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 Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,4.Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 60% Wahrscheinlichkeit, mindestens 37 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
930.4439
940.4111
950.3792
......

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

Es muss gelten: P0.4n (X37) ≥ 0.6

Weil man ja aber P0.4n (X37) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.4n (X37) = 1 - P0.4n (X36) ≥ 0.6 |+ P0.4n (X36) - 0.6

0.4 ≥ P0.4n (X36) oder P0.4n (X36) ≤ 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 40% der Versuche mit einem Treffer. Also müssten dann doch bei 37 0.4 ≈ 93 Versuchen auch ungefähr 37 (≈0.4⋅93) Treffer auftreten.

Wir berechnen also mit unserem ersten n=93:
P0.4n (X36) ≈ 0.4439 (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=95 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 95 sein, damit P0.4n (X36) ≤ 0.4 oder eben P0.4n (X37) ≥ 0.6 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,5. Wie groß ist die Wahrscheinlichkeit bei 42 Versuchen, mehr als 16 mal und höchstens 23 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=42 und p=0.5.

P0.542 (17X23) =

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

P0.542 (X23) - P0.542 (X16) ≈ 0.7796 - 0.0821 ≈ 0.6975
(TI-Befehl: binomcdf(42,0.5,23) - binomcdf(42,0.5,16))

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 8 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 70 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 8 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 90% für die 70 Durchgänge reichen?

Lösung einblenden
pP(X≤8)
......
1 8 0.4822
1 9 0.6256
1 10 0.7363
1 11 0.8167
1 12 0.8733
1 13 0.9123
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=70 und unbekanntem Parameter p.

Es muss gelten: Pp70 (X8) =0.9 (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 Pp70 (X8) ('höchstens 8 Treffer bei 70 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 8 70 . Mit diesem p wäre ja 8= 8 70 ⋅70 der Erwartungswert und somit Pp70 (X8) irgendwo in der nähe von 50%. Wenn wir nun p= 8 70 mit 1 8 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 8 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 13 die gesuchte Wahrscheinlichkeit über 90% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 13 sein.

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

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 92 mal wiederholt (bzw. die Stichprobe hat die Größe 92)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 60% mindestens 70 Treffer erzielt werden?

Lösung einblenden
pP(X≥70)=1-P(X≤69)
......
0.720.2268
0.730.2958
0.740.3744
0.750.46
0.760.5491
0.770.6374
......

Es muss gelten: Pp92 (X70) =0.6 (oder mehr)

oder eben: 1- Pp92 (X69) =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(92,X,69) - 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=0.77 die gesuchte Wahrscheinlichkeit über 0.6 ist.

kumulierte Binomialverteilung

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,9. Wie groß ist die Wahrscheinlichkeit bei 42 Versuchen weniger als 38 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Drehungen, die im grünen Bereich landen, an. X ist binomialverteilt mit n=42 und p=0.9.

P0.942 (X<38) = P0.942 (X37) = P0.942 (X=0) + P0.942 (X=1) + P0.942 (X=2) +... + P0.942 (X=37) = 0.41210406700716 ≈ 0.4121
(TI-Befehl: binomcdf(42,0.9,37))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=25%. Wie groß ist die Wahrscheinlichkeit dass er bei 58 Versuchen nicht mehr als 20% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=58⋅0.25 = 14.5

Die 20% Abweichung wären dann zwischen 80% von 14.5, also 0.8⋅ 14.5 = 11.6 und 120% von 14.5, also 1.2⋅ 14.5 = 17.4

Da die Trefferzahl ja nicht weiter von 14.5 entfernt sein darf als 11.6 bzw. 17.4, muss sie also zwischen 12 und 17 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=58 und p=0.25.

P0.2558 (12X17) =

...
9
10
11
12
13
14
15
16
17
18
19
...

P0.2558 (X17) - P0.2558 (X11) ≈ 0.8198 - 0.1826 ≈ 0.6372
(TI-Befehl: binomcdf(58,0.25,17) - binomcdf(58,0.25,11))