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 82 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 51 erkennen und dumm anlabern?

Lösung einblenden
pP(X≥k)=1-P(X≤k-1)
......
0.50.9901
0.510.9842
0.520.9755
0.530.9631
0.540.946
0.550.9231
0.560.8934
......

Es muss gelten: Pp82 (X≤51) =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(82,X,51) - 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=0.55 die gesuchte Wahrscheinlichkeit über 0.9 ist.

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

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 56 mal wiederholt (bzw. die Stichprobe hat die Größe 56)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 60% mindestens 33 Treffer erzielt werden?

Lösung einblenden
pP(X≥33)=1-P(X≤32)
......
0.550.3255
0.560.3815
0.570.4403
0.580.5007
0.590.5614
0.60.6209
......

Es muss gelten: Pp56 (X≥33) =0.6 (oder mehr)

oder eben: 1- Pp56 (X≤32) =0.6 (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(56,X,32) - 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=0.6 die gesuchte Wahrscheinlichkeit über 0.6 ist.

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 55 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 34 am Samstag so zwischen 25 und 30 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 63% höher als am Freitag mit 51%. Wie groß ist die Wahrscheinlichkeit, dass seine Prognose zutrifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Freitag:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=55 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 24 und 34 Treffer bei 55 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.51 zu erzielen, also P0.5155 (24≤X≤34) .
Diese Wahrscheinlichkeit lässt sich als P0.5155 (X≤34) - P0.5155 (X≤23) ≈ 0.9597 - 0.1098 ≈ 0.8499 berechnen.
TI-Befehl: binomcdf(55,0.51,34)- binomcdf(55,0.51,23)

Samstag:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=40 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 25 und 30 Treffer bei 40 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.63 zu erzielen, also P0.6340 (25≤X≤30) .
Diese Wahrscheinlichkeit lässt sich als P0.6340 (X≤30) - P0.6340 (X≤24) ≈ 0.9621 - 0.4043 ≈ 0.5578 berechnen.
TI-Befehl: binomcdf(40,0.63,30)- binomcdf(40,0.63,24)

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

P ≈ 0.8499 ⋅ 0.5578 ≈ 0.4741

feste Reihenfolge im Binomialkontext

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 10 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 10 Versuchen mit der Formel von Bernoulli berechnen: ( 10 3 ) ⋅ 0.7 3 ⋅ 0.3 7

Dabei gibt ja 0.7 3 ⋅ 0.3 7 die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 7 Nicht-Treffern und ( 10 3 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 10 3 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

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 ⋅ 0.7 3 ⋅ 0.3 7 ≈ 0.0006

Kombination Binom.-Baumdiagramm

Beispiel:

Bei einer Fluggesellschaft treten 15% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 104 Tickets für ihr Flugzeug mit 96 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=104 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 96 Treffer bei 104 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.85, also P0.85104 (X≤96)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=104 und p=0.85.

P0.85104 (X≤96) = P0.85104 (X=0) + P0.85104 (X=1) + P0.85104 (X=2) +... + P0.85104 (X=96) = 0.99176074930786 ≈ 0.9918
(TI-Befehl: binomcdf(104,0.85,96))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.9918) und 'überbucht'(p=0.0082).

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 überbucht0,9756
nicht überbucht -> nicht überbucht -> überbucht0,0081
nicht überbucht -> überbucht -> nicht überbucht0,0081
nicht überbucht -> überbucht -> überbucht0,0001
überbucht -> nicht überbucht -> nicht überbucht0,0081
überbucht -> nicht überbucht -> überbucht0,0001
überbucht -> überbucht -> nicht überbucht0,0001
überbucht -> überbucht -> überbucht0

Einzel-Wahrscheinlichkeiten: P("nicht überbucht")=0,9918; P("überbucht")=0,0082;

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=0,9756)
  • 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0,0081)
  • 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0,0081)
  • 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,0081)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,9756 + 0,0081 + 0,0081 + 0,0081 = 0,9998


Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 20% und wirft 31 mal auf dem Korb. Wie groß ist die Wahrscheinlichkeit, dass er von den ersten 12 Versuchen genau 3 mal und von den restlichen Versuchen höchstens 2 mal trifft.

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 12 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Treffer des BB-Spielers an. X ist binomialverteilt mit n=12 und p=0.2.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.212 (X=3) ≈ 0.2362.

Analog betrachten wir nun die restlichen 19 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Treffer des BB-Spielers an. Y ist binomialverteilt mit n=19 und p=0.2.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.219 (Y≤2) ≈ 0.2369.

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 = P0.212 (X=3) ⋅ P0.219 (Y≤2) = 0.2362 ⋅ 0.2369 ≈ 0.056