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 7% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 50%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden
nP(X≤k)
......
120.5814
130.2298
......

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.93 und variablem n.

Es muss gelten: P0.93n (X12) ≥ 0.5

Weil man ja aber P0.93n (X12) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.93n (X12) = 1 - P0.93n (X11) ≥ 0.5 |+ P0.93n (X11) - 0.5

0.5 ≥ P0.93n (X11) oder P0.93n (X11) ≤ 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 93% der Versuche mit einem Treffer. Also müssten dann doch bei 12 0.93 ≈ 13 Versuchen auch ungefähr 12 (≈0.93⋅13) Treffer auftreten.

Wir berechnen also mit unserem ersten n=13:
P0.93n (X11) ≈ 0.2298 (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=13 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 13 sein, damit P0.93n (X11) ≤ 0.5 oder eben P0.93n (X12) ≥ 0.5 gilt.

Formel v. Bernoulli

Beispiel:

In einer Chip-Fabrik werden neue High Tech Chips produziert. Leider ist die Technik noch nicht so ganz ausgereift, weswegen Ausschuss mit einer Wahrscheinlichkeit von 10% entsteht. Es wird eine Stichprobe der Menge 20 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 4 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=20 und p=0.1.

P0.120 (X=4) = ( 20 4 ) 0.14 0.916 =0.089778828149872≈ 0.0898
(TI-Befehl: binompdf(20,0.1,4))

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 10er-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 0.9893
1 3 0.896
1 4 0.756
1 5 0.6242
1 6 0.5155
1 7 0.4292
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=10 und unbekanntem Parameter p.

Es muss gelten: Pp10 (X2) = 1- Pp10 (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 Pp10 (X2) ('mindestens 2 Treffer bei 10 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 6 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 6 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 66 mal wiederholt (bzw. die Stichprobe hat die Größe 66).Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 90% höchstens 45 Treffer erzielt werden?

Lösung einblenden
pP(X≤k)
......
0.560.9841
0.570.9764
0.580.9658
0.590.9514
0.60.9326
0.610.9084
0.620.8782
......

Es muss gelten: Pp66 (X45) =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(66,X,45) - 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=0.61 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X>=k

Beispiel:

Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,2. Wie groß ist die Wahrscheinlichkeit bei 85 Versuchen mehr als 21 mal im grünen Bereich zu landen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Drehungen, die im grünen Bereich landen, an. X ist binomialverteilt mit n=85 und p=0.2.

...
19
20
21
22
23
24
...

P0.285 (X>21) = P0.285 (X22) = 1 - P0.285 (X21) = 0.1132
(TI-Befehl: 1-binomcdf(85,0.2,21))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 63 und p = 0.9
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 = 63 und p = 0.9 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 63 ⋅ 0.9 = 56.7

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 63 ⋅ 0.9 ⋅ 0.1 = 5.67 2.38