Kumulierte Wahrscheinlichkeit Binomialverteilung einfach erklärt

Kumulierte Wahrscheinlichkeiten bei der Binomialverteilung Schritt für Schritt berechnen: von „mindestens k" bis „zwischen a und b" – mit Formeln, Schemata und vielen durchgerechneten Beispielen.

📅 Aktualisiert 29. Juni 202635 Min. Lesezeit✍️ Rocket Tutor Redaktion

Stell dir vor, ein Unternehmen wirbt damit, dass 95 % seiner Akkus auch nach einem Jahr noch top sind. Klingt gut, oder? Aber was, wenn du 50 dieser Akkus kaufst und 4 davon schon nach kurzer Zeit schlappmachen? Ist das nur Pech oder steckt hinter der Werbung eine Lüge? Genau hier kommt die Binomialverteilung ins Spiel. Sie ist dein persönlicher „Lügendetektor" für Statistiken und Werbeversprechen. Mit dem Wissen aus dieser Lektion kannst du selbst ausrechnen, wie wahrscheinlich solche Ergebnisse sind. Du lernst, kritisch zu hinterfragen und dich nicht von großen Zahlen blenden zu lassen. Das ist keine trockene Mathe – das ist ein Werkzeug, um die Welt um dich herum besser zu verstehen und klügere Entscheidungen zu treffen. Kumulierte Wahrscheinlichkeiten bei Binomialverteilungen berechnen bedeutet, Bereiche wie „mindestens k Treffer" oder „weniger als k Treffer" zuverlässig in eine Zahl zu übersetzen.

Schnellantwort

Kumulierte Wahrscheinlichkeiten bei der Binomialverteilung geben an, wie wahrscheinlich es ist, dass eine binomialverteilte Zufallsgröße X einen Wert innerhalb eines bestimmten Bereichs annimmt – zum Beispiel „höchstens 5 Treffer" oder „mindestens 10 Treffer". Statt nur P(X=k)P(X = k) zu berechnen, addierst du mehrere Einzelwahrscheinlichkeiten oder nutzt die kumulierte Binomialverteilung deines Taschenrechners.

Vorwissen

Bevor wir in die Details gehen, frischen wir kurz zwei wichtige Grundlagen auf:

  • Bernoulli-Kette: Das ist eine Serie von Zufallsexperimenten, bei denen es immer nur zwei Ausgänge gibt (z. B. Treffer/Niete, Erfolg/Misserfolg). Die Wahrscheinlichkeit für einen Treffer bleibt bei jeder Wiederholung gleich.

    • Beispiel: Ein Würfel wird 10-mal geworfen. Ein „Treffer" ist das Würfeln einer 6. Die Wahrscheinlichkeit für einen Treffer ist bei jedem Wurf konstant 16\frac{1}{6}.
  • Formel von Bernoulli: Mit dieser Formel berechnest du die Wahrscheinlichkeit für genau k Treffer in einer Bernoulli-Kette der Länge n.

    • Formel: P(X=k)=(nk)pk(1p)nkP(X=k) = \binom{n}{k} \cdot p^k \cdot (1-p)^{n-k}
    • Beispiel: Wie groß ist die Wahrscheinlichkeit, bei 10 Würfen genau 2-mal eine 6 zu würfeln? Hier wäre n=10n=10, k=2k=2 und p=16p=\frac{1}{6}.

Aufgabentyp 1: Wahrscheinlichkeitsbereiche mithilfe der Formel von Bernoulli berechnen

Manchmal interessiert uns nicht die Wahrscheinlichkeit für genau eine bestimmte Anzahl an Treffern, sondern für einen ganzen Bereich, z. B. „mindestens 3 Treffer". Wenn die Gesamtzahl der Versuche n klein ist, können wir das Problem lösen, indem wir die einzelnen Wahrscheinlichkeiten zusammenzählen. Das Wort „oder" ist in der Mathematik das Signal für eine Addition.

„Mindestens 3 Treffer" bei 5 Versuchen bedeutet:

  • genau 3 Treffer ODER
  • genau 4 Treffer ODER
  • genau 5 Treffer

Wir berechnen also P(X=3)P(X=3), P(X=4)P(X=4) und P(X=5)P(X=5) einzeln mit der Bernoulli-Formel und addieren die Ergebnisse.

P(X3)=P(X=3)+P(X=4)+P(X=5)P(X \ge 3) = P(X=3) + P(X=4) + P(X=5)

Schritt-für-Schritt-Anleitung

  1. Identifiziere die Anzahl der Versuche n, die Trefferwahrscheinlichkeit p und den gefragten Bereich (z. B. „mindestens k") aus der Aufgabe.
  2. Zerlege den Bereich in eine Summe von „genau k"-Ereignissen. „Mindestens k" bedeutet P(X=k)+P(X=k+1)++P(X=n)P(X=k) + P(X=k+1) + \ldots + P(X=n).
  3. Berechne jede einzelne Wahrscheinlichkeit mit der Bernoulli-Formel: P(X=k)=(nk)pk(1p)nkP(X=k) = \binom{n}{k} \cdot p^k \cdot (1-p)^{n-k}.
  4. Addiere alle berechneten Wahrscheinlichkeiten, um das Endergebnis zu erhalten.

Durchgerechnete Beispiele

Beispiel 1

Aufgabe

Ein Glücksrad hat 4 gleich große Felder (rot, grün, blau, gelb). Es wird 3-mal gedreht. Berechne die Wahrscheinlichkeit, dass mindestens 2-mal „rot" kommt.

Fortschritt
4 / 4
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Drehungen: n=3n=3
    • Wahrscheinlichkeit für „rot": p=14=0,25p = \frac{1}{4} = 0{,}25
    • Gesuchtes Ereignis: mindestens 2 Treffer, also X2X \ge 2.
  2. Schritt 2
    Ereignis in Einzelwahrscheinlichkeiten zerlegen

    „Mindestens 2 Treffer" bedeutet „genau 2 Treffer" ODER „genau 3 Treffer".

    P(X2)=P(X=2)+P(X=3)P(X \ge 2) = P(X=2) + P(X=3)

  3. Schritt 3
    Einzelwahrscheinlichkeiten berechnen

    Wir verwenden die Bernoulli-Formel P(X=k)=(nk)pk(1p)nkP(X=k) = \binom{n}{k} \cdot p^{k} \cdot (1-p)^{n-k}.

    Für k=2k=2: P(X=2)=(32)0,252(10,25)32=30,06250,751=0,140625P(X=2) = \binom{3}{2} \cdot 0{,}25^{2} \cdot (1-0{,}25)^{3-2} = 3 \cdot 0{,}0625 \cdot 0{,}75^1 = 0{,}140625

    Für k=3k=3: P(X=3)=(33)0,253(10,25)33=10,0156250,750=0,015625P(X=3) = \binom{3}{3} \cdot 0{,}25^{3} \cdot (1-0{,}25)^{3-3} = 1 \cdot 0{,}015625 \cdot 0{,}75^0 = 0{,}015625

  4. Schritt 4 · Ergebnis
    Ergebnisse addieren

    P(X2)=0,140625+0,015625=0,15625P(X \ge 2) = 0{,}140625 + 0{,}015625 = 0{,}15625

Ergebnis:

Die Wahrscheinlichkeit für mindestens 2-mal „rot" beträgt 15,625 %.

