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 60% 24 oder mehr 6er zu erzielen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 144 | 0.4653 |
| 145 | 0.4506 |
| 146 | 0.4361 |
| 147 | 0.4217 |
| 148 | 0.4075 |
| 149 | 0.3935 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.6
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.6 |+ - 0.6
0.4 ≥ oder ≤ 0.4
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 ≈ 144 Versuchen auch ungefähr 24
(≈
Wir berechnen also mit unserem ersten n=144:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.4 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 0.4 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=149 die gesuchte Wahrscheinlichkeit unter 0.4 ist.
n muss also mindestens 149 sein, damit
kumulierte Binomialverteilung
Beispiel:
Ein Würfel wird 86 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 22 mal eine 6 (p=1/6) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an.
X ist binomialverteilt mit n=86 und p=
(TI-Befehl: binomcdf(86,1/6,21))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 4 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 21 schwarze sind?
| p | P(X≤21) |
|---|---|
| ... | ... |
| 0.9981 | |
| 0.9899 | |
| 0.9685 | |
| 0.9297 | |
| 0.8738 | |
| 0.8048 | |
| 0.7282 | |
| 0.6493 | |
| ... | ... |
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 4 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 10 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 52 mal wiederholt (bzw. die Stichprobe hat die Größe 52)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 90% mindestens 45 Treffer erzielt werden?
| p | P(X≥45)=1-P(X≤44) |
|---|---|
| ... | ... |
| 0.86 | 0.5541 |
| 0.87 | 0.6372 |
| 0.88 | 0.7177 |
| 0.89 | 0.7917 |
| 0.9 | 0.8559 |
| 0.91 | 0.9078 |
| ... | ... |
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,44) - 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 0.9 ist.
kumulierte Binomialverteilung
Beispiel:
Eine Münze wird 38 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass höchstens 19 mal "Zahl" (p=0,5) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=38 und p=0.5.
(TI-Befehl: binomcdf(38,0.5,19))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=70%. Wie groß ist die Wahrscheinlichkeit dass er bei 62 Versuchen nicht mehr als 15% von seinem Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=62⋅0.7 = 43.4
Die 15% Abweichung wären dann zwischen 85% von 43.4, also 0.85⋅ 43.4 = 36.89 und 115% von 43.4, also 1.15⋅ 43.4 = 49.91
Da die Trefferzahl ja nicht weiter von 43.4 entfernt sein darf als 36.89 bzw. 49.91, muss sie also zwischen 37 und 49 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=62 und p=0.7.
(TI-Befehl: binomcdf(62,0.7,49) - binomcdf(62,0.7,36))
