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 45% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 70% mindestens 22 Nasen hat.
| n | P(X≤k) |
|---|---|
| ... | ... |
| 40 | 0.4349 |
| 41 | 0.3693 |
| 42 | 0.3087 |
| 43 | 0.2542 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.55 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 55% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 40 Versuchen auch ungefähr 22 (≈0.55⋅40) Treffer auftreten.
Wir berechnen also mit unserem ersten n=40:
≈ 0.4349
(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=43 die gesuchte Wahrscheinlichkeit unter 0.3 ist.
n muss also mindestens 43 sein, damit ≤ 0.3 oder eben ≥ 0.7 gilt.
Formel v. Bernoulli
Beispiel:
Ein Würfel wird 47 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 9 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=47 und p=.
= =0.1324754626183≈ 0.1325(TI-Befehl: binompdf(47,1/6,9))
Binomialvert. mit variablem p (diskret)
Beispiel:
Eine Schulklasse möchte fürs Schulfest ein Glücksrad entwickeln. Aus optischen Gründen sollen dabei alle Sektoren gleich groß sein. Einer davon soll für den Hauptpreis stehen. Hierfür haben sie insgesamt 7 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 50 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 7 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 50 Durchgänge reichen?
| p | P(X≤7) |
|---|---|
| ... | ... |
| 0.576 | |
| 0.7165 | |
| 0.8136 | |
| ... | ... |
Die Zufallsvariable X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=50 und unbekanntem Parameter p.
Es muss gelten: =0.75 (oder mehr)
Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 1 sein muss, da es ja genau einen günstigen Fall gibt.
Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit ('höchstens 7 Treffer bei 50 Versuchen') bei diesen Nennern wird (siehe Tabelle links)
Um einen günstigen Startwert zu finden wählen wir mal als p=. Mit diesem p wäre ja 7=⋅50 der Erwartungswert und somit irgendwo in der nähe von 50%. Wenn wir nun p= mit erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= einen brauchbaren Einstiegswert für dieses Probieren erhalten.
In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens
9 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Ein Basketballtrainer sucht einen neuen Spieler, der mit 50% Wahrscheinlichkeit von 82 Freiwürfen mindestens 57 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?
| p | P(X≥57)=1-P(X≤56) |
|---|---|
| ... | ... |
| 0.64 | 0.1779 |
| 0.65 | 0.2311 |
| 0.66 | 0.2926 |
| 0.67 | 0.3615 |
| 0.68 | 0.436 |
| 0.69 | 0.5137 |
| ... | ... |
Es muss gelten: =0.5 (oder mehr)
oder eben: 1- =0.5 (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(82,X,56) - 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=0.69 die gesuchte Wahrscheinlichkeit über 0.5 ist.
Binomialverteilung X ∈ [l;k]
Beispiel:
Ein Würfel wird 46 mal geworfen. Wie groß ist die Wahrscheinlichkeit, dass mehr als 7 mal, aber weniger als 10 mal eine sechs gewürfelt wird?
=
(TI-Befehl: binomcdf(46,,9) - binomcdf(46,,7))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=60%. Wie groß ist die Wahrscheinlichkeit dass er bei 65 Versuchen nicht mehr als 10% von seinem Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=65⋅0.6 = 39
Die 10% Abweichung wären dann zwischen 90% von 39, also 0.9⋅ 39 = 35.1 und 110% von 39, also 1.1⋅ 39 = 42.9
Da die Trefferzahl ja nicht weiter von 39 entfernt sein darf als 35.1 bzw. 42.9, muss sie also zwischen 36 und 42 liegen.
=
(TI-Befehl: binomcdf(65,0.6,42) - binomcdf(65,0.6,35))
