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 32-Platzmaschine höchstens verkaufen, so dass es zu mindestens 50% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
360.5698
370.3854
......

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 (X32) ≥ 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 89% der Versuche mit einem Treffer. Also müssten dann doch bei 32 0.89 ≈ 36 Versuchen auch ungefähr 32 (≈0.89⋅36) Treffer auftreten.

Wir berechnen also mit unserem ersten n=36:
P0.89n (X32) ≈ 0.5698 (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 letztmals bei n=36 die gesuchte Wahrscheinlichkeit über 50% 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=0,22 entsteht. Es wird eine Stichprobe der Menge 100 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 16 oder sogar noch mehr Chips defekt sind?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

...
13
14
15
16
17
18
...

P0.22100 (X16) = 1 - P0.22100 (X15) = 0.9462
(TI-Befehl: 1-binomcdf(100,0.22,15))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 17 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 17 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
4 11 0.5724
4 12 0.6739
4 13 0.7532
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=17 und unbekanntem Parameter p.

Es muss gelten: Pp17 (X6) =0.7 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 4 sein muss, da es ja genau 4 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp17 (X6) ('höchstens 6 Treffer bei 17 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 17 . Mit diesem p wäre ja 6= 6 17 ⋅17 der Erwartungswert und somit Pp17 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 17 mit 4 6 erweitern (so dass wir auf den Zähler 4 kommen) und den Nenner abrunden, müssten wir mit p= 4 11 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 4 13 die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 13 sein.

Also werden noch 9 zusätzliche Optionen (also schwarze Kugeln) benötigt.

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

Beispiel:

Ein Glücksrad soll mit nur zwei verschiedenen Sektoren (blau und rot) gebaut werden. Wie hoch muss man die Einzelwahrscheinlichkeit p mindestens wählen, dass die Wahrscheinlichkeit bei 70 Wiederholungen 46 mal (oder mehr) rot zu treffen bei mind. 70% liegt?

Lösung einblenden
pP(X≥46)=1-P(X≤45)
......
0.630.3682
0.640.4354
0.650.505
0.660.5752
0.670.6436
0.680.7084
......

Es muss gelten: Pp70 (X46) =0.7 (oder mehr)

oder eben: 1- Pp70 (X45) =0.7 (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(70,X,45) - 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=0.68 die gesuchte Wahrscheinlichkeit über 0.7 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, mehr als 1 und höchstens 12 Glückskekse mit einer Peproni zu erwischen, wenn man 53 Glückskekse kauft?

Lösung einblenden

P0.12553 (2X12) =

...
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
...

P0.12553 (X12) - P0.12553 (X1) ≈ 0.988 - 0.0072 ≈ 0.9808
(TI-Befehl: binomcdf(53,0.125,12) - binomcdf(53,0.125,1))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 98 und p = 0.45
Bestimme den Erwartungswert μ und die Standardabweichung σ von X .

Lösung einblenden

Für Erwartungswert und Standardabweichung bei der Binomialverteilung gibt es ja einfache Formeln, in die man einfach n = 98 und p = 0.45 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 98 ⋅ 0.45 = 44.1

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 98 ⋅ 0.45 ⋅ 0.55 = 24.255 4.92