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:

Bei einer Tombola werden elektronische Lose so verkauft, dass bei jedem Los jede Preiskategorie immer die gleiche Gewinnwahrscheinlichkeit hat. Aus Marketinggründen wird dabei auch ein Vierer-Pack angeboten. Dabei wird geworben, dass mit einer Wahrscheinlichkeit von 71% bei jedem Viererpack mindestens ein hochwertiger Preis dabei ist. Wie hoch muss man die Einzelwahrscheinlichkeit für einen hochwertigen Preis setzen, damit dieses Versprechen eingehalten wird?
(Bitte auf 3 Stellen runden!)

Lösung einblenden

P=0.71 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.29 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.29=(1-p)4

=>1-p=0.294 ≈ 0.7338

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.7338 ≈ 0.2662

Binomialvert. mit variablem n (höchst.)

Beispiel:

Ein Mathelehrer möchte neue Taschenrechner für seine Klasse bestellen. Die Wahrscheinlichkeit, dass einer der Taschenrechner ein Decepticon (bekannt aus dem Transformers-Filmen) ist, liegt bei p=0,05. Wie viele Rechner können bestellt werden, dass zu einer Wahrscheinlichkeit von 90% kein Descepticon unter ihnen ist?

Lösung einblenden
nP(X≤k)
......
10.95
20.9025
30.8574
......

Die Zufallsgröße X gibt Anzahl der Descepticons unter den Taschenrechnern an und ist im Idealfall binomialverteilt mit p = 0.05 und variablem n.

Es muss gelten: P0.05n (X≤0) ≥ 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 5% der Versuche mit einem Treffer. Also müssten dann doch bei 0 0.05 ≈ 0 Versuchen auch ungefähr 0 (≈0.05⋅0) Treffer auftreten.

Wir berechnen also mit unserem ersten n=0:
P0.05n (X≤0) ≈ 1 (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=2 die gesuchte Wahrscheinlichkeit über 90% ist.

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 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')
......
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
......

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 5 als 'Anzahl der Joker im Kartenstapel' die gesuchte Wahrscheinlichkeit über 95% auftritt.
Die gesuchte Anzahl der Joker im Kartenstapel darf also höchstens 5 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

Eine Schulklasse möchte fürs Schulfest ein Glücksrad entwickeln. Aus optischen Gründen sollen dabei alle Sektoren gleich groß sein. Einer davon soll für den Hauptpreis stehen. Hierfür haben sie insgesamt 7 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 85 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 7 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 85% für die 85 Durchgänge reichen?

Lösung einblenden
pP(X≤7)
......
1 12 0.5858
1 13 0.67
1 14 0.739
1 15 0.7945
1 16 0.8385
1 17 0.873
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=85 und unbekanntem Parameter p.

Es muss gelten: Pp85 (X≤7) =0.85 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 1 sein muss, da es ja genau einen günstigen Fall gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp85 (X≤7) ('höchstens 7 Treffer bei 85 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 7 85 . Mit diesem p wäre ja 7= 7 85 ⋅85 der Erwartungswert und somit Pp85 (X≤7) irgendwo in der nähe von 50%. Wenn wir nun p= 7 85 mit 1 7 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 12 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 17 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 17 sein.