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 0,3. Wie groß muss bei diesem Glücksrad die Wahrscheinlichkeit für das blaue Feld sein?
(Bitte auf 3 Stellen runden!)

Lösung einblenden

P=0.3 ist die Wahrscheinlichkeit, dass 3 mal das Ereignis mit der Wahrscheinlichkeit p eintritt.

Es gilt also 0.3=p3

=>p=0.33 ≈ 0.6694

Binomialvert. mit variablem n (höchst.)

Beispiel:

Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 39 6er zu würfeln?

Lösung einblenden
nP(X≤k)
......
1960.9026
1970.8967
1980.8906
1990.8843
2000.8777
2010.8709
2020.8639
2030.8566
2040.8491
2050.8414
2060.8334
2070.8253
2080.8169
2090.8083
2100.7995
2110.7905
2120.7812
2130.7718
2140.7622
2150.7524
2160.7425
2170.7323
2180.722
2190.7116
2200.701
2210.6903
2220.6794
2230.6684
2240.6573
2250.6462
2260.6349
2270.6235
2280.6121
2290.6006
2300.5891
2310.5775
2320.5659
2330.5543
2340.5426
......

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 (X≤39) ≥ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 39 1 6 ≈ 234 Versuchen auch ungefähr 39 (≈ 1 6 ⋅234) Treffer auftreten.

Wir berechnen also mit unserem ersten n=234:
P 1 6 n (X≤39) ≈ 0.5426 (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=196 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 95% 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
......

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 10 als 'Anzahl der Nieten im Lostopf' die gesuchte Wahrscheinlichkeit über 95% auftritt.
Die gesuchte Anzahl der Nieten im Lostopf darf also höchstens 10 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 2 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 70% unter den 16 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
2 10 0.5981
2 11 0.6705
2 12 0.7291
......

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 (X≤3) =0.7 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 2 sein muss, da es ja genau 2 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp16 (X≤3) ('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 (X≤3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 16 mit 2 3 erweitern (so dass wir auf den Zähler 2 kommen) und den Nenner abrunden, müssten wir mit p= 2 10 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 2 12 die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 12 sein.

Also werden noch 10 zusätzliche Optionen (also schwarze Kugeln) benötigt.