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:

Beim Biberacher Schützenfest läuft ein 12-köpfiger historischer Spielmannszug mit, der an die Schweden während des 30-Jährigen Kriegs erinnert. Dabei feiern dessen Mitglieder manchmal so ausgelassen, dass die Wahrscheinlichkeit eines Ausfall beim Umzug wegen unverhältnismäßig exzessiven Alkoholgenuss bei 12% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 90%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden
nP(X≤k)
......
140.2315
150.0959
......

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.88 und variablem n.

Es muss gelten: P0.88n (X12) ≥ 0.9

Weil man ja aber P0.88n (X12) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.88n (X12) = 1 - P0.88n (X11) ≥ 0.9 |+ P0.88n (X11) - 0.9

0.1 ≥ P0.88n (X11) oder P0.88n (X11) ≤ 0.1

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 88% der Versuche mit einem Treffer. Also müssten dann doch bei 12 0.88 ≈ 14 Versuchen auch ungefähr 12 (≈0.88⋅14) Treffer auftreten.

Wir berechnen also mit unserem ersten n=14:
P0.88n (X11) ≈ 0.2315 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=15 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 15 sein, damit P0.88n (X11) ≤ 0.1 oder eben P0.88n (X12) ≥ 0.9 gilt.

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=0,7 entsteht. Es wird eine Stichprobe der Menge 93 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 72 und höchstens 74 beträgt?

Lösung einblenden

P0.793 (72X74) =

...
69
70
71
72
73
74
75
76
...

P0.793 (X74) - P0.793 (X71) ≈ 0.9859 - 0.9289 ≈ 0.057
(TI-Befehl: binomcdf(93,0.7,74) - binomcdf(93,0.7,71))

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 7er-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 0.9375
1 3 0.7366
1 4 0.5551
1 5 0.4233
......

Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=7 und unbekanntem Parameter p.

Es muss gelten: Pp7 (X2) = 1- Pp7 (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 Pp7 (X2) ('mindestens 2 Treffer bei 7 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 4 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 4 sein.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 70% Wahrscheinlichkeit von 50 Freiwürfen mindestens 42 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥42)=1-P(X≤41)
......
0.810.372
0.820.4424
0.830.5168
0.840.5929
0.850.6681
0.860.7395
......

Es muss gelten: Pp50 (X42) =0.7 (oder mehr)

oder eben: 1- Pp50 (X41) =0.7 (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(50,X,41) - 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=0.86 die gesuchte Wahrscheinlichkeit über 0.7 ist.

Formel v. Bernoulli

Beispiel:

Ein Würfel wird 35 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 5 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=35 und p= 1 6 .

P 1 6 35 (X=5) = ( 35 5 ) ( 1 6 )5 ( 5 6 )30 =0.17587240158277≈ 0.1759
(TI-Befehl: binompdf(35,1/6,5))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,7. Wie groß ist die Wahrscheinlichkeit bei 42 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=42⋅0.7 = 29.4

Die 20% Abweichung wären dann zwischen 80% von 29.4, also 0.8⋅ 29.4 = 23.52 und 120% von 29.4, also 1.2⋅ 29.4 = 35.28

Da die Trefferzahl ja nicht weiter von 29.4 entfernt sein darf als 23.52 bzw. 35.28, muss sie also zwischen 24 und 35 liegen.

P0.742 (24X35) =

...
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
...

P0.742 (X35) - P0.742 (X23) ≈ 0.9845 - 0.0264 ≈ 0.9581
(TI-Befehl: binomcdf(42,0.7,35) - binomcdf(42,0.7,23))