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:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 50% 22 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
1290.5105
1300.4949
1310.4793
1320.4638
......

Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = 1 6 und variablem n.

Es muss gelten: P 1 6 n (X22) ≥ 0.5

Weil man ja aber P 1 6 n (X22) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X22) = 1 - P 1 6 n (X21) ≥ 0.5 |+ P 1 6 n (X21) - 0.5

0.5 ≥ P 1 6 n (X21) oder P 1 6 n (X21) ≤ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 22 1 6 ≈ 132 Versuchen auch ungefähr 22 (≈ 1 6 ⋅132) Treffer auftreten.

Wir berechnen also mit unserem ersten n=132:
P 1 6 n (X21) ≈ 0.4638 (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=130 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 130 sein, damit P 1 6 n (X21) ≤ 0.5 oder eben P 1 6 n (X22) ≥ 0.5 gilt.

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,93. Wie groß ist die Wahrscheinlichkeit dass er von 35 Versuchen mindestens 35 trifft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
32
33
34

P0.9335 (X35) = 1 - P0.9335 (X34) = 0.0789
(TI-Befehl: 1-binomcdf(35,0.93,34))

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 12er-Packung mit der mindestens 75% 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 0.9968
1 3 0.946
1 4 0.8416
1 5 0.7251
......

Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=12 und unbekanntem Parameter p.

Es muss gelten: Pp12 (X2) = 1- Pp12 (X1) = 0.75 (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 Pp12 (X2) ('mindestens 2 Treffer bei 12 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 75% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 4 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 68 mal wiederholt (bzw. die Stichprobe hat die Größe 68).
Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 80% höchstens 62 Treffer erzielt werden?

Lösung einblenden
pP(X≤k)
......
0.830.982
0.840.9707
0.850.9535
0.860.9279
0.870.8911
0.880.8401
0.890.7722
......

Es muss gelten: Pp68 (X62) =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=binomcdf(68,X,62) - 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=0.88 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Binomialverteilung X>=k

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, 3 oder mehr Glückskekse mit einer Peproni zu erwischen, wenn man 57 Glückskekse kauft?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

0
1
2
3
4
5
...

P0.12557 (X3) = 1 - P0.12557 (X2) = 0.9794
(TI-Befehl: 1-binomcdf(57,0.125,2))

Binomialvert. Abstand vom Erwartungswert

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=0,3 entsteht. Es wird eine Stichprobe der Menge 79 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=79⋅0.3 = 23.7

Die 20% Abweichung wären dann zwischen 80% von 23.7, also 0.8⋅ 23.7 = 18.96 und 120% von 23.7, also 1.2⋅ 23.7 = 28.44

Da die Trefferzahl ja nicht weiter von 23.7 entfernt sein darf als 18.96 bzw. 28.44, muss sie also zwischen 19 und 28 liegen.

P0.379 (19X28) =

...
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
...

P0.379 (X28) - P0.379 (X18) ≈ 0.8797 - 0.0987 ≈ 0.781
(TI-Befehl: binomcdf(79,0.3,28) - binomcdf(79,0.3,18))