Aufgabenbeispiele von Anwendungen

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


Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 15% und wirft 36 mal auf dem Korb. Wie groß ist die Wahrscheinlichkeit, dass er von den ersten 20 Versuchen genau 5 mal und von den restlichen Versuchen höchstens 4 mal trifft.

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 20 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Treffer des BB-Spielers an. X ist binomialverteilt mit n=20 und p=0.15.

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P0.1520 (X=5) ≈ 0.1028.

Analog betrachten wir nun die restlichen 16 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Treffer des BB-Spielers an. Y ist binomialverteilt mit n=16 und p=0.15.

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P0.1516 (Y4) ≈ 0.9209.

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 = P0.1520 (X=5) P0.1516 (Y4) = 0.1028 ⋅ 0.9209 ≈ 0.0947

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 65 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 24 und 32 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 67% höher als am Freitag mit 56%. 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 34 Treffer bei 65 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.56 zu erzielen, also P0.5665 (24X34) .
Diese Wahrscheinlichkeit lässt sich als P0.5665 (X34) - P0.5665 (X23) ≈ 0.3163 - 0.0007 ≈ 0.3156 berechnen.
TI-Befehl: binomcdf(65,0.56,34)- binomcdf(65,0.56,23)

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 24 und 32 Treffer bei 45 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.67 zu erzielen, also P0.6745 (24X32) .
Diese Wahrscheinlichkeit lässt sich als P0.6745 (X32) - P0.6745 (X23) ≈ 0.7692 - 0.0195 ≈ 0.7497 berechnen.
TI-Befehl: binomcdf(45,0.67,32)- binomcdf(45,0.67,23)

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

P ≈ 0.3156 ⋅ 0.7497 ≈ 0.2366

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 75% wirft 9 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 9 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 9 Versuchen mit der Formel von Bernoulli berechnen: ( 9 4 ) 0.75 4 0.25 5

Dabei gibt ja 0.75 4 0.25 5 die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 5 Nicht-Treffern und ( 9 4 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 9 4 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXOOOOO

OXXXXOOOO

OOXXXXOOO

OOOXXXXOO

OOOOXXXXO

OOOOOXXXX

Es gibt also genau 6 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 6 ⋅ 0.75 4 0.25 5 ≈ 0.0019

Kombination Binom.-Baumdiagramm

Beispiel:

Bei einer Fluggesellschaft treten 16% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 108 Tickets für ihr Flugzeug mit 93 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=108 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 93 Treffer bei 108 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.84, also P0.84108 (X93)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=108 und p=0.84.

P0.84108 (X93) = P0.84108 (X=0) + P0.84108 (X=1) + P0.84108 (X=2) +... + P0.84108 (X=93) = 0.76283627092455 ≈ 0.7628
(TI-Befehl: binomcdf(108,0.84,93))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.7628) und 'überbucht'(p=0.2372).

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 überbucht0,4438
nicht überbucht -> nicht überbucht -> überbucht0,138
nicht überbucht -> überbucht -> nicht überbucht0,138
nicht überbucht -> überbucht -> überbucht0,0429
überbucht -> nicht überbucht -> nicht überbucht0,138
überbucht -> nicht überbucht -> überbucht0,0429
überbucht -> überbucht -> nicht überbucht0,0429
überbucht -> überbucht -> überbucht0,0133

Einzel-Wahrscheinlichkeiten: P("nicht überbucht")=0,7628; P("überbucht")=0,2372;

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=0,4438)
  • 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0,138)
  • 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0,138)
  • 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,138)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,4438 + 0,138 + 0,138 + 0,138 = 0,8579