Klasse 5 (G9)
Klasse 6 (G9)
Klasse 7 (G9)
Klasse 8 (G8)
Klasse 9-10 (G8)
Kursstufe (G8)
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 0,5. Wie groß muss bei diesem Glücksrad die Wahrscheinlichkeit für das blaue Feld sein?
(Bitte auf 3 Stellen runden!)
P=0.5 ist die Wahrscheinlichkeit, dass 3 mal das Ereignis mit der Wahrscheinlichkeit p eintritt.
Es gilt also 0.5=p3
=>p= ≈ 0.7937
Binomialvert. mit variablem n (mind)
Beispiel:
In einer Urne ist der Anteil der grünen Kugeln 20%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 80% Wahrscheinlichkeit 33 oder mehr grüne Kugeln gezogen werden?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 181 | 0.249 |
| 182 | 0.2377 |
| 183 | 0.2267 |
| 184 | 0.2161 |
| 185 | 0.2057 |
| 186 | 0.1957 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.2 und variablem n.
Es muss gelten: ≥ 0.8
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.8 |+ - 0.8
0.2 ≥ oder ≤ 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 20% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 165 Versuchen auch ungefähr 33 (≈0.2⋅165) Treffer auftreten.
Wir berechnen also mit unserem ersten n=165:
≈ 0.469
(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=186 die gesuchte Wahrscheinlichkeit unter 0.2 ist.
n muss also mindestens 186 sein, damit ≤ 0.2 oder eben ≥ 0.8 gilt.
gesuchtes p (ohne zurücklegen)
Beispiel:
Bei einer Tombola sind 45 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 85% liegen. Wieviel der 45 Lose dürfen höchstens Nieten sein?
| Anzahl der Nieten im Lostopf | P('höchstens eine Niete') |
|---|---|
| ... | ... |
| 5 | 1-⋅=1-≈0.9899 |
| 6 | 1-⋅=1-≈0.9848 |
| 7 | 1-⋅=1-≈0.9788 |
| 8 | 1-⋅=1-≈0.9717 |
| 9 | 1-⋅=1-≈0.9636 |
| 10 | 1-⋅=1-≈0.9545 |
| 11 | 1-⋅=1-≈0.9444 |
| 12 | 1-⋅=1-≈0.9333 |
| 13 | 1-⋅=1-≈0.9212 |
| 14 | 1-⋅=1-≈0.9081 |
| 15 | 1-⋅=1-≈0.8939 |
| 16 | 1-⋅=1-≈0.8788 |
| 17 | 1-⋅=1-≈0.8626 |
| 18 | 1-⋅=1-≈0.8455 |
| ... | ... |
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=5 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=5. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/45*(x-1)/44)
In dieser Tabelle erkennen wir, dass letztmals bei 17 als 'Anzahl der Nieten im Lostopf' die gesuchte
Wahrscheinlichkeit über 85% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 17 sein.
Binomialvert. mit variablem p (diskret) für WTR
Beispiel:
In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 17 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 17 gezogenen Kugeln nicht mehr als 3 rote sind?
| p | P(X≤3) |
|---|---|
| ... | ... |
| 0.6479 | |
| 0.6887 | |
| 0.7244 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=17 und unbekanntem Parameter p.
Es muss gelten: =0.7 (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 ('höchstens 3 Treffer bei 17 Versuchen') bei diesen Nennern wird (siehe Tabelle links)
Um einen günstigen Startwert zu finden wählen wir mal als p=. Mit diesem p wäre ja 3=⋅17 der Erwartungswert und somit irgendwo in der nähe von 50%. Wenn wir nun p= mit erweitern (so dass wir auf den Zähler 3 kommen) und den Nenner abrunden, müssten wir mit p= einen brauchbaren Einstiegswert für dieses Probieren erhalten.
In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens
19 sein.
Also werden noch 16 zusätzliche Optionen (also schwarze Kugeln) benötigt.
