© Mathe-Abi
© Mathe-Abi
© Mathe-Abi
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
98 Stochastik - Baumdiagramme<br />
4 Stochastik<br />
4.1 Baumdiagramme<br />
Zufallsexperimente und Wahrscheinlichkeiten<br />
Ein Zufallsexperiment besitzt folgende Eigenschaften:<br />
1. Es ist unter gleichen Bedingungen beliebig oft wiederholbar<br />
2. Es besitzt mehrere sich gegenseitig ausschließende Ergebnisse<br />
3. Die Ergebnisse im Experiment sind rein zufällig.<br />
Die Ergebnismenge Ω beinhaltet alle möglichen, sich gegenseitig ausschließenden<br />
Ergebnisse eines Zufallsexperimentes. Eine besondere Teilmenge dieser<br />
Ergebnismenge wird als Ereignis E bezeichnet.<br />
Die Wahrscheinlichkeit für das Eintreten eines Ereignisses E ist:<br />
_3I ℎ2 ; ü; T ¸; UX3UT Xü3TZUX 3 zä22<br />
Á ¸ =<br />
_3I ℎ2 22 ; MöX2U"ℎ 3 zä22<br />
= |¸|<br />
|Ì|<br />
Das Nicht-Eintreten eines Ereignisses wird Gegenereignis ¸Í genannt. Die<br />
Wahrscheinlichkeit für das Eintreten des Gegenereignisses ¸Í ist:<br />
_3I ℎ2 ; ü; T ¸; UX3UT 63Xü3TZUX 3 zä22<br />
Á(¸Í =<br />
_3I ℎ2 22 ; MöX2U"ℎ 3 zä22<br />
Wahrscheinlichkeiten liegen immer zwischen Null und Eins:<br />
0 ≤ Á(¸) ≤ 1 bzw. 0% ≤ Á ¸ ≤ 100%<br />
= |¸Í|<br />
|Ì|<br />
Die Summe der Wahrscheinlichkeiten für das Eintreten eines Ereignisses und das Nicht-<br />
Eintreten eines Ereignisses ergibt Eins:<br />
Á ¸ + Á ¸Í = 1<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
Stochastik - Baumdiagramme 99<br />
Beispiel:<br />
Die Ergebnismenge beim Würfeln lautet Ω = Ó1, 2, 3, 4, 5, 6Ô. Als Ereignis wird z.B. das<br />
Würfeln einer geraden Augenzahl definiert. Hierdurch ergibt sich die Ergebnismenge<br />
¸ = Ó2, 4, 6Ô.<br />
Die Wahrscheinlichkeit für das Würfeln einer geraden Augenzahl beträgt:<br />
Á(¸) = |¸| 3 1<br />
= =<br />
|Ì| 6 2<br />
Die Wahrscheinlichkeit für das Würfeln einer nicht-geraden Augenzahl beträgt:<br />
Á(¸Í) = |¸Í| 3<br />
=<br />
|Ì| 6<br />
= 1<br />
2<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
100 Stochastik - Baumdiagramme<br />
Baumdiagramme<br />
Zur Berechnung von Wahrscheinlichkeiten bei Zufallsexperimenten, die mehrfach<br />
durchgeführt werden, eignen sich Baumdiagramme. Ausgehend von dem Ereignis der<br />
letzten Wiederholung werden für die aktuelle Wiederholung des Experiments die<br />
verschiedenen Ereignisse mit ihren Wahrscheinlichkeiten als Äste eines Baumes<br />
dargestellt.<br />
Beispiel: Ziehen mit Zurücklegen<br />
Ein Gefäß enthält 4 blaue, 3 rote und 2<br />
gelbe Kugeln. Eine Kugel wird gezogen<br />
und anschließend wieder in das Gefäß<br />
zurückgelegt. Dieser Versuch wird<br />
