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 80% 34 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2250.2402
2260.2312
2270.2225
2280.214
2290.2057
2300.1977
......

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 (X34) ≥ 0.8

Weil man ja aber P 1 6 n (X34) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X34) = 1 - P 1 6 n (X33) ≥ 0.8 |+ P 1 6 n (X33) - 0.8

0.2 ≥ P 1 6 n (X33) oder P 1 6 n (X33) ≤ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 34 1 6 ≈ 204 Versuchen auch ungefähr 34 (≈ 1 6 ⋅204) Treffer auftreten.

Wir berechnen also mit unserem ersten n=204:
P 1 6 n (X33) ≈ 0.4709 (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=230 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 230 sein, damit P 1 6 n (X33) ≤ 0.2 oder eben P 1 6 n (X34) ≥ 0.8 gilt.

kumulierte Binomialverteilung

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=0,2 entsteht. Es wird eine Stichprobe der Menge 92 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon nicht mehr als 24 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=92 und p=0.2.

P0.292 (X24) = P0.292 (X=0) + P0.292 (X=1) + P0.292 (X=2) +... + P0.292 (X=24) = 0.94025096802635 ≈ 0.9403
(TI-Befehl: binomcdf(92,0.2,24))

Binomialvert. mit variablem p (diskret)

Beispiel:

Ein neuer Multiple Choice Test mit 18 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 2 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 15% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤2)
......
1 9 0.677
1 10 0.7338
1 11 0.7788
1 12 0.8146
1 13 0.8434
1 14 0.8667
......

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=18 und unbekanntem Parameter p.

Es muss gelten: Pp18 (X2) =0.85 (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 Pp18 (X2) ('höchstens 2 Treffer bei 18 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 2 18 . Mit diesem p wäre ja 2= 2 18 ⋅18 der Erwartungswert und somit Pp18 (X2) irgendwo in der nähe von 50%. Wenn wir nun p= 2 18 mit 1 2 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 9 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 14 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 14 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 44 Wiederholungen 27 mal (oder mehr) rot zu treffen bei mind. 90% liegt?

Lösung einblenden
pP(X≥27)=1-P(X≤26)
......
0.650.7492
0.660.7922
0.670.8308
0.680.8648
0.690.8941
0.70.9188
......

Es muss gelten: Pp44 (X27) =0.9 (oder mehr)

oder eben: 1- Pp44 (X26) =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=1-binomcdf(44,X,26) - 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=0.7 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,69. Wie groß ist die Wahrscheinlichkeit dass er von 47 Versuchen mindestens 37 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=47 und p=0.69.

...
34
35
36
37
38
39
...

P0.6947 (X37) = 1 - P0.6947 (X36) = 0.0968
(TI-Befehl: 1-binomcdf(47,0.69,36))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,5. Wie groß ist die Wahrscheinlichkeit bei 49 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=49⋅0.5 = 24.5

Die 20% Abweichung wären dann zwischen 80% von 24.5, also 0.8⋅ 24.5 = 19.6 und 120% von 24.5, also 1.2⋅ 24.5 = 29.4

Da die Trefferzahl ja nicht weiter von 24.5 entfernt sein darf als 19.6 bzw. 29.4, muss sie also zwischen 20 und 29 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=49 und p=0.5.

P0.549 (20X29) =

...
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
...

P0.549 (X29) - P0.549 (X19) ≈ 0.9238 - 0.0762 ≈ 0.8476
(TI-Befehl: binomcdf(49,0.5,29) - binomcdf(49,0.5,19))