Diese Seite enth�lt eine Reihe von konkreten Beispielen aus dem Bereich der Kombinatorik und Wahrscheinlichkeitsrechnung. Show Permutationen, Kombinationen und Variationen Permutationen ohne und mit Wiederholung (Anzahl der Reihenfolgen f�r eine bestimmte Ziehung) Anzahl der M�glichkeiten bei n verschiedenen Kugeln (Permutationen ohne Wiederholung): Pn = n! Herleitung: Bei den Permutationen ohne Wiederholung hat man f�r die erste Kugel noch n M�glichkeiten. F�r die zweite Kugel gibt es nur noch n�1 M�glichkeiten, weil eine Kugel schon platziert Anzahl der M�glichkeiten bei n Kugeln mit n1 Kugeln vom Typ 1, n2 Kugeln vom Typ 2, ... und nk Kugeln vom Typ k und n = n1 + n2 + ... + nk (Permutationen mit Wiederholung): Pn = n! / (n1! · n2! ·...· nk!) Kombinationen ohne Wiederholung (Ziehung ohne Zur�cklegen. Die Reihenfolge ist egal.)Anzahl der M�glichkeiten bei der Ziehung von k Kugeln (ohne Zur�cklegen) bei n unterscheidbaren Kugeln: Cn,k = (nk) = n! / (k!·(n�k)!) Herleitung: Da bei den Kombinationen ohne Wiederholung die Reihenfolge keine Rolle spielt, muss man die Anzahl der Variationen ohne Wiederholung (hier wird die Reihenfolge ber�cksichtigt) Anzahl der M�glichkeiten bei der Ziehung von k Kugeln (mit Zur�cklegen) bei n unterscheidbaren Kugeln: Cn,k = (n�1+kk) = (n�1+k)! / (k!·(n�1)!) Herleitung: Da die Reihenfolge
bei Kombinationen mit Wiederholung keine Rolle spielt, kann man die k gezogenen Kugeln z.B. nach der Gr��e der aufgedruckten Zahl ordnen. Anzahl der M�glichkeiten bei der Ziehung von k Kugeln (ohne Zur�cklegen) bei n unterscheidbaren Kugeln: Vn,k = (nk) · k! = n! / (n�k)! Herleitung: Wenn man die erste Kugel zieht, dann gibt es daf�r n M�glichkeiten. F�r die zweite Kugel gibt es nur noch n�1 M�glichkeiten,
weil die erste Kugel ja nicht wieder zur�ckgelegt wurde. Anzahl der M�glichkeiten bei der Ziehung von k Kugeln (mit Zur�cklegen) bei n unterscheidbaren Kugeln: Vn,k = nk Herleitung: Wenn man die erste Kugel zieht, gibt es daf�r n M�glichkeiten. F�r die zweite Kugel gibt es wieder n M�glichkeiten, weil die erste Kugel ja wieder zur�ckgelegt wurde. Bemerkung: Das Ziehen von k Kugeln (mit Zur�cklegen der jeweils gezogenen Kugel) bei n unterscheidbaren Kugeln entspricht dem
k-fachen W�rfeln H�ufige Fehlerquellen bei Stochastik-�berlegungen (Beispiele): - Wahrscheinlichkeiten f�r "mindestens eine" oder "genau eine" Sechs beim W�rfeln werden verwechselt.- Wahrscheinlichkeiten f�r "mindestens zwei" oder "genau zwei" aufeinander folgende Lottozahlen werden verwechselt. - Wahrscheinlichkeiten f�r "mindestens drei" oder "genau drei" Richtige bei Lotto 6 aus 49 werden verwechselt. - Wahrscheinlichkeiten f�r "einen beliebigen" oder "einen bestimmten" (z.B.) Kniffel werden verwechselt. - Bei Wahrscheinlichkeits�berlegungen wird nicht ber�cksichtigt, dass Kombinationen mit Wiederholung nicht gleichwahrscheinlich sind. Beispiel 1 (Ziehungsm�glichkeiten bei Lotto 6 aus 49) Wie viele M�glichkeiten gibt es, k=6 Kugeln von n=49 unterscheidbaren Kugeln zu ziehen, wenn die Kugeln nicht zur�ckgelegt werden und die Reihenfolge keine Rolle spielt (Lotto 6 aus 49)? F�r die Zahl der M�glichkeiten, die alle gleichwahrscheinlich sind, gilt: Nn,k = (nk) = n! / (k!