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 80% 32 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2120.2432
2130.2339
2140.2249
2150.2161
2160.2075
2170.1992
......

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 (X32) ≥ 0.8

Weil man ja aber P 1 6 n (X32) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X32) = 1 - P 1 6 n (X31) ≥ 0.8 |+ P 1 6 n (X31) - 0.8

0.2 ≥ P 1 6 n (X31) oder P 1 6 n (X31) ≤ 0.2

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 32 1 6 ≈ 192 Versuchen auch ungefähr 32 (≈ 1 6 ⋅192) Treffer auftreten.

Wir berechnen also mit unserem ersten n=192:
P 1 6 n (X31) ≈ 0.47 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=217 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 217 sein, damit P 1 6 n (X31) ≤ 0.2 oder eben P 1 6 n (X32) ≥ 0.8 gilt.

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=0,26 entsteht. Es wird eine Stichprobe der Menge 89 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon 19 oder sogar noch mehr Chips defekt sind?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=89 und p=0.26.

...
16
17
18
19
20
21
...

P0.2689 (X19) = 1 - P0.2689 (X18) = 0.8702
(TI-Befehl: 1-binomcdf(89,0.26,18))

Binomialvert. mit variablem p (diskret)

Beispiel:

Ein neuer Multiple Choice Test mit 19 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 3 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 25% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤3)
......
1 6 0.607
1 7 0.7165
1 8 0.7933
......

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=19 und unbekanntem Parameter p.

Es muss gelten: Pp19 (X3) =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 Pp19 (X3) ('höchstens 3 Treffer bei 19 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 19 . Mit diesem p wäre ja 3= 3 19 ⋅19 der Erwartungswert und somit Pp19 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 19 mit 1 3 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 6 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 8 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 8 sein.

Binomialvert. mit variabl. p (höchstens) nur GTR

Beispiel:

Eine Fluggesellschaft hat 33 Plätze in ihrem Flugzeug. Trotzdem werden 71 Flugtickets verkauft. Wie hoch darf die Wahrscheinlichkeit, dass ein Ticketkäufer auch tatsächlich mitfliegt, höchstens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?

Lösung einblenden
pP(X≤k)
......
0.340.9893
0.350.9829
0.360.9737
0.370.9608
0.380.9432
0.390.9202
0.40.8911
......

Es muss gelten: Pp71 (X33) =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=binomcdf(71,X,33) - 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 letztmals bei p=0.39 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Formel v. Bernoulli

Beispiel:

In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 96 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 75 mal eine blaue Kugel gezogen wird?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=96 und p=0.7.

P0.796 (X=75) = ( 96 75 ) 0.775 0.321 =0.019738509938794≈ 0.0197
(TI-Befehl: binompdf(96,0.7,75))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=25%. Wie groß ist die Wahrscheinlichkeit dass er bei 86 Versuchen nicht mehr als 10% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=86⋅0.25 = 21.5

Die 10% Abweichung wären dann zwischen 90% von 21.5, also 0.9⋅ 21.5 = 19.35 und 110% von 21.5, also 1.1⋅ 21.5 = 23.65

Da die Trefferzahl ja nicht weiter von 21.5 entfernt sein darf als 19.35 bzw. 23.65, muss sie also zwischen 20 und 23 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=86 und p=0.25.

P0.2586 (20X23) =

...
17
18
19
20
21
22
23
24
25
...

P0.2586 (X23) - P0.2586 (X19) ≈ 0.6961 - 0.315 ≈ 0.3811
(TI-Befehl: binomcdf(86,0.25,23) - binomcdf(86,0.25,19))