Mathebattle EduRandomtasks

Aufgabentypen anhand von Beispielen durchstöbern

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

p gesucht (n-te Wurzel)

Beispiel:

Ein Basketballtrainer sucht einen Spieler, bei dem die Wahrscheinlichkeit von 3 Versuchen mindestens einmal zu treffen bei 99% liegt. Wie hoch muss dann seine Trefferquote sein? (Gib diese als Wahrscheinlichkeit zwischen 0 und 1 an)
(Bitte auf 3 Stellen runden!)

Lösung einblenden

P=0.99 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 3 Durchgängen, also ist 1-P=0.01 die Wahrscheinlichkeit für keinen Treffer bei bei 3 Durchgängen.

Es gilt also 0.01=(1-p)³

=>1-p= $\sqrt[3]{0.01}$ ≈ 0.2154

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.2154 ≈ 0.7846

Binomialvert. mit variablem n (mind)

Beispiel:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 80% 40 oder mehr 6er zu erzielen?

Lösung einblenden

n	P(X≤k)
...	...
263	0.2395
264	0.2312
265	0.2231
266	0.2152
267	0.2075
268	0.1999
...	...

Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = $\frac{1}{6}$ und variablem n.

Es muss gelten: $P_{\frac{1}{6}}^{n} (X \geq 40)$ ≥ 0.8

Weil man ja aber $P_{\frac{1}{6}}^{n} (X \geq 40)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{\frac{1}{6}}^{n} (X \geq 40)$ = 1 - $P_{\frac{1}{6}}^{n} (X \leq 39)$ ≥ 0.8 |+ $P_{\frac{1}{6}}^{n} (X \leq 39)$ - 0.8

0.2 ≥ $P_{\frac{1}{6}}^{n} (X \leq 39)$ oder $P_{\frac{1}{6}}^{n} (X \leq 39)$ ≤ 0.2

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 $\frac{1}{6}$ der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{40}{\frac{1}{6}}$ ≈ 240 Versuchen auch ungefähr 40 (≈ $\frac{1}{6}$ ⋅240) Treffer auftreten.

Wir berechnen also mit unserem ersten n=240:
$P_{\frac{1}{6}}^{n} (X \leq 39)$ ≈ 0.4731 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=268 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 268 sein, damit $P_{\frac{1}{6}}^{n} (X \leq 39)$ ≤ 0.2 oder eben $P_{\frac{1}{6}}^{n} (X \geq 40)$ ≥ 0.8 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

Bei einer Tombola sind 65 Lose im Topf. Darunter sind auch einige Nieten. Um die Käufer nicht zu verärgern soll die Wahrscheinlichkeit, dass von 2 gleichzeitig gezogenen Losen höchstens eines davon eine Niete ist, bei mindestens 80% liegen. Wieviel der 65 Lose dürfen höchstens Nieten sein?

