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 25 mal geworfen. Gesucht ist die Wahrscheinlichkeit dass genau 10 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 = 10) = ( a b ) ( 1 6 )c ( d 6 )e

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 25 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 10 mal getroffen und 15 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=25 und b=10 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 25 10 ) Pfade an. Da ja in jedem Pfad 10 Treffer und 15 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
( 1 6 )10( 5 6 )15

Somit muss d = 5, sowie c = 10 und e = 15 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Ein Basketballspieler mit einer Trefferquote von p=0,9 wirft 15 mal auf den Korb.

Für welches der aufgeführten Ereignisse könnte der Term P = 1 -0.915 - ( 15 a ) 0.914 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 trifft er in den Korb)
Y : Anzahl der Nicht-Treffer (also es trifft er nicht in den Korb)

Beim ersten Summand nach dem "1-", also bei 0.915 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 0.914, 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: Weniger als 14 mal trifft er in den Korb.

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 = 0.1.

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=0,25 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=0.25.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.2510 (X=3) ≈ 0.2503.

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=0.25.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.2540 (Y10) ≈ 0.5839.

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 = P0.2510 (X=3) P0.2540 (Y10) = 0.2503 ⋅ 0.5839 ≈ 0.1462

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 65 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 24 und 36 am Samstag so zwischen 19 und 26 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 73% höher als am Freitag mit 47%. 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=65 und p=0.47.

Gesucht ist die Wahrscheinlichkeit zwischen 24 und 36 Treffer bei 65 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.47 zu erzielen, also P0.4765 (24X36) .
Diese Wahrscheinlichkeit lässt sich als P0.4765 (X36) - P0.4765 (X23) ≈ 0.9303 - 0.039 ≈ 0.8913 berechnen.
TI-Befehl: binompdf(65,0.47,36)- binompdf(65,0.47,23)

Samstag:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und p=0.73.

Gesucht ist die Wahrscheinlichkeit zwischen 19 und 26 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.73 zu erzielen, also P0.7350 (19X26) .
Diese Wahrscheinlichkeit lässt sich als P0.7350 (X26) - P0.7350 (X18) ≈ 0.0012 - 0 ≈ 0.0012 berechnen.
TI-Befehl: binompdf(50,0.73,26)- binompdf(50,0.73,18)

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

P ≈ 0.8913 ⋅ 0.0012 ≈ 0.0011

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 30% 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 ) 0.3 4 0.7 3

Dabei gibt ja 0.3 4 0.7 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 ⋅ 0.3 4 0.7 3 ≈ 0.0111

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 85% 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=0.85.

Gesucht ist die Wahrscheinlichkeit für mindestens 15 Treffer bei 20 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.85,
also P0.8520 (X15) .

Dies berechnet man über die Gegenwahrscheinlichkeit: P0.8520 (X15) = 1 - P0.8520 (X14)

≈ 1 - 0.0673 ≈ 0.9327 (TI-Befehl: 1-binompdf(20,0.85,14))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'genügend Treffer' (p=0.9327) und 'zu wenig'(p=0.0673).

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 Treffer0.86992929
genügend Treffer -> zu wenig0.06277071
zu wenig -> genügend Treffer0.06277071
zu wenig -> zu wenig0.00452929

Einzel-Wahrscheinlichkeiten: genügend Treffer: 0.9327; zu wenig: 0.0673;

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=0.06277071)
'zu wenig'-'genügend Treffer' (P=0.06277071)
'genügend Treffer'-'genügend Treffer' (P=0.86992929)


Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0.06277071 + 0.06277071 + 0.86992929 = 0.99547071