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 13% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 80%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden
nP(X≤k)
......
140.2708
150.1204
......

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.87 und variablem n.

Es muss gelten: P0.87n (X12) ≥ 0.8

Weil man ja aber P0.87n (X12) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.87n (X12) = 1 - P0.87n (X11) ≥ 0.8 |+ P0.87n (X11) - 0.8

0.2 ≥ P0.87n (X11) oder P0.87n (X11) ≤ 0.2

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 87% der Versuche mit einem Treffer. Also müssten dann doch bei 12 0.87 ≈ 14 Versuchen auch ungefähr 12 (≈0.87⋅14) Treffer auftreten.

Wir berechnen also mit unserem ersten n=14:
P0.87n (X11) ≈ 0.2708 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=15 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 15 sein, damit P0.87n (X11) ≤ 0.2 oder eben P0.87n (X12) ≥ 0.8 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 81% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 56 Versuchen mindestens 44 und weniger als 46 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=56 und p=0.81.

P0.8156 (44X45) =

...
41
42
43
44
45
46
47
...

P0.8156 (X45) - P0.8156 (X43) ≈ 0.5048 - 0.2564 ≈ 0.2484
(TI-Befehl: binomcdf(56,0.81,45) - binomcdf(56,0.81,43))

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Schulklasse möchte fürs Schulfest ein Glücksrad entwickeln. Aus optischen Gründen sollen dabei alle Sektoren gleich groß sein. Einer davon soll für den Hauptpreis stehen. Hierfür haben sie insgesamt 9 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 95 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 9 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 80% für die 95 Durchgänge reichen?

Lösung einblenden
pP(X≤9)
......
1 10 0.5184
1 11 0.6376
1 12 0.7329
1 13 0.8056
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=95 und unbekanntem Parameter p.

Es muss gelten: Pp95 (X9) =0.8 (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 Pp95 (X9) ('höchstens 9 Treffer bei 95 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 9 95 . Mit diesem p wäre ja 9= 9 95 ⋅95 der Erwartungswert und somit Pp95 (X9) irgendwo in der nähe von 50%. Wenn wir nun p= 9 95 mit 1 9 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 10 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 13 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 13 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 66 Wiederholungen 40 mal (oder mehr) rot zu treffen bei mind. 80% liegt?

Lösung einblenden
pP(X≥40)=1-P(X≤39)
......
0.60.5134
0.610.5795
0.620.6438
0.630.7046
0.640.7606
0.650.8107
......

Es muss gelten: Pp66 (X40) =0.8 (oder mehr)

oder eben: 1- Pp66 (X39) =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(66,X,39) - 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=0.65 die gesuchte Wahrscheinlichkeit über 0.8 ist.

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 5% entsteht. Es wird eine Stichprobe der Menge 52 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 8 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=52 und p=0.05.

P0.0552 (X=8) = ( 52 8 ) 0.058 0.9544 =0.0030769978218993≈ 0.0031
(TI-Befehl: binompdf(52,0.05,8))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 62 und p = 0.6
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 = 62 und p = 0.6 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 62 ⋅ 0.6 = 37.2

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 62 ⋅ 0.6 ⋅ 0.4 = 14.88 3.86