Aufgabenbeispiele von Anwendungen

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


Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 86 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 81 erkennen und dumm anlabern?

Lösung einblenden
pP(X≤k)
......
0.850.9977
0.860.9952
0.870.9906
0.880.9819
0.890.9664
0.90.9397
0.910.8957
......

Es muss gelten: Pp86 (X81) =0.9 (oder mehr)

Diese Gleichung gibt man also in den GTR als Funktion ein, wobei das variable p eben als X gesetzt werden muss.
(TI-Befehl: y1=binomcdf(86,X,81) - dabei darauf achten, dass X nur zwischen 0 und 1 sein darf - bei TblSet sollte deswegen Δtable auf 0.01 gesetzt werden)

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei p=0.9 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialvert. mit variabl. p (mind.) nur GTR

Beispiel:

Ein Glücksrad soll mit nur zwei verschiedenen Sektoren (blau und rot) gebaut werden. Wie hoch muss man die Einzelwahrscheinlichkeit p mindestens wählen, dass die Wahrscheinlichkeit bei 71 Wiederholungen 29 mal (oder mehr) rot zu treffen bei mind. 90% liegt?

Lösung einblenden
pP(X≥29)=1-P(X≤28)
......
0.430.685
0.440.7428
0.450.7943
0.460.839
0.470.8768
0.480.9079
......

Es muss gelten: Pp71 (X29) =0.9 (oder mehr)

oder eben: 1- Pp71 (X28) =0.9 (oder mehr)

Diese Gleichung gibt man also in den GTR als Funktion ein, wobei das variable p eben als X gesetzt werden muss.
(TI-Befehl: y1=1-binomcdf(71,X,28) - dabei darauf achten, dass X nur zwischen 0 und 1 sein darf - bei TblSet sollte deswegen Δtable auf 0.01 gesetzt werden )

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei p=0.48 die gesuchte Wahrscheinlichkeit über 0.9 ist.

zwei unabhängige Binom.

Beispiel:

Ein Biathlet hat beim Liegendschießen eine Trefferquote von 95% und im Stehen 81%. 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 Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.95.

P0.955 (X=4) = ( 5 4 ) 0.954 0.051 ≈ 0.2036
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.81.

P0.815 (X=5) = ( 5 5 ) 0.815 0.190 ≈ 0.3487
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.2036 ⋅ 0.3487 = 0.07099532

5 mal Liegendschießen und 4 mal Stehendschießen

Die Wahrscheinlichkeit für 5 mal Liegendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.95.

P0.955 (X=5) = ( 5 5 ) 0.955 0.050 ≈ 0.7738
Die Wahrscheinlichkeit für 4 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.81.

P0.815 (X=4) = ( 5 4 ) 0.814 0.191 ≈ 0.4089
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.7738 ⋅ 0.4089 = 0.31640682

5 mal Liegendschießen und 5 mal Stehendschießen

Die Wahrscheinlichkeit für 5 mal Liegendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.95.

P0.955 (X=5) = ( 5 5 ) 0.955 0.050 ≈ 0.7738
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.81.

P0.815 (X=5) = ( 5 5 ) 0.815 0.190 ≈ 0.3487
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.7738 ⋅ 0.3487 = 0.26982406


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

0.071 + 0.3164 + 0.2698 = 0.6572

feste Reihenfolge im Binomialkontext

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 7 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Bestimme die Wahrscheinlichkeit, dass dabei genau 3 blaue Kugeln gezogen werden und diese aber unmittelbar hintereinander gezogen werden (also ohne, dass dazwischen mal eine rote gezogen wird).

Lösung einblenden

Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 3 Treffer bei 7 Versuchen mit der Formel von Bernoulli berechnen: ( 7 3 ) 0.7 3 0.3 4

Dabei gibt ja 0.7 3 0.3 4 die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 4 Nicht-Treffern und ( 7 3 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 7 3 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXOOOO

OXXXOOO

OOXXXOO

OOOXXXO

OOOOXXX

Es gibt also genau 5 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 5 ⋅ 0.7 3 0.3 4 ≈ 0.0139

Kombination Binom.-Baumdiagramm

Beispiel:

Bei einer Fluggesellschaft treten 11% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 106 Tickets für ihr Flugzeug mit 94 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)

Lösung einblenden

Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'nicht überbucht'.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=106 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 94 Treffer bei 106 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.89, also P0.89106 (X94)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=106 und p=0.89.

P0.89106 (X94) = P0.89106 (X=0) + P0.89106 (X=1) + P0.89106 (X=2) +... + P0.89106 (X=94) = 0.50352630355417 ≈ 0.5035
(TI-Befehl: binomcdf(106,0.89,94))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.5035) und 'überbucht'(p=0.4965).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'überbucht' oder 1 mal 'überbucht'

EreignisP
nicht überbucht -> nicht überbucht -> nicht überbucht0,1276
nicht überbucht -> nicht überbucht -> überbucht0,1259
nicht überbucht -> überbucht -> nicht überbucht0,1259
nicht überbucht -> überbucht -> überbucht0,1241
überbucht -> nicht überbucht -> nicht überbucht0,1259
überbucht -> nicht überbucht -> überbucht0,1241
überbucht -> überbucht -> nicht überbucht0,1241
überbucht -> überbucht -> überbucht0,1224

Einzel-Wahrscheinlichkeiten: nicht überbucht: 0,5035; überbucht: 0,4965;

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das SchaubBild nicht sehen :( Die relevanten Pfade sind:
  • 'nicht überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,1276)
  • 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0,1259)
  • 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0,1259)
  • 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,1259)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,1276 + 0,1259 + 0,1259 + 0,1259 = 0,5052


Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 75% und wirft 20 mal auf dem Korb. Wie groß ist die Wahrscheinlichkeit, dass er von den ersten 8 Versuchen genau 6 mal und von den restlichen Versuchen höchstens 8 mal trifft.

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 8 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Treffer des BB-Spielers an. X ist binomialverteilt mit n=8 und p=0.75.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.758 (X=6) ≈ 0.3115.

Analog betrachten wir nun die restlichen 12 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Treffer des BB-Spielers an. Y ist binomialverteilt mit n=12 und p=0.75.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.7512 (Y8) ≈ 0.3512.

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 = P0.758 (X=6) P0.7512 (Y8) = 0.3115 ⋅ 0.3512 ≈ 0.1094