Aufgabenbeispiele von Wiederholung aus 9/10

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Binomialvert. mit variablem n (höchst.)

Beispiel:

Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von 50% nicht mehr als 39 6er zu würfeln?

Lösung einblenden
nP(X≤k)
......
2340.5426
2350.531
2360.5194
2370.5078
2380.4962
......

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 (X≤39) ≥ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 39 1 6 ≈ 234 Versuchen auch ungefähr 39 (≈ 1 6 ⋅234) Treffer auftreten.

Wir berechnen also mit unserem ersten n=234:
P 1 6 n (X≤39) ≈ 0.5426 (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 letztmals bei n=237 die gesuchte Wahrscheinlichkeit über 50% ist.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 32 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=32 und p= 1 6 .

P 1 6 32 (X≤8) = P 1 6 32 (X=0) + P 1 6 32 (X=1) + P 1 6 32 (X=2) +... + P 1 6 32 (X=8) = 0.92709805994221 ≈ 0.9271
(TI-Befehl: binomcdf(32,1/6,8))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 28 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 28 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
4 7 0.9997
5 8 0.9983
6 9 0.9939
7 10 0.9843
8 11 0.9682
9 12 0.9449
10 13 0.9149
11 14 0.8795
12 15 0.8398
13 16 0.7974
14 17 0.7535
15 18 0.7093
16 19 0.6655
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=28 und unbekanntem Parameter p.

Es muss gelten: Pp28 (X≤24) = 0.7 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 3 größer sein muss als der Zähler.

Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit Pp28 (X≤24) ('höchstens 24 Treffer bei 28 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 4 7 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 15 18 die gesuchte Wahrscheinlichkeit über 70% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 15 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 68 mal wiederholt (bzw. die Stichprobe hat die Größe 68).Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 80% höchstens 47 Treffer erzielt werden?

Lösung einblenden
pP(X≥k)=1-P(X≤k-1)
......
0.590.9674
0.60.9533
0.610.9346
0.620.9105
0.630.8801
0.640.8427
0.650.7981
......

Es muss gelten: Pp68 (X≤47) =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=binomcdf(68,X,47) - 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 0.8 ist.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,7. Wie groß ist die Wahrscheinlichkeit bei 39 Versuchen genau 29 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=39 und p=0.7.

P0.739 (X=29) = ( 39 29 ) ⋅ 0.729 ⋅ 0.310 =0.12087568030165≈ 0.1209
(TI-Befehl: binompdf(39,0.7,29))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Würfel wird 63 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der gewürfelten 6er nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=63⋅ 1 6 = 10.5

Die 20% Abweichung wären dann zwischen 80% von 10.5, also 0.8⋅ 10.5 = 8.4 und 120% von 10.5, also 1.2⋅ 10.5 = 12.6

Da die Trefferzahl ja nicht weiter von 10.5 entfernt sein darf als 8.4 bzw. 12.6, muss sie also zwischen 9 und 12 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=63 und p= 1 6 .

P 1 6 63 (9≤X≤12) =

...
6
7
8
9
10
11
12
13
14
...

P 1 6 63 (X≤12) - P 1 6 63 (X≤8) ≈ 0.7569 - 0.2563 ≈ 0.5006
(TI-Befehl: binomcdf(63, 1 6 ,12) - binomcdf(63, 1 6 ,8))