·(n�k)!) (Kombinationen ohne Wiederholung) Die Wahrscheinlichkeit f�r das Auftreten einer bestimmten dieser Kombinationen und damit die Wahrscheinlichkeit f�r 6 Richtige im Lotto ist dann also: Pn,k = 1 / Nn,k = 1/13.983.816 Herleitung: Die Wahrscheinlichkeit, zu den 6 richtigen Lottozahlen auch noch die Superzahl richtig zu haben, ist zehnmal so klein (wegen der zehn M�glichkeiten f�r die Superzahl: 0, 1, 2, ... , 9) und betr�gt nur 1 : 139.838.160. Beispiele f�r andere Lotto-Ziehungsarten: 0 aus 49: N49,0 = 1 Bei Lotto 24 aus 49 und Lotto 25 aus 49 ist die Zahl der M�glichkeiten am gr��ten. Weitere Berechnungen zu Wahrscheinlichkeiten beim Lotto findet man auf der Lotto-Seite. Beispiel 2 (Kombinationen beim W�rfeln) Wie viele M�glichkeiten gibt es bei k=3 maligem W�rfeln mit einem W�rfel mit n=6 unterscheidbaren Fl�chen, wenn die Reihenfolge keine Rolle spielt? F�r die Zahl der M�glichkeiten gilt (Die M�glichkeiten sind nicht gleichwahrscheinlich!): Nn,k = (n�1+k)! / (k!·(n�1)!) (Kombinationen mit Wiederholung) Es gibt 6 M�glichkeiten, bei denen 3 gleiche Fl�chen vorkommen. Die Wahrscheinlichkeit ist jeweils 1/216. Weitere Beispiele: N6,1 = 6 Beispiel 3 (Ziehungsm�glichkeiten bei Lotto 6 aus 49 mit Ziehungsreihenfolge) Wie viele M�glichkeiten gibt es, k=6 Kugeln von n=49 unterscheidbaren Kugeln zu ziehen, wenn die Kugeln nicht zur�ckgelegt werden und die Reihenfolge wichtig ist? F�r die Zahl der M�glichkeiten gilt (Die M�glichkeiten sind alle gleichwahrscheinlich.):
Nn,k = n! / (n�k)! (Variationen ohne Wiederholung) Herleitung: N�herung: N49,6 = 46,56 = 10.109.221.620 (46,5: arithmetisches Mittel der 6 Faktoren) Beispiel 4 (Variationen beim Zahlenschloss am Fahrrad) Wie viele M�glichkeiten hat ein k=4 stelliges Zahlenschloss mit n=6 Ziffern an jeder Stelle? F�r die Zahl der M�glichkeiten gilt (Die M�glichkeiten sind alle gleichwahrscheinlich.): Nn,k = nk (Variationen mit Wiederholung) Die Wahrscheinlichkeit, den richtigen Code des Fahrradschlosses zu erraten, betr�gt dann:
Pn,k = 1 / Nn,k Genau so gro� ist z.B. die Wahrscheinlichkeit, beim 4 maligen W�rfeln mit einem W�rfel nur Sechsen zu w�rfeln. Beispiel 5 (4 Richtige bei Lotto 6 aus 49) Es werden k=6 Kugeln von n=49 unterscheidbaren Kugeln ausgew�hlt, wobei r=6 Kugeln gezogen und nicht zur�ckgelegt werden. Herleitung: Die Wahrscheinlichkeit f�r die Auswahl von m=4 �richtigen� Kugeln ist gleich der Anzahl der Kombinationen, 4 von 6 �richtigen� Kugeln auszuw�hlen, F�r die Wahrscheinlichkeit gilt also: P = (rm) · (n�rk�m) / (nk) (hypergeometrische Verteilung) Die Formel gilt nat�rlich auch, wenn anders als in diesem Beispiel die Anzahl k der ausgew�hlten Kugeln kleiner ist als die Anzahl r der gezogenen Kugeln (wie z.B. bei KENO). P = (63) · (432) / (495) = 20 · 903 / 1.906.884 = 1 / 105,5860 = 0,947095% Ebenso gilt die Formel, wenn die Anzahl k der ausgew�hlten Kugeln gr��er ist als die Anzahl r der gezogenen Kugeln (wie z.B. bei einem Lotto-System). P = (63) · (439) / (4912) = 20 · 563.921.995 / 9.226.373.484 = 1 / 8,180541 = 12,2241% Wenn die Anzahl k der ausgew�hlten Kugeln gr��er ist als die Anzahl r der gezogenen Kugeln, dann handelt es sich quasi um einen "System-Tipp", der aus vielen "Einzel-Tipps" besteht. Weitere Berechnungen zu Wahrscheinlichkeiten beim Lotto findet man auf der Lotto-Seite. Beispiel 6 (Anzahl unterschiedlicher Spiele, Spieltage und Spielrunden bei Fu�ballmannschaften) Wie viele M�glichkeiten Nn gibt es, f�r n = 18 Fu�ballmannschaften unterschiedliche Spiele aus jeweils 2 Mannschaften zusammenzustellen? Nn = (n2) = n · (n � 1) / 2 Wie viele M�glichkeiten Nn gibt es, f�r n = 18 Fu�ballmannschaften unterschiedliche Spieltage mit jeweils n/2 = 9 Spielen zusammenzustellen? Nn = (n2) · (n-22) · (n-42) · ... · (22) / (n/2)! Wie viele M�glichkeiten Nn gibt es, f�r n Fu�ballmannschaften unterschiedliche Spielrunden mit jeweils n�1 Spieltagen zusammenzustellen, N2 = 1! · 1 = 1 · 1 = 1 Schon durch das Austauschen von Spieltagen in einer Spielrunde ergeben sind unterschiedliche Spielrunden. Bei n�1 Spieltagen pro Spielrunde erh�lt man (n�1)!
