Stochastik ohne Hilfsmittel
Im Prüfungsteil A des Zentralabiturs gibt es keinen Taschenrechner und keine Formelsammlung. Die Zahlen sind dafür „handlich": Brüche kürzen sich, Wurzeln gehen auf. Schaffen Sie es, in wenigen Minuten aus einem Text ein Baumdiagramm zu machen oder einen Erwartungswert auszurechnen? Diese Seite zeigt Ihnen die Werkzeuge, die Sie dafür sicher beherrschen müssen.
Mehrstufige Zufallsexperimente und Pfadregeln
Bei einem mehrstufigen Zufallsexperiment zeichnen Sie ein Baumdiagramm. An die Äste schreiben Sie Wahrscheinlichkeiten, die Pfade verfolgen Sie von links nach rechts.
Beim Ziehen ohne Zurücklegen ändern sich die Wahrscheinlichkeiten auf der zweiten Stufe, weil sich der Inhalt der Urne ändert.
Eine Urne enthält 5 rote und 3 blaue Kugeln. Es werden zwei Kugeln nacheinander ohne Zurücklegen gezogen. a) Berechnen Sie die Wahrscheinlichkeit, dass beide Kugeln rot…
Eine Urne enthält 5 rote und 3 blaue Kugeln. Es werden zwei Kugeln nacheinander ohne Zurücklegen gezogen.
- a) Berechnen Sie die Wahrscheinlichkeit, dass beide Kugeln rot sind.
- b) Berechnen Sie die Wahrscheinlichkeit, dass die beiden Kugeln verschiedene Farben haben.
Ereignisse, Unabhängigkeit und bedingte Wahrscheinlichkeit
Für zwei Ereignisse $A$ und $B$ gilt:
Warum das Produkt? Sind $A$ und $B$ unabhängig, ändert das Wissen „$B$ ist eingetreten" nichts an der Chance für $A$. Dann ist $P_B(A)=P(A)$, und umgestellt ergibt sich die Produktformel.
Für zwei Ereignisse $A$ und $B$ gilt $P(A)=0{,}4$, $P(B)=0{,}5$ und $P(A\cap B)=0{,}2$. a) Zeigen Sie, dass $A$ und $B$ stochastisch unabhängig sind. b) Berechnen Sie…
Für zwei Ereignisse $A$ und $B$ gilt $P(A)=0{,}4$, $P(B)=0{,}5$ und $P(A\cap B)=0{,}2$.
- a) Zeigen Sie, dass $A$ und $B$ stochastisch unabhängig sind.
- b) Berechnen Sie $P(A\cup B)$.
- c) Berechnen Sie $P_B(A)$.
Vierfeldertafel und umgekehrtes Baumdiagramm
Oft ist nach der Gegenrichtung gefragt: Aus „Test positiv" soll auf „infiziert" geschlossen werden. Dazu brauchen Sie die Pfadregeln und die Formel für $P_B(A)$. Sie kehren dazu das Baumdiagramm um: Der Nenner ist die Wahrscheinlichkeit der Bedingung.
| $+$ | $-$ | Summe | |
|---|---|---|---|
| $I$ | 0,08 | 0,02 | 0,10 |
| $\overline{I}$ | 0,09 | 0,81 | 0,90 |
| Summe | 0,17 | 0,83 | 1 |
Die Vierfeldertafel zeigt dasselbe: Teilen Sie die Zahl im Feld $I\cap +$ durch die Spaltensumme von „+". Überraschend: Trotz positivem Test ist die Person nur mit knapp 47 % infiziert, weil Nichtinfizierte viel häufiger sind.
Bei einem Schnelltest sind 10 % der getesteten Personen infiziert. Ist eine Person infiziert, so fällt der Test mit einer Wahrscheinlichkeit von 80 % positiv aus. Ist…
Bei einem Schnelltest sind 10 % der getesteten Personen infiziert. Ist eine Person infiziert, so fällt der Test mit einer Wahrscheinlichkeit von 80 % positiv aus. Ist eine Person nicht infiziert, so fällt der Test mit einer Wahrscheinlichkeit von 90 % negativ aus.
- a) Stellen Sie die Situation in einem Baumdiagramm dar.
- b) Berechnen Sie die Wahrscheinlichkeit, dass der Test bei einer zufällig ausgewählten Person positiv ausfällt.
- c) Eine zufällig ausgewählte Person wird positiv getestet. Berechnen Sie die Wahrscheinlichkeit, dass sie tatsächlich infiziert ist.
Zufallsgröße, Erwartungswert und Binomialverteilung
Eine Zufallsgröße $X$ ordnet jedem Ergebnis eine Zahl zu, etwa eine Auszahlung in €.
