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 80% nicht mehr als 38 6er zu würfeln?

Lösung einblenden
nP(X≤k)
......
2040.8028
2050.7937
2060.7844
2070.7749
2080.7653
2090.7554
2100.7454
2110.7351
2120.7247
2130.7142
2140.7035
2150.6926
2160.6817
2170.6706
2180.6593
2190.648
2200.6366
2210.6251
2220.6135
2230.6019
2240.5902
2250.5785
2260.5667
2270.555
2280.5432
......

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 (X38) ≥ 0.8

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 38 1 6 ≈ 228 Versuchen auch ungefähr 38 (≈ 1 6 ⋅228) Treffer auftreten.

Wir berechnen also mit unserem ersten n=228:
P 1 6 n (X38) ≈ 0.5432 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=204 die gesuchte Wahrscheinlichkeit über 80% ist.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 39 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 5 mal eine 6 (p=1/6) 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=39 und p= 1 6 .

P 1 6 39 (X5) = P 1 6 39 (X=0) + P 1 6 39 (X=1) + P 1 6 39 (X=2) +... + P 1 6 39 (X=5) = 0.3489487884901 ≈ 0.3489
(TI-Befehl: binomcdf(39,1/6,5))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 25 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 25 gezogenen Kugeln nicht mehr als 21 schwarze sind?

Lösung einblenden
pP(X≤21)
......
5 9 0.9994
6 10 0.9976
7 11 0.9933
8 12 0.9851
9 13 0.9722
10 14 0.9542
11 15 0.9312
12 16 0.9038
13 17 0.8727
14 18 0.8388
15 19 0.803
16 20 0.766
17 21 0.7285
18 22 0.6912
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=25 und unbekanntem Parameter p.

Es muss gelten: Pp25 (X21) = 0.7 (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 Pp25 (X21) ('höchstens 21 Treffer bei 25 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 5 9 . (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 70% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 17 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Eine Produktionsstätte für HighTech-Chips hat Probleme mit der Qualitätssicherung. Ein Großhändler nimmt die übliche Liefermenge von 96 Stück nur an, wenn nicht mehr als 68 Teile defekt sind. Wie hoch darf der Prozentsatz der fehlerhaften Teile höchstens sein, dass eine Lieferung mit einer Wahrscheinlichkeit von mind. 90% angenommen werden.

Lösung einblenden
pP(X≤k)
......
0.60.9896
0.610.9827
0.620.9723
0.630.957
0.640.9353
0.650.9056
0.660.8666
......

Es muss gelten: Pp96 (X68) =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(96,X,68) - 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=0.65 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 94 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 10 mal, aber weniger als 24 mal eine sechs gewürfelt wird?

Lösung einblenden

P 1 6 94 (11X23) =

...
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
...

P 1 6 94 (X23) - P 1 6 94 (X10) ≈ 0.9811 - 0.0707 ≈ 0.9104
(TI-Befehl: binomcdf(94, 1 6 ,23) - binomcdf(94, 1 6 ,10))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 39 und p = 0.45
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 = 39 und p = 0.45 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 39 ⋅ 0.45 = 17.55

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 39 ⋅ 0.45 ⋅ 0.55 = 9.6525 3.11