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=0,8. Gesucht ist die Wahrscheinlichkeit bei 20 Versuchen genau 4 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 = 4) = ( a b ) 0.8c de

Lösung einblenden

Man könnte die Wahrscheinlichkeit ja theoretisch auch mit einem Baumdiagramm mit 20 Ebenen lösen.

Der Binomialkoeffizient ( a b ) vorne steht dann für die Anzahl der relevanten Pfade, also der Pfade, bei denen 4 mal getroffen und 16 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=20 und b=4 sein.

Die beiden Potenzen danach geben die Wahrscheinlichkeit eines dieser ( 20 4 ) Pfade an. Da ja in jedem Pfad 4 Treffer und 16 Nicht-Treffer vorkommen und man die Einzelwahrscheinlichkeiten miteinander multiplizieren muss, ist die Wahrscheinlichkeit eines dieser Pfade:
0.840.216

Somit muss d = 0.2, sowie c = 4 und e = 16 sein.

Bernoulli-Formel vervollständigen

Beispiel:

Bei einem Glücksrad beträgt die Wahrscheinlichkeit für den grünen Bereich 30%. Es wird 20 mal gedreht.

Für welches der aufgeführten Ereignisse könnte der Term P = 1 - 0.720 - ( 20 a ) 0.31 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 Summand 0.720 steht ja die Gegenwahrscheinlichkeit in der Basis und die Gesamtanzahl n=20 in der Hochzahl. Dieser Teilterm gibt also die Wahrscheinlichkeit für 0 Treffer bzw. 20 Nicht-Treffer an, also P(X=0) bzw. P(Y=20).

Beim hinteren längeren Term erkennt man die Potenz 0.31, bei dem die gegebene Wahrscheinlichkeit in der Basis steht. Weil 1 in der Hochzahl steht, muss das also die Wahrscheinlichkeit für 1 Treffer sein, also P(X=1) bzw. P(Y=19).

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 0 und 1 Treffer möglich sind, also 2, 3, ..., kurz P(X≥2) bzw. P(Y≤18).

X: Treffer:
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Y: keine Treffer:
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0

Somit ist die gesuchte Option: Mindestens 2 mal wird in den grünen Bereich gedreht oder eben gleich bedeutend: Weniger als 19 mal wird nicht 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 = 0.7.

Die Hochzahl der ersten Potenz (im hinteren Bernoulliformel-Term) gibt die Anzahl der "Treffer" an, somit kann man bei 20 Versuchen die Anzahl der "Nicht-Treffer" mit c = 19 bestimmen.

Die Anzahl der richtigen Pfade (mit 1 Treffer und 19 Nicht-Treffer) steht vorne im Binomialkoeffizient mit ( 20 1 ) , also ist a = 1 (hier ist auch a=19 möglich).

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein normaler Würfel wird 14 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass, Von den ersten 5 Versuchen höchstens 1 mal eine Sechs gewürfelt wird und von den restlichen Versuchen mindestens 1 Sechser gewürfelt werden?

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 5 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Sechser-Würfe an. X ist binomialverteilt mit n=5 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als P 1 6 5 (X1) ≈ 0.8038.

Analog betrachten wir nun die restlichen 9 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Sechser-Würfe an. Y ist binomialverteilt mit n=9 und p= 1 6 .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als P 1 6 9 (Y1) = 1- P 1 6 9 (Y0) ≈ 0.8062.

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 6 5 (X1) P 1 6 9 (Y1) = 0.8038 ⋅ 0.8062 ≈ 0.648

zwei unabhängige Binom.

Beispiel:

Ein Biathlet hat beim Liegendschießen eine Trefferquote von 95% und im Stehen 82%. Beim Sprintwettbewerb muss er 5 mal liegend und 5 mal im Stehen schießen. Wie hoch ist die Wahrscheinlichkeit, dass er dabei mindestens 9 mal trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst überlegen wir mit welchen Kombinationen man auf die Summe von mindestens 9 kommen kann:

  • 4 mal Liegendschießen und 5 mal Stehendschießen
  • 5 mal Liegendschießen und 4 mal Stehendschießen
  • 5 mal Liegendschießen und 5 mal Stehendschießen

4 mal Liegendschießen und 5 mal Stehendschießen

Die Wahrscheinlichkeit für 4 mal Liegendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.95.

