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 80% nicht mehr als 37 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 198 | 0.8062 |
| 199 | 0.7971 |
| 200 | 0.7877 |
| 201 | 0.7782 |
| 202 | 0.7684 |
| 203 | 0.7585 |
| 204 | 0.7484 |
| 205 | 0.738 |
| 206 | 0.7275 |
| 207 | 0.7169 |
| 208 | 0.7061 |
| 209 | 0.6951 |
| 210 | 0.684 |
| 211 | 0.6728 |
| 212 | 0.6614 |
| 213 | 0.65 |
| 214 | 0.6384 |
| 215 | 0.6268 |
| 216 | 0.6151 |
| 217 | 0.6033 |
| 218 | 0.5914 |
| 219 | 0.5796 |
| 220 | 0.5676 |
| 221 | 0.5557 |
| 222 | 0.5438 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.8
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 ≈ 222 Versuchen auch ungefähr 37
(≈
Wir berechnen also mit unserem ersten n=222:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=198 die gesuchte Wahrscheinlichkeit über 80% ist.
Formel v. Bernoulli
Beispiel:
Ein Würfel wird 43 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 7 mal eine 6 (p=1/6) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an.
X ist binomialverteilt mit n=43 und p=
(TI-Befehl: binompdf(43,1/6,7))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 27 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 27 gezogenen Kugeln nicht mehr als 21 schwarze sind?
| p | P(X≤21) |
|---|---|
| ... | ... |
| 0.9992 | |
| 0.9928 | |
| 0.9713 | |
| 0.9281 | |
| 0.8642 | |
| 0.786 | |
| 0.7011 | |
| 0.6159 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=27 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 9 sein.
Binomialvert. mit variabl. p (höchstens) nur GTR
Beispiel:
Ein Promi macht Urlaub in einem Ferienclub. Dort sind noch weitere 43 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) |
|---|---|
| ... | ... |
| 0.37 | 0.9799 |
| 0.38 | 0.9721 |
| 0.39 | 0.962 |
| 0.4 | 0.9493 |
| 0.41 | 0.9335 |
| 0.42 | 0.9142 |
| 0.43 | 0.8912 |
| ... | ... |
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(43,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=0.42 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 62 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 10 und höchstens 21 beträgt?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=62 und p=0.25.
(TI-Befehl: binomcdf(62,0.25,21) - binomcdf(62,0.25,9))
Erwartungswert, Standardabweichung best.
Beispiel:
Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 29 und p = 0.7
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 = 29 und p = 0.7 einsetzen muss:
Erwartungswert E(X) = n ⋅ p = 29 ⋅ 0.7 = 20.3
Standardabweichung S(X) =
