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 17% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 35-Platzmaschine höchstens verkaufen, so dass es zu mindestens 60% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
410.7192
420.5866
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.83 und variablem n.

Es muss gelten: P0.83n (X35) ≥ 0.6

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 83% der Versuche mit einem Treffer. Also müssten dann doch bei 35 0.83 ≈ 42 Versuchen auch ungefähr 35 (≈0.83⋅42) Treffer auftreten.

Wir berechnen also mit unserem ersten n=42:
P0.83n (X35) ≈ 0.5866 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.6 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 0.6 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=41 die gesuchte Wahrscheinlichkeit über 60% ist.

Binomialverteilung X>=k

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=0,27 entsteht. Es wird eine Stichprobe der Menge 52 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 9 oder sogar noch mehr Chips defekt sind?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=52 und p=0.27.

...
6
7
8
9
10
11
...

P0.2752 (X9) = 1 - P0.2752 (X8) = 0.9635
(TI-Befehl: 1-binomcdf(52,0.27,8))

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 26 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 26 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
9 14 0.9998
10 15 0.9996
11 16 0.9992
12 17 0.9986
13 18 0.9977
14 19 0.9963
15 20 0.9945
16 21 0.9922
17 22 0.9894
18 23 0.986
19 24 0.9819
20 25 0.9773
21 26 0.9721
22 27 0.9664
23 28 0.96
24 29 0.9532
25 30 0.9458
26 31 0.938
27 32 0.9298
28 33 0.9213
29 34 0.9123
30 35 0.9031
31 36 0.8936
32 37 0.8838
33 38 0.8739
34 39 0.8638
35 40 0.8536
36 41 0.8432
37 42 0.8328
38 43 0.8223
39 44 0.8118
40 45 0.8012
41 46 0.7906
42 47 0.7801
43 48 0.7696
44 49 0.7591
45 50 0.7487
46 51 0.7384
47 52 0.7281
48 53 0.718
49 54 0.7079
50 55 0.6979
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=26 und unbekanntem Parameter p.

Es muss gelten: Pp26 (X24) = 0.7 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 5 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 Pp26 (X24) ('höchstens 24 Treffer bei 26 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 9 14 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 49 54 die gesuchte Wahrscheinlichkeit über 70% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 49 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 40 Wiederholungen 21 mal (oder mehr) rot zu treffen bei mind. 60% liegt?

Lösung einblenden
pP(X≥21)=1-P(X≤20)
......
0.490.3878
0.50.4373
0.510.4878
0.520.5386
0.530.5888
0.540.6376
......

Es muss gelten: Pp40 (X21) =0.6 (oder mehr)

oder eben: 1- Pp40 (X20) =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(40,X,20) - 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=0.54 die gesuchte Wahrscheinlichkeit über 0.6 ist.

Formel v. Bernoulli

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=0,95. Wie groß ist die Wahrscheinlichkeit dass er von 94 Versuchen genau 80 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=94 und p=0.95.

P0.9594 (X=80) = ( 94 80 ) 0.9580 0.0514 =0.0001756742957014≈ 0.0002
(TI-Befehl: binompdf(94,0.95,80))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=35%. Wie groß ist die Wahrscheinlichkeit dass er bei 55 Versuchen nicht mehr als 10% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=55⋅0.35 = 19.25

Die 10% Abweichung wären dann zwischen 90% von 19.25, also 0.9⋅ 19.25 = 17.325 und 110% von 19.25, also 1.1⋅ 19.25 = 21.175

Da die Trefferzahl ja nicht weiter von 19.25 entfernt sein darf als 17.325 bzw. 21.175, muss sie also zwischen 18 und 21 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=55 und p=0.35.

P0.3555 (18X21) =

...
15
16
17
18
19
20
21
22
23
...

P0.3555 (X21) - P0.3555 (X17) ≈ 0.7402 - 0.3144 ≈ 0.4258
(TI-Befehl: binomcdf(55,0.35,21) - binomcdf(55,0.35,17))