Münzwurf-Experiment

Du wirfst eine faire Münze 5 Mal. Wie groß ist die Wahrscheinlichkeit, genau 3 Mal Kopf zu werfen?

Parameter bestimmen: $n = 5$ (Würfe), $k = 3$ (Kopf), $p = 0,5$ (faire Münze) = n=5, k=3, p=0,5

Kombination berechnen: $\binom{5}{3} = \frac{5!}{3!(5-3)!} = \frac{5!}{3!2!} = \frac{120}{6 \times 2} = 10$ = 10 Möglichkeiten

Erfolgswahrscheinlichkeit berechnen: $p^k = 0,5^3 = 0,125$ = 0,125

Misserfolgswahrscheinlichkeit berechnen: $(1-p)^{n-k} = 0,5^2 = 0,25$ = 0,25

Alle Teile multiplizieren: $P(X=3) = 10 \times 0,125 \times 0,25 = 0,3125$ = 0,3125 oder 31,25%

Answer: Die Wahrscheinlichkeit, genau 3 Mal Kopf bei 5 Würfen zu werfen, beträgt $0,3125$ oder $31,25\%$

Qualitätskontrolle

Eine Fabrik produziert Artikel mit einer Fehlerquote von 10%. Wie groß ist bei einer Stichprobe von 8 Artikeln die Wahrscheinlichkeit, dass genau 2 fehlerhaft sind?

Parameter bestimmen: $n = 8$ (Artikel), $k = 2$ (fehlerhaft), $p = 0,10$ (Fehlerquote) = n=8, k=2, p=0,10

Kombination berechnen: $\binom{8}{2} = \frac{8!}{2!6!} = \frac{8 \times 7}{2 \times 1} = 28$ = 28 Möglichkeiten

Erfolgswahrscheinlichkeit berechnen: $p^k = 0,10^2 = 0,01$ = 0,01

Misserfolgswahrscheinlichkeit berechnen: $(1-p)^{n-k} = 0,90^6 = 0,531441$ = 0,531441

Alle Teile multiplizieren: $P(X=2) = 28 \times 0,01 \times 0,531441 = 0,1488$ = 0,1488 oder 14,88%

Answer: Die Wahrscheinlichkeit für genau 2 fehlerhafte Artikel beträgt etwa $0,149$ oder $14,9\%$

Freiwurf-Wahrscheinlichkeit

Eine Basketballspielerin hat eine Freiwurfquote von 75%. Wenn sie 6 Würfe macht, wie groß ist die Wahrscheinlichkeit, genau 5 zu treffen?

Parameter bestimmen: $n = 6$ (Würfe), $k = 5$ (Treffer), $p = 0,75$ (Erfolgsquote) = n=6, k=5, p=0,75

Kombination berechnen: $\binom{6}{5} = \frac{6!}{5!1!} = 6$ = 6 Möglichkeiten

Erfolgswahrscheinlichkeit berechnen: $p^k = 0,75^5 = 0,2373$ = 0,2373

Misserfolgswahrscheinlichkeit berechnen: $(1-p)^{n-k} = 0,25^1 = 0,25$ = 0,25

Alle Teile multiplizieren: $P(X=5) = 6 \times 0,2373 \times 0,25 = 0,356$ = 0,356 oder 35,6%

Answer: Die Wahrscheinlichkeit, genau 5 von 6 Freiwürfen zu treffen, beträgt etwa $0,356$ oder $35,6\%$

Mistake: Vergessen, die Kombination $\binom{n}{k}$ einzubeziehen

Why: Die Kombination zählt, AUF WIE VIELE ARTEN man $k$ Erfolge auf $n$ Versuche verteilen kann. Ohne sie berechnest du nur die Wahrscheinlichkeit für EINE bestimmte Anordnung.

Correct: Verwende immer die vollständige Formel: $P(X=k) = \binom{n}{k} p^k (1-p)^{n-k}$

Mistake: $p$ sowohl für Erfolg ALS AUCH für Misserfolg verwenden

Why: Die Misserfolgswahrscheinlichkeit ist $1-p$, nicht $p$. Wenn Erfolg 0,3 ist, muss Misserfolg 0,7 sein.

Correct: Verwende $p^k$ für Erfolge und $(1-p)^{n-k}$ für Misserfolge.

Mistake: 'Mindestens' mit 'genau' verwechseln

Why: 'Genau 3' bedeutet $P(X=3)$, aber 'mindestens 3' bedeutet $P(X \geq 3) = P(X=3) + P(X=4) + ...$

Correct: Für 'mindestens' addiere die Wahrscheinlichkeiten aller Werte von dieser Zahl bis $n$. Oder nutze das Gegenereignis: $P(X \geq k) = 1 - P(X < k)$

Klinische Studien

Pharmaunternehmen verwenden die Binomialverteilung, um die Wirksamkeit von Medikamenten in klinischen Studien zu analysieren.

Wenn ein neues Medikament eine Erfolgsquote von 75% hat, wird die Wahrscheinlichkeit, dass genau 8 von 10 Patienten eine Verbesserung zeigen, mit der Binomialformel berechnet.

Sportanalyse

Trainer und Analysten nutzen Binomialwahrscheinlichkeiten, um Spielergebnisse und Spielerleistungen vorherzusagen.

Wenn ein Basketballspieler eine Freiwurfquote von 70% hat, berechnet die Binomialverteilung die Wahrscheinlichkeit, eine bestimmte Anzahl von Würfen zu treffen.

Q: Wann sollte ich die Binomialverteilung verwenden?

A: Verwende sie, wenn du eine feste Anzahl unabhängiger Versuche hast, jeder mit nur zwei Ergebnissen (Erfolg/Misserfolg), und die Erfolgswahrscheinlichkeit bei jedem Versuch konstant bleibt.

Q: Was ist der Unterschied zwischen Binomial- und Normalverteilung?

A: Die Binomialverteilung ist für diskrete Zählungen (ganze Zahlen von Erfolgen), während die Normalverteilung für stetige Daten ist. Allerdings kann die Binomialverteilung bei großem $n$ und nicht zu extremem $p$ durch die Normalverteilung approximiert werden.

Q: Wie berechne ich 'mindestens k Erfolge'?

A: Entweder addiere $P(X=k) + P(X=k+1) + ... + P(X=n)$, oder nutze das Gegenereignis: $P(X \geq k) = 1 - P(X < k) = 1 - [P(X=0) + P(X=1) + ... + P(X=k-1)]$.