Aufgabenbeispiele von Anwendungen

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


Bernoulli-Formel vervollständigen (einfach)

Beispiel:

Ein idealer Würfel wird 10 mal geworfen. Gesucht ist die Wahrscheinlichkeit dass genau 3 mal eine 6 geworfen wird.

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

P(X = 3) = ( a b ) ( 1 6 )c ( d 6 )e

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 10 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 3 mal getroffen und 7 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=10 und b=3 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 10 3 ) Pfade an. Da ja in jedem Pfad 3 Treffer und 7 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
( 1 6 )3( 5 6 )7

Somit muss d = 5, sowie c = 3 und e = 7 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 40%. Es wird 10 mal gedreht.

Für welches der aufgeführten Ereignisse könnte der Term P = ( 10 a ) 0.49 bc die Wahrscheinlichkeit angeben?

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

Lösung einblenden

Man kann relativ gut erkennen, dass es sich hier um die Formel von Bernoulli handeln muss, das heißt also die Wahrscheinlichkeit für genau k Treffer gegeben ist.

In der Basis der ersten Potenz kann man die gegebene Wahrscheinlichkeit für "Es wird in den grünen Bereich gedreht" erkennen, also muss die Hochzahl 9 die Anzahl der Treffer sein und die gesuchte Option ist: Genau 9 mal wird in den grünen Bereich gedreht.

Weil ja in der Basis der ersten Potenz die gegebene Wahrscheinlichkeit steht, muss in der Basis der zweiten Potenz die Gegenwahrscheinlichkeit stehen. Somit ist b = 0.6.

Die Hochzahl der ersten Potenz gibt die Anzahl der "Treffer" an, somit kann man bei 10 Versuchen die Anzahl der "Nicht-Treffer" mit c = 1 bestimmen.

Die Anzahl der richtigen Pfade (mit 9 Treffer und 1 Nicht-Treffer) steht vorne im Binomialkoeffizient mit ( 10 9 ) , also ist a = 9 (hier ist auch a=1 möglich).

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein normaler Würfel wird 17 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass, Von den ersten 7 Versuchen höchstens 0 mal eine Sechs gewürfelt wird und von den restlichen Versuchen mindestens 3 Sechser gewürfelt werden?

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 7 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Sechser-Würfe an. X ist binomialverteilt mit n=7 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 6 7 (X0) ≈ 0.2791.

Analog betrachten wir nun die restlichen 10 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Sechser-Würfe an. Y ist binomialverteilt mit n=10 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 6 10 (Y3) = 1- P 1 6 10 (Y2) ≈ 0.2248.

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 7 (X0) P 1 6 10 (Y3) = 0.2791 ⋅ 0.2248 ≈ 0.0627

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 37 am Samstag so zwischen 22 und 30 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 66% höher als am Freitag mit 49%. 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=50 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 30 und 37 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.49 zu erzielen, also P0.4950 (30X37) .
Diese Wahrscheinlichkeit lässt sich als P0.4950 (X37) - P0.4950 (X29) ≈ 0.9999 - 0.9216 ≈ 0.0783 berechnen.
TI-Befehl: binomcdf(50,0.49,37)- binomcdf(50,0.49,29)

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 22 und 30 Treffer bei 45 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.66 zu erzielen, also P0.6645 (22X30) .
Diese Wahrscheinlichkeit lässt sich als P0.6645 (X30) - P0.6645 (X21) ≈ 0.593 - 0.0059 ≈ 0.5871 berechnen.
TI-Befehl: binomcdf(45,0.66,30)- binomcdf(45,0.66,21)

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

P ≈ 0.0783 ⋅ 0.5871 ≈ 0.046

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 30% wirft 6 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 6 Versuchen irgendwann einmal eine Serie mit 4 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 4 Treffer bei 6 Versuchen mit der Formel von Bernoulli berechnen: ( 6 4 ) 0.3 4 0.7 2

Dabei gibt ja 0.3 4 0.7 2 die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 2 Nicht-Treffern und ( 6 4 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 6 4 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXOO

OXXXXO

OOXXXX

Es gibt also genau 3 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 3 ⋅ 0.3 4 0.7 2 ≈ 0.0119

Kombination Binom.-Baumdiagramm

Beispiel:

Ein fernöstlicher LED-Hersteller hat Probleme in der Qualitätssicherung, so dass 10% seiner Leuchtmittel defekt sind. Diese werden in Kartons a 25 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=25 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 4 Treffer bei 25 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.1, also P0.125 (X4)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=25 und p=0.1.

P0.125 (X4) = P0.125 (X=0) + P0.125 (X=1) + P0.125 (X=2) +... + P0.125 (X=4) = 0.90200637880454 ≈ 0.902
(TI-Befehl: binomcdf(25,0.1,4))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.902) und 'nicht ok'(p=0.098).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'nicht ok'

EreignisP
kiste ok -> kiste ok0,8136
kiste ok -> nicht ok0,0884
nicht ok -> kiste ok0,0884
nicht ok -> nicht ok0,0096

Einzel-Wahrscheinlichkeiten: kiste ok: 0,902; nicht ok: 0,098;

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=0,8136)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,8136 = 0,8136