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:
Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,85. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 80% 31 mal oder öfters in den grünen Bereich zu kommen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 36 | 0.4594 |
| 37 | 0.3155 |
| 38 | 0.2014 |
| 39 | 0.1201 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.85 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 85% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 36 Versuchen auch ungefähr 31 (≈0.85⋅36) Treffer auftreten.
Wir berechnen also mit unserem ersten n=36:
≈ 0.4594
(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=39 die gesuchte Wahrscheinlichkeit unter 0.2 ist.
n muss also mindestens 39 sein, damit ≤ 0.2 oder eben ≥ 0.8 gilt.
Formel v. Bernoulli
Beispiel:
Ein Würfel wird 88 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 6 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=88 und p=.
= =0.0037340016500416≈ 0.0037(TI-Befehl: binompdf(88,1/6,6))
Binomialvert. mit variablem p (diskret)
Beispiel:
In einer Urne sind 5 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 70% unter den 25 gezogenen Kugeln nicht mehr als 24 schwarze sind?
| p | P(X≤24) |
|---|---|
| ... | ... |
| 0.9998 | |
| 0.9997 | |
| 0.9995 | |
| 0.9992 | |
| 0.9989 | |
| 0.9984 | |
| 0.9978 | |
| 0.9971 | |
| 0.9962 | |
| 0.9952 | |
| 0.994 | |
| 0.9927 | |
| 0.9912 | |
| 0.9895 | |
| 0.9877 | |
| 0.9857 | |
| 0.9836 | |
| 0.9813 | |
| 0.9788 | |
| 0.9762 | |
| 0.9735 | |
| 0.9706 | |
| 0.9676 | |
| 0.9645 | |
| 0.9613 | |
| 0.9579 | |
| 0.9545 | |
| 0.951 | |
| 0.9474 | |
| 0.9437 | |
| 0.9399 | |
| 0.9361 | |
| 0.9322 | |
| 0.9282 | |
| 0.9242 | |
| 0.9201 | |
| 0.916 | |
| 0.9119 | |
| 0.9077 | |
| 0.9035 | |
| 0.8993 | |
| 0.895 | |
| 0.8907 | |
| 0.8864 | |
| 0.8821 | |
| 0.8778 | |
| 0.8735 | |
| 0.8691 | |
| 0.8648 | |
| 0.8605 | |
| 0.8561 | |
| 0.8518 | |
| 0.8475 | |
| 0.8432 | |
| 0.8389 | |
| 0.8346 | |
| 0.8303 | |
| 0.826 | |
| 0.8218 | |
| 0.8176 | |
| 0.8133 | |
| 0.8091 | |
| 0.805 | |
| 0.8008 | |
| 0.7967 | |
| 0.7925 | |
| 0.7885 | |
| 0.7844 | |
| 0.7803 | |
| 0.7763 | |
| 0.7723 | |
| 0.7683 | |
| 0.7644 | |
| 0.7604 | |
| 0.7565 | |
| 0.7527 | |
| 0.7488 | |
| 0.745 | |
| 0.7412 | |
| 0.7374 | |
| 0.7337 | |
| 0.73 | |
| 0.7263 | |
| 0.7226 | |
| 0.719 | |
| 0.7154 | |
| 0.7118 | |
| 0.7082 | |
| 0.7047 | |
| ... | ... |
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: = 0.7 (oder mehr)
Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 5 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 24 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 70% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 99 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Ein Basketballtrainer sucht einen neuen Spieler, der mit 70% Wahrscheinlichkeit von 61 Freiwürfen mindestens 27 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?
| p | P(X≥27)=1-P(X≤26) |
|---|---|
| ... | ... |
| 0.42 | 0.4073 |
| 0.43 | 0.4698 |
| 0.44 | 0.5328 |
| 0.45 | 0.5949 |
| 0.46 | 0.6545 |
| 0.47 | 0.7103 |
| ... | ... |
Es muss gelten: =0.7 (oder mehr)
oder eben: 1- =0.7 (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(61,X,26) - 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=0.47 die gesuchte Wahrscheinlichkeit über 0.7 ist.
kumulierte Binomialverteilung
Beispiel:
Ein Würfel wird 46 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=46 und p=.
= + + +... + = 0.77230734779029 ≈ 0.7723(TI-Befehl: binomcdf(46,1/6,9))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
Ein Basketballspieler hat eine Trefferquote von p=30%. Wie groß ist die Wahrscheinlichkeit dass er bei 58 Versuchen nicht mehr als 20% von seinem Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=58⋅0.3 = 17.4
Die 20% Abweichung wären dann zwischen 80% von 17.4, also 0.8⋅ 17.4 = 13.92 und 120% von 17.4, also 1.2⋅ 17.4 = 20.88
Da die Trefferzahl ja nicht weiter von 17.4 entfernt sein darf als 13.92 bzw. 20.88, muss sie also zwischen 14 und 20 liegen.
=
(TI-Befehl: binomcdf(58,0.3,20) - binomcdf(58,0.3,13))
