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:
Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,15. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 80% 26 mal oder öfters in den grünen Bereich zu kommen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 194 | 0.2381 |
| 195 | 0.2291 |
| 196 | 0.2204 |
| 197 | 0.2118 |
| 198 | 0.2035 |
| 199 | 0.1955 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.
Es muss gelten: ≥ 0.8
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.8 |+ - 0.8
0.2 ≥ oder ≤ 0.2
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 ≈ 173 Versuchen auch ungefähr 26 (≈0.15⋅173) Treffer auftreten.
Wir berechnen also mit unserem ersten n=173:
≈ 0.4717
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=199 die gesuchte Wahrscheinlichkeit unter 0.2 ist.
n muss also mindestens 199 sein, damit ≤ 0.2 oder eben ≥ 0.8 gilt.
Formel v. Bernoulli
Beispiel:
Eine Münze wird 64 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 32 mal "Zahl" (p=0,5) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=64 und p=0.5.
= =0.099346753747967≈ 0.0993(TI-Befehl: binompdf(64,0.5,32))
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 7 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 7 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 85% für die 70 Durchgänge reichen?
| p | P(X≤7) |
|---|---|
| ... | ... |
| 0.5989 | |
| 0.6972 | |
| 0.7736 | |
| 0.8314 | |
| 0.8745 | |
| ... | ... |
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 7 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 7=⋅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
14 sein.
Binomialvert. mit variabl. p (höchstens) nur GTR
Beispiel:
Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 86 Gäste. Wie groß darf der Bekanntheitsgrad des Promis höchstens sein, dass ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 22 erkennen und dumm anlabern?
| p | P(X≥k)=1-P(X≤k-1) |
|---|---|
| ... | ... |
| 0.15 | 0.9966 |
| 0.16 | 0.9924 |
| 0.17 | 0.9846 |
| 0.18 | 0.9713 |
| 0.19 | 0.9505 |
| 0.2 | 0.9201 |
| 0.21 | 0.8786 |
| ... | ... |
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(86,X,22) - 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=0.2 die gesuchte Wahrscheinlichkeit über 0.9 ist.
Formel v. Bernoulli
Beispiel:
Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,75. Wie groß ist die Wahrscheinlichkeit bei 92 Versuchen genau 61 mal im grünen Bereich zu landen?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=92 und p=0.75.
= =0.015456668484164≈ 0.0155(TI-Befehl: binompdf(92,0.75,61))
Binomialvert. Abstand vom Erwartungswert
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=0,75 entsteht. Es wird eine Stichprobe der Menge 64 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips nicht mehr als 15% vom Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=64⋅0.75 = 48
Die 15% Abweichung wären dann zwischen 85% von 48, also 0.85⋅ 48 = 40.8 und 115% von 48, also 1.15⋅ 48 = 55.2
Da die Trefferzahl ja nicht weiter von 48 entfernt sein darf als 40.8 bzw. 55.2, muss sie also zwischen 41 und 55 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=64 und p=0.75.
=
(TI-Befehl: binomcdf(64,0.75,55) - binomcdf(64,0.75,40))
