Aufgabenbeispiele von Anwendungen

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


Bernoulli-Formel vervollständigen (einfach)

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 100 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Gesucht ist die Wahrscheinlichkeit dass genau 91 blaue Kugeln gezogen werden.

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

P(X = 91) = ( a b ) 0.7c 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 91 mal getroffen und 9 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=91 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 100 91 ) Pfade an. Da ja in jedem Pfad 91 Treffer und 9 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.7910.39

Somit muss d = 0.3, sowie c = 91 und e = 9 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Ein idealer Würfel wird 15 mal geworfen.

Für welches der aufgeführten Ereignisse könnte der Term P = 1 -( 1 6 )15 - ( 15 a ) ( 1 6 )14 ( b 6 )c 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 6 gewürfelt)
Y : Anzahl der Nicht-Treffer (also es wird keine 6 gewürfelt)

Beim ersten Summand nach dem "1-", also bei ( 1 6 )15 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 ( 1 6 )14, 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 wird eine 6 gewürfelt oder eben gleich bedeutend: Mindestens 2 mal wird keine 6 gewürfelt.

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 = 5.

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 21 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 4 Durchgänge:

Die Zufallsvariable Y gibt die Anzahl der Kekse mit einer Peperoni drin an. Y ist binomialverteilt mit n=4 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 8 4 (Y=1) ≈ 0.335.

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 4 (Y=1) = 0.1024 ⋅ 0.335 ≈ 0.0343

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 60 und am Samstag bei 35 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 30 und 34 am Samstag so zwischen 24 und 32 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 67% höher als am Freitag mit 52%. 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=60 und p=0.52.

Gesucht ist die Wahrscheinlichkeit zwischen 30 und 34 Treffer bei 60 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.52 zu erzielen, also P0.5260 (30X34) .
Diese Wahrscheinlichkeit lässt sich als P0.5260 (X34) - P0.5260 (X29) ≈ 0.8029 - 0.3299 ≈ 0.473 berechnen.
TI-Befehl: binompdf(60,0.52,34)- binompdf(60,0.52,29)

Samstag:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=35 und p=0.67.

Gesucht ist die Wahrscheinlichkeit zwischen 24 und 32 Treffer bei 35 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.67 zu erzielen, also P0.6735 (24X32) .
Diese Wahrscheinlichkeit lässt sich als P0.6735 (X32) - P0.6735 (X23) ≈ 0.9999 - 0.4989 ≈ 0.501 berechnen.
TI-Befehl: binompdf(35,0.67,32)- binompdf(35,0.67,23)

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

P ≈ 0.473 ⋅ 0.501 ≈ 0.237

feste Reihenfolge im Binomialkontext

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 45%. Es wird 8 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 8 Versuchen mit der Formel von Bernoulli berechnen: ( 8 5 ) 0.45 5 0.55 3

Dabei gibt ja 0.45 5 0.55 3 die Wahrscheinlichkeit eines bestimmten Pfads mit 5 Treffer und 3 Nicht-Treffern und ( 8 5 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 8 5 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXXOOO

OXXXXXOO

OOXXXXXO

OOOXXXXX

Es gibt also genau 4 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 4 ⋅ 0.45 5 0.55 3 ≈ 0.0123

Kombination Binom.-Baumdiagramm

Beispiel:

Bei einer Fluggesellschaft treten 19% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 103 Tickets für ihr Flugzeug mit 99 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=0.81.

Gesucht ist die Wahrscheinlichkeit für höchstens 99 Treffer bei 103 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.81, also P0.81103 (X99)

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=0.81.

P0.81103 (X99) = P0.81103 (X=0) + P0.81103 (X=1) + P0.81103 (X=2) +... + P0.81103 (X=99) = 0.9999990264024 ≈ 1
(TI-Befehl: binomcdf(103,0.81,99))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=1) und 'überbucht'(p=0).

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 überbucht1
nicht überbucht -> nicht überbucht -> überbucht0
nicht überbucht -> überbucht -> nicht überbucht0
nicht überbucht -> überbucht -> überbucht0
überbucht -> nicht überbucht -> nicht überbucht0
überbucht -> nicht überbucht -> überbucht0
überbucht -> überbucht -> nicht überbucht0
überbucht -> überbucht -> überbucht0

Einzel-Wahrscheinlichkeiten: nicht überbucht: 1; überbucht: 0;

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=1)
'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0)
'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0)
'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0)


Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

1 + 0 + 0 + 0 = 1