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:
Der, dessen Name nicht genannt werden darf, testet Zauber um seine Nase wiederherzustellen. Ein solcher Versuch endet zu 25% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 70% mindestens 29 Nasen hat.
| n | P(X≤k) |
|---|---|
| ... | ... |
| 39 | 0.38 |
| 40 | 0.2849 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.75 und variablem n.
Es muss gelten: ≥ 0.7
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.7 |+ - 0.7
0.3 ≥ oder ≤ 0.3
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 75% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 39 Versuchen auch ungefähr 29 (≈0.75⋅39) Treffer auftreten.
Wir berechnen also mit unserem ersten n=39:
≈ 0.38
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=40 die gesuchte Wahrscheinlichkeit unter 0.3 ist.
n muss also mindestens 40 sein, damit ≤ 0.3 oder eben ≥ 0.7 gilt.
Binomialverteilung X>=k
Beispiel:
Ein Würfel wird 56 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass mehr als 13 mal eine 6 (p=1/6) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an. X ist binomialverteilt mit n=56 und p=.
(TI-Befehl: 1-binomcdf(56,,13))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 2 rote und einige schwarze Kugeln. Es soll 26 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 26 gezogenen Kugeln nicht mehr als 21 schwarze sind?
| p | P(X≤21) |
|---|---|
| ... | ... |
| 0.9997 | |
| 0.9934 | |
| 0.9642 | |
| 0.9028 | |
| 0.8156 | |
| 0.7164 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=26 und unbekanntem Parameter p.
Es muss gelten: = 0.75 (oder mehr)
Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 2 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 ('höchstens 21 Treffer bei 26 Versuchen') auswirkt (siehe Tabelle links)
Als Startwert wählen wir als p=. (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 75% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 6 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 49 Wiederholungen 43 mal (oder mehr) rot zu treffen bei mind. 70% liegt?
| p | P(X≥43)=1-P(X≤42) |
|---|---|
| ... | ... |
| 0.84 | 0.3128 |
| 0.85 | 0.3833 |
| 0.86 | 0.4609 |
| 0.87 | 0.5431 |
| 0.88 | 0.6271 |
| 0.89 | 0.7091 |
| ... | ... |
Es muss gelten: =0.7 (oder mehr)
oder eben: 1- =0.7 (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(49,X,42) - 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=0.89 die gesuchte Wahrscheinlichkeit über 0.7 ist.
Formel v. Bernoulli
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=0,45. Wie groß ist die Wahrscheinlichkeit dass er von 92 Versuchen genau 40 trifft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=92 und p=0.45.
= =0.080136792197046≈ 0.0801(TI-Befehl: binompdf(92,0.45,40))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Bei einem Glücksrad ist die Wahrscheinlichkeit im grünen Bereich zu landen bei p=0,5. Wie groß ist die Wahrscheinlichkeit bei 87 Versuchen, dass die Anzahl der Treffer im grünen Bereich nicht mehr als 20% vom Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=87⋅0.5 = 43.5
Die 20% Abweichung wären dann zwischen 80% von 43.5, also 0.8⋅ 43.5 = 34.8 und 120% von 43.5, also 1.2⋅ 43.5 = 52.2
Da die Trefferzahl ja nicht weiter von 43.5 entfernt sein darf als 34.8 bzw. 52.2, muss sie also zwischen 35 und 52 liegen.
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=87 und p=0.5.
=
(TI-Befehl: binomcdf(87,0.5,52) - binomcdf(87,0.5,34))
