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 96% 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=0.96 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.04 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.

Es gilt also 0.04=(1-p)2

=>1-p=0.042 ≈ 0.2

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.2 ≈ 0.8

Binomialvert. mit variablem n (mind)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,15.Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 60% Wahrscheinlichkeit, mindestens 22 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
1470.4601
1480.4465
1490.433
1500.4196
1510.4064
1520.3933
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.

Es muss gelten: P0.15n (X22) ≥ 0.6

Weil man ja aber P0.15n (X22) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.15n (X22) = 1 - P0.15n (X21) ≥ 0.6 |+ P0.15n (X21) - 0.6

0.4 ≥ P0.15n (X21) oder P0.15n (X21) ≤ 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 15% der Versuche mit einem Treffer. Also müssten dann doch bei 22 0.15 ≈ 147 Versuchen auch ungefähr 22 (≈0.15⋅147) Treffer auftreten.

Wir berechnen also mit unserem ersten n=147:
P0.15n (X21) ≈ 0.4601 (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=152 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 152 sein, damit P0.15n (X21) ≤ 0.4 oder eben P0.15n (X22) ≥ 0.6 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einem Kartenstapel mit 27 Karten sind auch einige Joker-Karten drin. Wenn man 2 Karten gleichzeitig aus dem Stapel zieht, soll mit 95%-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')
......
41- 4 27 3 26 =1- 2 117 ≈0.9829
51- 5 27 4 26 =1- 10 351 ≈0.9715
61- 6 27 5 26 =1- 5 117 ≈0.9573
71- 7 27 6 26 =1- 7 117 ≈0.9402
......

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=4 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Joker'= 4 27 3 26 (beim ersten Zufallsversuch 4 27 und beim zweiten 3 26 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens einen Joker'=1- 4 27 3 26

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=4. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/27*(x-1)/26)

In dieser Tabelle erkennen wir, dass letztmals bei 6 als 'Anzahl der Joker im Kartenstapel' die gesuchte Wahrscheinlichkeit über 95% auftritt.
Die gesuchte Anzahl der Joker im Kartenstapel darf also höchstens 6 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 26 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 85% unter den 26 gezogenen Kugeln nicht mehr als 21 schwarze sind?

Lösung einblenden
pP(X≤21)
......
5 10 0.9997
6 11 0.9987
7 12 0.9959
8 13 0.9899
9 14 0.9796
10 15 0.9642
11 16 0.9435
12 17 0.9175
13 18 0.887
14 19 0.8527
15 20 0.8156
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=26 und unbekanntem Parameter p.

Es muss gelten: Pp26 (X21) = 0.85 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 5 größer sein muss als der Zähler.

Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit Pp26 (X21) ('höchstens 21 Treffer bei 26 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 5 10 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 14 19 die gesuchte Wahrscheinlichkeit über 85% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 14 sein.