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:
Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von 70% nicht mehr als 36 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 202 | 0.7088 |
| 203 | 0.6977 |
| 204 | 0.6864 |
| 205 | 0.6751 |
| 206 | 0.6636 |
| 207 | 0.652 |
| 208 | 0.6403 |
| 209 | 0.6285 |
| 210 | 0.6166 |
| 211 | 0.6047 |
| 212 | 0.5927 |
| 213 | 0.5806 |
| 214 | 0.5686 |
| 215 | 0.5565 |
| 216 | 0.5444 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.7
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 der Versuche mit einem Treffer.
Also müssten dann doch bei ≈ 216 Versuchen auch ungefähr 36
(≈
Wir berechnen also mit unserem ersten n=216:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.7 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 0.7 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=202 die gesuchte Wahrscheinlichkeit über 70% ist.
Formel v. Bernoulli
Beispiel:
In einer Urne sind 7 blaue und 3 rote Kugeln. Es wird 52 mal eine Kugel gezogen. Nach jedem Ziehen wird die Kugel wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit dass genau 32 mal eine blaue Kugel gezogen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=52 und p=0.7.
(TI-Befehl: binompdf(52,0.7,32))
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 3 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 60 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 80%-iger Wahrscheinlichkiet mindestens 16 mal am Tag eines ihrer eigenen 3 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?
| p | P(X≥16)=1-P(X≤15) |
|---|---|
| ... | ... |
| 0.9968 | |
| 0.9715 | |
| 0.8929 | |
| 0.7562 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=60 und unbekanntem Parameter p.
Es muss gelten:
Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.
Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit
Als Startwert wählen wir als p=
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p=
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens
9 sein.
Also wären noch 6 zusätzliche Optionen (also weitere Bilder) zulässig.
Binomialvert. mit variabl. p (höchstens) nur GTR
Beispiel:
Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 70 mal wiederholt (bzw. die Stichprobe hat die Größe 70).Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 90% höchstens 40 Treffer erzielt werden?
| p | P(X≤k) |
|---|---|
| ... | ... |
| 0.45 | 0.9845 |
| 0.46 | 0.9766 |
| 0.47 | 0.9656 |
| 0.48 | 0.9507 |
| 0.49 | 0.931 |
| 0.5 | 0.9059 |
| 0.51 | 0.8746 |
| ... | ... |
Es muss gelten:
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(70,X,40) - 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 Chip-Fabrik werden neue High Tech Chips produziert. Leider ist die Technik noch nicht so ganz ausgereift, weswegen Ausschuss mit einer Wahrscheinlichkeit von 65% entsteht. Es wird eine Stichprobe der Menge 52 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 33 defekte Chips enthalten sind.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=52 und p=0.65.
(TI-Befehl: binompdf(52,0.65,33))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Würfel wird 75 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=75⋅
Die 20% Abweichung wären dann zwischen 80% von 12.5, also 0.8⋅ 12.5 = 10 und 120% von 12.5, also 1.2⋅ 12.5 = 15
Da die Trefferzahl ja nicht weiter von 12.5 entfernt sein darf als 10 bzw. 15, muss sie also zwischen 10 und 15 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an.
X ist binomialverteilt mit n=75 und p=
(TI-Befehl: binomcdf(75,
