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:

Beim MI6 (Arbeitsplatz von James Bond 007) soll eine Projektgruppe zur Aushebung einer multinationalen Superschurkenvereinigung eingerichtet werden. Bisherige Studien haben ergeben, dass diese kriminelle Vereinigung bereits alle wichtigen Regierungsbehörden infiltriert hat. Man geht davon aus, dass bereits jeder 50. MI6-Angestellte ein Spitzel dieser Organisiation ist. Wie groß darf diese Gruppe nun sein, so dass mit einer Wahrscheinlichkeit von mindestens 60% kein Spitzel in dieser Projektgruppe ist?

Lösung einblenden
nP(X≤k)
......
200.6676
210.6543
220.6412
230.6283
240.6158
250.6035
260.5914
......

Die Zufallsgröße X gibt Anzahl der Spitzel unter den MI6-Angestellten an und ist im Idealfall binomialverteilt mit p = 0.02 und variablem n.

Es muss gelten: P0.02n (X0) ≥ 0.6

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 2% der Versuche mit einem Treffer. Also müssten dann doch bei 0 0.02 ≈ 0 Versuchen auch ungefähr 0 (≈0.02⋅0) Treffer auftreten.

Wir berechnen also mit unserem ersten n=0:
P0.02n (X0) ≈ 1 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.6 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 0.6 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=25 die gesuchte Wahrscheinlichkeit über 60% ist.

Binomialverteilung X>=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=0,28 entsteht. Es wird eine Stichprobe der Menge 24 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 6 oder sogar noch mehr Chips defekt sind?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
3
4
5
6
7
8
...

P0.2824 (X6) = 1 - P0.2824 (X5) = 0.7016
(TI-Befehl: 1-binomcdf(24,0.28,5))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 19 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 19 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
5 15 0.5431
5 16 0.6203
5 17 0.6863
5 18 0.7416
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=19 und unbekanntem Parameter p.

Es muss gelten: Pp19 (X6) =0.7 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 5 sein muss, da es ja genau 5 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp19 (X6) ('höchstens 6 Treffer bei 19 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 19 . Mit diesem p wäre ja 6= 6 19 ⋅19 der Erwartungswert und somit Pp19 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 19 mit 5 6 erweitern (so dass wir auf den Zähler 5 kommen) und den Nenner abrunden, müssten wir mit p= 5 15 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 5 18 die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 18 sein.

Also werden noch 13 zusätzliche Optionen (also schwarze Kugeln) benötigt.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 80% Wahrscheinlichkeit von 66 Freiwürfen mindestens 31 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥31)=1-P(X≤30)
......
0.470.55
0.480.6137
0.490.6743
0.50.7307
0.510.7817
0.520.8267
......

Es muss gelten: Pp66 (X31) =0.8 (oder mehr)

oder eben: 1- Pp66 (X30) =0.8 (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(66,X,30) - 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=0.52 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 52 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,2.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 5 Treffer zu erzielen?

(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
2
3
4
5
6
7
...

P0.252 (X5) = 1 - P0.252 (X4) = 0.9863
(TI-Befehl: 1-binomcdf(52,0.2,4))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,7. Wie groß ist die Wahrscheinlichkeit bei 80 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 80⋅0.7 ≈ 56,
die Standardabweichung mit σ = n p (1-p) = 80 0.7 0.3 ≈ 4.1

60.1 (56 + 4.1) und 51.9 (56 - 4.1) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 56 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 52 und 60 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 52 und 60 liegt.

P0.780 (52X60) =

...
49
50
51
52
53
54
55
56
57
58
59
60
61
62
...

P0.780 (X60) - P0.780 (X51) ≈ 0.8648 - 0.1367 ≈ 0.7281
(TI-Befehl: binomcdf(80,0.7,60) - binomcdf(80,0.7,51))