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=0,65. Gesucht ist die Wahrscheinlichkeit bei 100 Versuchen genau 92 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 = 92) = ( a b ) 0.65c de

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 100 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 92 mal getroffen und 8 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=100 und b=92 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 100 92 ) Pfade an. Da ja in jedem Pfad 92 Treffer und 8 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.65920.358

Somit muss d = 0.35, sowie c = 92 und e = 8 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Ein Basketballspieler mit einer Trefferquote von p=0,7 wirft 15 mal auf den Korb.

Für welches der aufgeführten Ereignisse könnte der Term P = 1 -0.715 - ( 15 a ) 0.714 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 trifft er in den Korb)
Y : Anzahl der Nicht-Treffer (also es trifft er nicht in den Korb)

Beim ersten Summand nach dem "1-", also bei 0.715 steht ja die gegebene Wahrscheinlichkeit in der Basis und die Gesamtanzahl n=15 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 15 Treffer bzw. 0 Nicht-Treffer an, also P(X=15) bzw. P(Y=0).

Beim zweiten längeren Term erkennt man die Potenz 0.714, bei dem die gegebene Wahrscheinlichkeit in der Basis steht. Weil 14 in der Hochzahl steht, muss das also die Wahrscheinlichkeit für 14 Treffer sein, also P(X=14) bzw. P(Y=1).

Diese beiden Teilwahrscheinlichkeiten werden von der 1 abgezogen, d.h. der gegebene Term gibt also die Wahrscheinlichkeit für das Gegenereignis an, also in diesem Fall, dass alle Möglichkeiten außer 15 und 14 Treffer möglich sind, also 13, 12, ..., kurz P(X≤13) bzw. P(Y≥2).

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

Somit ist die gesuchte Option: Höchstens 13 mal trifft er in den Korb oder eben gleich bedeutend: Mehr als 1 mal trifft er nicht in den Korb.

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 = 0.3.

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 = 1 bestimmen.

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

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Ein Lehrer verteilt bei einer Klassenarbeit an alle seine 23 Schülerinnen und Schüler jeweils einen Glückskeks. Wie groß ist die Wahrscheinlichkeit, dass von den 17 Mädchen genau 4 einen Glückskeks mit einer Peperoni und von den Jungs genau 1 einen Glückskeks mit einer Peperoni erwischen .

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 17 Durchgänge:

Die Zufallsvariable X gibt die Anzahl der Kekse mit einer Peperoni drin an. X ist binomialverteilt mit n=17 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 8 17 (X=4) ≈ 0.1024.

Analog betrachten wir nun die restlichen 6 Durchgänge:

Die Zufallsvariable Y gibt die Anzahl der Kekse mit einer Peperoni drin an. Y ist binomialverteilt mit n=6 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 8 6 (Y=1) ≈ 0.3847.

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 = P 1 8 17 (X=4) P 1 8 6 (Y=1) = 0.1024 ⋅ 0.3847 ≈ 0.0394

zwei unabhängige Binom.

Beispiel:

Ein Biathlet hat beim Liegendschießen eine Trefferquote von 92% und im Stehen 82%. Beim Sprintwettbewerb muss er 5 mal liegend und 5 mal im Stehen schießen. Wie hoch ist die Wahrscheinlichkeit, dass er dabei mindestens 9 mal trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst überlegen wir mit welchen Kombinationen man auf die Summe von mindestens 9 kommen kann:

  • 4 mal Liegendschießen und 5 mal Stehendschießen
  • 5 mal Liegendschießen und 4 mal Stehendschießen
  • 5 mal Liegendschießen und 5 mal Stehendschießen

4 mal Liegendschießen und 5 mal Stehendschießen

Die Wahrscheinlichkeit für 4 mal Liegendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.92.

P0.925 (X=4) = ( 5 4 ) 0.924 0.081 ≈ 0.2866
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.82.

P0.825 (X=5) = ( 5 5 ) 0.825 0.180 ≈ 0.3707
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.2866 ⋅ 0.3707 = 0.10624262

5 mal Liegendschießen und 4 mal Stehendschießen

Die Wahrscheinlichkeit für 5 mal Liegendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.92.

P0.925 (X=5) = ( 5 5 ) 0.925 0.080 ≈ 0.6591
Die Wahrscheinlichkeit für 4 mal Stehendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.82.

P0.825 (X=4) = ( 5 4 ) 0.824 0.181 ≈ 0.4069
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.6591 ⋅ 0.4069 = 0.26818779

5 mal Liegendschießen und 5 mal Stehendschießen

Die Wahrscheinlichkeit für 5 mal Liegendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.92.

P0.925 (X=5) = ( 5 5 ) 0.925 0.080 ≈ 0.6591
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.82.

P0.825 (X=5) = ( 5 5 ) 0.825 0.180 ≈ 0.3707
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.6591 ⋅ 0.3707 = 0.24432837


Die gesuchte Wahrscheinlichkeit erhält man nun, indem man die Wahrscheinlichkeiten der 3 Kombinationen addiert:

0.1062 + 0.2682 + 0.2443 = 0.6188

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 45% wirft 9 mal auf den Korb.
Bestimme die Wahrscheinlichkeit, dass er bei diesen 9 Versuchen irgendwann einmal eine Serie mit 3 aufeinanderfolgenden Treffern hinlegt und bei allen anderen Versuchen nicht trifft.

Lösung einblenden

Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 3 Treffer bei 9 Versuchen mit der Formel von Bernoulli berechnen: ( 9 3 ) 0.45 3 0.55 6

Dabei gibt ja 0.45 3 0.55 6 die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 6 Nicht-Treffern und ( 9 3 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 9 3 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXOOOOOO

OXXXOOOOO

OOXXXOOOO

OOOXXXOOO

OOOOXXXOO

OOOOOXXXO

OOOOOOXXX

Es gibt also genau 7 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 7 ⋅ 0.45 3 0.55 6 ≈ 0.0177

Kombination Binom.-Baumdiagramm

Beispiel:

Ein fernöstlicher LED-Hersteller hat Probleme in der Qualitätssicherung, so dass 10% seiner Leuchtmittel defekt sind. Diese werden in Kartons a 50 Stück verpackt. Ein Großhändler öffnet testweise zwei Kartons der Lieferung und prüft die darin enthaltenen Leuchtmittel. Nur wenn in keiner der Packungen mehr als 4 Stück defekt sind nimmt er die Lieferung an. Wie hoch ist die Wahrscheinlichkeit, dass er die Lieferung annimmt?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'kiste ok'.

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und p=0.1.

Gesucht ist die Wahrscheinlichkeit für höchstens 4 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.1, also P0.150 (X4)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und p=0.1.

P0.150 (X4) = P0.150 (X=0) + P0.150 (X=1) + P0.150 (X=2) +... + P0.150 (X=4) = 0.43119840682906 ≈ 0.4312
(TI-Befehl: binomcdf(50,0.1,4))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.4312) und 'nicht ok'(p=0.5688).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'nicht ok'

EreignisP
kiste ok -> kiste ok0.18593344
kiste ok -> nicht ok0.24526656
nicht ok -> kiste ok0.24526656
nicht ok -> nicht ok0.32353344

Einzel-Wahrscheinlichkeiten: kiste ok: 0.4312; nicht ok: 0.5688;

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


'kiste ok'-'kiste ok' (P=0.18593344)


Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0.18593344 = 0.18593344