinden, gibt es k! verschiedene Reihenfolgen. Da diese Reihenfolgen für uns bei einer Kombination nicht mehr wichtig sind, müssen wir die Gesamtanzahl an Möglichkeiten durch die Anzahl der Möglichkeiten teilen, die es pro Gruppenzusammensetzung bzgl. der Anordnung gibt.

Kombination mit Wiederholung

Die allgemeine Formel hierfür lautet:

In diese Formel könnt ihr immer dann eure n und k einsetzen, wenn k Objekte so auf n Plätze aufgeteilt werden sollen, dass jedes der k Objekte mehrfach verwendet werden kann. Zum Beispiel: „Wie viele verschiedene Möglichkeiten gibt es, drei Bretter in den Farben rot, blau und/oder grün anzustreichen?“

Um sich aber bildlich vorzustellen, wie man auf diese Formel kommt, braucht es ein bisschen mehr Fantasie.

Beispiel:

Mal angenommen, du besitzt ein Regal, in dem es 7 unterscheidbare Fächer gibt. Wie viele Möglichkeiten gibt es, 3 Tennisbälle in diesen Fächern unterschiedlich zu verteilen, wenn du auch mehrere Kugeln in ein Fach legen kannst?

In diesem Fall ist unser n = 7 und k = 3. Wie du im Bild unten siehst, gibt es zwischen diesen Fächern genau (n - 1), also 6 Trennwände. Wenn wir nun diese Fächer in einen „Code“ umwandeln, bei dem in jeder Zeile die Tennisbälle pro Fach als 0 und die Trennwände als 1 dargestellt werden und jede Zeile eine Möglichkeit der Anordnung darstellt, können wir erkennen, dass es in jeder Reihe genau (n - 1 + k) = 9 Elemente (Trennwände + Kugeln) gibt.

Jetzt musst du dir überlegen, auf wie viele verschiedene Arten du die 3 Nullen und 6 Einsen auf die 9 Elemente aufteilen kannst. Merkst du was hier passiert? Wir haben das Problem in eine Permutation mit Wiederholung und mehreren Gruppen umgewandelt. Denn nun teilen wir 9 teilweise identische Objekte auf 9 Plätze auf, wie bei den Eimern!

Hier noch mal mathematisch:

Permutation, Variation und Kombination - wichtige Formeln der Stochastik auf einen Blick

Stochastische FormAllgemeine Formel

Permutation ohne Wiederholung

n · (n - 1) · (n - 2) · … · 1 = n!

Permutation mit Wiederholung - alle Elemente aus n unterscheidbar, außer k Elemente

Permutation mit Wiederholung - s in sich identische Gruppen mit jeweils k1 - ks Elementen

Variation ohne Wiederholung

n · (n - 1) · (n - 2) · … · (n - k + 1) =

Variation mit Wiederholung

Kombination ohne Wiederholung

Kombination mit Wiederholung

Stochastik: Laplace-Wahrscheinlichkeit, Relative und Absolute Häufigkeit

In diesem Abschnitt geht es darum, die klassische Wahrscheinlichkeit, auch die Laplace-Wahrscheinlichkeit genannt, zu definieren. Also: Was ist das? Bevor wir das beantworten können, müssen zunächst ein paar grundlegende Dinge klären:

P(A) ist die Wahrscheinlichkeit zwischen 0 und 1 des Ereignisses A, wenn:

  • Es sich bei dem Versuch, bei dem das Ereignis A auftreten kann, um ein beliebig oft zu gleichen Bedingungen durchführbares Zufallsexperiment handelt
  • Das Ereignis A bei n-maligem Wiederholen des Experiments k-mal auftritt und sich das Verhältnis kn für n 🡪 der tatsächlichen Wahrscheinlichkeit P(A) unendlich stark nähert.

Im Klartext: Wenn du unendlich oft eine Münze wirfst und jedes Mal das Ergebnis notierst, soll genau die Hälfte aller Würfe „Kopf“ und die andere Hälfte „Zahl“ sein 🡪 Je größer n, desto näher kommt man der tatsächlichen Wahrscheinlichkeit.

Daraus folgt: die Wahrscheinlichkeit P(A) =

Übrigens:

Diese Wahrscheinlichkeitsdefinition der Stochastik nennt sich auch das empirische Gesetz der großen Zahlen.

Absolute Häufigkeit

Wenn du nun n = 20 Mal eine Münze wirfst und k = 12-mal davon das Ereignis „Kopf“ eintritt, dann lautet die absolute Häufigkeit dieses Ereignisses (Kopf) = k = 12.

Bei einem Würfelwurf läuft es genauso, nur dass es nun 6 verschiedene Elementarereignisse gibt. Wenn du also 30-mal würfelst und du 10-mal die 4 erhältst, lautet die absolute Häufigkeit des Ereignisses „4“ (4) = 10.

Relative Häufigkeit

Die relative Häufigkeit setzt die absolute Häufigkeit ins Verhältnis mit der Anzahl der insgesamt getätigten Versuche n. Also: Das Ereignis ist k-mal eingetreten pro n Würfe. Du berechnest sie mit: (Ereignis) =

Wenn du dich an die Definition der Wahrscheinlichkeit erinnerst, dann weißt du jetzt, dass es die relative Häufigkeit des Ereignisses ist, die sich bei unendlicher Ausführung seiner rechnerischen Wahrscheinlichkeit annähert!

Laplace-Wahrscheinlichkeit

Die einfachste Form der Wahrscheinlichkeit ergibt sich, wenn ein sogenanntes Laplace-Experiment vorliegt. Das ist der Fall, wenn alle Ergebnisse in der Ergebnismenge gleichwahrscheinlich sind.

Gleichwahrscheinlich bedeutet, dass, nach dem Gesetz der großen Zahlen, bei ewigem Würfeln die sechs Würfelseiten exakt gleich häufig gewürfelt würden. Wenn du dir nicht sicher bist, ob es sich bei einem Vorgang um ein Zufallsexperiment handelt oder nicht, frag dich selbst: Gibt es die Möglichkeit, dass bei ewigem Wiederholen des Experiments eines der Elementarereignisse häufiger eintreten könnte, als die anderen?

