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:

Der, dessen Name nicht genannt werden darf, testet Zauber um seine Nase wiederherzustellen. Ein solcher Versuch endet zu 10% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 90% mindestens 35 Nasen hat.

Lösung einblenden
nP(X≤k)
......
390.3504
400.2063
410.1102
420.0539
......

Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.

Es muss gelten: P0.9n (X35) ≥ 0.9

Weil man ja aber P0.9n (X35) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.9n (X35) = 1 - P0.9n (X34) ≥ 0.9 |+ P0.9n (X34) - 0.9

0.1 ≥ P0.9n (X34) oder P0.9n (X34) ≤ 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 90% der Versuche mit einem Treffer. Also müssten dann doch bei 35 0.9 ≈ 39 Versuchen auch ungefähr 35 (≈0.9⋅39) Treffer auftreten.

Wir berechnen also mit unserem ersten n=39:
P0.9n (X34) ≈ 0.3504 (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=42 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 42 sein, damit P0.9n (X34) ≤ 0.1 oder eben P0.9n (X35) ≥ 0.9 gilt.

Formel v. Bernoulli

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,2. Wie groß ist die Wahrscheinlichkeit dass er von 94 Versuchen genau 18 trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=94 und p=0.2.

P0.294 (X=18) = ( 94 18 ) 0.218 0.876 =0.10185642019197≈ 0.1019
(TI-Befehl: binompdf(94,0.2,18))

Binomialvert. mit variablem p (diskret)

Beispiel:

Ein neuer Multiple Choice Test mit 18 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 2 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 15% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤2)
......
1 9 0.677
1 10 0.7338
1 11 0.7788
1 12 0.8146
1 13 0.8434
1 14 0.8667
......

Die Zufallsvariable X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=18 und unbekanntem Parameter p.

Es muss gelten: Pp18 (X2) =0.85 (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 Pp18 (X2) ('höchstens 2 Treffer bei 18 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 2 18 . Mit diesem p wäre ja 2= 2 18 ⋅18 der Erwartungswert und somit Pp18 (X2) irgendwo in der nähe von 50%. Wenn wir nun p= 2 18 mit 1 2 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 9 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 14 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 14 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 87 Ausspielungen nicht öfters als 52 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)
......
0.480.9895
0.490.9831
0.50.9735
0.510.9598
0.520.9409
0.530.9155
0.540.8828
......

Es muss gelten: Pp87 (X52) =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(87,X,52) - 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=0.53 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 57 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so genau 13 Fragen richtig beantwortet hat?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=57 und p= 1 4 .

P 1 4 57 (X=13) = ( 57 13 ) ( 1 4 )13 ( 3 4 )44 =0.11608594257592≈ 0.1161
(TI-Befehl: binompdf(57,1/4,13))

Binomialvert. Abstand vom Erwartungswert

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=0,55 entsteht. Es wird eine Stichprobe der Menge 88 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips nicht mehr als 15% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=88⋅0.55 = 48.4

Die 15% Abweichung wären dann zwischen 85% von 48.4, also 0.85⋅ 48.4 = 41.14 und 115% von 48.4, also 1.15⋅ 48.4 = 55.66

Da die Trefferzahl ja nicht weiter von 48.4 entfernt sein darf als 41.14 bzw. 55.66, muss sie also zwischen 42 und 55 liegen.

P0.5588 (42X55) =

...
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
...

P0.5588 (X55) - P0.5588 (X41) ≈ 0.9368 - 0.07 ≈ 0.8668
(TI-Befehl: binomcdf(88,0.55,55) - binomcdf(88,0.55,41))