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 80% 31 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
360.4594
370.3155
380.2014
390.1201
......

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 (X31) ≥ 0.8

Weil man ja aber P0.85n (X31) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.85n (X31) = 1 - P0.85n (X30) ≥ 0.8 |+ P0.85n (X30) - 0.8

0.2 ≥ P0.85n (X30) oder P0.85n (X30) ≤ 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 31 0.85 ≈ 36 Versuchen auch ungefähr 31 (≈0.85⋅36) Treffer auftreten.

Wir berechnen also mit unserem ersten n=36:
P0.85n (X30) ≈ 0.4594 (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=39 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 39 sein, damit P0.85n (X30) ≤ 0.2 oder eben P0.85n (X31) ≥ 0.8 gilt.

Formel v. Bernoulli

Beispiel:

Ein Würfel wird 88 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 6 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=88 und p= 1 6 .

P 1 6 88 (X=6) = ( 88 6 ) ( 1 6 )6 ( 5 6 )82 =0.0037340016500416≈ 0.0037
(TI-Befehl: binompdf(88,1/6,6))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 5 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 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
12 17 0.9998
13 18 0.9997
14 19 0.9995
15 20 0.9992
16 21 0.9989
17 22 0.9984
18 23 0.9978
19 24 0.9971
20 25 0.9962
21 26 0.9952
22 27 0.994
23 28 0.9927
24 29 0.9912
25 30 0.9895
26 31 0.9877
27 32 0.9857
28 33 0.9836
29 34 0.9813
30 35 0.9788
31 36 0.9762
32 37 0.9735
33 38 0.9706
34 39 0.9676
35 40 0.9645
36 41 0.9613
37 42 0.9579
38 43 0.9545
39 44 0.951
40 45 0.9474
41 46 0.9437
42 47 0.9399
43 48 0.9361
44 49 0.9322
45 50 0.9282
46 51 0.9242
47 52 0.9201
48 53 0.916
49 54 0.9119
50 55 0.9077
51 56 0.9035
52 57 0.8993
53 58 0.895
54 59 0.8907
55 60 0.8864
56 61 0.8821
57 62 0.8778
58 63 0.8735
59 64 0.8691
60 65 0.8648
61 66 0.8605
62 67 0.8561
63 68 0.8518
64 69 0.8475
65 70 0.8432
66 71 0.8389
67 72 0.8346
68 73 0.8303
69 74 0.826
70 75 0.8218
71 76 0.8176
72 77 0.8133
73 78 0.8091
74 79 0.805
75 80 0.8008
76 81 0.7967
77 82 0.7925
78 83 0.7885
79 84 0.7844
80 85 0.7803
81 86 0.7763
82 87 0.7723
83 88 0.7683
84 89 0.7644
85 90 0.7604
86 91 0.7565
87 92 0.7527
88 93 0.7488
89 94 0.745
90 95 0.7412
91 96 0.7374
92 97 0.7337
93 98 0.73
94 99 0.7263
95 100 0.7226
96 101 0.719
97 102 0.7154
98 103 0.7118
99 104 0.7082
100 105 0.7047
......

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 (X24) = 0.7 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 5 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 (X24) ('höchstens 24 Treffer bei 25 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 12 17 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 99 104 die gesuchte Wahrscheinlichkeit über 70% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 99 sein.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 70% Wahrscheinlichkeit von 61 Freiwürfen mindestens 27 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥27)=1-P(X≤26)
......
0.420.4073
0.430.4698
0.440.5328
0.450.5949
0.460.6545
0.470.7103
......

Es muss gelten: Pp61 (X27) =0.7 (oder mehr)

oder eben: 1- Pp61 (X26) =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(61,X,26) - 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=0.47 die gesuchte Wahrscheinlichkeit über 0.7 ist.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 46 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=46 und p= 1 6 .

P 1 6 46 (X9) = P 1 6 46 (X=0) + P 1 6 46 (X=1) + P 1 6 46 (X=2) +... + P 1 6 46 (X=9) = 0.77230734779029 ≈ 0.7723
(TI-Befehl: binomcdf(46,1/6,9))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=30%. Wie groß ist die Wahrscheinlichkeit dass er bei 58 Versuchen nicht mehr als 20% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=58⋅0.3 = 17.4

Die 20% Abweichung wären dann zwischen 80% von 17.4, also 0.8⋅ 17.4 = 13.92 und 120% von 17.4, also 1.2⋅ 17.4 = 20.88

Da die Trefferzahl ja nicht weiter von 17.4 entfernt sein darf als 13.92 bzw. 20.88, muss sie also zwischen 14 und 20 liegen.

P0.358 (14X20) =

...
11
12
13
14
15
16
17
18
19
20
21
22
...

P0.358 (X20) - P0.358 (X13) ≈ 0.8139 - 0.1306 ≈ 0.6833
(TI-Befehl: binomcdf(58,0.3,20) - binomcdf(58,0.3,13))