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 Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,45. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 70% 31 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
690.4487
700.4066
710.3662
720.3276
730.2913
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.45 und variablem n.

Es muss gelten: P0.45n (X31) ≥ 0.7

Weil man ja aber P0.45n (X31) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.45n (X31) = 1 - P0.45n (X30) ≥ 0.7 |+ P0.45n (X30) - 0.7

0.3 ≥ P0.45n (X30) oder P0.45n (X30) ≤ 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 45% der Versuche mit einem Treffer. Also müssten dann doch bei 31 0.45 ≈ 69 Versuchen auch ungefähr 31 (≈0.45⋅69) Treffer auftreten.

Wir berechnen also mit unserem ersten n=69:
P0.45n (X30) ≈ 0.4487 (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=73 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 73 sein, damit P0.45n (X30) ≤ 0.3 oder eben P0.45n (X31) ≥ 0.7 gilt.

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 55% entsteht. Es wird eine Stichprobe der Menge 39 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 18 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=39 und p=0.55.

P0.5539 (X=18) = ( 39 18 ) 0.5518 0.4521 =0.06900671363633≈ 0.069
(TI-Befehl: binompdf(39,0.55,18))

Binomialvert. mit variablem p (diskret)

Beispiel:

Die Homepage-AG einer Schule möchte auf der Startseite der Internetseite der Schule ein Zufallsbild integrieren. Dabei soll bei jedem Aufruf der Startseite ein zufälliges Bild aus einer Bilderdatenbank gezeigt werden. Alle Bilder der Datenbank sind immer gleich wahrscheinlich. Auf 3 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 60 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 75%-iger Wahrscheinlichkiet mindestens 10 mal am Tag eines ihrer eigenen 3 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?

Lösung einblenden
pP(X≥10)=1-P(X≤9)
......
3 9 0.9988
3 10 0.9941
3 11 0.9811
3 12 0.9548
3 13 0.9129
3 14 0.8558
3 15 0.7868
3 16 0.7105
......

Die Zufallsvariable X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=60 und unbekanntem Parameter p.

Es muss gelten: Pp60 (X10) = 1- Pp60 (X9) = 0.75 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp60 (X10) ('mindestens 10 Treffer bei 60 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 3 9 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 3 15 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens 15 sein.

Also wären noch 12 zusätzliche Optionen (also weitere Bilder) zulässig.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 80% Wahrscheinlichkeit von 61 Freiwürfen mindestens 26 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥26)=1-P(X≤25)
......
0.430.5725
0.440.6333
0.450.6908
0.460.7438
0.470.7916
0.480.8336
......

Es muss gelten: Pp61 (X26) =0.8 (oder mehr)

oder eben: 1- Pp61 (X25) =0.8 (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(61,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 erstmals bei p=0.48 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 85 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,3.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 25 Treffer zu erzielen?

(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
22
23
24
25
26
27
...

P0.385 (X25) = 1 - P0.385 (X24) = 0.5876
(TI-Befehl: 1-binomcdf(85,0.3,24))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,45. Wie groß ist die Wahrscheinlichkeit bei 67 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=67⋅0.45 = 30.15

Die 20% Abweichung wären dann zwischen 80% von 30.15, also 0.8⋅ 30.15 = 24.12 und 120% von 30.15, also 1.2⋅ 30.15 = 36.18

Da die Trefferzahl ja nicht weiter von 30.15 entfernt sein darf als 24.12 bzw. 36.18, muss sie also zwischen 25 und 36 liegen.

P0.4567 (25X36) =

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

P0.4567 (X36) - P0.4567 (X24) ≈ 0.9402 - 0.0818 ≈ 0.8584
(TI-Befehl: binomcdf(67,0.45,36) - binomcdf(67,0.45,24))