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 50% nicht mehr als 39 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 234 | 0.5426 |
| 235 | 0.531 |
| 236 | 0.5194 |
| 237 | 0.5078 |
| 238 | 0.4962 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 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 der Versuche mit einem Treffer.
Also müssten dann doch bei ≈ 234 Versuchen auch ungefähr 39
(≈
Wir berechnen also mit unserem ersten n=234:
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 letztmals bei n=237 die gesuchte Wahrscheinlichkeit über 50% ist.
kumulierte Binomialverteilung
Beispiel:
Ein Würfel wird 32 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 8 mal eine 6 (p=1/6) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an.
X ist binomialverteilt mit n=32 und p=
(TI-Befehl: binomcdf(32,1/6,8))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 28 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 28 gezogenen Kugeln nicht mehr als 24 schwarze sind?
| p | P(X≤24) |
|---|---|
| ... | ... |
| 0.9997 | |
| 0.9983 | |
| 0.9939 | |
| 0.9843 | |
| 0.9682 | |
| 0.9449 | |
| 0.9149 | |
| 0.8795 | |
| 0.8398 | |
| 0.7974 | |
| 0.7535 | |
| 0.7093 | |
| 0.6655 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=28 und unbekanntem Parameter p.
Es muss gelten:
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
Als Startwert wählen wir als p=
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p=
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 15 sein.
Binomialvert. mit variabl. p (höchstens) nur GTR
Beispiel:
Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 68 mal wiederholt (bzw. die Stichprobe hat die Größe 68).Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 80% höchstens 47 Treffer erzielt werden?
| p | P(X≥k)=1-P(X≤k-1) |
|---|---|
| ... | ... |
| 0.59 | 0.9674 |
| 0.6 | 0.9533 |
| 0.61 | 0.9346 |
| 0.62 | 0.9105 |
| 0.63 | 0.8801 |
| 0.64 | 0.8427 |
| 0.65 | 0.7981 |
| ... | ... |
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(68,X,47) - 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=0.64 die gesuchte Wahrscheinlichkeit über 0.8 ist.
Formel v. Bernoulli
Beispiel:
Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,7. Wie groß ist die Wahrscheinlichkeit bei 39 Versuchen genau 29 mal im grünen Bereich zu landen?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=39 und p=0.7.
(TI-Befehl: binompdf(39,0.7,29))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Würfel wird 63 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=63⋅
Die 20% Abweichung wären dann zwischen 80% von 10.5, also 0.8⋅ 10.5 = 8.4 und 120% von 10.5, also 1.2⋅ 10.5 = 12.6
Da die Trefferzahl ja nicht weiter von 10.5 entfernt sein darf als 8.4 bzw. 12.6, muss sie also zwischen 9 und 12 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an.
X ist binomialverteilt mit n=63 und p=
(TI-Befehl: binomcdf(63,
