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 18% liegt. Wie vielen Personen muss nun dieses Produkt mindestens vorgeführt werden, damit sich mit mind. 70% Wahrscheinlichkeit, 36 oder mehr Käufer für dieses Produkt finden?

Lösung einblenden
nP(X≤k)
......
2100.3457
2110.3341
2120.3226
2130.3113
2140.3003
2150.2895
......

Die Zufallsgröße X gibt Anzahl der Käufer an und ist im Idealfall binomialverteilt mit p = 0.18 und variablem n.

Es muss gelten: P0.18n (X36) ≥ 0.7

Weil man ja aber P0.18n (X36) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.18n (X36) = 1 - P0.18n (X35) ≥ 0.7 |+ P0.18n (X35) - 0.7

0.3 ≥ P0.18n (X35) oder P0.18n (X35) ≤ 0.3

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 18% der Versuche mit einem Treffer. Also müssten dann doch bei 36 0.18 ≈ 200 Versuchen auch ungefähr 36 (≈0.18⋅200) Treffer auftreten.

Wir berechnen also mit unserem ersten n=200:
P0.18n (X35) ≈ 0.4711 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=215 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 215 sein, damit P0.18n (X35) ≤ 0.3 oder eben P0.18n (X36) ≥ 0.7 gilt.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 25 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,65. Wie groß ist dabei die Wahrscheinlichkeit, weniger als 17 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=25 und p=0.65.

P0.6525 (X<17) = P0.6525 (X16) = P0.6525 (X=0) + P0.6525 (X=1) + P0.6525 (X=2) +... + P0.6525 (X=16) = 0.5331802525434 ≈ 0.5332
(TI-Befehl: binomcdf(25,0.65,16))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 28 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 28 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
6 10 0.9993
7 11 0.9976
8 12 0.9939
9 13 0.9873
10 14 0.9771
11 15 0.963
12 16 0.9449
13 17 0.923
14 18 0.8978
15 19 0.8699
16 20 0.8398
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=28 und unbekanntem Parameter p.

Es muss gelten: Pp28 (X24) = 0.85 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 4 größer sein muss als der Zähler.

Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit Pp28 (X24) ('höchstens 24 Treffer bei 28 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 6 10 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 15 19 die gesuchte Wahrscheinlichkeit über 85% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 15 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 53 Wiederholungen 35 mal (oder mehr) rot zu treffen bei mind. 90% liegt?

Lösung einblenden
pP(X≥35)=1-P(X≤34)
......
0.680.6798
0.690.7344
0.70.7844
0.710.829
0.720.8677
0.730.9003
......

Es muss gelten: Pp53 (X35) =0.9 (oder mehr)

oder eben: 1- Pp53 (X34) =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=1-binomcdf(53,X,34) - 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=0.73 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 1 Glückskekse mit einer Peproni zu erwischen, wenn man 22 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=22 und p= 1 8 .

P 1 8 22 (X=1) = ( 22 1 ) ( 1 8 )1 ( 7 8 )21 =0.16653357579977≈ 0.1665
(TI-Befehl: binompdf(22,1/8,1))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 69 und p = 0.4
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 = 69 und p = 0.4 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 69 ⋅ 0.4 = 27.6

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 69 ⋅ 0.4 ⋅ 0.6 = 16.56 4.07