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:

Die Firma Apple hat ein neues geniales Produkt, die iYacht, auf den Markt gebracht (wenn auch nicht ganz günstig). Die hierfür beauftragte Marketingagentur garantiert, dass unter denen, denen sie die Yacht vorgeführt hat, der Anteil der späteren Käufer bei 17% liegt. Wie vielen Personen muss nun dieses Produkt mindestens vorgeführt werden, damit sich mit mind. 70% Wahrscheinlichkeit, 40 oder mehr Käufer für dieses Produkt finden?

Lösung einblenden
nP(X≤k)
......
2470.3423
2480.3319
2490.3217
2500.3117
2510.3018
2520.2921
......

Die Zufallsgröße X gibt Anzahl der Käufer an und ist im Idealfall binomialverteilt mit p = 0.17 und variablem n.

Es muss gelten: P0.17n (X40) ≥ 0.7

Weil man ja aber P0.17n (X40) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.17n (X40) = 1 - P0.17n (X39) ≥ 0.7 |+ P0.17n (X39) - 0.7

0.3 ≥ P0.17n (X39) oder P0.17n (X39) ≤ 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 17% der Versuche mit einem Treffer. Also müssten dann doch bei 40 0.17 ≈ 235 Versuchen auch ungefähr 40 (≈0.17⋅235) Treffer auftreten.

Wir berechnen also mit unserem ersten n=235:
P0.17n (X39) ≈ 0.4765 (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=252 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 252 sein, damit P0.17n (X39) ≤ 0.3 oder eben P0.17n (X40) ≥ 0.7 gilt.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Würfel wird 63 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 4 mal, aber weniger als 15 mal eine sechs gewürfelt wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=63 und p= 1 6 .

P 1 6 63 (5X14) =

...
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
...

P 1 6 63 (X14) - P 1 6 63 (X4) ≈ 0.9079 - 0.014 ≈ 0.8939
(TI-Befehl: binomcdf(63, 1 6 ,14) - binomcdf(63, 1 6 ,4))

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 7er-Packung mit der mindestens 50% Wahrscheinlichkeit 1 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≥1)=1-P(X≤0)
......
1 2 0.9922
1 3 0.9415
1 4 0.8665
1 5 0.7903
1 6 0.7209
1 7 0.6601
1 8 0.6073
1 9 0.5615
1 10 0.5217
1 11 0.4868
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=7 und unbekanntem Parameter p.

Es muss gelten: Pp7 (X1) = 1- Pp7 (X0) = 0.5 (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 Pp7 (X1) ('mindestens 1 Treffer bei 7 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 10 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 10 sein.

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

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 50% Wahrscheinlichkeit von 75 Freiwürfen mindestens 58 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥58)=1-P(X≤57)
......
0.720.185
0.730.2404
0.740.3048
0.750.3772
0.760.4555
0.770.5372
......

Es muss gelten: Pp75 (X58) =0.5 (oder mehr)

oder eben: 1- Pp75 (X57) =0.5 (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(75,X,57) - 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=0.77 die gesuchte Wahrscheinlichkeit über 0.5 ist.

Binomialverteilung X>=k

Beispiel:

Ein Würfel wird 75 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mehr als 4 mal eine 6 (p=1/6) geworfen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=75 und p= 1 6 .

...
2
3
4
5
6
7
...

P 1 6 75 (X>4) = P 1 6 75 (X5) = 1 - P 1 6 75 (X4) = 0.997
(TI-Befehl: 1-binomcdf(75, 1 6 ,4))

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=0,4 entsteht. Es wird eine Stichprobe der Menge 98 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips nicht mehr als 15% vom Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=98⋅0.4 = 39.2

Die 15% Abweichung wären dann zwischen 85% von 39.2, also 0.85⋅ 39.2 = 33.32 und 115% von 39.2, also 1.15⋅ 39.2 = 45.08

Da die Trefferzahl ja nicht weiter von 39.2 entfernt sein darf als 33.32 bzw. 45.08, muss sie also zwischen 34 und 45 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=98 und p=0.4.

P0.498 (34X45) =

...
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
...

P0.498 (X45) - P0.498 (X33) ≈ 0.9024 - 0.1193 ≈ 0.7831
(TI-Befehl: binomcdf(98,0.4,45) - binomcdf(98,0.4,33))