nach Aufgabentypen suchen

Aufgabentypen anhand von Beispielen durchstöbern

Browserfenster aktualisieren (F5), um neue Beispiele bei den Aufgabentypen zu sehen

Binomialvert. mit variablem p (höchst.) für GTR

Beispiel:

Bei einem Zufallsexperiment ist die Wahrscheinlichkeit für einen Treffer unbekannt. Das Zufallsexperinment wird 95 mal wiederholt (bzw. die Stichprobe hat die Größe 95).Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 90% höchstens 38 Treffer erzielt werden?

Lösung einblenden
pP(X≤k)
......
0.290.9921
0.30.9858
0.310.9757
0.320.9606
0.330.9389
0.340.9091
0.350.8701
......

Es muss gelten: Pp95 (X38) =0.9 (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=binomcdf(95,X,38) - 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 letztmals bei p=0.34 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialvert. mit variablem p (mind.) für GTR

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 60% Wahrscheinlichkeit von 55 Freiwürfen mindestens 29 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥29)=1-P(X≤28)
......
0.490.3379
0.50.3939
0.510.4521
0.520.5115
0.530.5706
0.540.6283
......

Es muss gelten: Pp55 (X29) =0.6 (oder mehr)

oder eben: 1- Pp55 (X28) =0.6 (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(55,X,28) - 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=0.54 die gesuchte Wahrscheinlichkeit über 0.6 ist.