Aufgabenbeispiele von Wiederholung aus 9/10

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,15.
Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 90% Wahrscheinlichkeit, höchstens 39 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
2170.9044
2180.8992
2190.8939
2200.8884
2210.8827
2220.8768
2230.8707
2240.8644
2250.858
2260.8513
2270.8445
2280.8375
2290.8304
2300.823
2310.8155
2320.8078
2330.8
2340.792
2350.7838
2360.7754
2370.767
2380.7583
2390.7495
2400.7406
2410.7316
2420.7224
2430.7131
2440.7037
2450.6942
2460.6845
2470.6748
2480.665
2490.6551
2500.6451
2510.6351
2520.625
2530.6148
2540.6046
2550.5943
2560.584
2570.5737
2580.5633
2590.553
2600.5426
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.

Es muss gelten: P0.15n (X39) ≥ 0.9

Jetzt müssen wir eben so lange mit verschiedenen Werten von n probieren, bis diese Gleichung erstmals erfüllt wird:

Dabei stellt sich nun natürlich die Frage, mit welchem Wert für n wir dabei beginnen. Im Normalfall enden 15% der Versuche mit einem Treffer. Also müssten dann doch bei 39 0.15 ≈ 260 Versuchen auch ungefähr 39 (≈0.15⋅260) Treffer auftreten.

Wir berechnen also mit unserem ersten n=260:
P0.15n (X39) ≈ 0.5426 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 entfernt ist, erhöhen bzw. verkleinern wir das n eben in größeren oder kleineren Schrittweiten.

Dies wiederholen wir solange, bis wir zwei aufeinanderfolgende Werte von n gefunden haben, bei denen die 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=217 die gesuchte Wahrscheinlichkeit über 90% ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 81 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 18 mal, aber weniger als 23 mal eine sechs gewürfelt wird?

Lösung einblenden

P 1 6 81 (19X22) =

...
16
17
18
19
20
21
22
23
24
...

P 1 6 81 (X22) - P 1 6 81 (X18) ≈ 0.9943 - 0.9276 ≈ 0.0667
(TI-Befehl: binomcdf(81, 1 6 ,22) - binomcdf(81, 1 6 ,18))

Binomialvert. mit variablem p (diskret)

Beispiel:

Ein neuer Multiple Choice Test mit 16 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 3 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 20% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤3)
......
1 5 0.5981
1 6 0.7291
1 7 0.8143
......

Die Zufallsvariable X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=16 und unbekanntem Parameter p.

Es muss gelten: Pp16 (X3) =0.8 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 1 sein muss, da es ja genau einen günstigen Fall gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp16 (X3) ('höchstens 3 Treffer bei 16 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 16 . Mit diesem p wäre ja 3= 3 16 ⋅16 der Erwartungswert und somit Pp16 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 16 mit 1 3 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 5 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 7 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 7 sein.

Binomialvert. mit variabl. p (mind.) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 48 mal wiederholt (bzw. die Stichprobe hat die Größe 48)
Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 80% mindestens 29 Treffer erzielt werden?

Lösung einblenden
pP(X≥29)=1-P(X≤28)
......
0.610.5951
0.620.6497
0.630.7016
0.640.7501
0.650.7944
0.660.834
......

Es muss gelten: Pp48 (X29) =0.8 (oder mehr)

oder eben: 1- Pp48 (X28) =0.8 (oder mehr)

Diese Gleichung gibt man also in den GTR als Funktion ein, wobei das variable p eben als X gesetzt werden muss.
(TI-Befehl: y1=1-binomcdf(48,X,28) - dabei darauf achten, dass X nur zwischen 0 und 1 sein darf - bei TblSet sollte deswegen Δtable auf 0.01 gesetzt werden )

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei p=0.66 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Formel v. Bernoulli

Beispiel:

Eine Münze wird 100 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 49 mal "Zahl" (p=0,5) geworfen wird?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=100 und p=0.5.

P0.5100 (X=49) = ( 100 49 ) 0.549 0.551 =0.078028664105077≈ 0.078
(TI-Befehl: binompdf(100,0.5,49))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,35. Wie groß ist die Wahrscheinlichkeit bei 41 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 41⋅0.35 ≈ 14.35,
die Standardabweichung mit σ = n p (1-p) = 41 0.35 0.65 ≈ 3.05

17.4 (14.35 + 3.05) und 11.3 (14.35 - 3.05) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 14.35 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 12 und 17 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 12 und 17 liegt.

P0.3541 (12X17) =

...
9
10
11
12
13
14
15
16
17
18
19
...

P0.3541 (X17) - P0.3541 (X11) ≈ 0.8487 - 0.176 ≈ 0.6727
(TI-Befehl: binomcdf(41,0.35,17) - binomcdf(41,0.35,11))