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 57% 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=0.57 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.43 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.43=(1-p)⁴

=>1-p= $\sqrt[4]{0.43}$ ≈ 0.8098

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.8098 ≈ 0.1902

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 13% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 60%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden

n	P(X≤k)
...	...
13	0.5186
14	0.2708
...	...

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.87 und variablem n.

Es muss gelten: $P_{0.87}^{n} (X \geq 12)$ ≥ 0.6

Weil man ja aber $P_{0.87}^{n} (X \geq 12)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{0.87}^{n} (X \geq 12)$ = 1 - $P_{0.87}^{n} (X \leq 11)$ ≥ 0.6 |+ $P_{0.87}^{n} (X \leq 11)$ - 0.6

0.4 ≥ $P_{0.87}^{n} (X \leq 11)$ oder $P_{0.87}^{n} (X \leq 11)$ ≤ 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 87% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{12}{0.87}$ ≈ 14 Versuchen auch ungefähr 12 (≈0.87⋅14) Treffer auftreten.

Wir berechnen also mit unserem ersten n=14:
$P_{0.87}^{n} (X \leq 11)$ ≈ 0.2708 (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=14 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 14 sein, damit $P_{0.87}^{n} (X \leq 11)$ ≤ 0.4 oder eben $P_{0.87}^{n} (X \geq 12)$ ≥ 0.6 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einer Urne sind 40 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 50% 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- $\frac{37}{40}$ ⋅ $\frac{36}{39}$ =1- $\frac{111}{130}$ ≈0.1462
4	1- $\frac{36}{40}$ ⋅ $\frac{35}{39}$ =1- $\frac{21}{26}$ ≈0.1923
5	1- $\frac{35}{40}$ ⋅ $\frac{34}{39}$ =1- $\frac{119}{156}$ ≈0.2372
6	1- $\frac{34}{40}$ ⋅ $\frac{33}{39}$ =1- $\frac{187}{260}$ ≈0.2808
7	1- $\frac{33}{40}$ ⋅ $\frac{32}{39}$ =1- $\frac{44}{65}$ ≈0.3231
8	1- $\frac{32}{40}$ ⋅ $\frac{31}{39}$ =1- $\frac{124}{195}$ ≈0.3641
9	1- $\frac{31}{40}$ ⋅ $\frac{30}{39}$ =1- $\frac{31}{52}$ ≈0.4038
10	1- $\frac{30}{40}$ ⋅ $\frac{29}{39}$ =1- $\frac{29}{52}$ ≈0.4423
11	1- $\frac{29}{40}$ ⋅ $\frac{28}{39}$ =1- $\frac{203}{390}$ ≈0.4795
12	1- $\frac{28}{40}$ ⋅ $\frac{27}{39}$ =1- $\frac{63}{130}$ ≈0.5154
...	...

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'= $\frac{37}{40}$ ⋅ $\frac{36}{39}$ (beim ersten Zufallsversuch $\frac{37}{40}$ und beim zweiten $\frac{36}{39}$ weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'mindestens eine schwarze Kugel'=1- $\frac{37}{40}$ ⋅ $\frac{36}{39}$

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-(40-x)/40*(39-x)/39)

In dieser Tabelle erkennen wir, dass erstmals bei 12 als 'Anzahl der schwarzen Kugeln in der Urne' die gesuchte Wahrscheinlichkeit über 50% auftritt.
Die gesuchte Anzahl der schwarzen Kugeln in der Urne muss also mindestens 12 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 17 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 17 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden

p	P(X≤3)
...	...
$\frac{5}{28}$	0.6391
$\frac{5}{29}$	0.6649
$\frac{5}{30}$	0.6887
$\frac{5}{31}$	0.7107
$\frac{5}{32}$	0.731
$\frac{5}{33}$	0.7497
$\frac{5}{34}$	0.767
$\frac{5}{35}$	0.7829
$\frac{5}{36}$	0.7975
$\frac{5}{37}$	0.8111
...	...

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=17 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{17} (X \leq 3)$ =0.8 (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 $P_{p}^{17} (X \leq 3)$ ('höchstens 3 Treffer bei 17 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= $\frac{3}{17}$ . Mit diesem p wäre ja 3= $\frac{3}{17}$ ⋅17 der Erwartungswert und somit $P_{p}^{17} (X \leq 3)$ irgendwo in der nähe von 50%. Wenn wir nun p= $\frac{3}{17}$ mit $\frac{5}{3}$ erweitern (so dass wir auf den Zähler 5 kommen) und den Nenner abrunden, müssten wir mit p= $\frac{5}{28}$ einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= $\frac{5}{37}$ die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 37 sein.

Also werden noch 32 zusätzliche Optionen (also schwarze Kugeln) benötigt.

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