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 15% liegt. Wie vielen Personen muss nun dieses Produkt mindestens vorgeführt werden, damit sich mit mind. 50% Wahrscheinlichkeit, 29 oder mehr Käufer für dieses Produkt finden?

Lösung einblenden
nP(X≤k)
......
1900.5095
1910.4974
1920.4853
1930.4732
......

Die Zufallsgröße X gibt Anzahl der Käufer an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.

Es muss gelten: P0.15n (X29) ≥ 0.5

Weil man ja aber P0.15n (X29) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.15n (X29) = 1 - P0.15n (X28) ≥ 0.5 |+ P0.15n (X28) - 0.5

0.5 ≥ P0.15n (X28) oder P0.15n (X28) ≤ 0.5

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 15% der Versuche mit einem Treffer. Also müssten dann doch bei 29 0.15 ≈ 193 Versuchen auch ungefähr 29 (≈0.15⋅193) Treffer auftreten.

Wir berechnen also mit unserem ersten n=193:
P0.15n (X28) ≈ 0.4732 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=191 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 191 sein, damit P0.15n (X28) ≤ 0.5 oder eben P0.15n (X29) ≥ 0.5 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 73% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 76 Versuchen mindestens 61 und weniger als 64 trifft?

Lösung einblenden

P0.7376 (61X63) =

...
58
59
60
61
62
63
64
65
...

P0.7376 (X63) - P0.7376 (X60) ≈ 0.9845 - 0.9055 ≈ 0.079
(TI-Befehl: binomcdf(76,0.73,63) - binomcdf(76,0.73,60))

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 1 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≥1)=1-P(X≤0)
......
1 2 0.9995
1 3 0.9884
1 4 0.9578
1 5 0.9141
1 6 0.8654
1 7 0.8165
1 8 0.7698
1 9 0.7263
1 10 0.6862
1 11 0.6495
1 12 0.616
1 13 0.5854
1 14 0.5574
1 15 0.5318
1 16 0.5083
1 17 0.4867
......

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 (X1) = 1- Pp11 (X0) = 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 (X1) ('mindestens 1 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 16 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 16 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 64 Wiederholungen 37 mal (oder mehr) rot zu treffen bei mind. 70% liegt?

Lösung einblenden
pP(X≥37)=1-P(X≤36)
......
0.560.436
0.570.5004
0.580.5649
0.590.6281
0.60.6882
0.610.7441
......

Es muss gelten: Pp64 (X37) =0.7 (oder mehr)

oder eben: 1- Pp64 (X36) =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(64,X,36) - 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=0.61 die gesuchte Wahrscheinlichkeit über 0.7 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 87% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 92 Versuchen mindestens 75 und weniger als 87 trifft?

Lösung einblenden

P0.8792 (75X86) =

...
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
...

P0.8792 (X86) - P0.8792 (X74) ≈ 0.9848 - 0.0486 ≈ 0.9362
(TI-Befehl: binomcdf(92,0.87,86) - binomcdf(92,0.87,74))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Würfel wird 87 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der gewürfelten 6er nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=87⋅ 1 6 = 14.5

Die 20% Abweichung wären dann zwischen 80% von 14.5, also 0.8⋅ 14.5 = 11.6 und 120% von 14.5, also 1.2⋅ 14.5 = 17.4

Da die Trefferzahl ja nicht weiter von 14.5 entfernt sein darf als 11.6 bzw. 17.4, muss sie also zwischen 12 und 17 liegen.

P 1 6 87 (12X17) =

...
9
10
11
12
13
14
15
16
17
18
19
...

P 1 6 87 (X17) - P 1 6 87 (X11) ≈ 0.8084 - 0.1962 ≈ 0.6122
(TI-Befehl: binomcdf(87, 1 6 ,17) - binomcdf(87, 1 6 ,11))