Aufgabenbeispiele von Rückwärtsaufgaben

Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen


Binomialvert. mit variablem n (höchst.)

Beispiel:

Im einem Mathekurs beträgt die Wahrscheinlichkeit, dass ein klassischer GeSchwa-Fehler begangen wird, p=0,3. Wie viele Aufgaben kann ein Schüler höchstens machen, damit er mit einer Wahrscheinlichkeit von 80% maximal 38 dieser Fehler begeht?

Lösung einblenden
nP(X≤k)
......
1140.8111
1150.7935
1160.775
1170.7558
1180.7359
1190.7153
1200.6942
1210.6725
1220.6504
1230.628
1240.6052
1250.5822
1260.5591
1270.536
......

Die Zufallsgröße X gibt Anzahl der begangenen GeSchwa-Fehler an und ist im Idealfall binomialverteilt mit p = 0.3 und variablem n.

Es muss gelten: P0.3n (X≤38) ≥ 0.8

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 30% der Versuche mit einem Treffer. Also müssten dann doch bei 38 0.3 ≈ 127 Versuchen auch ungefähr 38 (≈0.3⋅127) Treffer auftreten.

Wir berechnen also mit unserem ersten n=127:
P0.3n (X≤38) ≈ 0.536 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=114 die gesuchte Wahrscheinlichkeit über 80% ist.

Binomialvert. mit variablem p (diskret)

Beispiel:

Ein neuer Multiple Choice Test mit 18 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 3 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 30% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤3)
......
1 6 0.6479
1 7 0.7501
......

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=18 und unbekanntem Parameter p.

Es muss gelten: Pp18 (X≤3) =0.7 (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 Pp18 (X≤3) ('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 (X≤3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 18 mit 1 3 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 6 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 7 die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 7 sein.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,15.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 70% Wahrscheinlichkeit, höchstens 37 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
2310.7056
2320.6958
2330.686
2340.676
2350.6659
2360.6557
2370.6455
2380.6352
2390.6248
2400.6143
2410.6038
2420.5933
2430.5827
2440.5721
2450.5615
2460.5508
2470.5402
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.

Es muss gelten: P0.15n (X≤37) ≥ 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 15% der Versuche mit einem Treffer. Also müssten dann doch bei 37 0.15 ≈ 247 Versuchen auch ungefähr 37 (≈0.15⋅247) Treffer auftreten.

Wir berechnen also mit unserem ersten n=247:
P0.15n (X≤37) ≈ 0.5402 (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=231 die gesuchte Wahrscheinlichkeit über 70% ist.

Binomialvert. mit variablem n (mind)

Beispiel:

Der, dessen Name nicht genannt werden darf, testet Zauber um seine Nase wiederherzustellen. Ein solcher Versuch endet zu 75% mit einer Konfettiexplosion. Wie viele Versuche muss er mindestens machen, damit er mit einer Wahrscheinlichkeit von mindestens 70% mindestens 36 Nasen hat.

Lösung einblenden
nP(X≤k)
......
1490.3757
1500.3582
1510.341
1520.3243
1530.308
1540.2921
......

Die Zufallsgröße X gibt die Anzahl der geglückten Nasen-Zauberversuche an und ist im Idealfall binomialverteilt mit p = 0.25 und variablem n.

Es muss gelten: P0.25n (X≥36) ≥ 0.7

Weil man ja aber P0.25n (X≥36) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.25n (X≥36) = 1 - P0.25n (X≤35) ≥ 0.7 |+ P0.25n (X≤35) - 0.7

0.3 ≥ P0.25n (X≤35) oder P0.25n (X≤35) ≤ 0.3

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 25% der Versuche mit einem Treffer. Also müssten dann doch bei 36 0.25 ≈ 144 Versuchen auch ungefähr 36 (≈0.25⋅144) Treffer auftreten.

Wir berechnen also mit unserem ersten n=144:
P0.25n (X≤35) ≈ 0.468 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=154 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 154 sein, damit P0.25n (X≤35) ≤ 0.3 oder eben P0.25n (X≥36) ≥ 0.7 gilt.

Binomialvert. mit variablem k (höchst.)

Beispiel:

Mitarbeiter:innen einer Firma müssen eine Maschine bedienen, die mit einer Wahrscheinlichkeit von 14% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 80 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 20% liegen. Wie viele fehlerhaften Teile dürfen somit höchstens produziert werden, um ein Geschenk zu bekommen?

Lösung einblenden
kP(X≤k)
......
30.0026
40.009
50.0248
60.057
70.1123
80.1946
90.3017
100.4255
110.5538
120.6738
......

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.14 und n = 80.

Es muss gelten: P0.1480 (X≤k) < 0.2

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 8 immer noch weniger als 0.2 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1480 (X≤9) nimmt mit 30.17% einen Wert über 0.2 an.

Das größtmögliche k mit P0.1480 (X≤k) < 0.2 ist somit k = 8.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 8 sein.

3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Binomialvert. mit variablem k (mind.)

Beispiel:

Bei einem Multiple-Choice-Test werden 35 Fragen gestellt. Bei jeder Frage gibt es 5 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 2% liegen. Wie viele Fragen müssen dann zum Bestehen des Tests mindestens richtig beantwortet werden?

Lösung einblenden
kP(X≤k)
......
70.5993
80.745
90.8543
100.9253
110.9656
120.9858
130.9947
140.9982
150.9995
160.9999
......

Die Zufallsgröße X gibt die Anzahl der richtig geratenen Fragen an und ist im Idealfall binomialverteilt mit p = 1 5 und n = 35.

Es muss gelten: P 1 5 35 (X≥k) < 0.02 (oranger Bereich)

oder andersrum ausgedrückt: P 1 5 35 (X≤k-1) ≥ 0.98 (blauer Bereich)

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 0.98 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P 1 5 35 (X≤12) nimmt mit 98.58% einen Wert über 0.98 an.

Das kleinstmögliche k mit P 1 5 35 (X≥k) = 1 - P 1 5 35 (X≤k-1) < 0.02 ist somit k = 13.

Die Mindestanzahl richtiger Fragen zum Bestehen des Tests muss somit k = 13 sein.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)

Binomialvert. mit variablem k (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,65. Das Zufallsexperiment soll 79 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 79 Versuchen höchstens k Treffer sind, weniger als 80% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
490.3279
500.4162
510.5094
520.6026
530.6907
540.7695
550.8361
560.8891
570.9287
580.9567
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.65 und n = 79.

Es muss gelten: P0.6579 (X≤k) < 0.8

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 54 immer noch weniger als 0.8 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.6579 (X≤55) nimmt mit 83.61% einen Wert über 0.8 an.

Das größtmögliche k mit P0.6579 (X≤k) < 0.8 ist somit k = 54.

größtmöglicher Wert für k muss somit k = 54 sein.

49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)