Mathebattle EduRandomtasks

Binomialvert. mit variablem n (mind)

Beispiel:

Beim Biberacher Schützenfest läuft ein 12-köpfiger historischer Spielmannszug mit, der an die Schweden während des 30-Jährigen Kriegs erinnert. Dabei feiern dessen Mitglieder manchmal so ausgelassen, dass die Wahrscheinlichkeit eines Ausfall beim Umzug wegen unverhältnismäßigem Alkoholgenuss bei 8% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 70%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden

n	P(X≤k)
...	...
12	0.6323
13	0.2794
...	...

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.92 und variablem n.

Es muss gelten: $P_{0.92}^{n} (X \geq 12)$ ≥ 0.7

Weil man ja aber $P_{0.92}^{n} (X \geq 12)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{0.92}^{n} (X \geq 12)$ = 1 - $P_{0.92}^{n} (X \leq 11)$ ≥ 0.7 |+ $P_{0.92}^{n} (X \leq 11)$ - 0.7

0.3 ≥ $P_{0.92}^{n} (X \leq 11)$ oder $P_{0.92}^{n} (X \leq 11)$ ≤ 0.3

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 92% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{12}{0.92}$ ≈ 13 Versuchen auch ungefähr 12 (≈0.92⋅13) Treffer auftreten.

Wir berechnen also mit unserem ersten n=13:
$P_{0.92}^{n} (X \leq 11)$ ≈ 0.2794 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=13 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 13 sein, damit $P_{0.92}^{n} (X \leq 11)$ ≤ 0.3 oder eben $P_{0.92}^{n} (X \geq 12)$ ≥ 0.7 gilt.

Binomialvert. mit variablem n (mind)

Beispiel:

Ein Lebensmittelhersteller wirbt damit, dass sich in jeder 7. Verpackung eine Überraschung befindet. Wie viele Packungen muss man mindestens kaufen, um mit einer Wahrscheinlichkeit von mindestens 90% mindestens 1 Überraschung(en) zu erhalten.

Lösung einblenden

n	P(X≤k)
...	...
10	0.2141
11	0.1835
12	0.1573
13	0.1348
14	0.1155
15	0.099
...	...

Die Zufallsgröße X gibt die Anzahl der Überraschungen an und ist im Idealfall binomialverteilt mit p = $\frac{1}{7}$ und variablem n.

Es muss gelten: $P_{\frac{1}{7}}^{n} (X \geq 1)$ ≥ 0.9

Weil man ja aber $P_{\frac{1}{7}}^{n} (X \geq 1)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{\frac{1}{7}}^{n} (X \geq 1)$ = 1 - $P_{\frac{1}{7}}^{n} (X \leq 0)$ ≥ 0.9 |+ $P_{\frac{1}{7}}^{n} (X \leq 0)$ - 0.9

0.1 ≥ $P_{\frac{1}{7}}^{n} (X \leq 0)$ oder $P_{\frac{1}{7}}^{n} (X \leq 0)$ ≤ 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 $\frac{1}{7}$ der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{1}{\frac{1}{7}}$ ≈ 7 Versuchen auch ungefähr 1 (≈ $\frac{1}{7}$ ⋅7) Treffer auftreten.

Wir berechnen also mit unserem ersten n=7:
$P_{\frac{1}{7}}^{n} (X \leq 0)$ ≈ 0.3399 (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=15 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 15 sein, damit $P_{\frac{1}{7}}^{n} (X \leq 0)$ ≤ 0.1 oder eben $P_{\frac{1}{7}}^{n} (X \geq 1)$ ≥ 0.9 gilt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,8.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 70% Wahrscheinlichkeit, höchstens 34 Treffer zu erzielen ?

Lösung einblenden

n	P(X≤k)
...	...
41	0.739
42	0.6223
43	0.4997
...	...

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.8 und variablem n.

Es muss gelten: $P_{0.8}^{n} (X \leq 34)$ ≥ 0.7

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 80% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{34}{0.8}$ ≈ 43 Versuchen auch ungefähr 34 (≈0.8⋅43) Treffer auftreten.

Wir berechnen also mit unserem ersten n=43:
$P_{0.8}^{n} (X \leq 34)$ ≈ 0.4997 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.7 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 0.7 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=41 die gesuchte Wahrscheinlichkeit über 70% ist.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 4 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 75% unter den 26 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden

p	P(X≤24)
...	...
$\frac{8}{12}$	0.9996
$\frac{9}{13}$	0.9991
$\frac{10}{14}$	0.9982
$\frac{11}{15}$	0.9967
$\frac{12}{16}$	0.9945
$\frac{13}{17}$	0.9916
$\frac{14}{18}$	0.9878
$\frac{15}{19}$	0.983
$\frac{16}{20}$	0.9773
$\frac{17}{21}$	0.9707
$\frac{18}{22}$	0.9633
$\frac{19}{23}$	0.9549
$\frac{20}{24}$	0.9458
$\frac{21}{25}$	0.936
$\frac{22}{26}$	0.9256
$\frac{23}{27}$	0.9146
$\frac{24}{28}$	0.9031
$\frac{25}{29}$	0.8912
$\frac{26}{30}$	0.8789
$\frac{27}{31}$	0.8664
$\frac{28}{32}$	0.8536
$\frac{29}{33}$	0.8406
$\frac{30}{34}$	0.8275
$\frac{31}{35}$	0.8144
$\frac{32}{36}$	0.8012
$\frac{33}{37}$	0.788
$\frac{34}{38}$	0.7748
$\frac{35}{39}$	0.7617
$\frac{36}{40}$	0.7487
...	...

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: $P_{p}^{26} (X \leq 24)$ = 0.75 (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 $P_{p}^{26} (X \leq 24)$ ('höchstens 24 Treffer bei 26 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= $\frac{8}{12}$ . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= $\frac{35}{39}$ die gesuchte Wahrscheinlichkeit über 75% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 35 sein.

Binomialvert. mit variablem k (höchst.)

Beispiel:

Mitarbeiter:innen einer Firma müssen eine Maschine bedienen, die mit einer Wahrscheinlichkeit von 17% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 60 Teile. Als Gag möchte die Geschäftsführung den Mitarbeiter:innen einen kleines Geschenk machen, deren Maschnine nicht mehr als eine bestimmte Anzahl an fehlerhaften Teilen produziert hat. Dabei soll aber die Wahrscheinlichkeit, ein Geschenk zu bekommen, bei höchstens 15% liegen. Wie viele fehlerhaften Teile dürfen somit höchstens produziert werden, um ein Geschenk zu bekommen?

Lösung einblenden

k	P(X≤k)
...	...
1	0.0002
2	0.0012
3	0.0053
4	0.0173
5	0.0448
6	0.0963
7	0.1778
8	0.2884
9	0.4193
10	0.556
...	...

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.17 und n = 60.

Es muss gelten: $P_{0.17}^{60} (X \leq k)$ < 0.15

Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals nicht mehr erfüllt wird:

Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).

Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und 6 immer noch weniger als 0.15 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.17}^{60} (X \leq 7)$ nimmt mit 17.78% einen Wert über 0.15 an.

Das größtmögliche k mit $P_{0.17}^{60} (X \leq k)$ < 0.15 ist somit k = 6.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 6 sein.

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Binomialvert. mit variablem k (mind.)

Beispiel:

Bei einer Wurfbude ist die Wahrscheinlichkeit einen Ball in einen Eimer zu treffen bei ca. 6%. Für einen bestimmten Betrag darf man 16 mal werfen. Wenn man dabei eine bestimmte Mindestanzahl von Treffern k erzielt, bekommt man einen Hauptpreis. Wie hoch muss man k mindestens setzen, damit der Hauptpreis nur mit einer Wahrscheinlichkeit von höchstens 11% ausgegeben werden muss?

Lösung einblenden

k	P(X≤k)
0	0.3716
1	0.7511
2	0.9327
3	0.9868
4	0.9981
5	0.9998
6	1
...	...

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.06 und n = 16.

Es muss gelten: $P_{0.06}^{16} (X \geq k)$ < 0.11 (oranger Bereich)

oder andersrum ausgedrückt: $P_{0.06}^{16} (X \leq k-1)$ ≥ 0.89 (blauer Bereich)

Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals erfüllt wird:

Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).

Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und 1 immer noch weniger als 0.89 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.06}^{16} (X \leq 2)$ nimmt mit 93.27% einen Wert über 0.89 an.

Das kleinstmögliche k mit $P_{0.06}^{16} (X \geq k)$ = 1 - $P_{0.06}^{16} (X \leq k-1)$ < 0.11 ist somit k = 3.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 3 sein.

0

1

2

3

4

5

6

7

Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Binomialvert. mit variablem k (höchst.)

Beispiel:

Mitarbeiter:innen einer Firma müssen eine Maschine bedienen, die mit einer Wahrscheinlichkeit von 13% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 65 Teile. Als Gag möchte die Geschäftsführung den Mitarbeiter:innen einen kleines Geschenk machen, deren Maschnine nicht mehr als eine bestimmte Anzahl an fehlerhaften Teilen produziert hat. Dabei soll aber die Wahrscheinlichkeit, ein Geschenk zu bekommen, bei höchstens 20% liegen. Wie viele fehlerhaften Teile dürfen somit höchstens produziert werden, um ein Geschenk zu bekommen?

Lösung einblenden

k	P(X≤k)
0	0.0001
1	0.0013
2	0.0067
3	0.0238
4	0.0633
5	0.1354
6	0.2431
7	0.3788
8	0.5257
9	0.6648
...	...

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.13 und n = 65.

Es muss gelten: $P_{0.13}^{65} (X \leq k)$ < 0.2

Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals nicht mehr erfüllt wird:

Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).

Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und 5 immer noch weniger als 0.2 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.13}^{65} (X \leq 6)$ nimmt mit 24.31% einen Wert über 0.2 an.

Das größtmögliche k mit $P_{0.13}^{65} (X \leq k)$ < 0.2 ist somit k = 5.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 5 sein.

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Aufgabentypen anhand von Beispielen durchstöbern

Binomialvert. mit variablem n (mind)

Binomialvert. mit variablem n (mind)

Binomialvert. mit variablem n (höchst.)

Binomialvert. mit variablem p (diskret) für WTR

Binomialvert. mit variablem k (höchst.)

Binomialvert. mit variablem k (mind.)

Binomialvert. mit variablem k (höchst.)