Ist ein Experiment eine Bernoulli-Kette (zwei Ausgänge, gleiches $p$ in jeder Runde, Unabhängigkeit), so ist die Trefferzahl $X$ binomialverteilt:
$$P(X=k)=\binom{n}{k}p^k(1-p)^{n-k},\qquad \mu=n\cdot p,\quad \sigma=\sqrt{n\cdot p\cdot(1-p)}$$Der Binomialkoeffizient $\binom{n}{k}$ („$n$ über $k$“) gibt an, auf wie viele Arten Sie $k$ Treffer auf $n$ Versuche verteilen kannst, also wie viele Möglichkeiten es gibt, $k$ von $n$ Plätzen auszuwählen (ohne Beachtung der Reihenfolge). Das ist die Anzahl der Pfade mit genau $k$ Treffern im Baumdiagramm. Ohne Hilfsmittel rechnen Sie $\binom{4}{2}=\frac{4\cdot3}{2\cdot1}=6$: Bei vier Würfen gibt es sechs Möglichkeiten, die zwei „Kopf“-Würfe zu platzieren. Für die faire Münze mit $n=4$: $P(X=2)=6\cdot\left(\frac12\right)^4=\frac{6}{16}=\frac38$, $\mu=2$, $\sigma=\sqrt{4\cdot\frac12\cdot\frac12}=1$.
Eine faire Münze wird viermal geworfen. Die Zufallsgröße $X$ beschreibt die Anzahl der Würfe, bei denen „Kopf" erscheint. a) Berechnen Sie $P(X=2)$. b) Bestimmen Sie den…
Eine faire Münze wird viermal geworfen. Die Zufallsgröße $X$ beschreibt die Anzahl der Würfe, bei denen „Kopf" erscheint.
- a) Berechnen Sie $P(X=2)$.
- b) Bestimmen Sie den Erwartungswert und die Standardabweichung von $X$.
Bei einem Glücksspiel auf dem Schützenfest in Neuss wird nach Zahlung des Einsatzes eine Auszahlung $X$ (in €) ausgespielt. Es gilt die Wahrscheinlichkeitsverteilung: |…
Bei einem Glücksspiel auf dem Schützenfest in Neuss wird nach Zahlung des Einsatzes eine Auszahlung $X$ (in €) ausgespielt. Es gilt die Wahrscheinlichkeitsverteilung:
| $x$ | 0 | 2 | 5 |
|---|---|---|---|
| $P(X=x)$ | 0,6 | 0,3 | 0,1 |
- a) Berechnen Sie den Erwartungswert von $X$.
- b) Bestimmen Sie den Einsatz, bei dem das Spiel fair ist.
- c) Berechnen Sie die Varianz von $X$.
In einer großen Stadt sind 10 % der Einwohner Linkshänder. Es werden zehn Personen zufällig ausgewählt. Die Zufallsgröße $X$ gibt die Anzahl der Linkshänder unter ihnen…
In einer großen Stadt sind 10 % der Einwohner Linkshänder. Es werden zehn Personen zufällig ausgewählt. Die Zufallsgröße $X$ gibt die Anzahl der Linkshänder unter ihnen an.
- a) Begründen Sie, dass $X$ näherungsweise als binomialverteilt modelliert werden kann.
- b) Beschreiben Sie im Sachzusammenhang das Ereignis, dessen Wahrscheinlichkeit mit dem Term $1-0{,}9^{10}$ berechnet werden kann.
- c) Beschreiben Sie im Sachzusammenhang das Ereignis, dessen Wahrscheinlichkeit mit dem Term $0{,}9^{10}+10\cdot 0{,}1\cdot 0{,}9^{9}$ berechnet wird.
- d) Die zehn Personen sind nun die Mitglieder einer einzigen Familie. Erläutern Sie, warum das Modell dann nicht mehr geeignet ist.
σ-Regeln, Prognose- und Konfidenzintervalle
Für eine binomialverteilte (oder annähernd normalverteilte) Zufallsgröße mit $\sigma>3$ liegen die Werte mit folgenden Wahrscheinlichkeiten in der Nähe von $\mu$:
| Intervall | Wahrscheinlichkeit |
|---|---|
| $[\mu-\sigma;\ \mu+\sigma]$ | ca. 68 % |
| $[\mu-1{,}64\sigma;\ \mu+1{,}64\sigma]$ | ca. 90 % |
| $[\mu-1{,}96\sigma;\ \mu+1{,}96\sigma]$ | ca. 95 % |
| $[\mu-2\sigma;\ \mu+2\sigma]$ | ca. 95,5 % |
| $[\mu-2{,}58\sigma;\ \mu+2{,}58\sigma]$ | ca. 99 % |
| $[\mu-3\sigma;\ \mu+3\sigma]$ | ca. 99,7 % |
Die Normalverteilung ist symmetrisch um $\mu$. Daher gilt $P(X\ge\mu)=0{,}5$, und die Hälfte der Restwahrscheinlichkeit liegt rechts. Eine Binomialverteilung ist nur für $p=0{,}5$ exakt symmetrisch; für $\sigma>3$ ist sie aber annähernd symmetrisch um $\mu$, sodass Sie die σ-Regeln näherungsweise nutzen dürfen.
Prognoseintervall
Das Prognoseintervall sagt voraus, wo die Trefferzahl bei bekanntem $p$ mit Sicherheitswahrscheinlichkeit liegt: $[\mu-z\sigma;\ \mu+z\sigma]$. Für die relative Häufigkeit teilen Sie durch $n$.