zweimal durchgeführt.<br />
Die Wahrscheinlichkeiten für das<br />
Ereignis, dass eine Kugel mit einer<br />
bestimmten Farbe gezogen wird, lauten<br />
in jedem Versuch:<br />
Á !2 6 = 4<br />
9<br />
Á ;^Z = 3<br />
9<br />
Á(X 2!) = 2<br />
9<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
Stochastik - Baumdiagramme 101<br />
Beispiel: Ziehen ohne Zurücklegen<br />
Wird der gleiche Versuch durchgeführt,<br />
ohne dass die Kugeln wieder in das<br />
Gefäß zurückgelegt werden, ändern<br />
sich bei der Wiederholung die<br />
Wahrscheinlichkeiten.<br />
Beim zweiten Ziehen befinden sich nur<br />
noch 8 Kugeln im Gefäß. Die<br />
Wahrscheinlichkeiten hängen davon<br />
ab, welche Farbe vorher gezogen<br />
wurde.<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
102 Stochastik - Baumdiagramme<br />
Pfadregeln<br />
Für Baumdiagramme gelten die folgenden Pfadregeln:<br />
Produktregel: Die Wahrscheinlichkeit eines Pfades wird berechnet, indem die einzelnen<br />
Wahrscheinlichkeiten entlang des Pfades miteinander multipliziert werden.<br />
Summenregel: Wenn für ein bestimmtes Ereignis mehrere Pfade berücksichtigt werden<br />
müssen, werden die Wahrscheinlichkeiten der einzelnen Pfade addiert.<br />
Beispiel (wie oben, Gefäß mit 4 blauen, 3 roten und 2 gelben Kugeln):<br />
Ereignis Ziehen mit Zurücklegen Ziehen ohne Zurücklegen<br />
Zwei blaue Kugeln Á !2 6, !2 6 = 4 4 16<br />
∙ =<br />
9 9 81<br />
Eine rote und eine<br />
gelbe Kugel<br />
Á ;^Z, X 2! = 3 2 6<br />
∙ =<br />
9 9 81<br />
Á X 2!, ;^Z = 2 3 6<br />
∙ =<br />
9 9 81<br />
Á ;^Z 63 X 2! = 6 6 4<br />
+ =<br />
81 81 27<br />
Beispiel (siehe <strong>Abi</strong>tur 2013, Pflichtteil Aufgabe 8):<br />
4 3 1<br />
Á !2 6, !2 6 = ∙ =<br />
9 8 6<br />
Á ;^Z, X 2! = 3 2 1<br />
∙ =<br />
9 8 12<br />
Á X 2!, ;^Z = 2 3 1<br />
∙ =<br />
9 8 12<br />
Á ;^Z 63 X 2! = 1 1<br />
+<br />
12 12<br />
= 1<br />
6<br />
Neun Spielkarten (vier Asse, drei Könige und zwei Damen) liegen verdeckt auf dem<br />
Tisch.<br />
Peter dreht zwei zufällig gewählte Karten um und lässt sie aufgedeckt liegen. Berechnen<br />
Sie die Wahrscheinlichkeiten der folgenden Ereignisse:<br />
A: Es liegt kein Ass aufgedeckt auf dem Tisch<br />
B: Eine Dame und ein Ass liegen aufgedeckt auf dem Tisch<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong><br />
Die neun Spielkarten werden gemischt und erneut verdeckt ausgelegt. Laura dreht nun<br />
so lange Karten um und lässt sie aufgedeckt liegen, bis ein Ass erscheint. Die<br />
Zufallsvariable X gibt die Anzahl der aufgedeckten Spielkarten an. Welche Werte kann X<br />
annehmen? Berechnen Sie Á Õ ≤ 2 .
