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 72% 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=0.72 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.28 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.28=(1-p)4

=>1-p=0.284 ≈ 0.7274

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.7274 ≈ 0.2726

Binomialvert. mit variablem n (höchst.)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 30%. Wie oft darf höchstens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 90% Wahrscheinlichkeit nicht mehr als 29 grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
800.9084
810.8949
820.8801
830.8642
840.847
850.8286
860.8091
870.7885
880.7668
890.7442
900.7207
910.6965
920.6716
930.6461
940.6202
950.594
960.5676
970.5411
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.3 und variablem n.

Es muss gelten: P0.3n (X29) ≥ 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 30% der Versuche mit einem Treffer. Also müssten dann doch bei 29 0.3 ≈ 97 Versuchen auch ungefähr 29 (≈0.3⋅97) Treffer auftreten.

Wir berechnen also mit unserem ersten n=97:
P0.3n (X29) ≈ 0.5411 (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=80 die gesuchte Wahrscheinlichkeit über 90% ist.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einer Urne sind 45 Kugeln. Alle Kugeln sind entweder rot oder schwarz. Es sollen 2 Kugeln gleichzeitig gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 50% unter den beiden gezogenen Kugeln mindestens eine schwarze ist?

Lösung einblenden
Anzahl der schwarzen Kugeln in der UrneP('mindestens eine schwarze Kugel')
......
31- 42 45 41 44 =1- 287 330 ≈0.1303
41- 41 45 40 44 =1- 82 99 ≈0.1717
51- 40 45 39 44 =1- 26 33 ≈0.2121
61- 39 45 38 44 =1- 247 330 ≈0.2515
71- 38 45 37 44 =1- 703 990 ≈0.2899
81- 37 45 36 44 =1- 37 55 ≈0.3273
91- 36 45 35 44 =1- 7 11 ≈0.3636
101- 35 45 34 44 =1- 119 198 ≈0.399
111- 34 45 33 44 =1- 17 30 ≈0.4333
121- 33 45 32 44 =1- 8 15 ≈0.4667
131- 32 45 31 44 =1- 248 495 ≈0.499
141- 31 45 30 44 =1- 31 66 ≈0.5303
......

Gesucht ist die Wahrscheinlichkeit von 'mindestens eine schwarze Kugel'.

Das Gegenereignis ('keine schwarze Kugel') ist sehr viel einfacher zu berechnen (weil dies nur ein Pfad im Baumdiagramm ist):
Wenn beispielsweise die Anzahl der schwarzen Kugeln in der Urne=3 ist, dann ist doch die Wahrscheinlichkeit für 'keine schwarze Kugel'= 42 45 41 44 (beim ersten Zufallsversuch 42 45 und beim zweiten 41 44 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'mindestens eine schwarze Kugel'=1- 42 45 41 44

Wir erhöhen nun schrittweise immer die Anzahl der schwarzen Kugeln in der Urne um 1 und probieren aus, wie sich das auf die gesuchte Gesamt-Wahrscheinlichkeit für 'mindestens eine schwarze Kugel' auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p=3. (man kann auch alles als Funktion in den WTR eingeben: y=1-(45-x)/45*(44-x)/44)

In dieser Tabelle erkennen wir, dass erstmals bei 14 als 'Anzahl der schwarzen Kugeln in der Urne' die gesuchte Wahrscheinlichkeit über 50% auftritt.
Die gesuchte Anzahl der schwarzen Kugeln in der Urne muss also mindestens 14 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 9 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 50 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 9 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 70% für die 50 Durchgänge reichen?

Lösung einblenden
pP(X≤9)
......
1 5 0.4437
1 6 0.683
1 7 0.8314
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=50 und unbekanntem Parameter p.

Es muss gelten: Pp50 (X9) =0.7 (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 Pp50 (X9) ('höchstens 9 Treffer bei 50 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 9 50 . Mit diesem p wäre ja 9= 9 50 ⋅50 der Erwartungswert und somit Pp50 (X9) irgendwo in der nähe von 50%. Wenn wir nun p= 9 50 mit 1 9 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 5 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 7 die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 7 sein.