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 2 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 = 2) =
Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 15 Ebenen lösen.
Der Binomialkoeffizient
Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser
Somit muss d = 5, sowie c = 2 und e = 13 sein.
Bernoulli-Formel vervollständigen
Beispiel:
Ein Basketballspieler mit einer Trefferquote von p=0,7 wirft 10 mal auf den Korb.
Für welches der aufgeführten Ereignisse könnte der Term P =
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 trifft er in den Korb)Y : Anzahl der Nicht-Treffer (also es trifft er nicht in den Korb)
Beim ersten Summand
Beim zweiten längeren Term erkennt man die Potenz
Zusammengefasst ergibt sich also die Wahrscheinlichkeit P(X=10)+P(X=9)=P(X≥9) bzw. P(Y≤1)
Somit ist die gesuchte Option: Mindestens 9 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 = 0.3.
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
Binomial-Aufgabe mit 2 Ereignissen
Beispiel:
Ein Basketballspieler hat eine Trefferquote von 25% und wirft 22 mal auf dem Korb. Wie groß ist die Wahrscheinlichkeit, dass er von den ersten 11 Versuchen genau 2 mal und von den restlichen Versuchen höchstens 2 mal trifft.
Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 11
Durchgänge:
Die Zufallsvariable X gibt die Anzahl der Treffer des BB-Spielers an. X ist binomialverteilt mit n=11 und p=0.25.
Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als
Analog betrachten wir nun die restlichen 11 Durchgänge:
Die Zufallsvariable Y gibt die Anzahl der Treffer des BB-Spielers an. Y ist binomialverteilt mit n=11 und p=0.25.
Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als
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 =
zwei unabhängige Binom.
Beispiel:
Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 60 und am Samstag bei 45 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 21 und 32 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 73% höher als am Freitag mit 53%. 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=60 und p=0.53.
Gesucht ist die Wahrscheinlichkeit zwischen 24 und 36 Treffer bei 60 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.53 zu erzielen, alsoDiese Wahrscheinlichkeit lässt sich als
TI-Befehl: binompdf(60,0.53,36)- binompdf(60,0.53,23)
Samstag:
Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=45 und p=0.73.
Gesucht ist die Wahrscheinlichkeit zwischen 21 und 32 Treffer bei 45 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.73 zu erzielen, alsoDiese Wahrscheinlichkeit lässt sich als
TI-Befehl: binompdf(45,0.73,32)- binompdf(45,0.73,20)
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten:
P ≈ 0.8725 ⋅ 0.4432 ≈ 0.3867
feste Reihenfolge im Binomialkontext
Beispiel:
Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 80%. Es wird 10 mal gedreht.
Bestimme die Wahrscheinlichkeit, dass dabei genau 3 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).
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:
Bei einer Fluggesellschaft treten 10% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 108 Tickets für ihr Flugzeug mit 93 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)
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=108 und p=0.9.
Gesucht ist die Wahrscheinlichkeit für höchstens 93 Treffer bei 108 Versuchen mit einer Einzelwahrscheinlichkeiten
von 0.9, also
Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:
Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=108 und p=0.9.
(TI-Befehl: binomcdf(108,0.9,93))
Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.1201) und 'überbucht'(p=0.8799).
Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.
Gesucht ist ja 0 mal 'überbucht' oder 1 mal 'überbucht'
| Ereignis | P |
|---|---|
| nicht überbucht -> nicht überbucht -> nicht überbucht | |
| nicht überbucht -> nicht überbucht -> überbucht | |
| nicht überbucht -> überbucht -> nicht überbucht | |
| nicht überbucht -> überbucht -> überbucht | |
| überbucht -> nicht überbucht -> nicht überbucht | |
| überbucht -> nicht überbucht -> überbucht | |
| überbucht -> überbucht -> nicht überbucht | |
| überbucht -> überbucht -> überbucht |
Einzel-Wahrscheinlichkeiten: nicht überbucht:
'nicht überbucht'-'nicht überbucht'-'nicht überbucht' (P=
'nicht überbucht'-'nicht überbucht'-'überbucht' (P=
'nicht überbucht'-'überbucht'-'nicht überbucht' (P=
'überbucht'-'nicht überbucht'-'nicht überbucht' (P=
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
