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:
Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,15.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 80% Wahrscheinlichkeit, höchstens 28 Treffer zu erzielen ?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 164 | 0.8052 |
| 165 | 0.7957 |
| 166 | 0.786 |
| 167 | 0.7761 |
| 168 | 0.7659 |
| 169 | 0.7556 |
| 170 | 0.745 |
| 171 | 0.7343 |
| 172 | 0.7234 |
| 173 | 0.7124 |
| 174 | 0.7012 |
| 175 | 0.6898 |
| 176 | 0.6783 |
| 177 | 0.6667 |
| 178 | 0.6549 |
| 179 | 0.6431 |
| 180 | 0.6312 |
| 181 | 0.6192 |
| 182 | 0.6071 |
| 183 | 0.5949 |
| 184 | 0.5828 |
| 185 | 0.5706 |
| 186 | 0.5584 |
| 187 | 0.5461 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.
Es muss gelten: ≥ 0.8
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 ≈ 187 Versuchen auch ungefähr 28 (≈0.15⋅187) Treffer auftreten.
Wir berechnen also mit unserem ersten n=187:
≈ 0.5461
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=164 die gesuchte Wahrscheinlichkeit über 80% ist.
Formel v. Bernoulli
Beispiel:
Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,05. Wie groß ist die Wahrscheinlichkeit bei 71 Versuchen genau 7 mal im grünen Bereich zu landen?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=71 und p=0.05.
= =0.038986721835929≈ 0.039(TI-Befehl: binompdf(71,0.05,7))
Binomialvert. mit variablem p (diskret)
Beispiel:
Die Homepage-AG einer Schule möchte auf der Startseite der Internetseite der Schule ein Zufallsbild integrieren. Dabei soll bei jedem Aufruf der Startseite ein zufälliges Bild aus einer Bilderdatenbank gezeigt werden. Alle Bilder der Datenbank sind immer gleich wahrscheinlich. Auf 2 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 90 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 80%-iger Wahrscheinlichkiet mindestens 16 mal am Tag eines ihrer eigenen 2 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?
| p | P(X≥16)=1-P(X≤15) |
|---|---|
| ... | ... |
| 0.9997 | |
| 0.9935 | |
| 0.9601 | |
| 0.8749 | |
| 0.74 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=90 und unbekanntem Parameter p.
Es muss gelten: = 1- = 0.8 (oder mehr)
Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 2 sein muss, da es ja genau 2 günstige Fälle gibt.
Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit ('mindestens 16 Treffer bei 90 Versuchen') bei diesen Nennern wird (siehe Tabelle links)
Als Startwert wählen wir als p=. (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 80% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens
9 sein.
Also wären noch 7 zusätzliche Optionen (also weitere Bilder) zulässig.
Binomialvert. mit variabl. p (höchstens) nur GTR
Beispiel:
Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 53 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 31 erkennen und dumm anlabern?
| p | P(X≤k) |
|---|---|
| ... | ... |
| 0.45 | 0.9825 |
| 0.46 | 0.975 |
| 0.47 | 0.9652 |
| 0.48 | 0.9523 |
| 0.49 | 0.9359 |
| 0.5 | 0.9155 |
| 0.51 | 0.8906 |
| ... | ... |
Es muss gelten: =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(53,X,31) - 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=0.5 die gesuchte Wahrscheinlichkeit über 0.9 ist.
Formel v. Bernoulli
Beispiel:
In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 21 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 13 mal eine blaue Kugel gezogen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=21 und p=0.7.
= =0.12935631335857≈ 0.1294(TI-Befehl: binompdf(21,0.7,13))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,6. Wie groß ist die Wahrscheinlichkeit bei 80 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als 20% vom Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=80⋅0.6 = 48
Die 20% Abweichung wären dann zwischen 80% von 48, also 0.8⋅ 48 = 38.4 und 120% von 48, also 1.2⋅ 48 = 57.6
Da die Trefferzahl ja nicht weiter von 48 entfernt sein darf als 38.4 bzw. 57.6, muss sie also zwischen 39 und 57 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=80 und p=0.6.
=
(TI-Befehl: binomcdf(80,0.6,57) - binomcdf(80,0.6,38))
