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 70%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 60% Wahrscheinlichkeit 27 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
380.4764
390.3818
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.7 und variablem n.

Es muss gelten: P0.7n (X27) ≥ 0.6

Weil man ja aber P0.7n (X27) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.7n (X27) = 1 - P0.7n (X26) ≥ 0.6 |+ P0.7n (X26) - 0.6

0.4 ≥ P0.7n (X26) oder P0.7n (X26) ≤ 0.4

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 70% der Versuche mit einem Treffer. Also müssten dann doch bei 27 0.7 ≈ 39 Versuchen auch ungefähr 27 (≈0.7⋅39) Treffer auftreten.

Wir berechnen also mit unserem ersten n=39:
P0.7n (X26) ≈ 0.3818 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.4 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 0.4 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=39 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 39 sein, damit P0.7n (X26) ≤ 0.4 oder eben P0.7n (X27) ≥ 0.6 gilt.

Formel v. Bernoulli

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 5 Glückskekse mit einer Peproni zu erwischen, wenn man 23 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=23 und p= 1 8 .

P 1 8 23 (X=5) = ( 23 5 ) ( 1 8 )5 ( 7 8 )18 =0.092825475286351≈ 0.0928
(TI-Befehl: binompdf(23,1/8,5))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 11 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 11 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
3 5 0.4672
3 6 0.7256
3 7 0.8614
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=11 und unbekanntem Parameter p.

Es muss gelten: Pp11 (X6) =0.75 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp11 (X6) ('höchstens 6 Treffer bei 11 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 11 . Mit diesem p wäre ja 6= 6 11 ⋅11 der Erwartungswert und somit Pp11 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 11 mit 3 6 erweitern (so dass wir auf den Zähler 3 kommen) und den Nenner abrunden, müssten wir mit p= 3 5 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 3 7 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 7 sein.

Also werden noch 4 zusätzliche Optionen (also schwarze Kugeln) benötigt.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 74 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 67 erkennen und dumm anlabern?

Lösung einblenden
pP(X≤k)
......
0.810.9921
0.820.9864
0.830.9772
0.840.9627
0.850.9406
0.860.9081
0.870.862
......

Es muss gelten: Pp74 (X67) =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(74,X,67) - 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=0.86 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 98 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 9 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=98 und p= 1 6 .

P 1 6 98 (X9) = P 1 6 98 (X=0) + P 1 6 98 (X=1) + P 1 6 98 (X=2) +... + P 1 6 98 (X=9) = 0.025767641239389 ≈ 0.0258
(TI-Befehl: binomcdf(98,1/6,9))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=75%. Wie groß ist die Wahrscheinlichkeit dass er bei 83 Versuchen nicht mehr als 10% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=83⋅0.75 = 62.25

Die 10% Abweichung wären dann zwischen 90% von 62.25, also 0.9⋅ 62.25 = 56.025 und 110% von 62.25, also 1.1⋅ 62.25 = 68.475

Da die Trefferzahl ja nicht weiter von 62.25 entfernt sein darf als 56.025 bzw. 68.475, muss sie also zwischen 57 und 68 liegen.

P0.7583 (57X68) =

...
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
...

P0.7583 (X68) - P0.7583 (X56) ≈ 0.9478 - 0.0753 ≈ 0.8725
(TI-Befehl: binomcdf(83,0.75,68) - binomcdf(83,0.75,56))