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.
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 ≈ 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 ≈ 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 = ⋅ = 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)
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 .Diese Wahrscheinlichkeit lässt sich als - ≈ 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 .Diese Wahrscheinlichkeit lässt sich als - ≈ 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.
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: ⋅ ⋅
Dabei gibt ja ⋅ die Wahrscheinlichkeit eines bestimmten Pfads mit 4 Treffer und 5 Nicht-Treffern und die Anzahl solcher Pfade an.
Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen 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 ⋅ ⋅ ≈ 0.0019
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)
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
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.
= + + +... + = 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'
Ereignis | P |
---|---|
nicht überbucht -> nicht überbucht -> nicht überbucht | |
nicht überbucht -> nicht überbucht -> überbucht | |
nicht überbucht -> überbucht -> nicht überbucht | |
nicht überbucht -> überbucht -> überbucht | |
überbucht -> nicht überbucht -> nicht überbucht | |
überbucht -> nicht überbucht -> überbucht | |
überbucht -> überbucht -> nicht überbucht | |
überbucht -> überbucht -> überbucht |
Einzel-Wahrscheinlichkeiten: P("nicht überbucht")=; P("überbucht")=;
Die relevanten Pfade sind:- 'nicht überbucht'-'nicht überbucht'-'nicht überbucht' (P=)
- 'nicht überbucht'-'nicht überbucht'-'überbucht' (P=)
- 'nicht überbucht'-'überbucht'-'nicht überbucht' (P=)
- 'überbucht'-'nicht überbucht'-'nicht überbucht' (P=)
Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:
+ + + =