Mathebattle EduRandomtasks

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 83% 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=0.83 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.17 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.17=(1-p)⁴

=>1-p= $\sqrt[4]{0.17}$ ≈ 0.6421

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.6421 ≈ 0.3579

Binomialvert. mit variablem n (mind)

Beispiel:

In Tschechien gilt absolutes Alkoholverbot in Lokalen für Jugendliche unter 18 Jahren. Ein paar trinkfreudige 17-jährige Jugendliche wollen bei einer Studienfahrt nach Prag trotzdem ihr Glück versuchen. 80% der Gaststätten setzen das Alkoholverbot konsequent um und schenken nur gegen Vorlage einer "ID" (Personalausweis) Bier aus. Wie viele Kneipen müssen die Jugenlichen nun mindestens aufsuchen, damit sie bei einer Kneipentour mit mindestens 60% Wahrscheinlichkeit in mindestens 3 Lokalen nicht mit Nachfragen zu ihrer "ID" gedemütigt werden und in Ruhe ein Bier trinken können?

Lösung einblenden

n	P(X≤k)
...	...
14	0.4481
15	0.398
...	...

Die Zufallsgröße X gibt die Anzahl der besuchten Kneipen, die keine "ID" (Personalausweis) verlangen an und ist im Idealfall binomialverteilt mit p = 0.2 und variablem n.

Es muss gelten: $P_{0.2}^{n} (X \geq 3)$ ≥ 0.6

Weil man ja aber $P_{0.2}^{n} (X \geq 3)$ nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

$P_{0.2}^{n} (X \geq 3)$ = 1 - $P_{0.2}^{n} (X \leq 2)$ ≥ 0.6 |+ $P_{0.2}^{n} (X \leq 2)$ - 0.6

0.4 ≥ $P_{0.2}^{n} (X \leq 2)$ oder $P_{0.2}^{n} (X \leq 2)$ ≤ 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 20% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{3}{0.2}$ ≈ 15 Versuchen auch ungefähr 3 (≈0.2⋅15) Treffer auftreten.

Wir berechnen also mit unserem ersten n=15:
$P_{0.2}^{n} (X \leq 2)$ ≈ 0.398 (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=15 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 15 sein, damit $P_{0.2}^{n} (X \leq 2)$ ≤ 0.4 oder eben $P_{0.2}^{n} (X \geq 3)$ ≥ 0.6 gilt.

gesuchtes p (ohne zurücklegen)

Beispiel:

Bei einer Tombola sind 65 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 80% liegen. Wieviel der 65 Lose dürfen höchstens Nieten sein?

Lösung einblenden

Anzahl der Nieten im Lostopf	P('höchstens eine Niete')
...	...
7	1- $\frac{7}{65}$ ⋅ $\frac{6}{64}$ =1- $\frac{21}{2080}$ ≈0.9899
8	1- $\frac{8}{65}$ ⋅ $\frac{7}{64}$ =1- $\frac{7}{520}$ ≈0.9865
9	1- $\frac{9}{65}$ ⋅ $\frac{8}{64}$ =1- $\frac{9}{520}$ ≈0.9827
10	1- $\frac{10}{65}$ ⋅ $\frac{9}{64}$ =1- $\frac{9}{416}$ ≈0.9784
11	1- $\frac{11}{65}$ ⋅ $\frac{10}{64}$ =1- $\frac{11}{416}$ ≈0.9736
12	1- $\frac{12}{65}$ ⋅ $\frac{11}{64}$ =1- $\frac{33}{1040}$ ≈0.9683
13	1- $\frac{13}{65}$ ⋅ $\frac{12}{64}$ =1- $\frac{3}{80}$ ≈0.9625
14	1- $\frac{14}{65}$ ⋅ $\frac{13}{64}$ =1- $\frac{7}{160}$ ≈0.9563
15	1- $\frac{15}{65}$ ⋅ $\frac{14}{64}$ =1- $\frac{21}{416}$ ≈0.9495
16	1- $\frac{16}{65}$ ⋅ $\frac{15}{64}$ =1- $\frac{3}{52}$ ≈0.9423
17	1- $\frac{17}{65}$ ⋅ $\frac{16}{64}$ =1- $\frac{17}{260}$ ≈0.9346
18	1- $\frac{18}{65}$ ⋅ $\frac{17}{64}$ =1- $\frac{153}{2080}$ ≈0.9264
19	1- $\frac{19}{65}$ ⋅ $\frac{18}{64}$ =1- $\frac{171}{2080}$ ≈0.9178
20	1- $\frac{20}{65}$ ⋅ $\frac{19}{64}$ =1- $\frac{19}{208}$ ≈0.9087
21	1- $\frac{21}{65}$ ⋅ $\frac{20}{64}$ =1- $\frac{21}{208}$ ≈0.899
22	1- $\frac{22}{65}$ ⋅ $\frac{21}{64}$ =1- $\frac{231}{2080}$ ≈0.8889
23	1- $\frac{23}{65}$ ⋅ $\frac{22}{64}$ =1- $\frac{253}{2080}$ ≈0.8784
24	1- $\frac{24}{65}$ ⋅ $\frac{23}{64}$ =1- $\frac{69}{520}$ ≈0.8673
25	1- $\frac{25}{65}$ ⋅ $\frac{24}{64}$ =1- $\frac{15}{104}$ ≈0.8558
26	1- $\frac{26}{65}$ ⋅ $\frac{25}{64}$ =1- $\frac{5}{32}$ ≈0.8438
27	1- $\frac{27}{65}$ ⋅ $\frac{26}{64}$ =1- $\frac{27}{160}$ ≈0.8313
28	1- $\frac{28}{65}$ ⋅ $\frac{27}{64}$ =1- $\frac{189}{1040}$ ≈0.8183
29	1- $\frac{29}{65}$ ⋅ $\frac{28}{64}$ =1- $\frac{203}{1040}$ ≈0.8048
30	1- $\frac{30}{65}$ ⋅ $\frac{29}{64}$ =1- $\frac{87}{416}$ ≈0.7909
...	...

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=7 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Nieten'= $\frac{7}{65}$ ⋅ $\frac{6}{64}$ (beim ersten Zufallsversuch $\frac{7}{65}$ und beim zweiten $\frac{6}{64}$ weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens eine Niete'=1- $\frac{7}{65}$ ⋅ $\frac{6}{64}$

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=7. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/65*(x-1)/64)

In dieser Tabelle erkennen wir, dass letztmals bei 29 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 80% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 29 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 15 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 15 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden

p	P(X≤6)
...	...
$\frac{3}{7}$	0.5199
$\frac{3}{8}$	0.6852
$\frac{3}{9}$	0.797
...	...

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=15 und unbekanntem Parameter p.

Es muss gelten: $P_{p}^{15} (X \leq 6)$ =0.7 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit $P_{p}^{15} (X \leq 6)$ ('höchstens 6 Treffer bei 15 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= $\frac{6}{15}$ . Mit diesem p wäre ja 6= $\frac{6}{15}$ ⋅15 der Erwartungswert und somit $P_{p}^{15} (X \leq 6)$ irgendwo in der nähe von 50%. Wenn wir nun p= $\frac{6}{15}$ mit $\frac{3}{6}$ erweitern (so dass wir auf den Zähler 3 kommen) und den Nenner abrunden, müssten wir mit p= $\frac{3}{7}$ einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= $\frac{3}{9}$ die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 9 sein.

Also werden noch 6 zusätzliche Optionen (also schwarze Kugeln) benötigt.