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:
In einer Urne ist der Anteil der grünen Kugeln 15%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 80% Wahrscheinlichkeit 27 oder mehr grüne Kugeln gezogen werden?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 201 | 0.2389 |
| 202 | 0.2301 |
| 203 | 0.2215 |
| 204 | 0.2131 |
| 205 | 0.2049 |
| 206 | 0.1969 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.
Es muss gelten: ≥ 0.8
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.8 |+ - 0.8
0.2 ≥ oder ≤ 0.2
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 15% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 180 Versuchen auch ungefähr 27 (≈0.15⋅180) Treffer auftreten.
Wir berechnen also mit unserem ersten n=180:
≈ 0.4681
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=206 die gesuchte Wahrscheinlichkeit unter 0.2 ist.
n muss also mindestens 206 sein, damit ≤ 0.2 oder eben ≥ 0.8 gilt.
kumulierte Binomialverteilung
Beispiel:
Ein Würfel wird 52 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass nicht öfter als 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=52 und p=.
= + + +... + = 0.6357782342355 ≈ 0.6358(TI-Befehl: binomcdf(52,1/6,9))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 25 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 25 gezogenen Kugeln nicht mehr als 21 schwarze sind?
| p | P(X≤21) |
|---|---|
| ... | ... |
| 0.999 | |
| 0.9951 | |
| 0.9851 | |
| 0.9668 | |
| 0.9394 | |
| 0.9038 | |
| 0.8617 | |
| 0.8151 | |
| 0.766 | |
| 0.716 | |
| ... | ... |
Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=25 und unbekanntem Parameter p.
Es muss gelten: = 0.75 (oder mehr)
Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 3 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 25 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 12 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 51 mal wiederholt (bzw. die Stichprobe hat die Größe 51)
Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 80% mindestens 32 Treffer erzielt werden?
| p | P(X≥32)=1-P(X≤31) |
|---|---|
| ... | ... |
| 0.63 | 0.5772 |
| 0.64 | 0.6347 |
| 0.65 | 0.6897 |
| 0.66 | 0.7413 |
| 0.67 | 0.7885 |
| 0.68 | 0.8306 |
| ... | ... |
Es muss gelten: =0.8 (oder mehr)
oder eben: 1- =0.8 (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(51,X,31) - 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=0.68 die gesuchte Wahrscheinlichkeit über 0.8 ist.
Formel v. Bernoulli
Beispiel:
Eine Münze wird 35 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 16 mal "Zahl" (p=0,5) geworfen wird?
(Bitte auf 4 Stellen nach dem Komma runden)
Die Zufallsvariable X gibt die Anzahl der Treffer an. X ist binomialverteilt mit n=35 und p=0.5.
= =0.11815948382718≈ 0.1182(TI-Befehl: binompdf(35,0.5,16))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=35%. Wie groß ist die Wahrscheinlichkeit dass er bei 92 Versuchen nicht mehr als 15% von seinem Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=92⋅0.35 = 32.2
Die 15% Abweichung wären dann zwischen 85% von 32.2, also 0.85⋅ 32.2 = 27.37 und 115% von 32.2, also 1.15⋅ 32.2 = 37.03
Da die Trefferzahl ja nicht weiter von 32.2 entfernt sein darf als 27.37 bzw. 37.03, muss sie also zwischen 28 und 37 liegen.
=
(TI-Befehl: binomcdf(92,0.35,37) - binomcdf(92,0.35,27))
