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:
Eine Fluggesellschaft hat 34 Plätze in ihrem Flugzeug. Trotzdem werden 65 Flugtickets verkauft. Wie hoch darf die Wahrscheinlichkeit, dass ein Ticketkäufer auch tatsächlich mitfliegt, höchstens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?
| p | P(X≤k) |
|---|---|
| ... | ... |
| 0.4 | 0.9835 |
| 0.41 | 0.9753 |
| 0.42 | 0.964 |
| 0.43 | 0.949 |
| 0.44 | 0.9293 |
| 0.45 | 0.9044 |
| 0.46 | 0.8737 |
| ... | ... |
Es muss gelten: =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(65,X,34) - 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=0.45 die gesuchte Wahrscheinlichkeit über 0.9 ist.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Eine Fluggesellschaft verkauft 82 Flugtickets für einen bestimmten Flug. Das sind 42 Tickets mehr, als das Flugzeug Plätze hat. Wie hoch muss die Wahrscheinlichkeit, dass ein Ticketkäufer nicht mitfliegt, mindestens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?
| p | P(X≥42)=1-P(X≤41) |
|---|---|
| ... | ... |
| 0.53 | 0.5999 |
| 0.54 | 0.6683 |
| 0.55 | 0.7315 |
| 0.56 | 0.7882 |
| 0.57 | 0.8373 |
| 0.58 | 0.8785 |
| ... | ... |
Es muss gelten: =0.9 (oder mehr)
oder eben: 1- =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(82,X,41) - 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=0.58 die gesuchte Wahrscheinlichkeit über 0.9 ist.
zwei unabhängige Binom.
Beispiel:
Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 60 und am Samstag bei 35 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 30 und 33 am Samstag so zwischen 19 und 28 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 73% höher als am Freitag mit 60%. Wie groß ist die Wahrscheinlichkeit, dass seine Prognose zutrifft?
(Bitte auf 4 Stellen nach dem Komma runden)
Freitag:
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=60 und unbekanntem Parameter p.
Gesucht ist die Wahrscheinlichkeit zwischen 30 und 33 Treffer bei 60 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.6 zu erzielen, also .Diese Wahrscheinlichkeit lässt sich als - ≈ 0.2536 - 0.0445 ≈ 0.2091 berechnen.
TI-Befehl: binomcdf(60,0.6,33)- binomcdf(60,0.6,29)
Samstag:
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=35 und unbekanntem Parameter p.
Gesucht ist die Wahrscheinlichkeit zwischen 19 und 28 Treffer bei 35 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.73 zu erzielen, also .Diese Wahrscheinlichkeit lässt sich als - ≈ 0.8715 - 0.0052 ≈ 0.8663 berechnen.
TI-Befehl: binomcdf(35,0.73,28)- binomcdf(35,0.73,18)
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten:
P ≈ 0.2091 ⋅ 0.8663 ≈ 0.1811
feste Reihenfolge im Binomialkontext
Beispiel:
In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 6 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).
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: ⋅ ⋅
Dabei gibt ja ⋅ die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 3 Nicht-Treffern und die Anzahl solcher Pfade an.
Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen 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 ⋅ ⋅ ≈ 0.037
Kombination Binom.-Baumdiagramm
Beispiel:
Ein 10-Klässler bekommt im Schulsport eine 1 als Teilnote, wenn er beim Basketball von 20 Korblegerversuchen mindestens 15 trifft. Weil der Sportlehrer ein nettes Weichei ist, darf der Schüler den Test noch ein zweites mal probieren, wenn er unzufrieden ist. Wie groß ist Wahrscheinlichkeit, dass der Schüler mit seiner Trefferquote von 89% eine 1 bekommt?
(Bitte auf 4 Stellen nach dem Komma runden)
Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'genügend Treffer'.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=20 und unbekanntem Parameter p.
Gesucht ist die Wahrscheinlichkeit für mindestens 15 Treffer bei 20 Versuchen mit einer Einzelwahrscheinlichkeiten
von 0.89,
also
.
Dies berechnet man über die Gegenwahrscheinlichkeit: = 1 -
≈ 1 - 0.0175 ≈ 0.9825 (TI-Befehl: 1-binomcdf(20,0.89,14))
Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'genügend Treffer' (p=0.9825) und 'zu wenig'(p=0.0175).
Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.
Gesucht ist ja 1 mal 'genügend Treffer' oder 2 mal 'genügend Treffer'
| Ereignis | P |
|---|---|
| genügend Treffer -> genügend Treffer | |
| genügend Treffer -> zu wenig | |
| zu wenig -> genügend Treffer | |
| zu wenig -> zu wenig |
Einzel-Wahrscheinlichkeiten: genügend Treffer: ; zu wenig: ;
Die relevanten Pfade sind:- 'genügend Treffer'-'zu wenig' (P=)
- 'zu wenig'-'genügend Treffer' (P=)
- 'genügend Treffer'-'genügend Treffer' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + =
Binomial-Aufgabe mit 2 Ereignissen
Beispiel:
Ein normaler Würfel wird 33 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass, Von den ersten 15 Versuchen höchstens 4 mal eine Sechs gewürfelt wird und von den restlichen Versuchen mindestens 3 Sechser gewürfelt werden?
Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 15
Durchgänge:
Die Zufallsgröße X gibt die Anzahl der Sechser-Würfe an. X ist binomialverteilt mit n=15 und p=.
Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als ≈ 0.9102.
Analog betrachten wir nun die restlichen 18 Durchgänge:
Die Zufallsgröße Y gibt die Anzahl der Sechser-Würfe an. Y ist binomialverteilt mit n=18 und p=.
Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als = 1- ≈ 0.5973.
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 = ⋅ = 0.9102 ⋅ 0.5973 ≈ 0.5437
