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 4 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 4 Durchgängen, also ist 1-P=0.01 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.
Es gilt also 0.01=(1-p)4
=>1-p= ≈ 0.3162
Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.3162 ≈ 0.6838
Binomialvert. mit variablem n (höchst.)
Beispiel:
Ein Mathelehrer möchte neue Taschenrechner für seine Klasse bestellen. Die Wahrscheinlichkeit, dass einer der Taschenrechner ein Decepticon (bekannt aus dem Transformers-Filmen) ist, liegt bei p=0,07. Wie viele Rechner können bestellt werden, dass zu einer Wahrscheinlichkeit von 80% kein Descepticon unter ihnen ist?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 1 | 0.93 |
| 2 | 0.8649 |
| 3 | 0.8044 |
| 4 | 0.7481 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Descepticons unter den Taschenrechnern an und ist im Idealfall binomialverteilt mit p = 0.07 und variablem n.
Es muss gelten: ≥ 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 7% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 0 Versuchen auch ungefähr 0 (≈0.07⋅0) Treffer auftreten.
Wir berechnen also mit unserem ersten n=0:
≈ 1
(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=3 die gesuchte Wahrscheinlichkeit über 80% ist.
gesuchtes p (ohne zurücklegen)
Beispiel:
In einem Kartenstapel mit 26 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?
| Anzahl der Joker im Kartenstapel | P('höchstens einen Joker') |
|---|---|
| ... | ... |
| 4 | 1-⋅=1-≈0.9815 |
| 5 | 1-⋅=1-≈0.9692 |
| 6 | 1-⋅=1-≈0.9538 |
| 7 | 1-⋅=1-≈0.9354 |
| 8 | 1-⋅=1-≈0.9138 |
| 9 | 1-⋅=1-≈0.8892 |
| 10 | 1-⋅=1-≈0.8615 |
| 11 | 1-⋅=1-≈0.8308 |
| 12 | 1-⋅=1-≈0.7969 |
| ... | ... |
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=4 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Joker'= ⋅ (beim ersten Zufallsversuch und beim zweiten weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens einen Joker'=1-⋅
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=4. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/26*(x-1)/25)
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 5 rote und einige schwarze Kugeln. Es soll 12 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 12 gezogenen Kugeln nicht mehr als 3 rote sind?
| p | P(X≤3) |
|---|---|
| ... | ... |
| 0.6488 | |
| 0.6853 | |
| 0.7177 | |
| 0.7465 | |
| 0.772 | |
| 0.7946 | |
| 0.8146 | |
| 0.8324 | |
| 0.8482 | |
| 0.8623 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=12 und unbekanntem Parameter p.
Es muss gelten: =0.85 (oder mehr)
Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 5 sein muss, da es ja genau 5 günstige Fälle gibt.
Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit ('höchstens 3 Treffer bei 12 Versuchen') bei diesen Nennern wird (siehe Tabelle links)
Um einen günstigen Startwert zu finden wählen wir mal als p=. Mit diesem p wäre ja 3=⋅12 der Erwartungswert und somit irgendwo in der nähe von 50%. Wenn wir nun p= mit erweitern (so dass wir auf den Zähler 5 kommen) und den Nenner abrunden, müssten wir mit p= einen brauchbaren Einstiegswert für dieses Probieren erhalten.
In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens
29 sein.
Also werden noch 24 zusätzliche Optionen (also schwarze Kugeln) benötigt.
