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 90% nicht mehr als 31 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 153 | 0.901 |
| 154 | 0.8943 |
| 155 | 0.8872 |
| 156 | 0.8798 |
| 157 | 0.8721 |
| 158 | 0.8641 |
| 159 | 0.8559 |
| 160 | 0.8473 |
| 161 | 0.8385 |
| 162 | 0.8294 |
| 163 | 0.82 |
| 164 | 0.8103 |
| 165 | 0.8003 |
| 166 | 0.7901 |
| 167 | 0.7797 |
| 168 | 0.769 |
| 169 | 0.7581 |
| 170 | 0.7469 |
| 171 | 0.7355 |
| 172 | 0.724 |
| 173 | 0.7122 |
| 174 | 0.7003 |
| 175 | 0.6881 |
| 176 | 0.6759 |
| 177 | 0.6635 |
| 178 | 0.6509 |
| 179 | 0.6383 |
| 180 | 0.6255 |
| 181 | 0.6127 |
| 182 | 0.5998 |
| 183 | 0.5868 |
| 184 | 0.5738 |
| 185 | 0.5608 |
| 186 | 0.5478 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.9
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 ≈ 186 Versuchen auch ungefähr 31
(≈
Wir berechnen also mit unserem ersten n=186:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=153 die gesuchte Wahrscheinlichkeit über 90% 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=0,75 entsteht. Es wird eine Stichprobe der Menge 52 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips mindestens 42 und höchstens 43 beträgt?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=52 und p=0.75.
(TI-Befehl: binomcdf(52,0.75,43) - binomcdf(52,0.75,41))
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 9 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 60 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 9 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 70% für die 60 Durchgänge reichen?
| p | P(X≤9) |
|---|---|
| ... | ... |
| 0.4464 | |
| 0.6484 | |
| 0.7884 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=60 und unbekanntem Parameter p.
Es muss gelten:
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
Um einen günstigen Startwert zu finden wählen wir mal als p=
In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p=
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens
8 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Eine Fluggesellschaft verkauft 52 Flugtickets für einen bestimmten Flug. Das sind 44 Tickets mehr, als das Flugzeug Plätze hat. Wie hoch muss die Wahrscheinlichkeit, dass ein Ticketkäufer nicht mitfliegt, mindestens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?
| p | P(X≥44)=1-P(X≤43) |
|---|---|
| ... | ... |
| 0.85 | 0.6231 |
| 0.86 | 0.6998 |
| 0.87 | 0.7712 |
| 0.88 | 0.8344 |
| 0.89 | 0.8874 |
| 0.9 | 0.9288 |
| ... | ... |
Es muss gelten:
oder eben: 1-
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(52,X,43) - 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 0.9 ist.
Binomialverteilung X>=k
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=0,9. Wie groß ist die Wahrscheinlichkeit dass er von 29 Versuchen mindestens 26 trifft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=29 und p=0.9.
(TI-Befehl: 1-binomcdf(29,0.9,25))
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=0,6 entsteht. Es wird eine Stichprobe der Menge 58 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips nicht mehr als 10% vom Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=58⋅0.6 = 34.8
Die 10% Abweichung wären dann zwischen 90% von 34.8, also 0.9⋅ 34.8 = 31.32 und 110% von 34.8, also 1.1⋅ 34.8 = 38.28
Da die Trefferzahl ja nicht weiter von 34.8 entfernt sein darf als 31.32 bzw. 38.28, muss sie also zwischen 32 und 38 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=58 und p=0.6.
(TI-Befehl: binomcdf(58,0.6,38) - binomcdf(58,0.6,31))
