Aufgabenbeispiele von Wiederholung aus 9/10

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


Binomialvert. mit variablem n (mind)

Beispiel:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 80% 39 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2570.2369
2580.2286
2590.2204
2600.2125
2610.2047
2620.1972
......

Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = 1 6 und variablem n.

Es muss gelten: P 1 6 n (X39) ≥ 0.8

Weil man ja aber P 1 6 n (X39) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X39) = 1 - P 1 6 n (X38) ≥ 0.8 |+ P 1 6 n (X38) - 0.8

0.2 ≥ P 1 6 n (X38) oder P 1 6 n (X38) ≤ 0.2

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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 39 1 6 ≈ 234 Versuchen auch ungefähr 39 (≈ 1 6 ⋅234) Treffer auftreten.

Wir berechnen also mit unserem ersten n=234:
P 1 6 n (X38) ≈ 0.4728 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=262 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 262 sein, damit P 1 6 n (X38) ≤ 0.2 oder eben P 1 6 n (X39) ≥ 0.8 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 67 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 11 mal, aber weniger als 14 mal eine sechs gewürfelt wird?

Lösung einblenden

P 1 6 67 (12X13) =

...
9
10
11
12
13
14
15
...

P 1 6 67 (X13) - P 1 6 67 (X11) ≈ 0.7824 - 0.5578 ≈ 0.2246
(TI-Befehl: binomcdf(67, 1 6 ,13) - binomcdf(67, 1 6 ,11))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 28 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 28 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
6 10 0.9993
7 11 0.9976
8 12 0.9939
9 13 0.9873
10 14 0.9771
11 15 0.963
12 16 0.9449
13 17 0.923
14 18 0.8978
15 19 0.8699
16 20 0.8398
17 21 0.8082
18 22 0.7756
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=28 und unbekanntem Parameter p.

Es muss gelten: Pp28 (X24) = 0.8 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 4 größer sein muss als der Zähler.

Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit Pp28 (X24) ('höchstens 24 Treffer bei 28 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 6 10 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 17 21 die gesuchte Wahrscheinlichkeit über 80% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 17 sein.

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 74 mal (oder mehr) rot zu treffen bei mind. 60% liegt?

Lösung einblenden
pP(X≥74)=1-P(X≤73)
......
0.910.0758
0.920.1269
0.930.2042
0.940.3143
0.950.4589
0.960.629
......

Es muss gelten: Pp77 (X74) =0.6 (oder mehr)

oder eben: 1- Pp77 (X73) =0.6 (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,73) - 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=0.96 die gesuchte Wahrscheinlichkeit über 0.6 ist.

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 66 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,3.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 21 Treffer zu erzielen?

(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
18
19
20
21
22
23
...

P0.366 (X21) = 1 - P0.366 (X20) = 0.4187
(TI-Befehl: 1-binomcdf(66,0.3,20))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=65%. Wie groß ist die Wahrscheinlichkeit dass bei 54 Versuchen die Anzahl seiner Treffer um nicht mehr als eine Standardabweichung von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 54⋅0.65 ≈ 35.1,
die Standardabweichung mit σ = n p (1-p) = 54 0.65 0.35 ≈ 3.5

38.6 (35.1 + 3.5) und 31.6 (35.1 - 3.5) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 35.1 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 32 und 38 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 32 und 38 liegt.

P0.6554 (32X38) =

...
29
30
31
32
33
34
35
36
37
38
39
40
...

P0.6554 (X38) - P0.6554 (X31) ≈ 0.8338 - 0.1523 ≈ 0.6815
(TI-Befehl: binomcdf(54,0.65,38) - binomcdf(54,0.65,31))