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:

Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von 90% nicht mehr als 22 6er zu würfeln?

Lösung einblenden
nP(X≤k)
......
1050.9019
1060.8936
1070.8849
1080.8758
1090.8662
1100.8563
1110.8459
1120.8351
1130.8239
1140.8123
1150.8004
1160.788
1170.7754
1180.7624
1190.749
1200.7354
1210.7215
1220.7073
1230.693
1240.6783
1250.6636
1260.6486
1270.6335
1280.6182
1290.6029
1300.5875
1310.5721
1320.5566
......

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 (X22) ≥ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 22 1 6 ≈ 132 Versuchen auch ungefähr 22 (≈ 1 6 ⋅132) Treffer auftreten.

Wir berechnen also mit unserem ersten n=132:
P 1 6 n (X22) ≈ 0.5566 (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=105 die gesuchte Wahrscheinlichkeit über 90% ist.

Formel v. Bernoulli

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 47 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so genau 8 Fragen richtig beantwortet hat?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=47 und p= 1 4 .

P 1 4 47 (X=8) = ( 47 8 ) ( 1 4 )8 ( 3 4 )39 =0.064338553429824≈ 0.0643
(TI-Befehl: binompdf(47,1/4,8))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Firma, die Überraschungseier vertreibt, möchte als Werbegag manche Eier mit Superfiguren bestücken. Aus Angst vor Kundenbeschwerden sollen in einer 12er-Packung mit der mindestens 50% Wahrscheinlichkeit 1 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?

Lösung einblenden
pP(X≥1)=1-P(X≤0)
......
1 2 0.9998
1 3 0.9923
1 4 0.9683
1 5 0.9313
1 6 0.8878
1 7 0.8427
1 8 0.7986
1 9 0.7567
1 10 0.7176
1 11 0.6814
1 12 0.648
1 13 0.6173
1 14 0.5891
1 15 0.563
1 16 0.539
1 17 0.5169
1 18 0.4964
......

Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=12 und unbekanntem Parameter p.

Es muss gelten: Pp12 (X1) = 1- Pp12 (X0) = 0.5 (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 Pp12 (X1) ('mindestens 1 Treffer bei 12 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 1 2 .

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 1 17 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 17 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 98 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 22 erkennen und dumm anlabern?

Lösung einblenden
pP(X≤k)
......
0.120.9989
0.130.9968
0.140.992
0.150.9824
0.160.9652
0.170.9376
0.180.8968
......

Es muss gelten: Pp98 (X22) =0.9 (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=binomcdf(98,X,22) - 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 letztmals bei p=0.17 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

Eine Münze wird 53 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 28 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=53 und p=0.5.

P0.553 (X=28) = ( 53 28 ) 0.528 0.525 =0.10035707397416≈ 0.1004
(TI-Befehl: binompdf(53,0.5,28))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,6. Wie groß ist die Wahrscheinlichkeit bei 100 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=100⋅0.6 = 60

Die 20% Abweichung wären dann zwischen 80% von 60, also 0.8⋅ 60 = 48 und 120% von 60, also 1.2⋅ 60 = 72

Da die Trefferzahl ja nicht weiter von 60 entfernt sein darf als 48 bzw. 72, muss sie also zwischen 48 und 72 liegen.

P0.6100 (48X72) =

...
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
...

P0.6100 (X72) - P0.6100 (X47) ≈ 0.9954 - 0.0058 ≈ 0.9896
(TI-Befehl: binomcdf(100,0.6,72) - binomcdf(100,0.6,47))