Binomialwahrscheinlichkeiten

Lerne, wie du Wahrscheinlichkeiten berechnest, wenn ein Experiment genau zwei Ausgänge hat und mehrfach wiederholt wird.

Fortgeschritten25 MinLektion
Arbeitsblatt zum Drucken

Definition

Die Binomialwahrscheinlichkeit ist die Wahrscheinlichkeit, bei nn unabhängigen Versuchen genau kk Erfolge zu erzielen, wenn jeder Versuch nur zwei Ausgänge hat (Erfolg oder Misserfolg) und die Erfolgswahrscheinlichkeit immer gleich bleibt.
Die Bernoulli-Formel lautet:
P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}
Wobei:
  • nn = Gesamtzahl der Versuche
  • kk = Anzahl der gewünschten Erfolge
  • pp = Erfolgswahrscheinlichkeit bei jedem Versuch
  • (nk)\binom{n}{k} = Anzahl der Möglichkeiten, kk Erfolge aus nn Versuchen zu wählen (Binomialkoeffizient)
Den Binomialkoeffizienten berechnest du so:
(nk)=n!k!(n−k)!\binom{n}{k} = \frac{n!}{k!(n-k)!}

Probier es gleich aus

Welche der folgenden Aussagen ist eine Voraussetzung für ein Binomialexperiment?

Lösungsbeispiele

Wie groß ist die Wahrscheinlichkeit, bei 5 Münzwürfen genau dreimal Kopf zu erhalten?
1

Parameter bestimmen

n=5n = 5 Würfe, k=3k = 3-mal Kopf, p=0,5p = 0{,}5 (faire Münze) → n=5n=5, k=3k=3, p=0,5p=0{,}5
2

Kombination berechnen

(53)=5!3!⋅2!=1206⋅2=10\binom{5}{3} = \frac{5!}{3! \cdot 2!} = \frac{120}{6 \cdot 2} = 10 → (53)=10\binom{5}{3} = 10
3

pkp^k berechnen

(0,5)3=0,125(0{,}5)^3 = 0{,}125 → p3=0,125p^3 = 0{,}125
4

(1−p)n−k(1-p)^{n-k} berechnen

(0,5)5−3=(0,5)2=0,25(0{,}5)^{5-3} = (0{,}5)^2 = 0{,}25 → (1−p)2=0,25(1-p)^2 = 0{,}25
5

Alle Teile multiplizieren

P(X=3)=10×0,125×0,25=0,3125P(X=3) = 10 \times 0{,}125 \times 0{,}25 = 0{,}3125 → P=0,3125P = 0{,}3125

Häufige Fehler

Den Binomialkoeffizienten (nk)\binom{n}{k} vergessen

Warum es falsch ist: Der Binomialkoeffizient zählt alle verschiedenen Möglichkeiten, Erfolge unter den Versuchen anzuordnen. Ohne ihn berechnest du nur eine bestimmte Anordnung.

Richtig: Beginne immer mit dem Binomialkoeffizienten: P(X=k)=(nk)×pk×(1−p)n−kP(X=k) = \binom{n}{k} \times p^k \times (1-p)^{n-k}

pnp^n anstelle von pkp^k verwenden

Warum es falsch ist: Der Exponent kk stellt die Anzahl der Erfolge dar, nicht die Gesamtzahl der Versuche.

Richtig: Die Erfolgswahrscheinlichkeit wird mit der Anzahl der Erfolge potenziert: pkp^k, und die Misserfolgswahrscheinlichkeit mit der Anzahl der Misserfolge: (1−p)n−k(1-p)^{n-k}

Die Bernoulli-Formel anwenden, wenn Versuche nicht unabhängig sind

Warum es falsch ist: Die Binomialverteilung erfordert, dass das Ergebnis eines Versuchs die anderen nicht beeinflusst. Das Ziehen von Karten ohne Zurücklegen ändert beispielsweise die Wahrscheinlichkeiten.

Richtig: Überprüfe die Unabhängigkeit: Ändert das Wissen über ein Ergebnis die Wahrscheinlichkeit eines anderen? Wenn ja, gilt die Binomialverteilung nicht.

Interaktive Visualisierung

Balkendiagramm

5 Münzwürfe: P(genau k-mal Kopf)

0(0,03)
1(0,16)
2(0,31)
3(0,31)
4(0,16)
5(0,03)

Pascalsches Dreieck

n=011n=1112n=21214n=313318n=41464116n=51510105132n=6161520156164

C(5, 3) = 10 = 6 + 4

Zeile 5: 1 + 5 + 10 + 10 + 5 + 1 = 32 = 2⁵

Tippe auf eine Zahl: Sie ist die Summe der beiden Zahlen darüber und gleich C(n, k).

Interaktiver Sandkasten

Ausdrucksrechner

Probiere diese:

Verlauf

Noch keine Berechnungen

Übungsaufgaben

18 Aufgaben
Aufgabe 1 von 18
Einfach
Welche der folgenden Aussagen ist eine Voraussetzung für ein Binomialexperiment?

Warum es wichtig ist

Die Binomialverteilung erscheint überall, wo Ergebnisse binär sind:
  • Medizin: Wahrscheinlichkeit, dass genau 7 von 10 Patienten auf eine Behandlung ansprechen
  • Qualitätskontrolle: Chance, 3 defekte Artikel in einer Charge von 20 zu finden
  • Sport: Wahrscheinlichkeit, dass ein Basketballspieler 8 von 10 Freiwürfen trifft
  • Umfragen: Wahrscheinlichkeit, dass genau 6 von 10 Befragten eine bestimmte Option wählen
Das Verständnis der Binomialverteilung hilft, Vorhersagen zu treffen und fundierte Entscheidungen in unsicheren Situationen zu treffen!