Stochastik - Baumdiagramme 103<br />
Zunächst wird ein Baumdiagramm für das Zufallsexperiment „Zweimaliges Ziehen ohne<br />
Zurücklegen“ erstellt:<br />
Die Wahrscheinlichkeit, dass kein Ass aufgedeckt auf dem Tisch liegt, beträgt:<br />
Á _ = 3 2 3 2 2 3 2 1<br />
∙ + ∙ + ∙ + ∙<br />
9 8 9 8 9 8 9 8<br />
= 6 6 6 2 20 5<br />
+ + + = =<br />
72 72 72 72 72 18<br />
Die Wahrscheinlichkeit, eine Dame und ein Ass aufgedeckt auf dem Tisch liegen, beträgt:<br />
Á(’) = 4 2 2 4<br />
∙ + ∙<br />
9 8 9 8<br />
= 8 8 16<br />
+ =<br />
72 72 72<br />
= 2<br />
9<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
104 Stochastik - Baumdiagramme<br />
Neben den Assen liegen fünf Karten (drei Könige und zwei Damen) verdeckt auf dem<br />
Tisch. Spätestens beim Umdrehen der sechsten Karte, wird also ein Ass aufgedeckt. Die<br />
Zufallsvariable X kann daher alle Werte von 1 bis 6 (einschließlich) annehmen:<br />
1 ≤ Õ ≤ 6<br />
Die Wahrscheinlichkeit, dass beim ersten Drehen ein Ass aufgedeckt wird, beträgt:<br />
Á Õ = 1 = 4<br />
9<br />
Die Wahrscheinlichkeit, dass beim zweiten Drehen ein Ass aufgedeckt wird, beträgt:<br />
Daraus folgt:<br />
Zufallsvariable und Erwartungswert<br />
Á(Õ = 2) = 3 4 2 4 12 8 20 5<br />
∙ + ∙ = + = =<br />
9 8 9 8 72 72 72 18<br />
Á(Õ ≤ 2) = Á(Õ = 1) + Á(Õ = 2) = 4 5 13<br />
+ =<br />
9 18 18<br />
Zufallsvariablen beschreiben zufällige Ereignisse, die mit Zahlen verknüpft werden, z.B.<br />
ein Gewinn in Euro, der beim Glücksrad ausgezahlt wird. Eine Zufallsvariable X kann in<br />
einem Experiment k unterschiedliche Werte ˆ annehmen, wobei Á( ˆ) die<br />
Wahrscheinlichkeit der einzelnen Werte ˆ beschreibt.<br />
Der Erwartungswert E(X) einer Zufallsvariable ist der Mittelwert der Ergebnisse bei<br />
unbegrenzter Wiederholung des Zufallsexperiments. Der Erwartungswert wird berechnet,<br />
indem die einzelnen Werte ˆ mit ihrer jeweiligen Wahrscheinlichkeit Á( ˆ) multipliziert<br />
(gewichtet) werden. Anschließend werden die einzelnen Produkte addiert:<br />
“<br />
¸(Õ) = Ö ˆ ∙ Á( ˆ) = ∙ Á( ) + ∙ Á( ) + … + “ ∙ Á( “)<br />
ˆ×<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
Stochastik - Baumdiagramme 105<br />
Beispiel (wie oben, Gefäß mit 4 blauen, 3 roten und 2 gelben Kugeln):<br />
Bei einem Glücksspiel, wird aus dem Gefäß eine Kugel gezogen und abhängig von der<br />
Kugelfarbe ein Gewinn von 0€ (blau, Niete), 1€ (rot) und 3€ (gelb) ausgezahlt:<br />
Kugel<br />
Gewinn<br />
ˆ<br />
Wahrscheinlichkeit<br />
Á ˆ<br />
blau 0€ Á !2 6 = 4<br />
9<br />
rot 1€ Á ;^Z = 3<br />
9<br />
gelb 3€ Á X 2! = 2<br />
9<br />
gewichteter Gewinn<br />
ˆ ∙ Á ˆ<br />
0€<br />
3<br />
9 €<br />
6<br />
9 €<br />
“<br />
¸~Õ = Ö ˆ ∙ Á ˆ<br />
ˆ×<br />
= 9<br />
€ = 1€<br />
9<br />
Der Erwartungswert für den Gewinn beträgt 1€. Bei einem Einsatz von 1€ pro Ziehung<br />
wäre das Spiel daher fair. Bei einem höheren Einsatz würde der Anbieter des<br />
Glücksspiels einen Gewinn erzielen.<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
106 Stochastik - Bernoulliformel und Binomialverteilung<br />
4.2 Bernoulliformel und Binomialverteilung<br />
Zur Berechnung der Binomialverteilung mit Hilfe der Bernoulliformel benötigt man<br />
Fakultäten und Binomialkoeffizienten.<br />
Fakultät<br />
Das Produkt der natürlichen Zahlen von 1 bis n wird Fakultät genannt:<br />
Beispiele:<br />
Binominalkoeffizient<br />
3! = 1 ∙ 2 ∙ 3 ∙ … ∙ 3<br />
0! = 1<br />
1! = 1<br />
2! = 1 ∙ 2 = 2<br />
3! = 1 ∙ 2 ∙ 3 = 6<br />
4! = 1 ∙ 2 ∙ 3 ∙ 4 = 24<br />
5! = 1 ∙ 2 ∙ 3 ∙ 4 ∙ 5 = 120<br />
Der Ausdruck 8 3<br />
9 heißt Binominalkoeffizient. Er gibt an, auf wie viele Arten man eine<br />
Y<br />
Teilmenge von k Elementen aus einer Menge mit n Elementen auswählen kann. Die<br />
Definition des Binomialkoeffizienten (mit n≥ Y lautet:<br />
Beispiel:<br />
8 3 3!<br />
9 =<br />
Y Y! ∙ 3 − Y !<br />
Die Anzahl der möglichen Ziehungen beim Lotto, wobei eine Teilmenge von 6 Kugeln aus<br />
einer Menge von 49 Kugeln (ohne Zurücklegen) gezogen wird, kann mit einem<br />
Binominalkoeffizient bestimmt werden:<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong><br />
8 49 49!<br />
9 = = 13.983.816<br />
6 6! ∙ 43!
