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:

Die Firma Apple hat ein neues geniales Produkt, die iYacht, auf den Markt gebracht (wenn auch nicht ganz günstig). Die hierfür beauftragte Marketingagentur garantiert, dass unter denen, denen sie die Yacht vorgeführt hat, der Anteil der späteren Käufer bei 16% liegt. Wie vielen Personen muss nun dieses Produkt mindestens vorgeführt werden, damit sich mit mind. 90% Wahrscheinlichkeit, 40 oder mehr Käufer für dieses Produkt finden?

Lösung einblenden
nP(X≤k)
......
2920.1231
2930.1182
2940.1134
2950.1088
2960.1043
2970.0999
......

Die Zufallsgröße X gibt Anzahl der Käufer an und ist im Idealfall binomialverteilt mit p = 0.16 und variablem n.

Es muss gelten: P0.16n (X≥40) ≥ 0.9

Weil man ja aber P0.16n (X≥40) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.16n (X≥40) = 1 - P0.16n (X≤39) ≥ 0.9 |+ P0.16n (X≤39) - 0.9

0.1 ≥ P0.16n (X≤39) oder P0.16n (X≤39) ≤ 0.1

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 16% der Versuche mit einem Treffer. Also müssten dann doch bei 40 0.16 ≈ 250 Versuchen auch ungefähr 40 (≈0.16⋅250) Treffer auftreten.

Wir berechnen also mit unserem ersten n=250:
P0.16n (X≤39) ≈ 0.4734 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=297 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 297 sein, damit P0.16n (X≤39) ≤ 0.1 oder eben P0.16n (X≥40) ≥ 0.9 gilt.

Binomialverteilung X>=k

Beispiel:

Ein Zufallsexperiment wird 72 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,5.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 42 Treffer zu erzielen?
(Bitte auf 4 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=72 und p=0.5.

...
39
40
41
42
43
44
...

P0.572 (X≥42) = 1 - P0.572 (X≤41) = 0.0973
(TI-Befehl: 1-binomcdf(72,0.5,41))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 18 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 90% unter den 18 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
4 12 0.6085
4 13 0.6966
4 14 0.7661
4 15 0.8198
4 16 0.861
4 17 0.8924
4 18 0.9164
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=18 und unbekanntem Parameter p.

Es muss gelten: Pp18 (X≤6) =0.9 (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 Pp18 (X≤6) ('höchstens 6 Treffer bei 18 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 18 . Mit diesem p wäre ja 6= 6 18 ⋅18 der Erwartungswert und somit Pp18 (X≤6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 18 mit 4 6 erweitern (so dass wir auf den Zähler 4 kommen) und den Nenner abrunden, müssten wir mit p= 4 12 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 4 18 die gesuchte Wahrscheinlichkeit über 90% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 18 sein.

Also werden noch 14 zusätzliche Optionen (also schwarze Kugeln) benötigt.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Eine Fluggesellschaft hat 35 Plätze in ihrem Flugzeug. Trotzdem werden 44 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)=1-P(X≤k-1)
......
0.670.9772
0.680.9687
0.690.9577
0.70.9436
0.710.9258
0.720.9037
0.730.8767
......

Es muss gelten: Pp44 (X≤35) =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(44,X,35) - 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=0.72 die gesuchte Wahrscheinlichkeit über 0.9 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 6 und höchstens 13 Glückskekse mit einer Peproni zu erwischen, wenn man 64 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=64 und p=0.125.

P0.12564 (7≤X≤13) =

...
4
5
6
7
8
9
10
11
12
13
14
15
...

P0.12564 (X≤13) - P0.12564 (X≤6) ≈ 0.9751 - 0.297 ≈ 0.6781
(TI-Befehl: binomcdf(64,0.125,13) - binomcdf(64,0.125,6))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Würfel wird 63 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=63⋅ 1 6 = 10.5

Die 20% Abweichung wären dann zwischen 80% von 10.5, also 0.8⋅ 10.5 = 8.4 und 120% von 10.5, also 1.2⋅ 10.5 = 12.6

Da die Trefferzahl ja nicht weiter von 10.5 entfernt sein darf als 8.4 bzw. 12.6, muss sie also zwischen 9 und 12 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=63 und p= 1 6 .

P 1 6 63 (9≤X≤12) =

...
6
7
8
9
10
11
12
13
14
...

P 1 6 63 (X≤12) - P 1 6 63 (X≤8) ≈ 0.7569 - 0.2563 ≈ 0.5006
(TI-Befehl: binomcdf(63, 1 6 ,12) - binomcdf(63, 1 6 ,8))