wiwiweb
online lernen

Besser lernen mit Online-Kursen

NEU! Jetzt online lernen:
Wahrscheinlichkeitsrechnung
Den Kurs kaufen für:
einmalig 49,00 €
Zur Kasse

Binomialverteilung

WebinarTerminankündigung:
 Am 08.12.2016 (ab 18:00 Uhr) findet unser nächstes Webinar statt.
Gratis-Webinar Diskrete und stetige Verteilungen in der Wahrscheinlichkeitsrechnung
- In diesem 60-minütigen Gratis-Webinar gehen wir darauf ein, welche diskreten und stetigen Verteilungen Sie in der Prüfung beherrschen müssen.
[weitere Informationen] [Terminübersicht]

Es gibt spezielle Verteilungen, die sich „aus der Natur heraus“ erklären lassen. Hierzu gehören die Laplace-Verteilung, die Binomialverteilung B(n, p), die hypergeometrische Verteilung H(N, M, n), die geometrische Verteilung, die diskrete als auch die stetige Gleichverteilung.

Wann benutzt man die Binomialverteilung?

LAMBERT-REGEL BINOMIALVERTEILUNG B(n,p):

Methode

Voraussetzung:

Gegeben seien n Experimente, die

  • unabhängig voneinander sind und

  • mit jeweils genau zwei Ergebnissen, nämlich Erfolg und Misserfolg.

Die Wahrscheinlichkeit für Erfolg sei p, die Misserfolgswahrscheinlichkeit entsprechend 1 - p.

Frage: wie groß ist die Wahrscheinlichkeit, beim vorliegenden Experiment genau k Erfolge zu erzielen mit 0 ≤ k ≤ n?

Antwort: X bezeichne die Zufallsvariable, die die Anzahl der Erfolge angibt. Dann lässt sich die gesuchte Wahrscheinlichkeit berechnen mit

f(k) = P(X = k) = $\dbinom{n}{k}$·pk·(1 – p)n – k.

MERKE

Merke

  • Die Binomialverteilung lässt sich immer dann anwenden, wenn die beiden Punkte in der obigen LAMBERT-REGEL BINOMIALVERTEILUNG gegeben sind. Entscheidend ist daher, diese beiden Bedingungen abzuprüfen.

  • Das oben beschriebene Experiment lässt sich auch verstehen als Ziehen aus einer Urne mit Zurücklegen. Dadurch, dass die gezogene Kugel wieder zurückgelegt wird, sind die Ereignisse unabhängig voneinander.

  • Die o.e. Funktion f ist die Wahrscheinlichkeitsfunktion der Binomialverteilung B(n,p).

Beispiel

Beispiel

Wie groß ist die Wahrscheinlichkeit, dass beim dreifachen Werfen einer fairen Münze genau zweimal Kopf fällt?

Das Beispiel wurde weiter oben schon gelöst, nämlich in Beispiel 2 unter <span class="intern-link" data-id="546b2f27fdcb903d7f98a1fd">Klassischer Wahrscheinlichkeitsbegriff</span>. Wir zeigen hier, dass man auch über die Binomialverteilung herangehen kann.

METHODE

Methode

Wenn Sie also verstehen, dass man dieselbe Aufgabenstellung sowohl

  • „zu Fuß“ (s. altes Beispiel) als auch

  • mit der Binomialverteilung (siehe dieses Beispiel)

lösen kann, haben Sie den Sinn der Binomialverteilung verstanden!

Hierzu überprüfen wird die o.e. Voraussetzungen.

Es handelt sich um n = 3 Experimente, nämlich das dreimalige Werfen einer fairen Münze.

  • Die einzelnen Würfe sind unabhängig voneinander. Das Ergebnis des zweiten Wurfs beispielsweise beeinflusst den dritten nicht usw.

  • In jedem einzelnen Wurf sind genau zwei Ergebnisse möglich, nämlich Kopf und Zahl.

In der Aufgabenstellung 6.5 wird nach dem Auftreten des Ereignisses „Kopf“ gefragt, dies ist damit der Erfolg. Die Erfolgswahrscheinlichkeit ist p = ½, da in jedem einzelnen der Würfe entweder Kopf oder Zahl fällt, und zwar beide Ereignisse mit Wahrscheinlichkeit ½. Wir verwenden also die Binomialverteilung B(3;½).

MERKE

Merke

  • Es ist nicht notwendig, dass die Erfolgswahrscheinlichkeit p immer gleich der Misserfolgswahrscheinlichkeit 1 - p ist, nämlich beide gleich ½.

  • Man sieht, dass man das Experiment auch verstehen kann also Ziehen aus einer Urne mit Zurücklegen: in einer Urne sind zwei Kugeln, auf der einen steht „Kopf“, auf der anderen „Zahl“. Man zieht eine Kugel, notiert das Ergebnis und legt die gezogene Kugel wieder in die Urne zurück. Danach zieht man noch mal usw. Das Ergebnis ist identisch mit dem dreimaligen Werfen einer fairen Münze. Man sieht, dass nur durch das Zurücklegen der gezogenen Kugeln die einzelnen Züge unabhängig voneinander sind. Die Verteilung der Kugeln in der Urne wird durch das Zurücklegen gerade nicht verändert (anders beim Fall ohne Zurücklegen: hier beeinflusst ein Zug den darauffolgenden, da die gezogene Kugel nicht nochmals gezogen werden kann. Wir kommen bei der hypergeometrischen Verteilung hierauf zurück).

  • „Zwei“ mögliche Ergebnisse heißt nur, dass nach zweien gefragt ist. Wenn in einer Urne rote, blaue und grüne Kugeln liegen und nach dem Auftreten von blauen Kugeln gefragt ist, so ist die B(n,p) - Verteilung sehr wohl anwendbar, denn es sind blaue und nicht-blaue (= rote, grüne) Kugeln in der Urne vorhanden.

Es sei nun X die Anzahl der gefallenen Köpfe. Man rechnet die Wahrscheinlichkeit, dass genau zwei Köpfe fallen, aus als (n = 3, p = ½, k = 2):

f(2) = = P(X = 2) =  $\left(\genfrac{}{}{0pt}{0}32\right)$· $\left(\frac 1 2\right)^2$·(1 -  $\frac 1 2)^{3 – 2}$ =  $\frac 3 8$ = 0,375.

Dieses Ergebnis hatten wir schon vorher gesehen nämlich beim alten Beispiel, als wir die Aufgabe ohne die Kenntnis einer Verteilung ausgerechnet hatten.

Man kann nun auch die Wahrscheinlichkeiten der anderen möglichen Ereignisse berechnen, nämlich drei Köpfe zu werfen (P(X = 3)), genau einen (P(X = 1)) sowie gar keinen (P(X = 0)). Man erhält also wieder folgende Wahrscheinlichkeitsfunktion:

X

P

0

0,125

1

0,375

2

0,375

3

0,125

Als Graphik erhält man hierzu:

Abb. 6.2: Wahrscheinlichkeitsfunktion der B(3;1/2) – Verteilung
Abb. 6.2: Wahrscheinlichkeitsfunktion der B(3;1/2) – Verteilung

Aus dieser Wahrscheinlichkeitsfunktion kann man die Verteilungsfunktion herleiten.

Rekursionsformel der Binomialverteilung

Merke

Die Rekursionsformel der Binomialverteilung B(n,p) ist

p0 = (1 – p)^n,

pk+1 = $\frac{n\;-\;k}{k\;+\;1}$· $\frac p{1\;-\;p}$·pk  für k = 0, 1, 2, …, n - 1.

Dies erleichtert die Arbeit, wenn man z.B. die Werte der Wahrscheinlichkeitsfunktion ausrechnen möchte, d.h. „hintereinander liegende“ Werte f(0) = P(X = 0), f(1) = P(X = 1), f(2) = P(X = 2) usw.

So lässt sich die Wahrscheinlichkeitsfunktion beim obigen Beispiel 6.5 des dreifachen Münzwurfes (mit „Kopf“ als Erfolg) auch mit der Rekursionsformel berechnen:

p0 = (1 - 0,5)^3 = 0,125,

p1 = $\frac{3\;-\;0}{0\;+\;1}$· $\frac{0,5}{1\;-\;0,5}$·0,125 = 0,375,

p2 = $\frac{3\;-\;1}{1\;+\;1}$· $\frac{0,5}{1\;-\;0,5}$·0,375 = 0,375,

p3 = $\frac{3\;-\;2}{2\;+\;1}$· $\frac{0,5}{1\;-\;0,5}$·0,375 = 0,125.

Aufgabe (Richtig-Falsch-Fragen zur Binomialverteilung)

Die folgenden Aussagen sind richtig oder falsch. Entscheide.

a) Eine binomialverteilte Zufallsvariable X zu den Parametern n und p, d.h. X ~ B(n,p), setzt sich zusammen aus n Zufallsvariablen Xi, die jede für sich binomialverteilt sind zu den Parametern 1 und p, d.h. Xi ~ B(1,p).

b) Eine B(3,p)-verteilte Zufallsvariable kann lediglich die Werte 1, 2 und 3 annehmen.

c) Die Varianz einer binomialverteilten Zufallsvariable ist maximal, wenn – für festes n – die Erfolgswahrscheinlichkeit p = 0,4 ist.

Lösung:

a) Eine binomialverteilte Zufallsvariable X zu den Parametern n und p, d.h. X ~ B(n,p), setzt sich zusammen aus n Zufallsvariablen Xi, die jede für sich binomialverteilt sind zu den Parametern 1 und p, d.h. Xi ~ B(1,p).

Falsch. Es fehlt die Bedingung, dass die einzelnen Xi unabhängig voneinander sind.

b) Eine B(3,p)-verteilte Zufallsvariable kann lediglich die Werte 1, 2 und 3 annehmen.

Falsch. Die möglichen Werte sind 0 (!), 1, 2 und 3. Es fehlte also die 0.

c) Die Varianz einer binomialverteilten Zufallsvariable ist maximal, wenn – für festes n – die Erfolgswahrscheinlichkeit p = 0,4 ist.

Falsch, sie muss p = 0,5 sein. Die Varianz ist Var(X) = n·p·(1 - p), die Ableitung dieser Funktion ist Var(X)’ = (n·p·(1 - p))’ = n·1·(1 - p) + n·p·(- 1). Wenn dies gleich null ist, so lässt sich auflösen nach p, also nach der kritischen Erfolgswahrscheinlichkeit: n·1·(1 - p) + n·p·(- 1) = 0, d.h. n – n·p – n·p = 0, also n = 2·n·p, damit p = ½ n. Die zweite Ableitung ist – n·p – n·p = - 2·n·p = - 2·n·(½ n) = -n2 < 0.

Video zur Binomialverteilung

Video: Binomialverteilung

Es gibt spezielle Verteilungen, die sich „aus der Natur heraus“ erklären lassen. Hierzu gehören die Laplace-Verteilung, die Binomialverteilung B(n, p), die hypergeometrische Verteilung H(N, M, n), die geometrische Verteilung, die diskrete als auch die stetige Gleichverteilung. Zunächst klären wir die Frage: Wann benutzt man die Binomialverteilung?
Multiple-Choice

Welche der folgenden Aussagen kommt der Wahrheit am nächsten?

0/0
Lösen

Hinweis:

Bitte kreuzen Sie die richtigen Aussagen an. Es können auch mehrere Aussagen richtig oder alle falsch sein. Nur wenn alle richtigen Aussagen angekreuzt und alle falschen Aussagen nicht angekreuzt wurden, ist die Aufgabe erfolgreich gelöst.

Kommentare zum Thema: Binomialverteilung

  • Maren Nebeling schrieb am 13.08.2015 um 13:17 Uhr
    Hallo Yasin, genau deswegen. Man muss also die bereits kalkulierten Flächeninhalte dazuaddieren... Viele Grüße, Daniel Lambert (i.A. Maren Nebeling)
  • Yasin Bostan schrieb am 28.07.2015 um 15:16 Uhr
    Hallo, Daniel ! Wieso addierst du im zweiten Video 1/2 vor dem Integral hinzu? Macht man das so, weil man bei der Verteilungsfunktion kumuliert? Ich hätte nämlich gedacht, dass man einfach für die Grenzen von 2 bis 4 die dazugehörige Funktion (-1/4x+1) integriert. Und wieso nimmt man als obere Grenze immer x? Vielen Dank im Voraus.
  • Maren Nebeling schrieb am 11.02.2015 um 09:11 Uhr
    Hallo Mathias, vielen Dank für den Hinweis. Ich habe das Skript nun verbessert. Schöne Grüße
  • Würfel, Mathias schrieb am 10.02.2015 um 22:17 Uhr
    f(k) = P(X = k) = ·pk·(1 – p)n – k hier fehlt der erste Term das n über k ist in dem Kasten mit der Lambert-Regel Binominalverteilung
Bild von Autor Daniel Lambert

Autor: Daniel Lambert

Dieses Dokument Binomialverteilung ist Teil eines interaktiven Online-Kurses zum Thema Wahrscheinlichkeitsrechnung.

