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:

Bei einer Tombola werden elektronische Lose so verkauft, dass bei jedem Los jede Preiskategorie immer die gleiche Gewinnwahrscheinlichkeit hat. Aus Marketinggründen wird dabei auch ein Vierer-Pack angeboten. Dabei wird geworben, dass mit einer Wahrscheinlichkeit von 67% bei jedem Viererpack mindestens ein hochwertiger Preis dabei ist. Wie hoch muss man die Einzelwahrscheinlichkeit für einen hochwertigen Preis setzen, damit dieses Versprechen eingehalten wird?
(Bitte auf 3 Stellen runden!)

Lösung einblenden

P=0.67 ist die Wahrscheinlichkeit für mindestens 1 Treffer bei bei 4 Durchgängen, also ist 1-P=0.33 die Wahrscheinlichkeit für keinen Treffer bei bei 4 Durchgängen.

Es gilt also 0.33=(1-p)4

=>1-p=0.334 ≈ 0.7579

Die gesuchte Einzelwahrscheinlichkeit p ist dann also 1-0.7579 ≈ 0.2421

Binomialvert. mit variablem n (höchst.)

Beispiel:

Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von mindestens 60% nicht mehr als 30 6er zu würfeln?

Lösung einblenden
nP(X≤k)
......
1760.6014
1770.5883
1780.5751
1790.5618
1800.5486
......

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 (X30) ≥ 0.6

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 30 1 6 ≈ 180 Versuchen auch ungefähr 30 (≈ 1 6 ⋅180) Treffer auftreten.

Wir berechnen also mit unserem ersten n=180:
P 1 6 n (X30) ≈ 0.5486 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.6 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 0.6 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=176 die gesuchte Wahrscheinlichkeit über 60% ist.

gesuchtes p (ohne zurücklegen)

Beispiel:

In einem Kartenstapel mit 26 Karten sind auch einige Joker-Karten drin. Wenn man 2 Karten gleichzeitig aus dem Stapel zieht, soll mit 85%-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')
......
41- 4 26 3 25 =1- 6 325 ≈0.9815
51- 5 26 4 25 =1- 2 65 ≈0.9692
61- 6 26 5 25 =1- 3 65 ≈0.9538
71- 7 26 6 25 =1- 21 325 ≈0.9354
81- 8 26 7 25 =1- 28 325 ≈0.9138
91- 9 26 8 25 =1- 36 325 ≈0.8892
101- 10 26 9 25 =1- 9 65 ≈0.8615
111- 11 26 10 25 =1- 11 65 ≈0.8308
......

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=4 ist, dann ist doch die Wahrscheinlichkeit für 'genau zwei Joker'= 4 26 3 25 (beim ersten Zufallsversuch 4 26 und beim zweiten 3 25 weil dann ja bereits 'eine Kugel weniger im Topf ist'), also ist die Wahrscheinlichkeit für 'höchstens einen Joker'=1- 4 26 3 25

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=4. (man kann auch alles als Funktion in den WTR eingeben: y=1-x/26*(x-1)/25)

In dieser Tabelle erkennen wir, dass letztmals bei 10 als 'Anzahl der Joker im Kartenstapel' die gesuchte Wahrscheinlichkeit über 85% auftritt.
Die gesuchte Anzahl der Joker im Kartenstapel darf also höchstens 10 sein.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 18 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 18 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
3 18 0.6479
3 19 0.6863
3 20 0.7202
3 21 0.7501
3 22 0.7765
3 23 0.7997
3 24 0.8201
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=18 und unbekanntem Parameter p.

Es muss gelten: Pp18 (X3) =0.8 (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 Pp18 (X3) ('höchstens 3 Treffer bei 18 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 18 . Mit diesem p wäre ja 3= 3 18 ⋅18 der Erwartungswert und somit Pp18 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 18 mit 3 3 erweitern (so dass wir auf den Zähler 3 kommen) und den Nenner abrunden, müssten wir mit p= 3 18 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 3 24 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 24 sein.

Also werden noch 21 zusätzliche Optionen (also schwarze Kugeln) benötigt.