P0.955 (X=4) = ( 5 4 ) 0.954 0.051 ≈ 0.2036
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.82.

P0.825 (X=5) = ( 5 5 ) 0.825 0.180 ≈ 0.3707
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p1=0.2036 ⋅ 0.3707 = 0.07547452

5 mal Liegendschießen und 4 mal Stehendschießen

Die Wahrscheinlichkeit für 5 mal Liegendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.95.

P0.955 (X=5) = ( 5 5 ) 0.955 0.050 ≈ 0.7738
Die Wahrscheinlichkeit für 4 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.82.

P0.825 (X=4) = ( 5 4 ) 0.824 0.181 ≈ 0.4069
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p2=0.7738 ⋅ 0.4069 = 0.31485922

5 mal Liegendschießen und 5 mal Stehendschießen

Die Wahrscheinlichkeit für 5 mal Liegendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.95.

P0.955 (X=5) = ( 5 5 ) 0.955 0.050 ≈ 0.7738
Die Wahrscheinlichkeit für 5 mal Stehendschießen ist

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=5 und p=0.82.

P0.825 (X=5) = ( 5 5 ) 0.825 0.180 ≈ 0.3707
Da die beiden Ereignisse unabhängig voneinander sind, darf man die Wahrscheinlichkeiten multilplizieren, um die Wahrscheinlichkeit, dass beides eintritt, zu erhalten.
p3=0.7738 ⋅ 0.3707 = 0.28684766


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

0.0755 + 0.3149 + 0.2868 = 0.6772

Kombination Binom.-Baumdiagramm

Beispiel:

Ein 10-Klässler bekommt im Schulsport eine 1 als Teilnote, wenn er beim Basketball von 20 Korblegerversuchen mindestens 15 trifft. Weil der Sportlehrer ein nettes Weichei ist, darf der Schüler den Test noch ein zweites mal probieren, wenn er unzufrieden ist. Wie groß ist Wahrscheinlichkeit, dass der Schüler mit seiner Trefferquote von 85% eine 1 bekommt?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Zuerst berechnen wir mit Hilfe der Binomialverteilungsfunktionen die Einzelwahrscheinlichkeiten für 'genügend Treffer'.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=20 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für mindestens 15 Treffer bei 20 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.85,
also P0.8520 (X15) .

Dies berechnet man über die Gegenwahrscheinlichkeit: P0.8520 (X15) = 1 - P0.8520 (X14)

≈ 1 - 0.0673 ≈ 0.9327 (TI-Befehl: 1-binomcdf(20,0.85,14))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'genügend Treffer' (p=0.9327) und 'zu wenig'(p=0.0673).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 1 mal 'genügend Treffer' oder 2 mal 'genügend Treffer'

EreignisP
genügend Treffer -> genügend Treffer0,8699
genügend Treffer -> zu wenig0,0628
zu wenig -> genügend Treffer0,0628
zu wenig -> zu wenig0,0045

Einzel-Wahrscheinlichkeiten: genügend Treffer: 0,9327; zu wenig: 0,0673;

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das SchaubBild nicht sehen :( Die relevanten Pfade sind:
  • 'genügend Treffer'-'zu wenig' (P=0,0628)
  • 'zu wenig'-'genügend Treffer' (P=0,0628)
  • 'genügend Treffer'-'genügend Treffer' (P=0,8699)

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

0,0628 + 0,0628 + 0,8699 = 0,9955


feste Reihenfolge im Binomialkontext

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 5 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Bestimme die Wahrscheinlichkeit, dass dabei genau 3 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 3 Treffer bei 5 Versuchen mit der Formel von Bernoulli berechnen: ( 5 3 ) 0.7 3 0.3 2

Dabei gibt ja 0.7 3 0.3 2 die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 2 Nicht-Treffern und ( 5 3 ) die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen ( 5 3 ) Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXOO

OXXXO

OOXXX

Es gibt also genau 3 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 3 ⋅ 0.7 3 0.3 2 ≈ 0.0926