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=0,5. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 80% 38 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
780.3672
790.3265
800.2882
810.2526
820.2199
830.19
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.5 und variablem n.

Es muss gelten: P0.5n (X38) ≥ 0.8

Weil man ja aber P0.5n (X38) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.5n (X38) = 1 - P0.5n (X37) ≥ 0.8 |+ P0.5n (X37) - 0.8

0.2 ≥ P0.5n (X37) oder P0.5n (X37) ≤ 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 50% der Versuche mit einem Treffer. Also müssten dann doch bei 38 0.5 ≈ 76 Versuchen auch ungefähr 38 (≈0.5⋅76) Treffer auftreten.

Wir berechnen also mit unserem ersten n=76:
P0.5n (X37) ≈ 0.4544 (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=83 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 83 sein, damit P0.5n (X37) ≤ 0.2 oder eben P0.5n (X38) ≥ 0.8 gilt.

kumulierte Binomialverteilung

Beispiel:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Leider ist die Technik noch nicht so ganz ausgereift, weswegen Ausschuss mit einer Wahrscheinlichkeit von p=0,22 entsteht. Es wird eine Stichprobe der Menge 30 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon nicht mehr als 7 defekte Chips enthalten sind.
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=30 und p=0.22.

P0.2230 (X7) = P0.2230 (X=0) + P0.2230 (X=1) + P0.2230 (X=2) +... + P0.2230 (X=7) = 0.66667985857773 ≈ 0.6667
(TI-Befehl: binomcdf(30,0.22,7))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Firma, die Überraschungseier vertreibt, möchte als Werbegag manche Eier mit Superfiguren bestücken. Aus Angst vor Kundenbeschwerden sollen in einer 8er-Packung mit der mindestens 75% Wahrscheinlichkeit 1 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?

Lösung einblenden
pP(X≥1)=1-P(X≤0)
......
1 2 0.9961
1 3 0.961
1 4 0.8999
1 5 0.8322
1 6 0.7674
1 7 0.7086
......

Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=8 und unbekanntem Parameter p.

Es muss gelten: Pp8 (X1) = 1- Pp8 (X0) = 0.75 (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 Pp8 (X1) ('mindestens 1 Treffer bei 8 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 1 2 .

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 1 6 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 6 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 61 mal wiederholt (bzw. die Stichprobe hat die Größe 61).
Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 50% höchstens 37 Treffer erzielt werden?

Lösung einblenden
pP(X≤k)
......
0.560.8051
0.570.7588
0.580.707
0.590.6502
0.60.5896
0.610.5265
0.620.4622
......

Es muss gelten: Pp61 (X37) =0.5 (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(61,X,37) - 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=0.61 die gesuchte Wahrscheinlichkeit über 0.5 ist.

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,79. Wie groß ist die Wahrscheinlichkeit dass er von 65 Versuchen mindestens 47 trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
44
45
46
47
48
49
...

P0.7965 (X47) = 1 - P0.7965 (X46) = 0.9263
(TI-Befehl: 1-binomcdf(65,0.79,46))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 79 und p = 0.55
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 = 79 und p = 0.55 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 79 ⋅ 0.55 = 43.45

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 79 ⋅ 0.55 ⋅ 0.45 = 19.5525 4.42