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:

In einer Urne ist der Anteil der grünen Kugeln 85%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 80% Wahrscheinlichkeit 20 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
240.2866
250.1615
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.85 und variablem n.

Es muss gelten: P0.85n (X20) ≥ 0.8

Weil man ja aber P0.85n (X20) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.85n (X20) = 1 - P0.85n (X19) ≥ 0.8 |+ P0.85n (X19) - 0.8

0.2 ≥ P0.85n (X19) oder P0.85n (X19) ≤ 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 85% der Versuche mit einem Treffer. Also müssten dann doch bei 20 0.85 ≈ 24 Versuchen auch ungefähr 20 (≈0.85⋅24) Treffer auftreten.

Wir berechnen also mit unserem ersten n=24:
P0.85n (X19) ≈ 0.2866 (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=25 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 25 sein, damit P0.85n (X19) ≤ 0.2 oder eben P0.85n (X20) ≥ 0.8 gilt.

kumulierte Binomialverteilung

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, nicht mehr als 19 Glückskekse mit einer Peproni zu erwischen, wenn man 85 Glückskekse kauft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=85 und p= 1 8 .

P 1 8 85 (X19) = P 1 8 85 (X=0) + P 1 8 85 (X=1) + P 1 8 85 (X=2) +... + P 1 8 85 (X=19) = 0.99640145262009 ≈ 0.9964
(TI-Befehl: binomcdf(85,1/8,19))

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 9 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 70 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 9 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 95% für die 70 Durchgänge reichen?

Lösung einblenden
pP(X≤9)
......
1 7 0.4482
1 8 0.6228
1 9 0.7528
1 10 0.8414
1 11 0.8991
1 12 0.9357
1 13 0.9588
......

Die Zufallsvariable X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=70 und unbekanntem Parameter p.

Es muss gelten: Pp70 (X9) =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 Pp70 (X9) ('höchstens 9 Treffer bei 70 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 9 70 . Mit diesem p wäre ja 9= 9 70 ⋅70 der Erwartungswert und somit Pp70 (X9) irgendwo in der nähe von 50%. Wenn wir nun p= 9 70 mit 1 9 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 7 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 13 die gesuchte Wahrscheinlichkeit über 95% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 13 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 100 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 52 erkennen und dumm anlabern?

Lösung einblenden
pP(X≤k)
......
0.410.9898
0.420.9828
0.430.972
0.440.9561
0.450.9338
0.460.9037
0.470.8647
......

Es muss gelten: Pp100 (X52) =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(100,X,52) - 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=0.46 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 48 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,5.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 20 Treffer zu erzielen?

(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
17
18
19
20
21
22
...

P0.548 (X20) = 1 - P0.548 (X19) = 0.9033
(TI-Befehl: 1-binomcdf(48,0.5,19))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 38 und p = 0.75
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 = 38 und p = 0.75 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 38 ⋅ 0.75 = 28.5

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 38 ⋅ 0.75 ⋅ 0.25 = 7.125 2.67