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:

In Tschechien gilt absolutes Alkoholverbot in Lokalen für Jugendliche unter 18 Jahren. Ein paar trinkfreudige 17-jährige Jugendliche wollen bei einer Studienfahrt nach Prag trotzdem ihr Glück versuchen. 95% der Gaststätten setzen das Alkoholverbot konsequent um und schenken nur gegen Vorlage einer "ID" (Personalausweis) Bier aus. Wie viele Kneipen müssen die Jugenlichen nun mindestens aufsuchen, damit sie bei einer Kneipentour mit mindestens 50% Wahrscheinlichkeit in mindestens 3 Lokalen nicht mit Nachfragen zu ihrer "ID" gedemütigt werden und in Ruhe ein Bier trinken können?

Lösung einblenden
nP(X≤k)
......
530.5018
540.4892
550.4768
560.4646
570.4525
580.4406
590.4289
600.4174
......

Die Zufallsgröße X gibt die Anzahl der besuchten Kneipen, die keine "ID" (Personalausweis) verlangen an und ist im Idealfall binomialverteilt mit p = 0.05 und variablem n.

Es muss gelten: P0.05n (X3) ≥ 0.5

Weil man ja aber P0.05n (X3) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.05n (X3) = 1 - P0.05n (X2) ≥ 0.5 |+ P0.05n (X2) - 0.5

0.5 ≥ P0.05n (X2) oder P0.05n (X2) ≤ 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 5% der Versuche mit einem Treffer. Also müssten dann doch bei 3 0.05 ≈ 60 Versuchen auch ungefähr 3 (≈0.05⋅60) Treffer auftreten.

Wir berechnen also mit unserem ersten n=60:
P0.05n (X2) ≈ 0.4174 (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=54 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 54 sein, damit P0.05n (X2) ≤ 0.5 oder eben P0.05n (X3) ≥ 0.5 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Zufallsexperiment wird 81 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,6.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 42, aber höchstens 53 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=81 und p=0.6.

P0.681 (42X53) =

...
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
...

P0.681 (X53) - P0.681 (X41) ≈ 0.8673 - 0.0547 ≈ 0.8126
(TI-Befehl: binomcdf(81,0.6,53) - binomcdf(81,0.6,41))

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 8 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 65 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 8 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 65 Durchgänge reichen?

Lösung einblenden
pP(X≤8)
......
1 8 0.5741
1 9 0.7062
1 10 0.8013
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=65 und unbekanntem Parameter p.

Es muss gelten: Pp65 (X8) =0.75 (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 Pp65 (X8) ('höchstens 8 Treffer bei 65 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 8 65 . Mit diesem p wäre ja 8= 8 65 ⋅65 der Erwartungswert und somit Pp65 (X8) irgendwo in der nähe von 50%. Wenn wir nun p= 8 65 mit 1 8 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 10 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 10 sein.

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

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 85 mal wiederholt (bzw. die Stichprobe hat die Größe 85)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 80% mindestens 68 Treffer erzielt werden?

Lösung einblenden
pP(X≥68)=1-P(X≤67)
......
0.780.3853
0.790.4732
0.80.5644
0.810.6545
0.820.7387
0.830.8129
......

Es muss gelten: Pp85 (X68) =0.8 (oder mehr)

oder eben: 1- Pp85 (X67) =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(85,X,67) - 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=0.83 die gesuchte Wahrscheinlichkeit über 0.8 ist.

Binomialverteilung X>=k

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,69. Wie groß ist die Wahrscheinlichkeit dass er von 61 Versuchen mehr als 40 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=61 und p=0.69.

...
38
39
40
41
42
43
...

P0.6961 (X>40) = P0.6961 (X41) = 1 - P0.6961 (X40) = 0.675
(TI-Befehl: 1-binomcdf(61,0.69,40))

Binomialvert. Abstand vom Erwartungswert

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 p=0,45 entsteht. Es wird eine Stichprobe der Menge 83 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips nicht mehr als 20% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=83⋅0.45 = 37.35

Die 20% Abweichung wären dann zwischen 80% von 37.35, also 0.8⋅ 37.35 = 29.88 und 120% von 37.35, also 1.2⋅ 37.35 = 44.82

Da die Trefferzahl ja nicht weiter von 37.35 entfernt sein darf als 29.88 bzw. 44.82, muss sie also zwischen 30 und 44 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=83 und p=0.45.

P0.4583 (30X44) =

...
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
...

P0.4583 (X44) - P0.4583 (X29) ≈ 0.9423 - 0.0407 ≈ 0.9016
(TI-Befehl: binomcdf(83,0.45,44) - binomcdf(83,0.45,29))