M�glichkeiten, Beispiel 7 (Ziehen von zum Teil gleichen Kugeln ohne Zur�cklegen) In einer Urne liegen n1=12 rote Kugeln, n2=8 gr�ne Kugeln und n3=4 gelbe Kugeln. F�r die Wahrscheinlichkeit P gilt dann: P = (n1k1) · (n2k2) · (n3k3) / (nk) (verallgemeinerte hypergeometrische Verteilung) (n = n1 + n2 + n3) (k = k1 + k2 + k3) Beispiel 8 ("Kopf" oder "Zahl" beim M�nzwurf) Wie gro� ist Wahrscheinlichkeit, mit n=8 W�rfen einer M�nze (k=2 M�glichkeiten: "Kopf" oder "Zahl") genau m=4 mal �Kopf� (r=1 M�glichkeit) zu erzielen? F�r die Wahrscheinlichkeit gilt: Pn,m = (nm) · pm · (1�p)n�m (Binomialverteilung) (p = r/k) Alle M�glichkeiten: P8,0 = P8,8 = 1 / 256 = 0,00390625 = 0,390625% Beispiel 9 (W�rfeln einer bestimmten Anzahl von bestimmten Augenzahlen) Wie gro� ist die Wahrscheinlichkeit, mit n=12 W�rfen eines W�rfels (k=6) genau m=2 mal eine �Sechs� (r=1) zu erzielen? F�r die Wahrscheinlichkeit gilt: Pn,m = (nm) · pm · (1�p)n�m (Binomialverteilung) (p = r/k) Anmerkung: Das entspricht auch der Wahrscheinlichkeit, die Augenzahl von genau 2 der 12 W�rfe richtig vorherzusagen. Weitere Beispiele:
P12,0 = 0,112157 = 11,2157% Wie gro� ist die Wahrscheinlichkeit, mit n=12 W�rfen eines W�rfels (k=6) genau m1=2 mal eine �Eins� (r1=1), genau m2=7 mal eine Primzahl (r2=3) und genau m3=3 mal eine zusammengesetzte Zahl (r3=2) zu erzielen? Es gilt: P = (n! / (m1!·m2!·m3!)) · p1m1 · p2m2 · p3m3 (Multinomialverteilung oder Polynomialverteilung) (p1 = r1/k, p2 = r2/k, p3 = r3/k) Beispiel 10 (W�rfeln einer bestimmten Augenzahl) Wie gro� ist die Wahrscheinlichkeit, mit n=4 W�rfen eines W�rfels (k=6) mindestens einmal eine �Sechs� zu erzielen? Pn,k = 1 � (1 � 1/k)n; p = 1/k
F�r n=5 W�rfe gilt: P5,6 = 1 � (1 � 1/6)5 = 1 � 3125/7776 = 4651/7776 = 59,8122% F�r einen Dodekaeder-W�rfel (k=12) ist die Wahrscheinlichkeit, mit k=8 W�rfen mindestens einmal eine "Zw�lf" zu erzielen: P8,12 = 1 � (11/12)8 = 50,1470% Wenn k sehr gro� ist, der "W�rfel" also sehr viele gleichartige Fl�chen hat, gilt gen�hert f�r die Wahrscheinlichkeit: Pn,k = 1 � (1 � 1/k)n = 1 � ((1 � 1/k)k)n/k = 1 � (1/e)n/k = 1 � e� n/k Wenn man dann genau so viele W�rfe macht wie der "W�rfel" Fl�chen hat (n=k), ist die Wahrscheinlichkeit, mindestens einmal die gr��te Augenzahl n zu erzielen, also gleich 1 � 1/e = 63,2121%. Nach n/k aufgel�st ergibt sich: n/k = � ln(1 � Pn,k) Eine Wahrscheinlichkeit Pn,k von 50% wird
erreicht, wenn das Verh�ltnis n/k = � ln(1 � 50%) = � ln(1 � 1/2) = ln(2) = 0,693147 betr�gt. Au�erdem ist nat�rlich richtig, dass man mit einem "normalen" W�rfel im Mittel 6 W�rfe braucht, um eine 6 zu w�rfeln. Wenn man z.B. mit 4 W�rfen mit einer Wahrscheinlichkeit von 51,7747% mindestens eine 6 w�rfelt, w�rfelt man also mit
einer Wahrscheinlichkeit Bei n=4 W�rfen und k=6 unterschiedlichen Augenzahlen betr�gt also die mittlere Anzahl Z der erzielten unterschiedlichen Augenzahlen: Zn,k = Z4,6 = k · (1 � ((k�1)/k)n) = 6 · (1 � (5/6)4) = 6 · (1 � 0,482253) = 6 · 0,517747 = 3,1065 Beispiel 11 (W�rfeln von bestimmten Augenzahlen mit zwei W�rfeln) Wie gro� ist die Wahrscheinlichkeit, mit n=24 W�rfen mit m=2 W�rfeln (k=6) mindestens einmal m=2 "Sechsen" zu erzielen? Herleitung: Pn,k,m = 1 � (1 � (1/k)m)n Beispiel 12 (Geburtstag am gleichen Tag von mindestens 2 Kindern) Wie gro� ist die Wahrscheinlichkeit, dass von k=23 Kindern mindestens zwei am gleichen Tag Geburtstag haben? Das entspricht der Wahrscheinlichkeit, mindestens eine Kugel zweimal zu ziehen, wenn man von n=365 unterscheidbaren Kugeln 23 Kugeln zieht und die gezogene Kugel jeweils wieder zur�cklegt (siehe auch die Geburtstagsr�tsel-Seite). Die Wahrscheinlichkeit errechnet sich als 1 minus der Anzahl der M�glichkeiten, bei denen keine Kugel mehrmals gezogen wurde (Variationen ohne Wiederholung), geteilt durch die Anzahl aller M�glichkeiten (Variationen mit Wiederholung). Die Reihenfolge der Ziehung ist wichtig, damit alle M�glichkeiten die gleiche Wahrscheinlichkeit haben. Es gilt also: Pn,k = 1 � (n!