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 80% nicht mehr als 34 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 181 | 0.8079 |
| 182 | 0.7984 |
| 183 | 0.7886 |
| 184 | 0.7787 |
| 185 | 0.7685 |
| 186 | 0.7581 |
| 187 | 0.7474 |
| 188 | 0.7366 |
| 189 | 0.7256 |
| 190 | 0.7145 |
| 191 | 0.7031 |
| 192 | 0.6916 |
| 193 | 0.68 |
| 194 | 0.6682 |
| 195 | 0.6563 |
| 196 | 0.6443 |
| 197 | 0.6322 |
| 198 | 0.62 |
| 199 | 0.6077 |
| 200 | 0.5953 |
| 201 | 0.583 |
| 202 | 0.5705 |
| 203 | 0.5581 |
| 204 | 0.5456 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.8
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 ≈ 204 Versuchen auch ungefähr 34
(≈
Wir berechnen also mit unserem ersten n=204:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=181 die gesuchte Wahrscheinlichkeit über 80% ist.
Binomialverteilung X ∈ [l;k]
Beispiel:
Ein Basketballspieler hat eine Trefferquote von 74% von der Freiwurflinie. Wie groß ist die Wahrscheinlichkeit dass er von 77 Versuchen mindestens 54 und weniger als 63 trifft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=77 und p=0.74.
(TI-Befehl: binomcdf(77,0.74,62) - binomcdf(77,0.74,53))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 4 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 75% unter den 18 gezogenen Kugeln nicht mehr als 3 rote sind?
| p | P(X≤3) |
|---|---|
| ... | ... |
| 0.6479 | |
| 0.6771 | |
| 0.7038 | |
| 0.7281 | |
| 0.7501 | |
| ... | ... |
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 4 sein muss, da es ja genau 4 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
28 sein.
Also werden noch 24 zusätzliche Optionen (also schwarze Kugeln) benötigt.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 56 mal wiederholt (bzw. die Stichprobe hat die Größe 56)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 70% mindestens 50 Treffer erzielt werden?
| p | P(X≥50)=1-P(X≤49) |
|---|---|
| ... | ... |
| 0.86 | 0.3155 |
| 0.87 | 0.396 |
| 0.88 | 0.4851 |
| 0.89 | 0.5793 |
| 0.9 | 0.6738 |
| 0.91 | 0.7633 |
| ... | ... |
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(56,X,49) - 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 0.7 ist.
Formel v. Bernoulli
Beispiel:
Ein Würfel wird 89 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 16 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=
(TI-Befehl: binompdf(89,1/6,16))
Erwartungswert, Standardabweichung best.
Beispiel:
Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 53 und p = 0.3
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 = 53 und p = 0.3 einsetzen muss:
Erwartungswert E(X) = n ⋅ p = 53 ⋅ 0.3 = 15.9
Standardabweichung S(X) =
