Wahrscheinlichkeitsberechnung Binomialexperimente Deutung, Umwandlung von Groessenrelationen Bernoulli-Versuch: Ein Zufallsexperiment mit nur zwei moeglichen Ausgaengen, wenn nur interessiert, ob ein bestimmtes Ereignis eingetreten ist, heisst Bernoulli-Versuch. Bernoulli-Kette: Ein Zufallsexperiment bei dem ein Bernoulli-Versuch n-mal ausgefuehrt wird heisst Bernoulli-Kette. Die einzelnen Versuche muessen voneinander unabhaengig sein (Beispiel: Ziehen mit Zuruecklegen), damit bleibt die Erfolgswahrscheinlichkeit p der einzelnen Versuche immer gleich. Die Laenge der Kette wird mit der Anzahl der Ausfuehrungen n angegeben. Zufallsvariable k: Die Zufallsgroesse k gibt die Anzahl der Erfolge innerhalb einer Bernoulli-Kette an. Die Wertemenge von k liegt zwischen minimal 0 und maximal n. k = {0 ... n} Wahrscheinlichkeit fuer k Erfolge innerhalb einer n langen Bernoulli-Kette: n → binompdf (n; p; k ) P( X = k ) = * p k * (1 − p ) n−k GTR k binompdf == binomial probabilty density function, binomisch verteilte Wahrscheinlichkeitsfunktion Diese Wahrscheinlichkeitsverteilung heisst Binomialverteilung. Die entsprechende Verteilungsfunktion laesst sich ueber folgende Formel berechnen k n P( X ≤ k ) = ∑ * p k * (1 − p ) n−k GTR → binomcdf (n; p; k ) 0 k binomcdf == binomial cumulativ density function, binomisch verteilte Wahrscheinlichkeitsverteilungsfunktion Erwartungswert Binomialverteilung: E( X ) = n * p Varianz Binomialverteilung: V ( X ) = n * p * (1 − p) Standardabweichung Binomialverteilung: σ ( x) = V ( X ) = n * p * (1 − p) Wahrscheinlichkeit 1- σ Umgebung: → binomcdf (n; p; µ + σ ) − binomcdf (n; p; µ − σ − 1) P( µ − σ ≤ X ≤ µ + σ ) = P( X ≤ µ + σ ) − P( X ≤ µ − σ − 1) GTR Deutung, Umwandlung Groessenrelationen: Da ueber Grafiktaschenrechner nur die Wahrscheinlichkeiten P ( X = k ) und P ( X ≤ k ) berechnet werden koennen, ist es fuer die Fragestellung notwendig die Berechnung auf diese beiden Grundfunktionen zurueckzufuehren. Die Auswahl der entsprechenden Umwandlung erfolgt ueber Schluesselwoerter in der Aufgabenstellung Schluesselwort : genau P( X = k ) = GTR → binompdf (n; p; k ) Schluesselwort : hoechstens P( X ≤ k ) = GTR → binomcdf (n; p; k ) Schluesselwort : min destens, wenigstens P( X ≥ k ) = 1 − P( X ≤ k − 1) GTR → 1 − binomcdf (n; p; k − 1) Schluesselwort : mehr als, groesser P( X > k ) = 1 − P( X ≤ k ) GTR → 1 − binomcdf (n; p; k ) Schluesselwort : geringer als → binomcdf (n; p; k − 1) P( X < k ) = P( X ≤ k − 1) GTR Schluesselwort : groesser k1 und kleiner k 2 P(k1 < X < k 2 ) = P( X ≤ k 2 − 1) − P( X ≤ k1 ) GTR → binomcdf (n; p; k 2 − 1) − binomcdf (n; p; k1 ) Schluesselwort : min destens k1 und hoechstens k 2 P(k1 ≤ X ≤ k 2 ) = P( X ≤ k 2 ) − P( X ≤ k1 − 1) GTR → binomcdf (n; p; k 2 ) − binomcdf (n; p; k1 − 1) Beispiel: Binomialverteilung mit n = 200; p = 0,24 E ( X ) = n * p = 200 * 0,24 = 48 σ ( x) = V ( X ) = n * p * (1 − p) = 200 * 0,24 * (1 − 0,24) ≈ 6,04 Wahrscheinlichkeitsfunktion p( X ) X Verteilungsfunktion