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:
Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 80% 37 oder mehr 6er zu erzielen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 244 | 0.24 |
| 245 | 0.2314 |
| 246 | 0.223 |
| 247 | 0.2148 |
| 248 | 0.2068 |
| 249 | 0.199 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.8
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.8 |+ - 0.8
0.2 ≥ oder ≤ 0.2
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 0.2 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 0.2 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=249 die gesuchte Wahrscheinlichkeit unter 0.2 ist.
n muss also mindestens 249 sein, damit
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 45% entsteht. Es wird eine Stichprobe der Menge 38 entnommen. Wie groß ist die Wahrscheinlichkeit, dass davon genau 19 defekte Chips enthalten sind.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=38 und p=0.45.
(TI-Befehl: binompdf(38,0.45,19))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 18 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 18 gezogenen Kugeln nicht mehr als 3 rote sind?
| p | P(X≤3) |
|---|---|
| ... | ... |
| 0.6479 | |
| 0.6715 | |
| 0.6934 | |
| 0.7138 | |
| 0.7327 | |
| 0.7501 | |
| 0.7663 | |
| 0.7814 | |
| 0.7953 | |
| 0.8082 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=18 und unbekanntem Parameter p.
Es muss gelten:
Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 5 sein muss, da es ja genau 5 günstige Fälle 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 aller Kugeln, muss also mindestens
39 sein.
Also werden noch 34 zusätzliche Optionen (also schwarze Kugeln) benötigt.
Binomialvert. mit variabl. p (höchstens) nur GTR
Beispiel:
Eine Fluggesellschaft hat 74 Plätze in ihrem Flugzeug. Trotzdem werden 78 Flugtickets verkauft. Wie hoch darf die Wahrscheinlichkeit, dass ein Ticketkäufer auch tatsächlich mitfliegt, höchstens sein, dass das Flugzeug mit einer Wahrscheinlichkeit von mindestens 90% nicht überbucht ist (also dass alle mitfliegen können)?
| p | P(X≤k) |
|---|---|
| ... | ... |
| 0.86 | 0.9967 |
| 0.87 | 0.9936 |
| 0.88 | 0.9878 |
| 0.89 | 0.9774 |
| 0.9 | 0.9592 |
| 0.91 | 0.9287 |
| 0.92 | 0.8794 |
| ... | ... |
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(78,X,74) - 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=0.91 die gesuchte Wahrscheinlichkeit über 0.9 ist.
kumulierte Binomialverteilung
Beispiel:
Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,05. Wie groß ist die Wahrscheinlichkeit bei 63 Versuchen weniger als 10 mal im grünen Bereich zu landen?
Die Zufallsgröße X gibt die Anzahl der Drehungen, die im grünen Bereich landen, an. X ist binomialverteilt mit n=63 und p=0.05.
(TI-Befehl: binomcdf(63,0.05,9))
Wahrscheinlichkeit von σ-Intervall um μ
Beispiel:
Ein Würfel wird 63 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der gewürfelten 6er nicht mehr als eine Standardabweichung vom Erwartungswert abweicht?
Den Erwartungswert berechnet man mit μ = n⋅p = 63⋅
die Standardabweichung mit σ =
13.46 (10.5 + 2.96) und 7.54 (10.5 - 2.96) sind also jeweils eine Standardabweichung vom Erwartungswert μ = 10.5 entfernt.
Das bedeutet, dass genau die Zahlen zwischen 8 und 13 nicht mehr als eine Standardabweichung vom Erwartungswert entfernt sind.
Gesucht ist also die Wahrscheinlichkeit, dass die Trefferanzahl zwischen 8 und 13 liegt.
Die Zufallsgröße X gibt die Anzahl der Treffer an.
X ist binomialverteilt mit n=63 und p=
(TI-Befehl: binomcdf(63,
