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:

Der, dessen Name nicht genannt werden darf, testet Zauber um seine Nase wiederherzustellen. Ein solcher Versuch endet zu 50% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 50% mindestens 36 Nasen hat.

Lösung einblenden
nP(X≤k)
......
710.5
720.4531
......

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

Es muss gelten: P0.5n (X36) ≥ 0.5

Weil man ja aber P0.5n (X36) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.5n (X36) = 1 - P0.5n (X35) ≥ 0.5 |+ P0.5n (X35) - 0.5

0.5 ≥ P0.5n (X35) oder P0.5n (X35) ≤ 0.5

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 36 0.5 ≈ 72 Versuchen auch ungefähr 36 (≈0.5⋅72) Treffer auftreten.

Wir berechnen also mit unserem ersten n=72:
P0.5n (X35) ≈ 0.4531 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=72 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 72 sein, damit P0.5n (X35) ≤ 0.5 oder eben P0.5n (X36) ≥ 0.5 gilt.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 59 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 11 mal eine 6 (p=1/6) geworfen wird?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=59 und p= 1 6 .

P 1 6 59 (X11) = P 1 6 59 (X=0) + P 1 6 59 (X=1) + P 1 6 59 (X=2) +... + P 1 6 59 (X=11) = 0.72828830316487 ≈ 0.7283
(TI-Befehl: binomcdf(59,1/6,11))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 16 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 90% unter den 16 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
3 16 0.648
3 17 0.6915
3 18 0.7291
3 19 0.7617
3 20 0.7899
3 21 0.8143
3 22 0.8355
3 23 0.8538
3 24 0.8698
3 25 0.8838
3 26 0.896
3 27 0.9067
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=16 und unbekanntem Parameter p.

Es muss gelten: Pp16 (X3) =0.9 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp16 (X3) ('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 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 16 mit 3 3 erweitern (so dass wir auf den Zähler 3 kommen) und den Nenner abrunden, müssten wir mit p= 3 16 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 3 27 die gesuchte Wahrscheinlichkeit über 90% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 27 sein.

Also werden noch 24 zusätzliche Optionen (also schwarze Kugeln) benötigt.

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

Beispiel:

Eine Fluggesellschaft verkauft 60 Flugtickets für einen bestimmten Flug. Das sind 49 Tickets mehr, als das Flugzeug Plätze hat. Wie hoch muss die Wahrscheinlichkeit, dass ein Ticketkäufer nicht mitfliegt, mindestens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?

Lösung einblenden
pP(X≥49)=1-P(X≤48)
......
0.820.606
0.830.6832
0.840.7553
0.850.8194
0.860.8737
0.870.9169
......

Es muss gelten: Pp60 (X49) =0.9 (oder mehr)

oder eben: 1- Pp60 (X48) =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=1-binomcdf(60,X,48) - 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=0.87 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Leider ist die Technik noch nicht so ganz ausgereift, weswegen Ausschuss mit einer Wahrscheinlichkeit von p=0,19 entsteht. Es wird eine Stichprobe der Menge 66 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 18 oder sogar noch mehr Chips defekt sind?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
15
16
17
18
19
20
...

P0.1966 (X18) = 1 - P0.1966 (X17) = 0.0643
(TI-Befehl: 1-binomcdf(66,0.19,17))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Würfel wird 100 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 = 100⋅ 1 6 ≈ 16.67,
die Standardabweichung mit σ = n p (1-p) = 100 1 6 5 6 ≈ 3.73

20.39 (16.67 + 3.73) und 12.94 (16.67 - 3.73) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 16.67 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 13 und 20 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 13 und 20 liegt.

P 1 6 100 (13X20) =

...
10
11
12
13
14
15
16
17
18
19
20
21
22
...

P 1 6 100 (X20) - P 1 6 100 (X12) ≈ 0.8481 - 0.1297 ≈ 0.7184
(TI-Befehl: binomcdf(100, 1 6 ,20) - binomcdf(100, 1 6 ,12))