Klasse 5-6
Klasse 7-8
Klasse 9-10
Kursstufe
cosh
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 4 mal gedreht. Die Wahrscheinlichkeit, dass bei allen 4 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!)
P=0.4 ist die Wahrscheinlichkeit, dass 4 mal das Ereignis mit der Wahrscheinlichkeit p eintritt.
Es gilt also 0.4=p4
=>p= ≈ 0.7953
Binomialvert. mit variablem n (mind)
Beispiel:
Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,5. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 60% 37 mal oder öfters in den grünen Bereich zu kommen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 74 | 0.4538 |
| 75 | 0.4088 |
| 76 | 0.3655 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.5 und variablem n.
Es muss gelten: ≥ 0.6
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.6 |+ - 0.6
0.4 ≥ oder ≤ 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 50% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 74 Versuchen auch ungefähr 37 (≈0.5⋅74) Treffer auftreten.
Wir berechnen also mit unserem ersten n=74:
≈ 0.4538
(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=76 die gesuchte Wahrscheinlichkeit unter 0.4 ist.
n muss also mindestens 76 sein, damit ≤ 0.4 oder eben ≥ 0.6 gilt.
gesuchtes p (ohne zurücklegen)
Beispiel:
In einer Urne sind 40 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 75% unter den beiden gezogenen Kugeln mindestens eine schwarze ist?
| Anzahl der schwarzen Kugeln in der Urne | P('mindestens eine schwarze Kugel') |
|---|---|
| ... | ... |
| 3 | 1-⋅=1-≈0.1462 |
| 4 | 1-⋅=1-≈0.1923 |
| 5 | 1-⋅=1-≈0.2372 |
| 6 | 1-⋅=1-≈0.2808 |
| 7 | 1-⋅=1-≈0.3231 |
| 8 | 1-⋅=1-≈0.3641 |
| 9 | 1-⋅=1-≈0.4038 |
| 10 | 1-⋅=1-≈0.4423 |
| 11 | 1-⋅=1-≈0.4795 |
| 12 | 1-⋅=1-≈0.5154 |
| 13 | 1-⋅=1-≈0.55 |
| 14 | 1-⋅=1-≈0.5833 |
| 15 | 1-⋅=1-≈0.6154 |
| 16 | 1-⋅=1-≈0.6462 |
| 17 | 1-⋅=1-≈0.6756 |
| 18 | 1-⋅=1-≈0.7038 |
| 19 | 1-⋅=1-≈0.7308 |
| 20 | 1-⋅=1-≈0.7564 |
| ... | ... |
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'= ⋅ (beim ersten Zufallsversuch und beim zweiten weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'mindestens eine schwarze Kugel'=1-⋅
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-(40-x)/40*(39-x)/39)
In dieser Tabelle erkennen wir, dass erstmals bei 20 als 'Anzahl der schwarzen Kugeln in der Urne' die gesuchte
Wahrscheinlichkeit über 75% auftritt.
Die gesuchte Anzahl der schwarzen Kugeln in der Urne muss also mindestens 20 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 2 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?
| p | P(X≥2)=1-P(X≤1) |
|---|---|
| ... | ... |
| 0.9941 | |
| 0.9249 | |
| 0.8029 | |
| 0.6779 | |
| 0.5693 | |
| 0.4801 | |
| ... | ... |
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: = 1- = 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 ('mindestens 2 Treffer bei 11 Versuchen') bei diesen Nennern wird (siehe Tabelle links)
Als Startwert wählen wir als p=.
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens
6 sein.
