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=0,25. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 50% 38 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
1500.5063
1510.4875
1520.4689
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.25 und variablem n.

Es muss gelten: P0.25n (X38) ≥ 0.5

Weil man ja aber P0.25n (X38) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.25n (X38) = 1 - P0.25n (X37) ≥ 0.5 |+ P0.25n (X37) - 0.5

0.5 ≥ P0.25n (X37) oder P0.25n (X37) ≤ 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 25% der Versuche mit einem Treffer. Also müssten dann doch bei 38 0.25 ≈ 152 Versuchen auch ungefähr 38 (≈0.25⋅152) Treffer auftreten.

Wir berechnen also mit unserem ersten n=152:
P0.25n (X37) ≈ 0.4689 (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=151 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 151 sein, damit P0.25n (X37) ≤ 0.5 oder eben P0.25n (X38) ≥ 0.5 gilt.

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 67 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,3.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 26 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=67 und p=0.3.

...
23
24
25
26
27
28
...

P0.367 (X26) = 1 - P0.367 (X25) = 0.0772
(TI-Befehl: 1-binomcdf(67,0.3,25))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 15 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 15 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
3 15 0.6482
3 16 0.6946
3 17 0.7344
3 18 0.7685
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=15 und unbekanntem Parameter p.

Es muss gelten: Pp15 (X3) =0.75 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp15 (X3) ('höchstens 3 Treffer bei 15 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 15 . Mit diesem p wäre ja 3= 3 15 ⋅15 der Erwartungswert und somit Pp15 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 15 mit 3 3 erweitern (so dass wir auf den Zähler 3 kommen) und den Nenner abrunden, müssten wir mit p= 3 15 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 3 18 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 18 sein.

Also werden noch 15 zusätzliche Optionen (also schwarze Kugeln) benötigt.

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

Beispiel:

Ein Glücksrad soll mit nur zwei verschiedenen Sektoren (blau und rot) gebaut werden. Wie hoch muss man die Einzelwahrscheinlichkeit p mindestens wählen, dass die Wahrscheinlichkeit bei 86 Wiederholungen 40 mal (oder mehr) rot zu treffen bei mind. 90% liegt?

Lösung einblenden
pP(X≥40)=1-P(X≤39)
......
0.480.649
0.490.7152
0.50.7747
0.510.8265
0.520.87
0.530.9054
......

Es muss gelten: Pp86 (X40) =0.9 (oder mehr)

oder eben: 1- Pp86 (X39) =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(86,X,39) - 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=0.53 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,2. Wie groß ist die Wahrscheinlichkeit bei 90 Versuchen weniger als 25 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Drehungen, die im grünen Bereich landen, an. X ist binomialverteilt mit n=90 und p=0.2.

P0.290 (X<25) = P0.290 (X24) = P0.290 (X=0) + P0.290 (X=1) + P0.290 (X=2) +... + P0.290 (X=24) = 0.95262403409961 ≈ 0.9526
(TI-Befehl: binomcdf(90,0.2,24))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 22 und p = 0.85
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 = 22 und p = 0.85 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 22 ⋅ 0.85 = 18.7

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 22 ⋅ 0.85 ⋅ 0.15 = 2.805 1.67