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:

In einer Urne ist der Anteil der grünen Kugeln 80%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 60% Wahrscheinlichkeit 25 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
310.4289
320.3018
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.8 und variablem n.

Es muss gelten: P0.8n (X25) ≥ 0.6

Weil man ja aber P0.8n (X25) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.8n (X25) = 1 - P0.8n (X24) ≥ 0.6 |+ P0.8n (X24) - 0.6

0.4 ≥ P0.8n (X24) oder P0.8n (X24) ≤ 0.4

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 80% der Versuche mit einem Treffer. Also müssten dann doch bei 25 0.8 ≈ 31 Versuchen auch ungefähr 25 (≈0.8⋅31) Treffer auftreten.

Wir berechnen also mit unserem ersten n=31:
P0.8n (X24) ≈ 0.4289 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.4 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 0.4 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=32 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 32 sein, damit P0.8n (X24) ≤ 0.4 oder eben P0.8n (X25) ≥ 0.6 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 97 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 20 mal, aber weniger als 26 mal eine sechs gewürfelt wird?

Lösung einblenden

P 1 6 97 (21X25) =

...
18
19
20
21
22
23
24
25
26
27
...

P 1 6 97 (X25) - P 1 6 97 (X20) ≈ 0.9921 - 0.8793 ≈ 0.1128
(TI-Befehl: binomcdf(97, 1 6 ,25) - binomcdf(97, 1 6 ,20))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 20 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 20 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
4 26 0.629
4 27 0.6567
4 28 0.6822
4 29 0.7057
4 30 0.7273
4 31 0.7471
4 32 0.7653
4 33 0.7821
4 34 0.7974
4 35 0.8116
4 36 0.8246
4 37 0.8365
4 38 0.8476
4 39 0.8577
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=20 und unbekanntem Parameter p.

Es muss gelten: Pp20 (X3) =0.85 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 4 sein muss, da es ja genau 4 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp20 (X3) ('höchstens 3 Treffer bei 20 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 20 . Mit diesem p wäre ja 3= 3 20 ⋅20 der Erwartungswert und somit Pp20 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 20 mit 4 3 erweitern (so dass wir auf den Zähler 4 kommen) und den Nenner abrunden, müssten wir mit p= 4 26 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 4 39 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 39 sein.

Also werden noch 35 zusätzliche Optionen (also schwarze Kugeln) benötigt.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 47 Ausspielungen nicht öfters als 26 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)
......
0.420.9764
0.430.9675
0.440.9559
0.450.9413
0.460.9232
0.470.9012
0.480.875
......

Es muss gelten: Pp47 (X26) =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(47,X,26) - 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=0.47 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 89% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 86 Versuchen mindestens 79 und weniger als 83 trifft?

Lösung einblenden

P0.8986 (79X82) =

...
76
77
78
79
80
81
82
83
84
...

P0.8986 (X82) - P0.8986 (X78) ≈ 0.9884 - 0.7422 ≈ 0.2462
(TI-Befehl: binomcdf(86,0.89,82) - binomcdf(86,0.89,78))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,75. Wie groß ist die Wahrscheinlichkeit bei 95 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=95⋅0.75 = 71.25

Die 20% Abweichung wären dann zwischen 80% von 71.25, also 0.8⋅ 71.25 = 57 und 120% von 71.25, also 1.2⋅ 71.25 = 85.5

Da die Trefferzahl ja nicht weiter von 71.25 entfernt sein darf als 57 bzw. 85.5, muss sie also zwischen 57 und 85 liegen.

P0.7595 (57X85) =

...
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
...

P0.7595 (X85) - P0.7595 (X56) ≈ 0.9999 - 0.0004 ≈ 0.9995
(TI-Befehl: binomcdf(95,0.75,85) - binomcdf(95,0.75,56))