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 99% 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=0.99 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.01 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.

Es gilt also 0.01=(1-p)2

=>1-p=0.012 ≈ 0.1

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.1 ≈ 0.9

Binomialvert. mit variablem n (mind)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 20%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 60% Wahrscheinlichkeit 34 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
1700.4694
1710.4543
1720.4393
1730.4244
1740.4097
1750.3952
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.2 und variablem n.

Es muss gelten: P0.2n (X≥34) ≥ 0.6

Weil man ja aber P0.2n (X≥34) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.2n (X≥34) = 1 - P0.2n (X≤33) ≥ 0.6 |+ P0.2n (X≤33) - 0.6

0.4 ≥ P0.2n (X≤33) oder P0.2n (X≤33) ≤ 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 20% der Versuche mit einem Treffer. Also müssten dann doch bei 34 0.2 ≈ 170 Versuchen auch ungefähr 34 (≈0.2⋅170) Treffer auftreten.

Wir berechnen also mit unserem ersten n=170:
P0.2n (X≤33) ≈ 0.4694 (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=175 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 175 sein, damit P0.2n (X≤33) ≤ 0.4 oder eben P0.2n (X≥34) ≥ 0.6 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 3 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
pP(X≤3)
......
3 17 0.6479
3 18 0.6887
3 19 0.7244
3 20 0.7556
3 21 0.7829
3 22 0.8067
......

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: Pp17 (X≤3) =0.8 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp17 (X≤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= 3 17 . Mit diesem p wäre ja 3= 3 17 ⋅17 der Erwartungswert und somit Pp17 (X≤3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 17 mit 3 3 erweitern (so dass wir auf den Zähler 3 kommen) und den Nenner abrunden, müssten wir mit p= 3 17 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 3 22 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 22 sein.

Also werden noch 19 zusätzliche Optionen (also schwarze Kugeln) benötigt.