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:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 80% 39 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2570.2369
2580.2286
2590.2204
2600.2125
2610.2047
2620.1972
......

Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = 1 6 und variablem n.

Es muss gelten: P 1 6 n (X39) ≥ 0.8

Weil man ja aber P 1 6 n (X39) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X39) = 1 - P 1 6 n (X38) ≥ 0.8 |+ P 1 6 n (X38) - 0.8

0.2 ≥ P 1 6 n (X38) oder P 1 6 n (X38) ≤ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 39 1 6 ≈ 234 Versuchen auch ungefähr 39 (≈ 1 6 ⋅234) Treffer auftreten.

Wir berechnen also mit unserem ersten n=234:
P 1 6 n (X38) ≈ 0.4728 (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=262 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 262 sein, damit P 1 6 n (X38) ≤ 0.2 oder eben P 1 6 n (X39) ≥ 0.8 gilt.

Formel v. Bernoulli

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 8 Glückskekse mit einer Peproni zu erwischen, wenn man 37 Glückskekse kauft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=37 und p= 1 8 .

P 1 8 37 (X=8) = ( 37 8 ) ( 1 8 )8 ( 7 8 )29 =0.047884082596013≈ 0.0479
(TI-Befehl: binompdf(37,1/8,8))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 18 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 18 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
3 9 0.6085
3 10 0.7217
3 11 0.8034
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=18 und unbekanntem Parameter p.

Es muss gelten: Pp18 (X6) =0.75 (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 Pp18 (X6) ('höchstens 6 Treffer bei 18 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 18 . Mit diesem p wäre ja 6= 6 18 ⋅18 der Erwartungswert und somit Pp18 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 18 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 11 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 11 sein.

Also werden noch 8 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 77 mal wiederholt (bzw. die Stichprobe hat die Größe 77)
Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 50% mindestens 37 Treffer erzielt werden?

Lösung einblenden
pP(X≥37)=1-P(X≤36)
......
0.430.2171
0.440.2729
0.450.3349
0.460.4015
0.470.4709
0.480.5411
......

Es muss gelten: Pp77 (X37) =0.5 (oder mehr)

oder eben: 1- Pp77 (X36) =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=1-binomcdf(77,X,36) - 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=0.48 die gesuchte Wahrscheinlichkeit über 0.5 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 85% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 94 Versuchen mindestens 71 und weniger als 90 trifft?

Lösung einblenden

P0.8594 (71X89) =

...
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
...

P0.8594 (X89) - P0.8594 (X70) ≈ 0.9991 - 0.0054 ≈ 0.9937
(TI-Befehl: binomcdf(94,0.85,89) - binomcdf(94,0.85,70))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=30%. Wie groß ist die Wahrscheinlichkeit dass bei 81 Versuchen die Anzahl seiner Treffer um nicht mehr als eine Standardabweichung von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 81⋅0.3 ≈ 24.3,
die Standardabweichung mit σ = n p (1-p) = 81 0.3 0.7 ≈ 4.12

28.42 (24.3 + 4.12) und 20.18 (24.3 - 4.12) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 24.3 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 21 und 28 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 21 und 28 liegt.

P0.381 (21X28) =

...
18
19
20
21
22
23
24
25
26
27
28
29
30
...

P0.381 (X28) - P0.381 (X20) ≈ 0.8457 - 0.1791 ≈ 0.6666
(TI-Befehl: binomcdf(81,0.3,28) - binomcdf(81,0.3,20))