Aufgabenbeispiele von Wiederholung aus 9/10

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Binomialvert. mit variablem n (höchst.)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 45%. Wie oft darf höchstens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 80% Wahrscheinlichkeit nicht mehr als 31 grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
620.8211
630.7878
640.7518
650.7134
660.673
670.6311
680.5882
690.5449
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.45 und variablem n.

Es muss gelten: P0.45n (X31) ≥ 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 45% der Versuche mit einem Treffer. Also müssten dann doch bei 31 0.45 ≈ 69 Versuchen auch ungefähr 31 (≈0.45⋅69) Treffer auftreten.

Wir berechnen also mit unserem ersten n=69:
P0.45n (X31) ≈ 0.5449 (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=62 die gesuchte Wahrscheinlichkeit über 80% ist.

Binomialverteilung X ∈ [l;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=0,65 entsteht. Es wird eine Stichprobe der Menge 44 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 24 und höchstens 32 beträgt?

Lösung einblenden

P0.6544 (24X32) =

...
21
22
23
24
25
26
27
28
29
30
31
32
33
34
...

P0.6544 (X32) - P0.6544 (X23) ≈ 0.8931 - 0.0556 ≈ 0.8375
(TI-Befehl: binomcdf(44,0.65,32) - binomcdf(44,0.65,23))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 2 rote und einige schwarze Kugeln. Es soll 27 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 27 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
3 5 0.9998
4 6 0.9982
5 7 0.9923
6 8 0.9793
7 9 0.9578
8 10 0.9282
9 11 0.8921
10 12 0.8512
11 13 0.8075
12 14 0.7625
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=27 und unbekanntem Parameter p.

Es muss gelten: Pp27 (X24) = 0.8 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 2 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 Pp27 (X24) ('höchstens 24 Treffer bei 27 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 3 5 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 11 13 die gesuchte Wahrscheinlichkeit über 80% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 11 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 91 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 83 erkennen und dumm anlabern?

Lösung einblenden
pP(X≤k)
......
0.820.9956
0.830.9916
0.840.9843
0.850.9718
0.860.951
0.870.9179
0.880.8679
......

Es muss gelten: Pp91 (X83) =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=binomcdf(91,X,83) - 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 letztmals bei p=0.87 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 10%. Wie groß ist die Wahrscheinlichkeit dass er von 89 Versuchen nicht mehr als 3 trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=89 und p=0.1.

P0.189 (X3) = P0.189 (X=0) + P0.189 (X=1) + P0.189 (X=2) + P0.189 (X=3) = 0.018199199202557 ≈ 0.0182
(TI-Befehl: binomcdf(89,0.1,3))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,6. Wie groß ist die Wahrscheinlichkeit bei 92 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=92⋅0.6 = 55.2

Die 20% Abweichung wären dann zwischen 80% von 55.2, also 0.8⋅ 55.2 = 44.16 und 120% von 55.2, also 1.2⋅ 55.2 = 66.24

Da die Trefferzahl ja nicht weiter von 55.2 entfernt sein darf als 44.16 bzw. 66.24, muss sie also zwischen 45 und 66 liegen.

P0.692 (45X66) =

...
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
...

P0.692 (X66) - P0.692 (X44) ≈ 0.9929 - 0.012 ≈ 0.9809
(TI-Befehl: binomcdf(92,0.6,66) - binomcdf(92,0.6,44))