Pestalozzi Gymnasium Biberach EduRandomtasks

Binomialvert. mit variablem n (höchst.)

Beispiel:

Eine Fluggesellschaft geht davon aus, dass 12% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 25-Platzmaschine höchstens verkaufen, so dass es zu mindestens 90% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden

n	P(X≤k)
...	...
26	0.964
27	0.8516
28	0.6695
...	...

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.88 und variablem n.

Es muss gelten: $P_{0.88}^{n} (X \leq 25)$ ≥ 0.9

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 88% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{25}{0.88}$ ≈ 28 Versuchen auch ungefähr 25 (≈0.88⋅28) Treffer auftreten.

Wir berechnen also mit unserem ersten n=28:
$P_{0.88}^{n} (X \leq 25)$ ≈ 0.6695 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=26 die gesuchte Wahrscheinlichkeit über 90% ist.

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,95. Wie groß ist die Wahrscheinlichkeit dass er von 90 Versuchen mindestens 87 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=90 und p=0.95.

...

84

85

86

87

88

89

P_{0.95}^{90} (X \geq 87)

= 1 -

P_{0.95}^{90} (X \leq 86)

= 0.3358
(TI-Befehl: 1-binomcdf(90,0.95,86))

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 120 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 70%-iger Wahrscheinlichkiet mindestens 16 mal am Tag eines ihrer eigenen 3 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?

Lösung einblenden

p	P(X≥16)=1-P(X≤15)
...	...
$\frac{3}{12}$	0.9994
$\frac{3}{13}$	0.9974
$\frac{3}{14}$	0.9915
$\frac{3}{15}$	0.9782
$\frac{3}{16}$	0.9542
$\frac{3}{17}$	0.9171
$\frac{3}{18}$	0.8665
$\frac{3}{19}$	0.804
$\frac{3}{20}$	0.7327
$\frac{3}{21}$	0.6563
...	...

Die Zufallsgröße X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=120 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{120} (X \geq 16)$ = 1- $P_{p}^{120} (X \leq 15)$ = 0.7 (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 $P_{p}^{120} (X \geq 16)$ ('mindestens 16 Treffer bei 120 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= $\frac{3}{12}$ . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= $\frac{3}{20}$ die gesuchte Wahrscheinlichkeit über 70% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens 20 sein.

Also wären noch 17 zusätzliche Optionen (also weitere Bilder) zulässig.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 49 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 22 erkennen und dumm anlabern?

Lösung einblenden

p	P(X≤k)
...	...
0.32	0.9795
0.33	0.9705
0.34	0.9587
0.35	0.9434
0.36	0.9243
0.37	0.9008
0.38	0.8727
...	...

Es muss gelten: $P_{p}^{49} (X \leq 22)$ =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(49,X,22) - 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=0.37 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,7. Wie groß ist die Wahrscheinlichkeit bei 65 Versuchen genau 39 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=65 und p=0.7.

P_{0.7}^{65} (X = 39)

=

(\begin{matrix} 65 \\ 39 \end{matrix}) \cdot {0.7}^{39} \cdot {0.3}^{26}

=0.023179407662997≈ 0.0232
(TI-Befehl: binompdf(65,0.7,39))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,35. Wie groß ist die Wahrscheinlichkeit bei 59 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 59⋅0.35 ≈ 20.65,
die Standardabweichung mit σ = $\sqrt{n \cdot p \cdot (1-p)}$ = $\sqrt{59\cdot0.35\cdot0.65}$ ≈ 3.66

24.31 (20.65 + 3.66) und 16.99 (20.65 - 3.66) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 20.65 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 17 und 24 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 17 und 24 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=59 und p=0.35.

$P_{0.35}^{59} (17 \leq X \leq 24)$ =

...

14

15

16

17

18

19

20

21

22

23

24

25

26

...

P_{0.35}^{59} (X \leq 24)

-

P_{0.35}^{59} (X \leq 16)

≈ 0.8531 - 0.1277 ≈ 0.7254
(TI-Befehl: binomcdf(59,0.35,24) - binomcdf(59,0.35,16))

Aufgabenbeispiele von Wiederholung aus 9/10

Binomialvert. mit variablem n (höchst.)

Binomialverteilung X>=k

Binomialvert. mit variablem p (diskret)

Binomialvert. mit variabl. p (höchstens) nur GTR

Formel v. Bernoulli

Wahrscheinlichkeit von σ-Intervall um μ