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 4 Versuchen mindestens einmal zu treffen bei 91% 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=0.91 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.09 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.09=(1-p)4

=>1-p=0.094 ≈ 0.5477

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.5477 ≈ 0.4523

Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,85.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 80% Wahrscheinlichkeit, höchstens 21 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
230.8796
240.7202
250.5289
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.85 und variablem n.

Es muss gelten: P0.85n (X21) ≥ 0.8

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 85% der Versuche mit einem Treffer. Also müssten dann doch bei 21 0.85 ≈ 25 Versuchen auch ungefähr 21 (≈0.85⋅25) Treffer auftreten.

Wir berechnen also mit unserem ersten n=25:
P0.85n (X21) ≈ 0.5289 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=23 die gesuchte Wahrscheinlichkeit über 80% ist.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einem Kartenstapel mit 24 Karten sind auch einige Joker-Karten drin. Wenn man 2 Karten gleichzeitig aus dem Stapel zieht, soll mit 80%-iger Wahrscheinlichkeit höchstens eine Jokerkarte dabei sein liegen. Wie viele Jokerkarten dürfen maximal in dem Stapel drin sein?

Lösung einblenden
Anzahl der Joker im KartenstapelP('höchstens einen Joker')
......
31- 3 24 2 23 =1- 1 92 ≈0.9891
41- 4 24 3 23 =1- 1 46 ≈0.9783
51- 5 24 4 23 =1- 5 138 ≈0.9638
61- 6 24 5 23 =1- 5 92 ≈0.9457
71- 7 24 6 23 =1- 7 92 ≈0.9239
81- 8 24 7 23 =1- 7 69 ≈0.8986
91- 9 24 8 23 =1- 3 23 ≈0.8696
101- 10 24 9 23 =1- 15 92 ≈0.837
111- 11 24 10 23 =1- 55 276 ≈0.8007
121- 12 24 11 23 =1- 11 46 ≈0.7609
......

Gesucht ist die Wahrscheinlichkeit von 'höchstens einen Joker'.

Das Gegenereignis ('genau zwei Joker') ist sehr viel einfacher zu berechnen (weil dies nur ein Pfad im Baumdiagramm ist):
Wenn beispielsweise die Anzahl der Joker im Kartenstapel=3 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Joker'= 3 24 2 23 (beim ersten Zufallsversuch 3 24 und beim zweiten 2 23 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens einen Joker'=1- 3 24 2 23

Wir erhöhen nun schrittweise immer die Anzahl der Joker im Kartenstapel um 1 und probieren aus, wie sich das auf die gesuchte Gesamt-Wahrscheinlichkeit für 'höchstens einen Joker' auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p=3. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/24*(x-1)/23)

In dieser Tabelle erkennen wir, dass letztmals bei 11 als 'Anzahl der Joker im Kartenstapel' die gesuchte Wahrscheinlichkeit über 80% auftritt.
Die gesuchte Anzahl der Joker im Kartenstapel darf also höchstens 11 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 2 rote und einige schwarze Kugeln. Es soll 27 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 27 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
3 5 0.9998
4 6 0.9982
5 7 0.9923
6 8 0.9793
7 9 0.9578
8 10 0.9282
9 11 0.8921
10 12 0.8512
11 13 0.8075
12 14 0.7625
13 15 0.7174
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=27 und unbekanntem Parameter p.

Es muss gelten: Pp27 (X24) = 0.75 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 2 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 Pp27 (X24) ('höchstens 24 Treffer bei 27 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 3 5 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 12 14 die gesuchte Wahrscheinlichkeit über 75% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 12 sein.