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 69 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 59 erkennen und dumm anlabern?

Lösung einblenden
pP(X≤k)
......
0.750.9883
0.760.9815
0.770.9713
0.780.9564
0.790.9354
0.80.9066
0.810.8682
......

Es muss gelten: Pp69 (X59) =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(69,X,59) - 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=0.8 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 58 mal wiederholt (bzw. die Stichprobe hat die Größe 58)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 70% mindestens 25 Treffer erzielt werden?

Lösung einblenden
pP(X≥25)=1-P(X≤24)
......
0.410.4209
0.420.4823
0.430.5439
0.440.6043
0.450.6621
0.460.7161
......

Es muss gelten: Pp58 (X25) =0.7 (oder mehr)

oder eben: 1- Pp58 (X24) =0.7 (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(58,X,24) - 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=0.46 die gesuchte Wahrscheinlichkeit über 0.7 ist.

zwei unabhängige Binom.

Beispiel:

Ein Biathlet hat beim Liegendschießen eine Trefferquote von 90% und im Stehen 89%. 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=0.9.

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

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.89.

P0.895 (X=5) = ( 5 5 ) 0.895 0.110 ≈ 0.5584
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.3281 ⋅ 0.5584 = 0.18321104

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=0.9.

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

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.89.

P0.895 (X=4) = ( 5 4 ) 0.894 0.111 ≈ 0.3451
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.5905 ⋅ 0.3451 = 0.20378155

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=0.9.

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

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.89.

P0.895 (X=5) = ( 5 5 ) 0.895 0.110 ≈ 0.5584
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.5905 ⋅ 0.5584 = 0.3297352


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

0.1832 + 0.2038 + 0.3297 = 0.7167

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 20% wirft 7 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 7 Versuchen irgendwann einmal eine Serie mit 5 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 5 Treffer bei 7 Versuchen mit der Formel von Bernoulli berechnen: ( 7 5 ) 0.2 5 0.8 2

Dabei gibt ja 0.2 5 0.8 2 die Wahrscheinlichkeit eines bestimmten Pfads mit 5 Treffer und 2 Nicht-Treffern und ( 7 5 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 7 5 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXXOO

OXXXXXO

OOXXXXX

Es gibt also genau 3 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 3 ⋅ 0.2 5 0.8 2 ≈ 0.0006

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 91% eine 1 bekommt?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

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 0.91,
also P0.9120 (X15) .

Dies berechnet man über die Gegenwahrscheinlichkeit: P0.9120 (X15) = 1 - P0.9120 (X14)

≈ 1 - 0.0068 ≈ 0.9932 (TI-Befehl: 1-binomcdf(20,0.91,14))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'genügend Treffer' (p=0.9932) und 'zu wenig'(p=0.0068).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 1 mal 'genügend Treffer' oder 2 mal 'genügend Treffer'

EreignisP
genügend Treffer -> genügend Treffer0,9864
genügend Treffer -> zu wenig0,0068
zu wenig -> genügend Treffer0,0068
zu wenig -> zu wenig0

Einzel-Wahrscheinlichkeiten: genügend Treffer: 0,9932; zu wenig: 0,0068;

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das SchaubBild nicht sehen :( Die relevanten Pfade sind:
  • 'genügend Treffer'-'zu wenig' (P=0,0068)
  • 'zu wenig'-'genügend Treffer' (P=0,0068)
  • 'genügend Treffer'-'genügend Treffer' (P=0,9864)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,0068 + 0,0068 + 0,9864 = 1


Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Eine faire Münze wird 26 mal geworfen. Bestimme die Wahrscheinlichkeit des folgenden Ereignisses: Von den ersten 8 Versuchen landen höchstens 5 Versuche mit Zahl oben und von den restlichen Versuchen erscheint genau 10 mal "Zahl".

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 Würfe bei denen die Zahl sichtbar ist an. X ist binomialverteilt mit n=8 und p=0.5.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.58 (X5) ≈ 0.8555.

Analog betrachten wir nun die restlichen 18 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Würfe bei denen die Zahl sichtbar ist an. Y ist binomialverteilt mit n=18 und p=0.5.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.518 (Y=10) ≈ 0.1669.

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 = P0.58 (X5) P0.518 (Y=10) = 0.8555 ⋅ 0.1669 ≈ 0.1428