Pestalozzi Gymnasium Biberach EduRandomtasks

Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,2.
Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 60% Wahrscheinlichkeit, höchstens 35 Treffer zu erzielen ?

Lösung einblenden

n	P(X≤k)
...	...
171	0.605
172	0.5901
173	0.5751
174	0.5601
175	0.5451
...	...

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.2 und variablem n.

Es muss gelten: $P_{0.2}^{n} (X \leq 35)$ ≥ 0.6

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 20% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{35}{0.2}$ ≈ 175 Versuchen auch ungefähr 35 (≈0.2⋅175) Treffer auftreten.

Wir berechnen also mit unserem ersten n=175:
$P_{0.2}^{n} (X \leq 35)$ ≈ 0.5451 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.6 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 0.6 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=171 die gesuchte Wahrscheinlichkeit über 60% ist.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,75. Wie groß ist die Wahrscheinlichkeit bei 24 Versuchen genau 19 mal im grünen Bereich zu landen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=24 und p=0.75.

P_{0.75}^{24} (X = 19)

=

(\begin{matrix} 24 \\ 19 \end{matrix}) \cdot {0.75}^{19} \cdot {0.25}^{5}

=0.17550676074538≈ 0.1755
(TI-Befehl: binompdf(24,0.75,19))

Binomialvert. mit variablem p (diskret)

Beispiel:

Die Homepage-AG einer Schule möchte auf der Startseite der Internetseite der Schule ein Zufallsbild integrieren. Dabei soll bei jedem Aufruf der Startseite ein zufälliges Bild aus einer Bilderdatenbank gezeigt werden. Alle Bilder der Datenbank sind immer gleich wahrscheinlich. Auf 2 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 60 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 80%-iger Wahrscheinlichkiet mindestens 14 mal am Tag eines ihrer eigenen 2 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?

Lösung einblenden

p	P(X≥14)=1-P(X≤13)
...	...
$\frac{2}{5}$	0.9979
$\frac{2}{6}$	0.9658
$\frac{2}{7}$	0.8516
$\frac{2}{8}$	0.6651
...	...

Die Zufallsvariable X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=60 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{60} (X \geq 14)$ = 1- $P_{p}^{60} (X \leq 13)$ = 0.8 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 2 sein muss, da es ja genau 2 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit $P_{p}^{60} (X \geq 14)$ ('mindestens 14 Treffer bei 60 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= $\frac{2}{5}$ . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= $\frac{2}{7}$ die gesuchte Wahrscheinlichkeit über 80% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens 7 sein.

Also wären noch 5 zusätzliche Optionen (also weitere Bilder) zulässig.

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

Beispiel:

Ein Glücksrad soll mit nur zwei verschiedenen Sektoren (blau und rot) gebaut werden. Wie hoch muss man die Einzelwahrscheinlichkeit p mindestens wählen, dass die Wahrscheinlichkeit bei 77 Wiederholungen 44 mal (oder mehr) rot zu treffen bei mind. 70% liegt?

Lösung einblenden

p	P(X≥44)=1-P(X≤43)
...	...
0.55	0.3976
0.56	0.4671
0.57	0.5379
0.58	0.6077
0.59	0.6745
0.6	0.7364
...	...

Es muss gelten: $P_{p}^{77} (X \geq 44)$ =0.7 (oder mehr)

oder eben: 1- $P_{p}^{77} (X \leq 43)$ =0.7 (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(77,X,43) - 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=0.6 die gesuchte Wahrscheinlichkeit über 0.7 ist.

Formel v. Bernoulli

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 12 Glückskekse mit einer Peproni zu erwischen, wenn man 85 Glückskekse kauft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=85 und p= $\frac{1}{8}$ .

P_{\frac{1}{8}}^{85} (X = 12)

=

(\begin{matrix} 85 \\ 12 \end{matrix}) \cdot {(\frac{1}{8})}^{12} \cdot {(\frac{7}{8})}^{73}

=0.1118549529858≈ 0.1119
(TI-Befehl: binompdf(85,1/8,12))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 36 und p = 0.5
Bestimme den Erwartungswert μ und die Standardabweichung σ von X .

Lösung einblenden

Für Erwartungswert und Standardabweichung bei der Binomialverteilung gibt es ja einfache Formeln, in die man einfach n = 36 und p = 0.5 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 36 ⋅ 0.5 = 18

Standardabweichung S(X) = $\sqrt{n ⋅ p ⋅ (1-p)}$ = $\sqrt{36 ⋅ 0.5 ⋅ 0.5}$ = $\sqrt{9}$ ≈ 3

Aufgabenbeispiele von Wiederholung aus 9/10

Binomialvert. mit variablem n (höchst.)

Formel v. Bernoulli

Binomialvert. mit variablem p (diskret)

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

Formel v. Bernoulli

Erwartungswert, Standardabweichung best.