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 14% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 24-Platzmaschine höchstens verkaufen, so dass es zu mindestens 60% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
270.7496
280.5647
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.86 und variablem n.

Es muss gelten: P0.86n (X≤24) ≥ 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 86% der Versuche mit einem Treffer. Also müssten dann doch bei 24 0.86 ≈ 28 Versuchen auch ungefähr 24 (≈0.86⋅28) Treffer auftreten.

Wir berechnen also mit unserem ersten n=28:
P0.86n (X≤24) ≈ 0.5647 (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=27 die gesuchte Wahrscheinlichkeit über 60% ist.

kumulierte Binomialverteilung

Beispiel:

Ein Zufallsexperiment wird 58 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p= 0,05.Wie groß ist dabei die Wahrscheinlichkeit, höchstens 6 Treffer zu erzielen?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=58 und p=0.05.

P0.0558 (X≤6) = P0.0558 (X=0) + P0.0558 (X=1) + P0.0558 (X=2) +... + P0.0558 (X=6) = 0.97482402057248 ≈ 0.9748
(TI-Befehl: binomcdf(58,0.05,6))

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 8 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 55 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 8 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 85% für die 55 Durchgänge reichen?

Lösung einblenden
pP(X≤8)
......
1 6 0.42
1 7 0.6144
1 8 0.7553
1 9 0.8478
1 10 0.9056
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=55 und unbekanntem Parameter p.

Es muss gelten: Pp55 (X≤8) =0.85 (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 Pp55 (X≤8) ('höchstens 8 Treffer bei 55 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 8 55 . Mit diesem p wäre ja 8= 8 55 ⋅55 der Erwartungswert und somit Pp55 (X≤8) irgendwo in der nähe von 50%. Wenn wir nun p= 8 55 mit 1 8 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 10 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 10 sein.

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

Beispiel:

Eine Fluggesellschaft verkauft 70 Flugtickets für einen bestimmten Flug. Das sind 59 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≥59)=1-P(X≤58)
......
0.840.5535
0.850.644
0.860.7299
0.870.8068
0.880.8711
0.890.9208
......

Es muss gelten: Pp70 (X≥59) =0.9 (oder mehr)

oder eben: 1- Pp70 (X≤58) =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(70,X,58) - 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=0.89 die gesuchte Wahrscheinlichkeit über 0.9 ist.

kumulierte Binomialverteilung

Beispiel:

Ein Scherzkeks in einer Glückskeksfabrik backt in jeden achten Glückskeks eine scharfe Peperoni ein. Wie groß ist die Wahrscheinlichkeit, nicht mehr als 7 Glückskekse mit einer Peproni zu erwischen, wenn man 37 Glückskekse kauft?

Lösung einblenden

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=37 und p= 1 8 .

P 1 8 37 (X≤7) = P 1 8 37 (X=0) + P 1 8 37 (X=1) + P 1 8 37 (X=2) +... + P 1 8 37 (X=7) = 0.91686405468777 ≈ 0.9169
(TI-Befehl: binomcdf(37,1/8,7))

Binomialvert. Abstand vom Erwartungswert

Beispiel:

Ein Basketballspieler hat eine Trefferquote von p=50%. Wie groß ist die Wahrscheinlichkeit dass er bei 64 Versuchen nicht mehr als 20% von seinem Erwartungswert abweicht?

Lösung einblenden

Den Erwartungswert berechnet man als E=n⋅p=64⋅0.5 = 32

Die 20% Abweichung wären dann zwischen 80% von 32, also 0.8⋅ 32 = 25.6 und 120% von 32, also 1.2⋅ 32 = 38.4

Da die Trefferzahl ja nicht weiter von 32 entfernt sein darf als 25.6 bzw. 38.4, muss sie also zwischen 26 und 38 liegen.

Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=64 und p=0.5.

P0.564 (26≤X≤38) =

...
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
...

P0.564 (X≤38) - P0.564 (X≤25) ≈ 0.9483 - 0.0517 ≈ 0.8966
(TI-Befehl: binomcdf(64,0.5,38) - binomcdf(64,0.5,25))