Lösung einblenden

Anzahl der Nieten im Lostopf	P('höchstens eine Niete')
...	...
7	1- $\frac{7}{65}$ ⋅ $\frac{6}{64}$ =1- $\frac{21}{2080}$ ≈0.9899
8	1- $\frac{8}{65}$ ⋅ $\frac{7}{64}$ =1- $\frac{7}{520}$ ≈0.9865
9	1- $\frac{9}{65}$ ⋅ $\frac{8}{64}$ =1- $\frac{9}{520}$ ≈0.9827
10	1- $\frac{10}{65}$ ⋅ $\frac{9}{64}$ =1- $\frac{9}{416}$ ≈0.9784
11	1- $\frac{11}{65}$ ⋅ $\frac{10}{64}$ =1- $\frac{11}{416}$ ≈0.9736
12	1- $\frac{12}{65}$ ⋅ $\frac{11}{64}$ =1- $\frac{33}{1040}$ ≈0.9683
13	1- $\frac{13}{65}$ ⋅ $\frac{12}{64}$ =1- $\frac{3}{80}$ ≈0.9625
14	1- $\frac{14}{65}$ ⋅ $\frac{13}{64}$ =1- $\frac{7}{160}$ ≈0.9563
15	1- $\frac{15}{65}$ ⋅ $\frac{14}{64}$ =1- $\frac{21}{416}$ ≈0.9495
16	1- $\frac{16}{65}$ ⋅ $\frac{15}{64}$ =1- $\frac{3}{52}$ ≈0.9423
17	1- $\frac{17}{65}$ ⋅ $\frac{16}{64}$ =1- $\frac{17}{260}$ ≈0.9346
18	1- $\frac{18}{65}$ ⋅ $\frac{17}{64}$ =1- $\frac{153}{2080}$ ≈0.9264
19	1- $\frac{19}{65}$ ⋅ $\frac{18}{64}$ =1- $\frac{171}{2080}$ ≈0.9178
20	1- $\frac{20}{65}$ ⋅ $\frac{19}{64}$ =1- $\frac{19}{208}$ ≈0.9087
21	1- $\frac{21}{65}$ ⋅ $\frac{20}{64}$ =1- $\frac{21}{208}$ ≈0.899
22	1- $\frac{22}{65}$ ⋅ $\frac{21}{64}$ =1- $\frac{231}{2080}$ ≈0.8889
23	1- $\frac{23}{65}$ ⋅ $\frac{22}{64}$ =1- $\frac{253}{2080}$ ≈0.8784
24	1- $\frac{24}{65}$ ⋅ $\frac{23}{64}$ =1- $\frac{69}{520}$ ≈0.8673
25	1- $\frac{25}{65}$ ⋅ $\frac{24}{64}$ =1- $\frac{15}{104}$ ≈0.8558
26	1- $\frac{26}{65}$ ⋅ $\frac{25}{64}$ =1- $\frac{5}{32}$ ≈0.8438
27	1- $\frac{27}{65}$ ⋅ $\frac{26}{64}$ =1- $\frac{27}{160}$ ≈0.8313
28	1- $\frac{28}{65}$ ⋅ $\frac{27}{64}$ =1- $\frac{189}{1040}$ ≈0.8183
29	1- $\frac{29}{65}$ ⋅ $\frac{28}{64}$ =1- $\frac{203}{1040}$ ≈0.8048
30	1- $\frac{30}{65}$ ⋅ $\frac{29}{64}$ =1- $\frac{87}{416}$ ≈0.7909
...	...

Gesucht ist die Wahrscheinlichkeit von 'höchstens eine Niete'.

Das Gegenereignis ('genau zwei Nieten') ist sehr viel einfacher zu berechnen (weil dies nur ein Pfad im Baumdiagramm ist):
Wenn beispielsweise die Anzahl der Nieten im Lostopf=7 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Nieten'= $\frac{7}{65}$ ⋅ $\frac{6}{64}$ (beim ersten Zufallsversuch $\frac{7}{65}$ und beim zweiten $\frac{6}{64}$ weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- $\frac{7}{65}$ ⋅ $\frac{6}{64}$

Wir erhöhen nun schrittweise immer die Anzahl der Nieten im Lostopf um 1 und probieren aus, wie sich das auf die gesuchte Gesamt-Wahrscheinlichkeit für 'höchstens eine Niete' auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p=7. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/65*(x-1)/64)

In dieser Tabelle erkennen wir, dass letztmals bei 29 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 80% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 29 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 26 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 26 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden

p	P(X≤24)
...	...
$\frac{8}{12}$	0.9996
$\frac{9}{13}$	0.9991
$\frac{10}{14}$	0.9982
$\frac{11}{15}$	0.9967
$\frac{12}{16}$	0.9945
$\frac{13}{17}$	0.9916
$\frac{14}{18}$	0.9878
$\frac{15}{19}$	0.983
$\frac{16}{20}$	0.9773
$\frac{17}{21}$	0.9707
$\frac{18}{22}$	0.9633
$\frac{19}{23}$	0.9549
$\frac{20}{24}$	0.9458
$\frac{21}{25}$	0.936
$\frac{22}{26}$	0.9256
$\frac{23}{27}$	0.9146
$\frac{24}{28}$	0.9031
$\frac{25}{29}$	0.8912
$\frac{26}{30}$	0.8789
$\frac{27}{31}$	0.8664
$\frac{28}{32}$	0.8536
$\frac{29}{33}$	0.8406
$\frac{30}{34}$	0.8275
$\frac{31}{35}$	0.8144
$\frac{32}{36}$	0.8012
$\frac{33}{37}$	0.788
$\frac{34}{38}$	0.7748
$\frac{35}{39}$	0.7617
$\frac{36}{40}$	0.7487
$\frac{37}{41}$	0.7358
$\frac{38}{42}$	0.7231
$\frac{39}{43}$	0.7104
$\frac{40}{44}$	0.6979
...	...

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=26 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{26} (X \leq 24)$ = 0.7 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 4 größer sein muss als der Zähler.

Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit $P_{p}^{26} (X \leq 24)$ ('höchstens 24 Treffer bei 26 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= $\frac{8}{12}$ . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= $\frac{39}{43}$ die gesuchte Wahrscheinlichkeit über 70% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 39 sein.