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 69% 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=0.69 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.31 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.31=(1-p)4

=>1-p=0.314 ≈ 0.7462

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.7462 ≈ 0.2538

Binomialvert. mit variablem n (höchst.)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 60%. Wie oft darf höchstens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 60% Wahrscheinlichkeit nicht mehr als 26 grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
420.6554
430.5822
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.6 und variablem n.

Es muss gelten: P0.6n (X26) ≥ 0.6

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 60% der Versuche mit einem Treffer. Also müssten dann doch bei 26 0.6 ≈ 43 Versuchen auch ungefähr 26 (≈0.6⋅43) Treffer auftreten.

Wir berechnen also mit unserem ersten n=43:
P0.6n (X26) ≈ 0.5822 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.6 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 0.6 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=42 die gesuchte Wahrscheinlichkeit über 60% ist.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einem Kartenstapel mit 24 Karten sind auch einige Joker-Karten drin. Wenn man 2 Karten gleichzeitig aus dem Stapel zieht, soll mit 90%-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 24 2 23 =1- 1 92 ≈0.9891
41- 4 24 3 23 =1- 1 46 ≈0.9783
51- 5 24 4 23 =1- 5 138 ≈0.9638
61- 6 24 5 23 =1- 5 92 ≈0.9457
71- 7 24 6 23 =1- 7 92 ≈0.9239
81- 8 24 7 23 =1- 7 69 ≈0.8986
......

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 24 2 23 (beim ersten Zufallsversuch 3 24 und beim zweiten 2 23 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens einen Joker'=1- 3 24 2 23

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/24*(x-1)/23)

In dieser Tabelle erkennen wir, dass letztmals bei 7 als 'Anzahl der Joker im Kartenstapel' die gesuchte Wahrscheinlichkeit über 90% auftritt.
Die gesuchte Anzahl der Joker im Kartenstapel darf also höchstens 7 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 13 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 13 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
4 8 0.5
4 9 0.659
4 10 0.7712
4 11 0.8466
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=13 und unbekanntem Parameter p.

Es muss gelten: Pp13 (X6) =0.8 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 4 sein muss, da es ja genau 4 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp13 (X6) ('höchstens 6 Treffer bei 13 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 13 . Mit diesem p wäre ja 6= 6 13 ⋅13 der Erwartungswert und somit Pp13 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 13 mit 4 6 erweitern (so dass wir auf den Zähler 4 kommen) und den Nenner abrunden, müssten wir mit p= 4 8 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 4 11 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 11 sein.

Also werden noch 7 zusätzliche Optionen (also schwarze Kugeln) benötigt.