Wenn ja, handelt es sich nicht um ein Laplace-Experiment! Ein Beispiel hierfür wäre ein Fußballspiel zwischen der Nationalmannschaft und einem Drittligisten. Hierbei handelt es sich zwar um ein Zufallsexperiment, aber nicht um ein Laplace-Experiment, da es aufgrund der Zusammensetzung der Teams sehr viel wahrscheinlicher ist, dass die Nationalmannschaft gewinnt.

Wenn ein Laplace-Experiment zugrundliegt, entspricht die Wahrscheinlichkeit der möglichen Ereignisse :

Bei Elementarereignissen, also Ereignissen, die nur durch ein bestimmtes Ergebnis eintreten können, entspricht die Wahrscheinlichkeit also immer:

Die Wahrscheinlichkeit, eine der sechs Seiten eines Würfels zu würfeln liegt also bei:

mit Ω= {1,2,3,4,5,6} und |Ω|=6

Stochastik - Baumdiagramme

Baumdiagramme sind hilfreich, wenn bei einem Zufallsexperiment statt nur einer Wiederholung gleich mehrere Ausführungen hintereinander stattfinden. Wenn das der Fall ist, handelt es sich um ein mehrstufiges Zufallsexperiment. Die Ergebnisse solcher Experimente werden durch k-Tupel beschrieben, wobei k die Stufenanzahl des Experiments darstellt.

Wie du bereits beim „Allgemeinen Zählprinzip“ gesehen hast, lässt sich die Menge der k-Tupel gut mithilfe eines Baumdiagrammes darstellen.

Beispiel:

In einer Urne befinden sich eine pinke und eine blaue Kugel. Nun soll aus der Urne zweimal hintereinander mit Zurücklegen gezogen werden.

Darüber hinaus können dir Baumdiagramme dabei helfen, die Wahrscheinlichkeiten der einzelnen Ergebnisse in der Ergebnismenge zu bestimmen.

Übrigens:

mehrstufige Zufallsexperimente sind nichts anderes als Kombinationen (oder Variationen) von einstufigen Zufallsexperimenten!

Um die Wahrscheinlichkeiten der einzelnen Ergebnisse nun zu berechnen, musst du zunächst die Wahrscheinlichkeit der jeweiligen Ereignisse so an den Pfaden (den „Ästen“ des Baumdiagramms) notieren, als ob es sich bei jeder Stufe um ein einstufiges Zufallsexperiment handeln würde.

Beispiel:

In der Urne befinden sich nun 4 pinke und 6 blaue Kugeln. Da es gleichwahrscheinlich ist, jede der Kugeln zu ziehen, handelt es sich um ein Laplace-Experiment. Nun soll wieder zweimal gezogen werden, dieses Mal jedoch ohne Zurücklegen.

In dem Baumdiagramm sehen wir nun die beiden Ereignisse „pink“ und „blau“. Wie oben unter „Laplace-Wahrscheinlichkeit“ erklärt, liegt die Wahrscheinlichkeit, dass das Ereignis „pink“ eintritt bei 410. Da die Summe der Wahrscheinlichkeiten aller möglichen Ergebnisse 1 ergeben muss, kannst du daraus automatisch schließen, dass die Wahrscheinlichkeit, eine blaue Kugel zu ziehen bei .

Nun müssen wir uns überlegen, wie die nächste Stufe aussieht, vorausgesetzt, eines der beiden Ereignisse ist eingetreten!

Angenommen, es wurde im ersten Schritt eine pinke Kugel gezogen. Da jetzt noch eine Kugel gezogen werden soll, musst du das erste eingetretene Ereignis berücksichtigen, wodurch sich die Zusammensetzung und Anzahl der Kugeln in der Urne zu 9 Kugeln, 6 blauen und 3 pinken geändert hat. Die Wahrscheinlichkeit jetzt jeweils eine pinke oder blaue Kugel zu ziehen verändert sich also!

Diese Überlegung machst du für alle Ereignisse und alle Stufen. Es hilft, sich die Experimente Schritt für Schritt vor Augen zu führen!

Pfadregeln

Wenn du im Rahmender Stochastik, die Wahrscheinlichkeit der entstandenen k-Tupel berechnen sollst, musst da zunächst die sogenannten Pfadregeln beachten. Diese lauten:

Produktregel

Die Wahrscheinlichkeit des Pfades entspricht dem Produkt aller Wahrscheinlichkeiten entlang des Pfades

  • Beispiel: Die Wahrscheinlichkeit von „blau, blau“ entspricht dem Produkt

Summenregel

Die Wahrscheinlichkeit eines Ereignisses entspricht der Summe der diesem Ereignis zugrundeliegenden Pfadwahrscheinlichkeiten.

  • Beispiel: Die Wahrscheinlichkeit von „Verschiedenfarbige Kugeln“ beträgt:

Wenn du diese Regeln beachtest, bist du für die Berechnung sämtlicher Wahrscheinlichkeiten von mehrstufigen Zufallsexperimenten gewappnet!

Stochastik - Bedingte Wahrscheinlichkeiten und Satz von Bayes

Die Bedingte Wahrscheinlichkeit bezeichnet die Wahrscheinlichkeit, dass A eintritt, unter der Bedingung, dass B bereits eingetreten ist. Wie du das genau berechnen kannst, zeigen wir dir in diesem Abschnitt. Da wir uns hier besonders viel mit unterschiedlichen Ereignissen befassen und Ereignisse als eine Menge von Ergebnissen beschrieben werden, machen wir einen kurzen Ausflug in den Bereich der Mengenlehre.

Falls du schon ein Profi bist und Mengenlehre kein Problem für dich darstellt, geht es hier direkt zur Berechnung der bedingten Wahrscheinlichkeit.

