Aufgabenbeispiele von Anwendungen

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Bernoulli-Formel vervollständigen (einfach)

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,3. Gesucht ist die Wahrscheinlichkeit bei 80 Versuchen genau 50 mal im grünen Bereich zu landen.

Bestimme hierfür a, b, c, d und e so, dass man mit der folgenden Formel die gesuchte Wahrscheinlichkeit berechnen kann.

P(X = 50) = ( a b ) 0.3c de

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 80 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 50 mal getroffen und 30 mal nicht getroffen wird. Davon gibt es ( n k ) , wobei n für die Anzahl aller Versuche und k für die Anzahl der Treffer steht, also muss hier a=80 und b=50 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 80 50 ) Pfade an. Da ja in jedem Pfad 50 Treffer und 30 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.3500.730

Somit muss d = 0.7, sowie c = 50 und e = 30 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 10%. Es wird 15 mal gedreht.

Für welches der aufgeführten Ereignisse könnte der Term P = 0.915 + ( 15 a ) 0.11 bc die Wahrscheinlichkeit angeben?

Bestimme für diesen Fall die fehlenden Parameter a, b und c, so dass die Formel auch tatsächlich korrekt ist.

Lösung einblenden

Es machen zwei Zufallsgrößen Sinn:
X : Anzahl der Treffer (also es wird in den grünen Bereich gedreht)
Y : Anzahl der Nicht-Treffer (also es wird nicht in den grünen Bereich gedreht)

Beim ersten Summand 0.915 steht ja die Gegenwahrscheinlichkeit in der Basis und die Gesamtanzahl n=15 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 0 Treffer bzw. 15 Nicht-Treffer an, also P(X=0) bzw. P(Y=15).

Beim zweiten längeren Term erkennt man die Potenz 0.11, bei dem die gegebene Wahrscheinlichkeit in der Basis steht. Weil 1 in der Hochzahl steht, muss das also die Wahrscheinlichkeit für 1 Treffer sein, also P(X=1) bzw. P(Y=14).

X: Treffer:
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Y: keine Treffer:
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

Zusammengefasst ergibt sich also die Wahrscheinlichkeit P(X=0)+P(X=1)=P(X≤1) bzw. P(Y≥14)

Somit ist die gesuchte Option: Höchstens 1 mal wird in den grünen Bereich gedreht.

Weil ja in der Basis der ersten Potenz (im hinteren Bernoulliformel-Term) die gegebene Wahrscheinlichkeit steht, muss in der Basis der zweiten Potenz die Gegenwahrscheinlichkeit stehen. Somit ist b = 0.9.

Die Hochzahl der ersten Potenz (im hinteren Bernoulliformel-Term) gibt die Anzahl der "Treffer" an, somit kann man bei 15 Versuchen die Anzahl der "Nicht-Treffer" mit c = 14 bestimmen.

Die Anzahl der richtigen Pfade (mit 1 Treffer und 14 Nicht-Treffer) steht vorne im Binomialkoeffizient mit ( 15 1 ) , also ist a = 1 (hier ist auch a=14 möglich).

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Eine faire Münze wird 18 mal geworfen.
Bestimme die Wahrscheinlichkeit des folgenden Ereignisses: Von den ersten 11 Versuchen landen höchstens 7 Versuche mit Zahl oben und von den restlichen Versuchen erscheint genau 3 mal "Zahl".

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 11 Durchgänge:

Die Zufallsvariable X gibt die Anzahl der Würfe bei denen die Zahl sichtbar ist an. X ist binomialverteilt mit n=11 und p=0.5.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.511 (X7) ≈ 0.8867.

Analog betrachten wir nun die restlichen 7 Durchgänge:

Die Zufallsvariable Y gibt die Anzahl der Würfe bei denen die Zahl sichtbar ist an. Y ist binomialverteilt mit n=7 und p=0.5.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.57 (Y=3) ≈ 0.2734.

Da die beiden Teilereignisse unabhängig voneinander sind und ja beide eintreten sollen, müssen wir nun die beiden Teilwahrscheinlichkeiten miteinander multiplizieren um die gesuchte Gesamtwahrscheinlcihkeit zu erhalten:

P = P0.511 (X7) P0.57 (Y=3) = 0.8867 ⋅ 0.2734 ≈ 0.2424

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 55 und am Samstag bei 45 Haushalten den Gas- und den Stromzähler abzulesen. Als ihn seine Frau fragt, was er denn glaubt, wie viele der Kunden überhaupt zuhause wären und die Tür öffnen würden, sagr er: Ich denke, dass ich am Freitag so zwischen 24 und 35 am Samstag so zwischen 25 und 30 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 66% höher als am Freitag mit 45%. Wie groß ist die Wahrscheinlichkeit, dass seine Prognose zutrifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Freitag:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=55 und p=0.45.