Stochastik - Bernoulliformel und Binomialverteilung 107<br />
Pascalsche Dreieck<br />
Niedrige Binomialkoeffizienten können sehr schnell mit Hilfe des Pascalschen Dreiecks<br />
bestimmt werden. Hierbei ergibt sich ein Binomialkoeffizient jeweils als Summe der<br />
beiden Koeffizienten, die direkt über ihm stehen:<br />
8 7<br />
0 9<br />
= »<br />
8 6<br />
0 9<br />
= »<br />
8 5<br />
0 9<br />
= »<br />
8 7<br />
1 9<br />
= Ý<br />
8 4<br />
0 9<br />
= »<br />
8 6<br />
1 9<br />
= Û<br />
8 3<br />
0 9<br />
= »<br />
8 5<br />
1 9<br />
= Ü<br />
8 7<br />
2 9<br />
= ¼»<br />
8 2<br />
0 9<br />
= »<br />
8 4<br />
1 9<br />
= Ú<br />
8 6<br />
2 9<br />
= Ȇ<br />
8 1<br />
0 9<br />
= »<br />
8 3<br />
1 9<br />
= ½<br />
8 5<br />
2 9<br />
= »·<br />
8 7<br />
3 9<br />
= ½Ü<br />
Das Pascalsche Dreieck ist symmetrisch:<br />
Besondere Binomialkoeffizienten sind:<br />
8 0<br />
0 9<br />
= »<br />
8 2<br />
1 9<br />
= ¼<br />
8 4<br />
2 9<br />
= Û<br />
8 6<br />
3 9<br />
= ¼·<br />
8 1<br />
1 9<br />
= »<br />
8 3<br />
2 9<br />
= ½<br />
8 5<br />
3 9<br />
= »·<br />
8 7<br />
4 9<br />
= ½Ü<br />
8 3 3<br />
9 = 8<br />
Y 3 − Y 9<br />
8 3<br />
9 = 839<br />
= 1<br />
0 3<br />
8 3 3<br />
9 = 8 9 = 3<br />
1 3 − 1<br />
8 2<br />
2 9<br />
= »<br />
8 4<br />
3 9<br />
= Ú<br />
8 6<br />
4 9<br />
= Ȇ<br />
8 3<br />
3 9<br />
= »<br />
8 5<br />
4 9<br />
= Ü<br />
8 7<br />
5 9<br />
= ¼»<br />
8 4<br />
4 9<br />
= »<br />
8 6<br />
5 9<br />
= Û<br />
8 5<br />
5 9<br />
= »<br />
8 7<br />
6 9<br />
= Ý<br />
8 6<br />
6 9<br />
= »<br />
8 7<br />
7 9<br />
= »<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
108 Stochastik - Bernoulliformel und Binomialverteilung<br />
Bernoulliformel und Binominalverteilung<br />
Spezielle Zufallsexperimente mit genau zwei möglichen Ergebnissen, deren<br />
Wahrscheinlichkeiten sich nicht ändern, werden Bernoulliexperimente genannt. Beispiele<br />
hierfür sind:<br />
- Werfen einer Münze; mögliche Ergebnisse: Wappen / Zahl<br />
- Ziehen von Kugeln aus einem Gefäß, in dem sich nur schwarze und weiße<br />
Kugeln befinden; mögliche Ergebnisse: schwarz / weiß<br />
- Funktionsprüfung; mögliche Ergebnisse: in Ordnung / nicht in Ordnung<br />
Sich mehrfach wiederholende Bernoulliexperimente heißen Bernoulliketten. Zur<br />
graphischen Darstellung dieser Bernoulliketten eignen sich ebenfalls die<br />
Baumdiagramme.<br />
Darüber hinaus können Bernoulliexperimente auch durch ihre Erfolgswahrscheinlichkeit p<br />
und die Anzahl der durchgeführten Experimente n (auch Kettenlänge genannt)<br />
beschrieben werden. Die Wahrscheinlichkeit in einem Bernoulliexperiment genau k<br />
Erfolge zu erzielen, lässt sich aus der Erfolgswahrscheinlichkeit p und der Anzahl der<br />
durchgeführten Experimente n berechnen (Bernoulliformel):<br />
Beispiel:<br />
