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 2 Versuchen mindestens einmal zu treffen bei 92% liegt. Wie hoch muss dann seine Trefferquote sein? (Gib diese als Wahrscheinlichkeit zwischen 0 und 1 an)
(Bitte auf 3 Stellen runden!)
P=0.92 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.08 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.
Es gilt also 0.08=(1-p)2
=>1-p= ≈ 0.2828
Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.2828 ≈ 0.7172
Binomialvert. mit variablem n (höchst.)
Beispiel:
Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,55.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 90% Wahrscheinlichkeit, höchstens 25 Treffer zu erzielen ?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 39 | 0.9048 |
| 40 | 0.8674 |
| 41 | 0.8225 |
| 42 | 0.7708 |
| 43 | 0.7132 |
| 44 | 0.6513 |
| 45 | 0.5869 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.55 und variablem n.
Es muss gelten: ≥ 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 55% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 45 Versuchen auch ungefähr 25 (≈0.55⋅45) Treffer auftreten.
Wir berechnen also mit unserem ersten n=45:
≈ 0.5869
(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=39 die gesuchte Wahrscheinlichkeit über 90% ist.
gesuchtes p (ohne zurücklegen)
Beispiel:
Bei einer Tombola sind 45 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 85% liegen. Wieviel der 45 Lose dürfen höchstens Nieten sein?
| Anzahl der Nieten im Lostopf | P('höchstens eine Niete') |
|---|---|
| ... | ... |
| 5 | 1-⋅=1-≈0.9899 |
| 6 | 1-⋅=1-≈0.9848 |
| 7 | 1-⋅=1-≈0.9788 |
| 8 | 1-⋅=1-≈0.9717 |
| 9 | 1-⋅=1-≈0.9636 |
| 10 | 1-⋅=1-≈0.9545 |
| 11 | 1-⋅=1-≈0.9444 |
| 12 | 1-⋅=1-≈0.9333 |
| 13 | 1-⋅=1-≈0.9212 |
| 14 | 1-⋅=1-≈0.9081 |
| 15 | 1-⋅=1-≈0.8939 |
| 16 | 1-⋅=1-≈0.8788 |
| 17 | 1-⋅=1-≈0.8626 |
| 18 | 1-⋅=1-≈0.8455 |
| ... | ... |
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=5 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Nieten'= ⋅ (beim ersten Zufallsversuch und beim zweiten weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1-⋅
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=5. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/45*(x-1)/44)
In dieser Tabelle erkennen wir, dass letztmals bei 17 als 'Anzahl der Nieten im Lostopf' die gesuchte
Wahrscheinlichkeit über 85% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 17 sein.
Binomialvert. mit variablem p (diskret) für WTR
Beispiel:
In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 16 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 90% unter den 16 gezogenen Kugeln nicht mehr als 3 rote sind?
| p | P(X≤3) |
|---|---|
| ... | ... |
| 0.6289 | |
| 0.6572 | |
| 0.6833 | |
| 0.7072 | |
| 0.7291 | |
| 0.7492 | |
| 0.7677 | |
| 0.7846 | |
| 0.8001 | |
| 0.8143 | |
| 0.8274 | |
| 0.8394 | |
| 0.8504 | |
| 0.8605 | |
| 0.8698 | |
| 0.8784 | |
| 0.8864 | |
| 0.8937 | |
| 0.9004 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=16 und unbekanntem Parameter p.
Es muss gelten: =0.9 (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 16 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=⋅16 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 90% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens
44 sein.
Also werden noch 39 zusätzliche Optionen (also schwarze Kugeln) benötigt.
