Aufgabenbeispiele von Wiederholung aus 9/10

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,85.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 80% Wahrscheinlichkeit, höchstens 34 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
380.8421
390.7155
400.5675
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.85 und variablem n.

Es muss gelten: P0.85n (X34) ≥ 0.8

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 85% der Versuche mit einem Treffer. Also müssten dann doch bei 34 0.85 ≈ 40 Versuchen auch ungefähr 34 (≈0.85⋅40) Treffer auftreten.

Wir berechnen also mit unserem ersten n=40:
P0.85n (X34) ≈ 0.5675 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=38 die gesuchte Wahrscheinlichkeit über 80% ist.

kumulierte Binomialverteilung

Beispiel:

Eine Münze wird 65 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass höchstens 27 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=65 und p=0.5.

P0.565 (X27) = P0.565 (X=0) + P0.565 (X=1) + P0.565 (X=2) +... + P0.565 (X=27) = 0.10726959700409 ≈ 0.1073
(TI-Befehl: binomcdf(65,0.5,27))

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 7 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 90 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 7 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 95% für die 90 Durchgänge reichen?

Lösung einblenden
pP(X≤7)
......
1 12 0.5215
1 13 0.6107
1 14 0.6864
1 15 0.7489
1 16 0.7996
1 17 0.8403
1 18 0.8727
1 19 0.8984
1 20 0.9187
1 21 0.9348
1 22 0.9475
1 23 0.9577
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=90 und unbekanntem Parameter p.

Es muss gelten: Pp90 (X7) =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 Pp90 (X7) ('höchstens 7 Treffer bei 90 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 7 90 . Mit diesem p wäre ja 7= 7 90 ⋅90 der Erwartungswert und somit Pp90 (X7) irgendwo in der nähe von 50%. Wenn wir nun p= 7 90 mit 1 7 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 12 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 23 die gesuchte Wahrscheinlichkeit über 95% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 23 sein.

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

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 67 mal wiederholt (bzw. die Stichprobe hat die Größe 67)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 50% mindestens 30 Treffer erzielt werden?

Lösung einblenden
pP(X≥30)=1-P(X≤29)
......
0.40.2491
0.410.3052
0.420.3661
0.430.4303
0.440.4961
0.450.5617
......

Es muss gelten: Pp67 (X30) =0.5 (oder mehr)

oder eben: 1- Pp67 (X29) =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(67,X,29) - 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=0.45 die gesuchte Wahrscheinlichkeit über 0.5 ist.

kumulierte Binomialverteilung

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 46%. Wie groß ist die Wahrscheinlichkeit dass er von 31 Versuchen weniger als 17 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=31 und p=0.46.

P0.4631 (X<17) = P0.4631 (X16) = P0.4631 (X=0) + P0.4631 (X=1) + P0.4631 (X=2) +... + P0.4631 (X=16) = 0.79048688427093 ≈ 0.7905
(TI-Befehl: binomcdf(31,0.46,16))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=50%. Wie groß ist die Wahrscheinlichkeit dass bei 66 Versuchen die Anzahl seiner Treffer um nicht mehr als eine Standardabweichung von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 66⋅0.5 ≈ 33,
die Standardabweichung mit σ = n p (1-p) = 66 0.5 0.5 ≈ 4.06

37.06 (33 + 4.06) und 28.94 (33 - 4.06) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 33 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 29 und 37 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 29 und 37 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=66 und p=0.5.

P0.566 (29X37) =

...
26
27
28
29
30
31
32
33
34
35
36
37
38
39
...

P0.566 (X37) - P0.566 (X28) ≈ 0.8661 - 0.1339 ≈ 0.7322
(TI-Befehl: binomcdf(66,0.5,37) - binomcdf(66,0.5,28))