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=0,8. Gesucht ist die Wahrscheinlichkeit bei 40 Versuchen genau 1 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 = 1) = ( a b ) ⋅ 0.8c ⋅ de

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 40 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 1 mal getroffen und 39 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=40 und b=1 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 40 1 ) Pfade an. Da ja in jedem Pfad 1 Treffer und 39 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.81 ⋅ 0.239

Somit muss d = 0.2, sowie c = 1 und e = 39 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Ein idealer Würfel wird 20 mal geworfen.

Für welches der aufgeführten Ereignisse könnte der Term P = ( 1 6 )20 + ( 20 a ) ⋅ ( 1 6 )19 ⋅ ( 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 ( 1 6 )20 steht ja die gegebene Wahrscheinlichkeit in der Basis und die Gesamtanzahl n=20 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 20 Treffer bzw. 0 Nicht-Treffer an, also P(X=20) bzw. P(Y=0).

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

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=20)+P(X=19)=P(X≥19) bzw. P(Y≤1)

Somit ist die gesuchte Option: Mindestens 19 mal wird eine 6 gewürfelt oder eben gleich bedeutend: Höchstens 1 mal wird keine 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 = 1 bestimmen.

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

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein normaler Würfel wird 32 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass, Von den ersten 14 Versuchen höchstens 4 mal eine Sechs gewürfelt wird und von den restlichen Versuchen mindestens 5 Sechser gewürfelt werden?

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 14 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Sechser-Würfe an. X ist binomialverteilt mit n=14 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 6 14 (X≤4) ≈ 0.931.

Analog betrachten wir nun die restlichen 18 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Sechser-Würfe an. Y ist binomialverteilt mit n=18 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 6 18 (Y≥5) = 1- P 1 6 18 (Y≤4) ≈ 0.1682.

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 14 (X≤4) ⋅ P 1 6 18 (Y≥5) = 0.931 ⋅ 0.1682 ≈ 0.1566

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 60 und am Samstag bei 35 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 25 und 28 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 74% höher als am Freitag mit 52%. 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 0.52 zu erzielen, also P0.5260 (24≤X≤34) .
Diese Wahrscheinlichkeit lässt sich als P0.5260 (X≤34) - P0.5260 (X≤23) ≈ 0.8029 - 0.0231 ≈ 0.7798 berechnen.
TI-Befehl: binomcdf(60,0.52,34)- binomcdf(60,0.52,23)

Samstag:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=35 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 25 und 28 Treffer bei 35 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.74 zu erzielen, also P0.7435 (25≤X≤28) .
Diese Wahrscheinlichkeit lässt sich als P0.7435 (X≤28) - P0.7435 (X≤24) ≈ 0.8421 - 0.2875 ≈ 0.5546 berechnen.
TI-Befehl: binomcdf(35,0.74,28)- binomcdf(35,0.74,24)

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

P ≈ 0.7798 ⋅ 0.5546 ≈ 0.4325

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 75% wirft 7 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 7 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 7 Versuchen mit der Formel von Bernoulli berechnen: ( 7 3 ) ⋅ 0.75 3 ⋅ 0.25 4

Dabei gibt ja 0.75 3 ⋅ 0.25 4 die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 4 Nicht-Treffern und ( 7 3 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 7 3 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXOOOO

OXXXOOO

OOXXXOO

OOOXXXO

OOOOXXX

Es gibt also genau 5 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 5 ⋅ 0.75 3 ⋅ 0.25 4 ≈ 0.0082

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 91% 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 0.91,
also P0.9120 (X≥18) .

Dies berechnet man über die Gegenwahrscheinlichkeit: P0.9120 (X≥18) = 1 - P0.9120 (X≤17)

≈ 1 - 0.2666 ≈ 0.7334 (TI-Befehl: 1-binomcdf(20,0.91,17))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'genügend Treffer' (p=0.7334) und 'zu wenig'(p=0.2666).

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 Treffer0,5379
genügend Treffer -> zu wenig0,1955
zu wenig -> genügend Treffer0,1955
zu wenig -> zu wenig0,0711

Einzel-Wahrscheinlichkeiten: genügend Treffer: 0,7334; zu wenig: 0,2666;

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=0,1955)
  • 'zu wenig'-'genügend Treffer' (P=0,1955)
  • 'genügend Treffer'-'genügend Treffer' (P=0,5379)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,1955 + 0,1955 + 0,5379 = 0,9289