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:

Ein Basketballtrainer sucht einen Spieler, bei dem die Wahrscheinlichkeit von 2 Versuchen mindestens einmal zu treffen bei 88% 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=0.88 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.12 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.

Es gilt also 0.12=(1-p)2

=>1-p=0.122 ≈ 0.3464

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.3464 ≈ 0.6536

Binomialvert. mit variablem n (höchst.)

Beispiel:

Eine Fluggesellschaft geht davon aus, dass 18% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 29-Platzmaschine höchstens verkaufen, so dass es zu mindestens 50% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
350.6211
360.4777
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.82 und variablem n.

Es muss gelten: P0.82n (X≤29) ≥ 0.5

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 82% der Versuche mit einem Treffer. Also müssten dann doch bei 29 0.82 ≈ 35 Versuchen auch ungefähr 29 (≈0.82⋅35) Treffer auftreten.

Wir berechnen also mit unserem ersten n=35:
P0.82n (X≤29) ≈ 0.6211 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=35 die gesuchte Wahrscheinlichkeit über 50% 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 80% liegen. Wieviel der 65 Lose dürfen höchstens Nieten sein?

Lösung einblenden
Anzahl der Nieten im LostopfP('höchstens eine Niete')
......
71- 7 65 ⋅ 6 64 =1- 21 2080 ≈0.9899
81- 8 65 ⋅ 7 64 =1- 7 520 ≈0.9865
91- 9 65 ⋅ 8 64 =1- 9 520 ≈0.9827
101- 10 65 ⋅ 9 64 =1- 9 416 ≈0.9784
111- 11 65 ⋅ 10 64 =1- 11 416 ≈0.9736
121- 12 65 ⋅ 11 64 =1- 33 1040 ≈0.9683
131- 13 65 ⋅ 12 64 =1- 3 80 ≈0.9625
141- 14 65 ⋅ 13 64 =1- 7 160 ≈0.9563
151- 15 65 ⋅ 14 64 =1- 21 416 ≈0.9495
161- 16 65 ⋅ 15 64 =1- 3 52 ≈0.9423
171- 17 65 ⋅ 16 64 =1- 17 260 ≈0.9346
181- 18 65 ⋅ 17 64 =1- 153 2080 ≈0.9264
191- 19 65 ⋅ 18 64 =1- 171 2080 ≈0.9178
201- 20 65 ⋅ 19 64 =1- 19 208 ≈0.9087
211- 21 65 ⋅ 20 64 =1- 21 208 ≈0.899
221- 22 65 ⋅ 21 64 =1- 231 2080 ≈0.8889
231- 23 65 ⋅ 22 64 =1- 253 2080 ≈0.8784
241- 24 65 ⋅ 23 64 =1- 69 520 ≈0.8673
251- 25 65 ⋅ 24 64 =1- 15 104 ≈0.8558
261- 26 65 ⋅ 25 64 =1- 5 32 ≈0.8438
271- 27 65 ⋅ 26 64 =1- 27 160 ≈0.8313
281- 28 65 ⋅ 27 64 =1- 189 1040 ≈0.8183
291- 29 65 ⋅ 28 64 =1- 203 1040 ≈0.8048
301- 30 65 ⋅ 29 64 =1- 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'= 7 65 ⋅ 6 64 (beim ersten Zufallsversuch 7 65 und beim zweiten 6 64 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- 7 65 ⋅ 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:

Eine Firma, die Überraschungseier vertreibt, möchte als Werbegag manche Eier mit Superfiguren bestücken. Aus Angst vor Kundenbeschwerden sollen in einer 11er-Packung mit der mindestens 50% Wahrscheinlichkeit 2 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?

Lösung einblenden
pP(X≥2)=1-P(X≤1)
......
1 2 0.9941
1 3 0.9249
1 4 0.8029
1 5 0.6779
1 6 0.5693
1 7 0.4801
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=11 und unbekanntem Parameter p.

Es muss gelten: Pp11 (X≥2) = 1- Pp11 (X≤1) = 0.5 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 1 sein muss, da es ja genau einen günstigen Fall gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp11 (X≥2) ('mindestens 2 Treffer bei 11 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 1 2 .

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 1 6 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 6 sein.