Konfidenzintervall
Hier ist es umgekehrt: $p$ ist unbekannt, die Stichprobe liefert die relative Häufigkeit $h$. Das Konfidenzintervall zum Niveau 95 % ist
$$\left[h-1{,}96\sqrt{\tfrac{h(1-h)}{n}};\ h+1{,}96\sqrt{\tfrac{h(1-h)}{n}}\right]$$Die Füllmenge $X$ (in ml) von Flaschen einer Abfüllanlage ist annähernd normalverteilt mit dem Erwartungswert $\mu=500$ und der Standardabweichung $\sigma=10$. a) Geben…
Die Füllmenge $X$ (in ml) von Flaschen einer Abfüllanlage ist annähernd normalverteilt mit dem Erwartungswert $\mu=500$ und der Standardabweichung $\sigma=10$.
- a) Geben Sie mithilfe der $\sigma$-Regeln näherungsweise die Wahrscheinlichkeit $P(490\le X\le 510)$ an.
- b) Begründen Sie, dass $P(X\ge 500)=0{,}5$ gilt.
- c) Bestimmen Sie mithilfe der $\sigma$-Regeln näherungsweise die Wahrscheinlichkeit $P(X>510)$.
Bei einem Zufallsexperiment tritt ein Ereignis mit der Wahrscheinlichkeit $p=0{,}5$ ein. Das Experiment wird $n=400$ Mal unabhängig durchgeführt. Die Zufallsgröße $X$…
Bei einem Zufallsexperiment tritt ein Ereignis mit der Wahrscheinlichkeit $p=0{,}5$ ein. Das Experiment wird $n=400$ Mal unabhängig durchgeführt. Die Zufallsgröße $X$ gibt an, wie oft das Ereignis eintritt.
- a) Bestimmen Sie mithilfe der $\sigma$-Regeln das Prognoseintervall für die absolute Häufigkeit zur Sicherheitswahrscheinlichkeit 95 % (verwenden Sie $1{,}96\,\sigma$).
- b) Geben Sie das zugehörige Prognoseintervall für die relative Häufigkeit an.
- c) In einer tatsächlichen Durchführung tritt das Ereignis 230-mal ein. Beurteilen Sie, ob dieses Ergebnis Anlass gibt, an der Annahme $p=0{,}5$ zu zweifeln.
In einer Stichprobe von $n=100$ zufällig ausgewählten Schülerinnen und Schülern einer Schule in Bielefeld geben 20 an, den Schulweg mit dem Fahrrad zurückzulegen. a)…
In einer Stichprobe von $n=100$ zufällig ausgewählten Schülerinnen und Schülern einer Schule in Bielefeld geben 20 an, den Schulweg mit dem Fahrrad zurückzulegen.
- a) Bestimmen Sie ein Konfidenzintervall für den Anteil $p$ der Fahrradfahrer an der Schule zum Konfidenzniveau 95 % (verwenden Sie $z=1{,}96$).
- b) Der Stichprobenumfang soll bei gleichem Konfidenzniveau und gleicher relativer Häufigkeit so vergrößert werden, dass das Konfidenzintervall nur noch halb so lang ist. Bestimmen Sie den neuen Stichprobenumfang.
- c) Eine Mitschülerin sagt: „Mit einer Wahrscheinlichkeit von 95 % liegt der wahre Anteil $p$ im Intervall aus a)." Beurteilen Sie diese Aussage.
Mit Baumdiagramm, Pfadregeln, $E(X)$, den σ-Regeln und den beiden Intervallformeln erledigen Sie die typischen Teil-A-Aufgaben ohne Rechner.
Auf einen Blick
-
Baumdiagramm: Pfad = Produkt, Ereignis = Summe der Pfade; ohne Zurücklegen ändern sich die Zweigwahrscheinlichkeiten.
-
Unabhängigkeit: $P(A\cap B)=P(A)\cdot P(B)$; $P_B(A)=\frac{P(A\cap B)}{P(B)}$; $P(A\cup B)=P(A)+P(B)-P(A\cap B)$.
-
Umkehren: Nenner ist die Wahrscheinlichkeit der Bedingung, berechnet mit den Pfadregeln oder der Vierfeldertafel.
-
Zufallsgröße: $E(X)=\sum x_iP(X=x_i)$, $V(X)=\sum(x_i-\mu)^2P(X=x_i)$; faires Spiel: Einsatz $=E(X)$.
-
Binomialverteilung: $\binom nk p^k(1-p)^{n-k}$, $\mu=np$, $\sigma=\sqrt{np(1-p)}$; Modell begründen.
-
σ-Regeln: 68 % / 90 % / 95 % / 99 % bei $1\sigma$ / $1{,}64\sigma$ / $1{,}96\sigma$ / $2{,}58\sigma$.
-
Intervalle: Prognose von $p$ auf die Stichprobe, Konfidenz von $h$ auf $p$; Länge halbieren heißt $n$ vervierfachen.