Mathebattle EduRandomtasks

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 88% 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=0.88 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.12 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.

Es gilt also 0.12=(1-p)²

=>1-p= $\sqrt[2]{0.12}$ ≈ 0.3464

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.3464 ≈ 0.6536

Binomialvert. mit variablem n (mind)

Beispiel:

Beim Biberacher Schützenfest läuft ein 12-köpfiger historischer Spielmannszug mit, der an die Schweden während des 30-Jährigen Kriegs erinnert. Dabei feiern dessen Mitglieder manchmal so ausgelassen, dass die Wahrscheinlichkeit eines Ausfall beim Umzug wegen unverhältnismäßigem Alkoholgenuss bei 7% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 50%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden

n	P(X≤k)
...	...
12	0.5814
13	0.2298
...	...

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.93 und variablem n.

Es muss gelten: $P_{0.93}^{n} (X \geq 12)$ ≥ 0.5

Weil man ja aber $P_{0.93}^{n} (X \geq 12)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{0.93}^{n} (X \geq 12)$ = 1 - $P_{0.93}^{n} (X \leq 11)$ ≥ 0.5 |+ $P_{0.93}^{n} (X \leq 11)$ - 0.5

0.5 ≥ $P_{0.93}^{n} (X \leq 11)$ oder $P_{0.93}^{n} (X \leq 11)$ ≤ 0.5

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 93% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{12}{0.93}$ ≈ 13 Versuchen auch ungefähr 12 (≈0.93⋅13) Treffer auftreten.

Wir berechnen also mit unserem ersten n=13:
$P_{0.93}^{n} (X \leq 11)$ ≈ 0.2298 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=13 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 13 sein, damit $P_{0.93}^{n} (X \leq 11)$ ≤ 0.5 oder eben $P_{0.93}^{n} (X \geq 12)$ ≥ 0.5 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 80% liegen. Wieviel der 65 Lose dürfen höchstens Nieten sein?

Lösung einblenden

Anzahl der Nieten im Lostopf	P('höchstens eine Niete')
...	...
7	1- $\frac{7}{65}$ ⋅ $\frac{6}{64}$ =1- $\frac{21}{2080}$ ≈0.9899
8	1- $\frac{8}{65}$ ⋅ $\frac{7}{64}$ =1- $\frac{7}{520}$ ≈0.9865
9	1- $\frac{9}{65}$ ⋅ $\frac{8}{64}$ =1- $\frac{9}{520}$ ≈0.9827
10	1- $\frac{10}{65}$ ⋅ $\frac{9}{64}$ =1- $\frac{9}{416}$ ≈0.9784
11	1- $\frac{11}{65}$ ⋅ $\frac{10}{64}$ =1- $\frac{11}{416}$ ≈0.9736
12	1- $\frac{12}{65}$ ⋅ $\frac{11}{64}$ =1- $\frac{33}{1040}$ ≈0.9683
13	1- $\frac{13}{65}$ ⋅ $\frac{12}{64}$ =1- $\frac{3}{80}$ ≈0.9625
14	1- $\frac{14}{65}$ ⋅ $\frac{13}{64}$ =1- $\frac{7}{160}$ ≈0.9563
15	1- $\frac{15}{65}$ ⋅ $\frac{14}{64}$ =1- $\frac{21}{416}$ ≈0.9495
16	1- $\frac{16}{65}$ ⋅ $\frac{15}{64}$ =1- $\frac{3}{52}$ ≈0.9423
17	1- $\frac{17}{65}$ ⋅ $\frac{16}{64}$ =1- $\frac{17}{260}$ ≈0.9346
18	1- $\frac{18}{65}$ ⋅ $\frac{17}{64}$ =1- $\frac{153}{2080}$ ≈0.9264
19	1- $\frac{19}{65}$ ⋅ $\frac{18}{64}$ =1- $\frac{171}{2080}$ ≈0.9178
20	1- $\frac{20}{65}$ ⋅ $\frac{19}{64}$ =1- $\frac{19}{208}$ ≈0.9087
21	1- $\frac{21}{65}$ ⋅ $\frac{20}{64}$ =1- $\frac{21}{208}$ ≈0.899
22	1- $\frac{22}{65}$ ⋅ $\frac{21}{64}$ =1- $\frac{231}{2080}$ ≈0.8889
23	1- $\frac{23}{65}$ ⋅ $\frac{22}{64}$ =1- $\frac{253}{2080}$ ≈0.8784
24	1- $\frac{24}{65}$ ⋅ $\frac{23}{64}$ =1- $\frac{69}{520}$ ≈0.8673
25	1- $\frac{25}{65}$ ⋅ $\frac{24}{64}$ =1- $\frac{15}{104}$ ≈0.8558
26	1- $\frac{26}{65}$ ⋅ $\frac{25}{64}$ =1- $\frac{5}{32}$ ≈0.8438
27	1- $\frac{27}{65}$ ⋅ $\frac{26}{64}$ =1- $\frac{27}{160}$ ≈0.8313
28	1- $\frac{28}{65}$ ⋅ $\frac{27}{64}$ =1- $\frac{189}{1040}$ ≈0.8183
29	1- $\frac{29}{65}$ ⋅ $\frac{28}{64}$ =1- $\frac{203}{1040}$ ≈0.8048
30	1- $\frac{30}{65}$ ⋅ $\frac{29}{64}$ =1- $\frac{87}{416}$ ≈0.7909
...	...

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'= $\frac{7}{65}$ ⋅ $\frac{6}{64}$ (beim ersten Zufallsversuch $\frac{7}{65}$ und beim zweiten $\frac{6}{64}$ weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- $\frac{7}{65}$ ⋅ $\frac{6}{64}$

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 29 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 80% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 29 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

Ein neuer Multiple Choice Test mit 13 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 3 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 30% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden

p	P(X≤3)
...	...
$\frac{1}{4}$	0.5843
$\frac{1}{5}$	0.7473
...	...

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=13 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{13} (X \leq 3)$ =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 $P_{p}^{13} (X \leq 3)$ ('höchstens 3 Treffer bei 13 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= $\frac{3}{13}$ . Mit diesem p wäre ja 3= $\frac{3}{13}$ ⋅13 der Erwartungswert und somit $P_{p}^{13} (X \leq 3)$ irgendwo in der nähe von 50%. Wenn wir nun p= $\frac{3}{13}$ mit $\frac{1}{3}$ erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= $\frac{1}{4}$ einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= $\frac{1}{5}$ die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 5 sein.