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:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 60% 38 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2300.4491
2310.4375
2320.426
2330.4146
2340.4033
2350.3922
......

Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = 1 6 und variablem n.

Es muss gelten: P 1 6 n (X38) ≥ 0.6

Weil man ja aber P 1 6 n (X38) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X38) = 1 - P 1 6 n (X37) ≥ 0.6 |+ P 1 6 n (X37) - 0.6

0.4 ≥ P 1 6 n (X37) oder P 1 6 n (X37) ≤ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 38 1 6 ≈ 228 Versuchen auch ungefähr 38 (≈ 1 6 ⋅228) Treffer auftreten.

Wir berechnen also mit unserem ersten n=228:
P 1 6 n (X37) ≈ 0.4724 (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=235 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 235 sein, damit P 1 6 n (X37) ≤ 0.4 oder eben P 1 6 n (X38) ≥ 0.6 gilt.

kumulierte Binomialverteilung

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,6. Wie groß ist die Wahrscheinlichkeit bei 54 Versuchen höchstens 29 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=54 und p=0.6.

P0.654 (X29) = P0.654 (X=0) + P0.654 (X=1) + P0.654 (X=2) +... + P0.654 (X=29) = 0.20941637863941 ≈ 0.2094
(TI-Befehl: binomcdf(54,0.6,29))

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 8 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 80 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 8 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 95% für die 80 Durchgänge reichen?

Lösung einblenden
pP(X≤8)
......
1 10 0.5927
1 11 0.6978
1 12 0.7788
1 13 0.8391
1 14 0.8833
1 15 0.9152
1 16 0.9382
1 17 0.9547
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=80 und unbekanntem Parameter p.

Es muss gelten: Pp80 (X8) =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 Pp80 (X8) ('höchstens 8 Treffer bei 80 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 8 80 . Mit diesem p wäre ja 8= 8 80 ⋅80 der Erwartungswert und somit Pp80 (X8) irgendwo in der nähe von 50%. Wenn wir nun p= 8 80 mit 1 8 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 10 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 17 die gesuchte Wahrscheinlichkeit über 95% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 17 sein.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 80% Wahrscheinlichkeit von 75 Freiwürfen mindestens 43 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥43)=1-P(X≤42)
......
0.570.5254
0.580.5947
0.590.6614
0.60.7237
0.610.7801
0.620.8296
......

Es muss gelten: Pp75 (X43) =0.8 (oder mehr)

oder eben: 1- Pp75 (X42) =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=1-binomcdf(75,X,42) - 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=0.62 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Binomialverteilung X>=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 98 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 17 oder gar noch mehr Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=98 und p=0.25.

...
14
15
16
17
18
19
...

P0.2598 (X17) = 1 - P0.2598 (X16) = 0.9729
(TI-Befehl: 1-binomcdf(98,0.25,16))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 52 und p = 0.1
Bestimme den Erwartungswert μ und die Standardabweichung σ von X .

Lösung einblenden

Für Erwartungswert und Standardabweichung bei der Binomialverteilung gibt es ja einfache Formeln, in die man einfach n = 52 und p = 0.1 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 52 ⋅ 0.1 = 5.2

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 52 ⋅ 0.1 ⋅ 0.9 = 4.68 2.16