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 35 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 197 | 0.7003 |
| 198 | 0.689 |
| 199 | 0.6775 |
| 200 | 0.6658 |
| 201 | 0.6541 |
| 202 | 0.6422 |
| 203 | 0.6303 |
| 204 | 0.6183 |
| 205 | 0.6061 |
| 206 | 0.594 |
| 207 | 0.5818 |
| 208 | 0.5695 |
| 209 | 0.5573 |
| 210 | 0.545 |
| ... | ... |
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 ≈ 210 Versuchen auch ungefähr 35
(≈
Wir berechnen also mit unserem ersten n=210:
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=197 die gesuchte Wahrscheinlichkeit über 70% ist.
kumulierte Binomialverteilung
Beispiel:
Ein partystarker Schüler muss einen Mulitple Choice Test ablegen von dem er keinen blassen Schimmer hat. Deswegen rät er einfach bei jeder der 90 Aufgaben munter drauf los, welche der vier Antworten wohl richtig sein könnte. Wie groß ist die Wahrscheinlichkeit, dass er so bis zu 31 Fragen richtig beantwortet hat?
(Bitte auf 4 Stellen nach dem Komma runden)
Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=90 und p=0.25.
(TI-Befehl: binomcdf(90,0.25,31))
Binomialvert. mit variablem p (diskret)
Beispiel:
Die Homepage-AG einer Schule möchte auf der Startseite der Internetseite der Schule ein Zufallsbild integrieren. Dabei soll bei jedem Aufruf der Startseite ein zufälliges Bild aus einer Bilderdatenbank gezeigt werden. Alle Bilder der Datenbank sind immer gleich wahrscheinlich. Auf 3 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 150 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 75%-iger Wahrscheinlichkiet mindestens 12 mal am Tag eines ihrer eigenen 3 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?
| p | P(X≥12)=1-P(X≤11) |
|---|---|
| ... | ... |
| 0.9998 | |
| 0.9994 | |
| 0.9984 | |
| 0.9966 | |
| 0.9934 | |
| 0.9882 | |
| 0.9805 | |
| 0.9697 | |
| 0.9554 | |
| 0.9374 | |
| 0.9156 | |
| 0.8901 | |
| 0.8611 | |
| 0.8291 | |
| 0.7945 | |
| 0.7578 | |
| 0.7196 | |
| ... | ... |
Die Zufallsvariable X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=150 und unbekanntem Parameter p.
Es muss gelten:
Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.
Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit
Als Startwert wählen wir als p=
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p=
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens
32 sein.
Also wären noch 29 zusätzliche Optionen (also weitere Bilder) zulässig.
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 92 Wiederholungen 31 mal (oder mehr) rot zu treffen bei mind. 80% liegt?
| p | P(X≥31)=1-P(X≤30) |
|---|---|
| ... | ... |
| 0.33 | 0.4826 |
| 0.34 | 0.5636 |
| 0.35 | 0.6412 |
| 0.36 | 0.7129 |
| 0.37 | 0.7764 |
| 0.38 | 0.8308 |
| ... | ... |
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(92,X,30) - 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=0.38 die gesuchte Wahrscheinlichkeit über 0.8 ist.
kumulierte Binomialverteilung
Beispiel:
Ein Würfel wird 49 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 3 mal eine 6 (p=1/6) geworfen wird?
(Bitte auf 4 Stellen nach dem Komma runden)
Die Zufallsvariable X gibt die Anzahl der Treffer an.
X ist binomialverteilt mit n=49 und p=
(TI-Befehl: binomcdf(49,1/6,3))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=55%. Wie groß ist die Wahrscheinlichkeit dass er bei 66 Versuchen nicht mehr als 10% von seinem Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=66⋅0.55 = 36.3
Die 10% Abweichung wären dann zwischen 90% von 36.3, also 0.9⋅ 36.3 = 32.67 und 110% von 36.3, also 1.1⋅ 36.3 = 39.93
Da die Trefferzahl ja nicht weiter von 36.3 entfernt sein darf als 32.67 bzw. 39.93, muss sie also zwischen 33 und 39 liegen.
(TI-Befehl: binomcdf(66,0.55,39) - binomcdf(66,0.55,32))
