Pestalozzi Gymnasium Biberach EduRandomtasks

Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,65.
Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 70% Wahrscheinlichkeit, höchstens 36 Treffer zu erzielen ?

Lösung einblenden

n	P(X≤k)
...	...
53	0.7191
54	0.6505
55	0.5785
...	...

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.65 und variablem n.

Es muss gelten: $P_{0.65}^{n} (X \leq 36)$ ≥ 0.7

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 65% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{36}{0.65}$ ≈ 55 Versuchen auch ungefähr 36 (≈0.65⋅55) Treffer auftreten.

Wir berechnen also mit unserem ersten n=55:
$P_{0.65}^{n} (X \leq 36)$ ≈ 0.5785 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.7 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 0.7 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=53 die gesuchte Wahrscheinlichkeit über 70% ist.

Formel v. Bernoulli

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 90% entsteht. Es wird eine Stichprobe der Menge 93 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 74 defekte Chips enthalten sind.
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=93 und p=0.9.

P_{0.9}^{93} (X = 74)

=

(\begin{matrix} 93 \\ 74 \end{matrix}) \cdot {0.9}^{74} \cdot {0.1}^{19}

=0.0011818124881806≈ 0.0012
(TI-Befehl: binompdf(93,0.9,74))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 2 rote und einige schwarze Kugeln. Es soll 28 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 28 gezogenen Kugeln nicht mehr als 21 schwarze sind?

Lösung einblenden

p	P(X≤21)
...	...
$\frac{2}{4}$	0.9981
$\frac{3}{5}$	0.9685
$\frac{4}{6}$	0.8738
$\frac{5}{7}$	0.7282
$\frac{6}{8}$	0.5721
...	...

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=28 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{28} (X \leq 21)$ = 0.7 (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 $P_{p}^{28} (X \leq 21)$ ('höchstens 21 Treffer bei 28 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= $\frac{2}{4}$ . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= $\frac{5}{7}$ die gesuchte Wahrscheinlichkeit über 70% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 5 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Eine Fluggesellschaft hat 47 Plätze in ihrem Flugzeug. Trotzdem werden 57 Flugtickets verkauft. Wie hoch darf die Wahrscheinlichkeit, dass ein Ticketkäufer auch tatsächlich mitfliegt, höchstens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?

Lösung einblenden

p	P(X≤k)
...	...
0.71	0.9839
0.72	0.9762
0.73	0.9656
0.74	0.9511
0.75	0.9317
0.76	0.9065
0.77	0.8743
...	...

Es muss gelten: $P_{p}^{57} (X \leq 47)$ =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(57,X,47) - 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=0.76 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X ∈ [l;k]

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 45 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 20 und höchstens 29 beträgt?

Lösung einblenden

$P_{0.55}^{45} (20 \leq X \leq 29)$ =

...

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

...

P_{0.55}^{45} (X \leq 29)

-

P_{0.55}^{45} (X \leq 19)

≈ 0.9238 - 0.0582 ≈ 0.8656
(TI-Befehl: binomcdf(45,0.55,29) - binomcdf(45,0.55,19))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 27 und p = 0.75
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 = 27 und p = 0.75 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 27 ⋅ 0.75 = 20.25

Standardabweichung S(X) = $\sqrt{n ⋅ p ⋅ (1-p)}$ = $\sqrt{27 ⋅ 0.75 ⋅ 0.25}$ = $\sqrt{5.0625}$ ≈ 2.25

Aufgabenbeispiele von Wiederholung aus 9/10

Binomialvert. mit variablem n (höchst.)

Formel v. Bernoulli

Binomialvert. mit variablem p (diskret)

Binomialvert. mit variabl. p (höchstens) nur GTR

Binomialverteilung X ∈ [l;k]

Erwartungswert, Standardabweichung best.