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:

An einem Glücksrad wird 2 mal gedreht. Die Wahrscheinlichkeit, dass bei allen 2 Durchgängen die Farbe 'blau' kommt, ist 0,4. Wie groß muss bei diesem Glücksrad die Wahrscheinlichkeit für das blaue Feld sein?
(Bitte auf 3 Stellen runden!)

Lösung einblenden

P=0.4 ist die Wahrscheinlichkeit, dass 2 mal das Ereignis mit der Wahrscheinlichkeit p eintritt.

Es gilt also 0.4=p2

=>p=0.42 ≈ 0.6325

Binomialvert. mit variablem n (mind)

Beispiel:

Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,3. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 50% 32 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
1050.5057
1060.4803
1070.4552
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.3 und variablem n.

Es muss gelten: P0.3n (X32) ≥ 0.5

Weil man ja aber P0.3n (X32) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.3n (X32) = 1 - P0.3n (X31) ≥ 0.5 |+ P0.3n (X31) - 0.5

0.5 ≥ P0.3n (X31) oder P0.3n (X31) ≤ 0.5

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 30% der Versuche mit einem Treffer. Also müssten dann doch bei 32 0.3 ≈ 107 Versuchen auch ungefähr 32 (≈0.3⋅107) Treffer auftreten.

Wir berechnen also mit unserem ersten n=107:
P0.3n (X31) ≈ 0.4552 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=106 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 106 sein, damit P0.3n (X31) ≤ 0.5 oder eben P0.3n (X32) ≥ 0.5 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

Bei einer Tombola sind 50 Lose im Topf. Darunter sind auch einige Nieten. Um die Käufer nicht zu verärgern soll die Wahrscheinlichkeit, dass von 2 gleichzeitig gezogenen Losen höchstens eines davon eine Niete ist, bei mindestens 95% liegen. Wieviel der 50 Lose dürfen höchstens Nieten sein?

Lösung einblenden
Anzahl der Nieten im LostopfP('höchstens eine Niete')
......
61- 6 50 5 49 =1- 3 245 ≈0.9878
71- 7 50 6 49 =1- 3 175 ≈0.9829
81- 8 50 7 49 =1- 4 175 ≈0.9771
91- 9 50 8 49 =1- 36 1225 ≈0.9706
101- 10 50 9 49 =1- 9 245 ≈0.9633
111- 11 50 10 49 =1- 11 245 ≈0.9551
121- 12 50 11 49 =1- 66 1225 ≈0.9461
......

Gesucht ist die Wahrscheinlichkeit von 'höchstens eine Niete'.

Das Gegenereignis ('genau zwei Nieten') ist sehr viel einfacher zu berechnen (weil dies nur ein Pfad im Baumdiagramm ist):
Wenn beispielsweise die Anzahl der Nieten im Lostopf=6 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Nieten'= 6 50 5 49 (beim ersten Zufallsversuch 6 50 und beim zweiten 5 49 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- 6 50 5 49

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

Als Startwert wählen wir als p=6. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/50*(x-1)/49)

In dieser Tabelle erkennen wir, dass letztmals bei 11 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 95% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 11 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 18 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 18 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
4 12 0.6085
4 13 0.6966
4 14 0.7661
4 15 0.8198
4 16 0.861
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=18 und unbekanntem Parameter p.

Es muss gelten: Pp18 (X6) =0.85 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 4 sein muss, da es ja genau 4 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp18 (X6) ('höchstens 6 Treffer bei 18 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 18 . Mit diesem p wäre ja 6= 6 18 ⋅18 der Erwartungswert und somit Pp18 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 18 mit 4 6 erweitern (so dass wir auf den Zähler 4 kommen) und den Nenner abrunden, müssten wir mit p= 4 12 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 4 16 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 16 sein.

Also werden noch 12 zusätzliche Optionen (also schwarze Kugeln) benötigt.