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=0,2. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 70% 21 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
1100.3684
1110.3509
1120.3338
1130.3172
1140.3011
1150.2854
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.2 und variablem n.

Es muss gelten: P0.2n (X21) ≥ 0.7

Weil man ja aber P0.2n (X21) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.2n (X21) = 1 - P0.2n (X20) ≥ 0.7 |+ P0.2n (X20) - 0.7

0.3 ≥ P0.2n (X20) oder P0.2n (X20) ≤ 0.3

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 20% der Versuche mit einem Treffer. Also müssten dann doch bei 21 0.2 ≈ 105 Versuchen auch ungefähr 21 (≈0.2⋅105) Treffer auftreten.

Wir berechnen also mit unserem ersten n=105:
P0.2n (X20) ≈ 0.4611 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=115 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 115 sein, damit P0.2n (X20) ≤ 0.3 oder eben P0.2n (X21) ≥ 0.7 gilt.

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 77 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mindestens 8 mal eine 6 (p=1/6) geworfen wird?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
5
6
7
8
9
10
...

P 1 6 77 (X8) = 1 - P 1 6 77 (X7) = 0.9559
(TI-Befehl: 1-binomcdf(77, 1 6 ,7))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 2 rote und einige schwarze Kugeln. Es soll 28 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 90% unter den 28 gezogenen Kugeln nicht mehr als 21 schwarze sind?

Lösung einblenden
pP(X≤21)
......
2 4 0.9981
3 5 0.9685
4 6 0.8738
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=28 und unbekanntem Parameter p.

Es muss gelten: Pp28 (X21) = 0.9 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 2 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 Pp28 (X21) ('höchstens 21 Treffer bei 28 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 2 4 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 3 5 die gesuchte Wahrscheinlichkeit über 90% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 3 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 69 Ausspielungen nicht öfters als 23 mal der grüne Bereich kommen. Wie hoch darf man die Wahrscheinlichkeit für den grünen Bereich auf dem Glücksrad maximal setzen?

Lösung einblenden
pP(X≤k)
......
0.220.9897
0.230.9824
0.240.9713
0.250.9554
0.260.9335
0.270.9045
0.280.868
......

Es muss gelten: Pp69 (X23) =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(69,X,23) - 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=0.27 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,55. Wie groß ist die Wahrscheinlichkeit bei 23 Versuchen mindestens 11 mal im grünen Bereich zu landen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
8
9
10
11
12
13
...

P0.5523 (X11) = 1 - P0.5523 (X10) = 0.8164
(TI-Befehl: 1-binomcdf(23,0.55,10))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=75%. Wie groß ist die Wahrscheinlichkeit dass er bei 42 Versuchen nicht mehr als 20% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=42⋅0.75 = 31.5

Die 20% Abweichung wären dann zwischen 80% von 31.5, also 0.8⋅ 31.5 = 25.2 und 120% von 31.5, also 1.2⋅ 31.5 = 37.8

Da die Trefferzahl ja nicht weiter von 31.5 entfernt sein darf als 25.2 bzw. 37.8, muss sie also zwischen 26 und 37 liegen.

P0.7542 (26X37) =

...
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
...

P0.7542 (X37) - P0.7542 (X25) ≈ 0.9892 - 0.0197 ≈ 0.9695
(TI-Befehl: binomcdf(42,0.75,37) - binomcdf(42,0.75,25))