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 97% 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=0.97 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.03 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.

Es gilt also 0.03=(1-p)2

=>1-p=0.032 ≈ 0.1732

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.1732 ≈ 0.8268

Binomialvert. mit variablem n (mind)

Beispiel:

Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,7. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 80% 23 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
330.4007
340.3068
350.2271
360.1627
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.7 und variablem n.

Es muss gelten: P0.7n (X23) ≥ 0.8

Weil man ja aber P0.7n (X23) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.7n (X23) = 1 - P0.7n (X22) ≥ 0.8 |+ P0.7n (X22) - 0.8

0.2 ≥ P0.7n (X22) oder P0.7n (X22) ≤ 0.2

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 70% der Versuche mit einem Treffer. Also müssten dann doch bei 23 0.7 ≈ 33 Versuchen auch ungefähr 23 (≈0.7⋅33) Treffer auftreten.

Wir berechnen also mit unserem ersten n=33:
P0.7n (X22) ≈ 0.4007 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=36 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 36 sein, damit P0.7n (X22) ≤ 0.2 oder eben P0.7n (X23) ≥ 0.8 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einem Kartenstapel mit 21 Karten sind auch einige Joker-Karten drin. Wenn man 2 Karten gleichzeitig aus dem Stapel zieht, soll mit 80%-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')
......
31- 3 21 2 20 =1- 1 70 ≈0.9857
41- 4 21 3 20 =1- 1 35 ≈0.9714
51- 5 21 4 20 =1- 1 21 ≈0.9524
61- 6 21 5 20 =1- 1 14 ≈0.9286
71- 7 21 6 20 =1- 1 10 ≈0.9
81- 8 21 7 20 =1- 2 15 ≈0.8667
91- 9 21 8 20 =1- 6 35 ≈0.8286
101- 10 21 9 20 =1- 3 14 ≈0.7857
......

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=3 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Joker'= 3 21 2 20 (beim ersten Zufallsversuch 3 21 und beim zweiten 2 20 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens einen Joker'=1- 3 21 2 20

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=3. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/21*(x-1)/20)

In dieser Tabelle erkennen wir, dass letztmals bei 9 als 'Anzahl der Joker im Kartenstapel' die gesuchte Wahrscheinlichkeit über 80% auftritt.
Die gesuchte Anzahl der Joker im Kartenstapel darf also höchstens 9 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 2 rote und einige schwarze Kugeln. Es soll 12 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 12 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
2 8 0.6488
2 9 0.7325
2 10 0.7946
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=12 und unbekanntem Parameter p.

Es muss gelten: Pp12 (X3) =0.75 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 2 sein muss, da es ja genau 2 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp12 (X3) ('höchstens 3 Treffer bei 12 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 12 . Mit diesem p wäre ja 3= 3 12 ⋅12 der Erwartungswert und somit Pp12 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 12 mit 2 3 erweitern (so dass wir auf den Zähler 2 kommen) und den Nenner abrunden, müssten wir mit p= 2 8 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 2 10 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 10 sein.

Also werden noch 8 zusätzliche Optionen (also schwarze Kugeln) benötigt.