Mathebattle EduRandomtasks

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 2 mal gedreht. Die Wahrscheinlichkeit, dass bei allen 2 Durchgängen die Farbe 'blau' kommt, ist 0,1. Wie groß muss bei diesem Glücksrad die Wahrscheinlichkeit für das blaue Feld sein?
(Bitte auf 3 Stellen runden!)

Lösung einblenden

P=0.1 ist die Wahrscheinlichkeit, dass 2 mal das Ereignis mit der Wahrscheinlichkeit p eintritt.

Es gilt also 0.1=p²

=>p= $\sqrt[2]{0.1}$ ≈ 0.3162

Binomialvert. mit variablem n (mind)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 60%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 90% Wahrscheinlichkeit 37 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden

n	P(X≤k)
...	...
65	0.2619
66	0.2171
67	0.1778
68	0.1438
69	0.1148
70	0.0906
...	...

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.6 und variablem n.

Es muss gelten: $P_{0.6}^{n} (X \geq 37)$ ≥ 0.9

Weil man ja aber $P_{0.6}^{n} (X \geq 37)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{0.6}^{n} (X \geq 37)$ = 1 - $P_{0.6}^{n} (X \leq 36)$ ≥ 0.9 |+ $P_{0.6}^{n} (X \leq 36)$ - 0.9

0.1 ≥ $P_{0.6}^{n} (X \leq 36)$ oder $P_{0.6}^{n} (X \leq 36)$ ≤ 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 60% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{37}{0.6}$ ≈ 62 Versuchen auch ungefähr 37 (≈0.6⋅62) Treffer auftreten.

Wir berechnen also mit unserem ersten n=62:
$P_{0.6}^{n} (X \leq 36)$ ≈ 0.4248 (TI-Befehl: Binomialcdf ...)

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=70 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 70 sein, damit $P_{0.6}^{n} (X \leq 36)$ ≤ 0.1 oder eben $P_{0.6}^{n} (X \geq 37)$ ≥ 0.9 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:

Die Homepage-AG einer Schule möchte auf der Startseite der Internetseite der Schule ein Zufallsbild integrieren. Dabei soll bei jedem Aufruf der Startseite ein zufälliges Bild aus einer Bilderdatenbank gezeigt werden. Alle Bilder der Datenbank sind immer gleich wahrscheinlich. Auf 3 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 120 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 90%-iger Wahrscheinlichkiet mindestens 16 mal am Tag eines ihrer eigenen 3 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?

Lösung einblenden

p	P(X≥16)=1-P(X≤15)
...	...
$\frac{3}{12}$	0.9994
$\frac{3}{13}$	0.9974
$\frac{3}{14}$	0.9915
$\frac{3}{15}$	0.9782
$\frac{3}{16}$	0.9542
$\frac{3}{17}$	0.9171
$\frac{3}{18}$	0.8665
...	...

Die Zufallsgröße X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=120 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{120} (X \geq 16)$ = 1- $P_{p}^{120} (X \leq 15)$ = 0.9 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit $P_{p}^{120} (X \geq 16)$ ('mindestens 16 Treffer bei 120 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= $\frac{3}{12}$ . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= $\frac{3}{17}$ die gesuchte Wahrscheinlichkeit über 90% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens 17 sein.

Also wären noch 14 zusätzliche Optionen (also weitere Bilder) zulässig.