Pestalozzi Gymnasium Biberach EduRandomtasks

Binomialvert. mit variablem n (höchst.)

Beispiel:

Beim MI6 (Arbeitsplatz von James Bond 007) soll eine Projektgruppe zur Aushebung einer multinationalen Superschurkenvereinigung eingerichtet werden. Bisherige Studien haben ergeben, dass diese kriminelle Vereinigung bereits alle wichtigen Regierungsbehörden infiltriert hat. Man geht davon aus, dass bereits jeder 50. MI6-Angestellte ein Spitzel dieser Organisiation ist. Wie groß darf diese Gruppe nun sein, so dass mit einer Wahrscheinlichkeit von mindestens 90% kein Spitzel in dieser Projektgruppe ist?

Lösung einblenden

n	P(X≤k)
...	...
1	0.98
2	0.9604
3	0.9412
4	0.9224
5	0.9039
6	0.8858
...	...

Die Zufallsgröße X gibt Anzahl der Spitzel unter den MI6-Angestellten an und ist im Idealfall binomialverteilt mit p = 0.02 und variablem n.

Es muss gelten: $P_{0.02}^{n} (X \leq 0)$ ≥ 0.9

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 2% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{0}{0.02}$ ≈ 0 Versuchen auch ungefähr 0 (≈0.02⋅0) Treffer auftreten.

Wir berechnen also mit unserem ersten n=0:
$P_{0.02}^{n} (X \leq 0)$ ≈ 1 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=5 die gesuchte Wahrscheinlichkeit über 90% ist.

Binomialverteilung X ∈ [l;k]

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=0,35 entsteht. Es wird eine Stichprobe der Menge 62 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 22 und höchstens 23 beträgt?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=62 und p=0.35.

$P_{0.35}^{62} (22 \leq X \leq 23)$ =

...

19

20

21

22

23

24

25

...

P_{0.35}^{62} (X \leq 23)

-

P_{0.35}^{62} (X \leq 21)

≈ 0.6876 - 0.4841 ≈ 0.2035
(TI-Befehl: binomcdf(62,0.35,23) - binomcdf(62,0.35,21))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 27 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 27 gezogenen Kugeln nicht mehr als 21 schwarze sind?

Lösung einblenden

p	P(X≤21)
...	...
$\frac{4}{8}$	0.9992
$\frac{5}{9}$	0.9955
$\frac{6}{10}$	0.9845
$\frac{7}{11}$	0.9626
$\frac{8}{12}$	0.9281
$\frac{9}{13}$	0.8818
$\frac{10}{14}$	0.8264
...	...

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=27 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{27} (X \leq 21)$ = 0.85 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 4 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 $P_{p}^{27} (X \leq 21)$ ('höchstens 21 Treffer bei 27 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= $\frac{4}{8}$ . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= $\frac{9}{13}$ die gesuchte Wahrscheinlichkeit über 85% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 9 sein.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 60% Wahrscheinlichkeit von 75 Freiwürfen mindestens 71 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden

p	P(X≥71)=1-P(X≤70)
...	...
0.9	0.1189
0.91	0.184
0.92	0.2739
0.93	0.3902
0.94	0.5292
0.95	0.6789
...	...

Es muss gelten: $P_{p}^{75} (X \geq 71)$ =0.6 (oder mehr)

oder eben: 1- $P_{p}^{75} (X \leq 70)$ =0.6 (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(75,X,70) - 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=0.95 die gesuchte Wahrscheinlichkeit über 0.6 ist.

Formel v. Bernoulli

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,9. Wie groß ist die Wahrscheinlichkeit dass er von 63 Versuchen genau 60 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=63 und p=0.9.

P_{0.9}^{63} (X = 60)

=

(\begin{matrix} 63 \\ 60 \end{matrix}) \cdot {0.9}^{60} \cdot {0.1}^{3}

=0.071361076019902≈ 0.0714
(TI-Befehl: binompdf(63,0.9,60))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=30%. Wie groß ist die Wahrscheinlichkeit dass bei 56 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 = 56⋅0.3 ≈ 16.8,
die Standardabweichung mit σ = $\sqrt{n \cdot p \cdot (1-p)}$ = $\sqrt{56\cdot0.3\cdot0.7}$ ≈ 3.43

20.23 (16.8 + 3.43) und 13.37 (16.8 - 3.43) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 16.8 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 14 und 20 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 14 und 20 liegt.

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

$P_{0.3}^{56} (14 \leq X \leq 20)$ =

...

11

12

13

14

15

16

17

18

19

20

21

22

...

P_{0.3}^{56} (X \leq 20)

-

P_{0.3}^{56} (X \leq 13)

≈ 0.8592 - 0.1683 ≈ 0.6909
(TI-Befehl: binomcdf(56,0.3,20) - binomcdf(56,0.3,13))

Aufgabenbeispiele von Wiederholung aus 9/10

Binomialvert. mit variablem n (höchst.)

Binomialverteilung X ∈ [l;k]

Binomialvert. mit variablem p (diskret)

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

Formel v. Bernoulli

Wahrscheinlichkeit von σ-Intervall um μ