Aufgabenbeispiele von Anwendungen

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


Bernoulli-Formel vervollständigen (einfach)

Beispiel:

Ein idealer Würfel wird 10 mal geworfen. Gesucht ist die Wahrscheinlichkeit dass genau 4 mal eine 6 geworfen wird.

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

P(X = 4) = ( a b ) ( d 6 )c ( 1 6 )e

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 10 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 4 mal getroffen und 6 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=10 und b=4 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 10 4 ) Pfade an. Da ja in jedem Pfad 4 Treffer und 6 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
( 1 6 )4( 5 6 )6 oder eben (einfach vertauscht) ( 5 6 )6( 1 6 )4

Somit muss d = 5, sowie c = 6 und e = 4 sein.

Bernoulli-Formel vervollständigen

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 15 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt.

Für welches der aufgeführten Ereignisse könnte der Term P = 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 wird eine blaue Kugel gezogen)
Y : Anzahl der Nicht-Treffer (also es wird eine rote Kugel gezogen)

Beim ersten Summand 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).

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=15)+P(X=14)=P(X≥14) bzw. P(Y≤1)

Somit ist die gesuchte Option: Mindestens 14 mal wird eine blaue Kugel gezogen oder eben gleich bedeutend: Höchstens 1 mal wird eine rote Kugel gezogen.

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:

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=0,16 entsteht. Es wird eine Stichprobe der Menge 50 entnommen. Wie groß ist die Wahrscheinlichkeit, dass von den ersten 10 Stück dieser Stichprobe gleich mal genau 3 defekt sind und von den restlichen der Stickprobe höchstens 10 nicht funktionieren.

Lösung einblenden

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=0.16.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.1610 (X=3) ≈ 0.145.

Analog betrachten wir nun die restlichen 40 Durchgänge:

Die Zufallsvariable Y gibt die Anzahl der defekten Chips an. Y ist binomialverteilt mit n=40 und p=0.16.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.1640 (Y10) ≈ 0.9547.

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 = P0.1610 (X=3) P0.1640 (Y10) = 0.145 ⋅ 0.9547 ≈ 0.1384

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 35 am Samstag so zwischen 22 und 26 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 72% höher als am Freitag mit 60%. 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=0.6.

Gesucht ist die Wahrscheinlichkeit zwischen 24 und 35 Treffer bei 55 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.6 zu erzielen, also P0.655 (24X35) .
Diese Wahrscheinlichkeit lässt sich als P0.655 (X35) - P0.655 (X23) ≈ 0.7526 - 0.0049 ≈ 0.7477 berechnen.
TI-Befehl: binompdf(55,0.6,35)- binompdf(55,0.6,23)

Samstag:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=40 und p=0.72.

Gesucht ist die Wahrscheinlichkeit zwischen 22 und 26 Treffer bei 40 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.72 zu erzielen, also P0.7240 (22X26) .
Diese Wahrscheinlichkeit lässt sich als P0.7240 (X26) - P0.7240 (X21) ≈ 0.2065 - 0.0068 ≈ 0.1997 berechnen.
TI-Befehl: binompdf(40,0.72,26)- binompdf(40,0.72,21)

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

P ≈ 0.7477 ⋅ 0.1997 ≈ 0.1493

feste Reihenfolge im Binomialkontext

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 55%. Es wird 6 mal gedreht.
Bestimme die Wahrscheinlichkeit, dass dabei genau 4 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 4 Treffer bei 6 Versuchen mit der Formel von Bernoulli berechnen: ( 6 4 ) 0.55 4 0.45 2

Dabei gibt ja 0.55 4 0.45 2 die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 2 Nicht-Treffern und ( 6 4 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 6 4 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXOO

OXXXXO

OOXXXX

Es gibt also genau 3 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 3 ⋅ 0.55 4 0.45 2 ≈ 0.0556

Kombination Binom.-Baumdiagramm

Beispiel:

Ein 10-Klässler bekommt im Schulsport eine 1 als Teilnote, wenn er beim Basketball von 20 Korblegerversuchen mindestens 15 trifft. Weil der Sportlehrer ein nettes Weichei ist, darf der Schüler den Test noch ein zweites mal probieren, wenn er unzufrieden ist. Wie groß ist Wahrscheinlichkeit, dass der Schüler mit seiner Trefferquote von 87% eine 1 bekommt?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'genügend Treffer'.

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=20 und p=0.87.

Gesucht ist die Wahrscheinlichkeit für mindestens 15 Treffer bei 20 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.87,
also P0.8720 (X15) .

Dies berechnet man über die Gegenwahrscheinlichkeit: P0.8720 (X15) = 1 - P0.8720 (X14)

≈ 1 - 0.037 ≈ 0.963 (TI-Befehl: 1-binompdf(20,0.87,14))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'genügend Treffer' (p=0.963) und 'zu wenig'(p=0.037).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 1 mal 'genügend Treffer' oder 2 mal 'genügend Treffer'

EreignisP
genügend Treffer -> genügend Treffer0.927369
genügend Treffer -> zu wenig0.035631
zu wenig -> genügend Treffer0.035631
zu wenig -> zu wenig0.001369

Einzel-Wahrscheinlichkeiten: genügend Treffer: 0.963; zu wenig: 0.037;

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


'genügend Treffer'-'zu wenig' (P=0.035631)
'zu wenig'-'genügend Treffer' (P=0.035631)
'genügend Treffer'-'genügend Treffer' (P=0.927369)


Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0.035631 + 0.035631 + 0.927369 = 0.998631