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:

In einer Urne ist der Anteil der grünen Kugeln 80%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 50% Wahrscheinlichkeit 26 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
310.6069
320.4645
330.3343
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.8 und variablem n.

Es muss gelten: P0.8n (X26) ≥ 0.5

Weil man ja aber P0.8n (X26) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.8n (X26) = 1 - P0.8n (X25) ≥ 0.5 |+ P0.8n (X25) - 0.5

0.5 ≥ P0.8n (X25) oder P0.8n (X25) ≤ 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 80% der Versuche mit einem Treffer. Also müssten dann doch bei 26 0.8 ≈ 33 Versuchen auch ungefähr 26 (≈0.8⋅33) Treffer auftreten.

Wir berechnen also mit unserem ersten n=33:
P0.8n (X25) ≈ 0.3343 (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 erstmals bei n=32 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 32 sein, damit P0.8n (X25) ≤ 0.5 oder eben P0.8n (X26) ≥ 0.5 gilt.

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 38 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mindestens 9 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=38 und p= 1 6 .

...
6
7
8
9
10
11
...

P 1 6 38 (X9) = 1 - P 1 6 38 (X8) = 0.1708
(TI-Befehl: 1-binomcdf(38, 1 6 ,8))

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 5 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 65 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 5 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 95% für die 65 Durchgänge reichen?

Lösung einblenden
pP(X≤5)
......
1 13 0.6161
1 14 0.6808
1 15 0.7351
1 16 0.7802
1 17 0.8175
1 18 0.8482
1 19 0.8734
1 20 0.8941
1 21 0.9112
1 22 0.9253
1 23 0.9369
1 24 0.9465
1 25 0.9545
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=65 und unbekanntem Parameter p.

Es muss gelten: Pp65 (X5) =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 Pp65 (X5) ('höchstens 5 Treffer bei 65 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 5 65 . Mit diesem p wäre ja 5= 5 65 ⋅65 der Erwartungswert und somit Pp65 (X5) irgendwo in der nähe von 50%. Wenn wir nun p= 5 65 mit 1 5 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 13 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 25 die gesuchte Wahrscheinlichkeit über 95% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 25 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 70 mal wiederholt (bzw. die Stichprobe hat die Größe 70).Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 80% höchstens 27 Treffer erzielt werden?

Lösung einblenden
pP(X≤k)
......
0.290.9684
0.30.9524
0.310.9308
0.320.9028
0.330.8677
0.340.8252
0.350.7755
......

Es muss gelten: Pp70 (X27) =0.8 (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(70,X,27) - 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=0.34 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Formel v. Bernoulli

Beispiel:

Eine Münze wird 91 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 41 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=91 und p=0.5.

P0.591 (X=41) = ( 91 41 ) 0.541 0.550 =0.053671505750673≈ 0.0537
(TI-Befehl: binompdf(91,0.5,41))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Würfel wird 71 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 = 71⋅ 1 6 ≈ 11.83,
die Standardabweichung mit σ = n p (1-p) = 71 1 6 5 6 ≈ 3.14

14.97 (11.83 + 3.14) und 8.69 (11.83 - 3.14) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 11.83 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 9 und 14 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 9 und 14 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=71 und p= 1 6 .

P 1 6 71 (9X14) =

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

P 1 6 71 (X14) - P 1 6 71 (X8) ≈ 0.8051 - 0.1426 ≈ 0.6625
(TI-Befehl: binomcdf(71, 1 6 ,14) - binomcdf(71, 1 6 ,8))