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:

Der, dessen Name nicht genannt werden darf, testet Zauber um seine Nase wiederherzustellen. Ein solcher Versuch endet zu 30% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 50% mindestens 30 Nasen hat.

Lösung einblenden
nP(X≤k)
......
420.5043
430.4126
......

Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.7 und variablem n.

Es muss gelten: P0.7n (X30) ≥ 0.5

Weil man ja aber P0.7n (X30) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.7n (X30) = 1 - P0.7n (X29) ≥ 0.5 |+ P0.7n (X29) - 0.5

0.5 ≥ P0.7n (X29) oder P0.7n (X29) ≤ 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 70% der Versuche mit einem Treffer. Also müssten dann doch bei 30 0.7 ≈ 43 Versuchen auch ungefähr 30 (≈0.7⋅43) Treffer auftreten.

Wir berechnen also mit unserem ersten n=43:
P0.7n (X29) ≈ 0.4126 (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=43 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 43 sein, damit P0.7n (X29) ≤ 0.5 oder eben P0.7n (X30) ≥ 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 70% entsteht. Es wird eine Stichprobe der Menge 67 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 45 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=67 und p=0.7.

P0.767 (X=45) = ( 67 45 ) 0.745 0.322 =0.091085646075263≈ 0.0911
(TI-Befehl: binompdf(67,0.7,45))

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 75% 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
......

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) = 0.75 (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 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 4 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 4 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 98 Wiederholungen 67 mal (oder mehr) rot zu treffen bei mind. 90% liegt?

Lösung einblenden
pP(X≥67)=1-P(X≤66)
......
0.690.6016
0.70.6823
0.710.7561
0.720.8203
0.730.8733
0.740.915
......

Es muss gelten: Pp98 (X67) =0.9 (oder mehr)

oder eben: 1- Pp98 (X66) =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(98,X,66) - 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=0.74 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

Eine Münze wird 22 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 9 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=22 und p=0.5.

P0.522 (X=9) = ( 22 9 ) 0.59 0.513 =0.1185941696167≈ 0.1186
(TI-Befehl: binompdf(22,0.5,9))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=50%. Wie groß ist die Wahrscheinlichkeit dass er bei 56 Versuchen nicht mehr als 15% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=56⋅0.5 = 28

Die 15% Abweichung wären dann zwischen 85% von 28, also 0.85⋅ 28 = 23.8 und 115% von 28, also 1.15⋅ 28 = 32.2

Da die Trefferzahl ja nicht weiter von 28 entfernt sein darf als 23.8 bzw. 32.2, muss sie also zwischen 24 und 32 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=56 und p=0.5.

P0.556 (24X32) =

...
21
22
23
24
25
26
27
28
29
30
31
32
33
34
...

P0.556 (X32) - P0.556 (X23) ≈ 0.8856 - 0.1144 ≈ 0.7712
(TI-Befehl: binomcdf(56,0.5,32) - binomcdf(56,0.5,23))