Mengenlehre/ Ereignisalgebra

Was ist eigentlich eine Menge? Eine Menge fasst ein oder mehrere unterscheidbare Objekte (= Elemente) zusammen. Innerhalb von Mengen kann es auch „kleinere“ Mengen geben, sogenannte Teilmengen.

Das Gegenteil einer Menge A wird durch den Ausdruck Ᾱ beschrieben und umfasst alle Elemente, die nicht in der Menge A enthalten sind.

Folgende Operationen lassen sich auf zwei Mengen A und B anwenden:

Durchschnitt/Schnittmenge: AB

Der Durchschnitt enthält nur Elemente, die sowohl in Menge A, als auch in Menge B vorkommen. Man sagt auch „A und B“

Vereinigung: A B

Die Vereinigung enthält alle Elemente, die in A, B oder beiden Mengen vorkommen. Man sagt auch „A oder B“ (oder beides)

Komplement (oder Differenz): A∖B

Die Differenz beschreibt alle Elemente, die in der Menge A vorkommen, außer denen, die auch in B vorkommen. Man sagt auch: „A ohne B“

Bedingte Wahrscheinlichkeiten

oder auch P(A|B) beschreibt die Wahrscheinlichkeit, dass das Ereignis A () eintritt, unter der Bedingung, dass B sicher eintritt.

Beispiel:

Wie wahrscheinlich ist es, dass du einen Korb wirfst, unter der Bedingung, dass ihr im Sportunterricht Basketball spielt?

A = Korb werfen

B = Basketball im Sportunterricht

Die Formel hierfür lautet:

Wenn wir uns das Ganze an einem Baumdiagramm ansehen, erkennst du, dass es sich bei dieser Formel um eine umgestellte Pfadregel handelt, nämlich die Produktregel.

Auf diese Weise könntest du genauso die Wahrscheinlichkeit dafür berechnen, dass du einen Korb wirfst, wenn im Unterricht kein Basketball gespielt wird, PB̄(A). Auch wenn das erstmal unwahrscheinlich klingt, könntest du dir ja auch einfach so einen Ball nehmen und einen Korb werfen.

Satz von Bayes

Den Satz von Bayes benötigst du immer dann, wenn du eine bedingte Wahrscheinlichkeit in der Stochastik gegeben hast und die gegenteilige bedingte Wahrscheinlichkeit ermitteln möchtest. Also wenn du weißt, wie wahrscheinlich es ist, einen Korb zu werfen, unter der Bedingung, dass ihr im Sportunterricht Basketball spielt und herausfinden möchtest, wie wahrscheinlich es ist, dass ihr im Unterricht Basketball spielt, unter der Bedingung, dass du einen Korb geworfen hast.

Gegeben:

Gesucht:

Dazu müssen wir das oben gezeigte Baumdiagramm gedanklich umschreiben. Denn nun kommt die Bedingung (also A) zuerst und dann im zweiten Schritt B.

Analog zu oben können wir dann definieren:

Da B∩A und A∩B identische Mengen sind, gilt das auch für die Wahrscheinlichkeiten: P(B∩A) = P(A∩B).

Somit gilt: P(A)·PA(B)= P(B)·PB(A)

Das kannst du jetzt umformen und erhältst den Satz von Bayes:

In den Nennern dieser Formel kannst du auch die Kombination aus Produkt- und Summenregel erkennen. Dort steht nämlich nichts anderes, als:

„Die Wahrscheinlichkeit, dass im Unterricht Basketball gespielt wurde, ergibt sich aus der Wahrscheinlichkeit, dass Basketball gespielt wurde und du einen Korb geworfen hast plus die Wahrscheinlichkeit, dass Basketball gespielt wurde und du keinen Korb geworfen hast.“

Tipp:

Lass dich nicht verwirren. Erstelle einfach eine Liste mit allen bekannten Wahrscheinlichkeiten. Etwa so: P(A) = …, P(B) = …, usw. Wenn du diese Liste erstellt hast, stellst du den Satz von Bayes durch Äquivalenzumformung so um, dass hinter dem = nur die von dir gesuchte Wahrscheinlichkeit steht. Erst jetzt setzt du die einzelnen Wahrscheinlichkeiten ein und rechnest das Ergebnis aus.

Vierfeldertafel

Eine weitere Möglichkeit, bedingte Wahrscheinlichkeiten darzustellen, ist neben Baumdiagrammen eine Vierfeldertafel. Mit ihrer Hilfe kann man sich einen guten Überblick über die einzelnen Wahrscheinlichkeiten verschaffen und die bedingten Wahrscheinlichkeiten berechnen. Wir zeigen dir hier anhand eines Beispiels, wie so eine Vierfeldertafel aussieht:

Beispiel:

Folgende Informationen sind dir gegeben: von 100 befragten Menschen sprechen 24 fließend Englisch. 18 dieser 24 Personen leben in Großbritannien. 68 der Personen, die nicht fließend Englisch sprechen, leben nicht in Großbritannien. Diese Daten können wir nun in eine Vierfeldertafel übertragen.

Durch einfaches Subtrahieren können wir die fehlenden Einträge ergänzen:

Wenn du nun die Einträge durch die Mächtigkeit (den Betrag) von Ω teilst (also 100), erhältst du die relative Häufigkeit und damit die Wahrscheinlichkeiten der einzelnen Einträge (siehe Laplace-Wahrscheinlichkeit, Relative und Absolute Häufigkeit).

