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 85 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 67 erkennen und dumm anlabern?

Lösung einblenden
pP(X≤k)
......
0.680.9901
0.690.9838
0.70.9741
0.710.9598
0.720.9394
0.730.9113
0.740.8738
......

Es muss gelten: Pp85 (X67) =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(85,X,67) - 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=0.73 die gesuchte Wahrscheinlichkeit über 0.9 ist.

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

Beispiel:

Ein Glücksrad soll mit nur zwei verschiedenen Sektoren (blau und rot) gebaut werden. Wie hoch muss man die Einzelwahrscheinlichkeit p mindestens wählen, dass die Wahrscheinlichkeit bei 40 Wiederholungen 29 mal (oder mehr) rot zu treffen bei mind. 70% liegt?

Lösung einblenden
pP(X≥29)=1-P(X≤28)
......
0.70.4406
0.710.496
0.720.5522
0.730.6082
0.740.6629
0.750.7151
......

Es muss gelten: Pp40 (X29) =0.7 (oder mehr)

oder eben: 1- Pp40 (X28) =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(40,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 erstmals bei p=0.75 die gesuchte Wahrscheinlichkeit über 0.7 ist.

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 55 und am Samstag bei 40 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 30 und 36 am Samstag so zwischen 22 und 28 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 69% höher als am Freitag mit 53%. 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=55 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 30 und 36 Treffer bei 55 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.53 zu erzielen, also P0.5355 (30X36) .
Diese Wahrscheinlichkeit lässt sich als P0.5355 (X36) - P0.5355 (X29) ≈ 0.9774 - 0.5365 ≈ 0.4409 berechnen.
TI-Befehl: binomcdf(55,0.53,36)- binomcdf(55,0.53,29)

Samstag:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=40 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 22 und 28 Treffer bei 40 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.69 zu erzielen, also P0.6940 (22X28) .
Diese Wahrscheinlichkeit lässt sich als P0.6940 (X28) - P0.6940 (X21) ≈ 0.613 - 0.021 ≈ 0.592 berechnen.
TI-Befehl: binomcdf(40,0.69,28)- binomcdf(40,0.69,21)

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

P ≈ 0.4409 ⋅ 0.592 ≈ 0.261

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 80% wirft 8 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 8 Versuchen irgendwann einmal eine Serie mit 3 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 3 Treffer bei 8 Versuchen mit der Formel von Bernoulli berechnen: ( 8 3 ) 0.8 3 0.2 5

Dabei gibt ja 0.8 3 0.2 5 die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 5 Nicht-Treffern und ( 8 3 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 8 3 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXOOOOO

OXXXOOOO

OOXXXOOO

OOOXXXOO

OOOOXXXO

OOOOOXXX

Es gibt also genau 6 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 6 ⋅ 0.8 3 0.2 5 ≈ 0.001

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 86% 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 0.86,
also P0.8620 (X15) .

Dies berechnet man über die Gegenwahrscheinlichkeit: P0.8620 (X15) = 1 - P0.8620 (X14)

≈ 1 - 0.0507 ≈ 0.9493 (TI-Befehl: 1-binomcdf(20,0.86,14))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'genügend Treffer' (p=0.9493) und 'zu wenig'(p=0.0507).

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 Treffer0,9012
genügend Treffer -> zu wenig0,0481
zu wenig -> genügend Treffer0,0481
zu wenig -> zu wenig0,0026

Einzel-Wahrscheinlichkeiten: genügend Treffer: 0,9493; zu wenig: 0,0507;

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=0,0481)
  • 'zu wenig'-'genügend Treffer' (P=0,0481)
  • 'genügend Treffer'-'genügend Treffer' (P=0,9012)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,0481 + 0,0481 + 0,9012 = 0,9974


Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit, im grünen Bereich zu landen, bei p=0,35. Es wird 50 mal gedreht. Bestimme die Wahrscheinlichkeit des folgenden Ereignisses:Von den ersten 15 Versuchen landen genau 6 Versuche im grünen Bereich und von den restlichen Versuchen wird mindestens 9 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 15 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Drehungen die im grünen Bereich landen an. X ist binomialverteilt mit n=15 und p=0.35.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.3515 (X=6) ≈ 0.1906.

Analog betrachten wir nun die restlichen 35 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Drehungen die im grünen Bereich landen an. Y ist binomialverteilt mit n=35 und p=0.35.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.3535 (Y9) = 1- P0.3535 (Y8) ≈ 0.911.

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 = P0.3515 (X=6) P0.3535 (Y9) = 0.1906 ⋅ 0.911 ≈ 0.1736