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=0,15. Gesucht ist die Wahrscheinlichkeit bei 40 Versuchen genau 27 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 = 27) = ( a b ) dc 0.15e

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 27 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=40 und b=27 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 40 27 ) Pfade an. Da ja in jedem Pfad 27 Treffer und 13 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.15270.8513 oder eben (einfach vertauscht) 0.85130.1527

Somit muss d = 0.85, sowie c = 13 und e = 27 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Ein idealer Würfel wird 15 mal geworfen.

Für welches der aufgeführten Ereignisse könnte der Term P = 1 -( 1 6 )15 - ( 15 a ) ( 1 6 )14 ( 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 nach dem "1-", also bei ( 1 6 )15 steht ja die gegebene Wahrscheinlichkeit in der Basis und die Gesamtanzahl n=15 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 15 Treffer bzw. 0 Nicht-Treffer an, also P(X=15) bzw. P(Y=0).

Beim zweiten längeren Term erkennt man die Potenz ( 1 6 )14, bei dem die gegebene Wahrscheinlichkeit in der Basis steht. Weil 14 in der Hochzahl steht, muss das also die Wahrscheinlichkeit für 14 Treffer sein, also P(X=14) bzw. P(Y=1).

Diese beiden Teilwahrscheinlichkeiten werden von der 1 abgezogen, d.h. der gegebene Term gibt also die Wahrscheinlichkeit für das Gegenereignis an, also in diesem Fall, dass alle Möglichkeiten außer 15 und 14 Treffer möglich sind, also 13, 12, ..., kurz P(X≤13) bzw. P(Y≥2).

X: Treffer:
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

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

Somit ist die gesuchte Option: Höchstens 13 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 15 Versuchen die Anzahl der "Nicht-Treffer" mit c = 1 bestimmen.

Die Anzahl der richtigen Pfade (mit 14 Treffer und 1 Nicht-Treffer) steht vorne im Binomialkoeffizient mit ( 15 14 ) , also ist a = 14 (hier ist auch a=1 möglich).

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 15 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er von den ersten 4 Aufgaben keine einzige und von den restlichen Fragen nicht mehr als 5 richtig errät?

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 4 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenen Antworten an. X ist binomialverteilt mit n=4 und p=0.25.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.254 (X=0) ≈ 0.3164.

Analog betrachten wir nun die restlichen 11 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der zufällig richtig geratenen Antworten an. Y ist binomialverteilt mit n=11 und p=0.25.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.2511 (Y5) ≈ 0.9657.

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 = P0.254 (X=0) P0.2511 (Y5) = 0.3164 ⋅ 0.9657 ≈ 0.3055

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 60 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 24 und 34 am Samstag so zwischen 20 und 28 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 74% höher als am Freitag mit 59%. 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 0.59 zu erzielen, also P0.5960 (24X34) .
Diese Wahrscheinlichkeit lässt sich als P0.5960 (X34) - P0.5960 (X23) ≈ 0.4038 - 0.001 ≈ 0.4028 berechnen.
TI-Befehl: binomcdf(60,0.59,34)- binomcdf(60,0.59,23)

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 20 und 28 Treffer bei 45 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.74 zu erzielen, also P0.7445 (20X28) .
Diese Wahrscheinlichkeit lässt sich als P0.7445 (X28) - P0.7445 (X19) ≈ 0.0553 - 0 ≈ 0.0553 berechnen.
TI-Befehl: binomcdf(45,0.74,28)- binomcdf(45,0.74,19)

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

P ≈ 0.4028 ⋅ 0.0553 ≈ 0.0223

feste Reihenfolge im Binomialkontext

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 45%. Es wird 5 mal gedreht.Bestimme die Wahrscheinlichkeit, dass dabei genau 4 mal in den grünen Bereich gedreht wird und diese Drehungen unmittelbar hintereinander erfolgen (also ohne, dass dazwischen mal nicht in den grünen Bereich gedreht wird).

Lösung einblenden

Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 4 Treffer bei 5 Versuchen mit der Formel von Bernoulli berechnen: ( 5 4 ) 0.45 4 0.55 1

Dabei gibt ja 0.45 4 0.55 1 die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 1 Nicht-Treffern und ( 5 4 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 5 4 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXO

OXXXX

Es gibt also genau 2 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 2 ⋅ 0.45 4 0.55 1 ≈ 0.0451

Kombination Binom.-Baumdiagramm

Beispiel:

Bei einer Fluggesellschaft treten 18% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 103 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)

Lösung einblenden

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=103 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 97 Treffer bei 103 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.82, also P0.82103 (X97)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=103 und p=0.82.

P0.82103 (X97) = P0.82103 (X=0) + P0.82103 (X=1) + P0.82103 (X=2) +... + P0.82103 (X=97) = 0.99992432826238 ≈ 0.9999
(TI-Befehl: binomcdf(103,0.82,97))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.9999) und 'überbucht'(p=9.9999999999989E-5).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'überbucht' oder 1 mal 'überbucht'

EreignisP
nicht überbucht -> nicht überbucht -> nicht überbucht0,9997
nicht überbucht -> nicht überbucht -> überbucht0,0001
nicht überbucht -> überbucht -> nicht überbucht0,0001
nicht überbucht -> überbucht -> überbucht0
überbucht -> nicht überbucht -> nicht überbucht0,0001
überbucht -> nicht überbucht -> überbucht0
überbucht -> überbucht -> nicht überbucht0
überbucht -> überbucht -> überbucht0

Einzel-Wahrscheinlichkeiten: nicht überbucht: 0,9999; überbucht: 0,0001;

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das SchaubBild nicht sehen :( Die relevanten Pfade sind:
  • 'nicht überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,9997)
  • 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0,0001)
  • 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0,0001)
  • 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,0001)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,9997 + 0,0001 + 0,0001 + 0,0001 = 1