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 35% wirft 60 mal auf den Korb. Gesucht ist die Wahrscheinlichkeit dass er dabei genau 32 mal trifft.

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

P(X = 32) = ( a b ) dc 0.35e

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 60 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 32 mal getroffen und 28 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=60 und b=32 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 60 32 ) Pfade an. Da ja in jedem Pfad 32 Treffer und 28 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.35320.6528 oder eben (einfach vertauscht) 0.65280.3532

Somit muss d = 0.65, sowie c = 28 und e = 32 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Ein Basketballspieler mit einer Trefferquote von p=0,8 wirft 5 mal auf den Korb.

Für welches der aufgeführten Ereignisse könnte der Term P = 1 -0.85 - ( 5 a ) 0.84 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 0.85 steht ja die gegebene Wahrscheinlichkeit in der Basis und die Gesamtanzahl n=5 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 5 Treffer bzw. 0 Nicht-Treffer an, also P(X=5) bzw. P(Y=0).

Beim zweiten längeren Term erkennt man die Potenz 0.84, bei dem die gegebene Wahrscheinlichkeit in der Basis steht. Weil 4 in der Hochzahl steht, muss das also die Wahrscheinlichkeit für 4 Treffer sein, also P(X=4) 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 5 und 4 Treffer möglich sind, also 3, 2, ..., kurz P(X≤3) bzw. P(Y≥2).

X: Treffer:
0
1
2
3
4
5

Y: keine Treffer:
5
4
3
2
1
0

Somit ist die gesuchte Option: Weniger als 4 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 = 0.2.

Die Hochzahl der ersten Potenz (im hinteren Bernoulliformel-Term) gibt die Anzahl der "Treffer" an, somit kann man bei 5 Versuchen die Anzahl der "Nicht-Treffer" mit c = 1 bestimmen.

Die Anzahl der richtigen Pfade (mit 4 Treffer und 1 Nicht-Treffer) steht vorne im Binomialkoeffizient mit ( 5 4 ) , also ist a = 4 (hier ist auch a=1 möglich).

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Ein Lehrer verteilt bei einer Klassenarbeit an alle seine 24 Schülerinnen und Schüler jeweils einen Glückskeks. Wie groß ist die Wahrscheinlichkeit, dass von den 14 Mädchen genau 2 einen Glückskeks mit einer Peperoni und von den Jungs genau 0 einen Glückskeks mit einer Peperoni erwischen .

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 14 Durchgänge:

Die Zufallsvariable X gibt die Anzahl der Kekse mit einer Peperoni drin an. X ist binomialverteilt mit n=14 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 8 14 (X=2) ≈ 0.2864.

Analog betrachten wir nun die restlichen 10 Durchgänge:

Die Zufallsvariable Y gibt die Anzahl der Kekse mit einer Peperoni drin an. Y ist binomialverteilt mit n=10 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 8 10 (Y=0) ≈ 0.2631.

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 = P 1 8 14 (X=2) P 1 8 10 (Y=0) = 0.2864 ⋅ 0.2631 ≈ 0.0754

zwei unabhängige Binom.

Beispiel:

Ein Biathlet hat beim Liegendschießen eine Trefferquote von 90% und im Stehen 83%. Beim Sprintwettbewerb muss er 5 mal liegend und 5 mal im Stehen schießen. Wie hoch ist die Wahrscheinlichkeit, dass er dabei mindestens 9 mal trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst überlegen wir mit welchen Kombinationen man auf die Summe von mindestens 9 kommen kann:

  • 4 mal Liegendschießen und 5 mal Stehendschießen
  • 5 mal Liegendschießen und 4 mal Stehendschießen
  • 5 mal Liegendschießen und 5 mal Stehendschießen

4 mal Liegendschießen und 5 mal Stehendschießen

Die Wahrscheinlichkeit für 4 mal Liegendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.9.

P0.95 (X=4) = ( 5 4 ) 0.94 0.11 ≈ 0.3281
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.83.

P0.835 (X=5) = ( 5 5 ) 0.835 0.170 ≈ 0.3939
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.3281 ⋅ 0.3939 = 0.12923859

5 mal Liegendschießen und 4 mal Stehendschießen

Die Wahrscheinlichkeit für 5 mal Liegendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.9.

P0.95 (X=5) = ( 5 5 ) 0.95 0.10 ≈ 0.5905
Die Wahrscheinlichkeit für 4 mal Stehendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.83.

P0.835 (X=4) = ( 5 4 ) 0.834 0.171 ≈ 0.4034
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.5905 ⋅ 0.4034 = 0.2382077

5 mal Liegendschießen und 5 mal Stehendschießen

Die Wahrscheinlichkeit für 5 mal Liegendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.9.

P0.95 (X=5) = ( 5 5 ) 0.95 0.10 ≈ 0.5905
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.83.

P0.835 (X=5) = ( 5 5 ) 0.835 0.170 ≈ 0.3939
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.5905 ⋅ 0.3939 = 0.23259795


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

0.1292 + 0.2382 + 0.2326 = 0.6

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 45% wirft 6 mal auf den Korb.
Bestimme die Wahrscheinlichkeit, dass er bei diesen 6 Versuchen irgendwann einmal eine Serie mit 3 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 3 Treffer bei 6 Versuchen mit der Formel von Bernoulli berechnen: ( 6 3 ) 0.45 3 0.55 3

Dabei gibt ja 0.45 3 0.55 3 die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 3 Nicht-Treffern und ( 6 3 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 6 3 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXOOO

OXXXOO

OOXXXO

OOOXXX

Es gibt also genau 4 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 4 ⋅ 0.45 3 0.55 3 ≈ 0.0606

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 25 Stück verpackt. Ein Großhändler öffnet testweise zwei Kartons der Lieferung und prüft die darin enthaltenen Leuchtmittel. Nur wenn in keiner der Packungen mehr als 2 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=25 und p=0.06.

Gesucht ist die Wahrscheinlichkeit für höchstens 2 Treffer bei 25 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.06, also P0.0625 (X2)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=25 und p=0.06.

P0.0625 (X2) = P0.0625 (X=0) + P0.0625 (X=1) + P0.0625 (X=2) = 0.81289456672772 ≈ 0.8129
(TI-Befehl: binomcdf(25,0.06,2))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.8129) und 'nicht ok'(p=0.1871).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'nicht ok'

EreignisP
kiste ok -> kiste ok0.66080641
kiste ok -> nicht ok0.15209359
nicht ok -> kiste ok0.15209359
nicht ok -> nicht ok0.03500641

Einzel-Wahrscheinlichkeiten: kiste ok: 0.8129; nicht ok: 0.1871;

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=0.66080641)


Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0.66080641 = 0.66080641