Wenn du nun die bedingten Wahrscheinlichkeiten berechnen sollst, musst du nur die Wahrscheinlichkeiten in die oben gezeigten Formeln einsetzen! Wenn du zum Beispiel die Wahrscheinlichkeit berechnen willst, mit der ein zufällig ausgewählter befragter Mensch in Großbritannien lebt, wenn bekannt ist, dass er fließend Englisch spricht, nutzt du folgende Formel:

Stochastische Unabhängigkeit

Bei der stochastischen Unabhängigkeit stellt sich die allgemeine Frage, ob zwei Ereignisse A und B sich gegenseitig beeinflussen. Wenn dies nicht der Fall ist, redet man von stochastischer Unabhängigkeit. Wenn jedoch die Wahrscheinlichkeit, dass eines der beiden Ereignisse eintritt vom Eintreten des anderen Ereignisses abhängig ist, redet man von stochastischer Abhängigkeit. Diese Frage stellt sich bei mehrstufigen Zufallsexperimenten.

Merke:

Zwei Ereignisse A und B sind immer dann stochastisch unabhängig, wenn gilt: PA∩B=PA·P(B). Und da allgemein gilt, dass PA∩B=PBA·PB, muss bei stochastischer Unabhängigkeit PBA=P(A) sein.

Beispiel:

Sehen wir uns nochmal die Vierfeldertafel von oben an:

Wenn es sich laut der oben genannten Formel um ein stochastisch unabhängiges Zufallsexperiment handeln würde, dürfte die Tatsache, dass jemand in GB lebt keinen Einfluss darauf haben, ob er fließend Englisch spricht. Rein logisch betrachtet, wäre es aber durchaus sinnvoll, dass es zwischen diesen beiden Variablen einen Zusammenhang gibt.

Doch wie beweisen wir das? Ganz einfach: Du setzt die gegebenen Wahrscheinlichkeiten in die Formel ein und überprüfst, ob diese gilt:

→ Die Formel gilt also nicht! Somit liegt eine stochastische Abhängigkeit vor.

Übrigens:

Wenn A und B stochastisch unabhängig sind, dann gilt dasselbe auch für A und B̄, Ᾱ und B sowie Ᾱ und B̄.

Bei Urnenmodellen liegt eine stochastische Unabhängigkeit immer dann vor, wenn ein Zufallsexperiment mit Wiederholung, also mit Zurücklegen stattfindet. Denn dann ist die Wahrscheinlichkeit jedes Mal wieder gleich, eine bestimmte Kugel zu ziehen.

Tipp:

Wenn du eine Vierfeldertafel ergänzen sollst und gegeben ist, dass es sich um ein stochastisch Unabhängiges Experiment handelt, nutze die Formel P(A∩B)=P(A)·P(B), um die fehlenden Wahrscheinlichkeiten zu ergänzen. Ohne sie wirst du bei solchen Fragestellungen häufig durch subtrahieren alleine nicht alle Wahrscheinlichkeiten ergänzen können. Versuch deshalb immer aus der Beschreibung des Experiments herauszulesen, ob die unterschiedlichen Ereignisse sich beeinflussen!

Unsere Empfehlung

Die Stochastik ist ein komplexes Thema. Deshalb ist es wichtig, gut strukturiert an Aufgaben heranzugehen. Diese Struktur ermöglicht es dir, verschiedene Bereiche der Stochastik auseinander zu halten, ohne dabei durcheinanderzukommen. Wir empfehlen dir, dich bewusst mit den einzelnen Teilgebieten zu beschäftigen und anhand von Übungsaufgaben Gefühl und Verständnis für die Denkweise zu erlangen.

Aus diesem Grund stehen für dich zu den oben behandelten Themen jede Menge vertiefende Artikel bereit, in denen du noch mehr Beispiele, Tricks und Übungsaufgaben findest!

Finales Stochastik Quiz

Frage

Bei einem Glücksspiel werden Zahlen gezogen. Für  eine 1 werden 2€, für eine 3 3€ und für eine 10 10€ ausgezahlt. Die Wahrscheinlichkeiten für eine 1 ist 0,3, für eine 3  0,2 und für eine 10  0,05. Der Einsatz pro Spiel beträgt 2 Euro. 

Bei allen anderen Zahlen, gibt es keinen Gewinn.


  1.  Berechne den Erwartungswert E(X)
  2. Bestimme den Gewinn für eine 3, so dass das Spiel fair ist.
  3. Für wen würde sich das Spiel lohnen, wenn man den Gewinn für die Zahl 1 um einen Euro erhöhen würde?
Antwort anzeigen

Antwort

  1. E(x)= -0,3
  2. Der Gewinn bei der Zahl 3 müsste 5,00€ sein.
  3. Der Erwartungswert wär E(x) = 0, es wäre ebenfalls fair.
Frage anzeigen

Frage

Berechne mit Hilfe der Binomialverteilung!


Bei einem Test gibt es 12 Fragen mit jeweils drei Antworten, von denen nur eine richtig ist. Der Schüler kreuzt bei jeder Frage rein zufällig eine Antwort an.

Mit welcher Wahrscheinlichkeit hat er


  1. genau fünf richtige Antworten?
  2. mindestens zehn richtige Antworten?
  3. höchstens eine richtige Antwort?
  4. mehr als neun richtige Antworten?
Antwort anzeigen

Antwort

a) 19,08%

b) 0,05%

c) 0,54%

d) 0,05%

Frage anzeigen

Frage

Marc Wettermann arbeit als Meteorologe beim Fernsehen. Zu seinen Aufgaben gehört es statistische Daten des Wetters zu erheben. Darunter versteht sein Arbeitgeber den Mittelwert, die Varianz und die Standardabweichung. Für eine Woche erhält er folgende Werte der Temperatur (Runde auf zwei Stellen nach dem Komma):

Montag: 6,4°C

Dienstag: 6,3°C

Mittwoch: 4,2°C

Donnerstag: 5,0°C

Freitag: 7,3°C

Samstag: 3,2°C

Sonntag: 5,1°C


Bestimme die geforderten Werte für die Woche. Marc gibt diese Aufgabe an seine drei Mitarbeiter, die mit verschiedenen Werten wiederkommen. Welcher der Mitarbeiter hat recht?

