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 80% nicht mehr als 27 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 142 | 0.8078 |
| 143 | 0.797 |
| 144 | 0.7859 |
| 145 | 0.7746 |
| 146 | 0.7629 |
| 147 | 0.751 |
| 148 | 0.7388 |
| 149 | 0.7264 |
| 150 | 0.7138 |
| 151 | 0.701 |
| 152 | 0.688 |
| 153 | 0.6748 |
| 154 | 0.6615 |
| 155 | 0.648 |
| 156 | 0.6344 |
| 157 | 0.6207 |
| 158 | 0.6069 |
| 159 | 0.593 |
| 160 | 0.5791 |
| 161 | 0.5651 |
| 162 | 0.5512 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.8
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 ≈ 162 Versuchen auch ungefähr 27
(≈
Wir berechnen also mit unserem ersten n=162:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=142 die gesuchte Wahrscheinlichkeit über 80% ist.
Formel v. Bernoulli
Beispiel:
Eine Münze wird 70 mal geworfen. Wie groß ist die Wahrscheinlichkeit dass genau 35 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=70 und p=0.5.
(TI-Befehl: binompdf(70,0.5,35))
Binomialvert. mit variablem p (diskret)
Beispiel:
Eine Firma, die Überraschungseier vertreibt, möchte als Werbegag manche Eier mit Superfiguren bestücken. Aus Angst vor Kundenbeschwerden sollen in einer 11er-Packung mit der mindestens 50% Wahrscheinlichkeit 1 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?
| p | P(X≥1)=1-P(X≤0) |
|---|---|
| ... | ... |
| 0.9995 | |
| 0.9884 | |
| 0.9578 | |
| 0.9141 | |
| 0.8654 | |
| 0.8165 | |
| 0.7698 | |
| 0.7263 | |
| 0.6862 | |
| 0.6495 | |
| 0.616 | |
| 0.5854 | |
| 0.5574 | |
| 0.5318 | |
| 0.5083 | |
| 0.4867 | |
| ... | ... |
Die Zufallsvariable X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=11 und unbekanntem Parameter p.
Es muss gelten:
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
Als Startwert wählen wir als p=
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p=
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens
16 sein.
Binomialvert. mit variabl. p (mind.) nur GTR
Beispiel:
Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 83 mal wiederholt (bzw. die Stichprobe hat die Größe 83)
Wie hoch muss die Einzelwahrscheinlichkeit p mindestens sein, dass mit einer Wahrscheinlich von mind. 70% mindestens 34 Treffer erzielt werden?
| p | P(X≥34)=1-P(X≤33) |
|---|---|
| ... | ... |
| 0.39 | 0.3967 |
| 0.4 | 0.4703 |
| 0.41 | 0.5444 |
| 0.42 | 0.6167 |
| 0.43 | 0.6848 |
| 0.44 | 0.747 |
| ... | ... |
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(83,X,33) - 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=0.44 die gesuchte Wahrscheinlichkeit über 0.7 ist.
Binomialverteilung X ∈ [l;k]
Beispiel:
Ein Zufallsexperiment wird 84 mal wiederholt. Jedesmal beträgt die Wahrscheinlichkeit für einen Treffer p=0,55.
Wie groß ist dabei die Wahrscheinlichkeit, mindestens 46, aber höchstens 55 Treffer zu erzielen?
(TI-Befehl: binomcdf(84,0.55,55) - binomcdf(84,0.55,45))
Binomialvert. Abstand vom Erwartungswert
Beispiel:
In einer Chip-Fabrik werden neue High Tech Chips produziert. Leider ist die Technik noch nicht so ganz ausgereift, weswegen Ausschuss mit einer Wahrscheinlichkeit von p=0,6 entsteht. Es wird eine Stichprobe der Menge 54 entnommen. Wie groß ist die Wahrscheinlichkeit, dass die Anzahl der defekten Chips nicht mehr als 15% vom Erwartungswert abweicht?
Den Erwartungswert berechnet man als E=n⋅p=54⋅0.6 = 32.4
Die 15% Abweichung wären dann zwischen 85% von 32.4, also 0.85⋅ 32.4 = 27.54 und 115% von 32.4, also 1.15⋅ 32.4 = 37.26
Da die Trefferzahl ja nicht weiter von 32.4 entfernt sein darf als 27.54 bzw. 37.26, muss sie also zwischen 28 und 37 liegen.
(TI-Befehl: binomcdf(54,0.6,37) - binomcdf(54,0.6,27))
