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:
Der, dessen Name nicht genannt werden darf, testet Zauber um seine Nase wiederherzustellen. Ein solcher Versuch endet zu 65% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 70% mindestens 28 Nasen hat.
| n | P(X≤k) |
|---|---|
| ... | ... |
| 81 | 0.426 |
| 82 | 0.3948 |
| 83 | 0.3646 |
| 84 | 0.3355 |
| 85 | 0.3076 |
| 86 | 0.281 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.35 und variablem n.
Es muss gelten: ≥ 0.7
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.7 |+ - 0.7
0.3 ≥ oder ≤ 0.3
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 35% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 80 Versuchen auch ungefähr 28 (≈0.35⋅80) Treffer auftreten.
Wir berechnen also mit unserem ersten n=80:
≈ 0.458
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=86 die gesuchte Wahrscheinlichkeit unter 0.3 ist.
n muss also mindestens 86 sein, damit ≤ 0.3 oder eben ≥ 0.7 gilt.
Binomialverteilung X ∈ [l;k]
Beispiel:
Ein Basketballspieler hat eine Trefferquote von 76% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 60 Versuchen mindestens 48 und weniger als 53 trifft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=60 und p=0.76.
=
(TI-Befehl: binomcdf(60,0.76,52) - binomcdf(60,0.76,47))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 25 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 25 gezogenen Kugeln nicht mehr als 24 schwarze sind?
| p | P(X≤24) |
|---|---|
| ... | ... |
| 0.9997 | |
| 0.9992 | |
| 0.9986 | |
| 0.9976 | |
| 0.9962 | |
| 0.9944 | |
| 0.9922 | |
| 0.9895 | |
| 0.9864 | |
| 0.9828 | |
| 0.9788 | |
| 0.9744 | |
| 0.9696 | |
| 0.9645 | |
| 0.9591 | |
| 0.9533 | |
| 0.9474 | |
| 0.9412 | |
| 0.9348 | |
| 0.9282 | |
| 0.9215 | |
| 0.9147 | |
| 0.9077 | |
| 0.9007 | |
| 0.8936 | |
| 0.8864 | |
| 0.8792 | |
| 0.872 | |
| 0.8648 | |
| 0.8576 | |
| 0.8504 | |
| 0.8432 | |
| 0.836 | |
| 0.8289 | |
| 0.8218 | |
| 0.8147 | |
| 0.8077 | |
| 0.8008 | |
| 0.7939 | |
| 0.7871 | |
| 0.7803 | |
| 0.7736 | |
| 0.767 | |
| 0.7604 | |
| 0.754 | |
| 0.7475 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=25 und unbekanntem Parameter p.
Es muss gelten: = 0.75 (oder mehr)
Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 3 größer sein muss als der Zähler.
Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit ('höchstens 24 Treffer bei 25 Versuchen') auswirkt (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 75% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 52 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Ein Basketballtrainer sucht einen neuen Spieler, der mit 60% Wahrscheinlichkeit von 57 Freiwürfen mindestens 26 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?
| p | P(X≥26)=1-P(X≤25) |
|---|---|
| ... | ... |
| 0.42 | 0.3358 |
| 0.43 | 0.3934 |
| 0.44 | 0.4533 |
| 0.45 | 0.5141 |
| 0.46 | 0.5744 |
| 0.47 | 0.6329 |
| ... | ... |
Es muss gelten: =0.6 (oder mehr)
oder eben: 1- =0.6 (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(57,X,25) - 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=0.47 die gesuchte Wahrscheinlichkeit über 0.6 ist.
Binomialverteilung X>=k
Beispiel:
Ein Zufallsexperiment wird 69 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,55.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 35 Treffer zu erzielen?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=69 und p=0.55.
(TI-Befehl: 1-binomcdf(69,0.55,34))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Würfel wird 82 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=82⋅ = 13.666666666667
Die 20% Abweichung wären dann zwischen 80% von 13.667, also 0.8⋅ 13.667 = 10.933 und 120% von 13.666666666667, also 1.2⋅ 13.667 = 16.4
Da die Trefferzahl ja nicht weiter von 13.666666666667 entfernt sein darf als 10.933 bzw. 16.4, muss sie also zwischen 11 und 16 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=82 und p=.
=
(TI-Befehl: binomcdf(82,,16) - binomcdf(82,,10))
