Aufgabenbeispiele von Anwendungen
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Bernoulli-Formel vervollständigen (einfach)
Beispiel:
Ein Basketballspieler mit einer Trefferquote von 10% wirft 100 mal auf den Korb. Gesucht ist die Wahrscheinlichkeit dass er dabei genau 77 mal trifft.
Bestimme hierfür a, b, c, d und e so, dass man mit der folgenden Formel die gesuchte Wahrscheinlichkeit berechnen kann.
P(X = 77) =
Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 100 Ebenen lösen.
Der Binomialkoeffizient vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 77 mal getroffen und 23 mal nicht getroffen wird. Davon gibt es , wobei n für die Anzahl aller Versuche und k für die Anzahl der Treffer steht, also muss hier a=100 und b=77 sein.
Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser
Pfade an. Da ja in jedem Pfad 77 Treffer und
23 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
⋅
Somit muss d = 0.9, sowie c = 77 und e = 23 sein.
Bernoulli-Formel vervollständigen
Beispiel:
In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 5 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt.
Für welches der aufgeführten Ereignisse könnte der Term P = + die Wahrscheinlichkeit angeben?
Bestimme für diesen Fall die fehlenden Parameter a, b und c, so dass die Formel auch tatsächlich korrekt ist.
Es machen zwei Zufallsgrößen Sinn:
X : Anzahl der Treffer (also es wird eine blaue Kugel gezogen)Y : Anzahl der Nicht-Treffer (also es wird eine rote Kugel gezogen)
Beim ersten Summand steht ja die gegebene Wahrscheinlichkeit in der Basis und die Gesamtanzahl n=5 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 5 Treffer bzw. 0 Nicht-Treffer an, also P(X=5) bzw. P(Y=0).
Beim zweiten längeren Term erkennt man die Potenz , bei dem die gegebene Wahrscheinlichkeit in der Basis steht. Weil 4 in der Hochzahl steht, muss das also die Wahrscheinlichkeit für 4 Treffer sein, also P(X=4) bzw. P(Y=1).
Zusammengefasst ergibt sich also die Wahrscheinlichkeit P(X=5)+P(X=4)=P(X≥4) bzw. P(Y≤1)
Somit ist die gesuchte Option: Mehr als 3 mal wird eine blaue Kugel gezogen.
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 = 0.3.
Die Hochzahl der ersten Potenz (im hinteren Bernoulliformel-Term) gibt die Anzahl der "Treffer" an, somit kann man bei 5 Versuchen die Anzahl der "Nicht-Treffer" mit c = 1 bestimmen.
Die Anzahl der richtigen Pfade (mit 4 Treffer und 1 Nicht-Treffer) steht vorne im Binomialkoeffizient mit , also ist a = 4 (hier ist auch a=1 möglich).
Binomial-Aufgabe mit 2 Ereignissen
Beispiel:
Eine faire Münze wird 13 mal geworfen. Bestimme die Wahrscheinlichkeit des folgenden Ereignisses: Von den ersten 6 Versuchen landen höchstens 2 Versuche mit Zahl oben und von den restlichen Versuchen erscheint genau 4 mal "Zahl".
Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 6
Durchgänge:
Die Zufallsgröße X gibt die Anzahl der Würfe bei denen die Zahl sichtbar ist an. X ist binomialverteilt mit n=6 und p=0.5.
Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als ≈ 0.3438.
Analog betrachten wir nun die restlichen 7 Durchgänge:
Die Zufallsgröße Y gibt die Anzahl der Würfe bei denen die Zahl sichtbar ist an. Y ist binomialverteilt mit n=7 und p=0.5.
Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als ≈ 0.2734.
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 = ⋅ = 0.3438 ⋅ 0.2734 ≈ 0.094
zwei unabhängige Binom.
Beispiel:
Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 50 und am Samstag bei 45 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 38 am Samstag so zwischen 25 und 32 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 67% höher als am Freitag mit 55%. Wie groß ist die Wahrscheinlichkeit, dass seine Prognose zutrifft?
(Bitte auf 4 Stellen nach dem Komma runden)
Freitag:
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und unbekanntem Parameter p.
Gesucht ist die Wahrscheinlichkeit zwischen 30 und 38 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.55 zu erzielen, also .Diese Wahrscheinlichkeit lässt sich als - ≈ 0.9994 - 0.7138 ≈ 0.2856 berechnen.
TI-Befehl: binomcdf(50,0.55,38)- binomcdf(50,0.55,29)
Samstag:
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=45 und unbekanntem Parameter p.
Gesucht ist die Wahrscheinlichkeit zwischen 25 und 32 Treffer bei 45 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.67 zu erzielen, also .Diese Wahrscheinlichkeit lässt sich als - ≈ 0.7692 - 0.0391 ≈ 0.7301 berechnen.
TI-Befehl: binomcdf(45,0.67,32)- binomcdf(45,0.67,24)
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten:
P ≈ 0.2856 ⋅ 0.7301 ≈ 0.2085
feste Reihenfolge im Binomialkontext
Beispiel:
Ein Basketballspieler mit einer Trefferquote von 10% wirft 8 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 8 Versuchen irgendwann einmal eine Serie mit 4 aufeinanderfolgenden Treffern hinlegt und bei allen anderen Versuchen nicht trifft.
Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 4 Treffer bei 8 Versuchen mit der Formel von Bernoulli berechnen: ⋅ ⋅
Dabei gibt ja ⋅ die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 4 Nicht-Treffern und die Anzahl solcher Pfade an.
Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:
XXXXOOOO
OXXXXOOO
OOXXXXOO
OOOXXXXO
OOOOXXXX
Es gibt also genau 5 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit: P = 5 ⋅ ⋅ ≈ 0.0003
Kombination Binom.-Baumdiagramm
Beispiel:
Bei einer Fluggesellschaft treten 14% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 107 Tickets für ihr Flugzeug mit 97 Plätzen. Wie groß ist die Wahrscheinlichkeit, dass es bei drei aufeinanderfolgenden Flügen nicht öfters als einmal zu der peinlichen Situation kommt, dass mehr Fluggäste ihren Flug antreten wollen, als Plätze frei sind?
(Bitte auf 4 Stellen nach dem Komma runden)
Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'nicht überbucht'.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=107 und unbekanntem Parameter p.
Gesucht ist die Wahrscheinlichkeit für höchstens 97 Treffer bei 107 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.86, also
Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=107 und p=0.86.
= + + +... + = 0.943333630066 ≈ 0.9433(TI-Befehl: binomcdf(107,0.86,97))
Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.9433) und 'überbucht'(p=0.0567).
Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.
Gesucht ist ja 0 mal 'überbucht' oder 1 mal 'überbucht'
| Ereignis | P |
|---|---|
| nicht überbucht -> nicht überbucht -> nicht überbucht | |
| nicht überbucht -> nicht überbucht -> überbucht | |
| nicht überbucht -> überbucht -> nicht überbucht | |
| nicht überbucht -> überbucht -> überbucht | |
| überbucht -> nicht überbucht -> nicht überbucht | |
| überbucht -> nicht überbucht -> überbucht | |
| überbucht -> überbucht -> nicht überbucht | |
| überbucht -> überbucht -> überbucht |
Einzel-Wahrscheinlichkeiten: nicht überbucht: ; überbucht: ;
Die relevanten Pfade sind:- 'nicht überbucht'-'nicht überbucht'-'nicht überbucht' (P=)
- 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=)
- 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=)
- 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + + =
