Klasse 5-6
Klasse 7-8
Klasse 9-10
Kursstufe
cosh
nach Aufgabentypen suchen
Aufgabentypen anhand von Beispielen durchstöbern
Browserfenster aktualisieren (F5), um neue Beispiele bei den Aufgabentypen zu sehen
Binomialvert. mit variablem n (höchst.)
Beispiel:
Eine Fluggesellschaft geht davon aus, dass 13% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 21-Platzmaschine höchstens verkaufen, so dass es zu mindestens 70% Wahrscheinlichkeit zu keiner Überbelegung kommt.
| n | P(X≤k) |
|---|---|
| ... | ... |
| 23 | 0.8197 |
| 24 | 0.62 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.87 und variablem n.
Es muss gelten: ≥ 0.7
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 87% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 24 Versuchen auch ungefähr 21 (≈0.87⋅24) Treffer auftreten.
Wir berechnen also mit unserem ersten n=24:
≈ 0.62
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.7 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 0.7 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=23 die gesuchte Wahrscheinlichkeit über 70% ist.
Binomialvert. mit variablem n (mind)
Beispiel:
Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 90% 37 oder mehr 6er zu erzielen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 261 | 0.1209 |
| 262 | 0.1157 |
| 263 | 0.1106 |
| 264 | 0.1057 |
| 265 | 0.1009 |
| 266 | 0.0964 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.9
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.9 |+ - 0.9
0.1 ≥ oder ≤ 0.1
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 ≈ 222 Versuchen auch ungefähr 37
(≈
Wir berechnen also mit unserem ersten n=222:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=266 die gesuchte Wahrscheinlichkeit unter 0.1 ist.
n muss also mindestens 266 sein, damit
Binomialvert. mit variablem n (höchst.)
Beispiel:
Beim MI6 (Arbeitsplatz von James Bond 007) soll eine Projektgruppe zur Aushebung einer multinationalen Superschurkenvereinigung eingerichtet werden. Bisherige Studien haben ergeben, dass diese kriminelle Vereinigung bereits alle wichtigen Regierungsbehörden infiltriert hat. Man geht davon aus, dass bereits jeder 50. MI6-Angestellte ein Spitzel dieser Organisiation ist. Wie groß darf diese Gruppe nun sein, so dass mit einer Wahrscheinlichkeit von mindestens 90% kein Spitzel in dieser Projektgruppe ist?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 1 | 0.98 |
| 2 | 0.9604 |
| 3 | 0.9412 |
| 4 | 0.9224 |
| 5 | 0.9039 |
| 6 | 0.8858 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Spitzel unter den MI6-Angestellten an und ist im Idealfall binomialverteilt mit p = 0.02 und variablem n.
Es muss gelten:
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 2% der Versuche mit einem Treffer.
Also müssten dann doch bei
Wir berechnen also mit unserem ersten n=0:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=5 die gesuchte Wahrscheinlichkeit über 90% ist.
Binomialvert. mit variablem p (diskret) für WTR
Beispiel:
Ein neuer Multiple Choice Test mit 15 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 3 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 15% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.
| p | P(X≤3) |
|---|---|
| ... | ... |
| 0.6482 | |
| 0.7685 | |
| 0.8441 | |
| 0.8922 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=15 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
Um einen günstigen Startwert zu finden wählen wir mal als p=
In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p=
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens
8 sein.
Binomialvert. mit variablem k (höchst.)
Beispiel:
Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,6. Das Zufallsexperiment soll 89 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 89 Versuchen höchstens k Treffer sind, weniger als 50% betragen. Bestimme den größtmöglichen Wert für k.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 47 | 0.1015 |
| 48 | 0.1447 |
| 49 | 0.1988 |
| 50 | 0.2638 |
| 51 | 0.3384 |
| 52 | 0.4201 |
| 53 | 0.5057 |
| 54 | 0.5913 |
| 55 | 0.673 |
| 56 | 0.7474 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.6 und n = 89.
Es muss gelten:
Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals nicht mehr erfüllt wird:
Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).
Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und
52 immer noch weniger als 0.5 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst
Das größtmögliche k mit
größtmöglicher Wert für k muss somit k = 52 sein.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Binomialvert. mit variablem k (mind.)
Beispiel:
Bei einer Wurfbude ist die Wahrscheinlichkeit einen Ball in einen Eimer zu treffen bei ca. 14%. Für einen bestimmten Betrag darf man 10 mal werfen. Wenn man dabei eine bestimmte Mindestanzahl von Treffern k erzielt, bekommt man einen Hauptpreis. Wie hoch muss man k mindestens setzen, damit der Hauptpreis nur mit einer Wahrscheinlichkeit von höchstens 8% ausgegeben werden muss?
| k | P(X≤k) |
|---|---|
| 0 | 0.2213 |
| 1 | 0.5816 |
| 2 | 0.8455 |
| 3 | 0.96 |
| 4 | 0.9927 |
| 5 | 0.999 |
| 6 | 0.9999 |
| 7 | 1 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.14 und n = 10.
Es muss gelten:
oder andersrum ausgedrückt:
Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals erfüllt wird:
Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).
Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und
2 immer noch weniger als 0.92 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst
Das kleinstmögliche k mit
Die Mindestanzahl der getroffenenen Bälle muss somit k = 4 sein.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Binomialvert. mit variablem k (höchst.)
Beispiel:
Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,7. Das Zufallsexperiment soll 98 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 98 Versuchen höchstens k Treffer sind, weniger als 65% betragen. Bestimme den größtmöglichen Wert für k.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 64 | 0.1823 |
| 65 | 0.2448 |
| 66 | 0.3177 |
| 67 | 0.3989 |
| 68 | 0.4853 |
| 69 | 0.573 |
| 70 | 0.6577 |
| 71 | 0.7357 |
| 72 | 0.8039 |
| 73 | 0.8606 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.7 und n = 98.
Es muss gelten:
Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals nicht mehr erfüllt wird:
Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).
Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und
69 immer noch weniger als 0.65 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst
Das größtmögliche k mit
größtmöglicher Wert für k muss somit k = 69 sein.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
