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 Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,5.Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 70% Wahrscheinlichkeit, mindestens 28 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
560.4469
570.3957
580.347
590.3015
600.2595
......

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

Es muss gelten: P0.5n (X28) ≥ 0.7

Weil man ja aber P0.5n (X28) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.5n (X28) = 1 - P0.5n (X27) ≥ 0.7 |+ P0.5n (X27) - 0.7

0.3 ≥ P0.5n (X27) oder P0.5n (X27) ≤ 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 50% der Versuche mit einem Treffer. Also müssten dann doch bei 28 0.5 ≈ 56 Versuchen auch ungefähr 28 (≈0.5⋅56) Treffer auftreten.

Wir berechnen also mit unserem ersten n=56:
P0.5n (X27) ≈ 0.4469 (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=60 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 60 sein, damit P0.5n (X27) ≤ 0.3 oder eben P0.5n (X28) ≥ 0.7 gilt.

Formel v. Bernoulli

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 genau 19 Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=100 und p= 1 4 .

P 1 4 100 (X=19) = ( 100 19 ) ( 1 4 )19 ( 3 4 )81 =0.036518992842724≈ 0.0365
(TI-Befehl: binompdf(100,1/4,19))

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 50 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 9 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 50 Durchgänge reichen?

Lösung einblenden
pP(X≤9)
......
1 5 0.4437
1 6 0.683
1 7 0.8314
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=50 und unbekanntem Parameter p.

Es muss gelten: Pp50 (X9) =0.75 (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 Pp50 (X9) ('höchstens 9 Treffer bei 50 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 9 50 . Mit diesem p wäre ja 9= 9 50 ⋅50 der Erwartungswert und somit Pp50 (X9) irgendwo in der nähe von 50%. Wenn wir nun p= 9 50 mit 1 9 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 5 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 7 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 7 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 76 Ausspielungen nicht öfters als 58 mal der grüne Bereich kommen. Wie hoch darf man die Wahrscheinlichkeit für den grünen Bereich auf dem Glücksrad maximal setzen?

Lösung einblenden
pP(X≤k)
......
0.650.9877
0.660.9808
0.670.9707
0.680.9564
0.690.9366
0.70.9102
0.710.8759
......

Es muss gelten: Pp76 (X58) =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(76,X,58) - 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=0.7 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X ∈ [l;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 97 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so mindestens 24, aber weniger als 30 Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=97 und p=0.25.

P0.2597 (24X29) =

...
21
22
23
24
25
26
27
28
29
30
31
...

P0.2597 (X29) - P0.2597 (X23) ≈ 0.8893 - 0.4378 ≈ 0.4515
(TI-Befehl: binomcdf(97,0.25,29) - binomcdf(97,0.25,23))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Würfel wird 72 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der gewürfelten 6er nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 72⋅ 1 6 ≈ 12,
die Standardabweichung mit σ = n p (1-p) = 72 1 6 5 6 ≈ 3.16

15.16 (12 + 3.16) und 8.84 (12 - 3.16) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 12 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 9 und 15 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 9 und 15 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=72 und p= 1 6 .

P 1 6 72 (9X15) =

...
6
7
8
9
10
11
12
13
14
15
16
17
...

P 1 6 72 (X15) - P 1 6 72 (X8) ≈ 0.8647 - 0.1318 ≈ 0.7329
(TI-Befehl: binomcdf(72, 1 6 ,15) - binomcdf(72, 1 6 ,8))