Pestalozzi Gymnasium Biberach EduRandomtasks

Binomialvert. mit variablem n (höchst.)

Beispiel:

Beim MI6 (Arbeitsplatz von James Bond 007) soll eine Projektgruppe zur Aushebung einer multinationalen Superschurkenvereinigung eingerichtet werden. Bisherige Studien haben ergeben, dass diese kriminelle Vereinigung bereits alle wichtigen Regierungsbehörden infiltriert hat. Man geht davon aus, dass bereits jeder 50. MI6-Angestellte ein Spitzel dieser Organisiation ist. Wie groß darf diese Gruppe nun sein, so dass mit einer Wahrscheinlichkeit von mindestens 50% kein Spitzel in dieser Projektgruppe ist?

Lösung einblenden

n	P(X≤k)
...	...
29	0.5566
30	0.5455
31	0.5346
32	0.5239
33	0.5134
34	0.5031
35	0.4931
...	...

Die Zufallsgröße X gibt Anzahl der Spitzel unter den MI6-Angestellten an und ist im Idealfall binomialverteilt mit p = 0.02 und variablem n.

Es muss gelten: $P_{0.02}^{n} (X \leq 0)$ ≥ 0.5

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 2% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{0}{0.02}$ ≈ 0 Versuchen auch ungefähr 0 (≈0.02⋅0) Treffer auftreten.

Wir berechnen also mit unserem ersten n=0:
$P_{0.02}^{n} (X \leq 0)$ ≈ 1 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=34 die gesuchte Wahrscheinlichkeit über 50% ist.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 78 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,25.Wie groß ist dabei die Wahrscheinlichkeit, höchstens 13 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=78 und p=0.25.

P_{0.25}^{78} (X \leq 13)

=

P_{0.25}^{78} (X = 0)

+

P_{0.25}^{78} (X = 1)

+

P_{0.25}^{78} (X = 2)

+... +

P_{0.25}^{78} (X = 13)

= 0.053893821817097 ≈ 0.0539
(TI-Befehl: binomcdf(78,0.25,13))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Schulklasse möchte fürs Schulfest ein Glücksrad entwickeln. Aus optischen Gründen sollen dabei alle Sektoren gleich groß sein. Einer davon soll für den Hauptpreis stehen. Hierfür haben sie insgesamt 9 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 55 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 9 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 95% für die 55 Durchgänge reichen?

Lösung einblenden

p	P(X≤9)
...	...
$\frac{1}{6}$	0.5637
$\frac{1}{7}$	0.7456
$\frac{1}{8}$	0.8572
$\frac{1}{9}$	0.9206
$\frac{1}{10}$	0.9556
...	...

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=55 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{55} (X \leq 9)$ =0.95 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 1 sein muss, da es ja genau einen günstigen Fall gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit $P_{p}^{55} (X \leq 9)$ ('höchstens 9 Treffer bei 55 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= $\frac{9}{55}$ . Mit diesem p wäre ja 9= $\frac{9}{55}$ ⋅55 der Erwartungswert und somit $P_{p}^{55} (X \leq 9)$ irgendwo in der nähe von 50%. Wenn wir nun p= $\frac{9}{55}$ mit $\frac{1}{9}$ erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= $\frac{1}{6}$ einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= $\frac{1}{10}$ die gesuchte Wahrscheinlichkeit über 95% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 10 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 45 Wiederholungen 37 mal (oder mehr) rot zu treffen bei mind. 60% liegt?

Lösung einblenden

p	P(X≥37)=1-P(X≤36)
...	...
0.78	0.3166
0.79	0.3764
0.8	0.4407
0.81	0.5084
0.82	0.5776
0.83	0.6464
...	...

Es muss gelten: $P_{p}^{45} (X \geq 37)$ =0.6 (oder mehr)

oder eben: 1- $P_{p}^{45} (X \leq 36)$ =0.6 (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(45,X,36) - 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=0.83 die gesuchte Wahrscheinlichkeit über 0.6 ist.

Binomialverteilung X>=k

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 100 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 27 oder gar noch mehr Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=100 und p=0.25.

...

24

25

26

27

28

29

...

P_{0.25}^{100} (X \geq 27)

= 1 -

P_{0.25}^{100} (X \leq 26)

= 0.3583
(TI-Befehl: 1-binomcdf(100,0.25,26))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 68 und p = 0.2
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 = 68 und p = 0.2 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 68 ⋅ 0.2 = 13.6

Standardabweichung S(X) = $\sqrt{n ⋅ p ⋅ (1-p)}$ = $\sqrt{68 ⋅ 0.2 ⋅ 0.8}$ = $\sqrt{10.88}$ ≈ 3.3

Aufgabenbeispiele von Wiederholung aus 9/10

Binomialvert. mit variablem n (höchst.)

kumulierte Binomialverteilung

Binomialvert. mit variablem p (diskret)

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

Binomialverteilung X>=k

Erwartungswert, Standardabweichung best.