Aufgabenbeispiele von Rückwärtsaufgaben
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Binomialvert. mit variablem n (mind)
Beispiel:
Der, dessen Name nicht genannt werden darf, testet Zauber um seine Nase wiederherzustellen. Ein solcher Versuch endet zu 80% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 60% mindestens 27 Nasen hat.
n | P(X≤k) |
---|---|
... | ... |
135 | 0.4657 |
136 | 0.4487 |
137 | 0.432 |
138 | 0.4154 |
139 | 0.3991 |
... | ... |
Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.2 und variablem n.
Es muss gelten: ≥ 0.6
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.6 |+ - 0.6
0.4 ≥ oder ≤ 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 ≈ 135 Versuchen auch ungefähr 27 (≈0.2⋅135) Treffer auftreten.
Wir berechnen also mit unserem ersten n=135:
≈ 0.4657
(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=139 die gesuchte Wahrscheinlichkeit unter 0.4 ist.
n muss also mindestens 139 sein, damit ≤ 0.4 oder eben ≥ 0.6 gilt.
Binomialvert. mit variablem p (diskret)
Beispiel:
Eine Firma, die Überraschungseier vertreibt, möchte als Werbegag manche Eier mit Superfiguren bestücken. Aus Angst vor Kundenbeschwerden sollen in einer 8er-Packung mit der mindestens 50% Wahrscheinlichkeit 1 oder mehr Superfiguren enthalten sein. Wenn in jedes n-te Ei eine Superfigur rein soll, wie groß darf dann n höchstens sein?
p | P(X≥1)=1-P(X≤0) |
---|---|
... | ... |
0.9961 | |
0.961 | |
0.8999 | |
0.8322 | |
0.7674 | |
0.7086 | |
0.6564 | |
0.6103 | |
0.5695 | |
0.5335 | |
0.5015 | |
0.4729 | |
... | ... |
Die Zufallsgröße X gibt die Anzahl der Eier mit einer Superfigur an. X ist binomialverteilt mit n=8 und unbekanntem Parameter p.
Es muss gelten: = 1- = 0.5 (oder mehr)
Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 1 sein muss, da es ja genau einen günstigen Fall gibt.
Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit ('mindestens 1 Treffer bei 8 Versuchen') bei diesen Nennern wird (siehe Tabelle links)
Als Startwert wählen wir als p=.
In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 50% bleibt.
Der Nenner, also die das wievielte Ei eine Superfigur enthält, darf also höchstens
12 sein.
Binomialvert. mit variablem n (höchst.)
Beispiel:
Ein Mathelehrer möchte neue Taschenrechner für seine Klasse bestellen. Die Wahrscheinlichkeit, dass einer der Taschenrechner ein Decepticon (bekannt aus dem Transformers-Filmen) ist, liegt bei p=0,03. Wie viele Rechner können bestellt werden, dass zu einer Wahrscheinlichkeit von 70% kein Descepticon unter ihnen ist?
n | P(X≤k) |
---|---|
... | ... |
6 | 0.833 |
7 | 0.808 |
8 | 0.7837 |
9 | 0.7602 |
10 | 0.7374 |
11 | 0.7153 |
12 | 0.6938 |
... | ... |
Die Zufallsgröße X gibt Anzahl der Descepticons unter den Taschenrechnern an und ist im Idealfall binomialverteilt mit p = 0.03 und variablem n.
Es muss gelten: ≥ 0.7
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 3% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 0 Versuchen auch ungefähr 0 (≈0.03⋅0) Treffer auftreten.
Wir berechnen also mit unserem ersten n=0:
≈ 1
(TI-Befehl: Binomialcdf ...)
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.7 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 0.7 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=11 die gesuchte Wahrscheinlichkeit über 70% ist.
Binomialvert. mit variablem n (mind)
Beispiel:
Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 50% 29 oder mehr 6er zu erzielen?
n | P(X≤k) |
---|---|
... | ... |
171 | 0.5091 |
172 | 0.4955 |
173 | 0.4819 |
174 | 0.4685 |
... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.5
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.5 |+ - 0.5
0.5 ≥ oder ≤ 0.5
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 der Versuche mit einem Treffer.
