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
p gesucht (n-te Wurzel)
Beispiel:
Bei einer Tombola werden elektronische Lose so verkauft, dass bei jedem Los jede Preiskategorie immer die gleiche Gewinnwahrscheinlichkeit hat. Aus Marketinggründen wird dabei auch ein Vierer-Pack angeboten. Dabei wird geworben, dass mit einer Wahrscheinlichkeit von 66% bei jedem Viererpack mindestens ein hochwertiger Preis dabei ist. Wie hoch muss man die Einzelwahrscheinlichkeit für einen hochwertigen Preis setzen, damit dieses Versprechen eingehalten wird?
(Bitte auf 3 Stellen runden!)
P=0.66 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.34 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.
Es gilt also 0.34=(1-p)4
=>1-p= ≈ 0.7636
Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.7636 ≈ 0.2364
Binomialvert. mit variablem n (mind)
Beispiel:
Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 60% 30 oder mehr 6er zu erzielen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 181 | 0.4558 |
| 182 | 0.4427 |
| 183 | 0.4298 |
| 184 | 0.417 |
| 185 | 0.4043 |
| 186 | 0.3917 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.6
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.6 |+ - 0.6
0.4 ≥ oder ≤ 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 der Versuche mit einem Treffer.
Also müssten dann doch bei ≈ 180 Versuchen auch ungefähr 30
(≈
Wir berechnen also mit unserem ersten n=180:
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=186 die gesuchte Wahrscheinlichkeit unter 0.4 ist.
n muss also mindestens 186 sein, damit
gesuchtes p (ohne zurücklegen)
Beispiel:
Bei einer Tombola sind 60 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 60 Lose dürfen höchstens Nieten sein?
| Anzahl der Nieten im Lostopf | P('höchstens eine Niete') |
|---|---|
| ... | ... |
| 7 | 1- |
| 8 | 1- |
| 9 | 1- |
| 10 | 1- |
| 11 | 1- |
| 12 | 1- |
| 13 | 1- |
| 14 | 1- |
| 15 | 1- |
| 16 | 1- |
| 17 | 1- |
| 18 | 1- |
| 19 | 1- |
| 20 | 1- |
| 21 | 1- |
| 22 | 1- |
| 23 | 1- |
| 24 | 1- |
| 25 | 1- |
| 26 | 1- |
| 27 | 1- |
| 28 | 1- |
| ... | ... |
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'=
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/60*(x-1)/59)
In dieser Tabelle erkennen wir, dass letztmals bei 27 als 'Anzahl der Nieten im Lostopf' die gesuchte
Wahrscheinlichkeit über 80% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 27 sein.
Binomialvert. mit variablem p (diskret) für WTR
Beispiel:
In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 25 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 25 gezogenen Kugeln nicht mehr als 24 schwarze sind?
| p | P(X≤24) |
|---|---|
| ... | ... |
| 0.9998 | |
| 0.9997 | |
| 0.9995 | |
| 0.9992 | |
| 0.9989 | |
| 0.9984 | |
| 0.9978 | |
| 0.9971 | |
| 0.9962 | |
| 0.9952 | |
| 0.994 | |
| 0.9927 | |
| 0.9912 | |
| 0.9895 | |
| 0.9877 | |
| 0.9857 | |
| 0.9836 | |
| 0.9813 | |
| 0.9788 | |
| 0.9762 | |
| 0.9735 | |
| 0.9706 | |
| 0.9676 | |
| 0.9645 | |
| 0.9613 | |
| 0.9579 | |
| 0.9545 | |
| 0.951 | |
| 0.9474 | |
| 0.9437 | |
| 0.9399 | |
| 0.9361 | |
| 0.9322 | |
| 0.9282 | |
| 0.9242 | |
| 0.9201 | |
| 0.916 | |
| 0.9119 | |
| 0.9077 | |
| 0.9035 | |
| 0.8993 | |
| 0.895 | |
| 0.8907 | |
| 0.8864 | |
| 0.8821 | |
| 0.8778 | |
| 0.8735 | |
| 0.8691 | |
| 0.8648 | |
| 0.8605 | |
| 0.8561 | |
| 0.8518 | |
| 0.8475 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=25 und unbekanntem Parameter p.
Es muss gelten:
Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 5 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
Als Startwert wählen wir als p=
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p=
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 63 sein.
