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 17% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 28-Platzmaschine höchstens verkaufen, so dass es zu mindestens 60% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
330.6822
340.5305
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.83 und variablem n.

Es muss gelten: P0.83n (X≤28) ≥ 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 83% der Versuche mit einem Treffer. Also müssten dann doch bei 28 0.83 ≈ 34 Versuchen auch ungefähr 28 (≈0.83⋅34) Treffer auftreten.

Wir berechnen also mit unserem ersten n=34:
P0.83n (X≤28) ≈ 0.5305 (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=33 die gesuchte Wahrscheinlichkeit über 60% ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 93 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 16 mal, aber weniger als 20 mal eine sechs gewürfelt wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=93 und p= 1 6 .

P 1 6 93 (17≤X≤19) =

...
14
15
16
17
18
19
20
21
...

P 1 6 93 (X≤19) - P 1 6 93 (X≤16) ≈ 0.866 - 0.6204 ≈ 0.2456
(TI-Befehl: binomcdf(93, 1 6 ,19) - binomcdf(93, 1 6 ,16))

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 6 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 70 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 6 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 85% für die 70 Durchgänge reichen?

Lösung einblenden
pP(X≤6)
......
1 11 0.5454
1 12 0.6343
1 13 0.7081
1 14 0.7678
1 15 0.8155
1 16 0.8533
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=70 und unbekanntem Parameter p.

Es muss gelten: Pp70 (X≤6) =0.85 (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 Pp70 (X≤6) ('höchstens 6 Treffer bei 70 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 70 . Mit diesem p wäre ja 6= 6 70 ⋅70 der Erwartungswert und somit Pp70 (X≤6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 70 mit 1 6 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 11 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 16 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 16 sein.

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 95 Wiederholungen 37 mal (oder mehr) rot zu treffen bei mind. 80% liegt?

Lösung einblenden
pP(X≥37)=1-P(X≤36)
......
0.380.463
0.390.543
0.40.6208
0.410.6936
0.420.7592
0.430.8161
......

Es muss gelten: Pp95 (X≥37) =0.8 (oder mehr)

oder eben: 1- Pp95 (X≤36) =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=1-binomcdf(95,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 erstmals bei p=0.43 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Zufallsexperiment wird 69 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,6.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 38, aber höchstens 43 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=69 und p=0.6.

P0.669 (38≤X≤43) =

...
35
36
37
38
39
40
41
42
43
44
45
...

P0.669 (X≤43) - P0.669 (X≤37) ≈ 0.6948 - 0.1688 ≈ 0.526
(TI-Befehl: binomcdf(69,0.6,43) - binomcdf(69,0.6,37))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Würfel wird 80 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=80⋅ 1 6 = 13.333333333333

Die 20% Abweichung wären dann zwischen 80% von 13.333, also 0.8⋅ 13.333 = 10.667 und 120% von 13.333333333333, also 1.2⋅ 13.333 = 16

Da die Trefferzahl ja nicht weiter von 13.333333333333 entfernt sein darf als 10.667 bzw. 16, muss sie also zwischen 11 und 16 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=80 und p= 1 6 .

P 1 6 80 (11≤X≤16) =

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

P 1 6 80 (X≤16) - P 1 6 80 (X≤10) ≈ 0.8301 - 0.2002 ≈ 0.6299
(TI-Befehl: binomcdf(80, 1 6 ,16) - binomcdf(80, 1 6 ,10))