Beispiel 2

Aufgabe

Ein Multiple-Choice-Test hat 4 Fragen mit je 3 Antwortmöglichkeiten, von denen nur eine richtig ist. Ein Schüler rät bei allen Fragen. Wie hoch ist die Wahrscheinlichkeit, dass er mindestens 3 Fragen richtig beantwortet?

Fortschritt
4 / 4
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Fragen: n=4n=4
    • Wahrscheinlichkeit für eine richtige Antwort: p=13p = \frac{1}{3}
    • Gesuchtes Ereignis: mindestens 3 richtige Antworten, also X3X \ge 3.
  2. Schritt 2
    Ereignis in Einzelwahrscheinlichkeiten zerlegen

    „Mindestens 3 Treffer" bedeutet „genau 3 Treffer" ODER „genau 4 Treffer".

    P(X3)=P(X=3)+P(X=4)P(X \ge 3) = P(X=3) + P(X=4)

  3. Schritt 3
    Einzelwahrscheinlichkeiten berechnen

    Für k=3k=3: P(X=3)=(43)(13)3(23)43=412723=881P(X=3) = \binom{4}{3} \cdot \left(\frac{1}{3}\right)^{3} \cdot \left(\frac{2}{3}\right)^{4-3} = 4 \cdot \frac{1}{27} \cdot \frac{2}{3} = \frac{8}{81}

    Für k=4k=4: P(X=4)=(44)(13)4(23)44=11811=181P(X=4) = \binom{4}{4} \cdot \left(\frac{1}{3}\right)^{4} \cdot \left(\frac{2}{3}\right)^{4-4} = 1 \cdot \frac{1}{81} \cdot 1 = \frac{1}{81}

  4. Schritt 4 · Ergebnis
    Ergebnisse addieren

    P(X3)=881+181=981=190,1111P(X \ge 3) = \frac{8}{81} + \frac{1}{81} = \frac{9}{81} = \frac{1}{9} \approx 0{,}1111

Ergebnis:

Die Wahrscheinlichkeit für mindestens 3 richtige Antworten beträgt ca. 11,11 %.

Beispiel 3

Aufgabe

Ein Basketballspieler hat eine Freiwurfquote von 80 %. Er wirft 3-mal. Wie groß ist die Wahrscheinlichkeit, dass er mindestens einen Korb wirft?

Fortschritt
2 / 2
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Würfe: n=3n=3
    • Trefferwahrscheinlichkeit: p=0,8p = 0{,}8
    • Gesuchtes Ereignis: mindestens 1 Treffer, also X1X \ge 1.
  2. Schritt 2 · Ergebnis
    Ereignis in Einzelwahrscheinlichkeiten zerlegen

    „Mindestens 1 Treffer" bedeutet „genau 1 Treffer" ODER „genau 2 Treffer" ODER „genau 3 Treffer".

    P(X1)=P(X=1)+P(X=2)+P(X=3)P(X \ge 1) = P(X=1) + P(X=2) + P(X=3)

    Tipp: Es ist einfacher, das Gegenereignis „genau 0 Treffer" zu berechnen und von 1 abzuziehen.

    P(X=0)=(30)0,800,23=110,008=0,008P(X=0) = \binom{3}{0} \cdot 0{,}8^0 \cdot 0{,}2^3 = 1 \cdot 1 \cdot 0{,}008 = 0{,}008

    P(X1)=1P(X=0)=10,008=0,992P(X \ge 1) = 1 - P(X=0) = 1 - 0{,}008 = 0{,}992

Ergebnis:

Die Wahrscheinlichkeit, mindestens einen Korb zu werfen, beträgt 99,2 %.

Beispiel 4

Aufgabe

Aus einem Kartenspiel mit 32 Karten wird 4-mal eine Karte gezogen und wieder zurückgelegt. Wie hoch ist die Wahrscheinlichkeit, mindestens 3-mal ein Ass zu ziehen? (Es gibt 4 Asse im Spiel)

Fortschritt
4 / 4
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Züge: n=4n=4
    • Wahrscheinlichkeit für ein Ass: p=432=18=0,125p = \frac{4}{32} = \frac{1}{8} = 0{,}125
    • Gesuchtes Ereignis: mindestens 3 Asse, also X3X \ge 3.
  2. Schritt 2
    Ereignis in Einzelwahrscheinlichkeiten zerlegen

    „Mindestens 3 Asse" bedeutet „genau 3 Asse" ODER „genau 4 Asse".

    P(X3)=P(X=3)+P(X=4)P(X \ge 3) = P(X=3) + P(X=4)

  3. Schritt 3
    Einzelwahrscheinlichkeiten berechnen

    Für k=3k=3: P(X=3)=(43)0,1253(0,875)4340,001950,8750,0068P(X=3) = \binom{4}{3} \cdot 0{,}125^{3} \cdot (0{,}875)^{4-3} \approx 4 \cdot 0{,}00195 \cdot 0{,}875 \approx 0{,}0068

    Für k=4k=4: P(X=4)=(44)0,1254(0,875)4410,0002410,00024P(X=4) = \binom{4}{4} \cdot 0{,}125^{4} \cdot (0{,}875)^{4-4} \approx 1 \cdot 0{,}00024 \cdot 1 \approx 0{,}00024

  4. Schritt 4 · Ergebnis
    Ergebnisse addieren

    P(X3)0,0068+0,00024=0,00704P(X \ge 3) \approx 0{,}0068 + 0{,}00024 = 0{,}00704

Ergebnis:

Die Wahrscheinlichkeit für mindestens 3 Asse beträgt ca. 0,7 %.

Beispiel 5

Aufgabe

Ein Medikament wirkt bei 90 % der Patienten. Es wird an 4 Patienten getestet. Wie hoch ist die Wahrscheinlichkeit, dass es bei allen wirkt?

Fortschritt
3 / 3
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Patienten: n=4n=4
    • Wirksamkeit: p=0,9p = 0{,}9
    • Gesuchtes Ereignis: genau 4 Treffer, also X=4X = 4.
  2. Schritt 2 & 3
    Einzelwahrscheinlichkeit berechnen

    Wir brauchen nur P(X=4)P(X=4) zu berechnen.

    P(X=4)=(44)0,94(0,1)44=10,65611=0,6561P(X=4) = \binom{4}{4} \cdot 0{,}9^{4} \cdot (0{,}1)^{4-4} = 1 \cdot 0{,}6561 \cdot 1 = 0{,}6561

  3. Schritt 4 · Ergebnis
    Ergebnis
Ergebnis:

Die Wahrscheinlichkeit, dass das Medikament bei allen 4 Patienten wirkt, beträgt 65,61 %.

Aufgabentyp 2: Terme im Sachzusammenhang deuten

Manchmal bekommst du einen fertigen mathematischen Term und sollst erklären, was er in der realen Situation bedeutet. Das ist wie das Rückwärts-Übersetzen eines Satzes.

Schau dir einen Term an, der die Bernoulli-Formel verwendet: (600550)0,975500,0350\binom{600}{550} \cdot 0{,}97^{550} \cdot 0{,}03^{50}

Jeder Teil hat eine Bedeutung:

  • n=600n=600: Es werden insgesamt 600 Teile geprüft. (Gesamtzahl der Versuche)
  • p=0,97p=0{,}97: Die Wahrscheinlichkeit für einen „Treffer" beträgt 97 %. Im Kontext könnte das eine „fehlerfreie Platte" sein.
  • k=550k=550: Wir interessieren uns für den Fall von genau 550 „Treffern".

Wenn zwei solcher Terme mit einem Pluszeichen verbunden sind, bedeutet das „ODER".

P(X=550)+P(X=551)P(X=550) + P(X=551) bedeutet also: Die Wahrscheinlichkeit für „genau 550 Treffer ODER genau 551 Treffer".

Schritt-für-Schritt-Anleitung

  1. Analysiere den ersten Term und identifiziere die Parameter n (oben im Binomialkoeffizienten), k (unten im Binomialkoeffizienten) und p (die Basis mit dem Exponenten k).
  2. Übersetze die mathematischen Parameter in die Sprache des Sachverhalts. Was bedeutet n? Was ist ein „Treffer" mit der Wahrscheinlichkeit p? Was bedeutet es, k Treffer zu haben?
  3. Wiederhole die Schritte 1 und 2 für alle weiteren Terme, die durch ein Plus verbunden sind.
  4. Formuliere die Gesamtbedeutung: Verbinde die einzelnen Deutungen mit dem Wort „ODER" für jedes Pluszeichen.

Durchgerechnete Beispiele

Beispiel 1

Aufgabe

Bei einer Qualitätskontrolle von 100 Glühbirnen weiß man, dass 5 % defekt sind. Geben Sie die Bedeutung des folgenden Terms im Sachzusammenhang an:

(1000)0,951000,050\binom{100}{0} \cdot 0{,}95^{100} \cdot 0{,}05^{0}

Fortschritt
3 / 3
  1. Schritt 1
    Einzelnen Term analysieren

    Nehmen wir an, ein Treffer ist „defekt".

    • n=100n=100
    • p=0,05p=0{,}05 (Wahrscheinlichkeit für „defekt")
    • k=0k=0
  2. Schritt 2
    Parameter im Kontext deuten
    • n=100n=100: Es werden 100 Glühbirnen geprüft.
    • p=0,05p=0{,}05: Ein Treffer ist eine defekte Glühbirne.
    • k=0k=0: Es gibt genau 0 defekte Glühbirnen.
  3. Schritt 4 · Ergebnis
    Gesamtbedeutung formulieren
Ergebnis:

Der Term beschreibt die Wahrscheinlichkeit, dass von 100 geprüften Glühbirnen genau 0 defekt sind (also alle funktionieren).

Beispiel 2

Aufgabe

Ein Jäger trifft sein Ziel mit einer Wahrscheinlichkeit von 30 %. Er schießt 20-mal. Geben Sie die Bedeutung des folgenden Terms an:

(2018)0,3180,72+(2019)0,3190,71+(2020)0,3200,70\binom{20}{18} \cdot 0{,}3^{18} \cdot 0{,}7^{2} + \binom{20}{19} \cdot 0{,}3^{19} \cdot 0{,}7^{1} + \binom{20}{20} \cdot 0{,}3^{20} \cdot 0{,}7^{0}

Fortschritt
2 / 2
  1. Schritt 1 & 2
    Terme analysieren und deuten
    • Term 1: (2018)0,3180,72\binom{20}{18} \cdot 0{,}3^{18} \cdot 0{,}7^{2}. Das ist die Wahrscheinlichkeit für n=20n=20 Schüsse und p=0,3p=0{,}3 Trefferwahrscheinlichkeit, genau 1818 Treffer zu erzielen.
    • Term 2: (2019)0,3190,71\binom{20}{19} \cdot 0{,}3^{19} \cdot 0{,}7^{1}. Das ist die Wahrscheinlichkeit für genau 1919 Treffer.
    • Term 3: (2020)0,3200,70\binom{20}{20} \cdot 0{,}3^{20} \cdot 0{,}7^{0}. Das ist die Wahrscheinlichkeit für genau 2020 Treffer.
  2. Schritt 4 · Ergebnis
    Gesamtbedeutung formulieren

    Das Pluszeichen bedeutet „ODER". Der gesamte Term beschreibt die Wahrscheinlichkeit, dass der Jäger bei 20 Schüssen genau 18 ODER genau 19 ODER genau 20 Treffer erzielt.

Ergebnis:

Anders ausgedrückt: die Wahrscheinlichkeit für mindestens 18 Treffer.

Beispiel 3

Aufgabe

Bei der Produktion von Smartphones haben 10 % einen Akkufehler. Es werden 50 Smartphones kontrolliert. Deuten Sie den Term:

(504)0,140,946\binom{50}{4} \cdot 0{,}1^{4} \cdot 0{,}9^{46}

Fortschritt
3 / 3
  1. Schritt 1
    Term analysieren
    • n=50n=50
    • k=4k=4
    • p=0,1p=0{,}1
  2. Schritt 2
    Parameter im Kontext deuten
    • n=50n=50: Es werden 50 Smartphones kontrolliert.
    • p=0,1p=0{,}1: Ein „Treffer" ist ein Smartphone mit Akkufehler.
    • k=4k=4: Es gibt genau 4 „Treffer".
  3. Schritt 4 · Ergebnis
    Gesamtbedeutung formulieren
Ergebnis:

Der Term berechnet die Wahrscheinlichkeit, dass von 50 kontrollierten Smartphones genau 4 einen Akkufehler haben.

Beispiel 4

Aufgabe

Ein Würfel wird 15-mal geworfen. Ein „Erfolg" ist das Würfeln einer Zahl kleiner als 3 (also 1 oder 2). Deuten Sie den Term:

(155)(13)5(23)10\binom{15}{5} \cdot \left(\frac{1}{3}\right)^{5} \cdot \left(\frac{2}{3}\right)^{10}

Fortschritt
3 / 3
  1. Schritt 1
    Term analysieren
    • n=15n=15
    • k=5k=5
    • p=13p = \frac{1}{3} (Die Wahrscheinlichkeit für eine 1 oder 2 ist 26=13\frac{2}{6} = \frac{1}{3})
  2. Schritt 2
    Parameter im Kontext deuten
    • n=15n=15: Der Würfel wird 15-mal geworfen.
    • p=1/3p=1/3: Ein „Erfolg" ist das Würfeln einer 1 oder 2.
    • k=5k=5: Es gibt genau 5 „Erfolge".
  3. Schritt 4 · Ergebnis
    Gesamtbedeutung formulieren
Ergebnis:

Der Term gibt die Wahrscheinlichkeit an, bei 15 Würfen genau 5-mal eine Zahl kleiner als 3 zu würfeln.

Beispiel 5

Aufgabe

Ein Pharmaunternehmen gibt an, dass sein Grippeimpfstoff zu 85 % wirksam ist. Für eine Studie werden 200 Personen geimpft. Deuten Sie den Term:

(200180)0,851800,1520\binom{200}{180} \cdot 0{,}85^{180} \cdot 0{,}15^{20}

Fortschritt
3 / 3
  1. Schritt 1
    Term analysieren
    • n=200n=200
    • k=180k=180
    • p=0,85p=0{,}85
  2. Schritt 2
    Parameter im Kontext deuten
    • n=200n=200: Es werden 200 Personen geimpft.
    • p=0,85p=0{,}85: Ein „Treffer" bedeutet, dass der Impfstoff bei einer Person wirksam ist.
    • k=180k=180: Es gibt genau 180 „Treffer".
  3. Schritt 4 · Ergebnis
    Gesamtbedeutung formulieren
Ergebnis:

Der Term berechnet die Wahrscheinlichkeit, dass der Impfstoff bei genau 180 von 200 Personen wirksam ist.

Aufgabentyp 3: Wahrscheinlichkeit für „weniger als k" Treffer

Bei vielen Versuchen (z. B. n=1000n=1000) ist das manuelle Addieren von Wahrscheinlichkeiten unmöglich. Hier kommt der Taschenrechner mit seiner Funktion für die kumulierte (aufsummierte) Binomialverteilung zur Hilfe. Diese Funktion berechnet immer die Wahrscheinlichkeit für „höchstens k" Treffer, also P(Xk)P(X \le k).

Was aber, wenn nach „weniger als k" Treffern gefragt ist? Das ist ein kleiner, aber wichtiger Unterschied!

„Weniger als 55" Treffer bedeutet, dass 0, 1, 2, …, bis zu 54 Treffer erlaubt sind. Der Wert 55 selbst gehört nicht mehr dazu!

Daher gilt die wichtige Übersetzungsregel:

P(X<k)=P(Xk1)P(X < k) = P(X \le k-1)

Für „weniger als 55" berechnen wir also P(X54)P(X \le 54) mit dem Taschenrechner.

Schritt-für-Schritt-Anleitung

  1. Identifiziere n, p und die Obergrenze k aus der Aufgabe.
  2. Übersetze die Textaussage „weniger als k" als mathematische Ungleichung: P(X<k)P(X < k).
  3. Passe die Formel für den Taschenrechner an: P(X<k)=P(Xk1)P(X < k) = P(X \le k-1). Du musst also mit dem Wert k1k-1 weiterrechnen.
  4. Berechne die Wahrscheinlichkeit: Gib n, p und den neuen Wert k1k-1 in die Funktion für die kumulierte Binomialverteilung ein.

Durchgerechnete Beispiele

Beispiel 1

Aufgabe

Eine Fluggesellschaft weiß, dass 5 % der gebuchten Passagiere nicht zum Flug erscheinen. Für einen Flug mit 200 Plätzen wurden 200 Tickets verkauft. Wie hoch ist die Wahrscheinlichkeit, dass weniger als 8 Passagiere nicht erscheinen?

Fortschritt
4 / 4
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Passagiere: n=200n=200
    • Wahrscheinlichkeit, nicht zu erscheinen („Treffer"): p=0,05p=0{,}05
    • Obergrenze: k=8k=8
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X<8)P(X < 8).

  3. Schritt 3
    Formel für den Taschenrechner anpassen

    Wir wenden die Regel an: P(X<8)=P(X81)=P(X7)P(X < 8) = P(X \le 8-1) = P(X \le 7).

  4. Schritt 4 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner (kumulierte Binomialverteilung) für n=200n=200, p=0,05p=0{,}05 und k=7k=7:

    P(X7)0,2355P(X \le 7) \approx 0{,}2355

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 23,55 %.

Beispiel 2

Aufgabe

Ein Callcenter bearbeitet 1000 Anrufe pro Tag. Die Wahrscheinlichkeit, dass ein Anruf zu einem Verkauf führt, liegt bei 3 %. Berechne die Wahrscheinlichkeit, dass an einem Tag weniger als 25 Verkäufe getätigt werden.

Fortschritt
4 / 4
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Anrufe: n=1000n=1000
    • Verkaufswahrscheinlichkeit: p=0,03p=0{,}03
    • Obergrenze: k=25k=25
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X<25)P(X < 25).

  3. Schritt 3
    Formel für den Taschenrechner anpassen

    P(X<25)=P(X251)=P(X24)P(X < 25) = P(X \le 25-1) = P(X \le 24).

  4. Schritt 4 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner für n=1000n=1000, p=0,03p=0{,}03 und k=24k=24:

    P(X24)0,1936P(X \le 24) \approx 0{,}1936

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 19,36 %.

Beispiel 3

Aufgabe

Bei einer Verkehrskontrolle werden 300 Autos angehalten. Erfahrungsgemäß sind 10 % der Fahrer nicht angeschnallt. Wie hoch ist die Wahrscheinlichkeit, dass die Polizei weniger als 30 nicht angeschnallte Fahrer erwischt?

Fortschritt
4 / 4
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Autos: n=300n=300
    • Wahrscheinlichkeit „nicht angeschnallt": p=0,1p=0{,}1
    • Obergrenze: k=30k=30
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X<30)P(X < 30).

  3. Schritt 3
    Formel für den Taschenrechner anpassen

    P(X<30)=P(X29)P(X < 30) = P(X \le 29).

  4. Schritt 4 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner für n=300n=300, p=0,1p=0{,}1 und k=29k=29:

    P(X29)0,4756P(X \le 29) \approx 0{,}4756

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 47,56 %.

Beispiel 4

Aufgabe

Ein fairer Würfel wird 60-mal geworfen. Wie groß ist die Wahrscheinlichkeit, weniger als 10-mal eine Sechs zu würfeln?

Fortschritt
4 / 4
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Würfe: n=60n=60
    • Wahrscheinlichkeit für eine Sechs: p=1/6p=1/6
    • Obergrenze: k=10k=10
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X<10)P(X < 10).

  3. Schritt 3
    Formel für den Taschenrechner anpassen

    P(X<10)=P(X9)P(X < 10) = P(X \le 9).

  4. Schritt 4 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner für n=60n=60, p=1/6p=1/6 und k=9k=9:

    P(X9)0,4676P(X \le 9) \approx 0{,}4676

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 46,76 %.

Beispiel 5

Aufgabe

Ein Saatguthersteller gibt an, dass 95 % seiner Samen keimen. Ein Gärtner sät 500 Samen. Wie hoch ist die Wahrscheinlichkeit, dass weniger als 470 Samen keimen?

Fortschritt
4 / 4
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Samen: n=500n=500
    • Keimwahrscheinlichkeit: p=0,95p=0{,}95
    • Obergrenze: k=470k=470
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X<470)P(X < 470).

  3. Schritt 3
    Formel für den Taschenrechner anpassen

    P(X<470)=P(X469)P(X < 470) = P(X \le 469).

  4. Schritt 4 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner für n=500n=500, p=0,95p=0{,}95 und k=469k=469:

    P(X469)0,1216P(X \le 469) \approx 0{,}1216

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 12,16 %.

Aufgabentyp 4: Wahrscheinlichkeit für „mindestens k" Treffer

Die Frage nach „mindestens k" Treffern ist sehr häufig, aber Taschenrechner können meist nur P(Xk)P(X \le k) direkt berechnen. Hier hilft uns ein cleverer Trick: das Gegenereignis.

Das Gegenteil von „mindestens 140 Treffer" (also 140, 141, …, 200) ist „höchstens 139 Treffer" (also 0, 1, …, 139).

Die Wahrscheinlichkeit für ein Ereignis und sein Gegenereignis zusammen ist immer 1 (oder 100 %).

P(Ereignis)+P(Gegenereignis)=1P(\text{Ereignis}) + P(\text{Gegenereignis}) = 1

Also können wir umstellen:

P(Ereignis)=1P(Gegenereignis)P(\text{Ereignis}) = 1 - P(\text{Gegenereignis})

Für unser Beispiel bedeutet das die entscheidende Übersetzungsregel:

P(Xk)=1P(X<k)=1P(Xk1)P(X \ge k) = 1 - P(X < k) = 1 - P(X \le k-1)

Wir berechnen also die Wahrscheinlichkeit des Gegenereignisses mit dem Taschenrechner und ziehen das Ergebnis von 1 ab.

Schritt-für-Schritt-Anleitung

  1. Identifiziere n, p und die Untergrenze k aus der Aufgabe.
  2. Übersetze die Textaussage „mindestens k" als mathematische Ungleichung: P(Xk)P(X \ge k).
  3. Forme mit dem Gegenereignis um: P(Xk)=1P(Xk1)P(X \ge k) = 1 - P(X \le k-1).
  4. Berechne die Wahrscheinlichkeit des Gegenereignisses: Gib n, p und den Wert k1k-1 in die kumulierte Binomialverteilung des Taschenrechners ein.
  5. Berechne das Endergebnis: Ziehe das Ergebnis aus Schritt 4 von 1 ab.

Durchgerechnete Beispiele

Beispiel 1

Aufgabe

Ein Pharmaunternehmen testet ein neues Medikament an 400 Personen. Es wird erwartet, dass es bei 80 % der Personen wirkt. Wie hoch ist die Wahrscheinlichkeit, dass es bei mindestens 330 Personen wirkt?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Personen: n=400n=400
    • Wirksamkeit: p=0,8p=0{,}8
    • Untergrenze: k=330k=330
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X330)P(X \ge 330).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X330)=1P(X329)P(X \ge 330) = 1 - P(X \le 329).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=400n=400, p=0,8p=0{,}8 und k=329k=329:

    P(X329)0,8938P(X \le 329) \approx 0{,}8938

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X330)=10,8938=0,1062P(X \ge 330) = 1 - 0{,}8938 = 0{,}1062

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 10,62 %.

Beispiel 2

Aufgabe

Eine Maschine produziert Schrauben, von denen 4 % Ausschuss sind. Aus einer Tagesproduktion werden 1000 Schrauben entnommen. Wie hoch ist die Wahrscheinlichkeit, dass mindestens 45 davon Ausschuss sind?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Schrauben: n=1000n=1000
    • Ausschusswahrscheinlichkeit: p=0,04p=0{,}04
    • Untergrenze: k=45k=45
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X45)P(X \ge 45).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X45)=1P(X44)P(X \ge 45) = 1 - P(X \le 44).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=1000n=1000, p=0,04p=0{,}04 und k=44k=44:

    P(X44)0,8123P(X \le 44) \approx 0{,}8123

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X45)=10,8123=0,1877P(X \ge 45) = 1 - 0{,}8123 = 0{,}1877

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 18,77 %.

Beispiel 3

Aufgabe

Ein Online-Shop hat 500 Besucher pro Stunde. Die Kaufwahrscheinlichkeit pro Besucher beträgt 2 %. Wie hoch ist die Wahrscheinlichkeit, dass in einer Stunde mindestens 10 Käufe getätigt werden?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Besucher: n=500n=500
    • Kaufwahrscheinlichkeit: p=0,02p=0{,}02
    • Untergrenze: k=10k=10
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X10)P(X \ge 10).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X10)=1P(X9)P(X \ge 10) = 1 - P(X \le 9).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=500n=500, p=0,02p=0{,}02 und k=9k=9:

    P(X9)0,4554P(X \le 9) \approx 0{,}4554

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X10)=10,4554=0,5446P(X \ge 10) = 1 - 0{,}4554 = 0{,}5446

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 54,46 %.

Beispiel 4

Aufgabe

Bei einer Wahl stimmen erfahrungsgemäß 55 % der Wähler für Partei A. In einer Nachwahlbefragung werden 800 Wähler befragt. Wie hoch ist die Wahrscheinlichkeit, dass mindestens 450 von ihnen für Partei A gestimmt haben?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Befragten: n=800n=800
    • Wahrscheinlichkeit für Partei A: p=0,55p=0{,}55
    • Untergrenze: k=450k=450
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X450)P(X \ge 450).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X450)=1P(X449)P(X \ge 450) = 1 - P(X \le 449).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=800n=800, p=0,55p=0{,}55 und k=449k=449:

    P(X449)0,8143P(X \le 449) \approx 0{,}8143

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X450)=10,8143=0,1857P(X \ge 450) = 1 - 0{,}8143 = 0{,}1857

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 18,57 %.

Beispiel 5

Aufgabe

Ein fairer Münzwurf wird 100-mal durchgeführt. Wie hoch ist die Wahrscheinlichkeit, dass mindestens 50-mal „Kopf" erscheint?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Würfe: n=100n=100
    • Wahrscheinlichkeit für „Kopf": p=0,5p=0{,}5
    • Untergrenze: k=50k=50
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X50)P(X \ge 50).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X50)=1P(X49)P(X \ge 50) = 1 - P(X \le 49).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=100n=100, p=0,5p=0{,}5 und k=49k=49:

    P(X49)0,4602P(X \le 49) \approx 0{,}4602

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X50)=10,4602=0,5398P(X \ge 50) = 1 - 0{,}4602 = 0{,}5398

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 53,98 %.

Aufgabentyp 5: Wahrscheinlichkeit für „höchstens k" Treffer

Dies ist der einfachste Fall für die kumulierte Binomialverteilung. Die Frage nach „höchstens k" Treffern (oder „maximal k") ist genau das, was die Standardfunktion deines Taschenrechners berechnet.

„Höchstens k" Treffer bedeutet 0, 1, 2, …, bis einschließlich k Treffer.

Die mathematische Schreibweise dafür ist P(Xk)P(X \le k).

Du musst hier keine Formeln umstellen oder Gegenereignisse bilden. Du kannst die Werte direkt in den Taschenrechner eingeben. Das ist der Grundbaustein, aus dem wir die anderen Fälle ableiten.

Schritt-für-Schritt-Anleitung

  1. Identifiziere die Anzahl der Versuche n, die Trefferwahrscheinlichkeit p und die Obergrenze k aus der Aufgabe.
  2. Übersetze die Textaussage „höchstens k" als mathematische Ungleichung: P(Xk)P(X \le k).
  3. Berechne die Wahrscheinlichkeit: Gib n, p und k direkt in die Funktion für die kumulierte Binomialverteilung deines Taschenrechners ein.

Durchgerechnete Beispiele

Beispiel 1

Aufgabe

Ein Supermarkt verkauft Eier in 10er-Kartons. Die Wahrscheinlichkeit, dass ein Ei beschädigt ist, beträgt 1 %. Wie hoch ist die Wahrscheinlichkeit, dass in einem Karton mit 50 Eiern höchstens 1 Ei beschädigt ist?

Fortschritt
3 / 3
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Eier: n=50n=50
    • Wahrscheinlichkeit für „beschädigt": p=0,01p=0{,}01
    • Obergrenze: k=1k=1
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X1)P(X \le 1).

  3. Schritt 3 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner (kumulierte Binomialverteilung) für n=50n=50, p=0,01p=0{,}01 und k=1k=1:

    P(X1)0,9106P(X \le 1) \approx 0{,}9106

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 91,06 %.

Beispiel 2

Aufgabe

Bei einer Lotterie gewinnt jedes 10. Los. Jemand kauft 20 Lose. Wie hoch ist die Wahrscheinlichkeit, dass er höchstens 2 Gewinnlose hat?

Fortschritt
3 / 3
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Lose: n=20n=20
    • Gewinnwahrscheinlichkeit: p=0,1p=0{,}1
    • Obergrenze: k=2k=2
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X2)P(X \le 2).

  3. Schritt 3 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner für n=20n=20, p=0,1p=0{,}1 und k=2k=2:

    P(X2)0,6769P(X \le 2) \approx 0{,}6769

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 67,69 %.

Beispiel 3

Aufgabe

Ein Telekommunikationsanbieter geht davon aus, dass 15 % seiner Kunden ihren Vertrag im nächsten Jahr kündigen. Das Unternehmen hat 300 Kunden. Wie hoch ist die Wahrscheinlichkeit, dass höchstens 50 Kunden kündigen?

Fortschritt
3 / 3
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Kunden: n=300n=300
    • Kündigungswahrscheinlichkeit: p=0,15p=0{,}15
    • Obergrenze: k=50k=50
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X50)P(X \le 50).

  3. Schritt 3 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner für n=300n=300, p=0,15p=0{,}15 und k=50k=50:

    P(X50)0,8298P(X \le 50) \approx 0{,}8298

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 82,98 %.

Beispiel 4

Aufgabe

In einer Stadt regnet es an 40 % der Tage im April (30 Tage). Wie hoch ist die Wahrscheinlichkeit, dass es im April an höchstens 10 Tagen regnet?

Fortschritt
3 / 3
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Tage: n=30n=30
    • Regenwahrscheinlichkeit: p=0,4p=0{,}4
    • Obergrenze: k=10k=10
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X10)P(X \le 10).

  3. Schritt 3 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner für n=30n=30, p=0,4p=0{,}4 und k=10k=10:

    P(X10)0,3095P(X \le 10) \approx 0{,}3095

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 30,95 %.

Beispiel 5

Aufgabe

Ein Bogenschütze trifft mit 70 % Wahrscheinlichkeit ins Schwarze. Er schießt 80 Pfeile. Wie hoch ist die Wahrscheinlichkeit, dass er höchstens 60 Treffer erzielt?

Fortschritt
3 / 3
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Pfeile: n=80n=80
    • Trefferwahrscheinlichkeit: p=0,7p=0{,}7
    • Obergrenze: k=60k=60
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X60)P(X \le 60).

  3. Schritt 3 · Ergebnis
    Wahrscheinlichkeit berechnen

    Mit dem Taschenrechner für n=80n=80, p=0,7p=0{,}7 und k=60k=60:

    P(X60)0,8874P(X \le 60) \approx 0{,}8874

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 88,74 %.

Aufgabentyp 6: Wahrscheinlichkeit für „mehr als k" Treffer

Ähnlich wie bei „mindestens k" müssen wir auch bei „mehr als k" mit dem Gegenereignis arbeiten, da der Taschenrechner diese Anfrage nicht direkt beantworten kann.

„Mehr als 9" Treffer bedeutet 10, 11, 12, … Treffer. Der Wert 9 selbst ist nicht dabei.

Das Gegenteil davon ist „höchstens 9" Treffer, also 0, 1, …, 9.

Wir verwenden wieder die Regel P(Ereignis)=1P(Gegenereignis)P(\text{Ereignis}) = 1 - P(\text{Gegenereignis}).

Das führt zur Übersetzungsregel:

P(X>k)=1P(Xk)P(X > k) = 1 - P(X \le k)

Beachte den feinen Unterschied zu „mindestens k": Hier ziehen wir P(Xk)P(X \le k) ab, nicht P(Xk1)P(X \le k-1).

Schritt-für-Schritt-Anleitung

  1. Identifiziere n, p und die Untergrenze k aus der Aufgabe.
  2. Übersetze die Textaussage „mehr als k" als mathematische Ungleichung: P(X>k)P(X > k).
  3. Forme mit dem Gegenereignis um: P(X>k)=1P(Xk)P(X > k) = 1 - P(X \le k).
  4. Berechne die Wahrscheinlichkeit des Gegenereignisses: Gib n, p und den Wert k in die kumulierte Binomialverteilung des Taschenrechners ein.
  5. Berechne das Endergebnis: Ziehe das Ergebnis aus Schritt 4 von 1 ab.

Durchgerechnete Beispiele

Beispiel 1

Aufgabe

Ein Test zur Erkennung einer Krankheit liefert in 2 % der Fälle ein falsch positives Ergebnis. Der Test wird bei 1000 gesunden Personen durchgeführt. Wie hoch ist die Wahrscheinlichkeit, dass mehr als 25 Personen ein falsch positives Ergebnis erhalten?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Personen: n=1000n=1000
    • Wahrscheinlichkeit für „falsch positiv": p=0,02p=0{,}02
    • Untergrenze: k=25k=25
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X>25)P(X > 25).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X>25)=1P(X25)P(X > 25) = 1 - P(X \le 25).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=1000n=1000, p=0,02p=0{,}02 und k=25k=25:

    P(X25)0,8953P(X \le 25) \approx 0{,}8953

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X>25)=10,8953=0,1047P(X > 25) = 1 - 0{,}8953 = 0{,}1047

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 10,47 %.

Beispiel 2

Aufgabe

Ein Buch hat 600 Seiten. Die Wahrscheinlichkeit für einen Druckfehler auf einer Seite beträgt 0,5 %. Wie hoch ist die Wahrscheinlichkeit, dass das Buch mehr als 4 Druckfehler hat?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Seiten: n=600n=600
    • Wahrscheinlichkeit für Druckfehler: p=0,005p=0{,}005
    • Untergrenze: k=4k=4
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X>4)P(X > 4).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X>4)=1P(X4)P(X > 4) = 1 - P(X \le 4).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=600n=600, p=0,005p=0{,}005 und k=4k=4:

    P(X4)0,8212P(X \le 4) \approx 0{,}8212

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X>4)=10,8212=0,1788P(X > 4) = 1 - 0{,}8212 = 0{,}1788

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 17,88 %.

Beispiel 3

Aufgabe

Ein Radargerät erfasst 95 % der zu schnellen Autos. Auf einer Straße fahren 150 zu schnelle Autos. Wie hoch ist die Wahrscheinlichkeit, dass das Gerät mehr als 145 davon erfasst?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Autos: n=150n=150
    • Erfassungswahrscheinlichkeit: p=0,95p=0{,}95
    • Untergrenze: k=145k=145
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X>145)P(X > 145).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X>145)=1P(X145)P(X > 145) = 1 - P(X \le 145).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=150n=150, p=0,95p=0{,}95 und k=145k=145:

    P(X145)0,8354P(X \le 145) \approx 0{,}8354

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X>145)=10,8354=0,1646P(X > 145) = 1 - 0{,}8354 = 0{,}1646

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 16,46 %.

Beispiel 4

Aufgabe

Ein Postdienstleister stellt 98 % seiner Briefe pünktlich zu. An einem Tag werden 700 Briefe verschickt. Wie hoch ist die Wahrscheinlichkeit, dass mehr als 10 Briefe zu spät kommen?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Briefe: n=700n=700
    • Wahrscheinlichkeit für „zu spät" (Treffer): p=0,02p=0{,}02 (Gegenwahrscheinlichkeit zu 98 % pünktlich)
    • Untergrenze: k=10k=10
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X>10)P(X > 10).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X>10)=1P(X10)P(X > 10) = 1 - P(X \le 10).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=700n=700, p=0,02p=0{,}02 und k=10k=10:

    P(X10)0,1915P(X \le 10) \approx 0{,}1915

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X>10)=10,1915=0,8085P(X > 10) = 1 - 0{,}1915 = 0{,}8085

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 80,85 %.

Beispiel 5

Aufgabe

Ein Schüler beantwortet einen Test mit 50 Richtig/Falsch-Fragen rein durch Raten. Wie hoch ist die Wahrscheinlichkeit, dass er mehr als 30 Fragen richtig beantwortet?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Fragen: n=50n=50
    • Wahrscheinlichkeit für „richtig": p=0,5p=0{,}5
    • Untergrenze: k=30k=30
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(X>30)P(X > 30).

  3. Schritt 3
    Formel mit Gegenereignis umformen

    P(X>30)=1P(X30)P(X > 30) = 1 - P(X \le 30).

  4. Schritt 4
    Wahrscheinlichkeit des Gegenereignisses berechnen

    Mit dem Taschenrechner für n=50n=50, p=0,5p=0{,}5 und k=30k=30:

    P(X30)0,9405P(X \le 30) \approx 0{,}9405

  5. Schritt 5 · Ergebnis
    Endergebnis berechnen

    P(X>30)=10,9405=0,0595P(X > 30) = 1 - 0{,}9405 = 0{,}0595

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 5,95 %.

Aufgabentyp 7: Wahrscheinlichkeit für „zwischen a und b" Treffern

Manchmal suchen wir die Wahrscheinlichkeit für ein Intervall, z. B. „mehr als 15, aber weniger als 30" Treffer. Das bedeutet, die Anzahl der Treffer k liegt im Bereich 15<k<3015 < k < 30, also von 16 bis 29.

Um das zu berechnen, verwenden wir einen Trick mit der kumulierten Wahrscheinlichkeit:

  1. Wir berechnen die Wahrscheinlichkeit für höchstens 29 Treffer: P(X29)P(X \le 29). Das beinhaltet alle Treffer von 0 bis 29.
  2. Davon ziehen wir den Teil ab, den wir nicht haben wollen. Wir wollen die Treffer von 0 bis 15 nicht. Also ziehen wir die Wahrscheinlichkeit für höchstens 15 Treffer ab: P(X15)P(X \le 15).

Die allgemeine Regel lautet:

P(a<X<b)=P(Xb1)P(Xa)P(a < X < b) = P(X \le b-1) - P(X \le a)

Für unser Beispiel: P(15<X<30)=P(X29)P(X15)P(15 < X < 30) = P(X \le 29) - P(X \le 15)

Schritt-für-Schritt-Anleitung

  1. Identifiziere n, p und die Intervallgrenzen a und b aus der Aufgabe.
  2. Übersetze die Textaussage als mathematische Ungleichung, z. B. P(a<X<b)P(a < X < b).
  3. Stelle die Differenzformel auf: P(a<X<b)=P(Xb1)P(Xa)P(a < X < b) = P(X \le b-1) - P(X \le a).
  4. Berechne beide kumulierten Wahrscheinlichkeiten aus Schritt 3 mit dem Taschenrechner.
  5. Bilde die Differenz: Subtrahiere den zweiten Wert vom ersten, um das Endergebnis zu erhalten.

Durchgerechnete Beispiele

Beispiel 1

Aufgabe

Ein Callcenter tätigt 800 Anrufe. Die Erfolgswahrscheinlichkeit (ein Termin wird vereinbart) liegt bei 6 %. Berechnen Sie die Wahrscheinlichkeit, dass mehr als 40, aber weniger als 50 Termine vereinbart werden.

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Anrufe: n=800n=800
    • Erfolgswahrscheinlichkeit: p=0,06p=0{,}06
    • Intervallgrenzen: a=40a=40, b=50b=50
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(40<X<50)P(40 < X < 50).

  3. Schritt 3
    Formel für die Differenz aufstellen

    P(40<X<50)=P(X49)P(X40)P(40 < X < 50) = P(X \le 49) - P(X \le 40).

  4. Schritt 4
    Beide Wahrscheinlichkeiten berechnen
    • Mit dem Taschenrechner für k=49k=49: P(X49)0,5986P(X \le 49) \approx 0{,}5986
    • Mit dem Taschenrechner für k=40k=40: P(X40)0,1153P(X \le 40) \approx 0{,}1153
  5. Schritt 5 · Ergebnis
    Differenz bilden

    P(40<X<50)=0,59860,1153=0,4833P(40 < X < 50) = 0{,}5986 - 0{,}1153 = 0{,}4833

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 48,33 %.

Beispiel 2

Aufgabe

Eine Stadt hat 10.000 Haushalte. 30 % davon haben einen Hund. In einer Umfrage werden 200 Haushalte zufällig ausgewählt. Wie hoch ist die Wahrscheinlichkeit, dass in der Stichprobe mehr als 55, aber weniger als 65 Haushalte einen Hund haben?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Haushalte: n=200n=200
    • Wahrscheinlichkeit für „Hund": p=0,3p=0{,}3
    • Intervallgrenzen: a=55a=55, b=65b=65
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(55<X<65)P(55 < X < 65).

  3. Schritt 3
    Formel für die Differenz aufstellen

    P(55<X<65)=P(X64)P(X55)P(55 < X < 65) = P(X \le 64) - P(X \le 55).

  4. Schritt 4
    Beide Wahrscheinlichkeiten berechnen
    • P(X64)0,8175P(X \le 64) \approx 0{,}8175
    • P(X55)0,2204P(X \le 55) \approx 0{,}2204
  5. Schritt 5 · Ergebnis
    Differenz bilden

    P(55<X<65)=0,81750,2204=0,5971P(55 < X < 65) = 0{,}8175 - 0{,}2204 = 0{,}5971

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 59,71 %.

Beispiel 3

Aufgabe

Ein Würfel wird 180-mal geworfen. Wie hoch ist die Wahrscheinlichkeit, dass die Sechs mehr als 25-mal, aber weniger als 35-mal geworfen wird?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Würfe: n=180n=180
    • Wahrscheinlichkeit für „Sechs": p=1/6p=1/6
    • Intervallgrenzen: a=25a=25, b=35b=35
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(25<X<35)P(25 < X < 35).

