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:

Ein Mathelehrer möchte neue Taschenrechner für seine Klasse bestellen. Die Wahrscheinlichkeit, dass einer der Taschenrechner ein Decepticon (bekannt aus dem Transformers-Filmen) ist, liegt bei p=0,01. Wie viele Rechner können bestellt werden, dass zu einer Wahrscheinlichkeit von 90% kein Descepticon unter ihnen ist?

Lösung einblenden
nP(X≤k)
......
50.951
60.9415
70.9321
80.9227
90.9135
100.9044
110.8953
......

Die Zufallsgröße X gibt Anzahl der Descepticons unter den Taschenrechnern an und ist im Idealfall binomialverteilt mit p = 0.01 und variablem n.

Es muss gelten: P0.01n (X0) ≥ 0.9

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 1% der Versuche mit einem Treffer. Also müssten dann doch bei 0 0.01 ≈ 0 Versuchen auch ungefähr 0 (≈0.01⋅0) Treffer auftreten.

Wir berechnen also mit unserem ersten n=0:
P0.01n (X0) ≈ 1 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=10 die gesuchte Wahrscheinlichkeit über 90% ist.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 87 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 16 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=87 und p= 1 6 .

P 1 6 87 (X<16) = P 1 6 87 (X15) = P 1 6 87 (X=0) + P 1 6 87 (X=1) + P 1 6 87 (X=2) +... + P 1 6 87 (X=15) = 0.62430073423607 ≈ 0.6243
(TI-Befehl: binomcdf(87,1/6,15))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 11 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 11 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
5 18 0.6345
5 19 0.6765
5 20 0.7133
5 21 0.7455
5 22 0.7737
5 23 0.7983
5 24 0.8199
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=11 und unbekanntem Parameter p.

Es muss gelten: Pp11 (X3) =0.8 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 5 sein muss, da es ja genau 5 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp11 (X3) ('höchstens 3 Treffer bei 11 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 11 . Mit diesem p wäre ja 3= 3 11 ⋅11 der Erwartungswert und somit Pp11 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 11 mit 5 3 erweitern (so dass wir auf den Zähler 5 kommen) und den Nenner abrunden, müssten wir mit p= 5 18 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 5 24 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 24 sein.

Also werden noch 19 zusätzliche Optionen (also schwarze Kugeln) benötigt.

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. 90% mindestens 51 Treffer erzielt werden?

Lösung einblenden
pP(X≥51)=1-P(X≤50)
......
0.770.6329
0.780.705
0.790.7711
0.80.8292
0.810.878
0.820.917
......

Es muss gelten: Pp67 (X51) =0.9 (oder mehr)

oder eben: 1- Pp67 (X50) =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=1-binomcdf(67,X,50) - 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=0.82 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,71. Wie groß ist die Wahrscheinlichkeit dass er von 64 Versuchen mindestens 43 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=64 und p=0.71.

...
40
41
42
43
44
45
...

P0.7164 (X43) = 1 - P0.7164 (X42) = 0.7929
(TI-Befehl: 1-binomcdf(64,0.71,42))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Leider ist die Technik noch nicht so ganz ausgereift, weswegen Ausschuss mit einer Wahrscheinlichkeit von p=0,7 entsteht. Es wird eine Stichprobe der Menge 71 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips um nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 71⋅0.7 ≈ 49.7,
die Standardabweichung mit σ = n p (1-p) = 71 0.7 0.3 ≈ 3.86

53.56 (49.7 + 3.86) und 45.84 (49.7 - 3.86) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 49.7 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 46 und 53 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 46 und 53 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=71 und p=0.7.

P0.771 (46X53) =

...
43
44
45
46
47
48
49
50
51
52
53
54
55
...

P0.771 (X53) - P0.771 (X45) ≈ 0.8374 - 0.1389 ≈ 0.6985
(TI-Befehl: binomcdf(71,0.7,53) - binomcdf(71,0.7,45))