Aufgabenbeispiele von Anwendungen

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Bernoulli-Formel vervollständigen (einfach)

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,2. Gesucht ist die Wahrscheinlichkeit bei 20 Versuchen genau 7 mal im grünen Bereich zu landen.

Bestimme hierfür a, b, c, d und e so, dass man mit der folgenden Formel die gesuchte Wahrscheinlichkeit berechnen kann.

P(X = 7) = ( a b ) dc 0.2e

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 20 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 7 mal getroffen und 13 mal nicht getroffen wird. Davon gibt es ( n k ) , wobei n für die Anzahl aller Versuche und k für die Anzahl der Treffer steht, also muss hier a=20 und b=7 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 20 7 ) Pfade an. Da ja in jedem Pfad 7 Treffer und 13 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.270.813 oder eben (einfach vertauscht) 0.8130.27

Somit muss d = 0.8, sowie c = 13 und e = 7 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Ein idealer Würfel wird 20 mal geworfen.

Für welches der aufgeführten Ereignisse könnte der Term P = ( 5 6 )20 + ( 20 a ) ( 1 6 )1 ( b 6 )c die Wahrscheinlichkeit angeben?

Bestimme für diesen Fall die fehlenden Parameter a, b und c, so dass die Formel auch tatsächlich korrekt ist.

Lösung einblenden

Es machen zwei Zufallsgrößen Sinn:
X : Anzahl der Treffer (also es wird eine 6 gewürfelt)
Y : Anzahl der Nicht-Treffer (also es wird keine 6 gewürfelt)

Beim ersten Summand ( 5 6 )20 steht ja die Gegenwahrscheinlichkeit in der Basis und die Gesamtanzahl n=20 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 0 Treffer bzw. 20 Nicht-Treffer an, also P(X=0) bzw. P(Y=20).

Beim zweiten längeren Term erkennt man die Potenz ( 1 6 )1, bei dem die gegebene Wahrscheinlichkeit in der Basis steht. Weil 1 in der Hochzahl steht, muss das also die Wahrscheinlichkeit für 1 Treffer sein, also P(X=1) bzw. P(Y=19).

X: Treffer:
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Y: keine Treffer:
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

Zusammengefasst ergibt sich also die Wahrscheinlichkeit P(X=0)+P(X=1)=P(X≤1) bzw. P(Y≥19)

Somit ist die gesuchte Option: Höchstens 1 mal wird eine 6 gewürfelt.

Weil ja in der Basis der ersten Potenz (im hinteren Bernoulliformel-Term) die gegebene Wahrscheinlichkeit steht, muss in der Basis der zweiten Potenz die Gegenwahrscheinlichkeit stehen. Somit ist b = 5.

Die Hochzahl der ersten Potenz (im hinteren Bernoulliformel-Term) gibt die Anzahl der "Treffer" an, somit kann man bei 20 Versuchen die Anzahl der "Nicht-Treffer" mit c = 19 bestimmen.

Die Anzahl der richtigen Pfade (mit 1 Treffer und 19 Nicht-Treffer) steht vorne im Binomialkoeffizient mit ( 20 1 ) , also ist a = 1 (hier ist auch a=19 möglich).

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Eine faire Münze wird 17 mal geworfen. Bestimme die Wahrscheinlichkeit des folgenden Ereignisses: Von den ersten 5 Versuchen landen höchstens 3 Versuche mit Zahl oben und von den restlichen Versuchen erscheint genau 5 mal "Zahl".

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 5 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Würfe bei denen die Zahl sichtbar ist an. X ist binomialverteilt mit n=5 und p=0.5.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.55 (X3) ≈ 0.8125.

Analog betrachten wir nun die restlichen 12 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Würfe bei denen die Zahl sichtbar ist an. Y ist binomialverteilt mit n=12 und p=0.5.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.512 (Y=5) ≈ 0.1934.

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 = P0.55 (X3) P0.512 (Y=5) = 0.8125 ⋅ 0.1934 ≈ 0.1571

zwei unabhängige Binom.

Beispiel:

Ein Biathlet hat beim Liegendschießen eine Trefferquote von 94% und im Stehen 83%. 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=0.83.

P0.835 (X=5) = ( 5 5 ) 0.835 0.170 ≈ 0.3939
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.2342 ⋅ 0.3939 = 0.09225138

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=0.83.

P0.835 (X=4) = ( 5 4 ) 0.834 0.171 ≈ 0.4034
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.7339 ⋅ 0.4034 = 0.29605526

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=0.83.

P0.835 (X=5) = ( 5 5 ) 0.835 0.170 ≈ 0.3939
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.7339 ⋅ 0.3939 = 0.28908321


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

0.0923 + 0.2961 + 0.2891 = 0.6774

feste Reihenfolge im Binomialkontext

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 8 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 8 Versuchen mit der Formel von Bernoulli berechnen: ( 8 3 ) 0.7 3 0.3 5

Dabei gibt ja 0.7 3 0.3 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 ⋅ 0.7 3 0.3 5 ≈ 0.005

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 2 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 2 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.09, also P0.0950 (X2)

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 (X2) = P0.0950 (X=0) + P0.0950 (X=1) + P0.0950 (X=2) = 0.16054049072451 ≈ 0.1605
(TI-Befehl: binomcdf(50,0.09,2))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.1605) und 'nicht ok'(p=0.8395).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'nicht ok'

EreignisP
kiste ok -> kiste ok0,0258
kiste ok -> nicht ok0,1347
nicht ok -> kiste ok0,1347
nicht ok -> nicht ok0,7048

Einzel-Wahrscheinlichkeiten: kiste ok: 0,1605; nicht ok: 0,8395;

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=0,0258)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,0258 = 0,0258