/(n�k)!) / nk Bei 2 Kindern ist die Wahrscheinlichkeit, dass alle an verschiedenen Tagen Geburtstag haben, gleich (364/365). Beispiel 13 (Geburtstag am gleichen Tag von einer bestimmten Anzahl von Kindern) Wie gro� ist die Wahrscheinlichkeit, mit k=23 W�rfen eines �W�rfels� mit 365 gleichen Fl�chen (n=365) nur Einlinge (g=0), einen Zwilling (g=1, z=2), einen Drilling (g=1, z=3), einen Vierling (g=1, z=4), einen F�nfling (g=1, z=5), zwei Zwillinge (g=2, z=2), drei Zwillinge (g=3, z=2), vier Zwillinge (g=4, z=2), f�nf Zwillinge (g=5, z=2), einen Zwilling und einen Drilling (g=2, z=2 bzw. z=3), zwei Zwillinge und einen Drilling (g=3, z=2 bzw. z=3) oder drei Zwillinge und einen Drilling (g=4, z=2 bzw. z=3) zu erzielen? Das entspricht der Wahrscheinlichkeit, dass von 23 Kindern keines, genau 2, 3, 4, 5, 2 mal 2, 3 mal 2, 4 mal 2, 5 mal 2, 2 und 3, 2 mal 2 und 3 oder 3 mal 2 und 3 am gleichen Tag Geburtstag haben. Die Wahrscheinlichkeiten betragen: P = (k! / z!g) · (n�gk�g·z) · (ng) / nk Dabei ist: Nur Einlinge: Genau ein Zwilling: Genau ein Drilling: Genau ein Vierling: Genau ein F�nfling: Genau zwei Zwillinge: Genau drei Zwillinge: Genau vier Zwillinge: Genau f�nf Zwillinge: Genau ein Zwilling und ein Drilling (Die obige Formel ist hier entsprechend erweitert worden.): Genau zwei Zwillinge und ein Drilling (Die obige Formel ist hier entsprechend erweitert worden.): Genau drei Zwillinge und ein Drilling (Die obige Formel ist hier entsprechend erweitert
worden.): Beispiel 14 (Wahrscheinlichkeit f�r Kniffel, Viererpasch, Dreierpasch und Full House) Wie gro� ist die Wahrscheinlichkeit, mit k=5 W�rfen eines W�rfels (n=6) nur Einlinge (g=0), einen Zwilling (g=1, z=2), einen Drilling (g=1, z=3), einen Vierling (g=1, z=4), einen Kniffel (g=1, z=5), zwei Zwillinge (g=2, z=2) oder einen Zwilling und einen Drilling (g=2, z=2 bzw. z=3) zu erzielen? Die Wahrscheinlichkeiten betragen: P = (k! / z!g) · (n�gk�g·z) · (ng) / nk (Formel gilt nur f�r Mehrlinge mit gleicher Anzahl von W�rfeln!) Dabei ist: Nur Einlinge (alle Augenzahlen verschieden): Genau ein Zwilling (genau zwei gleiche Augenzahlen): Genau ein Drilling (genau drei gleiche Augenzahlen: entspricht Dreierpasch ohne Full House, Vierling und Kniffel): Genau ein Vierling (genau vier gleiche Augenzahlen: entspricht Viererpasch ohne Kniffel): Einen Kniffel (f�nf gleiche Augenzahlen): Genau zwei Zwillinge (zwei gleiche Augenzahlen und zus�tzlich zwei andere gleiche Augenzahlen) Ein Drilling und ein Zwilling (drei gleiche Augenzahlen und zus�tzlich zwei andere gleiche Augenzahlen: Full House) (Die obige Formel ist hier entsprechend erweitert worden.): Wichtig: Da Drilling und
Zwilling verschiedene Mehrlinge sind, entsteht auch bei zwei gleichen Augenzahlen eine weitere Permutation: (2! / (1! · 1!)). Die entsprechenden Wahrscheinlichkeiten beim Kniffel mit 3 W�rfen findet man auf der Kniffel-Seite. Beispiel 15 (Wahrscheinlichkeit f�r gro�e und kleine Stra�e beim Kniffel) Wie gro� ist die Wahrscheinlichkeit, mit k=5 W�rfen eines W�rfels mit n=6 (durch die Augenzahlen von 1 bis n) unterscheidbaren Fl�chen genau k bzw. k�1 Augenzahlen zu bekommen, die eine Folge bilden? Die Wahrscheinlichkeit f�r eine Folge von k=5 Augenzahlen (gro�e Stra�e beim Kniffel) betr�gt (f�r k kle�ner als n+1): Pn,k = (n � k + 1) · k! / nk Die Wahrscheinlichkeit f�r eine Folge von k�1=4 Augenzahlen ("reine" kleine Stra�e beim Kniffel) betr�gt (f�r k kle�ner als n+2 und gr��er als 2): Qn,k = (2 · ((k � 1)/2! + (n � k)) + (n � k) · ((k � 1)/2! + (n � k � 1)))· k! / nk Herleitung: Man unterscheidet zwischen den kleinen Stra�en am
Rand (1234 und 3456 bei k=5 W�rfen) und den kleinen Stra�en, die nicht am "Rand" liegen (nur 2345 bei 5 W�rfen). Die Wahrscheinlichkeit f�r eine Folge von k�2=3 Augenzahlen ("reine" noch kleinere Stra�e) betr�gt �brigens: 2280/7776 = 29,3210% Die Wahrscheinlichkeit f�r eine Folge von k=5 oder k�1=4 Augenzahlen (kleine Stra�e beim Kniffel) betr�gt: R6,5 = P6,5 + Q6,5 = 1200 / 7776 = 0,154321 = 15,4321% Die entsprechenden Wahrscheinlichkeiten beim Kniffel mit 3 W�rfen findet man auf der Kniffel-Seite. Beispiel 16 (Anzahl unterschiedlicher Lottozahlen nach einer Reihe von Ziehungen) Wie viele verschiedene Lottozahlen sind durchschnittlich nach n Ziehungen gezogen worden? Nach einer Ziehung sind 6/49 � 49 = 6 verschiedene Lottozahlen gezogen worden. Es bleiben 49 � 6 = 43 noch nicht gezogene Lottozahlen. Nach 2
