Aufgabenbeispiele von Wiederholung aus 9/10

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Binomialvert. mit variablem n (höchst.)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 15%. Wie oft darf höchstens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 60% Wahrscheinlichkeit nicht mehr als 24 grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
1560.6068
1570.5937
1580.5806
1590.5674
1600.5542
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.

Es muss gelten: P0.15n (X24) ≥ 0.6

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 15% der Versuche mit einem Treffer. Also müssten dann doch bei 24 0.15 ≈ 160 Versuchen auch ungefähr 24 (≈0.15⋅160) Treffer auftreten.

Wir berechnen also mit unserem ersten n=160:
P0.15n (X24) ≈ 0.5542 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.6 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 0.6 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=156 die gesuchte Wahrscheinlichkeit über 60% ist.

Formel v. Bernoulli

Beispiel:

Eine Münze wird 78 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 46 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=78 und p=0.5.

P0.578 (X=46) = ( 78 46 ) 0.546 0.532 =0.025877930523721≈ 0.0259
(TI-Befehl: binompdf(78,0.5,46))

Binomialvert. mit variablem p (diskret)

Beispiel:

Die Homepage-AG einer Schule möchte auf der Startseite der Internetseite der Schule ein Zufallsbild integrieren. Dabei soll bei jedem Aufruf der Startseite ein zufälliges Bild aus einer Bilderdatenbank gezeigt werden. Alle Bilder der Datenbank sind immer gleich wahrscheinlich. Auf 5 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 150 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 75%-iger Wahrscheinlichkiet mindestens 12 mal am Tag eines ihrer eigenen 5 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?

Lösung einblenden
pP(X≥12)=1-P(X≤11)
......
5 28 0.9998
5 29 0.9997
5 30 0.9994
5 31 0.9989
5 32 0.9981
5 33 0.997
5 34 0.9955
5 35 0.9934
5 36 0.9905
5 37 0.9868
5 38 0.9822
5 39 0.9765
5 40 0.9697
5 41 0.9616
5 42 0.9521
5 43 0.9413
5 44 0.9292
5 45 0.9156
5 46 0.9008
5 47 0.8846
5 48 0.8672
5 49 0.8487
5 50 0.8291
5 51 0.8086
5 52 0.7873
5 53 0.7652
5 54 0.7426
......

Die Zufallsgröße X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=150 und unbekanntem Parameter p.

Es muss gelten: Pp150 (X12) = 1- Pp150 (X11) = 0.75 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 5 sein muss, da es ja genau 5 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp150 (X12) ('mindestens 12 Treffer bei 150 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 5 28 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 5 53 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens 53 sein.

Also wären noch 48 zusätzliche Optionen (also weitere Bilder) zulässig.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 59 Ausspielungen nicht öfters als 41 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)
......
0.570.9822
0.580.9743
0.590.9636
0.60.9495
0.610.9313
0.620.9082
0.630.8796
......

Es muss gelten: Pp59 (X41) =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(59,X,41) - 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=0.62 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,3. Wie groß ist die Wahrscheinlichkeit bei 56 Versuchen, mehr als 17 mal und höchstens 21 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=56 und p=0.3.

P0.356 (18X21) =

...
15
16
17
18
19
20
21
22
23
...

P0.356 (X21) - P0.356 (X17) ≈ 0.9126 - 0.5881 ≈ 0.3245
(TI-Befehl: binomcdf(56,0.3,21) - binomcdf(56,0.3,17))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,4. Wie groß ist die Wahrscheinlichkeit bei 49 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 49⋅0.4 ≈ 19.6,
die Standardabweichung mit σ = n p (1-p) = 49 0.4 0.6 ≈ 3.43

23.03 (19.6 + 3.43) und 16.17 (19.6 - 3.43) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 19.6 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 17 und 23 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 17 und 23 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=49 und p=0.4.

P0.449 (17X23) =

...
14
15
16
17
18
19
20
21
22
23
24
25
...

P0.449 (X23) - P0.449 (X16) ≈ 0.8718 - 0.1836 ≈ 0.6882
(TI-Befehl: binomcdf(49,0.4,23) - binomcdf(49,0.4,16))