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 Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,75.
Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 70% Wahrscheinlichkeit, mindestens 37 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
490.4562
500.363
510.2797
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.75 und variablem n.

Es muss gelten: P0.75n (X37) ≥ 0.7

Weil man ja aber P0.75n (X37) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.75n (X37) = 1 - P0.75n (X36) ≥ 0.7 |+ P0.75n (X36) - 0.7

0.3 ≥ P0.75n (X36) oder P0.75n (X36) ≤ 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 75% der Versuche mit einem Treffer. Also müssten dann doch bei 37 0.75 ≈ 49 Versuchen auch ungefähr 37 (≈0.75⋅49) Treffer auftreten.

Wir berechnen also mit unserem ersten n=49:
P0.75n (X36) ≈ 0.4562 (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=51 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 51 sein, damit P0.75n (X36) ≤ 0.3 oder eben P0.75n (X37) ≥ 0.7 gilt.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 36 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 2 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=36 und p= 1 6 .

P 1 6 36 (X2) = P 1 6 36 (X=0) + P 1 6 36 (X=1) + P 1 6 36 (X=2) = 0.047121771511542 ≈ 0.0471
(TI-Befehl: binomcdf(36,1/6,2))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 2 rote und einige schwarze Kugeln. Es soll 27 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 27 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
3 5 0.9998
4 6 0.9982
5 7 0.9923
6 8 0.9793
7 9 0.9578
8 10 0.9282
9 11 0.8921
10 12 0.8512
11 13 0.8075
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=27 und unbekanntem Parameter p.

Es muss gelten: Pp27 (X24) = 0.85 (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 Pp27 (X24) ('höchstens 24 Treffer bei 27 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 3 5 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 10 12 die gesuchte Wahrscheinlichkeit über 85% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 10 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 66 Ausspielungen nicht öfters als 25 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)
......
0.260.9882
0.270.9808
0.280.97
0.290.955
0.30.9347
0.310.9083
0.320.8752
......

Es muss gelten: Pp66 (X25) =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(66,X,25) - 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=0.31 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,1. Wie groß ist die Wahrscheinlichkeit dass er von 98 Versuchen genau 4 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=98 und p=0.1.

P0.198 (X=4) = ( 98 4 ) 0.14 0.994 =0.01805416028753≈ 0.0181
(TI-Befehl: binompdf(98,0.1,4))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,5. Wie groß ist die Wahrscheinlichkeit bei 61 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=61⋅0.5 = 30.5

Die 20% Abweichung wären dann zwischen 80% von 30.5, also 0.8⋅ 30.5 = 24.4 und 120% von 30.5, also 1.2⋅ 30.5 = 36.6

Da die Trefferzahl ja nicht weiter von 30.5 entfernt sein darf als 24.4 bzw. 36.6, muss sie also zwischen 25 und 36 liegen.

P0.561 (25X36) =

...
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
...

P0.561 (X36) - P0.561 (X24) ≈ 0.9381 - 0.0619 ≈ 0.8762
(TI-Befehl: binomcdf(61,0.5,36) - binomcdf(61,0.5,24))