Ziehungen sind im Mittel 6 + 6/49 � 43 = 11,2653 verschiedene Lottozahlen gezogen worden. Es bleiben 49 � 11,2653 = 37,7347 nicht gezogene Lottozahlen. Wegen der Nach 3 Ziehungen sind im Mittel 11,2653 + 6/49 � 37,7347 = 15,8859 verschiedene Lottozahlen gezogen worden. Es bleiben 49 � 15,8859 = 33,1141 noch nicht gezogene Lottozahlen. Die mittlere Anzahl unterschiedlicher Lottozahlen nach n Ziehungen: n = 01: 06,0000 Beispiel 17 (Radioaktiver Zerfall) Wie gro� ist die Wahrscheinlichkeit, dass w�hrend der Messzeit bei zu Beginn n unzerfallenen Atomen genau m Treffer (zerfallene Atome) erzielt werden, wobei ein bestimmtes Atom w�hrend der Messzeit mit der Wahrscheinlichkeit p zerf�llt? Das entspricht der Wahrscheinlichkeit, mit n W�rfen m Treffer zu erzielen, wobei die Wahrscheinlichkeit pro Wurf f�r einen Treffer p = m/n betr�gt. F�r die Wahrscheinlichkeit gilt: Pn,m,p = ((n·p)m / m!) · e�n·p (Poisson-Verteilung) Damit die Formel gilt, muss p sehr klein sein. Hat man nun so viele unzerfallene Atome n, dass n·p = 1 ist, dass also w�hrend der Messzeit im Mittel ein Atom zerf�llt, l�sst sich die Wahrscheinlichkeit berechnen, dass w�hrend der Messzeit kein, genau ein, genau zwei usw. Atome zerfallen: Pm = (1 / m!) · e�1 = 1 / (m! · e) P0 = 0,367879 = 36,7879% Die gleiche Rechnung ergibt sich, wenn
man wissen will, mit welcher Wahrscheinlichkeit man pro Tag keinen, genau einen, genau zwei Briefe usw. bekommt, Die Anzahl unzerfallener Atome N nach der Zeit t betr�gt �brigens: N = n · e�t/τ Dabei ist n die Anzahl der
unzerfallenen Atome zur Zeit t=0 und τ die mittlere Lebensdauer eines Atoms. N = n · e�1 = (1/e) · n = 0,367879 · n Die Halbwertseit t1/2, nach der sich die Anzahl N der unzerfallenen Atome halbiert hat, erh�lt man, t1/2 = ln(2) · τ = 0,693147 · τ F�r τ gilt dann: τ = t1/2 / ln(2) = 1,442695 · t1/2 Beispiel 18 (Briefe und zugeh�rige Briefumschl�ge) Wie viele M�glichkeiten gibt es, n=7 Briefe so in n=7 Briefumschl�ge zu stecken, dass sich in keinem Umschlag der zugeh�rige Brief befindet? Nn = !n = (n!/0! � n!/1! + n!/2! � n!/3! +
... n!/n!) = n! · (1/0! � 1/1! + 1/2! � 1/3! + ... 1/n!) (!n = Subfakult�t von n) Die Gesamtzahl der M�glichkeiten, n=7 Briefe in n=7 Briefumschl�ge zu stecken, betr�gt n! = 7! = 5040. (Permutationen ohne Wiederholung) Die Wahrscheinlichkeit Pn, dass sich bei n Briefumschl�gen per Zufall in keinem Umschlag der zugeh�rige Brief befindet, betr�gt also: Pn = Nn / n! = !n / n! P1 = !1 / 1! =
0/1 = 0,000% Schon f�r kleine n gilt in guter N�herung: !n = n! · 1/e. Deshalb geht Pn f�r gro�e n gegen: Pn = 1/e · n! / n! = 1/e = 36,787944% Die Anzahl der M�glichkeiten, n=7 Briefe so in n=7 Briefumschl�ge zu stecken, dass sich in k Umschl�gen der zugeh�rige Brief befindet, betr�gt: Nn,k = (nk) · !(n � k) N7,0 = (70) · !7 = 1 · 1854 = 1854 Beispiel 19 (Socken und Ampeln) Von n=10 Paar Socken (m=2), die alle verschieden sind,
gehen k=6 Socken verloren. Pn,k = (m1)k · (nk) / (m·nk) Die Wahrscheinlichkeit, dass alle k=6 Socken zu k/2=3 Paaren geh�ren, dass also noch 7 vollst�ndige Sockenpaare �brig sind, betr�gt: Pn,k = (m2)k/2 · (nk/2) / (m·nk) Die Wahrscheinlichkeit, dass alle verlorenen 6 einzelnen Socken von verschiedenen Paaren stammen, so dass nur noch 4 vollst�ndige Paare �brig sind, ist also mehr als 100mal so gro� wie die Wahrscheinlichkeit, dass nach dem Verlieren der 6 einzelnen Socken noch 7 vollst�ndige Paare �brig bleiben. Wie gro� ist nun die Wahrscheinlichkeit, wenn sich unter den verloren gegangenen Socken weder keine Paare noch nur Paare befinden, sondern a = 1 Paar oder a = 2 Paare? Daf�r gilt die erweiterte Formel: Pn,k,a = (m1)k-2a · (n-ak-2a) · (m2)a · (na) / (m·nk) Von n=10 Ampeln mit je 3 Lampen (m=3) gehen k=8 Lampen kaputt. Das entspricht der Ziehung von k=8 Kugeln bei n=10 Kugeldrillingen, wobei die Drillinge untereinander jeweils gleich sind. Wie