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:

Der, dessen Name nicht genannt werden darf, testet Zauber um seine Nase wiederherzustellen. Ein solcher Versuch endet zu 45% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 90% mindestens 20 Nasen hat.

Lösung einblenden
nP(X≤k)
......
390.2643
400.213
410.1691
420.1322
430.102
440.0775
......

Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.55 und variablem n.

Es muss gelten: P0.55n (X≥20) ≥ 0.9

Weil man ja aber P0.55n (X≥20) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.55n (X≥20) = 1 - P0.55n (X≤19) ≥ 0.9 |+ P0.55n (X≤19) - 0.9

0.1 ≥ P0.55n (X≤19) oder P0.55n (X≤19) ≤ 0.1

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 55% der Versuche mit einem Treffer. Also müssten dann doch bei 20 0.55 ≈ 36 Versuchen auch ungefähr 20 (≈0.55⋅36) Treffer auftreten.

Wir berechnen also mit unserem ersten n=36:
P0.55n (X≤19) ≈ 0.4578 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=44 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 44 sein, damit P0.55n (X≤19) ≤ 0.1 oder eben P0.55n (X≥20) ≥ 0.9 gilt.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,65. Wie groß ist die Wahrscheinlichkeit bei 38 Versuchen genau 25 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=38 und p=0.65.

P0.6538 (X=25) = ( 38 25 ) ⋅ 0.6525 ⋅ 0.3513 =0.13468305758114≈ 0.1347
(TI-Befehl: binompdf(38,0.65,25))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 2 rote und einige schwarze Kugeln. Es soll 27 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 27 gezogenen Kugeln nicht mehr als 21 schwarze sind?

Lösung einblenden
pP(X≤21)
......
2 4 0.9992
3 5 0.9845
4 6 0.9281
5 7 0.8264
6 8 0.7011
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=27 und unbekanntem Parameter p.

Es muss gelten: Pp27 (X≤21) = 0.75 (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 Pp27 (X≤21) ('höchstens 21 Treffer bei 27 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 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= 5 7 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 5 sein.

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

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 71 mal wiederholt (bzw. die Stichprobe hat die Größe 71)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 50% mindestens 31 Treffer erzielt werden?

Lösung einblenden
pP(X≥31)=1-P(X≤30)
......
0.380.1941
0.390.2457
0.40.3035
0.410.3664
0.420.4327
0.430.5006
......

Es muss gelten: Pp71 (X≥31) =0.5 (oder mehr)

oder eben: 1- Pp71 (X≤30) =0.5 (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(71,X,30) - 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=0.43 die gesuchte Wahrscheinlichkeit über 0.5 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, mehr als 3 und höchstens 7 Glückskekse mit einer Peproni zu erwischen, wenn man 54 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=54 und p=0.125.

P0.12554 (4≤X≤7) =

...
1
2
3
4
5
6
7
8
9
...

P0.12554 (X≤7) - P0.12554 (X≤3) ≈ 0.6387 - 0.0814 ≈ 0.5573
(TI-Befehl: binomcdf(54,0.125,7) - binomcdf(54,0.125,3))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 96 und p = 0.55
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 = 96 und p = 0.55 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 96 ⋅ 0.55 = 52.8

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 96 ⋅ 0.55 ⋅ 0.45 = 23.76 ≈ 4.87