Anwendungen im echten Leben

Medizinische Studien

Forscher verwenden die Binomialverteilung, um die Wirksamkeit von Behandlungen zu bewerten.

Beispiel:

Wenn ein Medikament eine Erfolgsrate von 70% hat, können wir die Wahrscheinlichkeit berechnen, dass genau 8 von 10 Patienten positiv reagieren.

1Probiere es selbst

Ein Impfstoff ist zu 80% wirksam. Wie groß ist in einer Gruppe von 5 geimpften Personen die Wahrscheinlichkeit, dass genau 4 geschützt sind?

Berechne P(X=4)P(X = 4) mit n=5n=5, p=0,8p=0{,}8

Schritt 1: Schreibe den mathematischen Ausdruck

Verwende: (54)×(0,8)4×(0,2)1\binom{5}{4} \times (0{,}8)^4 \times (0{,}2)^1

Sportanalytik

Trainer verwenden die Binomialverteilung, um Spielergebnisse und Spielerleistungen vorherzusagen.

Beispiel:

Ein Basketballspieler hat eine Freiwurf-Erfolgsquote von 75%. Die Binomialverteilung hilft, die Chance zu berechnen, 9 von 10 Freiwürfen zu treffen.

2Probiere es selbst

Ein Fußballspieler trifft bei 60% seiner Elfmeter. Wie groß ist die Wahrscheinlichkeit, genau 3 von 5 Elfmetern zu verwandeln?

Berechne P(X=3)P(X = 3) mit n=5n=5, p=0,6p=0{,}6

Schritt 1: Schreibe den mathematischen Ausdruck

Verwende: (53)×(0,6)3×(0,4)2\binom{5}{3} \times (0{,}6)^3 \times (0{,}4)^2

Wichtige Erkenntnisse

  • 1Die Binomialverteilung gilt, wenn es genau zwei Ausgänge gibt (Erfolg/Misserfolg) mit fester Wahrscheinlichkeit
  • 2Die Formel lautet P(X=k)=(nk)pk(1−p)n−kP(X=k) = \binom{n}{k} p^k (1-p)^{n-k}
  • 3Die Kombination (nk)\binom{n}{k} zählt alle möglichen Anordnungen von Erfolgen
  • 4Die Versuche müssen unabhängig sein, damit die Binomialverteilung gilt
  • 5Überprüfe immer: festes nn, konstantes pp, unabhängige Versuche, zwei Ausgänge

Häufig gestellte Fragen

Verwende die Binomialverteilung, wenn du hast: (1) eine feste Anzahl von Versuchen, (2) genau zwei Ausgänge pro Versuch, (3) konstante Erfolgswahrscheinlichkeit und (4) unabhängige Versuche. Wenn eine Bedingung nicht erfüllt ist, brauchst du einen anderen Ansatz.
Verwende die Binomialverteilung, wenn du hast: (1) eine feste Anzahl von Versuchen, (2) genau zwei Ausgänge pro Versuch, (3) konstante Erfolgswahrscheinlichkeit und (4) unabhängige Versuche. Wenn eine Bedingung nicht erfüllt ist, brauchst du einen anderen Ansatz.
Sie zählt, auf wie viele verschiedene Arten du kk Erfolge unter nn Versuchen anordnen kannst. Zum Beispiel kann man bei 3 Würfen zweimal Kopf erhalten als KKZ, KZK oder ZKK - das sind (32)=3\binom{3}{2} = 3 Möglichkeiten.
Für 'mindestens kk' addiere P(X=k)+P(X=k+1)+...+P(X=n)P(X=k) + P(X=k+1) + ... + P(X=n). Für 'höchstens kk' addiere P(X=0)+P(X=1)+...+P(X=k)P(X=0) + P(X=1) + ... + P(X=k). Manchmal ist es einfacher, das Gegenereignis zu verwenden.

Glossar

Binomialexperiment
Ein Experiment mit einer festen Anzahl unabhängiger Versuche, wobei jeder genau zwei Ausgänge hat (Erfolg/Misserfolg) und konstante Wahrscheinlichkeit
Versuch
Eine einzelne Wiederholung des Experiments (z.B. ein Münzwurf, eine beantwortete Frage)
Erfolg
Das Ergebnis, das wir zählen (muss nicht 'gut' sein - nur das, woran wir interessiert sind)
Kombination
Die Anzahl der Möglichkeiten, kk Elemente aus nn Elementen auszuwählen, geschrieben als (nk)\binom{n}{k} oder C(n,k)C(n,k)
Unabhängige Versuche
Versuche, bei denen das Ergebnis eines Versuchs die Wahrscheinlichkeit anderer nicht beeinflusst

Formelkarte

Bernoulli-Formel

P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}

$n$ = Versuche, $k$ = Erfolge, $p$ = Erfolgswahrscheinlichkeit, $\binom{n}{k}$ = Binomialkoeffizient

Binomialkoeffizient

(nk)=n!k!(n−k)!\binom{n}{k} = \frac{n!}{k!(n-k)!}

Anzahl der Möglichkeiten, $k$ Elemente aus $n$ auszuwählen

Heutige ChallengeEine Aufgabe, drei Versuche

Mehr zu diesem Thema

Einführung in Wahrscheinlichkeitsverteilungen

Fortgeschritten25 Min

Diskrete vs stetige Verteilungen

Fortgeschritten25 Min

Erwartungswert

Fortgeschritten25 Min

Einführung in die Normalverteilung

Fortgeschritten25 Min