gro� ist die Wahrscheinlichkeit, dass 3 Ampeln jeweils eine kaputte Lampe (a=3), eine Ampel 2 kaputte Lampen (b=1) und eine Ampel 3 kaputte Lampen (c=1) aufweisen? F�r die Wahrscheinlichkeit gilt: Pn,k,a,b,c = (m1)a · (n-b-ca) · (m2)b · (n-bb) · (m3)c · (nc) / (m·nk) Die Anzahl der Kombinationen in allen diesen Beispielen erh�lt man, wenn man die jeweiligen Z�hler nimmt und die Ausdr�cke mit den Potenzen wegl�sst. Die jeweiligen Kombinationen sind aber nicht gleich wahrscheinlich! Beispiel 20 ("�berraschungen" und �berraschungseier) Wie gro� ist die Wahrscheinlichkeit, dass bei k=20 Ziehungen (mit Zur�cklegen) von n=8 verschiedenen Kugeln (k >= n) jede Kugel mindestens einmal gezogen wird, wenn die jeweils gezogenen Kugeln wieder zur�ckgelegt werden? Das entspricht der Wahrscheinlichkeit, beim Kauf von k=20 �berraschungseiern bei insgesamt n=8 verschiedenen gleich h�ufigen "�berraschungen" mindestens von jeder eine bekommen zu haben. F�r die Wahrscheinlichkeit gilt: Pn,k = Σi=0n (-1)i · (ni) · (1 - i/n)k Das ist auch die kleinste Zahl von �berraschungseiern, die man kaufen muss, damit diese Wahrscheinlichkeit �ber 50% liegt. Man muss �brigens mit einem W�rfel (n=6) mindestens 13-mal w�rfeln, um mit mehr als 50% Wahrscheinlichkeit jede Augenzahl mindestens einmal gew�rfelt zu haben. Hier gilt: P6,13 = 0,51386 = 51,386% 100% � 51,386% = 48,614% ist dann die Wahrscheinlichkeit, dass bei 13-maligem W�rfeln mindestens eine Augenzahl nicht gew�rfelt wird. Wie gro� ist die mittlere Zahl von Ziehungen (mit Zur�cklegen), bei der von n verschiedenen Kugeln jede Kugel mindestens einmal gezogen wurde? Zn = Σk=n∞ k · (Pn,k � Pn,k�1) = n · Σi=1n (1/i) Einige Beispiele: Z2 = 3 + 0/1 = 3,000000 Bei k=20 Ziehungen und n=8 verschiedenen �berraschungen betr�gt �brigens die mittlere Anzahl A der erzielten unterschiedlichen �berraschungen: An,k = A8,20 = n · (1 � ((n�1)/n)k) = 8 · (1 � (7/8)20) = 8 · (1 � 0,069209) = 8 · 0,930791 = 7,4463 Wenn man die Wahrscheinlichkeit wissen will, dass bei k=20 Ziehungen (mit Zur�cklegen) von n=8 verschiedenen Kugeln (k >= n) nicht jede Kugel mindestens einmal gezogen wird, sondern z.B. nur genau m=6 Kugeln, dann gilt daf�r die Wahrscheinlichkeit: Pn,k,m =
(nm) · Σi=0m (-1)m-i · (mi) · (i/n)k F�r m=n vereinfacht sich die Formel zu: Pn,k = Σi=0n (-1)n-i · (ni) · (i/n)k Dies entspricht der obigen Formel, weil die Summanden (-1)i und (1 - i/n)k nur in umgekehrter Reihenfolge addiert werden und sich die Summanden (ni) auch bei Vertauschung der Reihenfolge nicht �ndern. Beispiel 21 (Aufeinanderfolgende Zahlen bei Lotto 6 aus 49) Wie gro� ist die Wahrscheinlichkeit, dass beim Lotto 6 aus 49 mindestens zwei aufeinanderfolgende Zahlen gezogen werden? Die Wahrscheinlichkeit, dass keine aufeinanderfolgenden Zahlen gezogen werden, ist gleich der Anzahl der M�glichkeiten (Kombinationen ohne Wiederholung), in die L�cken zwischen den 43 nicht gezogenen Zahlen (insgesamt gibt es 44 L�cken einschlie�lich Anfang und Ende) jeweils h�chstens eine gezogene Zahl zu platzieren, geteilt durch die Anzahl der M�glichkeiten f�r 6 Richtige. F�r die Wahrscheinlichkeit, dass mindestens zwei aufeinanderfolgende Zahlen gezogen werden, gilt dann: P = 1 � (446) / (496) = 1 � (44! / (6!·38!)) / (49! / (6!·43!)) = 1 � 7.059.052 / 13.983.816 = 1 � 22.919 / 45.402 P = 1 � 0,504802 = 0,495198 = 49,5198% Mit einer Wahrscheinlichkeit von 49,5198% gibt es also bei einer Ziehung mindestens zwei aufeinanderfolgende Lottozahlen. F�r eine bestimmte Anzahl aufeinanderfolgender Lottozahlen muss man f�r die 44 L�cken die Permutationen mit Wiederholung bestimmen. 6 aufeinanderfolgende Lottozahlen: P = (44! / (43!·1!)) / (49 6) = 44 / 13.983.816 = 1 : 317.814 = 0,0003% Herleitung: Bei einer Lottoziehung gibt es 6 gezogene und 43 nicht gezogene Zahlen. 1. Beispiel: Keine aufeinanderfolgenden Lottozahlen 2. Beispiel: Genau 2 aufeinanderfolgende Lottozahlen 3. Beispiel: 3 und 2 aufeinanderfolgende Lottozahlen Auch die Wahrscheinlichkeit P, dass bei einer Ziehung der kleinste Abstand zwischen den Lottozahlen genau k betr�gt, kann berechnet werden. k=1: P = ((49 6) � (44 6)) / (49 6) = 6.924.764 / 13.983.816 = 1 : 2,0194 = 49,5198% Herleitung: Beispiel: Kleinster Abstand zwischen den Lottozahlen betr�gt genau 3. Bei den folgenden zwei
