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:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,15.Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 50% Wahrscheinlichkeit, mindestens 25 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
1640.5015
1650.4885
1660.4755
1670.4626
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.

Es muss gelten: P0.15n (X25) ≥ 0.5

Weil man ja aber P0.15n (X25) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.15n (X25) = 1 - P0.15n (X24) ≥ 0.5 |+ P0.15n (X24) - 0.5

0.5 ≥ P0.15n (X24) oder P0.15n (X24) ≤ 0.5

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 15% der Versuche mit einem Treffer. Also müssten dann doch bei 25 0.15 ≈ 167 Versuchen auch ungefähr 25 (≈0.15⋅167) Treffer auftreten.

Wir berechnen also mit unserem ersten n=167:
P0.15n (X24) ≈ 0.4626 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=165 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 165 sein, damit P0.15n (X24) ≤ 0.5 oder eben P0.15n (X25) ≥ 0.5 gilt.

Binomialverteilung X>=k

Beispiel:

Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 36 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 13 oder gar noch mehr Fragen richtig beantwortet hat?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=36 und p=0.25.

...
10
11
12
13
14
15
...

P0.2536 (X13) = 1 - P0.2536 (X12) = 0.0922
(TI-Befehl: 1-binomcdf(36,0.25,12))

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 6er-Packung mit der mindestens 75% 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 0.9844
1 3 0.9122
1 4 0.822
1 5 0.7379
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=6 und unbekanntem Parameter p.

Es muss gelten: Pp6 (X1) = 1- Pp6 (X0) = 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 Pp6 (X1) ('mindestens 1 Treffer bei 6 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 4 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 4 sein.

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

Beispiel:

Eine Fluggesellschaft verkauft 52 Flugtickets für einen bestimmten Flug. Das sind 21 Tickets mehr, als das Flugzeug Plätze hat. Wie hoch muss die Wahrscheinlichkeit, dass ein Ticketkäufer nicht mitfliegt, mindestens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?

Lösung einblenden
pP(X≥21)=1-P(X≤20)
......
0.440.7457
0.450.7899
0.460.8292
0.470.8634
0.480.8925
0.490.9169
......

Es muss gelten: Pp52 (X21) =0.9 (oder mehr)

oder eben: 1- Pp52 (X20) =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(52,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=0.49 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialverteilung X ∈ [l;k]

Beispiel:

Ein Basketballspieler hat eine Trefferquote von 85% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 92 Versuchen mindestens 73 und weniger als 88 trifft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=92 und p=0.85.

P0.8592 (73X87) =

...
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
...

P0.8592 (X87) - P0.8592 (X72) ≈ 0.9989 - 0.0531 ≈ 0.9458
(TI-Befehl: binomcdf(92,0.85,87) - binomcdf(92,0.85,72))

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=0,6 entsteht. Es wird eine Stichprobe der Menge 53 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=53⋅0.6 = 31.8

Die 15% Abweichung wären dann zwischen 85% von 31.8, also 0.85⋅ 31.8 = 27.03 und 115% von 31.8, also 1.15⋅ 31.8 = 36.57

Da die Trefferzahl ja nicht weiter von 31.8 entfernt sein darf als 27.03 bzw. 36.57, muss sie also zwischen 28 und 36 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=53 und p=0.6.

P0.653 (28X36) =

...
25
26
27
28
29
30
31
32
33
34
35
36
37
38
...

P0.653 (X36) - P0.653 (X27) ≈ 0.9077 - 0.1146 ≈ 0.7931
(TI-Befehl: binomcdf(53,0.6,36) - binomcdf(53,0.6,27))