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:
Ein Basketballtrainer sucht einen Spieler, bei dem die Wahrscheinlichkeit von 2 Versuchen mindestens einmal zu treffen bei 99% liegt. Wie hoch muss dann seine Trefferquote sein? (Gib diese als Wahrscheinlichkeit zwischen 0 und 1 an)
(Bitte auf 3 Stellen runden!)
P=0.99 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.01 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.
Es gilt also 0.01=(1-p)2
=>1-p= ≈ 0.1
Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.1 ≈ 0.9
Binomialvert. mit variablem n (mind)
Beispiel:
Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,9. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 60% 38 mal oder öfters in den grünen Bereich zu kommen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 42 | 0.4121 |
| 43 | 0.2569 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.
Es muss gelten: ≥ 0.6
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.6 |+ - 0.6
0.4 ≥ oder ≤ 0.4
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 90% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 42 Versuchen auch ungefähr 38 (≈0.9⋅42) Treffer auftreten.
Wir berechnen also mit unserem ersten n=42:
≈ 0.4121
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.4 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 0.4 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=43 die gesuchte Wahrscheinlichkeit unter 0.4 ist.
n muss also mindestens 43 sein, damit ≤ 0.4 oder eben ≥ 0.6 gilt.
gesuchtes p (ohne zurücklegen)
Beispiel:
In einer Urne sind 45 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?
| Anzahl der schwarzen Kugeln in der Urne | P('mindestens eine schwarze Kugel') |
|---|---|
| ... | ... |
| 3 | 1-⋅=1-≈0.1303 |
| 4 | 1-⋅=1-≈0.1717 |
| 5 | 1-⋅=1-≈0.2121 |
| 6 | 1-⋅=1-≈0.2515 |
| 7 | 1-⋅=1-≈0.2899 |
| 8 | 1-⋅=1-≈0.3273 |
| 9 | 1-⋅=1-≈0.3636 |
| 10 | 1-⋅=1-≈0.399 |
| 11 | 1-⋅=1-≈0.4333 |
| 12 | 1-⋅=1-≈0.4667 |
| 13 | 1-⋅=1-≈0.499 |
| 14 | 1-⋅=1-≈0.5303 |
| 15 | 1-⋅=1-≈0.5606 |
| 16 | 1-⋅=1-≈0.5899 |
| 17 | 1-⋅=1-≈0.6182 |
| 18 | 1-⋅=1-≈0.6455 |
| 19 | 1-⋅=1-≈0.6717 |
| 20 | 1-⋅=1-≈0.697 |
| 21 | 1-⋅=1-≈0.7212 |
| 22 | 1-⋅=1-≈0.7444 |
| 23 | 1-⋅=1-≈0.7667 |
| ... | ... |
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'= ⋅ (beim ersten Zufallsversuch und beim zweiten weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'mindestens eine schwarze Kugel'=1-⋅
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-(45-x)/45*(44-x)/44)
In dieser Tabelle erkennen wir, dass erstmals bei 23 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 23 sein.
Binomialvert. mit variablem p (diskret) für WTR
Beispiel:
In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 29 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 29 gezogenen Kugeln nicht mehr als 24 schwarze sind?
| p | P(X≤24) |
|---|---|
| ... | ... |
| 0.9992 | |
| 0.9951 | |
| 0.9839 | |
| 0.9621 | |
| 0.9287 | |
| 0.8847 | |
| 0.8326 | |
| 0.7755 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=29 und unbekanntem Parameter p.
Es muss gelten: = 0.8 (oder mehr)
Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 3 größer sein muss als der Zähler.
Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit ('höchstens 24 Treffer bei 29 Versuchen') auswirkt (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 80% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 10 sein.
