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 3 mal gedreht. Die Wahrscheinlichkeit, dass bei allen 3 Durchgängen die Farbe 'blau' kommt, ist 0,5. Wie groß muss bei diesem Glücksrad die Wahrscheinlichkeit für das blaue Feld sein?
(Bitte auf 3 Stellen runden!)
P=0.5 ist die Wahrscheinlichkeit, dass 3 mal das Ereignis mit der Wahrscheinlichkeit p eintritt.
Es gilt also 0.5=p3
=>p= ≈ 0.7937
Binomialvert. mit variablem n (mind)
Beispiel:
Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,65.Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 80% Wahrscheinlichkeit, mindestens 36 Treffer zu erzielen ?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 55 | 0.4662 |
| 56 | 0.3955 |
| 57 | 0.3295 |
| 58 | 0.2696 |
| 59 | 0.2168 |
| 60 | 0.1714 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.65 und variablem n.
Es muss gelten: ≥ 0.8
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.8 |+ - 0.8
0.2 ≥ oder ≤ 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 65% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 55 Versuchen auch ungefähr 36 (≈0.65⋅55) Treffer auftreten.
Wir berechnen also mit unserem ersten n=55:
≈ 0.4662
(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=60 die gesuchte Wahrscheinlichkeit unter 0.2 ist.
n muss also mindestens 60 sein, damit ≤ 0.2 oder eben ≥ 0.8 gilt.
gesuchtes p (ohne zurücklegen)
Beispiel:
Bei einer Tombola sind 50 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 50 Lose dürfen höchstens Nieten sein?
| Anzahl der Nieten im Lostopf | P('höchstens eine Niete') |
|---|---|
| ... | ... |
| 6 | 1-⋅=1-≈0.9878 |
| 7 | 1-⋅=1-≈0.9829 |
| 8 | 1-⋅=1-≈0.9771 |
| 9 | 1-⋅=1-≈0.9706 |
| 10 | 1-⋅=1-≈0.9633 |
| 11 | 1-⋅=1-≈0.9551 |
| 12 | 1-⋅=1-≈0.9461 |
| 13 | 1-⋅=1-≈0.9363 |
| 14 | 1-⋅=1-≈0.9257 |
| 15 | 1-⋅=1-≈0.9143 |
| 16 | 1-⋅=1-≈0.902 |
| 17 | 1-⋅=1-≈0.889 |
| 18 | 1-⋅=1-≈0.8751 |
| 19 | 1-⋅=1-≈0.8604 |
| 20 | 1-⋅=1-≈0.8449 |
| ... | ... |
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'= ⋅ (beim ersten Zufallsversuch und beim zweiten weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1-⋅
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/50*(x-1)/49)
In dieser Tabelle erkennen wir, dass letztmals bei 19 als 'Anzahl der Nieten im Lostopf' die gesuchte
Wahrscheinlichkeit über 85% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 19 sein.
Binomialvert. mit variablem p (diskret) für WTR
Beispiel:
In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 26 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 75% unter den 26 gezogenen Kugeln nicht mehr als 24 schwarze sind?
| p | P(X≤24) |
|---|---|
| ... | ... |
| 0.9996 | |
| 0.9991 | |
| 0.9982 | |
| 0.9967 | |
| 0.9945 | |
| 0.9916 | |
| 0.9878 | |
| 0.983 | |
| 0.9773 | |
| 0.9707 | |
| 0.9633 | |
| 0.9549 | |
| 0.9458 | |
| 0.936 | |
| 0.9256 | |
| 0.9146 | |
| 0.9031 | |
| 0.8912 | |
| 0.8789 | |
| 0.8664 | |
| 0.8536 | |
| 0.8406 | |
| 0.8275 | |
| 0.8144 | |
| 0.8012 | |
| 0.788 | |
| 0.7748 | |
| 0.7617 | |
| 0.7487 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=26 und unbekanntem Parameter p.
Es muss gelten: = 0.75 (oder mehr)
Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 4 größer sein muss als der Zähler.
Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit ('höchstens 24 Treffer bei 26 Versuchen') auswirkt (siehe Tabelle links)
Als Startwert wählen wir als p=. (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 75% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 35 sein.