Á Õ = Y = 8 3<br />
Y 9 ∙ ]“ ∙ 1 − ] ),“<br />
In einem Fußballspiel steht es nach der Verlängerung immer noch unentschieden. Jetzt<br />
muss das Spiel im Elfmeterschießen entschieden werden. Die Wahrscheinlichkeit, dass<br />
genau 4 Tore bei 5 Elfmetern fallen, beträgt bei einer Trefferwahrscheinlichkeit von 80%:<br />
Á Õ = Y = 8 3<br />
Y 9 ∙ ]“ ∙ 1 − ] ),“<br />
Á Õ = 4 = 8 5<br />
,<br />
9 ∙ 0,8 ∙ 1 − 0,8<br />
4<br />
= 120<br />
∙ 0,41 ∙ 0,2<br />
24 ∙ 1<br />
= 0,41<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
Stochastik - Bernoulliformel und Binomialverteilung 109<br />
Die Wahrscheinlichkeiten P(X) für die Anzahl aller möglichen Tore, die im obigen Beispiel<br />
bei 5 Elfmetern fallen können, sind in der nachfolgenden Wertetabelle angegeben und in<br />
einem Diagramm dargestellt (Binominalverteilung):<br />
k P(X)<br />
0 0,00<br />
1 0,01<br />
2 0,05<br />
3 0,20<br />
4 0,41<br />
5 0,33<br />
Wahscheinlichkeit P(X)<br />
0,50<br />
0,40<br />
0,30<br />
0,20<br />
0,10<br />
0,00<br />
0 1 2 3 4 5<br />
Anzahl Tore (k)<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
110 Stochastik - Bernoulliformel und Binomialverteilung<br />
Wahrscheinlichkeit und kumulierte Wahrscheinlichkeit<br />
In dem nachfolgenden Diagramm ist die Treffer-Wahrscheinlichkeit P(X) für einen<br />
schlechten Fußballspieler mit einer Erfolgswahrscheinlichkeit von nur<br />
] = 0,4 !I‡. 40% bei insgesamt Y = 100 geschossenen Elfmetern dargestellt. Das<br />
Diagramm stellt die sogenannte Binominalverteilung in der für Bernoulliexperimente<br />
typischen Glockenkurve dar.<br />
Bei Bernoulliexperimenten ergibt sich der Erwartungswert aus der Kettenlänge n und der<br />
Erfolgswahrscheinlichkeit p. Das Maximum der Glockenkurve liegt beim Erwartungswert:<br />
¸ Õ = 3 ∙ ]<br />
¸ Õ = 0,4 ∙ 100 = 40<br />
Das zweite Diagramm zeigt die kumulierte Wahrscheinlichkeit (entsprechend der Summe<br />
der Einzel-Balken ab Null):<br />
Á “‘( Y, Õ = Ö Á Õ<br />
“<br />
ˆ×<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
Stochastik - Bernoulliformel und Binomialverteilung 111<br />
In der nachfolgenden Tabelle sind typische Aufgabenstellungen zu Wahrscheinlichkeit<br />
und Wahrscheinlichkeits-Bereichen zusammengefasst.<br />
Die Berechnung der Wahrscheinlichkeit von (genau) 33 erzielten Toren bei 100<br />
geschossenen Elfmetern erfolgt mit der Bernoulliformel (siehe Taschenrechner-Funktion<br />
binompdf).<br />
Zur Berechnung von Wahrscheinlichkeits-Bereichen (weniger, mehr, mindestens,<br />
höchstens, von … bis) benötigt man die kumulierte Wahrscheinlichkeit (siehe<br />
Taschenrechner-Funktion binomcdf). Aufgrund der Definition dieser Funktion (als Summe<br />
mit dem Index U = 0 … Y) muss die kumulierte Wahrscheinlichkeit mit dem Operator " Î "<br />
beschrieben werden. Je nach Aufgabe („mindestens“ und „mehr als“) benötigt man hierzu<br />
