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=0,45. Gesucht ist die Wahrscheinlichkeit bei 40 Versuchen genau 29 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 = 29) =
Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 40 Ebenen lösen.
Der Binomialkoeffizient vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 29 mal getroffen und 11 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=40 und b=29 sein.
Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser
Pfade an. Da ja in jedem Pfad 29 Treffer und
11 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
⋅ oder eben (einfach vertauscht) ⋅
Somit muss d = 0.55, sowie c = 11 und e = 29 sein.
Bernoulli-Formel vervollständigen
Beispiel:
In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 10 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt.
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 eine blaue Kugel gezogen)Y : Anzahl der Nicht-Treffer (also es wird eine rote Kugel gezogen)
Beim ersten Summand nach dem "1-", also bei steht ja die gegebene Wahrscheinlichkeit in der Basis und die Gesamtanzahl n=10 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 10 Treffer bzw. 0 Nicht-Treffer an, also P(X=10) bzw. P(Y=0).
Beim zweiten längeren Term erkennt man die Potenz , bei dem die gegebene Wahrscheinlichkeit in der Basis steht. Weil 9 in der Hochzahl steht, muss das also die Wahrscheinlichkeit für 9 Treffer sein, also P(X=9) 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 10 und 9 Treffer möglich sind, also 8, 7, ..., kurz P(X≤8) bzw. P(Y≥2).
Somit ist die gesuchte Option: Höchstens 8 mal wird eine blaue 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 10 Versuchen die Anzahl der "Nicht-Treffer" mit c = 1 bestimmen.
Die Anzahl der richtigen Pfade (mit 9 Treffer und 1 Nicht-Treffer) steht vorne im Binomialkoeffizient mit , also ist a = 9 (hier ist auch a=1 möglich).
Binomial-Aufgabe mit 2 Ereignissen
Beispiel:
Ein Basketballspieler hat eine Trefferquote von 90% und wirft 28 mal auf dem Korb. Wie groß ist die Wahrscheinlichkeit, dass er von den ersten 9 Versuchen genau 7 mal und von den restlichen Versuchen höchstens 18 mal trifft.
Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 9
Durchgänge:
Die Zufallsvariable X gibt die Anzahl der Treffer des BB-Spielers an. X ist binomialverteilt mit n=9 und p=0.9.
Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als ≈ 0.1722.
Analog betrachten wir nun die restlichen 19 Durchgänge:
Die Zufallsvariable Y gibt die Anzahl der Treffer des BB-Spielers an. Y ist binomialverteilt mit n=19 und p=0.9.
Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als ≈ 0.8649.
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 = ⋅ = 0.1722 ⋅ 0.8649 ≈ 0.1489
zwei unabhängige Binom.
Beispiel:
Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 55 und am Samstag bei 50 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 36 am Samstag so zwischen 19 und 26 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 63% höher als am Freitag mit 44%. 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=0.44.
Gesucht ist die Wahrscheinlichkeit zwischen 30 und 36 Treffer bei 55 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.44 zu erzielen, also .Diese Wahrscheinlichkeit lässt sich als - ≈ 0.9996 - 0.9245 ≈ 0.0751 berechnen.
TI-Befehl: binompdf(55,0.44,36)- binompdf(55,0.44,29)
Samstag:
Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und p=0.63.
Gesucht ist die Wahrscheinlichkeit zwischen 19 und 26 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.63 zu erzielen, also .Diese Wahrscheinlichkeit lässt sich als - ≈ 0.073 - 0.0001 ≈ 0.0729 berechnen.
TI-Befehl: binompdf(50,0.63,26)- binompdf(50,0.63,18)
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten:
P ≈ 0.0751 ⋅ 0.0729 ≈ 0.0055
feste Reihenfolge im Binomialkontext
Beispiel:
10 Würfel werden gleichzeitig geworfen und liegen dann anschließend in einer Reihe. Bestimme die Wahrscheinlichkeit, dass dabei genau 3 Sechser gewürfelt werden und die alle direkt nebeneinander liegen.
Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 3 Treffer bei 10 Versuchen mit der Formel von Bernoulli
berechnen:
⋅
⋅
Dabei gibt ja
Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen
XXXOOOOOOO
OXXXOOOOOO
OOXXXOOOOO
OOOXXXOOOO
OOOOXXXOOO
OOOOOXXXOO
OOOOOOXXXO
OOOOOOOXXX
Es gibt also genau 8 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 8 ⋅
Kombination Binom.-Baumdiagramm
Beispiel:
Ein fernöstlicher LED-Hersteller hat Probleme in der Qualitätssicherung, so dass 6% 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)
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=0.06.
Gesucht ist die Wahrscheinlichkeit für höchstens 4 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten
von 0.06, also
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=0.06.
(TI-Befehl: binomcdf(50,0.06,4))
Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.8206) und 'nicht ok'(p=0.1794).
Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.
Gesucht ist ja 0 mal 'nicht ok'
| Ereignis | P |
|---|---|
| kiste ok -> kiste ok | |
| kiste ok -> nicht ok | |
| nicht ok -> kiste ok | |
| nicht ok -> nicht ok |
Einzel-Wahrscheinlichkeiten: kiste ok:
'kiste ok'-'kiste ok' (P=
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
