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 Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 49 Ausspielungen nicht öfters als 28 mal der grüne Bereich kommen. Wie hoch darf man die Wahrscheinlichkeit für den grünen Bereich auf dem Glücksrad maximal setzen?

Lösung einblenden
pP(X≤k)
......
0.440.9767
0.450.9677
0.460.956
0.470.9412
0.480.9228
0.490.9004
0.50.8736
......

Es muss gelten: Pp49 (X28) =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(49,X,28) - 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=0.49 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 91 mal wiederholt (bzw. die Stichprobe hat die Größe 91)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 60% mindestens 30 Treffer erzielt werden?

Lösung einblenden
pP(X≥30)=1-P(X≤29)
......
0.290.2339
0.30.3035
0.310.3801
0.320.4607
0.330.542
0.340.6208
......

Es muss gelten: Pp91 (X30) =0.6 (oder mehr)

oder eben: 1- Pp91 (X29) =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(91,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 erstmals bei p=0.34 die gesuchte Wahrscheinlichkeit über 0.6 ist.

zwei unabhängige Binom.

Beispiel:

Ein Biathlet hat beim Liegendschießen eine Trefferquote von 94% und im Stehen 87%. 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=0.94.

P0.945 (X=4) = ( 5 4 ) 0.944 0.061 ≈ 0.2342
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.87.

P0.875 (X=5) = ( 5 5 ) 0.875 0.130 ≈ 0.4984
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.2342 ⋅ 0.4984 = 0.11672528

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=0.94.

P0.945 (X=5) = ( 5 5 ) 0.945 0.060 ≈ 0.7339
Die Wahrscheinlichkeit für 4 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.87.

P0.875 (X=4) = ( 5 4 ) 0.874 0.131 ≈ 0.3724
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.7339 ⋅ 0.3724 = 0.27330436

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=0.94.

P0.945 (X=5) = ( 5 5 ) 0.945 0.060 ≈ 0.7339
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.87.

P0.875 (X=5) = ( 5 5 ) 0.875 0.130 ≈ 0.4984
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.7339 ⋅ 0.4984 = 0.36577576


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

0.1167 + 0.2733 + 0.3658 = 0.7558

feste Reihenfolge im Binomialkontext

Beispiel:

5 Würfel werden gleichzeitig geworfen und liegen dann anschließend in einer Reihe. Bestimme die Wahrscheinlichkeit, dass dabei genau 3 Sechser gewürfelt werden und die alle direkt nebeneinander liegen.

Lösung einblenden

Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 3 Treffer bei 5 Versuchen mit der Formel von Bernoulli berechnen: ( 5 3 ) ( 1 6 ) 3 ( 5 6 ) 2

Dabei gibt ja ( 1 6 ) 3 ( 5 6 ) 2 die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 2 Nicht-Treffern und ( 5 3 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 5 3 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXOO

OXXXO

OOXXX

Es gibt also genau 3 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 3 ⋅ ( 1 6 ) 3 ( 5 6 ) 2 ≈ 0.0096

Kombination Binom.-Baumdiagramm

Beispiel:

Ein fernöstlicher LED-Hersteller hat Probleme in der Qualitätssicherung, so dass 9% seiner Leuchtmittel defekt sind. Diese werden in Kartons a 50 Stück verpackt. Ein Großhändler öffnet testweise zwei Kartons der Lieferung und prüft die darin enthaltenen Leuchtmittel. Nur wenn in keiner der Packungen mehr als 4 Stück defekt sind nimmt er die Lieferung an. Wie hoch ist die Wahrscheinlichkeit, dass er die Lieferung annimmt?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'kiste ok'.

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

Gesucht ist die Wahrscheinlichkeit für höchstens 4 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.09, also P0.0950 (X4)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und p=0.09.

P0.0950 (X4) = P0.0950 (X=0) + P0.0950 (X=1) + P0.0950 (X=2) +... + P0.0950 (X=4) = 0.52765570857376 ≈ 0.5277
(TI-Befehl: binomcdf(50,0.09,4))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.5277) und 'nicht ok'(p=0.4723).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'nicht ok'

EreignisP
kiste ok -> kiste ok0,2785
kiste ok -> nicht ok0,2492
nicht ok -> kiste ok0,2492
nicht ok -> nicht ok0,2231

Einzel-Wahrscheinlichkeiten: kiste ok: 0,5277; nicht ok: 0,4723;

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das SchaubBild nicht sehen :( Die relevanten Pfade sind:
  • 'kiste ok'-'kiste ok' (P=0,2785)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,2785 = 0,2785


Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein normaler Würfel wird 24 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass, Von den ersten 18 Versuchen höchstens 1 mal eine Sechs gewürfelt wird und von den restlichen Versuchen mindestens 0 Sechser gewürfelt werden?

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 Sechser-Würfe an. X ist binomialverteilt mit n=18 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 6 18 (X1) ≈ 0.1728.

Analog betrachten wir nun die restlichen 6 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Sechser-Würfe an. Y ist binomialverteilt mit n=6 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 6 6 (Y0) = 1- P 1 6 6 (Y-1) ≈ 1.

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 = P 1 6 18 (X1) P 1 6 6 (Y0) = 0.1728 ⋅ 1 ≈ 0.1728