Also müssten dann doch bei ≈ 174 Versuchen auch ungefähr 29
(≈
Wir berechnen also mit unserem ersten n=174:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.5 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 0.5 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=172 die gesuchte Wahrscheinlichkeit unter 0.5 ist.
n muss also mindestens 172 sein, damit
Binomialvert. mit variablem k (höchst.)
Beispiel:
Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,45. Das Zufallsexperiment soll 59 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 59 Versuchen höchstens k Treffer sind, weniger als 60% betragen. Bestimme den größtmöglichen Wert für k.
k | P(X≤k) |
---|---|
... | ... |
22 | 0.1444 |
23 | 0.213 |
24 | 0.2971 |
25 | 0.3935 |
26 | 0.4965 |
27 | 0.5996 |
28 | 0.696 |
29 | 0.7803 |
30 | 0.8493 |
31 | 0.9021 |
... | ... |
Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.45 und n = 59.
Es muss gelten:
Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals nicht mehr erfüllt wird:
Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).
Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und
27 immer noch weniger als 0.6 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst
Das größtmögliche k mit
größtmöglicher Wert für k muss somit k = 27 sein.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Binomialvert. mit variablem k (mind.)
Beispiel:
Bei einem Multiple-Choice-Test werden 25 Fragen gestellt. Bei jeder Frage gibt es 3 Antworten, von denen genau eine richtig ist. Die Wahrscheinlichkeit, dass man mit reinem Raten der richtigen Antworten durch Zufall trotzdem den Test besteht, soll unter 8% liegen. Wie viele Fragen müssen dann zum Bestehen des Tests mindestens richtig beantwortet werden?
k | P(X≤k) |
---|---|
... | ... |
7 | 0.3703 |
8 | 0.5376 |
9 | 0.6956 |
10 | 0.822 |
11 | 0.9082 |
12 | 0.9585 |
13 | 0.9836 |
14 | 0.9944 |
15 | 0.9984 |
16 | 0.9996 |
... | ... |
Die Zufallsgröße X gibt die Anzahl der richtig geratenen Fragen an und ist im Idealfall binomialverteilt mit p =
Es muss gelten:
oder andersrum ausgedrückt:
Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals erfüllt wird:
Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).
Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und
11 immer noch weniger als 0.92 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst
Das kleinstmögliche k mit
Die Mindestanzahl richtiger Fragen zum Bestehen des Tests muss somit k = 13 sein.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Binomialvert. mit variablem k (höchst.)
Beispiel:
Mitarbeiter:innen einer Firma müssen eine Maschine bedienen, die mit einer Wahrscheinlichkeit von 12% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 50 Teile. Als Gag möchte die Geschäftsführung den Mitarbeiter:innen einen kleines Geschenk machen, deren Maschnine nicht mehr als eine bestimmte Anzahl an fehlerhaften Teilen produziert hat. Dabei soll aber die Wahrscheinlichkeit, ein Geschenk zu bekommen, bei höchstens 25% liegen. Wie viele fehlerhaften Teile dürfen somit höchstens produziert werden, um ein Geschenk zu bekommen?
k | P(X≤k) |
---|---|
0 | 0.0017 |
1 | 0.0131 |
2 | 0.0513 |
3 | 0.1345 |
4 | 0.268 |
5 | 0.4353 |
6 | 0.6065 |
7 | 0.7533 |
... | ... |
Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.12 und n = 50.
Es muss gelten:
Jetzt müssen wir eben so lange mit verschiedenen Werten von k probieren, bis diese Gleichung erstmals nicht mehr erfüllt wird:
Dabei kann man entweder einfach viele verschiedene Werte einzeln berechnen oder man verwendet Listen bei der Binomialverteilung im WTR, (TI: binomcdf, Casio: Kumul. Binomial-V).
Schaut man dazu die kumulierte Binomialverteilung in der Tabelle links an, so erkennt man, dass die Trefferzahlen im Intervall zwischen 0 und
3 immer noch weniger als 0.25 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst
Das größtmögliche k mit
Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 3 sein.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)