Aufgabenbeispiele von Wiederholung aus 9/10

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Binomialvert. mit variablem n (höchst.)

Beispiel:

Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von 80% nicht mehr als 35 6er zu würfeln?

Lösung einblenden
nP(X≤k)
......
1870.8042
1880.7947
1890.785
1900.7751
1910.765
1920.7547
1930.7442
1940.7335
1950.7226
1960.7115
1970.7003
1980.689
1990.6775
2000.6658
2010.6541
2020.6422
2030.6303
2040.6183
2050.6061
2060.594
2070.5818
2080.5695
2090.5573
2100.545
......

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 (X35) ≥ 0.8

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 35 1 6 ≈ 210 Versuchen auch ungefähr 35 (≈ 1 6 ⋅210) Treffer auftreten.

Wir berechnen also mit unserem ersten n=210:
P 1 6 n (X35) ≈ 0.545 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=187 die gesuchte Wahrscheinlichkeit über 80% ist.

kumulierte Binomialverteilung

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 44 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so bis zu 9 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=44 und p=0.25.

P0.2544 (X9) = P0.2544 (X=0) + P0.2544 (X=1) + P0.2544 (X=2) +... + P0.2544 (X=9) = 0.30862539084007 ≈ 0.3086
(TI-Befehl: binomcdf(44,0.25,9))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 2 rote und einige schwarze Kugeln. Es soll 29 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 29 gezogenen Kugeln nicht mehr als 21 schwarze sind?

Lösung einblenden
pP(X≤21)
......
2 4 0.9959
3 5 0.943
4 6 0.8014
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=29 und unbekanntem Parameter p.

Es muss gelten: Pp29 (X21) = 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 Pp29 (X21) ('höchstens 21 Treffer bei 29 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 85% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 3 sein.

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

Beispiel:

Ein Glücksrad soll mit nur zwei verschiedenen Sektoren (blau und rot) gebaut werden. Wie hoch muss man die Einzelwahrscheinlichkeit p mindestens wählen, dass die Wahrscheinlichkeit bei 91 Wiederholungen 31 mal (oder mehr) rot zu treffen bei mind. 70% liegt?

Lösung einblenden
pP(X≥31)=1-P(X≤30)
......
0.320.3737
0.330.4533
0.340.5341
0.350.6127
0.360.6863
0.370.7527
......

Es muss gelten: Pp91 (X31) =0.7 (oder mehr)

oder eben: 1- Pp91 (X30) =0.7 (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(91,X,30) - 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=0.37 die gesuchte Wahrscheinlichkeit über 0.7 ist.

Formel v. Bernoulli

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,95. Wie groß ist die Wahrscheinlichkeit dass er von 24 Versuchen genau 24 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=24 und p=0.95.

P0.9524 (X=24) = ( 24 24 ) 0.9524 0.050 =0.29198902433877≈ 0.292
(TI-Befehl: binompdf(24,0.95,24))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 60 und p = 0.65
Bestimme den Erwartungswert μ und die Standardabweichung σ von X .

Lösung einblenden

Für Erwartungswert und Standardabweichung bei der Binomialverteilung gibt es ja einfache Formeln, in die man einfach n = 60 und p = 0.65 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 60 ⋅ 0.65 = 39

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 60 ⋅ 0.65 ⋅ 0.35 = 13.65 3.69