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:

An einem Glücksrad wird 3 mal gedreht. Die Wahrscheinlichkeit, dass bei allen 3 Durchgängen die Farbe 'blau' kommt, ist 0,4. Wie groß muss bei diesem Glücksrad die Wahrscheinlichkeit für das blaue Feld sein?
(Bitte auf 3 Stellen runden!)

Lösung einblenden

P=0.4 ist die Wahrscheinlichkeit, dass 3 mal das Ereignis mit der Wahrscheinlichkeit p eintritt.

Es gilt also 0.4=p3

=>p=0.43 ≈ 0.7368

Binomialvert. mit variablem n (mind)

Beispiel:

Ein Lebensmittelhersteller wirbt damit, dass sich in jeder 7. Verpackung eine Überraschung befindet. Wie viele Packungen muss man mindestens kaufen, um mit einer Wahrscheinlichkeit von mindestens 60% mindestens 2 Überraschung(en) zu erhalten.

Lösung einblenden
nP(X≤k)
......
130.4269
140.3851
......

Die Zufallsgröße X gibt die Anzahl der Überraschungen an und ist im Idealfall binomialverteilt mit p = 1 7 und variablem n.

Es muss gelten: P 1 7 n (X2) ≥ 0.6

Weil man ja aber P 1 7 n (X2) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 7 n (X2) = 1 - P 1 7 n (X1) ≥ 0.6 |+ P 1 7 n (X1) - 0.6

0.4 ≥ P 1 7 n (X1) oder P 1 7 n (X1) ≤ 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 1 7 der Versuche mit einem Treffer. Also müssten dann doch bei 2 1 7 ≈ 14 Versuchen auch ungefähr 2 (≈ 1 7 ⋅14) Treffer auftreten.

Wir berechnen also mit unserem ersten n=14:
P 1 7 n (X1) ≈ 0.3851 (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=14 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 14 sein, damit P 1 7 n (X1) ≤ 0.4 oder eben P 1 7 n (X2) ≥ 0.6 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

Bei einer Tombola sind 65 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 65 Lose dürfen höchstens Nieten sein?

Lösung einblenden
Anzahl der Nieten im LostopfP('höchstens eine Niete')
......
71- 7 65 6 64 =1- 21 2080 ≈0.9899
81- 8 65 7 64 =1- 7 520 ≈0.9865
91- 9 65 8 64 =1- 9 520 ≈0.9827
101- 10 65 9 64 =1- 9 416 ≈0.9784
111- 11 65 10 64 =1- 11 416 ≈0.9736
121- 12 65 11 64 =1- 33 1040 ≈0.9683
131- 13 65 12 64 =1- 3 80 ≈0.9625
141- 14 65 13 64 =1- 7 160 ≈0.9563
151- 15 65 14 64 =1- 21 416 ≈0.9495
......

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=7 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Nieten'= 7 65 6 64 (beim ersten Zufallsversuch 7 65 und beim zweiten 6 64 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- 7 65 6 64

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=7. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/65*(x-1)/64)

In dieser Tabelle erkennen wir, dass letztmals bei 14 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 95% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 14 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

Eine Firma, die Überraschungseier vertreibt, möchte als Werbegag manche Eier mit Superfiguren bestücken. Aus Angst vor Kundenbeschwerden sollen in einer 11er-Packung mit der mindestens 50% Wahrscheinlichkeit 1 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?

Lösung einblenden
pP(X≥1)=1-P(X≤0)
......
1 2 0.9995
1 3 0.9884
1 4 0.9578
1 5 0.9141
1 6 0.8654
1 7 0.8165
1 8 0.7698
1 9 0.7263
1 10 0.6862
1 11 0.6495
1 12 0.616
1 13 0.5854
1 14 0.5574
1 15 0.5318
1 16 0.5083
1 17 0.4867
......

Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=11 und unbekanntem Parameter p.

Es muss gelten: Pp11 (X1) = 1- Pp11 (X0) = 0.5 (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 Pp11 (X1) ('mindestens 1 Treffer bei 11 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Als Startwert wählen wir als p= 1 2 .

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 1 16 die gesuchte Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens 16 sein.