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:
An einem Glücksrad wird 3 mal gedreht. Die Wahrscheinlichkeit, dass bei allen 3 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!)
P=0.1 ist die Wahrscheinlichkeit, dass 3 mal das Ereignis mit der Wahrscheinlichkeit p eintritt.
Es gilt also 0.1=p3
=>p= ≈ 0.4642
Binomialvert. mit variablem n (höchst.)
Beispiel:
Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,65.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 70% Wahrscheinlichkeit, höchstens 30 Treffer zu erzielen ?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 44 | 0.7222 |
| 45 | 0.6467 |
| 46 | 0.5675 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.65 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 65% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 46 Versuchen auch ungefähr 30 (≈0.65⋅46) Treffer auftreten.
Wir berechnen also mit unserem ersten n=46:
≈ 0.5675
(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=44 die gesuchte Wahrscheinlichkeit über 70% ist.
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 95% liegen. Wieviel der 65 Lose dürfen höchstens Nieten sein?
| Anzahl der Nieten im Lostopf | P('höchstens eine Niete') |
|---|---|
| ... | ... |
| 7 | 1-⋅=1-≈0.9899 |
| 8 | 1-⋅=1-≈0.9865 |
| 9 | 1-⋅=1-≈0.9827 |
| 10 | 1-⋅=1-≈0.9784 |
| 11 | 1-⋅=1-≈0.9736 |
| 12 | 1-⋅=1-≈0.9683 |
| 13 | 1-⋅=1-≈0.9625 |
| 14 | 1-⋅=1-≈0.9563 |
| 15 | 1-⋅=1-≈0.9495 |
| ... | ... |
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'= ⋅ (beim ersten Zufallsversuch und beim zweiten weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1-⋅
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 14 als 'Anzahl der Nieten im Lostopf' die gesuchte
Wahrscheinlichkeit über 95% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 14 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 4 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 60 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 90%-iger Wahrscheinlichkiet mindestens 16 mal am Tag eines ihrer eigenen 4 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?
| p | P(X≥16)=1-P(X≤15) |
|---|---|
| ... | ... |
| 0.9985 | |
| 0.9891 | |
| 0.9578 | |
| 0.8929 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=60 und unbekanntem Parameter p.
Es muss gelten: = 1- = 0.9 (oder mehr)
Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 4 sein muss, da es ja genau 4 günstige Fälle gibt.
Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit ('mindestens 16 Treffer bei 60 Versuchen') bei diesen Nennern wird (siehe Tabelle links)
Als Startwert wählen wir als p=. (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 90% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens
11 sein.
Also wären noch 7 zusätzliche Optionen (also weitere Bilder) zulässig.
