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 93% liegt. Wie hoch muss dann seine Trefferquote sein? (Gib diese als Wahrscheinlichkeit zwischen 0 und 1 an)
(Bitte auf 3 Stellen runden!)

Lösung einblenden

P=0.93 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.07 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.

Es gilt also 0.07=(1-p)2

=>1-p=0.072 ≈ 0.2646

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.2646 ≈ 0.7354

Binomialvert. mit variablem n (mind)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,8.Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 90% Wahrscheinlichkeit, mindestens 26 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
330.3343
340.2269
350.1457
360.0889
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.8 und variablem n.

Es muss gelten: P0.8n (X26) ≥ 0.9

Weil man ja aber P0.8n (X26) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.8n (X26) = 1 - P0.8n (X25) ≥ 0.9 |+ P0.8n (X25) - 0.9

0.1 ≥ P0.8n (X25) oder P0.8n (X25) ≤ 0.1

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 80% der Versuche mit einem Treffer. Also müssten dann doch bei 26 0.8 ≈ 33 Versuchen auch ungefähr 26 (≈0.8⋅33) Treffer auftreten.

Wir berechnen also mit unserem ersten n=33:
P0.8n (X25) ≈ 0.3343 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=36 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 36 sein, damit P0.8n (X25) ≤ 0.1 oder eben P0.8n (X26) ≥ 0.9 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

Bei einer Tombola sind 55 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 55 Lose dürfen höchstens Nieten sein?

Lösung einblenden
Anzahl der Nieten im LostopfP('höchstens eine Niete')
......
61- 6 55 5 54 =1- 1 99 ≈0.9899
71- 7 55 6 54 =1- 7 495 ≈0.9859
81- 8 55 7 54 =1- 28 1485 ≈0.9811
91- 9 55 8 54 =1- 4 165 ≈0.9758
101- 10 55 9 54 =1- 1 33 ≈0.9697
111- 11 55 10 54 =1- 1 27 ≈0.963
121- 12 55 11 54 =1- 2 45 ≈0.9556
131- 13 55 12 54 =1- 26 495 ≈0.9475
......

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 55 5 54 (beim ersten Zufallsversuch 6 55 und beim zweiten 5 54 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- 6 55 5 54

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/55*(x-1)/54)

In dieser Tabelle erkennen wir, dass letztmals bei 12 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 95% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 12 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 11 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 11 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
4 7 0.5456
4 8 0.7256
4 9 0.8358
4 10 0.9006
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=11 und unbekanntem Parameter p.

Es muss gelten: Pp11 (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 Pp11 (X6) ('höchstens 6 Treffer bei 11 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 11 . Mit diesem p wäre ja 6= 6 11 ⋅11 der Erwartungswert und somit Pp11 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 11 mit 4 6 erweitern (so dass wir auf den Zähler 4 kommen) und den Nenner abrunden, müssten wir mit p= 4 7 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 4 10 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 10 sein.

Also werden noch 6 zusätzliche Optionen (also schwarze Kugeln) benötigt.