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 59 Stück nur an, wenn nicht mehr als 21 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)
......
0.230.9905
0.240.9845
0.250.9755
0.260.9628
0.270.9455
0.280.923
0.290.8944
......

Es muss gelten: Pp59 (X21) =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(59,X,21) - 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=0.28 die gesuchte Wahrscheinlichkeit über 0.9 ist.

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

Beispiel:

Eine Fluggesellschaft verkauft 42 Flugtickets für einen bestimmten Flug. Das sind 20 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≥20)=1-P(X≤19)
......
0.520.7232
0.530.7652
0.540.8034
0.550.8376
0.560.8678
0.570.8939
......

Es muss gelten: Pp42 (X20) =0.9 (oder mehr)

oder eben: 1- Pp42 (X19) =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(42,X,19) - 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=0.57 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 50 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 19 und 26 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 73% höher als am Freitag mit 54%. 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=60 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 24 und 34 Treffer bei 60 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.54 zu erzielen, also P0.5460 (24X34) .
Diese Wahrscheinlichkeit lässt sich als P0.5460 (X34) - P0.5460 (X23) ≈ 0.7057 - 0.0106 ≈ 0.6951 berechnen.
TI-Befehl: binomcdf(60,0.54,34)- binomcdf(60,0.54,23)

Samstag:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 19 und 26 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.73 zu erzielen, also P0.7350 (19X26) .
Diese Wahrscheinlichkeit lässt sich als P0.7350 (X26) - P0.7350 (X18) ≈ 0.0012 - 0 ≈ 0.0012 berechnen.
TI-Befehl: binomcdf(50,0.73,26)- binomcdf(50,0.73,18)

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

P ≈ 0.6951 ⋅ 0.0012 ≈ 0.0008

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 45% wirft 10 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 10 Versuchen irgendwann einmal eine Serie mit 4 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 4 Treffer bei 10 Versuchen mit der Formel von Bernoulli berechnen: ( 10 4 ) 0.45 4 0.55 6

Dabei gibt ja 0.45 4 0.55 6 die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 6 Nicht-Treffern und ( 10 4 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 10 4 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXOOOOOO

OXXXXOOOOO

OOXXXXOOOO

OOOXXXXOOO

OOOOXXXXOO

OOOOOXXXXO

OOOOOOXXXX

Es gibt also genau 7 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 7 ⋅ 0.45 4 0.55 6 ≈ 0.0079

Kombination Binom.-Baumdiagramm

Beispiel:

Ein 10-Klässler bekommt im Schulsport eine 1 als Teilnote, wenn er beim Basketball von 20 Korblegerversuchen mindestens 18 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 81% 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 18 Treffer bei 20 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.81,
also P0.8120 (X18) .

Dies berechnet man über die Gegenwahrscheinlichkeit: P0.8120 (X18) = 1 - P0.8120 (X17)

≈ 1 - 0.7614 ≈ 0.2386 (TI-Befehl: 1-binomcdf(20,0.81,17))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'genügend Treffer' (p=0.2386) und 'zu wenig'(p=0.7614).

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 Treffer0,0569
genügend Treffer -> zu wenig0,1817
zu wenig -> genügend Treffer0,1817
zu wenig -> zu wenig0,5797

Einzel-Wahrscheinlichkeiten: genügend Treffer: 0,2386; zu wenig: 0,7614;

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=0,1817)
  • 'zu wenig'-'genügend Treffer' (P=0,1817)
  • 'genügend Treffer'-'genügend Treffer' (P=0,0569)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,1817 + 0,1817 + 0,0569 = 0,4203


Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit, im grünen Bereich zu landen, bei p=0,45. Es wird 70 mal gedreht. Bestimme die Wahrscheinlichkeit des folgenden Ereignisses:Von den ersten 10 Versuchen landen genau 5 Versuche im grünen Bereich und von den restlichen Versuchen wird mindestens 24 mal auf grün gedreht.

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 10 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Drehungen die im grünen Bereich landen an. X ist binomialverteilt mit n=10 und p=0.45.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.4510 (X=5) ≈ 0.234.

Analog betrachten wir nun die restlichen 60 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Drehungen die im grünen Bereich landen an. Y ist binomialverteilt mit n=60 und p=0.45.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.4560 (Y24) = 1- P0.4560 (Y23) ≈ 0.8179.

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 = P0.4510 (X=5) P0.4560 (Y24) = 0.234 ⋅ 0.8179 ≈ 0.1914