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:

In einer Urne ist der Anteil der grünen Kugeln 25%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 80% Wahrscheinlichkeit 31 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
1350.2624
1360.2469
1370.232
1380.2177
1390.204
1400.1909
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.25 und variablem n.

Es muss gelten: P0.25n (X≥31) ≥ 0.8

Weil man ja aber P0.25n (X≥31) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.25n (X≥31) = 1 - P0.25n (X≤30) ≥ 0.8 |+ P0.25n (X≤30) - 0.8

0.2 ≥ P0.25n (X≤30) oder P0.25n (X≤30) ≤ 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 25% der Versuche mit einem Treffer. Also müssten dann doch bei 31 0.25 ≈ 124 Versuchen auch ungefähr 31 (≈0.25⋅124) Treffer auftreten.

Wir berechnen also mit unserem ersten n=124:
P0.25n (X≤30) ≈ 0.4656 (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=140 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 140 sein, damit P0.25n (X≤30) ≤ 0.2 oder eben P0.25n (X≥31) ≥ 0.8 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 73% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 55 Versuchen mindestens 39 und weniger als 42 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=55 und p=0.73.

P0.7355 (39≤X≤41) =

...
36
37
38
39
40
41
42
43
...

P0.7355 (X≤41) - P0.7355 (X≤38) ≈ 0.6516 - 0.3022 ≈ 0.3494
(TI-Befehl: binomcdf(55,0.73,41) - binomcdf(55,0.73,38))

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 75% 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
......

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) = 0.75 (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= 14 17 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 14 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 61 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 57 erkennen und dumm anlabern?

Lösung einblenden
pP(X≥k)=1-P(X≤k-1)
......
0.840.9921
0.850.9868
0.860.9783
0.870.965
0.880.9447
0.890.9146
0.90.871
......

Es muss gelten: Pp61 (X≤57) =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(61,X,57) - 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=0.89 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,65. Wie groß ist die Wahrscheinlichkeit dass er von 94 Versuchen genau 66 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=94 und p=0.65.

P0.6594 (X=66) = ( 94 66 ) ⋅ 0.6566 ⋅ 0.3528 =0.050413584796486≈ 0.0504
(TI-Befehl: binompdf(94,0.65,66))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 67 und p = 0.6
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 = 67 und p = 0.6 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 67 ⋅ 0.6 = 40.2

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 67 ⋅ 0.6 ⋅ 0.4 = 16.08 ≈ 4.01