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. 50% Wahrscheinlichkeit nicht mehr als 40 grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
2670.5386
2680.5284
2690.5182
2700.508
2710.4978
......

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 (X40) ≥ 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 15% der Versuche mit einem Treffer. Also müssten dann doch bei 40 0.15 ≈ 267 Versuchen auch ungefähr 40 (≈0.15⋅267) Treffer auftreten.

Wir berechnen also mit unserem ersten n=267:
P0.15n (X40) ≈ 0.5386 (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 letztmals bei n=270 die gesuchte Wahrscheinlichkeit über 50% ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 76% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 67 Versuchen mindestens 48 und weniger als 57 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=67 und p=0.76.

P0.7667 (48X56) =

...
45
46
47
48
49
50
51
52
53
54
55
56
57
58
...

P0.7667 (X56) - P0.7667 (X47) ≈ 0.95 - 0.1635 ≈ 0.7865
(TI-Befehl: binomcdf(67,0.76,56) - binomcdf(67,0.76,47))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 26 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 26 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
6 9 0.9996
7 10 0.9989
8 11 0.9973
9 12 0.9945
10 13 0.9904
11 14 0.9847
12 15 0.9773
13 16 0.9683
14 17 0.9578
15 18 0.9458
16 19 0.9326
17 20 0.9183
18 21 0.9031
19 22 0.8871
20 23 0.8706
21 24 0.8536
22 25 0.8363
23 26 0.8188
24 27 0.8012
25 28 0.7836
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=26 und unbekanntem Parameter p.

Es muss gelten: Pp26 (X24) = 0.8 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 3 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 Pp26 (X24) ('höchstens 24 Treffer bei 26 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 6 9 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 24 27 die gesuchte Wahrscheinlichkeit über 80% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 24 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 96 Ausspielungen nicht öfters als 76 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)
......
0.690.9903
0.70.9835
0.710.9729
0.720.9567
0.730.9333
0.740.9004
0.750.8563
......

Es muss gelten: Pp96 (X76) =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(96,X,76) - 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=0.74 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,62. Wie groß ist die Wahrscheinlichkeit dass er von 34 Versuchen mehr als 21 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=34 und p=0.62.

...
19
20
21
22
23
24
...

P0.6234 (X>21) = P0.6234 (X22) = 1 - P0.6234 (X21) = 0.4467
(TI-Befehl: 1-binomcdf(34,0.62,21))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 45 und p = 0.75
Bestimme den Erwartungswert μ und die Standardabweichung σ von X .

Lösung einblenden

Für Erwartungswert und Standardabweichung bei der Binomialverteilung gibt es ja einfache Formeln, in die man einfach n = 45 und p = 0.75 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 45 ⋅ 0.75 = 33.75

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 45 ⋅ 0.75 ⋅ 0.25 = 8.4375 2.9