Antwort anzeigen

Antwort

Mittelwert: 1,41°C

Varianz: 1,31

Standardabweichung: 1,71°C

Frage anzeigen

Frage

Peter kommt in der Dunkelheit nach Hause und möchte die Tür aufsperren. An seinem Schlüsselbund hat er 4 Schlüssel, die er in der Dunkelheit nicht unterscheiden kann. Wenn er einen Schlüssel versucht hat, merkt er sich das und versucht den nächsten. Berechne, wie viele Schlüssel er im Durchschnitt probieren muss, um die Tür aufsperren zu können.


Antwort anzeigen

Antwort

Peter benötigt im Durchschnitt 2,5 Versuche.

Frage anzeigen

Frage

Ein Schüler hat 80% der zu lernenden Latein-Vokabeln gelernt. Bei der Prüfung wird er 5 zufällig ausgewählte Vokabeln gefragt. Die Prüfung gilt als bestanden, wenn er mindestens drei der Vokabeln kann. Wie groß ist die Wahrscheinlichkeit (in %, gerundet auf eine ganze Zahl), dass der Schüler die Prüfung besteht?

Antwort anzeigen

Antwort

94%

Frage anzeigen

Frage

Varianz einer Binomialverteilung!


Ein Glücksrad mit vier gleichgroßen Feldern (rot, blau, gelb, grün) wird 20-mal gedreht.

Die Zufallsvariable X gibt die Anzahl der gedrehten blauen Felder an. Berechne die Varianz dieser Zufallsvariablen!

Antwort anzeigen

Antwort

V(X) = 3,75
Frage anzeigen

Frage

Ein Glücksrad besteht aus drei Feldern. Einem Roten mit einem Gewinn von 20€, das einen Kreisanteil von 72° einnimmt, einem 144° großen blauen Feld mit einem Gewinn von 10€ und einem Nietenfeld der Größe 144°. Ein Spiel kostet 5€, lohnt sich das Spiel?


Antwort anzeigen

Antwort

Der Erwartungswert beträgt 8€ (dies entspricht dem zu erwartenden Gewinn), damit lohnt sich das Spiel bei einem Einsatz von 5€.

Frage anzeigen

Frage

Du fährst jeden Tag mit dem Bus in die Schule und schreibst dir jeden Tag auf, wie viel Verspätung der Bus hat. Du erhälst folgende Werte: 


Tag 1: 6 Minuten 

Tag 2: 1 Minute

Tag 3: 4 Minuten

Tag 4: 2 Minuten 

Tag 5: 7 Minuten


  1. Berechne die Varianz
  2. Wie würde sich die Varianz verändern, wenn der Bus an Tag 3 nur 3 Minuten, aber an Tag 5 = 8 Minuten Verspätung hätte?
Antwort anzeigen

Antwort

  1. Die Varianz beträgt 5,2
  2. Die Varianz beträgt 6,8
Frage anzeigen

Frage

Was ist die Verzweigungsregel bei Baumdiagrammen?

Antwort anzeigen

Antwort

Bei einem vollständigen Baumdiagramm beträgt die Summe der Wahrscheinlichkeiten aller Äste, die von einem Verzweigungspunkt ausgehen, stets 1

Frage anzeigen

Frage

Welche Informationen liefert der Erwartungswert?

Antwort anzeigen

Antwort

  • Der Erwartungswert der Zufallsgröße Z wird mit E(Z) oder μ („mü“) abgekürzt.
  • Der Erwartungswert ist der auf lange Sicht zu erwartende mittlere Wert von Z (z. B. der mittlere Gewinn, die mittlere Auszahlung usw.).
  • Wenn der Erwartungswert des Gewinns bei einem Glücksspiel 0 € ist, heißt ein solches Spiel fair.
Frage anzeigen

Frage

Wie lautet die Formel zur Berechnung der Varianz einer binomialverteilten Zufallsvariable Z?

Antwort anzeigen

Antwort

Var(Z) = n · p · (1 – p).

Frage anzeigen

Frage

Wie wird der Erwartungswert für die Nullhypothese berechnet?

Antwort anzeigen

Antwort

E(X) = n ⋅ p0

Frage anzeigen

Frage

Was sagt der Erwartungswert E(Z) aus?

Antwort anzeigen

Antwort

Der Erwartungswert E(Z) schaut in die „Zukunft“, d. h., er sagt
aus, dass sich bei sehr vielen Durchführungen des Zufallsexpe-
riments ein Mittelwert E(Z) einstellen wird.

Frage anzeigen

Frage

Wie werden bedingte Wahrscheinlichkeiten im Baumdiagramm dargestellt?


Antwort anzeigen

Antwort

Ab der 2. Stufe stehen im Baumdiagramm auf den Ästen bedingte Wahrscheinlichkeiten.

Frage anzeigen

Frage

In einer Schulklasse sind 12 Mädchen und 18 Jungen. Die Schülerinnen und Schüler werden befragt, ob sie lieber Schokolade oder Chips essen. 8 Mädchen bevorzugen Schokolade. Von den Jungen essen 10 lieber Chips.


Berechne die Wahrscheinlichkeit dafür, dass ein befragtes Kind lieber Schokolade isst.

Antwort anzeigen

Antwort

P(S) = P (M ∩ S) + P (J∩S)
P(S) = 12 / 30 * 8 /12 + 18 / 30 * 8 /18 = 8 / 15 = 53,33%

Frage anzeigen

Frage

In einer Schulklasse sind 12 Mädchen und 18 Jungen. Die Schülerinnen und Schüler werden befragt, ob sie lieber Schokolade oder Chips essen. 8 Mädchen bevorzugen Schokolade. Von den Jungen essen 10 lieber Chips.


Untersuchen, ob die Ereignisse „Mädchen“ und „Schokolade“ stochastisch unabhängig sind.

Antwort anzeigen

Antwort

P (M∩S) = P(M) * PM(S) = 12 / 30 * 8 / 12 = 4 / 15 

P(M) * P(S) =12 / 30 * 8 /15 = 16 / 75

P(M∩S) != P(M) * P(S)

Die Ereignisse „Mädchen“ und „Schokolade“ sind stochastisch abhängig.

