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% 22 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
1480.2465
1490.2354
1500.2246
1510.2142
1520.2041
1530.1943
......

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 (X22) ≥ 0.8

Weil man ja aber P 1 6 n (X22) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X22) = 1 - P 1 6 n (X21) ≥ 0.8 |+ P 1 6 n (X21) - 0.8

0.2 ≥ P 1 6 n (X21) oder P 1 6 n (X21) ≤ 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 22 1 6 ≈ 132 Versuchen auch ungefähr 22 (≈ 1 6 ⋅132) Treffer auftreten.

Wir berechnen also mit unserem ersten n=132:
P 1 6 n (X21) ≈ 0.4638 (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=153 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 153 sein, damit P 1 6 n (X21) ≤ 0.2 oder eben P 1 6 n (X22) ≥ 0.8 gilt.

kumulierte Binomialverteilung

Beispiel:

Eine Münze wird 34 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 17 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Würfe mit Zahl an. X ist binomialverteilt mit n=34 und p=0.5.

P0.534 (X<17) = P0.534 (X16) = P0.534 (X=0) + P0.534 (X=1) + P0.534 (X=2) +... + P0.534 (X=16) = 0.43208312022034 ≈ 0.4321
(TI-Befehl: binomcdf(34,0.5,16))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 25 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 25 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
8 11 0.9997
9 12 0.9992
10 13 0.9986
11 14 0.9976
12 15 0.9962
13 16 0.9944
14 17 0.9922
15 18 0.9895
16 19 0.9864
17 20 0.9828
18 21 0.9788
19 22 0.9744
20 23 0.9696
21 24 0.9645
22 25 0.9591
23 26 0.9533
24 27 0.9474
25 28 0.9412
26 29 0.9348
27 30 0.9282
28 31 0.9215
29 32 0.9147
30 33 0.9077
31 34 0.9007
32 35 0.8936
33 36 0.8864
34 37 0.8792
35 38 0.872
36 39 0.8648
37 40 0.8576
38 41 0.8504
39 42 0.8432
40 43 0.836
41 44 0.8289
42 45 0.8218
43 46 0.8147
44 47 0.8077
45 48 0.8008
46 49 0.7939
47 50 0.7871
48 51 0.7803
49 52 0.7736
50 53 0.767
51 54 0.7604
52 55 0.754
53 56 0.7475
54 57 0.7412
55 58 0.7349
56 59 0.7287
57 60 0.7226
58 61 0.7166
59 62 0.7106
60 63 0.7047
61 64 0.6989
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=25 und unbekanntem Parameter p.

Es muss gelten: Pp25 (X24) = 0.7 (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 Pp25 (X24) ('höchstens 24 Treffer bei 25 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 8 11 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 60 63 die gesuchte Wahrscheinlichkeit über 70% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 60 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 56 Ausspielungen nicht öfters als 44 mal der grüne Bereich kommen. Wie hoch darf man die Wahrscheinlichkeit für den grünen Bereich auf dem Glücksrad maximal setzen?

Lösung einblenden
pP(X≤k)
......
0.660.9861
0.670.9797
0.680.9708
0.690.9588
0.70.9429
0.710.9222
0.720.896
......

Es muss gelten: Pp56 (X44) =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(56,X,44) - 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=0.71 die gesuchte Wahrscheinlichkeit über 0.9 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 70% entsteht. Es wird eine Stichprobe der Menge 97 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 76 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=97 und p=0.7.

P0.797 (X=76) = ( 97 76 ) 0.776 0.321 =0.017634800326896≈ 0.0176
(TI-Befehl: binompdf(97,0.7,76))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=25%. Wie groß ist die Wahrscheinlichkeit dass bei 55 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 = 55⋅0.25 ≈ 13.75,
die Standardabweichung mit σ = n p (1-p) = 55 0.25 0.75 ≈ 3.21

16.96 (13.75 + 3.21) und 10.54 (13.75 - 3.21) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 13.75 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 11 und 16 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 11 und 16 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=55 und p=0.25.

P0.2555 (11X16) =

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

P0.2555 (X16) - P0.2555 (X10) ≈ 0.8061 - 0.1554 ≈ 0.6507
(TI-Befehl: binomcdf(55,0.25,16) - binomcdf(55,0.25,10))