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:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 70% 39 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2460.3402
2470.33
2480.3199
2490.31
2500.3002
2510.2906
......

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 (X39) ≥ 0.7

Weil man ja aber P 1 6 n (X39) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X39) = 1 - P 1 6 n (X38) ≥ 0.7 |+ P 1 6 n (X38) - 0.7

0.3 ≥ P 1 6 n (X38) oder P 1 6 n (X38) ≤ 0.3

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 (X38) ≈ 0.4728 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=251 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 251 sein, damit P 1 6 n (X38) ≤ 0.3 oder eben P 1 6 n (X39) ≥ 0.7 gilt.

Binomialverteilung X>=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 90 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 31 oder gar noch mehr Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=90 und p=0.25.

...
28
29
30
31
32
33
...

P0.2590 (X31) = 1 - P0.2590 (X30) = 0.0287
(TI-Befehl: 1-binomcdf(90,0.25,30))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Schulklasse möchte fürs Schulfest ein Glücksrad entwickeln. Aus optischen Gründen sollen dabei alle Sektoren gleich groß sein. Einer davon soll für den Hauptpreis stehen. Hierfür haben sie insgesamt 8 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 65 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 8 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 65 Durchgänge reichen?

Lösung einblenden
pP(X≤8)
......
1 8 0.5741
1 9 0.7062
1 10 0.8013
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=65 und unbekanntem Parameter p.

Es muss gelten: Pp65 (X8) =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 Pp65 (X8) ('höchstens 8 Treffer bei 65 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 8 65 . Mit diesem p wäre ja 8= 8 65 ⋅65 der Erwartungswert und somit Pp65 (X8) irgendwo in der nähe von 50%. Wenn wir nun p= 8 65 mit 1 8 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 8 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 10 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 10 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 58 Wiederholungen 34 mal (oder mehr) rot zu treffen bei mind. 50% liegt?

Lösung einblenden
pP(X≥34)=1-P(X≤33)
......
0.530.1902
0.540.2344
0.550.2839
0.560.3379
0.570.3957
0.580.4561
......

Es muss gelten: Pp58 (X34) =0.5 (oder mehr)

oder eben: 1- Pp58 (X33) =0.5 (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(58,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=0.58 die gesuchte Wahrscheinlichkeit über 0.5 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Leider ist die Technik noch nicht so ganz ausgereift, weswegen Ausschuss mit einer Wahrscheinlichkeit von p=0,35 entsteht. Es wird eine Stichprobe der Menge 79 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 33 und höchstens 36 beträgt?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=79 und p=0.35.

P0.3579 (33X36) =

...
30
31
32
33
34
35
36
37
38
...

P0.3579 (X36) - P0.3579 (X32) ≈ 0.9802 - 0.8731 ≈ 0.1071
(TI-Befehl: binomcdf(79,0.35,36) - binomcdf(79,0.35,32))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Würfel wird 78 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=78⋅ 1 6 = 13

Die 20% Abweichung wären dann zwischen 80% von 13, also 0.8⋅ 13 = 10.4 und 120% von 13, also 1.2⋅ 13 = 15.6

Da die Trefferzahl ja nicht weiter von 13 entfernt sein darf als 10.4 bzw. 15.6, muss sie also zwischen 11 und 15 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=78 und p= 1 6 .

P 1 6 78 (11X15) =

...
8
9
10
11
12
13
14
15
16
17
...

P 1 6 78 (X15) - P 1 6 78 (X10) ≈ 0.7806 - 0.2282 ≈ 0.5524
(TI-Befehl: binomcdf(78, 1 6 ,15) - binomcdf(78, 1 6 ,10))