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 92% 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=0.92 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 2 Durchgängen, also ist 1-P=0.08 die Wahrscheinlichkeit für keinen Treffer bei bei 2 Durchgängen.

Es gilt also 0.08=(1-p)2

=>1-p=0.082 ≈ 0.2828

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.2828 ≈ 0.7172

Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,55.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 90% Wahrscheinlichkeit, höchstens 25 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
390.9048
400.8674
410.8225
420.7708
430.7132
440.6513
450.5869
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.55 und variablem n.

Es muss gelten: P0.55n (X25) ≥ 0.9

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 55% der Versuche mit einem Treffer. Also müssten dann doch bei 25 0.55 ≈ 45 Versuchen auch ungefähr 25 (≈0.55⋅45) Treffer auftreten.

Wir berechnen also mit unserem ersten n=45:
P0.55n (X25) ≈ 0.5869 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=39 die gesuchte Wahrscheinlichkeit über 90% ist.

gesuchtes p (ohne zurücklegen)

Beispiel:

Bei einer Tombola sind 45 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 45 Lose dürfen höchstens Nieten sein?

Lösung einblenden
Anzahl der Nieten im LostopfP('höchstens eine Niete')
......
51- 5 45 4 44 =1- 1 99 ≈0.9899
61- 6 45 5 44 =1- 1 66 ≈0.9848
71- 7 45 6 44 =1- 7 330 ≈0.9788
81- 8 45 7 44 =1- 14 495 ≈0.9717
91- 9 45 8 44 =1- 2 55 ≈0.9636
101- 10 45 9 44 =1- 1 22 ≈0.9545
111- 11 45 10 44 =1- 1 18 ≈0.9444
121- 12 45 11 44 =1- 1 15 ≈0.9333
131- 13 45 12 44 =1- 13 165 ≈0.9212
141- 14 45 13 44 =1- 91 990 ≈0.9081
151- 15 45 14 44 =1- 7 66 ≈0.8939
161- 16 45 15 44 =1- 4 33 ≈0.8788
171- 17 45 16 44 =1- 68 495 ≈0.8626
181- 18 45 17 44 =1- 17 110 ≈0.8455
......

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=5 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Nieten'= 5 45 4 44 (beim ersten Zufallsversuch 5 45 und beim zweiten 4 44 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- 5 45 4 44

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=5. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/45*(x-1)/44)

In dieser Tabelle erkennen wir, dass letztmals bei 17 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 85% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 17 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 16 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 90% unter den 16 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
5 26 0.6289
5 27 0.6572
5 28 0.6833
5 29 0.7072
5 30 0.7291
5 31 0.7492
5 32 0.7677
5 33 0.7846
5 34 0.8001
5 35 0.8143
5 36 0.8274
5 37 0.8394
5 38 0.8504
5 39 0.8605
5 40 0.8698
5 41 0.8784
5 42 0.8864
5 43 0.8937
5 44 0.9004
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=16 und unbekanntem Parameter p.

Es muss gelten: Pp16 (X3) =0.9 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 5 sein muss, da es ja genau 5 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp16 (X3) ('höchstens 3 Treffer bei 16 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 16 . Mit diesem p wäre ja 3= 3 16 ⋅16 der Erwartungswert und somit Pp16 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 16 mit 5 3 erweitern (so dass wir auf den Zähler 5 kommen) und den Nenner abrunden, müssten wir mit p= 5 26 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 5 44 die gesuchte Wahrscheinlichkeit über 90% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 44 sein.

Also werden noch 39 zusätzliche Optionen (also schwarze Kugeln) benötigt.