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 70% nicht mehr als 32 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 179 | 0.709 |
| 180 | 0.6972 |
| 181 | 0.6853 |
| 182 | 0.6732 |
| 183 | 0.661 |
| 184 | 0.6486 |
| 185 | 0.6362 |
| 186 | 0.6236 |
| 187 | 0.611 |
| 188 | 0.5983 |
| 189 | 0.5855 |
| 190 | 0.5727 |
| 191 | 0.5599 |
| 192 | 0.547 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.7
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 ≈ 192 Versuchen auch ungefähr 32
(≈
Wir berechnen also mit unserem ersten n=192:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.7 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 0.7 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=179 die gesuchte Wahrscheinlichkeit über 70% ist.
kumulierte Binomialverteilung
Beispiel:
Ein Würfel wird 83 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass weniger als 20 mal eine 6 (p=1/6) geworfen wird?
Die Zufallsgröße X gibt die Anzahl der gewürfelten Sechser an.
X ist binomialverteilt mit n=83 und p=
(TI-Befehl: binomcdf(83,1/6,19))
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 6 rote sind?
| p | P(X≤6) |
|---|---|
| ... | ... |
| 0.6085 | |
| 0.6966 | |
| 0.7661 | |
| ... | ... |
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
14 sein.
Also werden noch 10 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 48 mal wiederholt (bzw. die Stichprobe hat die Größe 48)Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 60% mindestens 23 Treffer erzielt werden?
| p | P(X≥23)=1-P(X≤22) |
|---|---|
| ... | ... |
| 0.44 | 0.3425 |
| 0.45 | 0.3954 |
| 0.46 | 0.4502 |
| 0.47 | 0.5057 |
| 0.48 | 0.5611 |
| 0.49 | 0.6153 |
| ... | ... |
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(48,X,22) - 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=0.49 die gesuchte Wahrscheinlichkeit über 0.6 ist.
kumulierte Binomialverteilung
Beispiel:
Ein Basketballspieler hat eine Trefferquote von 57%. Wie groß ist die Wahrscheinlichkeit dass er von 54 Versuchen weniger als 32 trifft?
Die Zufallsgröße X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=54 und p=0.57.
(TI-Befehl: binomcdf(54,0.57,31))
Erwartungswert, Standardabweichung best.
Beispiel:
Eine Zufallsgröße ist binomialverteilt mit den Parametern n = 24 und p = 0.85
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 = 24 und p = 0.85 einsetzen muss:
Erwartungswert E(X) = n ⋅ p = 24 ⋅ 0.85 = 20.4
Standardabweichung S(X) =
