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 Produktionsstätte für HighTech-Chips hat Probleme mit der Qualitätssicherung. Ein Großhändler nimmt die übliche Liefermenge von 71 Stück nur an, wenn nicht mehr als 58 Teile defekt sind. Wie hoch darf der Prozentsatz der fehlerhaften Teile höchstens sein, dass eine Lieferung mit einer Wahrscheinlichkeit von mind. 90% angenommen werden.

Lösung einblenden
pP(X≤k)
......
0.70.9913
0.710.9861
0.720.9784
0.730.9671
0.740.9511
0.750.9291
0.760.8996
......

Es muss gelten: Pp71 (X58) =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(71,X,58) - 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=0.75 die gesuchte Wahrscheinlichkeit über 0.9 ist.

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

Beispiel:

Eine Fluggesellschaft verkauft 74 Flugtickets für einen bestimmten Flug. Das sind 36 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)?

Lösung einblenden
pP(X≥36)=1-P(X≤35)
......
0.510.6988
0.520.7561
0.530.807
0.540.8509
0.550.8876
0.560.9175
......

Es muss gelten: Pp74 (X36) =0.9 (oder mehr)

oder eben: 1- Pp74 (X35) =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(74,X,35) - 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=0.56 die gesuchte Wahrscheinlichkeit über 0.9 ist.

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 50 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 24 und 36 am Samstag so zwischen 23 und 32 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 67% höher als am Freitag mit 45%. 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=50 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 24 und 36 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.45 zu erzielen, also P0.4550 (24X36) .
Diese Wahrscheinlichkeit lässt sich als P0.4550 (X36) - P0.4550 (X23) ≈ 1 - 0.6134 ≈ 0.3866 berechnen.
TI-Befehl: binomcdf(50,0.45,36)- binomcdf(50,0.45,23)

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 23 und 32 Treffer bei 35 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.67 zu erzielen, also P0.6735 (23X32) .
Diese Wahrscheinlichkeit lässt sich als P0.6735 (X32) - P0.6735 (X22) ≈ 0.9999 - 0.3598 ≈ 0.6401 berechnen.
TI-Befehl: binomcdf(35,0.67,32)- binomcdf(35,0.67,22)

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

P ≈ 0.3866 ⋅ 0.6401 ≈ 0.2475

feste Reihenfolge im Binomialkontext

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 45%. Es wird 5 mal gedreht.Bestimme die Wahrscheinlichkeit, dass dabei genau 4 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 4 Treffer bei 5 Versuchen mit der Formel von Bernoulli berechnen: ( 5 4 ) 0.45 4 0.55 1

Dabei gibt ja 0.45 4 0.55 1 die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 1 Nicht-Treffern und ( 5 4 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 5 4 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXO

OXXXX

Es gibt also genau 2 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 2 ⋅ 0.45 4 0.55 1 ≈ 0.0451

Kombination Binom.-Baumdiagramm

Beispiel:

Bei einer Fluggesellschaft treten 18% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 105 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=105 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 94 Treffer bei 105 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.82, also P0.82105 (X94)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=105 und p=0.82.

P0.82105 (X94) = P0.82105 (X=0) + P0.82105 (X=1) + P0.82105 (X=2) +... + P0.82105 (X=94) = 0.98808506445432 ≈ 0.9881
(TI-Befehl: binomcdf(105,0.82,94))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.9881) und 'überbucht'(p=0.0119).

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 überbucht0,9647
nicht überbucht -> nicht überbucht -> überbucht0,0116
nicht überbucht -> überbucht -> nicht überbucht0,0116
nicht überbucht -> überbucht -> überbucht0,0001
überbucht -> nicht überbucht -> nicht überbucht0,0116
überbucht -> nicht überbucht -> überbucht0,0001
überbucht -> überbucht -> nicht überbucht0,0001
überbucht -> überbucht -> überbucht0

Einzel-Wahrscheinlichkeiten: nicht überbucht: 0,9881; überbucht: 0,0119;

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=0,9647)
  • 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0,0116)
  • 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0,0116)
  • 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,0116)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,9647 + 0,0116 + 0,0116 + 0,0116 = 0,9996


Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 90% und wirft 28 mal auf dem Korb. Wie groß ist die Wahrscheinlichkeit, dass er von den ersten 18 Versuchen genau 18 mal und von den restlichen Versuchen höchstens 9 mal trifft.

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 18 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Treffer des BB-Spielers an. X ist binomialverteilt mit n=18 und p=0.9.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.918 (X=18) ≈ 0.1501.

Analog betrachten wir nun die restlichen 10 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Treffer des BB-Spielers an. Y ist binomialverteilt mit n=10 und p=0.9.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.910 (Y9) ≈ 0.6513.

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 = P0.918 (X=18) P0.910 (Y9) = 0.1501 ⋅ 0.6513 ≈ 0.0978