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 Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,9. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 90% 35 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
390.3504
400.2063
410.1102
420.0539
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.

Es muss gelten: P0.9n (X35) ≥ 0.9

Weil man ja aber P0.9n (X35) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.9n (X35) = 1 - P0.9n (X34) ≥ 0.9 |+ P0.9n (X34) - 0.9

0.1 ≥ P0.9n (X34) oder P0.9n (X34) ≤ 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 90% der Versuche mit einem Treffer. Also müssten dann doch bei 35 0.9 ≈ 39 Versuchen auch ungefähr 35 (≈0.9⋅39) Treffer auftreten.

Wir berechnen also mit unserem ersten n=39:
P0.9n (X34) ≈ 0.3504 (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=42 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 42 sein, damit P0.9n (X34) ≤ 0.1 oder eben P0.9n (X35) ≥ 0.9 gilt.

Formel v. Bernoulli

Beispiel:

Ein Würfel wird 89 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 13 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=89 und p= 1 6 .

P 1 6 89 (X=13) = ( 89 13 ) ( 1 6 )13 ( 5 6 )76 =0.10333482140728≈ 0.1033
(TI-Befehl: binompdf(89,1/6,13))

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 7 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 75 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 7 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 75 Durchgänge reichen?

Lösung einblenden
pP(X≤7)
......
1 10 0.5208
1 11 0.6272
1 12 0.7138
1 13 0.7818
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=75 und unbekanntem Parameter p.

Es muss gelten: Pp75 (X7) =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 Pp75 (X7) ('höchstens 7 Treffer bei 75 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 7 75 . Mit diesem p wäre ja 7= 7 75 ⋅75 der Erwartungswert und somit Pp75 (X7) irgendwo in der nähe von 50%. Wenn wir nun p= 7 75 mit 1 7 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 10 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 13 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 13 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 84 Wiederholungen 74 mal (oder mehr) rot zu treffen bei mind. 80% liegt?

Lösung einblenden
pP(X≥74)=1-P(X≤73)
......
0.860.3582
0.870.4617
0.880.5725
0.890.6829
0.90.7837
0.910.8673
......

Es muss gelten: Pp84 (X74) =0.8 (oder mehr)

oder eben: 1- Pp84 (X73) =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=1-binomcdf(84,X,73) - 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=0.91 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Formel v. Bernoulli

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 80% entsteht. Es wird eine Stichprobe der Menge 38 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 34 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=38 und p=0.8.

P0.838 (X=34) = ( 38 34 ) 0.834 0.24 =0.059885842595742≈ 0.0599
(TI-Befehl: binompdf(38,0.8,34))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 38 und p = 0.8
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 = 38 und p = 0.8 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 38 ⋅ 0.8 = 30.4

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 38 ⋅ 0.8 ⋅ 0.2 = 6.08 2.47