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:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,75.
Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 60% Wahrscheinlichkeit, mindestens 36 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
480.4232
490.3319
......

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

Es muss gelten: P0.75n (X36) ≥ 0.6

Weil man ja aber P0.75n (X36) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.75n (X36) = 1 - P0.75n (X35) ≥ 0.6 |+ P0.75n (X35) - 0.6

0.4 ≥ P0.75n (X35) oder P0.75n (X35) ≤ 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 75% der Versuche mit einem Treffer. Also müssten dann doch bei 36 0.75 ≈ 48 Versuchen auch ungefähr 36 (≈0.75⋅48) Treffer auftreten.

Wir berechnen also mit unserem ersten n=48:
P0.75n (X35) ≈ 0.4232 (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=49 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 49 sein, damit P0.75n (X35) ≤ 0.4 oder eben P0.75n (X36) ≥ 0.6 gilt.

Formel v. Bernoulli

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 36 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 22 mal eine blaue Kugel gezogen 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=36 und p=0.7.

P0.736 (X=22) = ( 36 22 ) 0.722 0.314 =0.070992856502325≈ 0.071
(TI-Befehl: binompdf(36,0.7,22))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Firma, die Überraschungseier vertreibt, möchte als Werbegag manche Eier mit Superfiguren bestücken. Aus Angst vor Kundenbeschwerden sollen in einer 11er-Packung mit der mindestens 50% Wahrscheinlichkeit 2 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?

Lösung einblenden
pP(X≥2)=1-P(X≤1)
......
1 2 0.9941
1 3 0.9249
1 4 0.8029
1 5 0.6779
1 6 0.5693
1 7 0.4801
......

Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=11 und unbekanntem Parameter p.

Es muss gelten: Pp11 (X2) = 1- Pp11 (X1) = 0.5 (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 Pp11 (X2) ('mindestens 2 Treffer bei 11 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 1 2 .

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 1 6 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 6 sein.

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

Beispiel:

Eine Fluggesellschaft verkauft 73 Flugtickets für einen bestimmten Flug. Das sind 68 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≥68)=1-P(X≤67)
......
0.910.3483
0.920.4659
0.930.596
0.940.7266
0.950.8421
0.960.928
......

Es muss gelten: Pp73 (X68) =0.9 (oder mehr)

oder eben: 1- Pp73 (X67) =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(73,X,67) - 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=0.96 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,75. Wie groß ist die Wahrscheinlichkeit bei 43 Versuchen mindestens 28 mal im grünen Bereich zu landen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
25
26
27
28
29
30
...

P0.7543 (X28) = 1 - P0.7543 (X27) = 0.9486
(TI-Befehl: 1-binomcdf(43,0.75,27))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=60%. Wie groß ist die Wahrscheinlichkeit dass er bei 73 Versuchen nicht mehr als 10% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=73⋅0.6 = 43.8

Die 10% Abweichung wären dann zwischen 90% von 43.8, also 0.9⋅ 43.8 = 39.42 und 110% von 43.8, also 1.1⋅ 43.8 = 48.18

Da die Trefferzahl ja nicht weiter von 43.8 entfernt sein darf als 39.42 bzw. 48.18, muss sie also zwischen 40 und 48 liegen.

P0.673 (40X48) =

...
37
38
39
40
41
42
43
44
45
46
47
48
49
50
...

P0.673 (X48) - P0.673 (X39) ≈ 0.8698 - 0.1522 ≈ 0.7176
(TI-Befehl: binomcdf(73,0.6,48) - binomcdf(73,0.6,39))