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:

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 75% 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=0.75 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.25 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.25=(1-p)4

=>1-p=0.254 ≈ 0.7071

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.7071 ≈ 0.2929

Binomialvert. mit variablem n (höchst.)

Beispiel:

Eine Fluggesellschaft geht davon aus, dass 14% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 25-Platzmaschine höchstens verkaufen, so dass es zu mindestens 90% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
270.9081
280.7718
290.5936
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.86 und variablem n.

Es muss gelten: P0.86n (X≤25) ≥ 0.9

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 86% der Versuche mit einem Treffer. Also müssten dann doch bei 25 0.86 ≈ 29 Versuchen auch ungefähr 25 (≈0.86⋅29) Treffer auftreten.

Wir berechnen also mit unserem ersten n=29:
P0.86n (X≤25) ≈ 0.5936 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=27 die gesuchte Wahrscheinlichkeit über 90% ist.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einem Kartenstapel mit 27 Karten sind auch einige Joker-Karten drin. Wenn man 2 Karten gleichzeitig aus dem Stapel zieht, soll mit 90%-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')
......
41- 4 27 ⋅ 3 26 =1- 2 117 ≈0.9829
51- 5 27 ⋅ 4 26 =1- 10 351 ≈0.9715
61- 6 27 ⋅ 5 26 =1- 5 117 ≈0.9573
71- 7 27 ⋅ 6 26 =1- 7 117 ≈0.9402
81- 8 27 ⋅ 7 26 =1- 28 351 ≈0.9202
91- 9 27 ⋅ 8 26 =1- 4 39 ≈0.8974
......

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'= 4 27 ⋅ 3 26 (beim ersten Zufallsversuch 4 27 und beim zweiten 3 26 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens einen Joker'=1- 4 27 ⋅ 3 26

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/27*(x-1)/26)

In dieser Tabelle erkennen wir, dass letztmals bei 8 als 'Anzahl der Joker im Kartenstapel' die gesuchte Wahrscheinlichkeit über 90% auftritt.
Die gesuchte Anzahl der Joker im Kartenstapel darf also höchstens 8 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 4 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 70% unter den 27 gezogenen Kugeln nicht mehr als 24 schwarze sind?

Lösung einblenden
pP(X≤24)
......
6 10 0.9998
7 11 0.9993
8 12 0.9982
9 13 0.996
10 14 0.9923
11 15 0.9868
12 16 0.9793
13 17 0.9696
14 18 0.9578
15 19 0.9439
16 20 0.9282
17 21 0.9109
18 22 0.8921
19 23 0.8721
20 24 0.8512
21 25 0.8296
22 26 0.8075
23 27 0.7851
24 28 0.7625
25 29 0.7399
26 30 0.7174
27 31 0.6952
......

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 (X≤24) = 0.7 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 4 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 (X≤24) ('höchstens 24 Treffer bei 27 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 6 10 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 26 30 die gesuchte Wahrscheinlichkeit über 70% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 26 sein.