Mathebattle EduRandomtasks

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 88% 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!)

Lösung einblenden

P=0.88 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.12 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.12=(1-p)⁴

=>1-p= $\sqrt[4]{0.12}$ ≈ 0.5886

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.5886 ≈ 0.4114

Binomialvert. mit variablem n (mind)

Beispiel:

Beim Biberacher Schützenfest läuft ein 12-köpfiger historischer Spielmannszug mit, der an die Schweden während des 30-Jährigen Kriegs erinnert. Dabei feiern dessen Mitglieder manchmal so ausgelassen, dass die Wahrscheinlichkeit eines Ausfall beim Umzug wegen unverhältnismäßigem Alkoholgenuss bei 18% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 70%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden

n	P(X≤k)
...	...
14	0.4744
15	0.2782
...	...

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.82 und variablem n.

Es muss gelten: $P_{0.82}^{n} (X \geq 12)$ ≥ 0.7

Weil man ja aber $P_{0.82}^{n} (X \geq 12)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{0.82}^{n} (X \geq 12)$ = 1 - $P_{0.82}^{n} (X \leq 11)$ ≥ 0.7 |+ $P_{0.82}^{n} (X \leq 11)$ - 0.7

0.3 ≥ $P_{0.82}^{n} (X \leq 11)$ oder $P_{0.82}^{n} (X \leq 11)$ ≤ 0.3

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 $\frac{12}{0.82}$ ≈ 15 Versuchen auch ungefähr 12 (≈0.82⋅15) Treffer auftreten.

Wir berechnen also mit unserem ersten n=15:
$P_{0.82}^{n} (X \leq 11)$ ≈ 0.2782 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=15 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 15 sein, damit $P_{0.82}^{n} (X \leq 11)$ ≤ 0.3 oder eben $P_{0.82}^{n} (X \geq 12)$ ≥ 0.7 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einer Urne sind 20 Kugeln. Alle Kugeln sind entweder rot oder schwarz. Es sollen 2 Kugeln gleichzeitig gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den beiden gezogenen Kugeln mindestens eine schwarze ist?

Lösung einblenden

Anzahl der schwarzen Kugeln in der Urne	P('mindestens eine schwarze Kugel')
...	...
3	1- $\frac{17}{20}$ ⋅ $\frac{16}{19}$ =1- $\frac{68}{95}$ ≈0.2842
4	1- $\frac{16}{20}$ ⋅ $\frac{15}{19}$ =1- $\frac{12}{19}$ ≈0.3684
5	1- $\frac{15}{20}$ ⋅ $\frac{14}{19}$ =1- $\frac{21}{38}$ ≈0.4474
6	1- $\frac{14}{20}$ ⋅ $\frac{13}{19}$ =1- $\frac{91}{190}$ ≈0.5211
7	1- $\frac{13}{20}$ ⋅ $\frac{12}{19}$ =1- $\frac{39}{95}$ ≈0.5895
8	1- $\frac{12}{20}$ ⋅ $\frac{11}{19}$ =1- $\frac{33}{95}$ ≈0.6526
9	1- $\frac{11}{20}$ ⋅ $\frac{10}{19}$ =1- $\frac{11}{38}$ ≈0.7105
10	1- $\frac{10}{20}$ ⋅ $\frac{9}{19}$ =1- $\frac{9}{38}$ ≈0.7632
...	...

Gesucht ist die Wahrscheinlichkeit von 'mindestens eine schwarze Kugel'.

Das Gegenereignis ('keine schwarze Kugel') ist sehr viel einfacher zu berechnen (weil dies nur ein Pfad im Baumdiagramm ist):
Wenn beispielsweise die Anzahl der schwarzen Kugeln in der Urne=3 ist, dann ist doch die Wahrscheinlichkeit für 'keine schwarze Kugel'= $\frac{17}{20}$ ⋅ $\frac{16}{19}$ (beim ersten Zufallsversuch $\frac{17}{20}$ und beim zweiten $\frac{16}{19}$ weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'mindestens eine schwarze Kugel'=1- $\frac{17}{20}$ ⋅ $\frac{16}{19}$

Wir erhöhen nun schrittweise immer die Anzahl der schwarzen Kugeln in der Urne um 1 und probieren aus, wie sich das auf die gesuchte Gesamt-Wahrscheinlichkeit für 'mindestens eine schwarze Kugel' auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p=3. (man kann auch alles als Funktion in den WTR eingeben: y=1-(20-x)/20*(19-x)/19)

In dieser Tabelle erkennen wir, dass erstmals bei 10 als 'Anzahl der schwarzen Kugeln in der Urne' die gesuchte Wahrscheinlichkeit über 75% auftritt.
Die gesuchte Anzahl der schwarzen Kugeln in der Urne muss also mindestens 10 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 2 Bildern der Datenbank sind Mitglieder der Homepage-AG zu sehen. Es wird geschätzt, dass die Seite täglich 90 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 85%-iger Wahrscheinlichkiet mindestens 16 mal am Tag eines ihrer eigenen 2 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?

Lösung einblenden

p	P(X≥16)=1-P(X≤15)
...	...
$\frac{2}{6}$	0.9997
$\frac{2}{7}$	0.9935
$\frac{2}{8}$	0.9601
$\frac{2}{9}$	0.8749
$\frac{2}{10}$	0.74
...	...

Die Zufallsgröße X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=90 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{90} (X \geq 16)$ = 1- $P_{p}^{90} (X \leq 15)$ = 0.85 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 2 sein muss, da es ja genau 2 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit $P_{p}^{90} (X \geq 16)$ ('mindestens 16 Treffer bei 90 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= $\frac{2}{6}$ . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= $\frac{2}{9}$ die gesuchte Wahrscheinlichkeit über 85% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens 9 sein.

Also wären noch 7 zusätzliche Optionen (also weitere Bilder) zulässig.

Aufgabentypen anhand von Beispielen durchstöbern

p gesucht (n-te Wurzel)

Binomialvert. mit variablem n (mind)

gesuchtes p (ohne zurücklegen)

Binomialvert. mit variablem p (diskret) für WTR