Aufgabenbeispiele von Anwendungen

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


Bernoulli-Formel vervollständigen (einfach)

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 40% wirft 20 mal auf den Korb. Gesucht ist die Wahrscheinlichkeit dass er dabei genau 7 mal trifft.

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

P(X = 7) = ( a b ) 0.4c de

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 20 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 7 mal getroffen und 13 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=20 und b=7 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 20 7 ) Pfade an. Da ja in jedem Pfad 7 Treffer und 13 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.470.613

Somit muss d = 0.6, sowie c = 7 und e = 13 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 10%. Es wird 10 mal gedreht.

Für welches der aufgeführten Ereignisse könnte der Term P = 0.910 + ( 10 a ) 0.11 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 in den grünen Bereich gedreht)
Y : Anzahl der Nicht-Treffer (also es wird nicht in den grünen Bereich gedreht)

Beim ersten Summand 0.910 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 0.11, 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: Weniger als 2 mal wird in den grünen Bereich gedreht.

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 = 0.9.

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:

Eine faire Münze wird 25 mal geworfen.
Bestimme die Wahrscheinlichkeit des folgenden Ereignisses: Von den ersten 7 Versuchen landen höchstens 4 Versuche mit Zahl oben und von den restlichen Versuchen erscheint genau 9 mal "Zahl".

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 7 Durchgänge:

Die Zufallsvariable X gibt die Anzahl der Würfe bei denen die Zahl sichtbar ist an. X ist binomialverteilt mit n=7 und p=0.5.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.57 (X4) ≈ 0.7734.

Analog betrachten wir nun die restlichen 18 Durchgänge:

Die Zufallsvariable Y gibt die Anzahl der Würfe bei denen die Zahl sichtbar ist an. Y ist binomialverteilt mit n=18 und p=0.5.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.518 (Y=9) ≈ 0.1855.

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 = P0.57 (X4) P0.518 (Y=9) = 0.7734 ⋅ 0.1855 ≈ 0.1435

zwei unabhängige Binom.

Beispiel:

Beim Torwandschießen muss man immer 3 mal rechts unten und dann 3 mal links oben versuchen zu treffen. Ein Fußballspieler hat unten ein Trefferwahrscheinlichkeit von 70% und oben 30%. Wie groß ist die Wahrscheinlichkeit, dass er insgesamt 4 mal trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst überlegen wir mit welchen Kombinationen man auf die Summe von genau 4 kommen kann:

  • 1 mal unten und 3 mal oben
  • 2 mal unten und 2 mal oben
  • 3 mal unten und 1 mal oben

1 mal unten und 3 mal oben

Die Wahrscheinlichkeit für 1 mal unten ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.7.

P0.73 (X=1) = ( 3 1 ) 0.71 0.32 ≈ 0.189
Die Wahrscheinlichkeit für 3 mal oben ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.3.

P0.33 (X=3) = ( 3 3 ) 0.33 0.70 ≈ 0.027
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.189 ⋅ 0.027 = 0.005103

2 mal unten und 2 mal oben

Die Wahrscheinlichkeit für 2 mal unten ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.7.

P0.73 (X=2) = ( 3 2 ) 0.72 0.31 ≈ 0.441
Die Wahrscheinlichkeit für 2 mal oben ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.3.

P0.33 (X=2) = ( 3 2 ) 0.32 0.71 ≈ 0.189
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.441 ⋅ 0.189 = 0.083349

3 mal unten und 1 mal oben

Die Wahrscheinlichkeit für 3 mal unten ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.7.

P0.73 (X=3) = ( 3 3 ) 0.73 0.30 ≈ 0.343
Die Wahrscheinlichkeit für 1 mal oben ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.3.

P0.33 (X=1) = ( 3 1 ) 0.31 0.72 ≈ 0.441
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.343 ⋅ 0.441 = 0.151263


Die gesuchte Wahrscheinlichkeit erhält man nun, indem man die Wahrscheinlichkeiten der 3 Kombinationen addiert:

0.0051 + 0.0833 + 0.1513 = 0.2397

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 20% wirft 9 mal auf den Korb.
Bestimme die Wahrscheinlichkeit, dass er bei diesen 9 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 9 Versuchen mit der Formel von Bernoulli berechnen: ( 9 4 ) 0.2 4 0.8 5

Dabei gibt ja 0.2 4 0.8 5 die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 5 Nicht-Treffern und ( 9 4 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 9 4 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXOOOOO

OXXXXOOOO

OOXXXXOOO

OOOXXXXOO

OOOOXXXXO

OOOOOXXXX

Es gibt also genau 6 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 6 ⋅ 0.2 4 0.8 5 ≈ 0.0031

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)

Lösung einblenden

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 P0.0650 (X4)

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.

P0.0650 (X4) = P0.0650 (X=0) + P0.0650 (X=1) + P0.0650 (X=2) +... + P0.0650 (X=4) = 0.82059604685965 ≈ 0.8206
(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'

EreignisP
kiste ok -> kiste ok0.67338436
kiste ok -> nicht ok0.14721564
nicht ok -> kiste ok0.14721564
nicht ok -> nicht ok0.03218436

Einzel-Wahrscheinlichkeiten: kiste ok: 0.8206; nicht ok: 0.1794;

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


'kiste ok'-'kiste ok' (P=0.67338436)


Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0.67338436 = 0.67338436