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 11% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 31-Platzmaschine höchstens verkaufen, so dass es zu mindestens 60% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
340.738
350.5468
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.89 und variablem n.

Es muss gelten: P0.89n (X31) ≥ 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 89% der Versuche mit einem Treffer. Also müssten dann doch bei 31 0.89 ≈ 35 Versuchen auch ungefähr 31 (≈0.89⋅35) Treffer auftreten.

Wir berechnen also mit unserem ersten n=35:
P0.89n (X31) ≈ 0.5468 (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=34 die gesuchte Wahrscheinlichkeit über 60% ist.

kumulierte Binomialverteilung

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,75. Wie groß ist die Wahrscheinlichkeit bei 62 Versuchen höchstens 46 mal im grünen Bereich zu landen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=62 und p=0.75.

P0.7562 (X46) = P0.7562 (X=0) + P0.7562 (X=1) + P0.7562 (X=2) +... + P0.7562 (X=46) = 0.49015609146557 ≈ 0.4902
(TI-Befehl: binomcdf(62,0.75,46))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 27 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 90% unter den 27 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
5 8 0.9996
6 9 0.9982
7 10 0.9949
8 11 0.9888
9 12 0.9793
10 13 0.9659
11 14 0.9488
12 15 0.9282
13 16 0.9047
14 17 0.8789
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=27 und unbekanntem Parameter p.

Es muss gelten: Pp27 (X24) = 0.9 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 3 größer sein muss als der Zähler.

Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit Pp27 (X24) ('höchstens 24 Treffer bei 27 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 5 8 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 13 16 die gesuchte Wahrscheinlichkeit über 90% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 13 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 65 Ausspielungen nicht öfters als 36 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)
......
0.430.9835
0.440.9754
0.450.9643
0.460.9495
0.470.9303
0.480.9059
0.490.8757
......

Es muss gelten: Pp65 (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=binomcdf(65,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 letztmals bei p=0.48 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

Beispiel:

Ein Würfel wird 74 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 19 mal eine 6 (p=1/6) 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=74 und p= 1 6 .

P 1 6 74 (X19) = P 1 6 74 (X=0) + P 1 6 74 (X=1) + P 1 6 74 (X=2) +... + P 1 6 74 (X=19) = 0.98333816439727 ≈ 0.9833
(TI-Befehl: binomcdf(74,1/6,19))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=50%. Wie groß ist die Wahrscheinlichkeit dass bei 91 Versuchen die Anzahl seiner Treffer um nicht mehr als eine Standardabweichung von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 91⋅0.5 ≈ 45.5,
die Standardabweichung mit σ = n p (1-p) = 91 0.5 0.5 ≈ 4.77

50.27 (45.5 + 4.77) und 40.73 (45.5 - 4.77) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 45.5 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 41 und 50 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 41 und 50 liegt.

P0.591 (41X50) =

...
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
...

P0.591 (X50) - P0.591 (X40) ≈ 0.8528 - 0.1472 ≈ 0.7056
(TI-Befehl: binomcdf(91,0.5,50) - binomcdf(91,0.5,40))