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 90% 36 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2540.1235
2550.1181
2560.1128
2570.1078
2580.1029
2590.0982
......

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 (X36) ≥ 0.9

Weil man ja aber P 1 6 n (X36) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X36) = 1 - P 1 6 n (X35) ≥ 0.9 |+ P 1 6 n (X35) - 0.9

0.1 ≥ P 1 6 n (X35) oder P 1 6 n (X35) ≤ 0.1

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 36 1 6 ≈ 216 Versuchen auch ungefähr 36 (≈ 1 6 ⋅216) Treffer auftreten.

Wir berechnen also mit unserem ersten n=216:
P 1 6 n (X35) ≈ 0.4717 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=259 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 259 sein, damit P 1 6 n (X35) ≤ 0.1 oder eben P 1 6 n (X36) ≥ 0.9 gilt.

Formel v. Bernoulli

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 99 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 68 mal eine blaue Kugel gezogen 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=99 und p=0.7.

P0.799 (X=68) = ( 99 68 ) 0.768 0.331 =0.082784608313178≈ 0.0828
(TI-Befehl: binompdf(99,0.7,68))

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 6er-Packung mit der mindestens 75% Wahrscheinlichkeit 2 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≥2)=1-P(X≤1)
......
1 2 0.8906
1 3 0.6488
......

Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=6 und unbekanntem Parameter p.

Es muss gelten: Pp6 (X2) = 1- Pp6 (X1) = 0.75 (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 Pp6 (X2) ('mindestens 2 Treffer bei 6 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 2 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 2 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 75 mal wiederholt (bzw. die Stichprobe hat die Größe 75).
Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 50% höchstens 30 Treffer erzielt werden?

Lösung einblenden
pP(X≤k)
......
0.350.8481
0.360.801
0.370.7464
0.380.6854
0.390.6193
0.40.5499
0.410.4794
......

Es muss gelten: Pp75 (X30) =0.5 (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(75,X,30) - 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=0.4 die gesuchte Wahrscheinlichkeit über 0.5 ist.

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 20 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,15.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 3 Treffer zu erzielen?

(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

0
1
2
3
4
5
...

P0.1520 (X3) = 1 - P0.1520 (X2) = 0.5951
(TI-Befehl: 1-binomcdf(20,0.15,2))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 74 und p = 0.8
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 = 74 und p = 0.8 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 74 ⋅ 0.8 = 59.2

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 74 ⋅ 0.8 ⋅ 0.2 = 11.84 3.44