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:

Eine Fluggesellschaft geht davon aus, dass 15% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 27-Platzmaschine höchstens verkaufen, so dass es zu mindestens 50% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
320.5356
330.3741
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.85 und variablem n.

Es muss gelten: P0.85n (X27) ≥ 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 85% der Versuche mit einem Treffer. Also müssten dann doch bei 27 0.85 ≈ 32 Versuchen auch ungefähr 27 (≈0.85⋅32) Treffer auftreten.

Wir berechnen also mit unserem ersten n=32:
P0.85n (X27) ≈ 0.5356 (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 letztmals bei n=32 die gesuchte Wahrscheinlichkeit über 50% ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Zufallsexperiment wird 96 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,35.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 27, aber höchstens 35 Treffer zu erzielen?

Lösung einblenden

P0.3596 (27X35) =

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

P0.3596 (X35) - P0.3596 (X26) ≈ 0.661 - 0.0623 ≈ 0.5987
(TI-Befehl: binomcdf(96,0.35,35) - binomcdf(96,0.35,26))

Binomialvert. mit variablem p (diskret)

Beispiel:

Die Homepage-AG einer Schule möchte auf der Startseite der Internetseite der Schule ein Zufallsbild integrieren. Dabei soll bei jedem Aufruf der Startseite ein zufälliges Bild aus einer Bilderdatenbank gezeigt werden. Alle Bilder der Datenbank sind immer gleich wahrscheinlich. Auf 3 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 90 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 70%-iger Wahrscheinlichkiet mindestens 10 mal am Tag eines ihrer eigenen 3 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?

Lösung einblenden
pP(X≥10)=1-P(X≤9)
......
3 12 0.9997
3 13 0.9988
3 14 0.9965
3 15 0.9914
3 16 0.9822
3 17 0.9675
3 18 0.9466
3 19 0.9189
3 20 0.8847
3 21 0.8447
3 22 0.8001
3 23 0.7519
3 24 0.7017
3 25 0.6505
......

Die Zufallsvariable X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=90 und unbekanntem Parameter p.

Es muss gelten: Pp90 (X10) = 1- Pp90 (X9) = 0.7 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp90 (X10) ('mindestens 10 Treffer bei 90 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 3 12 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 3 24 die gesuchte Wahrscheinlichkeit über 70% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens 24 sein.

Also wären noch 21 zusätzliche Optionen (also weitere Bilder) zulässig.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 90% Wahrscheinlichkeit von 45 Freiwürfen mindestens 37 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥37)=1-P(X≤36)
......
0.830.6464
0.840.7128
0.850.7745
0.860.8299
0.870.8774
0.880.9162
......

Es muss gelten: Pp45 (X37) =0.9 (oder mehr)

oder eben: 1- Pp45 (X36) =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(45,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=0.88 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 75% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 85 Versuchen mindestens 58 und weniger als 72 trifft?

Lösung einblenden

P0.7585 (58X71) =

...
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
...

P0.7585 (X71) - P0.7585 (X57) ≈ 0.978 - 0.0617 ≈ 0.9163
(TI-Befehl: binomcdf(85,0.75,71) - binomcdf(85,0.75,57))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 48 und p = 0.05
Bestimme den Erwartungswert μ und die Standardabweichung σ von X .

Lösung einblenden

Für Erwartungswert und Standardabweichung bei der Binomialverteilung gibt es ja einfache Formeln, in die man einfach n = 48 und p = 0.05 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 48 ⋅ 0.05 = 2.4

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 48 ⋅ 0.05 ⋅ 0.95 = 2.28 1.51