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:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 70% 37 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2330.3469
2340.3363
2350.3259
2360.3156
2370.3055
2380.2956
......

Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = 1 6 und variablem n.

Es muss gelten: P 1 6 n (X≥37) ≥ 0.7

Weil man ja aber P 1 6 n (X≥37) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X≥37) = 1 - P 1 6 n (X≤36) ≥ 0.7 |+ P 1 6 n (X≤36) - 0.7

0.3 ≥ P 1 6 n (X≤36) oder P 1 6 n (X≤36) ≤ 0.3

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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 37 1 6 ≈ 222 Versuchen auch ungefähr 37 (≈ 1 6 ⋅222) Treffer auftreten.

Wir berechnen also mit unserem ersten n=222:
P 1 6 n (X≤36) ≈ 0.4721 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=238 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 238 sein, damit P 1 6 n (X≤36) ≤ 0.3 oder eben P 1 6 n (X≥37) ≥ 0.7 gilt.

Formel v. Bernoulli

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, genau 11 Glückskekse mit einer Peproni zu erwischen, wenn man 56 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=56 und p= 1 8 .

P 1 8 56 (X=11) = ( 56 11 ) ⋅ ( 1 8 )11 ⋅ ( 7 8 )45 =0.042586670555829≈ 0.0426
(TI-Befehl: binompdf(56,1/8,11))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 27 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 90% unter den 27 gezogenen Kugeln nicht mehr als 21 schwarze sind?

Lösung einblenden
pP(X≤21)
......
3 6 0.9992
4 7 0.9928
5 8 0.9713
6 9 0.9281
7 10 0.8642
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=27 und unbekanntem Parameter p.

Es muss gelten: Pp27 (X≤21) = 0.9 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 3 größer sein muss als der Zähler.

Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit Pp27 (X≤21) ('höchstens 21 Treffer bei 27 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 3 6 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 6 9 die gesuchte Wahrscheinlichkeit über 90% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 6 sein.

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

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 52 mal wiederholt (bzw. die Stichprobe hat die Größe 52)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 60% mindestens 31 Treffer erzielt werden?

Lösung einblenden
pP(X≥31)=1-P(X≤30)
......
0.560.3519
0.570.4074
0.580.465
0.590.5236
0.60.582
0.610.6389
......

Es muss gelten: Pp52 (X≥31) =0.6 (oder mehr)

oder eben: 1- Pp52 (X≤30) =0.6 (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(52,X,30) - 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=0.61 die gesuchte Wahrscheinlichkeit über 0.6 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 25% entsteht. Es wird eine Stichprobe der Menge 74 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 23 defekte Chips enthalten sind.

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=74 und p=0.25.

P0.2574 (X=23) = ( 74 23 ) ⋅ 0.2523 ⋅ 0.7551 =0.049791546573858≈ 0.0498
(TI-Befehl: binompdf(74,0.25,23))

Wahrscheinlichkeit von σ-Intervall um μ

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=0,65 entsteht. Es wird eine Stichprobe der Menge 99 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips um nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man mit μ = n⋅p = 99⋅0.65 ≈ 64.35,
die Standardabweichung mit σ = n ⋅ p ⋅ (1-p) = 99 ⋅0.65 ⋅ 0.35 ≈ 4.75

69.1 (64.35 + 4.75) und 59.6 (64.35 - 4.75) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 64.35 entfernt.

Das bedeutet, dass genau die Zahlen zwischen 60 und 69 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.

Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 60 und 69 liegt.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=99 und p=0.65.

P0.6599 (60≤X≤69) =

...
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
...

P0.6599 (X≤69) - P0.6599 (X≤59) ≈ 0.8616 - 0.1535 ≈ 0.7081
(TI-Befehl: binomcdf(99,0.65,69) - binomcdf(99,0.65,59))