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 17% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 28-Platzmaschine höchstens verkaufen, so dass es zu mindestens 60% Wahrscheinlichkeit zu keiner Überbelegung kommt.
| n | P(X≤k) |
|---|---|
| ... | ... |
| 33 | 0.6822 |
| 34 | 0.5305 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.83 und variablem n.
Es muss gelten: ≥ 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 83% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 34 Versuchen auch ungefähr 28 (≈0.83⋅34) Treffer auftreten.
Wir berechnen also mit unserem ersten n=34:
≈ 0.5305
(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=33 die gesuchte Wahrscheinlichkeit über 60% ist.
Binomialverteilung X ∈ [l;k]
Beispiel:
Ein Würfel wird 93 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 16 mal, aber weniger als 20 mal eine sechs gewürfelt wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=93 und p=.
=
(TI-Befehl: binomcdf(93,,19) - binomcdf(93,,16))
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 6 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 70 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 6 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 85% für die 70 Durchgänge reichen?
| p | P(X≤6) |
|---|---|
| ... | ... |
| 0.5454 | |
| 0.6343 | |
| 0.7081 | |
| 0.7678 | |
| 0.8155 | |
| 0.8533 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=70 und unbekanntem Parameter p.
Es muss gelten: =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 ('höchstens 6 Treffer bei 70 Versuchen') bei diesen Nennern wird (siehe Tabelle links)
Um einen günstigen Startwert zu finden wählen wir mal als p=. Mit diesem p wäre ja 6=⋅70 der Erwartungswert und somit irgendwo in der nähe von 50%. Wenn wir nun p= mit erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= einen brauchbaren Einstiegswert für dieses Probieren erhalten.
In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens
16 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Ein Glücksrad soll mit nur zwei verschiedenen Sektoren (blau und rot) gebaut werden. Wie hoch muss man die Einzelwahrscheinlichkeit p mindestens wählen, dass die Wahrscheinlichkeit bei 95 Wiederholungen 37 mal (oder mehr) rot zu treffen bei mind. 80% liegt?
| p | P(X≥37)=1-P(X≤36) |
|---|---|
| ... | ... |
| 0.38 | 0.463 |
| 0.39 | 0.543 |
| 0.4 | 0.6208 |
| 0.41 | 0.6936 |
| 0.42 | 0.7592 |
| 0.43 | 0.8161 |
| ... | ... |
Es muss gelten: =0.8 (oder mehr)
oder eben: 1- =0.8 (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(95,X,36) - 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=0.43 die gesuchte Wahrscheinlichkeit über 0.8 ist.
Binomialverteilung X ∈ [l;k]
Beispiel:
Ein Zufallsexperiment wird 69 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,6.Wie groß ist dabei die Wahrscheinlichkeit, mindestens 38, aber höchstens 43 Treffer zu erzielen?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=69 und p=0.6.
=
(TI-Befehl: binomcdf(69,0.6,43) - binomcdf(69,0.6,37))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Würfel wird 80 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der gewürfelten 6er nicht mehr als 20% vom Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=80⋅ = 13.333333333333
Die 20% Abweichung wären dann zwischen 80% von 13.333, also 0.8⋅ 13.333 = 10.667 und 120% von 13.333333333333, also 1.2⋅ 13.333 = 16
Da die Trefferzahl ja nicht weiter von 13.333333333333 entfernt sein darf als 10.667 bzw. 16, muss sie also zwischen 11 und 16 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=80 und p=.
=
(TI-Befehl: binomcdf(80,,16) - binomcdf(80,,10))
