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 15 mal geworfen. Gesucht ist die Wahrscheinlichkeit dass genau 8 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 = 8) = ( a b ) ( d 6 )c ( 1 6 )e

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 15 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 8 mal getroffen und 7 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=15 und b=8 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 15 8 ) Pfade an. Da ja in jedem Pfad 8 Treffer und 7 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
( 1 6 )8( 5 6 )7 oder eben (einfach vertauscht) ( 5 6 )7( 1 6 )8

Somit muss d = 5, sowie c = 7 und e = 8 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Ein idealer Würfel wird 10 mal geworfen.

Für welches der aufgeführten Ereignisse könnte der Term P = ( 5 6 )10 + ( 10 a ) ( 1 6 )1 ( 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 ( 5 6 )10 steht ja die Gegenwahrscheinlichkeit in der Basis und die Gesamtanzahl n=10 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 0 Treffer bzw. 10 Nicht-Treffer an, also P(X=0) bzw. P(Y=10).

Beim zweiten längeren Term erkennt man die Potenz ( 1 6 )1, 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=9).

X: Treffer:
0
1
2
3
4
5
6
7
8
9
10

Y: keine Treffer:
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≥9)

Somit ist die gesuchte Option: Höchstens 1 mal wird eine 6 gewürfelt oder eben gleich bedeutend: Mehr als 8 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 10 Versuchen die Anzahl der "Nicht-Treffer" mit c = 9 bestimmen.

Die Anzahl der richtigen Pfade (mit 1 Treffer und 9 Nicht-Treffer) steht vorne im Binomialkoeffizient mit ( 10 1 ) , also ist a = 1 (hier ist auch a=9 möglich).

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 25 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er von den ersten 4 Aufgaben keine einzige und von den restlichen Fragen nicht mehr als 5 richtig errät?

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 4 Durchgänge:

Die Zufallsvariable X gibt die Anzahl der zufällig richtig geratenen Antworten an. X ist binomialverteilt mit n=4 und p=0.25.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.254 (X=0) ≈ 0.3164.

Analog betrachten wir nun die restlichen 21 Durchgänge:

Die Zufallsvariable Y gibt die Anzahl der zufällig richtig geratenen Antworten an. Y ist binomialverteilt mit n=21 und p=0.25.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.2521 (Y5) ≈ 0.5666.

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 = P0.254 (X=0) P0.2521 (Y5) = 0.3164 ⋅ 0.5666 ≈ 0.1793

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 55 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 35 am Samstag so zwischen 22 und 26 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 66% höher als am Freitag mit 56%. 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=0.56.

Gesucht ist die Wahrscheinlichkeit zwischen 30 und 35 Treffer bei 55 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.56 zu erzielen, also P0.5655 (30X35) .
Diese Wahrscheinlichkeit lässt sich als P0.5655 (X35) - P0.5655 (X29) ≈ 0.9 - 0.3604 ≈ 0.5396 berechnen.
TI-Befehl: binompdf(55,0.56,35)- binompdf(55,0.56,29)

Samstag:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=35 und p=0.66.

Gesucht ist die Wahrscheinlichkeit zwischen 22 und 26 Treffer bei 35 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.66 zu erzielen, also P0.6635 (22X26) .
Diese Wahrscheinlichkeit lässt sich als P0.6635 (X26) - P0.6635 (X21) ≈ 0.8897 - 0.2799 ≈ 0.6098 berechnen.
TI-Befehl: binompdf(35,0.66,26)- binompdf(35,0.66,21)

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

P ≈ 0.5396 ⋅ 0.6098 ≈ 0.329

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 40% wirft 7 mal auf den Korb.
Bestimme die Wahrscheinlichkeit, dass er bei diesen 7 Versuchen irgendwann einmal eine Serie mit 4 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 4 Treffer bei 7 Versuchen mit der Formel von Bernoulli berechnen: ( 7 4 ) 0.4 4 0.6 3

Dabei gibt ja 0.4 4 0.6 3 die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 3 Nicht-Treffern und ( 7 4 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 7 4 ) 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 ⋅ 0.4 4 0.6 3 ≈ 0.0221

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 82% 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=0.82.

Gesucht ist die Wahrscheinlichkeit für mindestens 15 Treffer bei 20 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.82,
also P0.8220 (X15) .

Dies berechnet man über die Gegenwahrscheinlichkeit: P0.8220 (X15) = 1 - P0.8220 (X14)

≈ 1 - 0.1356 ≈ 0.8644 (TI-Befehl: 1-binompdf(20,0.82,14))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'genügend Treffer' (p=0.8644) und 'zu wenig'(p=0.1356).

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 Treffer0.74718736
genügend Treffer -> zu wenig0.11721264
zu wenig -> genügend Treffer0.11721264
zu wenig -> zu wenig0.01838736

Einzel-Wahrscheinlichkeiten: genügend Treffer: 0.8644; zu wenig: 0.1356;

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=0.11721264)
'zu wenig'-'genügend Treffer' (P=0.11721264)
'genügend Treffer'-'genügend Treffer' (P=0.74718736)


Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0.11721264 + 0.11721264 + 0.74718736 = 0.98161264