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 3 Versuchen mindestens einmal zu treffen bei 90% 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=0.9 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 3 Durchgängen, also ist 1-P=0.1 die Wahrscheinlichkeit für keinen Treffer bei bei 3 Durchgängen.

Es gilt also 0.1=(1-p)3

=>1-p=0.13 ≈ 0.4642

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.4642 ≈ 0.5358

Binomialvert. mit variablem n (mind)

Beispiel:

In Tschechien gilt absolutes Alkoholverbot in Lokalen für Jugendliche unter 18 Jahren. Ein paar trinkfreudige 17-jährige Jugendliche wollen bei einer Studienfahrt nach Prag trotzdem ihr Glück versuchen. 83% der Gaststätten setzen das Alkoholverbot konsequent um und schenken nur gegen Vorlage einer "ID" (Personalausweis) Bier aus. Wie viele Kneipen müssen die Jugenlichen nun mindestens aufsuchen, damit sie bei einer Kneipentour mit mindestens 80% Wahrscheinlichkeit in mindestens 4 Lokalen nicht mit Nachfragen zu ihrer "ID" gedemütigt werden und in Ruhe ein Bier trinken können?

Lösung einblenden
nP(X≤k)
......
270.303
280.2751
290.2492
300.2252
310.203
320.1827
......

Die Zufallsgröße X gibt die Anzahl der besuchten Kneipen, die keine "ID" (Personalausweis) verlangen an und ist im Idealfall binomialverteilt mit p = 0.17 und variablem n.

Es muss gelten: P0.17n (X4) ≥ 0.8

Weil man ja aber P0.17n (X4) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.17n (X4) = 1 - P0.17n (X3) ≥ 0.8 |+ P0.17n (X3) - 0.8

0.2 ≥ P0.17n (X3) oder P0.17n (X3) ≤ 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 17% der Versuche mit einem Treffer. Also müssten dann doch bei 4 0.17 ≈ 24 Versuchen auch ungefähr 4 (≈0.17⋅24) Treffer auftreten.

Wir berechnen also mit unserem ersten n=24:
P0.17n (X3) ≈ 0.3986 (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=32 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 32 sein, damit P0.17n (X3) ≤ 0.2 oder eben P0.17n (X4) ≥ 0.8 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

Bei einer Tombola sind 50 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 90% liegen. Wieviel der 50 Lose dürfen höchstens Nieten sein?

Lösung einblenden
Anzahl der Nieten im LostopfP('höchstens eine Niete')
......
61- 6 50 5 49 =1- 3 245 ≈0.9878
71- 7 50 6 49 =1- 3 175 ≈0.9829
81- 8 50 7 49 =1- 4 175 ≈0.9771
91- 9 50 8 49 =1- 36 1225 ≈0.9706
101- 10 50 9 49 =1- 9 245 ≈0.9633
111- 11 50 10 49 =1- 11 245 ≈0.9551
121- 12 50 11 49 =1- 66 1225 ≈0.9461
131- 13 50 12 49 =1- 78 1225 ≈0.9363
141- 14 50 13 49 =1- 13 175 ≈0.9257
151- 15 50 14 49 =1- 3 35 ≈0.9143
161- 16 50 15 49 =1- 24 245 ≈0.902
171- 17 50 16 49 =1- 136 1225 ≈0.889
......

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=6 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Nieten'= 6 50 5 49 (beim ersten Zufallsversuch 6 50 und beim zweiten 5 49 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- 6 50 5 49

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=6. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/50*(x-1)/49)

In dieser Tabelle erkennen wir, dass letztmals bei 16 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 90% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 16 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 150 mal aufgerufen wird. Die Mitglieder der Homepage-AG wollen dass mit mindestens 90%-iger Wahrscheinlichkiet mindestens 14 mal am Tag eines ihrer eigenen 2 Bilder erscheint. Wie viele andere Bilder dürfen dann höchstens noch in der Datenbank sein?

Lösung einblenden
pP(X≥14)=1-P(X≤13)
......
2 11 0.9992
2 12 0.9964
2 13 0.989
2 14 0.9734
2 15 0.9467
2 16 0.9069
2 17 0.8546
......

Die Zufallsgröße X gibt die Anzahl der Bilder mit Homepage-AG-lern an. X ist binomialverteilt mit n=150 und unbekanntem Parameter p.

Es muss gelten: Pp150 (X14) = 1- Pp150 (X13) = 0.9 (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 Pp150 (X14) ('mindestens 14 Treffer bei 150 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 2 11 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 2 16 die gesuchte Wahrscheinlichkeit über 90% bleibt.
Der Nenner, also die Anzahl aller Bilder in der Datenbank, darf also höchstens 16 sein.

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