nach Aufgabentypen suchen

Aufgabentypen anhand von Beispielen durchstöbern

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

p gesucht (n-te Wurzel)

Beispiel:

An einem Glücksrad wird 4 mal gedreht. Die Wahrscheinlichkeit, dass bei allen 4 Durchgängen die Farbe 'blau' kommt, ist 0,4. Wie groß muss bei diesem Glücksrad die Wahrscheinlichkeit für das blaue Feld sein?
(Bitte auf 3 Stellen runden!)

Lösung einblenden

P=0.4 ist die Wahrscheinlichkeit, dass 4 mal das Ereignis mit der Wahrscheinlichkeit p eintritt.

Es gilt also 0.4=p4

=>p=0.44 ≈ 0.7953

Binomialvert. mit variablem n (mind)

Beispiel:

Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,5. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 60% 37 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
740.4538
750.4088
760.3655
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.5 und variablem n.

Es muss gelten: P0.5n (X≥37) ≥ 0.6

Weil man ja aber P0.5n (X≥37) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.5n (X≥37) = 1 - P0.5n (X≤36) ≥ 0.6 |+ P0.5n (X≤36) - 0.6

0.4 ≥ P0.5n (X≤36) oder P0.5n (X≤36) ≤ 0.4

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 50% der Versuche mit einem Treffer. Also müssten dann doch bei 37 0.5 ≈ 74 Versuchen auch ungefähr 37 (≈0.5⋅74) Treffer auftreten.

Wir berechnen also mit unserem ersten n=74:
P0.5n (X≤36) ≈ 0.4538 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.4 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 0.4 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=76 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 76 sein, damit P0.5n (X≤36) ≤ 0.4 oder eben P0.5n (X≥37) ≥ 0.6 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einer Urne sind 40 Kugeln. Alle Kugeln sind entweder rot oder schwarz. Es sollen 2 Kugeln gleichzeitig gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den beiden gezogenen Kugeln mindestens eine schwarze ist?

Lösung einblenden
Anzahl der schwarzen Kugeln in der UrneP('mindestens eine schwarze Kugel')
......
31- 37 40 ⋅ 36 39 =1- 111 130 ≈0.1462
41- 36 40 ⋅ 35 39 =1- 21 26 ≈0.1923
51- 35 40 ⋅ 34 39 =1- 119 156 ≈0.2372
61- 34 40 ⋅ 33 39 =1- 187 260 ≈0.2808
71- 33 40 ⋅ 32 39 =1- 44 65 ≈0.3231
81- 32 40 ⋅ 31 39 =1- 124 195 ≈0.3641
91- 31 40 ⋅ 30 39 =1- 31 52 ≈0.4038
101- 30 40 ⋅ 29 39 =1- 29 52 ≈0.4423
111- 29 40 ⋅ 28 39 =1- 203 390 ≈0.4795
121- 28 40 ⋅ 27 39 =1- 63 130 ≈0.5154
131- 27 40 ⋅ 26 39 =1- 9 20 ≈0.55
141- 26 40 ⋅ 25 39 =1- 5 12 ≈0.5833
151- 25 40 ⋅ 24 39 =1- 5 13 ≈0.6154
161- 24 40 ⋅ 23 39 =1- 23 65 ≈0.6462
171- 23 40 ⋅ 22 39 =1- 253 780 ≈0.6756
181- 22 40 ⋅ 21 39 =1- 77 260 ≈0.7038
191- 21 40 ⋅ 20 39 =1- 7 26 ≈0.7308
201- 20 40 ⋅ 19 39 =1- 19 78 ≈0.7564
......

Gesucht ist die Wahrscheinlichkeit von 'mindestens eine schwarze Kugel'.

Das Gegenereignis ('keine schwarze Kugel') ist sehr viel einfacher zu berechnen (weil dies nur ein Pfad im Baumdiagramm ist):
Wenn beispielsweise die Anzahl der schwarzen Kugeln in der Urne=3 ist, dann ist doch die Wahrscheinlichkeit für 'keine schwarze Kugel'= 37 40 ⋅ 36 39 (beim ersten Zufallsversuch 37 40 und beim zweiten 36 39 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'mindestens eine schwarze Kugel'=1- 37 40 ⋅ 36 39

Wir erhöhen nun schrittweise immer die Anzahl der schwarzen Kugeln in der Urne um 1 und probieren aus, wie sich das auf die gesuchte Gesamt-Wahrscheinlichkeit für 'mindestens eine schwarze Kugel' auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p=3. (man kann auch alles als Funktion in den WTR eingeben: y=1-(40-x)/40*(39-x)/39)

In dieser Tabelle erkennen wir, dass erstmals bei 20 als 'Anzahl der schwarzen Kugeln in der Urne' die gesuchte Wahrscheinlichkeit über 75% auftritt.
Die gesuchte Anzahl der schwarzen Kugeln in der Urne muss also mindestens 20 sein.

Binomialvert. mit variablem p (diskret) für WTR

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 2 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?

Lösung einblenden
pP(X≥2)=1-P(X≤1)
......
1 2 0.9941
1 3 0.9249
1 4 0.8029
1 5 0.6779
1 6 0.5693
1 7 0.4801
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=11 und unbekanntem Parameter p.

Es muss gelten: Pp11 (X≥2) = 1- Pp11 (X≤1) = 0.5 (oder mehr)

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 Pp11 (X≥2) ('mindestens 2 Treffer bei 11 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 1 2 .

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 1 6 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 6 sein.