  3. Schritt 3
    Formel für die Differenz aufstellen

    P(25<X<35)=P(X34)P(X25)P(25 < X < 35) = P(X \le 34) - P(X \le 25).

  4. Schritt 4
    Beide Wahrscheinlichkeiten berechnen
    • P(X34)0,8415P(X \le 34) \approx 0{,}8415
    • P(X25)0,1848P(X \le 25) \approx 0{,}1848
  5. Schritt 5 · Ergebnis
    Differenz bilden

    P(25<X<35)=0,84150,1848=0,6567P(25 < X < 35) = 0{,}8415 - 0{,}1848 = 0{,}6567

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 65,67 %.

Beispiel 4

Aufgabe

Ein IT-System hat eine Verfügbarkeit von 99 %. Man betrachtet 1000 Betriebsstunden. Wie hoch ist die Wahrscheinlichkeit, dass das System in mehr als 5, aber weniger als 15 Stunden ausfällt?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der Stunden: n=1000n=1000
    • Wahrscheinlichkeit für „Ausfall" (Treffer): p=0,01p=0{,}01
    • Intervallgrenzen: a=5a=5, b=15b=15
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(5<X<15)P(5 < X < 15).

  3. Schritt 3
    Formel für die Differenz aufstellen

    P(5<X<15)=P(X14)P(X5)P(5 < X < 15) = P(X \le 14) - P(X \le 5).

  4. Schritt 4
    Beide Wahrscheinlichkeiten berechnen
    • P(X14)0,9169P(X \le 14) \approx 0{,}9169
    • P(X5)0,0661P(X \le 5) \approx 0{,}0661
  5. Schritt 5 · Ergebnis
    Differenz bilden

    P(5<X<15)=0,91690,0661=0,8508P(5 < X < 15) = 0{,}9169 - 0{,}0661 = 0{,}8508

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 85,08 %.

Beispiel 5

Aufgabe

Ein Spammer verschickt 500 E-Mails. Die Wahrscheinlichkeit, dass ein Empfänger die Mail öffnet, liegt bei 20 %. Wie hoch ist die Wahrscheinlichkeit, dass mehr als 90, aber weniger als 110 Personen die Mail öffnen?

Fortschritt
5 / 5
  1. Schritt 1
    Parameter identifizieren
    • Anzahl der E-Mails: n=500n=500
    • Öffnungswahrscheinlichkeit: p=0,2p=0{,}2
    • Intervallgrenzen: a=90a=90, b=110b=110
  2. Schritt 2
    Ereignis übersetzen

    Gesucht ist P(90<X<110)P(90 < X < 110).

  3. Schritt 3
    Formel für die Differenz aufstellen

    P(90<X<110)=P(X109)P(X90)P(90 < X < 110) = P(X \le 109) - P(X \le 90).

  4. Schritt 4
    Beide Wahrscheinlichkeiten berechnen
    • P(X109)0,8449P(X \le 109) \approx 0{,}8449
    • P(X90)0,1551P(X \le 90) \approx 0{,}1551
  5. Schritt 5 · Ergebnis
    Differenz bilden

    P(90<X<110)=0,84490,1551=0,6898P(90 < X < 110) = 0{,}8449 - 0{,}1551 = 0{,}6898

Ergebnis:

Die Wahrscheinlichkeit beträgt ca. 68,98 %.

Wichtige Erkenntnisse

Um Wahrscheinlichkeiten für Bereiche zu berechnen, musst du die Wörter in die richtige Formel für den Taschenrechner (P(Xk)P(X \le k)) übersetzen. Hier sind die wichtigsten Regeln:

  • Höchstens k Treffer: P(Xk)P(X \le k) → Direkte Eingabe in den Taschenrechner.
  • Weniger als k Treffer: P(X<k)=P(Xk1)P(X < k) = P(X \le k-1)
  • Mindestens k Treffer: P(Xk)=1P(Xk1)P(X \ge k) = 1 - P(X \le k-1)
  • Mehr als k Treffer: P(X>k)=1P(Xk)P(X > k) = 1 - P(X \le k)
  • Mehr als a und weniger als b Treffer: P(a<X<b)=P(Xb1)P(Xa)P(a < X < b) = P(X \le b-1) - P(X \le a)

Häufige Fragen

Was sind kumulierte Wahrscheinlichkeiten bei der Binomialverteilung?

Kumulierte Wahrscheinlichkeiten bei der Binomialverteilung geben an, wie wahrscheinlich es ist, dass eine Zufallsgröße X einen Wert innerhalb eines ganzen Bereichs annimmt – zum Beispiel höchstens 5 Treffer oder mindestens 10 Treffer. Statt nur P(X = k) zu berechnen, summierst du mehrere Einzelwahrscheinlichkeiten auf oder nutzt die kumulierte Binomialverteilung deines Taschenrechners, die immer P(X ≤ k) berechnet.

Wie berechnest du die Wahrscheinlichkeit für mindestens k Treffer?

Du nutzt die Regel des Gegenereignisses: P(X ≥ k) = 1 − P(X ≤ k−1). Berechne zuerst die kumulierte Wahrscheinlichkeit für höchstens k−1 Treffer mit dem Taschenrechner und ziehe das Ergebnis von 1 ab. Wichtig: Du setzt k−1 ein, nicht k selbst – denn der Wert k gehört zum Ereignis dazu.

Was ist der Unterschied zwischen mindestens k und mehr als k bei der Binomialverteilung?

Mindestens k bedeutet, dass k selbst eingeschlossen ist: 0, 1, …, k sind alle erlaubt. Die Formel lautet P(X ≥ k) = 1 − P(X ≤ k−1). Mehr als k schließt k dagegen aus – es zählen nur k+1, k+2, …, weshalb die Formel P(X > k) = 1 − P(X ≤ k) lautet. Der Unterschied liegt also darin, ob du k−1 oder k in den Taschenrechner eingibst.

Wie verwendest du den Taschenrechner für die kumulierte Binomialverteilung?

Dein Taschenrechner berechnet mit der Funktion für die kumulierte Binomialverteilung stets P(X ≤ k). Du gibst die Parameter n (Anzahl der Versuche), p (Trefferwahrscheinlichkeit) und k (Obergrenze) ein. Alle anderen Bereiche – mindestens, mehr als, weniger als, Intervall – leitest du durch Umformen auf diese Grundfunktion zurück, bevor du rechnest.

Warum brauchst du das Gegenereignis bei der Binomialverteilung?

Der Taschenrechner kann nur P(X ≤ k) direkt berechnen. Für Anfragen wie mindestens k oder mehr als k gibt es keine direkte Funktion. Das Gegenereignis löst das Problem: Die Summe eines Ereignisses und seines Gegenteils ist immer 1. Daher gilt P(Ereignis) = 1 − P(Gegenereignis), und du kannst das Gegenereignis bequem mit dem Taschenrechner berechnen.

Das könnte Dich auch interessieren

4.62 / 5.0 · 100.000+ Schüler verbessern bereits ihre Noten mit uns

Schneller zu besseren Mathe-Noten — starte heute kostenlos.

Kostenlos testen. Keine Kreditkarte. In wenigen Klicks bist du dabei.