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=0,9. Gesucht ist die Wahrscheinlichkeit bei 100 Versuchen genau 51 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 = 51) = ( a b ) 0.9c de

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 100 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 51 mal getroffen und 49 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=100 und b=51 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 100 51 ) Pfade an. Da ja in jedem Pfad 51 Treffer und 49 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.9510.149

Somit muss d = 0.1, sowie c = 51 und e = 49 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 20%. Es wird 10 mal gedreht.

Für welches der aufgeführten Ereignisse könnte der Term P = ( 10 a ) 0.21 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 1 die Anzahl der Treffer sein und die gesuchte Option ist: Genau 1 mal wird in den grünen Bereich gedreht oder eben gleich bedeutend: Genau 9 mal wird nicht 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 = 0.8.

Die Hochzahl der ersten Potenz gibt die Anzahl der "Treffer" an, somit kann man bei 10 Versuchen die Anzahl der "Nicht-Treffer" mit c = 9 bestimmen.

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

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Ein Lehrer verteilt bei einer Klassenarbeit an alle seine 22 Schülerinnen und Schüler jeweils einen Glückskeks. Wie groß ist die Wahrscheinlichkeit, dass von den 9 Mädchen genau 1 einen Glückskeks mit einer Peperoni und von den Jungs genau 1 einen Glückskeks mit einer Peperoni erwischen .

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 9 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Kekse mit einer Peperoni drin an. X ist binomialverteilt mit n=9 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 8 9 (X=1) ≈ 0.3866.

Analog betrachten wir nun die restlichen 13 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Kekse mit einer Peperoni drin an. Y ist binomialverteilt mit n=13 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 8 13 (Y=1) ≈ 0.3273.

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 8 9 (X=1) P 1 8 13 (Y=1) = 0.3866 ⋅ 0.3273 ≈ 0.1265

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 65 und am Samstag bei 50 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 38 am Samstag so zwischen 22 und 28 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 71% höher als am Freitag mit 46%. 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=65 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 24 und 38 Treffer bei 65 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.46 zu erzielen, also P0.4665 (24X38) .
Diese Wahrscheinlichkeit lässt sich als P0.4665 (X38) - P0.4665 (X23) ≈ 0.9837 - 0.0547 ≈ 0.929 berechnen.
TI-Befehl: binomcdf(65,0.46,38)- binomcdf(65,0.46,23)

Samstag:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 22 und 28 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.71 zu erzielen, also P0.7150 (22X28) .
Diese Wahrscheinlichkeit lässt sich als P0.7150 (X28) - P0.7150 (X21) ≈ 0.017 - 0 ≈ 0.017 berechnen.
TI-Befehl: binomcdf(50,0.71,28)- binomcdf(50,0.71,21)

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

P ≈ 0.929 ⋅ 0.017 ≈ 0.0158

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 35% wirft 5 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 5 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 5 Versuchen mit der Formel von Bernoulli berechnen: ( 5 4 ) 0.35 4 0.65 1

Dabei gibt ja 0.35 4 0.65 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 ⋅ 0.35 4 0.65 1 ≈ 0.0195

Kombination Binom.-Baumdiagramm

Beispiel:

Bei einer Fluggesellschaft treten 10% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 106 Tickets für ihr Flugzeug mit 95 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=106 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 95 Treffer bei 106 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.9, also P0.9106 (X95)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=106 und p=0.9.

P0.9106 (X95) = P0.9106 (X=0) + P0.9106 (X=1) + P0.9106 (X=2) +... + P0.9106 (X=95) = 0.49546935130643 ≈ 0.4955
(TI-Befehl: binomcdf(106,0.9,95))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.4955) und 'überbucht'(p=0.5045).

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 überbucht0,1217
nicht überbucht -> nicht überbucht -> überbucht0,1239
nicht überbucht -> überbucht -> nicht überbucht0,1239
nicht überbucht -> überbucht -> überbucht0,1261
überbucht -> nicht überbucht -> nicht überbucht0,1239
überbucht -> nicht überbucht -> überbucht0,1261
überbucht -> überbucht -> nicht überbucht0,1261
überbucht -> überbucht -> überbucht0,1284

Einzel-Wahrscheinlichkeiten: nicht überbucht: 0,4955; überbucht: 0,5045;

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=0,1217)
  • 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0,1239)
  • 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0,1239)
  • 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,1239)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,1217 + 0,1239 + 0,1239 + 0,1239 = 0,4933