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. 90% Wahrscheinlichkeit, höchstens 33 Treffer zu erzielen ?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 181 | 0.9043 |
| 182 | 0.8986 |
| 183 | 0.8927 |
| 184 | 0.8866 |
| 185 | 0.8802 |
| 186 | 0.8736 |
| 187 | 0.8669 |
| 188 | 0.8599 |
| 189 | 0.8526 |
| 190 | 0.8452 |
| 191 | 0.8375 |
| 192 | 0.8297 |
| 193 | 0.8216 |
| 194 | 0.8133 |
| 195 | 0.8049 |
| 196 | 0.7962 |
| 197 | 0.7873 |
| 198 | 0.7783 |
| 199 | 0.769 |
| 200 | 0.7596 |
| 201 | 0.7501 |
| 202 | 0.7403 |
| 203 | 0.7304 |
| 204 | 0.7204 |
| 205 | 0.7102 |
| 206 | 0.6999 |
| 207 | 0.6894 |
| 208 | 0.6789 |
| 209 | 0.6682 |
| 210 | 0.6575 |
| 211 | 0.6466 |
| 212 | 0.6357 |
| 213 | 0.6246 |
| 214 | 0.6136 |
| 215 | 0.6024 |
| 216 | 0.5913 |
| 217 | 0.58 |
| 218 | 0.5688 |
| 219 | 0.5575 |
| 220 | 0.5463 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.
Es muss gelten: ≥ 0.9
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 ≈ 220 Versuchen auch ungefähr 33 (≈0.15⋅220) Treffer auftreten.
Wir berechnen also mit unserem ersten n=220:
≈ 0.5463
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=181 die gesuchte Wahrscheinlichkeit über 90% ist.
kumulierte Binomialverteilung
Beispiel:
Ein Basketballspieler hat eine Trefferquote von 70%. Wie groß ist die Wahrscheinlichkeit dass er von 95 Versuchen nicht mehr als 69 trifft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=95 und p=0.7.
= + + +... + = 0.74635390652021 ≈ 0.7464(TI-Befehl: binomcdf(95,0.7,69))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 20 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 90% unter den 20 gezogenen Kugeln nicht mehr als 6 rote sind?
| p | P(X≤6) |
|---|---|
| ... | ... |
| 0.608 | |
| 0.7093 | |
| 0.7858 | |
| 0.8422 | |
| 0.8833 | |
| 0.9133 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=20 und unbekanntem Parameter p.
Es muss gelten: =0.9 (oder mehr)
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 ('höchstens 6 Treffer bei 20 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=⋅20 der Erwartungswert und somit irgendwo in der nähe von 50%. Wenn wir nun p= mit erweitern (so dass wir auf den Zähler 3 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 90% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens
15 sein.
Also werden noch 12 zusätzliche Optionen (also schwarze Kugeln) benötigt.
Binomialvert. mit variabl. p (höchstens) nur GTR
Beispiel:
Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 56 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 35 erkennen und dumm anlabern?
| p | P(X≤k) |
|---|---|
| ... | ... |
| 0.49 | 0.9847 |
| 0.5 | 0.978 |
| 0.51 | 0.9689 |
| 0.52 | 0.9568 |
| 0.53 | 0.9413 |
| 0.54 | 0.9216 |
| 0.55 | 0.8973 |
| ... | ... |
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(56,X,35) - 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=0.54 die gesuchte Wahrscheinlichkeit über 0.9 ist.
Binomialverteilung X ∈ [l;k]
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 p=0,25 entsteht. Es wird eine Stichprobe der Menge 82 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 21 und höchstens 25 beträgt?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=82 und p=0.25.
=
(TI-Befehl: binomcdf(82,0.25,25) - binomcdf(82,0.25,20))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=35%. Wie groß ist die Wahrscheinlichkeit dass er bei 85 Versuchen nicht mehr als 20% von seinem Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=85⋅0.35 = 29.75
Die 20% Abweichung wären dann zwischen 80% von 29.75, also 0.8⋅ 29.75 = 23.8 und 120% von 29.75, also 1.2⋅ 29.75 = 35.7
Da die Trefferzahl ja nicht weiter von 29.75 entfernt sein darf als 23.8 bzw. 35.7, muss sie also zwischen 24 und 35 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=85 und p=0.35.
=
(TI-Befehl: binomcdf(85,0.35,35) - binomcdf(85,0.35,23))
