Mathebattle EduRandomtasks

Binomial-Aufgabe mit 2 Ereignissen

Beispiel:

Ein normaler Würfel wird 23 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass, Von den ersten 17 Versuchen höchstens 2 mal eine Sechs gewürfelt wird und von den restlichen Versuchen mindestens 2 Sechser gewürfelt werden?

Lösung einblenden

Wir können die beiden Ereignisse als zwei getrennte von einander unabhängige Zufallsversuche betrachten, dabei betrachten wir zuerst die ersten 17 Durchgänge:

Die Zufallsgröße X gibt die Anzahl der Sechser-Würfe an. X ist binomialverteilt mit n=17 und p= $\frac{1}{6}$ .

Die gesuchte Wahrscheinlichkeit des ersten Teilereignisses berechnet man jetzt einfach als $P_{\frac{1}{6}}^{17} (X \leq 2)$ ≈ 0.4435.

Analog betrachten wir nun die restlichen 6 Durchgänge:

Die Zufallsgröße Y gibt die Anzahl der Sechser-Würfe an. Y ist binomialverteilt mit n=6 und p= $\frac{1}{6}$ .

Die gesuchte Wahrscheinlichkeit des zweiten Teilereignisses berechnet man nun als $P_{\frac{1}{6}}^{6} (Y \geq 2)$ = 1- $P_{\frac{1}{6}}^{6} (Y \leq 1)$ ≈ 0.2632.

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 = $P_{\frac{1}{6}}^{17} (X \leq 2)$ ⋅ $P_{\frac{1}{6}}^{6} (Y \geq 2)$ = 0.4435 ⋅ 0.2632 ≈ 0.1167

zwei unabhängige Binom.

Beispiel:

Ein Mitarbeiter der Stadtwerke bekommt den Auftrag am Freitag bei 50 und am Samstag bei 40 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, sagt er: Ich denke, dass ich am Freitag so zwischen 30 und 33 am Samstag so zwischen 25 und 30 erreichen werde. Tatsächlich ist die Wahrscheinlichkeit, dass ihm die Tür geöffnet wird, am Samstag mit 63% höher als am Freitag mit 49%. 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=50 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 30 und 33 Treffer bei 50 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.49 zu erzielen, also

P_{0.49}^{50} (30 \leq X \leq 33)

.
Diese Wahrscheinlichkeit lässt sich als

P_{0.49}^{50} (X \leq 33)

-

P_{0.49}^{50} (X \leq 29)

≈ 0.9948 - 0.9216 ≈ 0.0732 berechnen.
TI-Befehl: binomcdf(50,0.49,33)- binomcdf(50,0.49,29)

Samstag:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=40 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit zwischen 25 und 30 Treffer bei 40 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.63 zu erzielen, also

P_{0.63}^{40} (25 \leq X \leq 30)

.
Diese Wahrscheinlichkeit lässt sich als

P_{0.63}^{40} (X \leq 30)

-

P_{0.63}^{40} (X \leq 24)

≈ 0.9621 - 0.4043 ≈ 0.5578 berechnen.
TI-Befehl: binomcdf(40,0.63,30)- binomcdf(40,0.63,24)

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

P ≈ 0.0732 ⋅ 0.5578 ≈ 0.0408

feste Reihenfolge im Binomialkontext

Beispiel:

Ein Basketballspieler mit einer Trefferquote von 5% wirft 8 mal auf den Korb. Bestimme die Wahrscheinlichkeit, dass er bei diesen 8 Versuchen irgendwann einmal eine Serie mit 3 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 3 Treffer bei 8 Versuchen mit der Formel von Bernoulli berechnen: $(\begin{matrix} 8 \\ 3 \end{matrix})$ ⋅ ${0.05}^{3}$ ⋅ ${0.95}^{5}$

Dabei gibt ja ${0.05}^{3}$ ⋅ ${0.95}^{5}$ die Wahrscheinlichkeit eines bestimmten Pfads mit 3 Treffer und 5 Nicht-Treffern und $(\begin{matrix} 8 \\ 3 \end{matrix})$ die Anzahl solcher Pfade an.

Hier spielt nun aber die Reihenfolge eine Rolle, also haben wir nicht alle möglichen $(\begin{matrix} 8 \\ 3 \end{matrix})$ Anordnungen der Treffer sondern nur die ausgewählten (bei denen die Treffer benachbart sind), das sind im Einzelnen:

XXXOOOOO

OXXXOOOO

OOXXXOOO

OOOXXXOO

OOOOXXXO

OOOOOXXX

Es gibt also genau 6 verschiedene mögliche Reihenfolgen für diese benachbarten Treffer, somit gilt für die Gesamtwahrscheinlichkeit:
P = 6 ⋅ ${0.05}^{3}$ ⋅ ${0.95}^{5}$ ≈ 0.0006

Kombination Binom.-Baumdiagramm

Beispiel:

Ein fernöstlicher LED-Hersteller hat Probleme in der Qualitätssicherung, so dass 5% seiner Leuchtmittel defekt sind. Diese werden in Kartons a 25 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=25 und unbekanntem Parameter p.

Gesucht ist die Wahrscheinlichkeit für höchstens 4 Treffer bei 25 Versuchen mit einer Einzelwahrscheinlichkeiten von 0.05, also $P_{0.05}^{25} (X \leq 4)$

Dazu kann man ja einfach die kumulierte Binomialverteilungsfunktion benutzen:

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=25 und p=0.05.

P_{0.05}^{25} (X \leq 4)

=

P_{0.05}^{25} (X = 0)

+

P_{0.05}^{25} (X = 1)

+

P_{0.05}^{25} (X = 2)

+... +

P_{0.05}^{25} (X = 4)

= 0.99283505209741 ≈ 0.9928
(TI-Befehl: binomcdf(25,0.05,4))

Damit kennen wir nun die Einzelwahrscheinlichkeiten von 'kiste ok' (p=0.9928) und 'nicht ok'(p=0.0072).

Jetzt können wir mit einem Baumdiagramm die Gesuchte Endwahrscheinlichkeit berechnen.

Gesucht ist ja 0 mal 'nicht ok'

Ereignis	P
kiste ok -> kiste ok	$0,9857$
kiste ok -> nicht ok	$0,0071$
nicht ok -> kiste ok	$0,0071$
nicht ok -> nicht ok	$0,0001$

Einzel-Wahrscheinlichkeiten: P("kiste ok")= $0,9928$ ; P("nicht ok")= $0,0072$ ;

Die relevanten Pfade sind:

'kiste ok'-'kiste ok' (P= $0,9857$ )

Die Lösung ist also die Summe dieser Wahrscheinlichkeiten:

$0,9857$ = $0,9857$

Aufgabentypen anhand von Beispielen durchstöbern

Binomial-Aufgabe mit 2 Ereignissen

zwei unabhängige Binom.

feste Reihenfolge im Binomialkontext

Kombination Binom.-Baumdiagramm