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 Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,65.Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 90% Wahrscheinlichkeit, mindestens 38 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
610.2791
620.2263
630.1805
640.1416
650.1094
660.0832
......

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

Es muss gelten: P0.65n (X≥38) ≥ 0.9

Weil man ja aber P0.65n (X≥38) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.65n (X≥38) = 1 - P0.65n (X≤37) ≥ 0.9 |+ P0.65n (X≤37) - 0.9

0.1 ≥ P0.65n (X≤37) oder P0.65n (X≤37) ≤ 0.1

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 65% der Versuche mit einem Treffer. Also müssten dann doch bei 38 0.65 ≈ 58 Versuchen auch ungefähr 38 (≈0.65⋅58) Treffer auftreten.

Wir berechnen also mit unserem ersten n=58:
P0.65n (X≤37) ≈ 0.4726 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=66 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 66 sein, damit P0.65n (X≤37) ≤ 0.1 oder eben P0.65n (X≥38) ≥ 0.9 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Zufallsexperiment wird 91 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,5.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 43, aber höchstens 47 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=91 und p=0.5.

P0.591 (43≤X≤47) =

...
40
41
42
43
44
45
46
47
48
49
...

P0.591 (X≤47) - P0.591 (X≤42) ≈ 0.6624 - 0.2648 ≈ 0.3976
(TI-Befehl: binomcdf(91,0.5,47) - binomcdf(91,0.5,42))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 16 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 16 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
5 26 0.6289
5 27 0.6572
5 28 0.6833
5 29 0.7072
5 30 0.7291
5 31 0.7492
5 32 0.7677
5 33 0.7846
5 34 0.8001
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=16 und unbekanntem Parameter p.

Es muss gelten: Pp16 (X≤3) =0.8 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 5 sein muss, da es ja genau 5 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp16 (X≤3) ('höchstens 3 Treffer bei 16 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 16 . Mit diesem p wäre ja 3= 3 16 ⋅16 der Erwartungswert und somit Pp16 (X≤3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 16 mit 5 3 erweitern (so dass wir auf den Zähler 5 kommen) und den Nenner abrunden, müssten wir mit p= 5 26 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 5 34 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 34 sein.

Also werden noch 29 zusätzliche Optionen (also schwarze Kugeln) benötigt.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Eine Fluggesellschaft hat 22 Plätze in ihrem Flugzeug. Trotzdem werden 43 Flugtickets verkauft. Wie hoch darf die Wahrscheinlichkeit, dass ein Ticketkäufer auch tatsächlich mitfliegt, höchstens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?

Lösung einblenden
pP(X≥k)=1-P(X≤k-1)
......
0.370.9799
0.380.9721
0.390.962
0.40.9493
0.410.9335
0.420.9142
0.430.8912
......

Es muss gelten: Pp43 (X≤22) =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(43,X,22) - 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=0.42 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, mehr als 9 und höchstens 18 Glückskekse mit einer Peproni zu erwischen, wenn man 78 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=78 und p=0.125.

P0.12578 (10≤X≤18) =

...
7
8
9
10
11
12
13
14
15
16
17
18
19
20
...

P0.12578 (X≤18) - P0.12578 (X≤9) ≈ 0.997 - 0.4831 ≈ 0.5139
(TI-Befehl: binomcdf(78,0.125,18) - binomcdf(78,0.125,9))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=45%. Wie groß ist die Wahrscheinlichkeit dass bei 45 Versuchen die Anzahl seiner Treffer um nicht mehr als eine Standardabweichung von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 45⋅0.45 ≈ 20.25,
die Standardabweichung mit σ = n ⋅ p ⋅ (1-p) = 45 ⋅0.45 ⋅ 0.55 ≈ 3.34

23.59 (20.25 + 3.34) und 16.91 (20.25 - 3.34) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 20.25 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 17 und 23 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 17 und 23 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=45 und p=0.45.

P0.4545 (17≤X≤23) =

...
14
15
16
17
18
19
20
21
22
23
24
25
...

P0.4545 (X≤23) - P0.4545 (X≤16) ≈ 0.835 - 0.1302 ≈ 0.7048
(TI-Befehl: binomcdf(45,0.45,23) - binomcdf(45,0.45,16))