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 20% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 80% mindestens 28 Nasen hat.

Lösung einblenden
nP(X≤k)
......
350.4007
360.2841
370.1909
......

Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.8 und variablem n.

Es muss gelten: P0.8n (X≥28) ≥ 0.8

Weil man ja aber P0.8n (X≥28) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.8n (X≥28) = 1 - P0.8n (X≤27) ≥ 0.8 |+ P0.8n (X≤27) - 0.8

0.2 ≥ P0.8n (X≤27) oder P0.8n (X≤27) ≤ 0.2

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 80% der Versuche mit einem Treffer. Also müssten dann doch bei 28 0.8 ≈ 35 Versuchen auch ungefähr 28 (≈0.8⋅35) Treffer auftreten.

Wir berechnen also mit unserem ersten n=35:
P0.8n (X≤27) ≈ 0.4007 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=37 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 37 sein, damit P0.8n (X≤27) ≤ 0.2 oder eben P0.8n (X≥28) ≥ 0.8 gilt.

Binomialverteilung X ∈ [l;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 64 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so mindestens 12, aber weniger als 20 Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=64 und p=0.25.

P0.2564 (12≤X≤19) =

...
9
10
11
12
13
14
15
16
17
18
19
20
21
...

P0.2564 (X≤19) - P0.2564 (X≤11) ≈ 0.8439 - 0.0935 ≈ 0.7504
(TI-Befehl: binomcdf(64,0.25,19) - binomcdf(64,0.25,11))

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 9er-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 0.9805
1 3 0.8569
1 4 0.6997
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=9 und unbekanntem Parameter p.

Es muss gelten: Pp9 (X≥2) = 1- Pp9 (X≤1) = 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 Pp9 (X≥2) ('mindestens 2 Treffer bei 9 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 3 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 3 sein.

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 53 Wiederholungen 34 mal (oder mehr) rot zu treffen bei mind. 90% liegt?

Lösung einblenden
pP(X≥34)=1-P(X≤33)
......
0.670.7249
0.680.775
0.690.8199
0.70.8592
0.710.8926
0.720.9203
......

Es muss gelten: Pp53 (X≥34) =0.9 (oder mehr)

oder eben: 1- Pp53 (X≤33) =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(53,X,33) - 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=0.72 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 95 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mehr als 20 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=95 und p= 1 6 .

...
18
19
20
21
22
23
...

P 1 6 95 (X>20) = P 1 6 95 (X≥21) = 1 - P 1 6 95 (X≤20) = 0.1023
(TI-Befehl: 1-binomcdf(95, 1 6 ,20))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 68 und p = 0.2
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 = 68 und p = 0.2 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 68 ⋅ 0.2 = 13.6

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 68 ⋅ 0.2 ⋅ 0.8 = 10.88 ≈ 3.3