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 Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,9. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 70% 35 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
390.3504
400.2063
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.

Es muss gelten: P0.9n (X35) ≥ 0.7

Weil man ja aber P0.9n (X35) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.9n (X35) = 1 - P0.9n (X34) ≥ 0.7 |+ P0.9n (X34) - 0.7

0.3 ≥ P0.9n (X34) oder P0.9n (X34) ≤ 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 90% der Versuche mit einem Treffer. Also müssten dann doch bei 35 0.9 ≈ 39 Versuchen auch ungefähr 35 (≈0.9⋅39) Treffer auftreten.

Wir berechnen also mit unserem ersten n=39:
P0.9n (X34) ≈ 0.3504 (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=40 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 40 sein, damit P0.9n (X34) ≤ 0.3 oder eben P0.9n (X35) ≥ 0.7 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 80% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 96 Versuchen mindestens 69 und weniger als 78 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=96 und p=0.8.

P0.896 (69X77) =

...
66
67
68
69
70
71
72
73
74
75
76
77
78
79
...

P0.896 (X77) - P0.896 (X68) ≈ 0.561 - 0.0204 ≈ 0.5406
(TI-Befehl: binomcdf(96,0.8,77) - binomcdf(96,0.8,68))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Firma, die Überraschungseier vertreibt, möchte als Werbegag manche Eier mit Superfiguren bestücken. Aus Angst vor Kundenbeschwerden sollen in einer 7er-Packung mit der mindestens 75% Wahrscheinlichkeit 2 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?

Lösung einblenden
pP(X≥2)=1-P(X≤1)
......
1 2 0.9375
1 3 0.7366
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=7 und unbekanntem Parameter p.

Es muss gelten: Pp7 (X2) = 1- Pp7 (X1) = 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 Pp7 (X2) ('mindestens 2 Treffer bei 7 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 1 2 .

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 1 2 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 2 sein.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 50% Wahrscheinlichkeit von 90 Freiwürfen mindestens 58 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥58)=1-P(X≤57)
......
0.590.173
0.60.2267
0.610.2891
0.620.3589
0.630.4344
0.640.5129
......

Es muss gelten: Pp90 (X58) =0.5 (oder mehr)

oder eben: 1- Pp90 (X57) =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(90,X,57) - 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=0.64 die gesuchte Wahrscheinlichkeit über 0.5 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 59 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 8 mal, aber weniger als 12 mal eine sechs gewürfelt wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=59 und p= 1 6 .

P 1 6 59 (9X11) =

...
6
7
8
9
10
11
12
13
...

P 1 6 59 (X11) - P 1 6 59 (X8) ≈ 0.7283 - 0.3322 ≈ 0.3961
(TI-Befehl: binomcdf(59, 1 6 ,11) - binomcdf(59, 1 6 ,8))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=35%. Wie groß ist die Wahrscheinlichkeit dass er bei 89 Versuchen nicht mehr als 15% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=89⋅0.35 = 31.15

Die 15% Abweichung wären dann zwischen 85% von 31.15, also 0.85⋅ 31.15 = 26.478 und 115% von 31.15, also 1.15⋅ 31.15 = 35.823

Da die Trefferzahl ja nicht weiter von 31.15 entfernt sein darf als 26.478 bzw. 35.823, muss sie also zwischen 27 und 35 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=89 und p=0.35.

P0.3589 (27X35) =

...
24
25
26
27
28
29
30
31
32
33
34
35
36
37
...

P0.3589 (X35) - P0.3589 (X26) ≈ 0.8334 - 0.1505 ≈ 0.6829
(TI-Befehl: binomcdf(89,0.35,35) - binomcdf(89,0.35,26))