das Gegenereignis.<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
112 Stochastik - Bernoulliformel und Binomialverteilung<br />
Aufgabe (kumulierte) Wahrscheinlichkeit Ergebnis<br />
weniger als<br />
33 Tore<br />
höchstens<br />
33 Tore<br />
genau<br />
33 Tore<br />
mindestens (oder<br />
wenigstens)<br />
33 Tore<br />
mehr als<br />
33 Tore<br />
Á “‘( Õ < 33<br />
= Á “‘( Õ ≤ 32<br />
= 0,061<br />
Á “‘( Õ ≤ 33 = 0,091<br />
Á Õ = 33 = 0,030<br />
Á “‘( Õ ≥ 33<br />
= 1 − Á “‘( Õ ≤ 32<br />
Á “‘( Õ > 33<br />
= Á “‘( Õ ≥ 34<br />
= 1 − Á “‘( Õ ≤ 33<br />
= 0,939<br />
= 0,909<br />
Im nachfolgenden Diagramm ist der Bereich von 36 bis 43 Toren (einschließlich)<br />
markiert. Für die kumulierte Wahrscheinlichkeit in diesem Bereich Á “‘( 36 ≤ Õ ≤ 43 gilt:<br />
Á “‘( Õ ≤ 35 + Á “‘( 36 ≤ Õ ≤ 43 + Á “‘( Õ ≥ 44 = 1<br />
Á “‘( Õ ≤ 35 = 0,18<br />
Á “‘( Õ ≥ 44 = 1 − Á “‘( Õ ≤ 43 = 0,24<br />
ß àáâ ½Û ≤ ã ≤ Ú½ = » − ß àáâ ã ≤ ½Ü − ß àáâ ã ≥ ÚÚ = ·, Üä<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
Stochastik - Bernoulliformel und Binomialverteilung 113<br />
Der Fußballspieler erzielt also mit einer Wahrscheinlichkeit von 58% eine Anzahl von 36<br />
bis 43 Toren. Die Wahrscheinlichkeit, dass er weniger Tore erzielt, beträgt 18%. Mit einer<br />
Wahrscheinlichkeit von 24% erzielt er mehr Tore.<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
116 Stochastik - Hypothesentest<br />
4.3 Hypothesentest<br />
Bei Hypothesentests werden binominalverteilte Zufallsvariablen P(X) untersucht, deren<br />
Erfolgswahrscheinlichkeit p unbekannt ist. Hierbei wird durch eine Stichprobe überprüft,<br />
ob eine vermutete Wahrscheinlichkeit als wahr angenommen werden kann. Die<br />
vermutete Wahrscheinlichkeit wird als Nullhypothese bezeichnet. Alternativ kann<br />
überprüft werden, ob eine vermutete Wahrscheinlichkeit als falsch angenommen werden<br />
kann (Gegenhypothese). Ein Hypothesentest besteht aus den folgenden Schritten:<br />
# Schnitt Beispiel<br />
1 Aufstellen der<br />
Nullhypothese<br />
2 Definition der<br />
Stichprobe<br />
3 Definition von<br />
Signifikanzniveau,<br />
Ablehnungsbereic<br />
h und<br />
Zustimmungsbereich<br />
Ein Fußballspieler behauptet, dass er mit 100 Elfmetern<br />
mindestens 80 Tore erzielen kann:<br />
] ≥ 80<br />
0,8<br />
100<br />
Als Stichprobe sollen 10 Elfmeter geschossen werden.<br />
Für die Stichprobe (10 Elfmeter mit der<br />
Erwartungswahrscheinlichkeit ] 0,8) ergibt sich folgende<br />
Binominalverteilung:<br />
Als Signifikanzniveau wird z.B. P(x) = 0,1 (bzw. 10%) gewählt.<br />
Wenn also weniger als 7 Elfmeter der durchgeführten<br />
Stichprobe zu einem Tor verwandelt werden, soll die<br />
Behauptung des Fußballspielers zurückgewiesen werden.<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
Stochastik - Hypothesentest 115<br />
