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:

Der, dessen Name nicht genannt werden darf, testet Zauber um seine Nase wiederherzustellen. Ein solcher Versuch endet zu 10% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 60% mindestens 33 Nasen hat.

Lösung einblenden
nP(X≤k)
......
360.4915
370.3095
......

Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.

Es muss gelten: P0.9n (X33) ≥ 0.6

Weil man ja aber P0.9n (X33) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.9n (X33) = 1 - P0.9n (X32) ≥ 0.6 |+ P0.9n (X32) - 0.6

0.4 ≥ P0.9n (X32) oder P0.9n (X32) ≤ 0.4

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 33 0.9 ≈ 37 Versuchen auch ungefähr 33 (≈0.9⋅37) Treffer auftreten.

Wir berechnen also mit unserem ersten n=37:
P0.9n (X32) ≈ 0.3095 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.4 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 0.4 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=37 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 37 sein, damit P0.9n (X32) ≤ 0.4 oder eben P0.9n (X33) ≥ 0.6 gilt.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,2. Wie groß ist die Wahrscheinlichkeit bei 21 Versuchen genau 2 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=21 und p=0.2.

P0.221 (X=2) = ( 21 2 ) 0.22 0.819 =0.12105675798372≈ 0.1211
(TI-Befehl: binompdf(21,0.2,2))

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 50% Wahrscheinlichkeit 1 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≥1)=1-P(X≤0)
......
1 2 0.9922
1 3 0.9415
1 4 0.8665
1 5 0.7903
1 6 0.7209
1 7 0.6601
1 8 0.6073
1 9 0.5615
1 10 0.5217
1 11 0.4868
......

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 (X1) = 1- Pp7 (X0) = 0.5 (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 (X1) ('mindestens 1 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 10 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 10 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 75 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 53 erkennen und dumm anlabern?

Lösung einblenden
pP(X≤k)
......
0.590.9864
0.60.9791
0.610.9687
0.620.9542
0.630.9346
0.640.9088
0.650.8759
......

Es muss gelten: Pp75 (X53) =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(75,X,53) - 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=0.64 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 50 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 8 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=50 und p= 1 6 .

P 1 6 50 (X8) = P 1 6 50 (X=0) + P 1 6 50 (X=1) + P 1 6 50 (X=2) +... + P 1 6 50 (X=8) = 0.54208573067428 ≈ 0.5421
(TI-Befehl: binomcdf(50,1/6,8))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,65. Wie groß ist die Wahrscheinlichkeit bei 96 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=96⋅0.65 = 62.4

Die 20% Abweichung wären dann zwischen 80% von 62.4, also 0.8⋅ 62.4 = 49.92 und 120% von 62.4, also 1.2⋅ 62.4 = 74.88

Da die Trefferzahl ja nicht weiter von 62.4 entfernt sein darf als 49.92 bzw. 74.88, muss sie also zwischen 50 und 74 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=96 und p=0.65.

P0.6596 (50X74) =

...
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
...

P0.6596 (X74) - P0.6596 (X49) ≈ 0.9962 - 0.0034 ≈ 0.9928
(TI-Befehl: binomcdf(96,0.65,74) - binomcdf(96,0.65,49))