Frage anzeigen

Frage

Was bedeutet stochastisch unabhängig?

Antwort anzeigen

Antwort

Dass sich die Ereignisse nicht gegenseitig beeinflussen

Frage anzeigen

Frage

Was bedeutet stochastisch unvereinbar?

Antwort anzeigen

Antwort

Dass nicht beide Ereignisse gleichzeitig eintreten können.

Frage anzeigen

Frage

Was ist der Unterschied zwischen PB(A) und P(A ∩ B)?

Antwort anzeigen

Antwort

PB(A) bezeichnet die Wahrscheinlichkeit, dass A eintritt unter der Bedingung, dass B bereits erfüllt ist. 


P(A ∩ B) ist die Wahrscheinlichkeit, dass A und B gleichzeitig eintreten.

Frage anzeigen

Frage

Kann man bedingte Wahrscheinlichkeiten direkt in Vierfeldertafeln eintragen?

Antwort anzeigen

Antwort

Nein. Bedingte Wahrscheinlichkeiten lassen sich in der Vierfeldertafel nicht direkt eintragen. Jedoch können P(A ∩ B) und P(B) direkt aus der Vierfeldertafel abgelesen werden.

Frage anzeigen

Frage

Bei der Produktion eines Spielzeugs für Kinder können zwei Fehler auftreten. 10 % der produzierten Spielzeuge haben einen Funktions- fehler (F1), 20 % haben einen Farbfehler (F2). 25 % aller Spielzeuge haben mindestens einen Fehler


Überprüfe die Ereignisse F1 und F2 auf stochastische Unabhängigkeit

Antwort anzeigen

Antwort

P(F1 ∩ F2) = 0,05 P(F1) * P(F2) = 0,1 * 0,2 = 0,02
Also: P(F1 ∩ F2) = 0,05 != 0,02 = P(F1) * P(F2)

Die Ereignisse F1 und F2 sind stochastisch abhängig.

Frage anzeigen

Frage

Eine Fernsehredaktion will wissen, wie bekannt ihre neue Sendung „Wissenschaft für alle“ ist, und hat deshalb eine Umfrage durchgeführt. 45 % der Befragten waren männlich, 15 % der befragten Personen gaben an, dass sie die Sendung kennen. Unter denjenigen, die die Sendung kannten, waren 40 % männlich.


Eine befragte Person ist männlich. Ermitteln Sie, mit welcher Wahrscheinlichkeit sie die Sendung kannte.

Antwort anzeigen

Antwort

Gesucht ist die bedingte Wahrscheinlichkeit dafür, dass eine befragte Person die Sendung kannte, wenn man bereits weiß, dass sie männlich ist.


PM(B) = P(M∩B) / P(M) = 0,06 / 0,45 = 0,133

Mit einer Wahrscheinlichkeit von ungefähr 13,3 % kannte ein männlicher Befragter die Sendung.

Frage anzeigen

Frage

Was lässt sich mit Baumdiagrammen darstellen? 

Antwort anzeigen

Antwort

Mehrstufige Zufallsexperimente

Frage anzeigen

Frage

Was ergeben die Wahrscheinlichkeiten auf den Ästen, die von einem Verzweigungspunkt ausgehen?



Antwort anzeigen

Antwort

Die Wahrscheinlichkeiten ergeben in der Summe immer 1

Frage anzeigen

Frage

Was ist die 1. Pfadregel? 

Antwort anzeigen

Antwort

Die Wahrscheinlichkeit eines Ergebnisses des Zufallsexperiments erhält man, indem man die Wahrscheinlichkeiten auf den Ästen des Pfades multipliziert, der zu dem Ergebnis führt.

Frage anzeigen

Frage

Was ist die 2. Pfadregel?

Antwort anzeigen

Antwort

Um die Wahrscheinlichkeit eines Ereignisses zu berechnen, werden die Wahrscheinlichkeiten der Ergebnisse (Pfade) addiert, die zu dem Ereignis gehören.

Frage anzeigen

Frage

Per Losverfahren werden zwei Schüler einer Klasse ausgewählt, die gemeinsam den Vortrag über ein Klassenprojekt halten müssen. In der Klasse sind 12 Mädchen und 15 Jungen.


Berechne die Wahrscheinlichkeit dafür, dass erst der Name eines Jungen und dann der eines Mädchens gezogen wird.

Antwort anzeigen

Antwort

Ereignis A: „Es wird erst ein Junge und dann ein Mädchen gezogen.“ Das gesuchte Ergebnis ist also JM. Mit der 1. Pfadregel erhält man:


P(A) = P(JM) = 15 / 27 * 12 / 26 = 0,2564 = 25,64%

Frage anzeigen

Frage

Was sagt die Anzahl der Pfade in einem Baumdiagramm aus? 

Antwort anzeigen

Antwort

Die Anzahl der Pfade zeigt an, wie viele Ergebnisse das Zufallsexperiment enthält. Mit ihnen lässt sich der Ergebnisraum aufstellen.

Frage anzeigen

Frage

In welchen Aufgaben finden Baumdiagramme typischerweise Anwendung? 

Antwort anzeigen

Antwort

In Aufgaben zur bedingten Wahrscheinlichkeit und zur stochastischen Unabhängigkeit

Frage anzeigen

Frage

Was ist ein Laplace-Experiment?

Antwort anzeigen

Antwort

Ein Laplace-Experiment ist ein Zufallsexperiment, bei dem alle Ergebnisse des Ergebnisraums gleich wahrscheinlich sind

Frage anzeigen

Frage

Was gilt bei Laplace-Experimenten?

Antwort anzeigen

Antwort

da alle Ereignisse gleich wahrscheinlich sind, gilt: 

Ω = {ω1; ω2; …; ωm} mit P(ω1) = P(ω2) = … = P(ωm)

Frage anzeigen

Frage

Was ist die Laplace-Wahrscheinlichkeit?

