Hypergeometrische Verteilung.
N ... Grundgesamtheit = Anzahl aller Felder = 64
n ... Stichprobe = 5
M ... Anzahl d. Randfelder = 28
k ... Anzahl d. Randfelder in der Stichprobe = 3

\(P(X=3)=\frac{{28 \choose 3}{36 \choose 2}}{{64 \choose 5}} \approx 0,2706 = 27,06%\)

Hypergeometrische Verteilung.
N ... Grundgesamtheit = 1000
n ... Stichprobe = 100
k ... fehlerhafte Stücke aus der Stichprobe <= 3
M ... fehlerhafte Stücke aus der Grundgesamtheit = 100

\(P(X \leq 3) = P(X=0) + P(X=1) + P(X=2) + P(X=3) = \)

\(\frac{{100 \choose 0}{900 \choose 100}}{1000 \choose 100} + \frac{{100 \choose 1}{900 \choose 99}}{1000 \choose 100} + \)\( \frac{{100 \choose 2}{900 \choose 98}}{1000 \choose 100} + \frac{{100 \choose 3}{900 \choose 97}}{1000 \choose 100} = \)

\(0,0015% + 0,018% + 0,112% + 0,447% \approx 0,58%\)

Die Verteilungsfunktion einer Zufallsvariablen X ist definiert als: \(F(x) = P(X \leq x); x \in \mathbb{R}\)

Hypergeometrische Verteilung.
N ... Grundgesamtheit = 1000
n ... Stichprobe = 100
k ... fehlerhafte Stücke aus der Stichprobe <= 3
M ... fehlerhafte Stücke aus der Grundgesamtheit = 10

\(P(X \leq 3) = P(X=0) + P(X=1) + P(X=2) + P(X=3) = \)

\(\frac{{10 \choose 0}{990 \choose 100}}{1000 \choose 100} + \frac{{10 \choose 1}{990 \choose 99}}{1000 \choose 100} + \)\( \frac{{10 \choose 2}{990 \choose 98}}{1000 \choose 100} + \frac{{10 \choose 3}{990 \choose 97}}{1000 \choose 100} = \)

\(34,7% + 38,9% + 19,4% + 5,7% \approx 98,7%\)

Die Anzahl X der fehlerhaft übertragenen Bit ist binomialverteilt mit \(n=10^6\) und \(p=10^{-4}\).
Wegen \(np(1-p) = 10^6 \cdot 10^{-4} \cdot 0,9999 = 99,99 > 9\) können wir die Normalverteilung als Näherung verwenden mit \(\mu = np = 100\) und \(\sigma = \sqrt{np(1-p)} = 9,9995\): 

\(F_{Binomial}(x) = F_{Normal}(x+0,5) = \Phi \left\( \frac{x+0,5-\mu}{\sigma} \right\) = \Phi \left\( \frac{x+0,5-np}{\sqrt{np(1-p)}} \right\)\)
Die Wahrscheinlichkeit, dass beim Übertragen von einer Million Bit mehr als 80 Bit kippen, ist also ungefähr:

Hypergeometrische Verteilung.
N ... Grundgesamtheit = 50
n ... Stichprobe = 2
M ... Anzahl d. schwarzen Kugeln in der Grundgesamtheit = 5
k ... Anzahl d. schwarzen Kugeln aus der Stichprobe = 2

\(P(X=2)=\frac{{5 \choose 2}{45 \choose 0}}{{50 \choose 2}}=0,008=0,8%\)

Die Wahrscheinlichkeit, gleich beim ersten Wurf eine Sechs zu werfen, ist 1/6.
Die Wahrscheinlichkeit, erst beim zweiten Wurf eine Sechs zu werfen, ist 5/6 mal 1/6 (keine Sechs beim ersten Wurf, Sechs beim zweiten Wurf).
Die Wahrscheinlichkeit, erst beim dritten Wurf eine Sechs zu werfen, ist 5/6 mal 5/6 mal 1/6 (keine Sechs beim ersten und zweiten Wurf, Sechs beim dritten Wurf).
Die Wahrscheinlichkeit, erst beim x-ten Wurf eine Sechs zu werfen, ist \(\left\(\frac{5}{6}\right\)^{x-1} \cdot \frac{1}{6}\) (keine Sechs in den ersten x-1 Würfen, Sechs beim x-ten Wurf).

Folglich gilt:
\(p_i = P(X=i) = \left\(\frac{5}{6}\right\)^{i-1} \cdot \frac{1}{6}\)

Wir suchen den Erwartungswert für die Kosten der Störungsbehebung, diese betragen 1000 X. Es gilt:
\(E(1000 X) = 1000 E(X) = 1000 \cdot (0,3 \cdot 0 + 0,4 \cdot 1 + 0,2 \cdot 2 + 0,1 \cdot 3) = 1000 \cdot 1,1 = 1100\)
Im Schnitt ist pro Tag also mit Kosten von 1100 Euro für die Behebung von Störungen zu rechnen.