Mathebattle EduRandomtasks

Binomialvert. mit variablem n (höchst.)

Beispiel:

Ein Mathelehrer möchte neue Taschenrechner für seine Klasse bestellen. Die Wahrscheinlichkeit, dass einer der Taschenrechner ein Decepticon (bekannt aus dem Transformers-Filmen) ist, liegt bei p=0,08. Wie viele Rechner können bestellt werden, dass zu einer Wahrscheinlichkeit von 80% kein Descepticon unter ihnen ist?

Lösung einblenden

n	P(X≤k)
...	...
1	0.92
2	0.8464
3	0.7787
...	...

Die Zufallsgröße X gibt Anzahl der Descepticons unter den Taschenrechnern an und ist im Idealfall binomialverteilt mit p = 0.08 und variablem n.

Es muss gelten: $P_{0.08}^{n} (X \leq 0)$ ≥ 0.8

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 8% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{0}{0.08}$ ≈ 0 Versuchen auch ungefähr 0 (≈0.08⋅0) Treffer auftreten.

Wir berechnen also mit unserem ersten n=0:
$P_{0.08}^{n} (X \leq 0)$ ≈ 1 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=2 die gesuchte Wahrscheinlichkeit über 80% ist.

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 70% mindestens 1 Überraschung(en) zu erhalten.

Lösung einblenden

n	P(X≤k)
...	...
7	0.3399
8	0.2914
...	...

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: $P_{\frac{1}{7}}^{n} (X \geq 1)$ ≥ 0.7

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 - $P_{\frac{1}{7}}^{n} (X \leq 0)$ ≥ 0.7 |+ $P_{\frac{1}{7}}^{n} (X \leq 0)$ - 0.7

0.3 ≥ $P_{\frac{1}{7}}^{n} (X \leq 0)$ oder $P_{\frac{1}{7}}^{n} (X \leq 0)$ ≤ 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 $\frac{1}{7}$ 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 0.3 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=8 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 8 sein, damit $P_{\frac{1}{7}}^{n} (X \leq 0)$ ≤ 0.3 oder eben $P_{\frac{1}{7}}^{n} (X \geq 1)$ ≥ 0.7 gilt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Der Starspieler der gegnerischen Basketballmannschaft hat bei Freiwürfen eine Trefferquote von p=0,8. Wie viele Freiwürfe darf man bei ihm durch Fouls höchstens zulassen, wenn man ihn mit einer Wahrscheinlichkeit von mindestens 60% nicht über 24 Freiwurfpunkte kommen lassen will?

Lösung einblenden

n	P(X≤k)
...	...
29	0.7161
30	0.5725
...	...

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

Es muss gelten: $P_{0.8}^{n} (X \leq 24)$ ≥ 0.6

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 $\frac{24}{0.8}$ ≈ 30 Versuchen auch ungefähr 24 (≈0.8⋅30) Treffer auftreten.

Wir berechnen also mit unserem ersten n=30:
$P_{0.8}^{n} (X \leq 24)$ ≈ 0.5725 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.6 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 0.6 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=29 die gesuchte Wahrscheinlichkeit über 60% ist.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

Eine Schulklasse möchte fürs Schulfest ein Glücksrad entwickeln. Aus optischen Gründen sollen dabei alle Sektoren gleich groß sein. Einer davon soll für den Hauptpreis stehen. Hierfür haben sie insgesamt 7 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 90 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 7 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 90 Durchgänge reichen?

Lösung einblenden

p	P(X≤7)
...	...
$\frac{1}{12}$	0.5215
$\frac{1}{13}$	0.6107
$\frac{1}{14}$	0.6864
$\frac{1}{15}$	0.7489
$\frac{1}{16}$	0.7996
...	...

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=90 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{90} (X \leq 7)$ =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 $P_{p}^{90} (X \leq 7)$ ('höchstens 7 Treffer bei 90 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= $\frac{7}{90}$ . Mit diesem p wäre ja 7= $\frac{7}{90}$ ⋅90 der Erwartungswert und somit $P_{p}^{90} (X \leq 7)$ irgendwo in der nähe von 50%. Wenn wir nun p= $\frac{7}{90}$ mit $\frac{1}{7}$ erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= $\frac{1}{12}$ einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= $\frac{1}{16}$ die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 16 sein.

Binomialvert. mit variablem k (höchst.)

Beispiel:

Mitarbeiter:innen einer Firma müssen eine Maschine bedienen, die mit einer Wahrscheinlichkeit von 12% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 70 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	0.0014
2	0.0072
3	0.0252
4	0.0664
5	0.1406
6	0.2502
7	0.3867
8	0.5334
9	0.6712
...	...

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.12 und n = 70.

Es muss gelten: $P_{0.12}^{70} (X \leq k)$ < 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 $P_{0.12}^{70} (X \leq 6)$ nimmt mit 25.02% einen Wert über 0.2 an.

Das größtmögliche k mit $P_{0.12}^{70} (X \leq k)$ < 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)

Binomialvert. mit variablem k (mind.)

Beispiel:

Bei einem Multiple-Choice-Test werden 20 Fragen gestellt. Bei jeder Frage gibt es 3 Antworten, von denen genau eine richtig ist. Die Wahrscheinlichkeit, dass man mit reinem Raten der richtigen Antworten durch Zufall trotzdem den Test besteht, soll unter 10% liegen. Wie viele Fragen müssen dann zum Bestehen des Tests mindestens richtig beantwortet werden?

Lösung einblenden

k	P(X≤k)
...	...
4	0.1515
5	0.2972
6	0.4793
7	0.6615
8	0.8095
9	0.9081
10	0.9624
11	0.987
12	0.9963
13	0.9991
...	...

Die Zufallsgröße X gibt die Anzahl der richtig geratenen Fragen an und ist im Idealfall binomialverteilt mit p = $\frac{1}{3}$ und n = 20.

Es muss gelten: $P_{\frac{1}{3}}^{20} (X \geq k)$ < 0.1 (oranger Bereich)

oder andersrum ausgedrückt: $P_{\frac{1}{3}}^{20} (X \leq k-1)$ ≥ 0.9 (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 8 immer noch weniger als 0.9 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{\frac{1}{3}}^{20} (X \leq 9)$ nimmt mit 90.81% einen Wert über 0.9 an.

Das kleinstmögliche k mit $P_{\frac{1}{3}}^{20} (X \geq k)$ = 1 - $P_{\frac{1}{3}}^{20} (X \leq k-1)$ < 0.1 ist somit k = 10.

Die Mindestanzahl richtiger Fragen zum Bestehen des Tests muss somit k = 10 sein.

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

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 16% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 50 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 25% liegen. Wie viele fehlerhaften Teile dürfen somit höchstens produziert werden, um ein Geschenk zu bekommen?

Lösung einblenden

k	P(X≤k)
0	0.0002
1	0.0017
2	0.009
3	0.0312
4	0.0808
5	0.1677
6	0.2919
7	0.4406
8	0.5929
9	0.7282
...	...

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.16 und n = 50.

Es muss gelten: $P_{0.16}^{50} (X \leq k)$ < 0.25

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 0.25 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst $P_{0.16}^{50} (X \leq 6)$ nimmt mit 29.19% einen Wert über 0.25 an.

Das größtmögliche k mit $P_{0.16}^{50} (X \leq k)$ < 0.25 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 (höchst.)

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.)