# Schnitt Beispiel<br />
4 Durchführen der Der Fußballspieler erzielt bei 10 Elfmetern 7 Treffer.<br />
Stichprobe<br />
5 Entscheidung Die Anzahl der erzielten Treffer liegt im Zustimmungsbereich.<br />
Die Behauptung des Fußballspielers kann als wahr<br />
angenommen werden.<br />
6 Bestimmung der<br />
Irrtumswahrscheinlichkeit<br />
(Fehler 1. Art)<br />
Die Irrtumswahrscheinlichkeit α ergibt sich aus der kumulierten<br />
Wahrscheinlichkeit im Ablehnungsbereich:<br />
V = Á Õ ≤ 6<br />
= Á Õ = 0 + Á Õ = 1 + … + Á Õ = 6 = 0,12<br />
Beispiel (siehe <strong>Abi</strong>tur 2013, Wahlteil Aufgabe B 2.2):<br />
Auf zwei Glücksrädern befinden sich jeweils sechs gleich große Felder (3 x Kleeblatt, 2 x<br />
Diamant, 1 x Stern). Bei jedem Spiel werden die Räder einmal in Drehung versetzt. Sie<br />
laufen dann unabhängig voneinander aus und bleiben so stehen, dass von jedem Rad<br />
genau ein Feld sichtbar ist. Es besteht der Verdacht, dass die Wahrscheinlichkeit p für<br />
Stern-Stern geringer als ist. Daher soll ein Test mit 500 Spielen durchgeführt werden.<br />
l<br />
Formulieren Sie die Entscheidungsregel für die Nullhypothese \ : ] ≥ , wenn die<br />
l<br />
Irrtumswahrscheinlichkeit höchstens 5% betragen soll.<br />
Mit der Nullhypothese wird behauptet, dass unter Berücksichtigung der<br />
Irrtumswahrscheinlichkeit die Wahrscheinlichkeit für das Ergebnis Stern-Stern ] ≥<br />
l<br />
beträgt. Wenn das Ergebnis Stern-Stern also zu selten auftritt, wird diese Hypothese<br />
abgelehnt. Hierfür muss der entsprechende Ablehnungsbereich bestimmt werden, für den<br />
gilt:<br />
_ = Ó0; 1; … ; Ô<br />
Hierbei ist a die größte natürliche Zahl für die gilt:<br />
Á å ≤ ≤ 0,05.<br />
Mit Hilfe des Taschenrechners (siehe Kapitel 1,<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>
116 Stochastik - Hypothesentest<br />
Taschenrechner) wird die kumulierte Wahrscheinlichkeit berechnet. Hierzu benötigt<br />
man die Funktion binomcdf(n,p,k). Die Eingabe lautet: å = !U3^M" 500, , Õ .<br />
l<br />
k<br />
Wahrscheinlichkeit<br />
P(X)<br />
binompdf(n,p,k)<br />
Es ergeben sich die folgenden kumulierte Wahrscheinlichkeiten:<br />
Á å ≤ 7 = 0,0319<br />
Á å ≤ 8 = 0,0629<br />
Kumulierte<br />
Wahrscheinlichkeit P(X)<br />
binomcdf(n,p,k)<br />
0 0,0000 0,0000<br />
1 0,0000 0,0000<br />
2 0,0001 0,0001<br />
3 0,0004 0,0005<br />
4 0,0013 0,0018<br />
5 0,0037 0,0055<br />
6 0,0087 0,0142<br />
7 0,0176 0,0319<br />
8 0,0310 0,0629<br />
9 0,0485 0,1114<br />
10 0,0680 0,1794<br />
Als Ablehnungsbereich für die die Irrtumswahrscheinlichkeit von höchstens 0,05 erhält<br />
man daher:<br />
_ = Ó0; 1; 2; 3; 4; 5; 6; 7Ô<br />
Entscheidungsregel: Wenn bei 500 Spielen höchstens siebenmal das Erbebnis Stern-<br />
Stern auftritt, wird die Nullhypothese abgelehnt.<br />
<strong>©</strong> <strong>Mathe</strong>-<strong>Abi</strong>