Antwort anzeigen

Antwort

Wahrscheinlichkeit für jedes Ergebnis ωk des Ergebnisraums


P(ωk) = 1 / Ω = 1 / Anzahl aller möglichen Ergebnisse = 1 / m


Frage anzeigen

Frage

Was ist die Wahrscheinlichkeit für jedes Ereignis A in einem Laplace-Experiment?

Antwort anzeigen

Antwort

P(A) = A / Ω = Anzahl aller günstigen Ereignisse / Anzahl aller möglichen Ereignisse

Frage anzeigen

Frage

Ein zufällig ausgewählter Schüler wird befragt, ob er an einem Werktag oder an einem Wochenende geboren ist.


Stelle den Ergebnisraum so auf, dass es sich um ein Laplace-Experiment handelt.

Antwort anzeigen

Antwort

Ω = {Montag; Dienstag; Mittwoch; Donnerstag; Freitag; Samstag; Sonntag}


Wählt man Ω = {Werktag; Wochenende} als Ergebnisraum, so sind die Ergebnisse nicht gleich wahrscheinlich. Es handelt sich nicht um ein Laplace-Experiment.

Frage anzeigen

Frage

Eine Münze wird zweimal geworfen. Es wird jeweils notiert, ob „Kopf“ oder „Zahl“ oben liegt.


Berechne die Wahrscheinlichkeit dafür, dass bei den beiden Würfen unterschiedliche Seiten oben liegen.

Antwort anzeigen

Antwort

Für das Ereignis U: „unterschiedliche Seiten“ gilt: günstige Ergebnisse: U = {KZ; ZK} 


Anzahl aller günstigen Ergebnisse: | U | = 2 

Anzahl aller möglichen Ergebnisse: | Ω | = 4


P(unterschiedliche Seiten) = I U I /  | Ω | = Anzahl aller günstigen Ergebnisse / Anzahl aller möglichen Ergebnisse = 2 / 4 = 50%

Frage anzeigen

Frage

Eine Münze wird zweimal geworfen. Es wird jeweils notiert, ob „Kopf“ oder „Zahl“ oben liegt.


Bestimme die Wahrscheinlichkeit, dass mindestens einmal „Kopf“ angezeigt wird.

Antwort anzeigen

Antwort

Für das Ereignis M: „mindestens einmal Kopf“ gilt: günstige Ergebnisse: M = {KK; KZ; ZK} 


Anzahl aller günstigen Ergebnisse: | M | = 3 

Anzahl aller möglichen Ergebnisse: | Ω | = 4


P(mindestens einmal Kopf) = I M I / | Ω | = Anzahl aller günstigen Ergebnisse / Anzahl aller möglichen Ergebnisse = 3 / 4 = 0,75 = 75%

Frage anzeigen

Frage

Nenne Beispiele für Laplace-Experimente?

Antwort anzeigen

Antwort

Zum Beispiel Würfel oder Münzen

Frage anzeigen

Frage

Beim Würfeln seien die Ereignisse A = {6} und B = {2; 4; 6} definiert. 

Bestimmen Sie die Wahrscheinlichkeit von A, gegeben B. Interpretieren Sie das Ergebnis.

Antwort anzeigen

Antwort

Wegen A ∩ B = {6} gilt Pb(A) = P (A ∩ B) / P(B) = ( 1 / 6 ) / (3 / 6) = 1 / 3


Durch die Zusatzinformation, dass die gewürfelte Zahl gerade ist, erhöht sich die Wahrscheinlichkeit für eine Sechs auf 1 / 3

Frage anzeigen

Frage

Wann sind zwei Ereignisse A und B stochastisch unabhängig?

Antwort anzeigen

Antwort

Zwei Ereignisse A und B heißen stochastisch unabhängig, wenn die spezielle Produktformel P(A ∩ B) = P(A) ⋅ P(B) gilt.

Frage anzeigen

Frage

Welche zwei Möglichkeiten gibt es um A und B auf stochastische Unabhängigkeit zu prüfen?

Antwort anzeigen

Antwort

  • Man prüft, ob die spezielle Produktformel gilt
  • Man prüft, ob die bedingten Wahrscheinlichkeiten mit den unbedingten Wahrscheinlichkeiten übereinstimmen.
Frage anzeigen

Frage

A und B seien stochastisch unabhängig, es gelte P(A) = 0,4. 

Die Wahrscheinlichkeit für das gleichzeitige Eintreten von A und B betrage 0,1. 

Wie groß ist P(B)?

Antwort anzeigen

Antwort

Wegen der stochastischen Unabhängigkeit gilt P(A ∩ B) = P(A) ⋅ P(B).


P(B) = P(A ∩ B) / P(A) = 0,1 / 0,4 = 0,25 

Frage anzeigen

Frage

Eine Firma stellt Volleybälle her. Aus langjähriger Erfahrung weiß man, dass 12% aller produzierten Bälle fehlerhaft sind. In der Endkontrolle werden 15 Bälle zufällig ausgewählt und kontrolliert. Mit welcher Wahrscheinlichkeit 


  1. sind genau vier Bälle fehlerhaft? 
  2. sind höchstens 5 Bälle fehlerhaft? 
  3.  sind mehr als vier Bälle fehlerhaft? 
  4.  sind mindestens zwei, aber weniger als fünf Bälle fehlerhaft?
Antwort anzeigen

Antwort

a. 7%

b. 99%

c. 97%

d. 53%

Frage anzeigen

Frage

Eine Maschine produziert Bleche mit einer Dicke von durchschnittlich 0,9 mm. Die Standardabweichung beträgt 0,05 mm. 


Berechnen Sie den Prozentsatz der Bleche, die dicker als 0,75 mm sind.

Antwort anzeigen

Antwort

99,87%

Frage anzeigen

Frage

Bearbeite die folgende Aufgabe!


