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:

In einer Urne ist der Anteil der grünen Kugeln 40%. Wie oft darf höchstens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 90% Wahrscheinlichkeit nicht mehr als 24 grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
500.9022
510.8788
520.8524
530.8229
540.7906
550.7557
560.7185
570.6795
580.639
590.5976
600.5558
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.4 und variablem n.

Es muss gelten: P0.4n (X24) ≥ 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 40% der Versuche mit einem Treffer. Also müssten dann doch bei 24 0.4 ≈ 60 Versuchen auch ungefähr 24 (≈0.4⋅60) Treffer auftreten.

Wir berechnen also mit unserem ersten n=60:
P0.4n (X24) ≈ 0.5558 (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=50 die gesuchte Wahrscheinlichkeit über 90% ist.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,4. Wie groß ist die Wahrscheinlichkeit bei 83 Versuchen genau 34 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=83 und p=0.4.

P0.483 (X=34) = ( 83 34 ) 0.434 0.649 =0.087354682175601≈ 0.0874
(TI-Befehl: binompdf(83,0.4,34))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Schulklasse möchte fürs Schulfest ein Glücksrad entwickeln. Aus optischen Gründen sollen dabei alle Sektoren gleich groß sein. Einer davon soll für den Hauptpreis stehen. Hierfür haben sie insgesamt 8 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 75 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 8 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 95% für die 75 Durchgänge reichen?

Lösung einblenden
pP(X≤8)
......
1 9 0.5435
1 10 0.6658
1 11 0.7599
1 12 0.8291
1 13 0.8787
1 14 0.9139
1 15 0.9386
1 16 0.956
......

Die Zufallsvariable X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=75 und unbekanntem Parameter p.

Es muss gelten: Pp75 (X8) =0.95 (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 Pp75 (X8) ('höchstens 8 Treffer bei 75 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 8 75 . Mit diesem p wäre ja 8= 8 75 ⋅75 der Erwartungswert und somit Pp75 (X8) irgendwo in der nähe von 50%. Wenn wir nun p= 8 75 mit 1 8 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 9 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 16 die gesuchte Wahrscheinlichkeit über 95% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 16 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 99 Wiederholungen 22 mal (oder mehr) rot zu treffen bei mind. 60% liegt?

Lösung einblenden
pP(X≥22)=1-P(X≤21)
......
0.180.1671
0.190.241
0.20.3273
0.210.4214
0.220.518
0.230.6115
......

Es muss gelten: Pp99 (X22) =0.6 (oder mehr)

oder eben: 1- Pp99 (X21) =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(99,X,21) - 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=0.23 die gesuchte Wahrscheinlichkeit über 0.6 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 83% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 84 Versuchen mindestens 63 und weniger als 76 trifft?

Lösung einblenden

P0.8384 (63X75) =

...
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
...

P0.8384 (X75) - P0.8384 (X62) ≈ 0.9603 - 0.0222 ≈ 0.9381
(TI-Befehl: binomcdf(84,0.83,75) - binomcdf(84,0.83,62))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=25%. Wie groß ist die Wahrscheinlichkeit dass bei 84 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 = 84⋅0.25 ≈ 21,
die Standardabweichung mit σ = n p (1-p) = 84 0.25 0.75 ≈ 3.97

24.97 (21 + 3.97) und 17.03 (21 - 3.97) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 21 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 18 und 24 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 18 und 24 liegt.

P0.2584 (18X24) =

...
15
16
17
18
19
20
21
22
23
24
25
26
...

P0.2584 (X24) - P0.2584 (X17) ≈ 0.8124 - 0.1902 ≈ 0.6222
(TI-Befehl: binomcdf(84,0.25,24) - binomcdf(84,0.25,17))