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:

In Tschechien gilt absolutes Alkoholverbot in Lokalen für Jugendliche unter 18 Jahren. Ein paar trinkfreudige 17-jährige Jugendliche wollen bei einer Studienfahrt nach Prag trotzdem ihr Glück versuchen. 81% der Gaststätten setzen das Alkoholverbot konsequent um und schenken nur gegen Vorlage einer "ID" (Personalausweis) Bier aus. Wie viele Kneipen müssen die Jugenlichen nun mindestens aufsuchen, damit sie bei einer Kneipentour mit mindestens 70% Wahrscheinlichkeit in mindestens 4 Lokalen nicht mit Nachfragen zu ihrer "ID" gedemütigt werden und in Ruhe ein Bier trinken können?

Lösung einblenden
nP(X≤k)
......
210.4148
220.3758
230.3391
240.305
250.2734
......

Die Zufallsgröße X gibt die Anzahl der besuchten Kneipen, die keine "ID" (Personalausweis) verlangen an und ist im Idealfall binomialverteilt mit p = 0.19 und variablem n.

Es muss gelten: P0.19n (X4) ≥ 0.7

Weil man ja aber P0.19n (X4) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.19n (X4) = 1 - P0.19n (X3) ≥ 0.7 |+ P0.19n (X3) - 0.7

0.3 ≥ P0.19n (X3) oder P0.19n (X3) ≤ 0.3

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 19% der Versuche mit einem Treffer. Also müssten dann doch bei 4 0.19 ≈ 21 Versuchen auch ungefähr 4 (≈0.19⋅21) Treffer auftreten.

Wir berechnen also mit unserem ersten n=21:
P0.19n (X3) ≈ 0.4148 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=25 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 25 sein, damit P0.19n (X3) ≤ 0.3 oder eben P0.19n (X4) ≥ 0.7 gilt.

Binomialverteilung X>=k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,1. Wie groß ist die Wahrscheinlichkeit bei 44 Versuchen mindestens 1 mal im grünen Bereich zu landen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

0
1
2
3
...

P0.144 (X1) = 1 - P0.144 (X0) = 0.9903
(TI-Befehl: 1-binomcdf(44,0.1,0))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Schulklasse möchte fürs Schulfest ein Glücksrad entwickeln. Aus optischen Gründen sollen dabei alle Sektoren gleich groß sein. Einer davon soll für den Hauptpreis stehen. Hierfür haben sie insgesamt 5 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 50 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 5 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 50 Durchgänge reichen?

Lösung einblenden
pP(X≤5)
......
1 10 0.6161
1 11 0.6991
1 12 0.7647
......

Die Zufallsvariable X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=50 und unbekanntem Parameter p.

Es muss gelten: Pp50 (X5) =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 Pp50 (X5) ('höchstens 5 Treffer bei 50 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 5 50 . Mit diesem p wäre ja 5= 5 50 ⋅50 der Erwartungswert und somit Pp50 (X5) irgendwo in der nähe von 50%. Wenn wir nun p= 5 50 mit 1 5 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 10 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 12 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 12 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Eine Fluggesellschaft hat 27 Plätze in ihrem Flugzeug. Trotzdem werden 40 Flugtickets verkauft. Wie hoch darf die Wahrscheinlichkeit, dass ein Ticketkäufer auch tatsächlich mitfliegt, höchstens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?

Lösung einblenden
pP(X≤k)
......
0.530.984
0.540.9782
0.550.9708
0.560.9614
0.570.9496
0.580.9351
0.590.9175
......

Es muss gelten: Pp40 (X27) =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(40,X,27) - 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=0.58 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

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=0,2 entsteht. Es wird eine Stichprobe der Menge 90 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon nicht mehr als 12 defekte Chips enthalten sind.
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=90 und p=0.2.

P0.290 (X12) = P0.290 (X=0) + P0.290 (X=1) + P0.290 (X=2) +... + P0.290 (X=12) = 0.068753208740126 ≈ 0.0688
(TI-Befehl: binomcdf(90,0.2,12))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Würfel wird 57 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=57⋅ 1 6 = 9.5

Die 20% Abweichung wären dann zwischen 80% von 9.5, also 0.8⋅ 9.5 = 7.6 und 120% von 9.5, also 1.2⋅ 9.5 = 11.4

Da die Trefferzahl ja nicht weiter von 9.5 entfernt sein darf als 7.6 bzw. 11.4, muss sie also zwischen 8 und 11 liegen.

P 1 6 57 (8X11) =

...
5
6
7
8
9
10
11
12
13
...

P 1 6 57 (X11) - P 1 6 57 (X7) ≈ 0.7675 - 0.245 ≈ 0.5225
(TI-Befehl: binomcdf(57, 1 6 ,11) - binomcdf(57, 1 6 ,7))