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=0,75. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 50% 23 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
290.6132
300.4857
310.3662
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.75 und variablem n.

Es muss gelten: P0.75n (X≥23) ≥ 0.5

Weil man ja aber P0.75n (X≥23) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.75n (X≥23) = 1 - P0.75n (X≤22) ≥ 0.5 |+ P0.75n (X≤22) - 0.5

0.5 ≥ P0.75n (X≤22) oder P0.75n (X≤22) ≤ 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 75% der Versuche mit einem Treffer. Also müssten dann doch bei 23 0.75 ≈ 31 Versuchen auch ungefähr 23 (≈0.75⋅31) Treffer auftreten.

Wir berechnen also mit unserem ersten n=31:
P0.75n (X≤22) ≈ 0.3662 (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=30 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 30 sein, damit P0.75n (X≤22) ≤ 0.5 oder eben P0.75n (X≥23) ≥ 0.5 gilt.

Formel v. Bernoulli

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 88 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 66 mal eine blaue Kugel gezogen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=88 und p=0.7.

P0.788 (X=66) = ( 88 66 ) ⋅ 0.766 ⋅ 0.322 =0.056859198926755≈ 0.0569
(TI-Befehl: binompdf(88,0.7,66))

Binomialvert. mit variablem p (diskret)

Beispiel:

Ein neuer Multiple Choice Test mit 15 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 3 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 30% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤3)
......
1 5 0.6482
1 6 0.7685
......

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=15 und unbekanntem Parameter p.

Es muss gelten: Pp15 (X≤3) =0.7 (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 Pp15 (X≤3) ('höchstens 3 Treffer bei 15 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 15 . Mit diesem p wäre ja 3= 3 15 ⋅15 der Erwartungswert und somit Pp15 (X≤3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 15 mit 1 3 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 5 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 6 die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 6 sein.

Binomialvert. mit variabl. p (mind.) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 69 mal wiederholt (bzw. die Stichprobe hat die Größe 69)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 50% mindestens 63 Treffer erzielt werden?

Lösung einblenden
pP(X≥63)=1-P(X≤62)
......
0.860.1337
0.870.1907
0.880.2638
0.890.3534
0.90.4575
0.910.5711
......

Es muss gelten: Pp69 (X≥63) =0.5 (oder mehr)

oder eben: 1- Pp69 (X≤62) =0.5 (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(69,X,62) - 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 0.5 ist.

kumulierte Binomialverteilung

Beispiel:

Eine Münze wird 33 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 18 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=33 und p=0.5.

P0.533 (X<18) = P0.533 (X≤17) = P0.533 (X=0) + P0.533 (X=1) + P0.533 (X=2) +... + P0.533 (X=17) = 0.63583375955932 ≈ 0.6358
(TI-Befehl: binomcdf(33,0.5,17))

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 67 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=67⋅0.5 = 33.5

Die 20% Abweichung wären dann zwischen 80% von 33.5, also 0.8⋅ 33.5 = 26.8 und 120% von 33.5, also 1.2⋅ 33.5 = 40.2

Da die Trefferzahl ja nicht weiter von 33.5 entfernt sein darf als 26.8 bzw. 40.2, muss sie also zwischen 27 und 40 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=67 und p=0.5.

P0.567 (27≤X≤40) =

...
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
...

P0.567 (X≤40) - P0.567 (X≤26) ≈ 0.9568 - 0.0432 ≈ 0.9136
(TI-Befehl: binomcdf(67,0.5,40) - binomcdf(67,0.5,26))