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=0,85. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 60% 20 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
230.4604
240.2866
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.85 und variablem n.

Es muss gelten: P0.85n (X20) ≥ 0.6

Weil man ja aber P0.85n (X20) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.85n (X20) = 1 - P0.85n (X19) ≥ 0.6 |+ P0.85n (X19) - 0.6

0.4 ≥ P0.85n (X19) oder P0.85n (X19) ≤ 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 85% der Versuche mit einem Treffer. Also müssten dann doch bei 20 0.85 ≈ 24 Versuchen auch ungefähr 20 (≈0.85⋅24) Treffer auftreten.

Wir berechnen also mit unserem ersten n=24:
P0.85n (X19) ≈ 0.2866 (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=24 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 24 sein, damit P0.85n (X19) ≤ 0.4 oder eben P0.85n (X20) ≥ 0.6 gilt.

kumulierte Binomialverteilung

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 60%. Wie groß ist die Wahrscheinlichkeit dass er von 33 Versuchen weniger als 20 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=33 und p=0.6.

P0.633 (X<20) = P0.633 (X19) = P0.633 (X=0) + P0.633 (X=1) + P0.633 (X=2) +... + P0.633 (X=19) = 0.45296159157783 ≈ 0.453
(TI-Befehl: binomcdf(33,0.6,19))

Binomialvert. mit variablem p (diskret)

Beispiel:

Ein neuer Multiple Choice Test mit 15 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 2 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 15% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤2)
......
1 7 0.6355
1 8 0.7132
1 9 0.7717
1 10 0.8159
1 11 0.8498
1 12 0.8761
......

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=15 und unbekanntem Parameter p.

Es muss gelten: Pp15 (X2) =0.85 (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 Pp15 (X2) ('höchstens 2 Treffer bei 15 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 2 15 . Mit diesem p wäre ja 2= 2 15 ⋅15 der Erwartungswert und somit Pp15 (X2) irgendwo in der nähe von 50%. Wenn wir nun p= 2 15 mit 1 2 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 7 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 12 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 12 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Eine Fluggesellschaft hat 21 Plätze in ihrem Flugzeug. Trotzdem werden 64 Flugtickets verkauft. Wie hoch darf die Wahrscheinlichkeit, dass ein Ticketkäufer auch tatsächlich mitfliegt, höchstens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?

Lösung einblenden
pP(X≤k)
......
0.210.9908
0.220.9843
0.230.9744
0.240.9601
0.250.9404
0.260.9143
0.270.8812
......

Es muss gelten: Pp64 (X21) =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(64,X,21) - 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=0.26 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,85. Wie groß ist die Wahrscheinlichkeit bei 94 Versuchen genau 73 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=94 und p=0.85.

P0.8594 (X=73) = ( 94 73 ) 0.8573 0.1521 =0.016719033831339≈ 0.0167
(TI-Befehl: binompdf(94,0.85,73))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=35%. Wie groß ist die Wahrscheinlichkeit dass er bei 96 Versuchen nicht mehr als 20% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=96⋅0.35 = 33.6

Die 20% Abweichung wären dann zwischen 80% von 33.6, also 0.8⋅ 33.6 = 26.88 und 120% von 33.6, also 1.2⋅ 33.6 = 40.32

Da die Trefferzahl ja nicht weiter von 33.6 entfernt sein darf als 26.88 bzw. 40.32, muss sie also zwischen 27 und 40 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=96 und p=0.35.

P0.3596 (27X40) =

...
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
...

P0.3596 (X40) - P0.3596 (X26) ≈ 0.9287 - 0.0623 ≈ 0.8664
(TI-Befehl: binomcdf(96,0.35,40) - binomcdf(96,0.35,26))