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 2 Versuchen mindestens einmal zu treffen bei 93% 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=0.93 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.07 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.

Es gilt also 0.07=(1-p)2

=>1-p=0.072 ≈ 0.2646

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.2646 ≈ 0.7354

Binomialvert. mit variablem n (mind)

Beispiel:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 50% 31 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
1830.5088
1840.4957
1850.4825
1860.4695
......

Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = 1 6 und variablem n.

Es muss gelten: P 1 6 n (X31) ≥ 0.5

Weil man ja aber P 1 6 n (X31) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X31) = 1 - P 1 6 n (X30) ≥ 0.5 |+ P 1 6 n (X30) - 0.5

0.5 ≥ P 1 6 n (X30) oder P 1 6 n (X30) ≤ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 31 1 6 ≈ 186 Versuchen auch ungefähr 31 (≈ 1 6 ⋅186) Treffer auftreten.

Wir berechnen also mit unserem ersten n=186:
P 1 6 n (X30) ≈ 0.4695 (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=184 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 184 sein, damit P 1 6 n (X30) ≤ 0.5 oder eben P 1 6 n (X31) ≥ 0.5 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einem Kartenstapel mit 20 Karten sind auch einige Joker-Karten drin. Wenn man 2 Karten gleichzeitig aus dem Stapel zieht, soll mit 80%-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 20 2 19 =1- 3 190 ≈0.9842
41- 4 20 3 19 =1- 3 95 ≈0.9684
51- 5 20 4 19 =1- 1 19 ≈0.9474
61- 6 20 5 19 =1- 3 38 ≈0.9211
71- 7 20 6 19 =1- 21 190 ≈0.8895
81- 8 20 7 19 =1- 14 95 ≈0.8526
91- 9 20 8 19 =1- 18 95 ≈0.8105
101- 10 20 9 19 =1- 9 38 ≈0.7632
......

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 20 2 19 (beim ersten Zufallsversuch 3 20 und beim zweiten 2 19 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens einen Joker'=1- 3 20 2 19

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/20*(x-1)/19)

In dieser Tabelle erkennen wir, dass letztmals bei 9 als 'Anzahl der Joker im Kartenstapel' die gesuchte Wahrscheinlichkeit über 80% auftritt.
Die gesuchte Anzahl der Joker im Kartenstapel darf also höchstens 9 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.