Aufgabenbeispiele von Anwendungen

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


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 27 Schülerinnen und Schüler jeweils einen Glückskeks. Wie groß ist die Wahrscheinlichkeit, dass von den 8 Mädchen genau 0 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 8 Durchgänge:

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

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 8 8 (X=0) ≈ 0.3436.

Analog betrachten wir nun die restlichen 19 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Kekse mit einer Peperoni drin an. Y ist binomialverteilt mit n=19 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 8 19 (Y=1) ≈ 0.2147.

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 8 (X=0) P 1 8 19 (Y=1) = 0.3436 ⋅ 0.2147 ≈ 0.0738

zwei unabhängige Binom.

Beispiel:

Beim Torwandschießen muss man immer 3 mal rechts unten und dann 3 mal links oben versuchen zu treffen. Ein Fußballspieler hat unten ein Trefferwahrscheinlichkeit von 50% und oben 30%. Wie groß ist die Wahrscheinlichkeit, dass er insgesamt 2 mal trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst überlegen wir mit welchen Kombinationen man auf die Summe von genau 2 kommen kann:

  • 0 mal unten und 2 mal oben
  • 1 mal unten und 1 mal oben
  • 2 mal unten und 0 mal oben

0 mal unten und 2 mal oben

Die Wahrscheinlichkeit für 0 mal unten ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.5.

P0.53 (X=0) = ( 3 0 ) 0.50 0.53 ≈ 0.125
Die Wahrscheinlichkeit für 2 mal oben ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.3.

P0.33 (X=2) = ( 3 2 ) 0.32 0.71 ≈ 0.189
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.125 ⋅ 0.189 = 0.023625

1 mal unten und 1 mal oben

Die Wahrscheinlichkeit für 1 mal unten ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.5.

P0.53 (X=1) = ( 3 1 ) 0.51 0.52 ≈ 0.375
Die Wahrscheinlichkeit für 1 mal oben ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.3.

P0.33 (X=1) = ( 3 1 ) 0.31 0.72 ≈ 0.441
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.375 ⋅ 0.441 = 0.165375

2 mal unten und 0 mal oben

Die Wahrscheinlichkeit für 2 mal unten ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.5.

P0.53 (X=2) = ( 3 2 ) 0.52 0.51 ≈ 0.375
Die Wahrscheinlichkeit für 0 mal oben ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.3.

P0.33 (X=0) = ( 3 0 ) 0.30 0.73 ≈ 0.343
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.375 ⋅ 0.343 = 0.128625


Die gesuchte Wahrscheinlichkeit erhält man nun, indem man die Wahrscheinlichkeiten der 3 Kombinationen addiert:

0.0236 + 0.1654 + 0.1286 = 0.3176

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 95% wirft 7 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 7 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 7 Versuchen mit der Formel von Bernoulli berechnen: ( 7 4 ) 0.95 4 0.05 3

Dabei gibt ja 0.95 4 0.05 3 die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 3 Nicht-Treffern und ( 7 4 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 7 4 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXOOO

OXXXXOO

OOXXXXO

OOOXXXX

Es gibt also genau 4 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 4 ⋅ 0.95 4 0.05 3 ≈ 0.0004

Kombination Binom.-Baumdiagramm

Beispiel:

Bei einer Fluggesellschaft treten 17% der Besitzer gültiger Flugtickets ihren Flug nicht an. Deswegen verkauft die Fluggesellschaft immer 104 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=104 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 95 Treffer bei 104 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.83, also P0.83104 (X95)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=104 und p=0.83.

P0.83104 (X95) = P0.83104 (X=0) + P0.83104 (X=1) + P0.83104 (X=2) +... + P0.83104 (X=95) = 0.99510993713863 ≈ 0.9951
(TI-Befehl: binomcdf(104,0.83,95))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'nicht überbucht' (p=0.9951) und 'überbucht'(p=0.0049).

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 überbucht0,9854
nicht überbucht -> nicht überbucht -> überbucht0,0049
nicht überbucht -> überbucht -> nicht überbucht0,0049
nicht überbucht -> überbucht -> überbucht0
überbucht -> nicht überbucht -> nicht überbucht0,0049
überbucht -> nicht überbucht -> überbucht0
überbucht -> überbucht -> nicht überbucht0
überbucht -> überbucht -> überbucht0

Einzel-Wahrscheinlichkeiten: P("nicht überbucht")=0,9951; P("überbucht")=0,0049;

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=0,9854)
  • 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=0,0049)
  • 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=0,0049)
  • 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=0,0049)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,9854 + 0,0049 + 0,0049 + 0,0049 = 0,9999