Aufgabenbeispiele von Wiederholung aus 9/10

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Binomialvert. mit variablem n (höchst.)

Beispiel:

Eine Fluggesellschaft geht davon aus, dass 15% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 34-Platzmaschine höchstens verkaufen, so dass es zu mindestens 70% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
390.7155
400.5675
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.85 und variablem n.

Es muss gelten: P0.85n (X≤34) ≥ 0.7

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 85% der Versuche mit einem Treffer. Also müssten dann doch bei 34 0.85 ≈ 40 Versuchen auch ungefähr 34 (≈0.85⋅40) Treffer auftreten.

Wir berechnen also mit unserem ersten n=40:
P0.85n (X≤34) ≈ 0.5675 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.7 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 0.7 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=39 die gesuchte Wahrscheinlichkeit über 70% ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Zufallsexperiment wird 80 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,35.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 24, aber höchstens 36 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=80 und p=0.35.

P0.3580 (24≤X≤36) =

...
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
...

P0.3580 (X≤36) - P0.3580 (X≤23) ≈ 0.9753 - 0.1454 ≈ 0.8299
(TI-Befehl: binomcdf(80,0.35,36) - binomcdf(80,0.35,23))

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 6 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 50 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 6 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 95% für die 50 Durchgänge reichen?

Lösung einblenden
pP(X≤6)
......
1 8 0.5637
1 9 0.6817
1 10 0.7702
1 11 0.8345
1 12 0.8804
1 13 0.9131
1 14 0.9364
1 15 0.953
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=50 und unbekanntem Parameter p.

Es muss gelten: Pp50 (X≤6) =0.95 (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 Pp50 (X≤6) ('höchstens 6 Treffer bei 50 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 50 . Mit diesem p wäre ja 6= 6 50 ⋅50 der Erwartungswert und somit Pp50 (X≤6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 50 mit 1 6 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 15 die gesuchte Wahrscheinlichkeit über 95% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 15 sein.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 90% Wahrscheinlichkeit von 49 Freiwürfen mindestens 39 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥39)=1-P(X≤38)
......
0.810.6785
0.820.7417
0.830.7994
0.840.85
0.850.8926
0.860.9269
......

Es muss gelten: Pp49 (X≥39) =0.9 (oder mehr)

oder eben: 1- Pp49 (X≤38) =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(49,X,38) - 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=0.86 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

Beispiel:

Eine Münze wird 21 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 10 mal "Zahl" (p=0,5) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Würfe mit Zahl an. X ist binomialverteilt mit n=21 und p=0.5.

P0.521 (X<10) = P0.521 (X≤9) = P0.521 (X=0) + P0.521 (X=1) + P0.521 (X=2) +... + P0.521 (X=9) = 0.33181190490723 ≈ 0.3318
(TI-Befehl: binomcdf(21,0.5,9))

Erwartungswert, Standardabweichung best.

Beispiel:

Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 26 und p = 0.1
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 = 26 und p = 0.1 einsetzen muss:

Erwartungswert E(X) = n ⋅ p = 26 ⋅ 0.1 = 2.6

Standardabweichung S(X) = n ⋅ p ⋅ (1-p) = 26 ⋅ 0.1 ⋅ 0.9 = 2.34 ≈ 1.53