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:

Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von 90% nicht mehr als 40 6er zu würfeln?

Lösung einblenden
nP(X≤k)
......
2010.9051
2020.8994
2030.8935
2040.8873
2050.881
2060.8744
2070.8675
2080.8605
2090.8532
2100.8457
2110.838
2120.8301
2130.822
2140.8136
2150.805
2160.7963
2170.7873
2180.7781
2190.7688
2200.7592
2210.7495
2220.7397
2230.7296
2240.7194
2250.7091
2260.6986
2270.688
2280.6772
2290.6664
2300.6554
2310.6444
2320.6332
2330.622
2340.6107
2350.5994
2360.588
2370.5765
2380.5651
2390.5536
2400.5421
......

Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = 1 6 und variablem n.

Es muss gelten: P 1 6 n (X≤40) ≥ 0.9

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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 40 1 6 ≈ 240 Versuchen auch ungefähr 40 (≈ 1 6 ⋅240) Treffer auftreten.

Wir berechnen also mit unserem ersten n=240:
P 1 6 n (X≤40) ≈ 0.5421 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=201 die gesuchte Wahrscheinlichkeit über 90% ist.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 70 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,75.Wie groß ist dabei die Wahrscheinlichkeit, höchstens 60 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=70 und p=0.75.

P0.7570 (X≤60) = P0.7570 (X=0) + P0.7570 (X=1) + P0.7570 (X=2) +... + P0.7570 (X=60) = 0.99006072699052 ≈ 0.9901
(TI-Befehl: binomcdf(70,0.75,60))

Binomialvert. mit variablem p (diskret)

Beispiel:

Ein neuer Multiple Choice Test mit 16 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 3 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 25% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤3)
......
1 5 0.5981
1 6 0.7291
1 7 0.8143
......

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=16 und unbekanntem Parameter p.

Es muss gelten: Pp16 (X≤3) =0.75 (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 Pp16 (X≤3) ('höchstens 3 Treffer bei 16 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 16 . Mit diesem p wäre ja 3= 3 16 ⋅16 der Erwartungswert und somit Pp16 (X≤3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 16 mit 1 3 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 5 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 7 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 7 sein.

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

Beispiel:

Ein Glücksrad soll mit nur zwei verschiedenen Sektoren (blau und rot) gebaut werden. Wie hoch muss man die Einzelwahrscheinlichkeit p mindestens wählen, dass die Wahrscheinlichkeit bei 79 Wiederholungen 40 mal (oder mehr) rot zu treffen bei mind. 60% liegt?

Lösung einblenden
pP(X≥40)=1-P(X≤39)
......
0.470.2962
0.480.3606
0.490.4292
0.50.5
0.510.5708
0.520.6394
......

Es muss gelten: Pp79 (X≥40) =0.6 (oder mehr)

oder eben: 1- Pp79 (X≤39) =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(79,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 erstmals bei p=0.52 die gesuchte Wahrscheinlichkeit über 0.6 ist.

Formel v. Bernoulli

Beispiel:

Eine Münze wird 31 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 17 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=31 und p=0.5.

P0.531 (X=17) = ( 31 17 ) ⋅ 0.517 ⋅ 0.514 =0.12348523596302≈ 0.1235
(TI-Befehl: binompdf(31,0.5,17))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Würfel wird 48 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der gewürfelten 6er nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 48⋅ 1 6 ≈ 8,
die Standardabweichung mit σ = n ⋅ p ⋅ (1-p) = 48 ⋅ 1 6 ⋅ 5 6 ≈ 2.58

10.58 (8 + 2.58) und 5.42 (8 - 2.58) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 8 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 6 und 10 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 6 und 10 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=48 und p= 1 6 .

P 1 6 48 (6≤X≤10) =

...
3
4
5
6
7
8
9
10
11
12
...

P 1 6 48 (X≤10) - P 1 6 48 (X≤5) ≈ 0.8348 - 0.1667 ≈ 0.6681
(TI-Befehl: binomcdf(48, 1 6 ,10) - binomcdf(48, 1 6 ,5))