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=0,35. Gesucht ist die Wahrscheinlichkeit bei 60 Versuchen genau 41 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 = 41) = ( a b ) 0.35c de

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 60 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 41 mal getroffen und 19 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=60 und b=41 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 60 41 ) Pfade an. Da ja in jedem Pfad 41 Treffer und 19 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.35410.6519

Somit muss d = 0.65, sowie c = 41 und e = 19 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 20%. Es wird 15 mal gedreht.

Für welches der aufgeführten Ereignisse könnte der Term P = 1 -0.215 - ( 15 a ) 0.214 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

Es machen zwei Zufallsgrößen Sinn:
X : Anzahl der Treffer (also es wird in den grünen Bereich gedreht)
Y : Anzahl der Nicht-Treffer (also es wird nicht in den grünen Bereich gedreht)

Beim ersten Summand nach dem "1-", also bei 0.215 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 0.214, 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 in den grünen Bereich gedreht.

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 = 0.8.

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 Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Ein Lehrer verteilt bei einer Klassenarbeit an alle seine 21 Schülerinnen und Schüler jeweils einen Glückskeks. Wie groß ist die Wahrscheinlichkeit, dass von den 6 Mädchen genau 1 einen Glückskeks mit einer Peperoni und von den Jungs genau 3 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 6 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Kekse mit einer Peperoni drin an. X ist binomialverteilt mit n=6 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 8 6 (X=1) ≈ 0.3847.

Analog betrachten wir nun die restlichen 15 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Kekse mit einer Peperoni drin an. Y ist binomialverteilt mit n=15 und p= 1 8 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 8 15 (Y=3) ≈ 0.179.

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 6 (X=1) P 1 8 15 (Y=3) = 0.3847 ⋅ 0.179 ≈ 0.0689

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 60% und oben 30%. Wie groß ist die Wahrscheinlichkeit, dass er insgesamt 4 mal trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst überlegen wir mit welchen Kombinationen man auf die Summe von genau 4 kommen kann:

  • 1 mal unten und 3 mal oben
  • 2 mal unten und 2 mal oben
  • 3 mal unten und 1 mal oben

1 mal unten und 3 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=0.6.

P0.63 (X=1) = ( 3 1 ) 0.61 0.42 ≈ 0.288
Die Wahrscheinlichkeit für 3 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=3) = ( 3 3 ) 0.33 0.70 ≈ 0.027
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.288 ⋅ 0.027 = 0.007776

2 mal unten und 2 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=0.6.

P0.63 (X=2) = ( 3 2 ) 0.62 0.41 ≈ 0.432
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.
p2=0.432 ⋅ 0.189 = 0.081648

3 mal unten und 1 mal oben

Die Wahrscheinlichkeit für 3 mal unten ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=3 und p=0.6.

P0.63 (X=3) = ( 3 3 ) 0.63 0.40 ≈ 0.216
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.
p3=0.216 ⋅ 0.441 = 0.095256


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

0.0078 + 0.0816 + 0.0953 = 0.1847

Kombination Binom.-Baumdiagramm

Beispiel:

Ein fernöstlicher LED-Hersteller hat Probleme in der Qualitätssicherung, so dass 7% seiner Leuchtmittel defekt sind. Diese werden in Kartons a 50 Stück verpackt. Ein Großhändler öffnet testweise zwei Kartons der Lieferung und prüft die darin enthaltenen Leuchtmittel. Nur wenn in keiner der Packungen mehr als 4 Stück defekt sind nimmt er die Lieferung an. Wie hoch ist die Wahrscheinlichkeit, dass er die Lieferung annimmt?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'kiste ok'.

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

Gesucht ist die Wahrscheinlichkeit für höchstens 4 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.07, also P0.0750 (X4)

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und p=0.07.

P0.0750 (X4) = P0.0750 (X=0) + P0.0750 (X=1) + P0.0750 (X=2) +... + P0.0750 (X=4) = 0.72902690999887 ≈ 0.729
(TI-Befehl: binomcdf(50,0.07,4))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.729) und 'nicht ok'(p=0.271).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'nicht ok'

EreignisP
kiste ok -> kiste ok0,5314
kiste ok -> nicht ok0,1976
nicht ok -> kiste ok0,1976
nicht ok -> nicht ok0,0734

Einzel-Wahrscheinlichkeiten: P("kiste ok")=0,729; P("nicht ok")=0,271;

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das SchaubBild nicht sehen :( Die relevanten Pfade sind:
  • 'kiste ok'-'kiste ok' (P=0,5314)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,5314 = 0,5314


feste Reihenfolge im Binomialkontext

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 10 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Bestimme die Wahrscheinlichkeit, dass dabei genau 5 blaue Kugeln gezogen werden und diese aber unmittelbar hintereinander gezogen werden (also ohne, dass dazwischen mal eine rote gezogen wird).

Lösung einblenden

Wenn die Reihenfolge keine Rolle spielen würde, könnten wir ja einfach die Wahrscheinlichkeit von 5 Treffer bei 10 Versuchen mit der Formel von Bernoulli berechnen: ( 10 5 ) 0.7 5 0.3 5

Dabei gibt ja 0.7 5 0.3 5 die Wahrscheinlichkeit eines bestimmten Pfads mit 5 Treffer und 5 Nicht-Treffern und ( 10 5 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 10 5 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXXXOOOOO

OXXXXXOOOO

OOXXXXXOOO

OOOXXXXXOO

OOOOXXXXXO

OOOOOXXXXX

Es gibt also genau 6 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 6 ⋅ 0.7 5 0.3 5 ≈ 0.0025