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 75 mal wiederholt (bzw. die Stichprobe hat die Größe 75).Wie hoch darf die Einzelwahrscheinlichkeit p höchstens sein, dass mit einer Wahrscheinlichkeit von mind. 90% höchstens 41 Treffer erzielt werden?

Lösung einblenden
pP(X≥k)=1-P(X≤k-1)
......
0.420.9899
0.430.9841
0.440.9756
0.450.9636
0.460.9473
0.470.9258
0.480.8982
......

Es muss gelten: Pp75 (X41) =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(75,X,41) - 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=0.47 die gesuchte Wahrscheinlichkeit über 0.9 ist.

Binomialvert. mit variablem p (mind.) für GTR

Beispiel:

Ein Basketballtrainer sucht einen neuen Spieler, der mit 80% Wahrscheinlichkeit von 48 Freiwürfen mindestens 20 mal trifft. Welche Trefferquote braucht solch ein Spieler mindestens?

Lösung einblenden
pP(X≥20)=1-P(X≤19)
......
0.420.5734
0.430.6277
0.440.6793
0.450.7276
0.460.7718
0.470.8116
......

Es muss gelten: Pp48 (X20) =0.8 (oder mehr)

oder eben: 1- Pp48 (X19) =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(48,X,19) - 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 0.8 ist.