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:
Beim Biberacher Schützenfest läuft ein 12-köpfiger historischer Spielmannszug mit, der an die Schweden während des 30-Jährigen Kriegs erinnert. Dabei feiern dessen Mitglieder manchmal so ausgelassen, dass die Wahrscheinlichkeit eines Ausfall beim Umzug wegen unverhältnismäßig exzessiven Alkoholgenuss bei 10% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 50%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 12 | 0.7176 |
| 13 | 0.3787 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.
Es muss gelten: ≥ 0.5
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.5 |+ - 0.5
0.5 ≥ oder ≤ 0.5
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 90% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 13 Versuchen auch ungefähr 12 (≈0.9⋅13) Treffer auftreten.
Wir berechnen also mit unserem ersten n=13:
≈ 0.3787
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=13 die gesuchte Wahrscheinlichkeit unter 0.5 ist.
n muss also mindestens 13 sein, damit ≤ 0.5 oder eben ≥ 0.5 gilt.
Binomialverteilung X>=k
Beispiel:
Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 52 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so 17 oder gar noch mehr Fragen richtig beantwortet hat?
(Bitte auf 4 Stellen nach dem Komma runden)
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=52 und p=0.25.
(TI-Befehl: 1-binomcdf(52,0.25,16))
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 75% für die 70 Durchgänge reichen?
| p | P(X≤6) |
|---|---|
| ... | ... |
| 0.5454 | |
| 0.6343 | |
| 0.7081 | |
| 0.7678 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=70 und unbekanntem Parameter p.
Es muss gelten: =0.75 (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 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens
14 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 97 mal wiederholt (bzw. die Stichprobe hat die Größe 97)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 70% mindestens 86 Treffer erzielt werden?
| p | P(X≥86)=1-P(X≤85) |
|---|---|
| ... | ... |
| 0.85 | 0.195 |
| 0.86 | 0.279 |
| 0.87 | 0.3817 |
| 0.88 | 0.4985 |
| 0.89 | 0.6211 |
| 0.9 | 0.7381 |
| ... | ... |
Es muss gelten: =0.7 (oder mehr)
oder eben: 1- =0.7 (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(97,X,85) - 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=0.9 die gesuchte Wahrscheinlichkeit über 0.7 ist.
Binomialverteilung X>=k
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=0,88. Wie groß ist die Wahrscheinlichkeit dass er von 49 Versuchen mehr als 45 trifft?
(Bitte auf 4 Stellen nach dem Komma runden)
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=49 und p=0.88.
(TI-Befehl: 1-binomcdf(49,0.88,45))
Erwartungswert, Standardabweichung best.
Beispiel:
Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 33 und p = 0.75
Bestimme den Erwartungswert μ und die Standardabweichung σ von X .
Für Erwartungswert und Standardabweichung bei der Binomialverteilung gibt es ja einfache Formeln, in die man einfach n = 33 und p = 0.75 einsetzen muss:
Erwartungswert E(X) = n ⋅ p = 33 ⋅ 0.75 = 24.75
Standardabweichung S(X) = = = ≈ 2.49