Dipl.-Math. Dipl.-Kfm. Daniel Lambert gibt seit vielen Jahren Kurse zur Prüfungsvorbereitung. Er unterrichtet stets orientiert an alten Prüfungen und weiß aus langjähriger Erfahrung, wie sich komplexe Sachverhalte am besten aufbereiten und vermitteln lassen. Daniel Lambert ist Repetitor aus Leidenschaft seit nunmehr 20 Jahren.
Vorstellung des Online-Kurses WahrscheinlichkeitsrechnungWahrscheinlichkeitsrechnung
Dieser Inhalt ist Bestandteil des Online-Kurses

Wahrscheinlichkeitsrechnung

wiwiweb - Interaktive Online-Kurse (wiwiweb.de)
Diese Themen werden im Kurs behandelt:

[Bitte auf Kapitelüberschriften klicken, um Unterthemen anzuzeigen]

  • Kombinatorik
    • Einleitung zu Kombinatorik
    • Permutationen
    • Variationen
    • Kombinationen
      • Kombinationen ohne Wiederholung
      • Kombinationen mit Wiederholung
    • Aufgaben, Beispiele und Berechnungen zur Kombinatorik
  • Ereignisse
    • Einleitung zu Ereignisse
    • Übungsaufgaben zu Ereignissen
  • Wahrscheinlichkeiten
    • Einleitung zu Wahrscheinlichkeiten
    • Formeln für Wahrscheinlichkeiten
    • Übungen, Beispiele und Berechnungen zu Wahrscheinlichkeiten
  • Bedingte Wahrscheinlichkeiten
    • Einleitung zu Bedingte Wahrscheinlichkeiten
    • Bedingte Wahrscheinlichkeiten berechnen
    • Richtige Reihenfolge erkennen
    • Satz von der totalen Wahrscheinlichkeit
    • Aufgaben, Beispiele und Berechnungen zur bedingten Wahrscheinlichkeit
  • Eindimensionale Verteilungen (ohne Namen)
    • Einleitung zu Eindimensionale Verteilungen (ohne Namen)
    • Wahrscheinlichkeitsfunktion
    • Dichtefunktionen
    • Verteilungsfunktion
    • Verteilungsparameter
      • Lageparameter
      • Streuungsparameter
    • Linearkombinationen von Zufallsvariablen
    • Aufgaben, Beispiele und Berechnungen zur eindimensionalen Verteilung (ohne Namen)
  • Eindimensionale Verteilungen (mit Namen)
    • Diskrete Verteilungen
      • Einleitung zu Diskrete Verteilungen
      • Binomialverteilung
      • Weitere diskrete Verteilungen
    • Stetige Verteilungen
      • Einleitung zu Stetige Verteilungen
      • Normalverteilung
      • Exponentialverteilung
    • Aufgaben, Lösungen und Beispiele zu eindimensionalen Verteilungen (mit Namen)
  • Mehrdimensionale Verteilungen
    • Einleitung zu Mehrdimensionale Verteilungen
    • Gemeinsame Verteilungsfunktion
    • Randverteilungen
    • Aufgaben, Beispiele und Berechnungen zur mehrdimensionalen Verteilung
  • Gesetz der großen Zahlen
    • Einleitung zu Gesetz der großen Zahlen
    • Zentraler Grenzwertsatz
    • Aufgabe, Berechnung und Lösung zum Gesetz der großen Zahlen
  • Tschebyscheffsche Ungleichung
    • Einleitung zu Tschebyscheffsche Ungleichung
    • Aufgaben, Beispiele und Berechnungen zur tschebyscheffschen Ungleichung
  • 40
  • 63
  • 152
  • 39
einmalig 49,00
umsatzsteuerbefreit gem. § 4 Nr. 21 a bb) UStG
Online-Kurs Top AngebotTrusted Shop

Unsere Nutzer sagen:

  • Gute Bewertung für Wahrscheinlichkeitsrechnung

    Ein Kursnutzer am 23.07.2015:
    "Weiter so!! viele Grüße aus Nürnberg"

  • Gute Bewertung für Wahrscheinlichkeitsrechnung

    Ein Kursnutzer am 08.06.2015:
    "Ich finde, dass Herrn Lambert eine große Gabe hat, schwierige Sachverhalte einfach und strukturiert wiederzugeben. Man gewinnt außerdem den Eindruck, dass er Spaß an der Erklärung hat und an wichtiger Stelle die Fokussierung mit Witz und Präzision in der Wortwahl den Stoff einleuchtend vermittelt. Ich würde mal sagen, das war ein ganz schön dickes LOB! :-) Danke! "

  • Gute Bewertung für Wahrscheinlichkeitsrechnung

    Ein Kursnutzer am 19.01.2015:
    "Super toll , besser als ein Buch"

NEU! Sichere dir jetzt die perfekte Prüfungsvorbereitung und spare 10% bei deiner Kursbuchung!

10% Coupon: lernen10

Zu den Online-Kursen