Bernoulli-Kette und Binomialverteilung

Ein Bernoulli-Experiment ist ein Zufallsexperiment mit nur zwei möglichen Ergebnissen (z.B. Kopf oder Zahl beim Münzwurf). Wenn du dieses Experiment mehrmals unabhängig voneinander wiederholst, entsteht eine Bernoulli-Kette.

Die Binomialverteilung beschreibt die Wahrscheinlichkeit, bei n Versuchen genau k Treffer zu erzielen. Die Formel dafür lautet: $P(X=k) = B(n; p; k) = \binom{n}{k} p^k (1-p)^{n-k}$ Dabei ist n die Anzahl der Versuche, k die Anzahl der Treffer und p die Trefferwahrscheinlichkeit.

Bei der kumulierten Binomialverteilung berechnest du Wahrscheinlichkeiten für Bereiche. Mit dem Taschenrechner kannst du verschiedene Szenarien berechnen:

• Genau k Treffer: binomPdf(n,p,k)
• Höchstens k Treffer: P(X≤k) = binomCdf(n,p,k)
• Mindestens k Treffer: P(X≥k) = 1 - binomCdf$n,p,k-1$

💡 Praxistipp: Für Intervallwahrscheinlichkeiten wie "zwischen j und k Treffer" verwendest du die Formel P(j≤X≤k) = binomCdf(n,p,j,k). Diese Formel kommt häufig in Binomialverteilung Aufgaben vor!

Eigenschaften der Binomialverteilung

Die Form einer Binomialverteilung hängt stark vom Parameter p ab. Bei p=0,5 liegt das Maximum der Verteilung in der Mitte, während es sich bei größeren p-Werten nach rechts verschiebt. Eine interessante Symmetrieeigenschaft ist: B(n,p,k) = B$n,1-p,n-k$.

Auch der Parameter n beeinflusst die Verteilung. Je größer n wird, desto weiter rechts liegt das Maximum, desto flacher und breiter wird das Histogramm und desto symmetrischer wirkt das Verteilungsbild der Binomialverteilung.

Der Erwartungswert einer Binomialverteilung gibt an, wie viele Treffer im Mittel zu erwarten sind und wird berechnet durch: $\mu = E(X) = n\cdot p$ Die Standardabweichung misst die Streuung um den Mittelwert und wird berechnet durch: $\sigma = \sigma(X) = \sqrt{n\cdot p \cdot (1-p)}$

🔍 Wichtig für Klausuren: Mit einem Taschenrechner kannst du die Binomialverteilung visualisieren. Nutze lists/spreadsheets, erstelle zwei Spalten für k-Werte und die zugehörigen Wahrscheinlichkeiten mit binomPalt(n,p). Das Histogramm hilft dir, den Erwartungswert zu erkennen!