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=0,5.Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 90% Wahrscheinlichkeit, mindestens 25 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
540.2483
550.2094
560.1748
570.1446
580.1185
590.0963
......

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

Es muss gelten: P0.5n (X25) ≥ 0.9

Weil man ja aber P0.5n (X25) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.5n (X25) = 1 - P0.5n (X24) ≥ 0.9 |+ P0.5n (X24) - 0.9

0.1 ≥ P0.5n (X24) oder P0.5n (X24) ≤ 0.1

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 50% der Versuche mit einem Treffer. Also müssten dann doch bei 25 0.5 ≈ 50 Versuchen auch ungefähr 25 (≈0.5⋅50) Treffer auftreten.

Wir berechnen also mit unserem ersten n=50:
P0.5n (X24) ≈ 0.4439 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=59 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 59 sein, damit P0.5n (X24) ≤ 0.1 oder eben P0.5n (X25) ≥ 0.9 gilt.

Binomialverteilung X>=k

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, 4 oder mehr Glückskekse mit einer Peproni zu erwischen, wenn man 34 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=34 und p=0.125.

...
1
2
3
4
5
6
...

P0.12534 (X4) = 1 - P0.12534 (X3) = 0.6291
(TI-Befehl: 1-binomcdf(34,0.125,3))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 28 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 28 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
6 10 0.9993
7 11 0.9976
8 12 0.9939
9 13 0.9873
10 14 0.9771
11 15 0.963
12 16 0.9449
13 17 0.923
14 18 0.8978
15 19 0.8699
16 20 0.8398
17 21 0.8082
18 22 0.7756
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=28 und unbekanntem Parameter p.

Es muss gelten: Pp28 (X24) = 0.8 (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 Pp28 (X24) ('höchstens 24 Treffer bei 28 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 6 10 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 17 21 die gesuchte Wahrscheinlichkeit über 80% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 17 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 70 mal wiederholt (bzw. die Stichprobe hat die Größe 70).Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 50% höchstens 39 Treffer erzielt werden?

Lösung einblenden
pP(X≤k)
......
0.510.8181
0.520.7705
0.530.7166
0.540.6571
0.550.5934
0.560.5268
0.570.4594
......

Es muss gelten: Pp70 (X39) =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=binomcdf(70,X,39) - 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=0.56 die gesuchte Wahrscheinlichkeit über 0.5 ist.

Binomialverteilung X>=k

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, 6 oder mehr Glückskekse mit einer Peproni zu erwischen, wenn man 26 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=26 und p=0.125.

...
3
4
5
6
7
8
...

P0.12526 (X6) = 1 - P0.12526 (X5) = 0.0971
(TI-Befehl: 1-binomcdf(26,0.125,5))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,65. Wie groß ist die Wahrscheinlichkeit bei 40 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 40⋅0.65 ≈ 26,
die Standardabweichung mit σ = n p (1-p) = 40 0.65 0.35 ≈ 3.02

29.02 (26 + 3.02) und 22.98 (26 - 3.02) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 26 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 23 und 29 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 23 und 29 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=40 und p=0.65.

P0.6540 (23X29) =

...
20
21
22
23
24
25
26
27
28
29
30
31
...

P0.6540 (X29) - P0.6540 (X22) ≈ 0.8785 - 0.1239 ≈ 0.7546
(TI-Befehl: binomcdf(40,0.65,29) - binomcdf(40,0.65,22))