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=0,9. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 90% 35 mal oder öfters in den grünen Bereich zu kommen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 39 | 0.3504 |
| 40 | 0.2063 |
| 41 | 0.1102 |
| 42 | 0.0539 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.
Es muss gelten: ≥ 0.9
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.9 |+ - 0.9
0.1 ≥ oder ≤ 0.1
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 ≈ 39 Versuchen auch ungefähr 35 (≈0.9⋅39) Treffer auftreten.
Wir berechnen also mit unserem ersten n=39:
≈ 0.3504
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=42 die gesuchte Wahrscheinlichkeit unter 0.1 ist.
n muss also mindestens 42 sein, damit ≤ 0.1 oder eben ≥ 0.9 gilt.
Formel v. Bernoulli
Beispiel:
Ein Würfel wird 89 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 13 mal eine 6 (p=1/6) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=89 und p=.
= =0.10333482140728≈ 0.1033(TI-Befehl: binompdf(89,1/6,13))
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 75 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 7 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 75 Durchgänge reichen?
| p | P(X≤7) |
|---|---|
| ... | ... |
| 0.5208 | |
| 0.6272 | |
| 0.7138 | |
| 0.7818 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=75 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 7 Treffer bei 75 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=⋅75 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
13 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Ein Glücksrad soll mit nur zwei verschiedenen Sektoren (blau und rot) gebaut werden. Wie hoch muss man die Einzelwahrscheinlichkeit p mindestens wählen, dass die Wahrscheinlichkeit bei 84 Wiederholungen 74 mal (oder mehr) rot zu treffen bei mind. 80% liegt?
| p | P(X≥74)=1-P(X≤73) |
|---|---|
| ... | ... |
| 0.86 | 0.3582 |
| 0.87 | 0.4617 |
| 0.88 | 0.5725 |
| 0.89 | 0.6829 |
| 0.9 | 0.7837 |
| 0.91 | 0.8673 |
| ... | ... |
Es muss gelten: =0.8 (oder mehr)
oder eben: 1- =0.8 (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(84,X,73) - 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=0.91 die gesuchte Wahrscheinlichkeit über 0.8 ist.
Formel v. Bernoulli
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 80% entsteht. Es wird eine Stichprobe der Menge 38 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 34 defekte Chips enthalten sind.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=38 und p=0.8.
= =0.059885842595742≈ 0.0599(TI-Befehl: binompdf(38,0.8,34))
Erwartungswert, Standardabweichung best.
Beispiel:
Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 38 und p = 0.8
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 = 38 und p = 0.8 einsetzen muss:
Erwartungswert E(X) = n ⋅ p = 38 ⋅ 0.8 = 30.4
Standardabweichung S(X) = = = ≈ 2.47
