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:

Beim Biberacher Schützenfest läuft ein 12-köpfiger historischer Spielmannszug mit, der an die Schweden während des 30-Jährigen Kriegs erinnert. Dabei feiern dessen Mitglieder manchmal so ausgelassen, dass die Wahrscheinlichkeit eines Ausfall beim Umzug wegen unverhältnismäßig exzessiven Alkoholgenuss bei 14% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 50%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden
nP(X≤k)
......
130.5614
140.3111
......

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.86 und variablem n.

Es muss gelten: P0.86n (X12) ≥ 0.5

Weil man ja aber P0.86n (X12) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.86n (X12) = 1 - P0.86n (X11) ≥ 0.5 |+ P0.86n (X11) - 0.5

0.5 ≥ P0.86n (X11) oder P0.86n (X11) ≤ 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 86% der Versuche mit einem Treffer. Also müssten dann doch bei 12 0.86 ≈ 14 Versuchen auch ungefähr 12 (≈0.86⋅14) Treffer auftreten.

Wir berechnen also mit unserem ersten n=14:
P0.86n (X11) ≈ 0.3111 (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=14 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 14 sein, damit P0.86n (X11) ≤ 0.5 oder eben P0.86n (X12) ≥ 0.5 gilt.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 35 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,35.
Wie groß ist dabei die Wahrscheinlichkeit, höchstens 16 Treffer zu erzielen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=35 und p=0.35.

P0.3535 (X16) = P0.3535 (X=0) + P0.3535 (X=1) + P0.3535 (X=2) +... + P0.3535 (X=16) = 0.93182379592202 ≈ 0.9318
(TI-Befehl: binomcdf(35,0.35,16))

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 8er-Packung mit der mindestens 75% Wahrscheinlichkeit 1 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≥1)=1-P(X≤0)
......
1 2 0.9961
1 3 0.961
1 4 0.8999
1 5 0.8322
1 6 0.7674
1 7 0.7086
......

Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=8 und unbekanntem Parameter p.

Es muss gelten: Pp8 (X1) = 1- Pp8 (X0) = 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 Pp8 (X1) ('mindestens 1 Treffer bei 8 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 6 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 6 sein.

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

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 76 mal wiederholt (bzw. die Stichprobe hat die Größe 76)
Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 50% mindestens 69 Treffer erzielt werden?

Lösung einblenden
pP(X≥69)=1-P(X≤68)
......
0.850.1001
0.860.1483
0.870.2126
0.880.2945
0.890.3933
0.90.5055
......

Es muss gelten: Pp76 (X69) =0.5 (oder mehr)

oder eben: 1- Pp76 (X68) =0.5 (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(76,X,68) - 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=0.9 die gesuchte Wahrscheinlichkeit über 0.5 ist.

Formel v. Bernoulli

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 97 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so genau 32 Fragen richtig beantwortet hat?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=97 und p= 1 4 .

P 1 4 97 (X=32) = ( 97 32 ) ( 1 4 )32 ( 3 4 )65 =0.018184559336586≈ 0.0182
(TI-Befehl: binompdf(97,1/4,32))

Wahrscheinlichkeit von σ-Intervall um μ

Beispiel:

Ein Würfel wird 77 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der gewürfelten 6er nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 77⋅ 1 6 ≈ 12.83,
die Standardabweichung mit σ = n p (1-p) = 77 1 6 5 6 ≈ 3.27

16.1 (12.83 + 3.27) und 9.56 (12.83 - 3.27) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 12.83 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 10 und 16 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 10 und 16 liegt.

P 1 6 77 (10X16) =

...
7
8
9
10
11
12
13
14
15
16
17
18
...

P 1 6 77 (X16) - P 1 6 77 (X9) ≈ 0.8676 - 0.1533 ≈ 0.7143
(TI-Befehl: binomcdf(77, 1 6 ,16) - binomcdf(77, 1 6 ,9))