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:

Die Firma Apple hat ein neues geniales Produkt, die iYacht, auf den Markt gebracht (wenn auch nicht ganz günstig). Die hierfür beauftragte Marketingagentur garantiert, dass unter denen, denen sie die Yacht vorgeführt hat, der Anteil der späteren Käufer bei 19% liegt. Wie vielen Personen muss nun dieses Produkt mindestens vorgeführt werden, damit sich mit mind. 60% Wahrscheinlichkeit, 25 oder mehr Käufer für dieses Produkt finden?

Lösung einblenden
nP(X≤k)
......
1320.4578
1330.4413
1340.4249
1350.4088
1360.3929
......

Die Zufallsgröße X gibt Anzahl der Käufer an und ist im Idealfall binomialverteilt mit p = 0.19 und variablem n.

Es muss gelten: P0.19n (X25) ≥ 0.6

Weil man ja aber P0.19n (X25) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.19n (X25) = 1 - P0.19n (X24) ≥ 0.6 |+ P0.19n (X24) - 0.6

0.4 ≥ P0.19n (X24) oder P0.19n (X24) ≤ 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 19% der Versuche mit einem Treffer. Also müssten dann doch bei 25 0.19 ≈ 132 Versuchen auch ungefähr 25 (≈0.19⋅132) Treffer auftreten.

Wir berechnen also mit unserem ersten n=132:
P0.19n (X24) ≈ 0.4578 (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=136 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 136 sein, damit P0.19n (X24) ≤ 0.4 oder eben P0.19n (X25) ≥ 0.6 gilt.

Formel v. Bernoulli

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 30% entsteht. Es wird eine Stichprobe der Menge 31 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 9 defekte Chips enthalten sind.
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=31 und p=0.3.

P0.331 (X=9) = ( 31 9 ) 0.39 0.722 =0.15514590469926≈ 0.1551
(TI-Befehl: binompdf(31,0.3,9))

Binomialvert. mit variablem p (diskret)

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 6 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 50 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 6 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 50 Durchgänge reichen?

Lösung einblenden
pP(X≤6)
......
1 8 0.5637
1 9 0.6817
1 10 0.7702
......

Die Zufallsvariable X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=50 und unbekanntem Parameter p.

Es muss gelten: Pp50 (X6) =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 Pp50 (X6) ('höchstens 6 Treffer bei 50 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 50 . Mit diesem p wäre ja 6= 6 50 ⋅50 der Erwartungswert und somit Pp50 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 50 mit 1 6 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 8 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 10 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 10 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 91 Wiederholungen 30 mal (oder mehr) rot zu treffen bei mind. 90% liegt?

Lösung einblenden
pP(X≥30)=1-P(X≤29)
......
0.340.6208
0.350.6943
0.360.7601
0.370.8169
0.380.8642
0.390.9021
......

Es muss gelten: Pp91 (X30) =0.9 (oder mehr)

oder eben: 1- Pp91 (X29) =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(91,X,29) - 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=0.39 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

Ein Würfel wird 87 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 21 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=87 und p= 1 6 .

P 1 6 87 (X=21) = ( 87 21 ) ( 1 6 )21 ( 5 6 )66 =0.020533548268134≈ 0.0205
(TI-Befehl: binompdf(87,1/6,21))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 62 und p = 0.75
Bestimme den Erwartungswert μ und die Standardabweichung σ von X .

Lösung einblenden

Für Erwartungswert und Standardabweichung bei der Binomialverteilung gibt es ja einfache Formeln, in die man einfach n = 62 und p = 0.75 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 62 ⋅ 0.75 = 46.5

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 62 ⋅ 0.75 ⋅ 0.25 = 11.625 3.41