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 75%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 90% Wahrscheinlichkeit 27 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
360.4117
370.3091
380.2228
390.1545
400.1032
410.0666
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.75 und variablem n.

Es muss gelten: P0.75n (X27) ≥ 0.9

Weil man ja aber P0.75n (X27) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.75n (X27) = 1 - P0.75n (X26) ≥ 0.9 |+ P0.75n (X26) - 0.9

0.1 ≥ P0.75n (X26) oder P0.75n (X26) ≤ 0.1

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 75% der Versuche mit einem Treffer. Also müssten dann doch bei 27 0.75 ≈ 36 Versuchen auch ungefähr 27 (≈0.75⋅36) Treffer auftreten.

Wir berechnen also mit unserem ersten n=36:
P0.75n (X26) ≈ 0.4117 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=41 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 41 sein, damit P0.75n (X26) ≤ 0.1 oder eben P0.75n (X27) ≥ 0.9 gilt.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,85. Wie groß ist die Wahrscheinlichkeit bei 60 Versuchen genau 48 mal im grünen Bereich zu landen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=60 und p=0.85.

P0.8560 (X=48) = ( 60 48 ) 0.8548 0.1512 =0.074324610192385≈ 0.0743
(TI-Befehl: binompdf(60,0.85,48))

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 11er-Packung mit der mindestens 50% Wahrscheinlichkeit 2 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≥2)=1-P(X≤1)
......
1 2 0.9941
1 3 0.9249
1 4 0.8029
1 5 0.6779
1 6 0.5693
1 7 0.4801
......

Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=11 und unbekanntem Parameter p.

Es muss gelten: Pp11 (X2) = 1- Pp11 (X1) = 0.5 (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 Pp11 (X2) ('mindestens 2 Treffer bei 11 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 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 6 sein.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 80% Wahrscheinlichkeit von 97 Freiwürfen mindestens 91 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥91)=1-P(X≤90)
......
0.910.2197
0.920.334
0.930.477
0.940.6361
0.950.788
0.960.9057
......

Es muss gelten: Pp97 (X91) =0.8 (oder mehr)

oder eben: 1- Pp97 (X90) =0.8 (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(97,X,90) - 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=0.96 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Formel v. Bernoulli

Beispiel:

Ein Würfel wird 53 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 8 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=53 und p= 1 6 .

P 1 6 53 (X=8) = ( 53 8 ) ( 1 6 )8 ( 5 6 )45 =0.14428653432265≈ 0.1443
(TI-Befehl: binompdf(53,1/6,8))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Würfel wird 73 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der gewürfelten 6er nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 73⋅ 1 6 ≈ 12.17,
die Standardabweichung mit σ = n p (1-p) = 73 1 6 5 6 ≈ 3.18

15.35 (12.17 + 3.18) und 8.98 (12.17 - 3.18) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 12.17 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 9 und 15 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 9 und 15 liegt.

P 1 6 73 (9X15) =

...
6
7
8
9
10
11
12
13
14
15
16
17
...

P 1 6 73 (X15) - P 1 6 73 (X8) ≈ 0.8522 - 0.1216 ≈ 0.7306
(TI-Befehl: binomcdf(73, 1 6 ,15) - binomcdf(73, 1 6 ,8))