Gesucht ist die Wahrscheinlichkeit zwischen 24 und 35 Treffer bei 55 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.45 zu erzielen, also P0.4555 (24X35) .
Diese Wahrscheinlichkeit lässt sich als P0.4555 (X35) - P0.4555 (X23) ≈ 0.9982 - 0.3691 ≈ 0.6291 berechnen.
TI-Befehl: binompdf(55,0.45,35)- binompdf(55,0.45,23)

Samstag:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=45 und p=0.66.

Gesucht ist die Wahrscheinlichkeit zwischen 25 und 30 Treffer bei 45 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.66 zu erzielen, also P0.6645 (25X30) .
Diese Wahrscheinlichkeit lässt sich als P0.6645 (X30) - P0.6645 (X24) ≈ 0.593 - 0.0532 ≈ 0.5398 berechnen.
TI-Befehl: binompdf(45,0.66,30)- binompdf(45,0.66,24)

Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten:

P ≈ 0.6291 ⋅ 0.5398 ≈ 0.3396

feste Reihenfolge im Binomialkontext

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 70%. Es wird 7 mal gedreht.
Bestimme die Wahrscheinlichkeit, dass dabei genau 5 mal in den grünen Bereich gedreht wird und diese Drehungen unmittelbar hintereinander erfolgen (also ohne, dass dazwischen mal nicht in den grünen Bereich gedreht wird).

Lösung einblenden

Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 5 Treffer bei 7 Versuchen mit der Formel von Bernoulli berechnen: ( 7 5 ) 0.7 5 0.3 2

Dabei gibt ja 0.7 5 0.3 2 die Wahrscheinlichkeit eines bestimmten Pfads mit 5 Treffer und 2 Nicht-Treffern und ( 7 5 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 7 5 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXXOO

OXXXXXO

OOXXXXX

Es gibt also genau 3 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 3 ⋅ 0.7 5 0.3 2 ≈ 0.0454

Kombination Binom.-Baumdiagramm

Beispiel:

Bei einer Fluggesellschaft treten 14% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 103 Tickets für ihr Flugzeug mit 97 Plätzen. Wie groß ist die Wahrscheinlichkeit, dass es bei drei aufeinanderfolgenden Flügen nicht öfters als einmal zu der peinlichen Situation kommt, dass mehr Fluggäste ihren Flug antreten wollen, als Plätze frei sind?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'nicht überbucht'.

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=103 und p=0.86.

Gesucht ist die Wahrscheinlichkeit für höchstens 97 Treffer bei 103 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.86, also P0.86103 (X97)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=103 und p=0.86.

P0.86103 (X97) = P0.86103 (X=0) + P0.86103 (X=1) + P0.86103 (X=2) +... + P0.86103 (X=97) = 0.99748522467756 ≈ 0.9975
(TI-Befehl: binomcdf(103,0.86,97))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.9975) und 'überbucht'(p=0.0024999999999999).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'überbucht' oder 1 mal 'überbucht'

EreignisP
nicht überbucht -> nicht überbucht -> nicht überbucht0.992518734375
nicht überbucht -> nicht überbucht -> überbucht0.0024875156249999
nicht überbucht -> überbucht -> nicht überbucht0.0024875156249999
nicht überbucht -> überbucht -> überbucht6.2343749999997E-6
überbucht -> nicht überbucht -> nicht überbucht0.0024875156249999
überbucht -> nicht überbucht -> überbucht6.2343749999997E-6
überbucht -> überbucht -> nicht überbucht6.2343749999997E-6
überbucht -> überbucht -> überbucht0

Einzel-Wahrscheinlichkeiten: nicht überbucht: 0.9975; überbucht: 0.0024999999999999;

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das SchaubBild nicht sehen :( Die relevanten Pfade sind:


'nicht überbucht'-'nicht überbucht'-'nicht überbucht' (P=0.992518734375)
'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0.0024875156249999)
'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0.0024875156249999)
'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0.0024875156249999)


Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0.992518734375 + 0.0024875156249999 + 0.0024875156249999 + 0.0024875156249999 = 0.99998128125