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:

Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,85. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 50% 21 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
230.692
240.4951
250.3179
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.85 und variablem n.

Es muss gelten: P0.85n (X21) ≥ 0.5

Weil man ja aber P0.85n (X21) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.85n (X21) = 1 - P0.85n (X20) ≥ 0.5 |+ P0.85n (X20) - 0.5

0.5 ≥ P0.85n (X20) oder P0.85n (X20) ≤ 0.5

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 21 0.85 ≈ 25 Versuchen auch ungefähr 21 (≈0.85⋅25) Treffer auftreten.

Wir berechnen also mit unserem ersten n=25:
P0.85n (X20) ≈ 0.3179 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=24 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 24 sein, damit P0.85n (X20) ≤ 0.5 oder eben P0.85n (X21) ≥ 0.5 gilt.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 87 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,55.
Wie groß ist dabei die Wahrscheinlichkeit, höchstens 50 Treffer zu erzielen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=87 und p=0.55.

P0.5587 (X50) = P0.5587 (X=0) + P0.5587 (X=1) + P0.5587 (X=2) +... + P0.5587 (X=50) = 0.71507151159559 ≈ 0.7151
(TI-Befehl: binomcdf(87,0.55,50))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 19 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 19 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
3 9 0.5431
3 10 0.6655
3 11 0.7578
3 12 0.8251
3 13 0.8734
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=19 und unbekanntem Parameter p.

Es muss gelten: Pp19 (X6) =0.85 (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 Pp19 (X6) ('höchstens 6 Treffer bei 19 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 19 . Mit diesem p wäre ja 6= 6 19 ⋅19 der Erwartungswert und somit Pp19 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 19 mit 3 6 erweitern (so dass wir auf den Zähler 3 kommen) und den Nenner abrunden, müssten wir mit p= 3 9 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 3 13 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 13 sein.

Also werden noch 10 zusätzliche Optionen (also schwarze Kugeln) benötigt.

Binomialvert. mit variabl. p (mind.) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 85 mal wiederholt (bzw. die Stichprobe hat die Größe 85)
Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 70% mindestens 42 Treffer erzielt werden?

Lösung einblenden
pP(X≥42)=1-P(X≤41)
......
0.470.3675
0.480.4391
0.490.5127
0.50.5858
0.510.656
0.520.7213
......

Es muss gelten: Pp85 (X42) =0.7 (oder mehr)

oder eben: 1- Pp85 (X41) =0.7 (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(85,X,41) - 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=0.52 die gesuchte Wahrscheinlichkeit über 0.7 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Zufallsexperiment wird 85 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,6.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 46, aber höchstens 51 Treffer zu erzielen?

Lösung einblenden

P0.685 (46X51) =

...
43
44
45
46
47
48
49
50
51
52
53
...

P0.685 (X51) - P0.685 (X45) ≈ 0.5411 - 0.1122 ≈ 0.4289
(TI-Befehl: binomcdf(85,0.6,51) - binomcdf(85,0.6,45))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 43 und p = 0.3
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 = 43 und p = 0.3 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 43 ⋅ 0.3 = 12.9

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 43 ⋅ 0.3 ⋅ 0.7 = 9.03 3