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 14% liegt. Wie vielen Personen muss nun dieses Produkt mindestens vorgeführt werden, damit sich mit mind. 50% Wahrscheinlichkeit, 30 oder mehr Käufer für dieses Produkt finden?

Lösung einblenden
nP(X≤k)
......
2110.5064
2120.4953
2130.4843
2140.4733
......

Die Zufallsgröße X gibt Anzahl der Käufer an und ist im Idealfall binomialverteilt mit p = 0.14 und variablem n.

Es muss gelten: P0.14n (X30) ≥ 0.5

Weil man ja aber P0.14n (X30) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.14n (X30) = 1 - P0.14n (X29) ≥ 0.5 |+ P0.14n (X29) - 0.5

0.5 ≥ P0.14n (X29) oder P0.14n (X29) ≤ 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 14% der Versuche mit einem Treffer. Also müssten dann doch bei 30 0.14 ≈ 214 Versuchen auch ungefähr 30 (≈0.14⋅214) Treffer auftreten.

Wir berechnen also mit unserem ersten n=214:
P0.14n (X29) ≈ 0.4733 (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=212 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 212 sein, damit P0.14n (X29) ≤ 0.5 oder eben P0.14n (X30) ≥ 0.5 gilt.

Formel v. Bernoulli

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 38 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 26 mal eine blaue Kugel gezogen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=38 und p=0.7.

P0.738 (X=26) = ( 38 26 ) 0.726 0.312 =0.13507300938517≈ 0.1351
(TI-Befehl: binompdf(38,0.7,26))

Binomialvert. mit variablem p (diskret)

Beispiel:

Ein neuer Multiple Choice Test mit 17 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 2 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 30% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤2)
......
1 8 0.6409
1 9 0.7089
......

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=17 und unbekanntem Parameter p.

Es muss gelten: Pp17 (X2) =0.7 (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 Pp17 (X2) ('höchstens 2 Treffer bei 17 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 2 17 . Mit diesem p wäre ja 2= 2 17 ⋅17 der Erwartungswert und somit Pp17 (X2) irgendwo in der nähe von 50%. Wenn wir nun p= 2 17 mit 1 2 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 8 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 9 die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 9 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Glücksrad soll mit einer Wahrscheinlichkeit von 90% bei 56 Ausspielungen nicht öfters als 31 mal der grüne Bereich kommen. Wie hoch darf man die Wahrscheinlichkeit für den grünen Bereich auf dem Glücksrad maximal setzen?

Lösung einblenden
pP(X≤k)
......
0.420.9841
0.430.9769
0.440.9671
0.450.9544
0.460.9379
0.470.9172
0.480.8917
......

Es muss gelten: Pp56 (X31) =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(56,X,31) - 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=0.47 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, nicht mehr als 17 Glückskekse mit einer Peproni zu erwischen, wenn man 74 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=74 und p= 1 8 .

P 1 8 74 (X17) = P 1 8 74 (X=0) + P 1 8 74 (X=1) + P 1 8 74 (X=2) +... + P 1 8 74 (X=17) = 0.99617265659699 ≈ 0.9962
(TI-Befehl: binomcdf(74,1/8,17))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,75. Wie groß ist die Wahrscheinlichkeit bei 45 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=45⋅0.75 = 33.75

Die 20% Abweichung wären dann zwischen 80% von 33.75, also 0.8⋅ 33.75 = 27 und 120% von 33.75, also 1.2⋅ 33.75 = 40.5

Da die Trefferzahl ja nicht weiter von 33.75 entfernt sein darf als 27 bzw. 40.5, muss sie also zwischen 27 und 40 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=45 und p=0.75.

P0.7545 (27X40) =

...
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
...

P0.7545 (X40) - P0.7545 (X26) ≈ 0.9941 - 0.0085 ≈ 0.9856
(TI-Befehl: binomcdf(45,0.75,40) - binomcdf(45,0.75,26))