Beispielen betr�gt der kleinste Abstand der Lottozahlen mindestens 3: Das Entsprechende macht man dann f�r 6 Lottozahlen, bei denen der kleinste Abstand mindestens 4 betr�gt. Hier muss man die Abst�nde jeweils um 3 verkleinern. Weitere Berechnungen zu Wahrscheinlichkeiten beim Lotto findet man auf der Lotto-Seite. Beispiel 22 (Lotto 6 aus 49 - mindestens eine gleiche Zahl bei zwei verschiedenen Ziehungen) Wie gro� ist die Wahrscheinlichkeit, dass bei zwei Ziehungen von Lotto 6 aus 49 mindestens eine Zahl gleich ist? Herleitung: Die Wahrscheinlichkeit f�r mindestens eine gleiche Zahl bei zwei Ziehungen von Lotto 6 aus 49 ist also gleich 1 � 43,5965% = 56,4035%. Weitere Berechnungen zu Wahrscheinlichkeiten beim Lotto findet man auf der Lotto-Seite. Beispiel 23 (Kleinster Abstand zwischen aufeinanderfolgenden Geburtstagen) Wie gro� ist im Mittel der kleinste Abstand zweier aufeinanderfolgender Geburtstage von 23 Sch�lern in einer Klasse? Wie gro� sind im Mittel die anderen Abst�nde? Wenn die Anzahl der Sch�ler n = 23 betr�gt und wenn man die L�nge eines Jahres mit d = 365 Tagen annimmt, dann l�sst sich die mittlere L�nge g eines Abstandes durch die folgende Formel ausdr�cken, wobei k = 1 den kleinsten Abstand und k = n den gr��ten Abstand darstellt: gn,d = d / n · ( Σi=1n (1/i) - Σi=1n-k (1/i) ) F�r die mittlere L�nge g der verschiedenen Abst�nde k ergibt sich dann: k g (in Tagen) 1 0,69 Im Mittel
betr�gt also der kleinste Abstand zwischen zwei aufeinanderfolgenden Geburtstagen bei 23 Sch�lern nur 0,69 Tage oder etwas weniger als 17 Stunden. Beispiel 24 (Summe der Augenzahlen beim W�rfeln, Chance beim Kniffel-Spiel) Wie gro� ist die Wahrscheinlichkeit, mit einem Wurf mit k=5 W�rfeln eine bestimmte Summe der Augenzahlen zu erzielen? P5 = P30 = 1 / 7776 = 0,0129% Diese Wahrscheinlichkeiten lassen sich auch mit der folgenden etwas umst�ndlichen Formel berechnen (m = Anzahl der Augenzahlen): Pn = abs(Σi=0int((n-k)/m) (-1)i � (ki) � (n-m�i-1k-1)) / mk Bei k=5 W�rfeln und m= 6 Augenzahlen bekommt man dann z.B. f�r die Augenzahlsumme n=12 folgende Wahrscheinlichkeit: P12 = abs(Σi=0int(7/6) (-1)i � (5i) � (11-6�i4)) / 65 = abs(Σi=01 (-1)i � (5i) � (11-6�i4)) / 65 = abs((50) � (114) � (51) � (54)) / 65 = abs(330 � 25) / 65 = 305 / 7776 Mit steigender Anzahl m der W�rfel n�hert sich �brigens die Verteilung der Summe n der Augenzahlen immer mehr einer Gau�verteilung. Die entsprechenden Wahrscheinlichkeiten f�r eine bestimmte Summe bei 3 W�rfen mit 5 W�rfeln (Chance beim Kniffel-Spiel) findet man auf der Kniffel-Strategie-Seite. Bei einem Wurf mit k=3 W�rfeln gelten f�r eine bestimmte Summe der Augenzahlen folgende Wahrscheinlichkeiten: P3 = P18 = 1 / 216 = 0,4630% Beispiel 25 (Anzahl unterschiedlich aussehender Perlenketten) Wie viele M�glichkeiten Nn gibt es, mit
n Perlen unterschiedlich aussehende offene bzw. ringf�rmige Ketten herzustellen, Offene Ketten: Nn = n! / 2 (f�r n > 1; N1 = 1) Beispiele: Herleitung: Die Reihenfolge der Perlen von einem Ende aus betrachtet unterscheidet sich immer von der Reihenfolge vom anderen Ende aus betrachtet, Ringf�rmige Ketten: Nn = (n�1)! / 2 (f�r n > 2; N1 = 1; N2 = 1) Beispiele: Herleitung: Man kann jede der n Perlen als Anfangsperle betrachten. Deshalb gibt es bei jeder Kette in einer Richtung betrachtet n verschiedene Reihenfolgen, Wie viele M�glichkeiten Nn gibt es, mit n Perlen unterschiedlich aussehende offene bzw. ringf�rmige Ketten herzustellen, Offene Ketten: Maximal zwei unterschiedliche Farben: Gerades n: Nn = (2n+2n/2)/2 Beispiele: Herleitung: Wenn man den beiden Farben die Ziffern 0 und 1
