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 75% wirft 20 mal auf den Korb. Gesucht ist die Wahrscheinlichkeit dass er dabei genau 1 mal trifft.

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

P(X = 1) = ( a b ) dc 0.75e

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 1 mal getroffen und 19 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=1 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 20 1 ) Pfade an. Da ja in jedem Pfad 1 Treffer und 19 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.7510.2519 oder eben (einfach vertauscht) 0.25190.751

Somit muss d = 0.25, sowie c = 19 und e = 1 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Ein Basketballspieler mit einer Trefferquote von p=0,6 wirft 5 mal auf den Korb.

Für welches der aufgeführten Ereignisse könnte der Term P = ( 5 a ) 0.61 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

Man kann relativ gut erkennen, dass es sich hier um die Formel von Bernoulli handeln muss, das heißt also die Wahrscheinlichkeit für genau k Treffer gegeben ist.

In der Basis der ersten Potenz kann man die gegebene Wahrscheinlichkeit für "Es trifft er in den Korb" erkennen, also muss die Hochzahl 1 die Anzahl der Treffer sein und die gesuchte Option ist: Genau 1 mal trifft er in den Korb.

Weil ja in der Basis der ersten Potenz die gegebene Wahrscheinlichkeit steht, muss in der Basis der zweiten Potenz die Gegenwahrscheinlichkeit stehen. Somit ist b = 0.4.

Die Hochzahl der ersten Potenz gibt die Anzahl der "Treffer" an, somit kann man bei 5 Versuchen die Anzahl der "Nicht-Treffer" mit c = 4 bestimmen.

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

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein normaler Würfel wird 27 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass, Von den ersten 9 Versuchen höchstens 2 mal eine Sechs gewürfelt wird und von den restlichen Versuchen mindestens 5 Sechser gewürfelt werden?

Lösung einblenden

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 Sechser-Würfe an. X ist binomialverteilt mit n=9 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 6 9 (X2) ≈ 0.8217.

Analog betrachten wir nun die restlichen 18 Durchgänge:

Die Zufallsvariable Y gibt die Anzahl der Sechser-Würfe an. Y ist binomialverteilt mit n=18 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 6 18 (Y5) = 1- P 1 6 18 (Y4) ≈ 0.1682.

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 6 9 (X2) P 1 6 18 (Y5) = 0.8217 ⋅ 0.1682 ≈ 0.1382

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 60 und am Samstag bei 40 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 35 am Samstag so zwischen 20 und 28 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 65% höher als am Freitag mit 48%. 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=60 und p=0.48.

Gesucht ist die Wahrscheinlichkeit zwischen 24 und 35 Treffer bei 60 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.48 zu erzielen, also P0.4860 (24X35) .
Diese Wahrscheinlichkeit lässt sich als P0.4860 (X35) - P0.4860 (X23) ≈ 0.9584 - 0.0849 ≈ 0.8735 berechnen.
TI-Befehl: binompdf(60,0.48,35)- binompdf(60,0.48,23)

Samstag:

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=40 und p=0.65.

Gesucht ist die Wahrscheinlichkeit zwischen 20 und 28 Treffer bei 40 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.65 zu erzielen, also P0.6540 (20X28) .
Diese Wahrscheinlichkeit lässt sich als P0.6540 (X28) - P0.6540 (X19) ≈ 0.7947 - 0.0173 ≈ 0.7774 berechnen.
TI-Befehl: binompdf(40,0.65,28)- binompdf(40,0.65,19)

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

P ≈ 0.8735 ⋅ 0.7774 ≈ 0.6791

feste Reihenfolge im Binomialkontext

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 95%. Es wird 9 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).

Lösung einblenden

Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 3 Treffer bei 9 Versuchen mit der Formel von Bernoulli berechnen: ( 9 3 ) 0.95 3 0.05 6

Dabei gibt ja 0.95 3 0.05 6 die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 6 Nicht-Treffern und ( 9 3 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 9 3 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXOOOOOO

OXXXOOOOO

OOXXXOOOO

OOOXXXOOO

OOOOXXXOO

OOOOOXXXO

OOOOOOXXX

Es gibt also genau 7 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 7 ⋅ 0.95 3 0.05 6 ≈ 0

Kombination Binom.-Baumdiagramm

Beispiel:

Ein fernöstlicher LED-Hersteller hat Probleme in der Qualitätssicherung, so dass 9% 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 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=50 und p=0.09.

Gesucht ist die Wahrscheinlichkeit für höchstens 2 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.09, also P0.0950 (X2)

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=0.09.

P0.0950 (X2) = P0.0950 (X=0) + P0.0950 (X=1) + P0.0950 (X=2) = 0.16054049072451 ≈ 0.1605
(TI-Befehl: binomcdf(50,0.09,2))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.1605) und 'nicht ok'(p=0.8395).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'nicht ok'

EreignisP
kiste ok -> kiste ok0.02576025
kiste ok -> nicht ok0.13473975
nicht ok -> kiste ok0.13473975
nicht ok -> nicht ok0.70476025

Einzel-Wahrscheinlichkeiten: kiste ok: 0.1605; nicht ok: 0.8395;

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=0.02576025)


Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0.02576025 = 0.02576025