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 12% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 90%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden
nP(X≤k)
......
140.2315
150.0959
......

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.88 und variablem n.

Es muss gelten: P0.88n (X12) ≥ 0.9

Weil man ja aber P0.88n (X12) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.88n (X12) = 1 - P0.88n (X11) ≥ 0.9 |+ P0.88n (X11) - 0.9

0.1 ≥ P0.88n (X11) oder P0.88n (X11) ≤ 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 88% der Versuche mit einem Treffer. Also müssten dann doch bei 12 0.88 ≈ 14 Versuchen auch ungefähr 12 (≈0.88⋅14) Treffer auftreten.

Wir berechnen also mit unserem ersten n=14:
P0.88n (X11) ≈ 0.2315 (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=15 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 15 sein, damit P0.88n (X11) ≤ 0.1 oder eben P0.88n (X12) ≥ 0.9 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 92 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 9 mal, aber weniger als 23 mal eine sechs gewürfelt wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=92 und p= 1 6 .

P 1 6 92 (10X22) =

...
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
...

P 1 6 92 (X22) - P 1 6 92 (X9) ≈ 0.9732 - 0.0448 ≈ 0.9284
(TI-Befehl: binomcdf(92, 1 6 ,22) - binomcdf(92, 1 6 ,9))

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 12er-Packung mit der mindestens 50% Wahrscheinlichkeit 2 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≥2)=1-P(X≤1)
......
1 2 0.9968
1 3 0.946
1 4 0.8416
1 5 0.7251
1 6 0.6187
1 7 0.5282
1 8 0.4533
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=12 und unbekanntem Parameter p.

Es muss gelten: Pp12 (X2) = 1- Pp12 (X1) = 0.5 (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 Pp12 (X2) ('mindestens 2 Treffer bei 12 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 7 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 7 sein.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 80% Wahrscheinlichkeit von 86 Freiwürfen mindestens 29 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥29)=1-P(X≤28)
......
0.330.4838
0.340.5621
0.350.6374
0.360.7071
0.370.7694
0.380.8231
......

Es muss gelten: Pp86 (X29) =0.8 (oder mehr)

oder eben: 1- Pp86 (X28) =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(86,X,28) - 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=0.38 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 54 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 6 mal, aber weniger als 11 mal eine sechs gewürfelt wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=54 und p= 1 6 .

P 1 6 54 (7X10) =

...
4
5
6
7
8
9
10
11
12
...

P 1 6 54 (X10) - P 1 6 54 (X6) ≈ 0.7176 - 0.1822 ≈ 0.5354
(TI-Befehl: binomcdf(54, 1 6 ,10) - binomcdf(54, 1 6 ,6))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,45. Wie groß ist die Wahrscheinlichkeit bei 94 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=94⋅0.45 = 42.3

Die 20% Abweichung wären dann zwischen 80% von 42.3, also 0.8⋅ 42.3 = 33.84 und 120% von 42.3, also 1.2⋅ 42.3 = 50.76

Da die Trefferzahl ja nicht weiter von 42.3 entfernt sein darf als 33.84 bzw. 50.76, muss sie also zwischen 34 und 50 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=94 und p=0.45.

P0.4594 (34X50) =

...
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
...

P0.4594 (X50) - P0.4594 (X33) ≈ 0.9551 - 0.0331 ≈ 0.922
(TI-Befehl: binomcdf(94,0.45,50) - binomcdf(94,0.45,33))