Mathematik

Wahrscheinlichkeitsverteilungen und Zufallsvariablen

Binomialverteilung

5.312

•

5. Feb. 2026

•

1 Seite

Binomialverteilung und Bernoulli-Formel: Erklärt mit Beispielen 🎓

Studyingbookaholic

@studyingbookaholic

Die Binomialverteilung und der Bernoulli-Versuchsind grundlegende Konzepte in der... Mehr anzeigen

# BINOMIALVERTEILUNG

BERNOULLI VERSU CH

Bernoulli versuch: Versuch mit zwei Möglichen Ereignissen (Treffer u. Pehischlag)

Bernoulli - Her

Binomialverteilung und Bernoulli-Versuch

Die Binomialverteilung ist ein zentrales Konzept in der Wahrscheinlichkeitstheorie, das auf dem Bernoulli-Versuch basiert. Ein Bernoulli-Versuch ist ein Zufallsexperiment mit genau zwei möglichen Ausgängen, die üblicherweise als "Erfolg" und "Misserfolg" bezeichnet werden. Die Bernoulli-Kette entsteht, wenn man einen Bernoulli-Versuch mehrfach unter gleichen Bedingungen wiederholt.

Definition: Ein Bernoulli-Versuch ist ein Zufallsexperiment mit genau zwei möglichen Ergebnissen: Treffer (Erfolg) oder Fehlschlag (Misserfolg).

Die Binomialverteilung beschreibt die Wahrscheinlichkeitsverteilung der Anzahl der Erfolge in einer Folge von unabhängigen Bernoulli-Versuchen. Sie tritt auf, wenn folgende Bedingungen erfüllt sind:

Jeder Versuch ist ein Bernoulli-Versuch.
Die Versuchswiederholungen sind unabhängig voneinander.
Die Anzahl der Versuchswiederholungen ist festgelegt.
Die Wahrscheinlichkeit p für einen Treffer ist bei jedem Versuch gleich.

Formel: Die Bernoulli-Formel für die Wahrscheinlichkeit von k Treffern bei n Versuchen lautet: P $X=k$ = (n über k) * p^k * $1-p$ ^ $n-k$

Ein wichtiges Konzept im Zusammenhang mit der Binomialverteilung ist die kumulierte Wahrscheinlichkeit. Sie gibt an, wie wahrscheinlich es ist, höchstens eine bestimmte Anzahl von Treffern zu erzielen.

Definition: Die kumulierte Wahrscheinlichkeit P(X≤M) ist die Summe der Wahrscheinlichkeiten für 0 bis M Treffer: P(X≤M) = P $X=0$ + P $X=1$ + ... + P $X=M$

Für die Berechnung der kumulierten Wahrscheinlichkeit gibt es verschiedene Formeln und Methoden:

P(X≤M) = Σ $k=0 bis M$ (n über k) * p^k * $1-p$ ^ $n-k$
P(X<M) = P $X≤M-1$
P(X≥k) = 1 - P $X≤k-1$
P(X>k) = 1 - P(X≤k)

Highlight: Auf Taschenrechnern kann die kumulierte Binomialverteilung oft mit der Funktion Bpd (k,n,p) berechnet werden.

Zwei wichtige Kenngrößen der Binomialverteilung sind der Erwartungswert und die Standardabweichung:

Erwartungswert: E(X) = μ = n * p
Standardabweichung: σ(X) = √ $n * p * (1-p)$

Beispiel: Bei n=5 Versuchen und einer Trefferwahrscheinlichkeit von p=0,2 beträgt der Erwartungswert E(X) = 5 * 0,2 = 1 und die Standardabweichung σ(X) ≈ 0,894.

Diese Konzepte bilden die Grundlage für viele praktische Anwendungen in Statistik und Wahrscheinlichkeitsrechnung, von der Qualitätskontrolle bis hin zur Risikoanalyse.

Wir dachten schon, du fragst nie...

Was ist der Knowunity KI-Begleiter?

Unser KI-Begleiter ist ein speziell für Schüler entwickeltes KI-Tool, das mehr als nur Antworten bietet. Basierend auf Millionen von Knowunity-Inhalten liefert er relevante Informationen, personalisierte Lernpläne, Quizze und Inhalte direkt im Chat und passt sich deinem individuellen Lernweg an.

Wo kann ich die Knowunity-App herunterladen?

Du kannst die App im Google Play Store und im Apple App Store herunterladen.

Ist Knowunity wirklich kostenlos?

Genau! Genieße kostenlosen Zugang zu Lerninhalten, vernetze dich mit anderen Schülern und hol dir sofortige Hilfe – alles direkt auf deinem Handy.

Beliebtester Inhalt: Binomialverteilung

Stochastik: Abiturwissen kompakt

Entdecke alle wichtigen Konzepte der Stochastik für das Abitur, einschließlich Binomialverteilung, Hypothesentests, Varianz, Standardabweichung und mehr. Ideal für die Prüfungsvorbereitung und das Verständnis stochastischer Probleme.