Aufgabenbeispiele von Anwendungen
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Bernoulli-Formel vervollständigen (einfach)
Beispiel:
Ein Basketballspieler mit einer Trefferquote von 30% wirft 60 mal auf den Korb. Gesucht ist die Wahrscheinlichkeit dass er dabei genau 56 mal trifft.
Bestimme hierfür a, b, c, d und e so, dass man mit der folgenden Formel die gesuchte Wahrscheinlichkeit berechnen kann.
P(X = 56) =
Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 60 Ebenen lösen.
Der Binomialkoeffizient vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 56 mal getroffen und 4 mal nicht getroffen wird. Davon gibt es , wobei n für die Anzahl aller Versuche und k für die Anzahl der Treffer steht, also muss hier a=60 und b=56 sein.
Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser
Pfade an. Da ja in jedem Pfad 56 Treffer und
4 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
⋅ oder eben (einfach vertauscht) ⋅
Somit muss d = 0.7, sowie c = 4 und e = 56 sein.
Bernoulli-Formel vervollständigen
Beispiel:
Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 10%. Es wird 5 mal gedreht.
Für welches der aufgeführten Ereignisse könnte der Term P = 1 - - die Wahrscheinlichkeit angeben?
Bestimme für diesen Fall die fehlenden Parameter a, b und c, so dass die Formel auch tatsächlich korrekt ist.
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 nach dem "1-", also bei steht ja die gegebene Wahrscheinlichkeit in der Basis und die Gesamtanzahl n=5 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 5 Treffer bzw. 0 Nicht-Treffer an, also P(X=5) bzw. P(Y=0).
Beim zweiten längeren Term erkennt man die Potenz , bei dem die gegebene Wahrscheinlichkeit in der Basis steht. Weil 4 in der Hochzahl steht, muss das also die Wahrscheinlichkeit für 4 Treffer sein, also P(X=4) 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 5 und 4 Treffer möglich sind, also 3, 2, ..., kurz P(X≤3) bzw. P(Y≥2).
Somit ist die gesuchte Option: Höchstens 3 mal wird in den grünen Bereich gedreht oder eben gleich bedeutend: Mehr als 1 mal wird nicht 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 5 Versuchen die Anzahl der "Nicht-Treffer" mit c = 1 bestimmen.
Die Anzahl der richtigen Pfade (mit 4 Treffer und 1 Nicht-Treffer) steht vorne im Binomialkoeffizient mit , also ist a = 4 (hier ist auch a=1 möglich).
Binomial-Aufgabe mit 2 Ereignissen
Beispiel:
In einer Chip-Fabrik werden neue High Tech Chips produziert. Leider ist die Technik noch nicht so ganz ausgereift, weswegen Ausschuss mit einer Wahrscheinlichkeit von p=0,26 entsteht. Es wird eine Stichprobe der Menge 60 entnommen. Wie groß ist die Wahrscheinlichkeit, dass von den ersten 10 Stück dieser Stichprobe gleich mal genau 2 defekt sind und von den restlichen der Stickprobe höchstens 14 nicht funktionieren.
Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 10
Durchgänge:
Die Zufallsvariable X gibt die Anzahl der defekten Chips an. X ist binomialverteilt mit n=10 und p=0.26.
Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als ≈ 0.2735.
Analog betrachten wir nun die restlichen 50 Durchgänge:
Die Zufallsvariable Y gibt die Anzahl der defekten Chips an. Y ist binomialverteilt mit n=50 und p=0.26.
Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als ≈ 0.6925.
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 = ⋅ = 0.2735 ⋅ 0.6925 ≈ 0.1894
zwei unabhängige Binom.
Beispiel:
Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 55 und am Samstag bei 40 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 37 am Samstag so zwischen 20 und 32 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 67% höher als am Freitag mit 56%. Wie groß ist die Wahrscheinlichkeit, dass seine Prognose zutrifft?
(Bitte auf 4 Stellen nach dem Komma runden)
Freitag:
Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=55 und p=0.56.
Gesucht ist die Wahrscheinlichkeit zwischen 24 und 37 Treffer bei 55 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.56 zu erzielen, also .Diese Wahrscheinlichkeit lässt sich als - ≈ 0.9671 - 0.0241 ≈ 0.943 berechnen.
TI-Befehl: binompdf(55,0.56,37)- binompdf(55,0.56,23)
Samstag:
Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=40 und p=0.67.
Gesucht ist die Wahrscheinlichkeit zwischen 20 und 32 Treffer bei 40 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.67 zu erzielen, also .Diese Wahrscheinlichkeit lässt sich als - ≈ 0.9766 - 0.0084 ≈ 0.9682 berechnen.
TI-Befehl: binompdf(40,0.67,32)- binompdf(40,0.67,19)
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten:
P ≈ 0.943 ⋅ 0.9682 ≈ 0.913
feste Reihenfolge im Binomialkontext
Beispiel:
In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 7 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Bestimme die Wahrscheinlichkeit, dass dabei genau 4 blaue Kugeln gezogen werden und diese aber unmittelbar hintereinander gezogen werden (also ohne, dass dazwischen mal eine rote gezogen wird).
Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 4 Treffer bei 7 Versuchen mit der Formel von Bernoulli berechnen: ⋅ ⋅
Dabei gibt ja ⋅ die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 3 Nicht-Treffern und die Anzahl solcher Pfade an.
Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:
XXXXOOO
OXXXXOO
OOXXXXO
OOOXXXX
Es gibt also genau 4 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit: P = 4 ⋅ ⋅ ≈ 0.0259
Kombination Binom.-Baumdiagramm
Beispiel:
Bei einer Fluggesellschaft treten 12% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 107 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)
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=107 und p=0.88.
Gesucht ist die Wahrscheinlichkeit für höchstens 97 Treffer bei 107 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.88, also
Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:
Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=107 und p=0.88.
= + + +... + = 0.84015673964275 ≈ 0.8402(TI-Befehl: binomcdf(107,0.88,97))
Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.8402) und 'überbucht'(p=0.1598).
Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.
Gesucht ist ja 0 mal 'überbucht' oder 1 mal 'überbucht'
| Ereignis | P |
|---|---|
| nicht überbucht -> nicht überbucht -> nicht überbucht | |
| nicht überbucht -> nicht überbucht -> überbucht | |
| nicht überbucht -> überbucht -> nicht überbucht | |
| nicht überbucht -> überbucht -> überbucht | |
| überbucht -> nicht überbucht -> nicht überbucht | |
| überbucht -> nicht überbucht -> überbucht | |
| überbucht -> überbucht -> nicht überbucht | |
| überbucht -> überbucht -> überbucht |
Einzel-Wahrscheinlichkeiten: nicht überbucht: ; überbucht: ;
Die relevanten Pfade sind:
'nicht überbucht'-'nicht überbucht'-'nicht überbucht' (P=)
'nicht überbucht'-'nicht überbucht'-'überbucht' (P=)
'nicht überbucht'-'überbucht'-'nicht überbucht' (P=)
'überbucht'-'nicht überbucht'-'nicht überbucht' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + + =
