ELEARNING - FREIBURG

HOME   Mathematik   Prüfungsaufgaben

Abikurs Mathe - Stochastik

<< 09 - Binomialverteilung >>


Bernoulli-Kette

Führt man ein Bernoulli-Experiment n mal durch, so spricht man von einer Bernoulli-Kette der Länge n. Die Trefferwahrscheinlichkeit, also die Wahrscheinlichkeit für den "Ja"-Ausgang eines einzelnen Bernoulli-Experiments sei p. Die Zufallsvariable X stehe nun für die Anzahl der Treffer. Der Ausdruck

steht dann für die Wahrscheinlichkeit, dass man genau k Treffer in einer Reihe von n Versuchen erhält.

Binomialverteilung

Die Wahrscheinlichkeitsverteilung, die sich aus einer Bernoulli-Kette ergibt nennt man Binomialverteilung. Der Ausdruck P(X=k) (siehe oben) hängt tatsächlich nur von n und p ab. Man nennt die Zufallsvariable X daher Bn;p-verteilt.

Eigenschaften der Binomialverteilung

Zur besseren Veranschaulichung betrachten wir nun drei Bernoulli-Ketten der Länge 10.
Die Trefferwahrscheinlichkeit im ersten Experiment sei p=0,2 im zweiten p=0,5 und im dritten p=0,8.
Wir variieren also p und betrachten die zugehörigen Histogramme:

Man erkennt, dass bei geringen Trefferwahrscheinlichkeiten die durch die Binomialverteilung beschriebene "Welle" eher linkslastig und bei hohen Trefferwahrscheinlichkeiten eher rechtslastig ist.

Dies sollte auch anschaulich klar sein, denn bei steigenden Trefferwahrscheinlichkeiten wird es auch immer wahrscheinlicher, mehr Treffer zu erzielen!

Variiert man die Anzahl n der Versuche, also die Länge der Bernoulli-Kette so verändert sich lediglich die Höhe der einzelnen Säulen im Histogramm, d.h. mit größer werdenden Versuchszahlen werden die einzelnen Trefferwahrscheinlichkeiten immer geringer.

Binomialverteilung mit dem GTR

Bei langen Bernoulli-Ketten ist man weniger an der Wahrscheinlichkeit einzelner Trefferanzahlen interessiert sondern eher daran, wie wahrscheinlich es ist, dass die Trefferanzahl sich in einem gewissen Bereich bewegt.

Eine Zufallsvariable X sei nun B10;0,4-verteilt.
Wie groß ist die Wahrscheinlichkeit für …
  1. mindestens 5 Treffer? ⇒ P(X≥5)=?
  2. höchstens 8 Treffer? ⇒ P(X≤8)=?
  3. weniger als 7 Treffer? ⇒ P(X<7)=?
  4. eine Trefferzahl zwischen 3 und 9? ⇒ P(3≤X≤9)=?
Wegen P(X≥5) = P(X=5) + ... + P(X=10) kann es sehr aufwändig werden, solche Wahrscheinlichkeiten zu bestimmen. Mit dem GTR kann man über die Funktion binomcdf(n,p,k) (über 2ND DISTR) den Ausdruck P(X≤k) berechnen. Alle anderen Ausdrücke lassen sich darauf zurückführen.

Lösung der Aufgaben

  1. Es gilt P(X≥5) = 1 - P(X≤4).
    Eingabe mit dem GTR: 1 - binomcdf(10,0.4,4)
    Dies liefert 0,3669, d.h. P(X≥5) ≈ 36,69%.

    Man kann sich die Umwandlung des Ausdrucks P(X≥5) in die "kleiner-gleich-Schreibweise" anhand der folgenden Abbildung verdeutlichen:

  2. P(X≤8) = binomcdf(10,0.4,8) ≈ 99,8%
  3. P(X<7) = P(X≤6) = binomcdf(10,0.4,6) ≈ 94,5%
  4. P(3≤X≤9) = P(X≤9) - P(X≤2) = binomcdf(10,0.4,9) - binomcdf(10,0.4,2) ≈ 83,2%

    Die folgende Abbildung verdeutlicht den Zusammenhang:

Die Wahrscheinlichkeit für eine eintelne Trefferanzahl z.B. P(X=4) kann man direkt mit binompdf(10,0.4,4) bestimmen. Es folgt: P(X=4) ≈ 25,1%.

Downloads

PowerPoint
PDF