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 30%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 50% Wahrscheinlichkeit 29 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
950.506
960.4793
970.453
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.3 und variablem n.

Es muss gelten: P0.3n (X≥29) ≥ 0.5

Weil man ja aber P0.3n (X≥29) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.3n (X≥29) = 1 - P0.3n (X≤28) ≥ 0.5 |+ P0.3n (X≤28) - 0.5

0.5 ≥ P0.3n (X≤28) oder P0.3n (X≤28) ≤ 0.5

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 30% der Versuche mit einem Treffer. Also müssten dann doch bei 29 0.3 ≈ 97 Versuchen auch ungefähr 29 (≈0.3⋅97) Treffer auftreten.

Wir berechnen also mit unserem ersten n=97:
P0.3n (X≤28) ≈ 0.453 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=96 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 96 sein, damit P0.3n (X≤28) ≤ 0.5 oder eben P0.3n (X≥29) ≥ 0.5 gilt.

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 83 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,05.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 11 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=83 und p=0.05.

...
8
9
10
11
12
13
...

P0.0583 (X≥11) = 1 - P0.0583 (X≤10) = 0.0028
(TI-Befehl: 1-binomcdf(83,0.05,10))

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 5 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 90 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 5 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 85% für die 90 Durchgänge reichen?

Lösung einblenden
pP(X≤5)
......
1 18 0.616
1 19 0.6633
1 20 0.7052
1 21 0.742
1 22 0.7742
1 23 0.8023
1 24 0.8268
1 25 0.8481
1 26 0.8666
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=90 und unbekanntem Parameter p.

Es muss gelten: Pp90 (X≤5) =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 Pp90 (X≤5) ('höchstens 5 Treffer bei 90 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 5 90 . Mit diesem p wäre ja 5= 5 90 ⋅90 der Erwartungswert und somit Pp90 (X≤5) irgendwo in der nähe von 50%. Wenn wir nun p= 5 90 mit 1 5 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 18 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 26 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 26 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 66 Ausspielungen nicht öfters als 20 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)
......
0.190.9911
0.20.9842
0.210.9736
0.220.9581
0.230.9365
0.240.9077
0.250.8711
......

Es muss gelten: Pp66 (X≤20) =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(66,X,20) - 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=0.24 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 99 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mindestens 15 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=99 und p= 1 6 .

...
12
13
14
15
16
17
...

P 1 6 99 (X≥15) = 1 - P 1 6 99 (X≤14) = 0.6975
(TI-Befehl: 1-binomcdf(99, 1 6 ,14))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=55%. Wie groß ist die Wahrscheinlichkeit dass er bei 68 Versuchen nicht mehr als 10% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=68⋅0.55 = 37.4

Die 10% Abweichung wären dann zwischen 90% von 37.4, also 0.9⋅ 37.4 = 33.66 und 110% von 37.4, also 1.1⋅ 37.4 = 41.14

Da die Trefferzahl ja nicht weiter von 37.4 entfernt sein darf als 33.66 bzw. 41.14, muss sie also zwischen 34 und 41 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=68 und p=0.55.

P0.5568 (34≤X≤41) =

...
31
32
33
34
35
36
37
38
39
40
41
42
43
...

P0.5568 (X≤41) - P0.5568 (X≤33) ≈ 0.8412 - 0.1708 ≈ 0.6704
(TI-Befehl: binomcdf(68,0.55,41) - binomcdf(68,0.55,33))