Ein großes Möbelhaus hat in seinem Sortiment einen Kleiderschrank, bei dem für den Zusammenbau 48 Schrauben der Sorte A und 21 Schauben der Sorte B benötigt werden. Vom Lieferanten der Schrauben weiß man, dass 3% der Schrauben von Sorte A und 4% von Sorte B Fehler aufweisen und nicht für den Zusammenbau geeignet sind.

  1.  Bestimme die Wahrscheinlichkeit dafür, dass ausreichend fehlerfreie Schrauben von Typ A vorhanden sind, wenn der Bausatz 50 Schrauben der Sorte A enthält.
  2. Wie hoch ist die Wahrscheinlichkeit, dass die 25 Schrauben der Sorte B, die der Bausatz enthält nicht ausreichen um den Schrank komplett zusammen zu bauen.
  3. Mit welcher Wahrscheinlichkeit kann der Schrank unter den in a. und b. gegebenen Voraussetzungen aufgebaut werden?
  4. Gib dem Möbelhaus auf Basis deiner Ergebnisse eine sinnvolle Empfehlung für die Anzahl der im Bausatz beigefügten Schrauben von Typ A und B.
Antwort anzeigen

Antwort

  1. 0,8108 = 81,1%
  2. 0,00278 = 0,3%
  3. 0,80855 = 80,9%
  4. z.B. mehr Schrauben der Sorte A beifügen, um die Kundenzufriedenheit zu erhöhen.
Frage anzeigen

Frage

Bestimme die folgenden Wahrscheinlichkeiten!


Ein Fußballer hat beim Elfmeterschießen eine Trefferquote von 75%

  1. Wie wahrscheinlich ist es, dass er bei 10 Versuchen mindestens 8-mal trifft?
  2. Gib die Wahrscheinlichkeit an, dass er höchstens 5 von 10 Schüssen trifft.
  3. Mit welcher Wahrscheinlichkeit trifft er mehr als 8 aber weniger als 12 von 15 Elfmetern?
  4. Durch intensives Training konnte er seine Erfolgsquote um 10% steigern. Wie wahrscheinlich ist es nun, dass er von 20 Elfmetern mehr als 4 vergibt?
Antwort anzeigen

Antwort

  1. 0,52559 = 52,6%
  2. 0,07813 = 7,8%
  3. 0,48209 = 48,2%
  4. 0,17015 = 17,0%
Frage anzeigen

Frage

Berechne zu den folgenden Wertereihen den Durchschnittswert (D) sowie die Varianz (V)


a. 6, 9, 10, 8, 7

b. 1,1; 0,9; 1,3; 1,3; 1,4

c. 20, 18, 16, 22, 21, 17

Antwort anzeigen

Antwort

a. D=8 ; V= 2

b. D=1,2 ; V=0,032

c. D=19 ; V=4,67

Frage anzeigen

Frage

Berechne zu den folgenden Wertereihen den Durchschnittswert (D) sowie die Varianz (V)


a. 1, 3, 2, 2.5, 1, 2,5

b. 0.5, 0.4, 0.5, 0.7, 0.4, 0.5

c. 25, 26, 23, 23, 24, 23

Antwort anzeigen

Antwort

a. D=2   V=0,583

b. D=0,5   V=0,01

c. D=24   V=1,33

Frage anzeigen

Frage

Berechne zu den folgenden Wertereihen den Durchschnittswert (D) sowie die Varianz (V)


a. 0, 0, 1, 2, 0, 3

b. 0.8, 0.7, 0.8, 0.9, 0.6, 0.4

c. 50, 53, 51, 52, 50, 50

Antwort anzeigen

Antwort

a. D=1  V=1,33

b. D=0,7   V=0,0266

c. D=51   V=1,33

Frage anzeigen

Frage

Berechne den Durchschnitt (D) und die Standardabweichung (S) der folgenden Zahlenreihen


a. 2, 3, 1, 3, 3, 1, 2, 1

b. 0.2, 0.3, 0.2, 0.1, 0.2

c. 20, 21, 18, 18, 23, 20

Antwort anzeigen

Antwort

a. D=2  S=0,866

b. D=0.2   S=0,063

c. D=20  S=1,73

Frage anzeigen

Frage

Berechne den Durchschnitt (D) und die Standardabweichung (S) der folgenden Zahlenreihen


a. 3, 5, 1, 2, 2, 5

b. 0.8, 0.7, 0.9, 0.9, 0.7

c. 50, 55, 53, 52, 40, 50

Antwort anzeigen

Antwort

a. D=3    S=1,58

b. D=0,8   S=0,089

c. D=50   S=4,8

Frage anzeigen
60%

der Nutzer schaffen das Stochastik Quiz nicht! Kannst du es schaffen?

Quiz starten

Finde passende Lernmaterialien für deine Fächer

Alles was du für deinen Lernerfolg brauchst - in einer App!

Lernplan

Sei rechtzeitig vorbereitet für deine Prüfungen.

Quizzes

Teste dein Wissen mit spielerischen Quizzes.

Karteikarten

Erstelle und finde Karteikarten in Rekordzeit.

Notizen

Erstelle die schönsten Notizen schneller als je zuvor.

Lern-Sets

Hab all deine Lermaterialien an einem Ort.

Dokumente

Lade unzählige Dokumente hoch und habe sie immer dabei.

Lern Statistiken

Kenne deine Schwächen und Stärken.

Wöchentliche

Ziele Setze dir individuelle Ziele und sammle Punkte.

Smart Reminders

Nie wieder prokrastinieren mit unseren Lernerinnerungen.

Trophäen

Sammle Punkte und erreiche neue Levels beim Lernen.

Magic Marker

Lass dir Karteikarten automatisch erstellen.

Smartes Formatieren

Erstelle die schönsten Lernmaterialien mit unseren Vorlagen.

Gerade angemeldet?

Ja
Nein, aber ich werde es gleich tun

Melde dich an für Notizen & Bearbeitung. 100% for free.