Vor einigen Jahren haben wir in einer Statistik-Klausur eine Aufgabe gestellt in der man sechs Lorenzkurven sechs gegebenen Datensätzen zuordnen musste. Für jede richtig zugewiesene Kurve gab es einen Punkt, für jede falsch zugeordnete gab es keinen Punkt.
Wie in diesem Studiengang so oft, war nicht jeder optimal auf die Klausur vorbereitet, so dass es eine ganze Reihe von Menschen gab, die geraten und irgendeine der möglichen Lösungen hingeschrieben haben (was auf jeden Fall nicht schlechter war, als die Aufgabe nicht zu bearbeiten).
Beim Korrigieren der Aufgabe fiel mir dann auf, dass es neben den richtigen Lösungen (von denen, die offenbar gelernt hatten) es auch viele Lösungen gab, bei denen genau eine oder genau keine Graphik richtig zugewiesen wurde. Da ich mir darüber vorher noch nie Gedanken gemacht hatte, kam mir die Frage in den Sinn:
Wie groß ist die Wahrscheinlichkeit, dass man keinen der Graphen richtig zuordnet, wenn man rät?
Dazu müssen wir uns zuerst einmal klar machen wie viele Möglichkeiten der Zuordnung es überhaupt gibt: Für den ersten Graphen haben wir sechs Datensätze zur Auswahl und wählen davon einen aus. Für den zweiten haben wir noch fünf zur Auswahl von denen wir einen wählen, und so weiter, am Ende ist noch genau einer für den letzten Graphen übrig. Da alle Kombinationen möglich sind ergibt sich
In der Kombinatorik spricht von von einer Permutation von Objekten einer bestimmten Reihenfolge. So gibt es zum Beispiel von den Buchstaben ABC insgesamt 6 Permutationen, nämlich ABC, ACB, BAC, BCA, CAB und CBA. In Fall der drei Buchstaben ABC gibt es offenbar genau zwei Möglichkeiten, also \(33.\overline{3}\%\), nämlich BCA und CAB keinen Buchstaben an der richtigen Stelle zu haben. Ich habe noch die 24 Möglichkeiten bei vier Zuweisungen ausprobiert: bei neun davon, also \(\frac{9}{24} = 37.5\%\) ist keine der Zuordnungen korrekt.
Wie aber ist es mit den 720 Möglichkeiten bei sechs Objekten? Offenbar war das ein wenig mehr Arbeit, die ich mir nicht machen wollte. Daher habe ich mir ein kleines Programm in R geschrieben, das alle Permutationen bestimmt und die die Anzahl der richtigen Zuordnungen zählt:
library(pacman)p_load(gtools)x <-1:6y <-permutations(n =6, r =6, v = x)apply(t(t(y)==x), 1, sum) |>table()
0 1 2 3 4 6
265 264 135 40 15 1
## als Funktion:recontres <-function(n) { x <-1:n y <-permutations(n=n, r = n, v = x) rval <-apply(t(t(y)==x), 1, sum) |>table()return(rval)}
Übrigens: die Option google zu nutzen (ChatGPT und Co gab es viele Jahre noch nicht) schloss ich erstmal aus, weil es doch viel befriedigender ist das Ergebnis selbst herauszufinden…
Permutation und fixpunktfreie Permutation
``
Wie viele richtige Lösungen hat man durchschnittlich, wenn man nur rät?
Bei wie vielen von den insgesamt 6! = 720 Möglichkeiten hat man 0, 1, 2, 3, 4, 5 oder 6 richtige Antworten?
Wie ist dies im allgemeinen Fall, wenn man \(n\) Zuweisungen macht?
Die Recontres-Zahlen
n↓ k➔
0
1
2
3
4
5
6
7
8
9
Summe
0
1
1
1
0
1
1
2
1
0
1
2
3
2
3
0
1
6
4
9
8
6
0
1
24
5
44
45
20
10
0
1
120
6
265
264
135
40
15
0
1
720
7
1854
1855
924
315
70
21
0
1
5040
8
14833
14832
7420
2464
630
112
28
0
1
40320
9
133496
133497
66744
22260
5544
1134
168
36
0
1
362880
Die Recontres-Zahlen\(D_{n,k}\) ist der Anzahl der Permutationen einer Menge \(n\) unterscheidbarer Elemente bei denen \(k\) ihren ursprünglichen Platz behalten. \(D_{n,n} = 1\) und \(D_{n,n-1} = 0\).
Es gibt auch eine schöne Formel um diese Zahlen zu berechnen:
Wollen wir in unserem obigen Beispiel berechnen wie groß die Wahrscheinlichkeit ist bei zufälligem Zuordnen der 6 Graphen keinen richtig zu haben, so ergibt sich: