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 50%. Wie oft darf höchstens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 90% Wahrscheinlichkeit nicht mehr als 21 grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
350.9123
360.8785
370.838
380.7912
390.7388
400.6821
410.6224
420.5612
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.5 und variablem n.

Es muss gelten: P0.5n (X21) ≥ 0.9

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 21 0.5 ≈ 42 Versuchen auch ungefähr 21 (≈0.5⋅42) Treffer auftreten.

Wir berechnen also mit unserem ersten n=42:
P0.5n (X21) ≈ 0.5612 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=35 die gesuchte Wahrscheinlichkeit über 90% ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 55 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 8 mal, aber weniger als 14 mal eine sechs gewürfelt wird?

Lösung einblenden

P 1 6 55 (9X13) =

...
6
7
8
9
10
11
12
13
14
15
...

P 1 6 55 (X13) - P 1 6 55 (X8) ≈ 0.9361 - 0.42 ≈ 0.5161
(TI-Befehl: binomcdf(55, 1 6 ,13) - binomcdf(55, 1 6 ,8))

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 5 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 65 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 5 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 90% für die 65 Durchgänge reichen?

Lösung einblenden
pP(X≤5)
......
1 13 0.6161
1 14 0.6808
1 15 0.7351
1 16 0.7802
1 17 0.8175
1 18 0.8482
1 19 0.8734
1 20 0.8941
1 21 0.9112
......

Die Zufallsvariable X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=65 und unbekanntem Parameter p.

Es muss gelten: Pp65 (X5) =0.9 (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 Pp65 (X5) ('höchstens 5 Treffer bei 65 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 5 65 . Mit diesem p wäre ja 5= 5 65 ⋅65 der Erwartungswert und somit Pp65 (X5) irgendwo in der nähe von 50%. Wenn wir nun p= 5 65 mit 1 5 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 13 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 21 die gesuchte Wahrscheinlichkeit über 90% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 21 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 61 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 35 erkennen und dumm anlabern?

Lösung einblenden
pP(X≤k)
......
0.440.987
0.450.9806
0.460.9719
0.470.9601
0.480.9446
0.490.9248
0.50.9
......

Es muss gelten: Pp61 (X35) =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(61,X,35) - 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=0.49 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,6. Wie groß ist die Wahrscheinlichkeit bei 46 Versuchen, mehr als 23 mal und höchstens 29 mal im grünen Bereich zu landen?

Lösung einblenden

P0.646 (24X29) =

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

P0.646 (X29) - P0.646 (X23) ≈ 0.7137 - 0.1093 ≈ 0.6044
(TI-Befehl: binomcdf(46,0.6,29) - binomcdf(46,0.6,23))

Wahrscheinlichkeit von σ-Intervall um μ

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 40 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips um nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 40⋅0.65 ≈ 26,
die Standardabweichung mit σ = n p (1-p) = 40 0.65 0.35 ≈ 3.02

29.02 (26 + 3.02) und 22.98 (26 - 3.02) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 26 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 23 und 29 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 23 und 29 liegt.

P0.6540 (23X29) =

...
20
21
22
23
24
25
26
27
28
29
30
31
...

P0.6540 (X29) - P0.6540 (X22) ≈ 0.8785 - 0.1239 ≈ 0.7546
(TI-Befehl: binomcdf(40,0.65,29) - binomcdf(40,0.65,22))