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 15% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 50%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden
nP(X≤k)
......
130.6017
140.3521
......

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.85 und variablem n.

Es muss gelten: P0.85n (X12) ≥ 0.5

Weil man ja aber P0.85n (X12) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.85n (X12) = 1 - P0.85n (X11) ≥ 0.5 |+ P0.85n (X11) - 0.5

0.5 ≥ P0.85n (X11) oder P0.85n (X11) ≤ 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 12 0.85 ≈ 14 Versuchen auch ungefähr 12 (≈0.85⋅14) Treffer auftreten.

Wir berechnen also mit unserem ersten n=14:
P0.85n (X11) ≈ 0.3521 (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=14 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 14 sein, damit P0.85n (X11) ≤ 0.5 oder eben P0.85n (X12) ≥ 0.5 gilt.

Formel v. Bernoulli

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,55. Wie groß ist die Wahrscheinlichkeit dass er von 34 Versuchen genau 15 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=34 und p=0.55.

P0.5534 (X=15) = ( 34 15 ) 0.5515 0.4519 =0.060960493734661≈ 0.061
(TI-Befehl: binompdf(34,0.55,15))

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 6er-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 0.8906
1 3 0.6488
1 4 0.4661
......

Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=6 und unbekanntem Parameter p.

Es muss gelten: Pp6 (X2) = 1- Pp6 (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 Pp6 (X2) ('mindestens 2 Treffer bei 6 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 3 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 3 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 72 Ausspielungen nicht öfters als 63 mal der grüne Bereich kommen. Wie hoch darf man die Wahrscheinlichkeit für den grünen Bereich auf dem Glücksrad maximal setzen?

Lösung einblenden
pP(X≤k)
......
0.770.9918
0.780.9864
0.790.978
0.80.9653
0.810.9466
0.820.9199
0.830.8831
......

Es muss gelten: Pp72 (X63) =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(72,X,63) - 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=0.82 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

Beispiel:

Eine Münze wird 84 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass höchstens 39 mal "Zahl" (p=0,5) 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=84 und p=0.5.

P0.584 (X39) = P0.584 (X=0) + P0.584 (X=1) + P0.584 (X=2) +... + P0.584 (X=39) = 0.29282339736061 ≈ 0.2928
(TI-Befehl: binomcdf(84,0.5,39))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Würfel wird 85 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=85⋅ 1 6 = 14.166666666667

Die 20% Abweichung wären dann zwischen 80% von 14.167, also 0.8⋅ 14.167 = 11.333 und 120% von 14.166666666667, also 1.2⋅ 14.167 = 17

Da die Trefferzahl ja nicht weiter von 14.166666666667 entfernt sein darf als 11.333 bzw. 17, muss sie also zwischen 12 und 17 liegen.

P 1 6 85 (12X17) =

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

P 1 6 85 (X17) - P 1 6 85 (X11) ≈ 0.8348 - 0.2227 ≈ 0.6121
(TI-Befehl: binomcdf(85, 1 6 ,17) - binomcdf(85, 1 6 ,11))