zuordnet, stellt eine offene Kette quasi eine Bin�rzahl dar. Mit n Perlen kann man also zun�chst Maximal drei unterschiedliche Farben: Gerades n: Nn = (3n+3n/2)/2 Ringf�rmige Ketten (Hierf�r gibt es keine einfachen Formeln.): maximal zwei unterschiedliche Farben: N1 = 2 Maximal drei unterschiedliche Farben: N1 = 3 Beispiel 26 (kreisf�rmige Diskussionsgruppe) Eine Diskussionsgruppe mit n Personen sitzt auf St�hlen in einem Kreis. Nach einer Pause werden die Personen per Zufall neu auf die n St�hle verteilt. F�r n Personen betr�gt die Wahrscheinlichkeit: P3 = 0 / 6 = 0 / 1 = 0,000% Die Wahrscheinlichkeit Pn, dass alle Personen einen neuen linken (rechten) Sitznachbar bekommen, betr�gt: Pn = (!n � (�1)n) / n! (Beispiel: P7 = (1854 + 1) / 5040) = 36,806%) Anhang n = Anzahl der Ziehungen Hypergeometrische Verteilung (Ziehung ohne Zur�cklegen): Pn,m = (rm) · (k�rn�m) / (kn) Binomialverteilung (m << r; n - m << k - r; n << k) (gilt nur f�r Ziehung mit Zur�cklegen): Pn,m = (nm) · pm · (1�p)n�m Varianz: n·p·(1�p) Herleitung aus hypergeometrischer Verteilung: = (nm) · (r / (k�r))m · ((k�r) / k)n = (nm) · ((r/k) / (1�r/k))m · (1�r/k)n = (nm) · pm · (1�p)n / (1�p)m = (nm) · pm · (1�p)n�m Poissonverteilung�(m << n; p << 1): Pn,m = ((n·p)m / m!) · e�n·p Herleitung aus Binomialverteilung: = (nm/m!) · (p/(1�p))m · 1/((1+1/(1/p))(1/p))n·p = (nm/m!) · pm · 1/en·p (N�herung f�r p << 1) = ((n·p)m / m!) · e�n·p Gau�verteilung (m gro�, n gro�): Pn,m = (1/(σ·√(2·π))) · e�x2/2 x = (m�n·p) / σ Herleitung aus Poissonverteilung: = (m/(n·p))-m · em�n·p / √(2·π·m) ε = (m�n·p) / (n·p) = m/(n·p) � 1 Pn,m = (1 + ε)-m · em�n·p / √(2·π·(1 + ε)·n·p) = 1 / √(2·π·n·p) · e�n·p·ε � n·p·ε2 + n·p·ε2/2 + n·p·ε3/2 + n·p + n·p·ε � n·p = 1 / √(2·π·n·p) · e�n·p·ε2/2 (N�herung f�r ε3 klein) = 1 / √(2·π·n·p) · e�n·p·(m�n·p)2/(2·(n·p)2) = 1 / √(2·π·n·p) · e�(m�n·p)2/(2·n·p) = (1/(σ·√(2·π))) · e�x2/2 Stirlingsche Formel (gilt schon f�r kleine n in guter N�herung; ihre Abweichung ist ab 9! kleiner als 1%.): n! = (n/e)n · √(2·π·n) Geordneter Zufall und harmonische Reihe Wenn man im Intervall von 0 bis 1 insgesamt n-1 Zufallszahlen erzeugt, so entstehen in diesem Intervall zwischen den Zufallszahlen n Teilintervalle. Wiederholt man diesen Vorgang viele Male mit jeweils neuen Zufallszahlen und bildet die Mittelwerte der jeweiligen Intervalle zwischen 0 und der kleinsten Zufallszahl, zwischen der kleinsten und zweitkleinsten Zufallszahl usw., dann sind alle Mittelwerte gleich gro� und betragen 1/n. Ordnet man jedoch die entstehenden Teilintervalle nach ihrer Gr��e und bildet dann die Mittelwerte (Erwartungswerte) der jeweils kleinsten, zweitkleinsten usw. Teilintervalle, dann betr�gt die mittlere Gr��e gn,k des k-ten Teilintervalls: gn,k = 1/n · Σi=n+1-kn (1/i) = 1/n · ( Σi=1n (1/i) - Σi=1n-k (1/i) ) Man kann die mittlere L�nge der Intervalle also als die durch n dividierte Differenz zweier harmonischer Reihen ausdr�cken. Ein Intervall: g1,1 = 1 F�r gro�e n gilt in guter N�herung:
Σi=1n (1/i) = ln(n) + Eulersche Konstante Normiert man diese bis n laufende Funktion auf den Bereich von 0 bis 1 und setzt x = k/n, so ergibt sich die Funktion f(x) = -ln(1-x). F�r das Integral der Funktion f(x) gilt: Integral(-ln(1-x)) dx = x + (1-x) · ln(1-x) + C. Die Summe der L�nge aller Intervalle ist f�r die gr��ere H�lfte aller Intervalle entsprechend: Das Intervall, unterhalb dessen die Summe der L�ngen aller Intervalle 1/2 betr�gt, liegt an der Stelle x, Copyright � Werner Brefeld, 2002 ... 2023 Wie berechnet man die Anzahl von Kombinationen?Anzahl möglicher Ereignisse bei einer Anordnung mit gleichen Objekten. Nehmt die Fakultät der Objekte insgesamt, also wie viele es sind.. Teilt dies durch die Fakultät aller gleichen Objekte, habt ihr also zum Beispiel 6 Kugeln davon sind 4 gleich und noch mal 2 gleich, dann teilt ihr also durch 4! · 2!.. Was ist K in der Kombinatorik?Das n in den Formeln steht immer für die Anzahl aller Elemente, also für die Grundgesamtheit. Das k gibt die Anzahl an Ziehungen an.
Wie berechnet man n über k?N über k setzt sich zusammen aus der Fakultät von n, geteilt durch die Fakultät von k, multipliziert mit der Fakultät von n-k.
Wie viele Möglichkeiten bei 4 Variablen?Man kann an den Enden aller Verzweigungen abzählen, dass es 24 Möglichkeiten gibt und sieht über die regelmäßigen Verzweigungen auch, wie diese Zahl zustande kommt: 4·3·2 = 24.
|