Aufgabenbeispiele von Rückwärtsaufgaben

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


Binomialvert. mit variablem n (mind)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 35%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 90% Wahrscheinlichkeit 36 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
1160.1604
1170.1451
1180.1309
1190.1177
1200.1056
1210.0945
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.35 und variablem n.

Es muss gelten: P0.35n (X36) ≥ 0.9

Weil man ja aber P0.35n (X36) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.35n (X36) = 1 - P0.35n (X35) ≥ 0.9 |+ P0.35n (X35) - 0.9

0.1 ≥ P0.35n (X35) oder P0.35n (X35) ≤ 0.1

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 35% der Versuche mit einem Treffer. Also müssten dann doch bei 36 0.35 ≈ 103 Versuchen auch ungefähr 36 (≈0.35⋅103) Treffer auftreten.

Wir berechnen also mit unserem ersten n=103:
P0.35n (X35) ≈ 0.4589 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.1 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 0.1 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=121 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 121 sein, damit P0.35n (X35) ≤ 0.1 oder eben P0.35n (X36) ≥ 0.9 gilt.

Binomialvert. mit variablem p (diskret)

Beispiel:

Eine Schulklasse möchte fürs Schulfest ein Glücksrad entwickeln. Aus optischen Gründen sollen dabei alle Sektoren gleich groß sein. Einer davon soll für den Hauptpreis stehen. Hierfür haben sie insgesamt 6 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 65 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 6 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 75% für die 65 Durchgänge reichen?

Lösung einblenden
pP(X≤6)
......
1 10 0.5224
1 11 0.6217
1 12 0.7032
1 13 0.7682
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=65 und unbekanntem Parameter p.

Es muss gelten: Pp65 (X6) =0.75 (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 Pp65 (X6) ('höchstens 6 Treffer bei 65 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 65 . Mit diesem p wäre ja 6= 6 65 ⋅65 der Erwartungswert und somit Pp65 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 65 mit 1 6 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 10 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 13 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 13 sein.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Eine Fluggesellschaft geht davon aus, dass 13% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 31-Platzmaschine höchstens verkaufen, so dass es zu mindestens 60% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
350.684
360.5105
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.87 und variablem n.

Es muss gelten: P0.87n (X31) ≥ 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 87% der Versuche mit einem Treffer. Also müssten dann doch bei 31 0.87 ≈ 36 Versuchen auch ungefähr 31 (≈0.87⋅36) Treffer auftreten.

Wir berechnen also mit unserem ersten n=36:
P0.87n (X31) ≈ 0.5105 (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=35 die gesuchte Wahrscheinlichkeit über 60% ist.

Binomialvert. mit variablem n (mind)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 50%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 80% Wahrscheinlichkeit 33 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
680.3582
690.3152
700.2752
710.2383
720.2048
730.1746
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.5 und variablem n.

Es muss gelten: P0.5n (X33) ≥ 0.8

Weil man ja aber P0.5n (X33) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.5n (X33) = 1 - P0.5n (X32) ≥ 0.8 |+ P0.5n (X32) - 0.8

0.2 ≥ P0.5n (X32) oder P0.5n (X32) ≤ 0.2

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 50% der Versuche mit einem Treffer. Also müssten dann doch bei 33 0.5 ≈ 66 Versuchen auch ungefähr 33 (≈0.5⋅66) Treffer auftreten.

Wir berechnen also mit unserem ersten n=66:
P0.5n (X32) ≈ 0.4511 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=73 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 73 sein, damit P0.5n (X32) ≤ 0.2 oder eben P0.5n (X33) ≥ 0.8 gilt.

Binomialvert. mit variablem k (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,5. Das Zufallsexperiment soll 84 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 84 Versuchen höchstens k Treffer sind, weniger als 60% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
370.1631
380.2226
390.2928
400.3718
410.4566
420.5434
430.6282
440.7072
450.7774
460.8369
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.5 und n = 84.

Es muss gelten: P0.584 (Xk) < 0.6

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 42 immer noch weniger als 0.6 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.584 (X43) nimmt mit 62.82% einen Wert über 0.6 an.

Das größtmögliche k mit P0.584 (Xk) < 0.6 ist somit k = 42.

größtmöglicher Wert für k muss somit k = 42 sein.

37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
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 25 Fragen gestellt. Bei jeder Frage gibt es 4 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 10% liegen. Wie viele Fragen müssen dann zum Bestehen des Tests mindestens richtig beantwortet werden?

Lösung einblenden
kP(X≤k)
......
40.2137
50.3783
60.5611
70.7265
80.8506
90.9287
100.9703
110.9893
120.9966
130.9991
......

Die Zufallsgröße X gibt die Anzahl der richtig geratenen Fragen an und ist im Idealfall binomialverteilt mit p = 1 4 und n = 25.

Es muss gelten: P 1 4 25 (Xk) < 0.1 (oranger Bereich)

oder andersrum ausgedrückt: P 1 4 25 (Xk-1) ≥ 0.9 (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 8 immer noch weniger als 0.9 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P 1 4 25 (X9) nimmt mit 92.87% einen Wert über 0.9 an.

Das kleinstmögliche k mit P 1 4 25 (Xk) = 1 - P 1 4 25 (Xk-1) < 0.1 ist somit k = 10.

Die Mindestanzahl richtiger Fragen zum Bestehen des Tests muss somit k = 10 sein.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
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=0,7. Das Zufallsexperiment soll 54 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 54 Versuchen höchstens k Treffer sind, weniger als 50% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
320.0605
330.1026
340.1632
350.2441
360.3437
370.4567
380.5747
390.6876
400.7865
410.8652
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.7 und n = 54.

Es muss gelten: P0.754 (Xk) < 0.5

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 37 immer noch weniger als 0.5 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.754 (X38) nimmt mit 57.47% einen Wert über 0.5 an.

Das größtmögliche k mit P0.754 (Xk) < 0.5 ist somit k = 37.

größtmöglicher Wert für k muss somit k = 37 sein.

32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)