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:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 79 mal wiederholt (bzw. die Stichprobe hat die Größe 79).Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 90% höchstens 29 Treffer erzielt werden?

Lösung einblenden
pP(X≥k)=1-P(X≤k-1)
......
0.250.9927
0.260.9871
0.270.9783
0.280.9651
0.290.9463
0.30.9207
0.310.8874
......

Es muss gelten: Pp79 (X≤29) =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(79,X,29) - 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=0.3 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 100 mal wiederholt (bzw. die Stichprobe hat die Größe 100)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 50% mindestens 90 Treffer erzielt werden?

Lösung einblenden
pP(X≥90)=1-P(X≤89)
......
0.850.0994
0.860.156
0.870.2337
0.880.3337
0.890.4529
0.90.5832
......

Es muss gelten: Pp100 (X≥90) =0.5 (oder mehr)

oder eben: 1- Pp100 (X≤89) =0.5 (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(100,X,89) - 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=0.9 die gesuchte Wahrscheinlichkeit über 0.5 ist.

zwei unabhängige Binom.

Beispiel:

Ein Biathlet hat beim Liegendschießen eine Trefferquote von 91% und im Stehen 82%. 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=0.91.

P0.915 (X=4) = ( 5 4 ) ⋅ 0.914 ⋅ 0.091 ≈ 0.3086
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.82.

P0.825 (X=5) = ( 5 5 ) ⋅ 0.825 ⋅ 0.180 ≈ 0.3707
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.3086 ⋅ 0.3707 = 0.11439802

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=0.91.

P0.915 (X=5) = ( 5 5 ) ⋅ 0.915 ⋅ 0.090 ≈ 0.624
Die Wahrscheinlichkeit für 4 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.82.

P0.825 (X=4) = ( 5 4 ) ⋅ 0.824 ⋅ 0.181 ≈ 0.4069
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.624 ⋅ 0.4069 = 0.2539056

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=0.91.

P0.915 (X=5) = ( 5 5 ) ⋅ 0.915 ⋅ 0.090 ≈ 0.624
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.82.

P0.825 (X=5) = ( 5 5 ) ⋅ 0.825 ⋅ 0.180 ≈ 0.3707
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.624 ⋅ 0.3707 = 0.2313168


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

0.1144 + 0.2539 + 0.2313 = 0.5996

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 11% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 107 Tickets für ihr Flugzeug mit 93 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=107 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 93 Treffer bei 107 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.89, also P0.89107 (X≤93)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=107 und p=0.89.

P0.89107 (X≤93) = P0.89107 (X=0) + P0.89107 (X=1) + P0.89107 (X=2) +... + P0.89107 (X=93) = 0.2867017311453 ≈ 0.2867
(TI-Befehl: binomcdf(107,0.89,93))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.2867) und 'überbucht'(p=0.7133).

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 überbucht0,0236
nicht überbucht -> nicht überbucht -> überbucht0,0586
nicht überbucht -> überbucht -> nicht überbucht0,0586
nicht überbucht -> überbucht -> überbucht0,1459
überbucht -> nicht überbucht -> nicht überbucht0,0586
überbucht -> nicht überbucht -> überbucht0,1459
überbucht -> überbucht -> nicht überbucht0,1459
überbucht -> überbucht -> überbucht0,3629

Einzel-Wahrscheinlichkeiten: P("nicht überbucht")=0,2867; P("überbucht")=0,7133;

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=0,0236)
  • 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0,0586)
  • 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0,0586)
  • 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,0586)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,0236 + 0,0586 + 0,0586 + 0,0586 = 0,1995


Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 35% und wirft 30 mal auf dem Korb. Wie groß ist die Wahrscheinlichkeit, dass er von den ersten 18 Versuchen genau 5 mal und von den restlichen Versuchen höchstens 3 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=0.35.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.3518 (X=5) ≈ 0.1664.

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=0.35.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.3512 (Y≤3) ≈ 0.3467.

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 = P0.3518 (X=5) ⋅ P0.3512 (Y≤3) = 0.1664 ⋅ 0.3467 ≈ 0.0577