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=0,8. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 60% 36 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
450.412
460.306
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.8 und variablem n.

Es muss gelten: P0.8n (X36) ≥ 0.6

Weil man ja aber P0.8n (X36) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.8n (X36) = 1 - P0.8n (X35) ≥ 0.6 |+ P0.8n (X35) - 0.6

0.4 ≥ P0.8n (X35) oder P0.8n (X35) ≤ 0.4

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 80% der Versuche mit einem Treffer. Also müssten dann doch bei 36 0.8 ≈ 45 Versuchen auch ungefähr 36 (≈0.8⋅45) Treffer auftreten.

Wir berechnen also mit unserem ersten n=45:
P0.8n (X35) ≈ 0.412 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.4 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 0.4 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=46 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 46 sein, damit P0.8n (X35) ≤ 0.4 oder eben P0.8n (X36) ≥ 0.6 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Zufallsexperiment wird 92 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,3.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 29, aber höchstens 36 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=92 und p=0.3.

P0.392 (29X36) =

...
26
27
28
29
30
31
32
33
34
35
36
37
38
...

P0.392 (X36) - P0.392 (X28) ≈ 0.9765 - 0.5867 ≈ 0.3898
(TI-Befehl: binomcdf(92,0.3,36) - binomcdf(92,0.3,28))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Firma, die Überraschungseier vertreibt, möchte als Werbegag manche Eier mit Superfiguren bestücken. Aus Angst vor Kundenbeschwerden sollen in einer 6er-Packung mit der mindestens 50% Wahrscheinlichkeit 2 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?

Lösung einblenden
pP(X≥2)=1-P(X≤1)
......
1 2 0.8906
1 3 0.6488
1 4 0.4661
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=6 und unbekanntem Parameter p.

Es muss gelten: Pp6 (X2) = 1- Pp6 (X1) = 0.5 (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 Pp6 (X2) ('mindestens 2 Treffer bei 6 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 1 2 .

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 1 3 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 3 sein.

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

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 60 mal wiederholt (bzw. die Stichprobe hat die Größe 60)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 90% mindestens 52 Treffer erzielt werden?

Lösung einblenden
pP(X≥52)=1-P(X≤51)
......
0.860.5328
0.870.6227
0.880.7099
0.890.7899
0.90.8584
0.910.9126
......

Es muss gelten: Pp60 (X52) =0.9 (oder mehr)

oder eben: 1- Pp60 (X51) =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=1-binomcdf(60,X,51) - 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 0.9 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen, von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 63 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so mindestens 12, aber weniger als 17 Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=63 und p=0.25.

P0.2563 (12X16) =

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

P0.2563 (X16) - P0.2563 (X11) ≈ 0.5953 - 0.1052 ≈ 0.4901
(TI-Befehl: binomcdf(63,0.25,16) - binomcdf(63,0.25,11))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=70%. Wie groß ist die Wahrscheinlichkeit dass bei 90 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 = 90⋅0.7 ≈ 63,
die Standardabweichung mit σ = n p (1-p) = 90 0.7 0.3 ≈ 4.35

67.35 (63 + 4.35) und 58.65 (63 - 4.35) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 63 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 59 und 67 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 59 und 67 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=90 und p=0.7.

P0.790 (59X67) =

...
56
57
58
59
60
61
62
63
64
65
66
67
68
69
...

P0.790 (X67) - P0.790 (X58) ≈ 0.85 - 0.1505 ≈ 0.6995
(TI-Befehl: binomcdf(90,0.7,67) - binomcdf(90,0.7,58))