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:

Ein Basketballtrainer sucht einen Spieler, bei dem die Wahrscheinlichkeit von 4 Versuchen mindestens einmal zu treffen bei 96% 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=0.96 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.04 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.04=(1-p)4

=>1-p=0.044 ≈ 0.4472

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.4472 ≈ 0.5528

Binomialvert. mit variablem n (mind)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 70%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 80% Wahrscheinlichkeit 25 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
360.3909
370.3017
380.2255
390.1635
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.7 und variablem n.

Es muss gelten: P0.7n (X≥25) ≥ 0.8

Weil man ja aber P0.7n (X≥25) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.7n (X≥25) = 1 - P0.7n (X≤24) ≥ 0.8 |+ P0.7n (X≤24) - 0.8

0.2 ≥ P0.7n (X≤24) oder P0.7n (X≤24) ≤ 0.2

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 70% der Versuche mit einem Treffer. Also müssten dann doch bei 25 0.7 ≈ 36 Versuchen auch ungefähr 25 (≈0.7⋅36) Treffer auftreten.

Wir berechnen also mit unserem ersten n=36:
P0.7n (X≤24) ≈ 0.3909 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=39 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 39 sein, damit P0.7n (X≤24) ≤ 0.2 oder eben P0.7n (X≥25) ≥ 0.8 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

Bei einer Tombola sind 55 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 85% liegen. Wieviel der 55 Lose dürfen höchstens Nieten sein?

Lösung einblenden
Anzahl der Nieten im LostopfP('höchstens eine Niete')
......
61- 6 55 ⋅ 5 54 =1- 1 99 ≈0.9899
71- 7 55 ⋅ 6 54 =1- 7 495 ≈0.9859
81- 8 55 ⋅ 7 54 =1- 28 1485 ≈0.9811
91- 9 55 ⋅ 8 54 =1- 4 165 ≈0.9758
101- 10 55 ⋅ 9 54 =1- 1 33 ≈0.9697
111- 11 55 ⋅ 10 54 =1- 1 27 ≈0.963
121- 12 55 ⋅ 11 54 =1- 2 45 ≈0.9556
131- 13 55 ⋅ 12 54 =1- 26 495 ≈0.9475
141- 14 55 ⋅ 13 54 =1- 91 1485 ≈0.9387
151- 15 55 ⋅ 14 54 =1- 7 99 ≈0.9293
161- 16 55 ⋅ 15 54 =1- 8 99 ≈0.9192
171- 17 55 ⋅ 16 54 =1- 136 1485 ≈0.9084
181- 18 55 ⋅ 17 54 =1- 17 165 ≈0.897
191- 19 55 ⋅ 18 54 =1- 19 165 ≈0.8848
201- 20 55 ⋅ 19 54 =1- 38 297 ≈0.8721
211- 21 55 ⋅ 20 54 =1- 14 99 ≈0.8586
221- 22 55 ⋅ 21 54 =1- 7 45 ≈0.8444
......

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=6 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Nieten'= 6 55 ⋅ 5 54 (beim ersten Zufallsversuch 6 55 und beim zweiten 5 54 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- 6 55 ⋅ 5 54

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=6. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/55*(x-1)/54)

In dieser Tabelle erkennen wir, dass letztmals bei 21 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 85% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 21 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 19 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 19 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
4 12 0.5431
4 13 0.6378
4 14 0.7152
4 15 0.7768
4 16 0.8251
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=19 und unbekanntem Parameter p.

Es muss gelten: Pp19 (X≤6) =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 Pp19 (X≤6) ('höchstens 6 Treffer bei 19 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 19 . Mit diesem p wäre ja 6= 6 19 ⋅19 der Erwartungswert und somit Pp19 (X≤6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 19 mit 4 6 erweitern (so dass wir auf den Zähler 4 kommen) und den Nenner abrunden, müssten wir mit p= 4 12 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 4 16 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 16 sein.

Also werden noch 12 zusätzliche Optionen (also schwarze Kugeln) benötigt.