Aufgabenbeispiele von Rückwärtsaufgaben
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Binomialvert. mit variablem n (höchst.)
Beispiel:
Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von 80% nicht mehr als 27 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 142 | 0.8078 |
| 143 | 0.797 |
| 144 | 0.7859 |
| 145 | 0.7746 |
| 146 | 0.7629 |
| 147 | 0.751 |
| 148 | 0.7388 |
| 149 | 0.7264 |
| 150 | 0.7138 |
| 151 | 0.701 |
| 152 | 0.688 |
| 153 | 0.6748 |
| 154 | 0.6615 |
| 155 | 0.648 |
| 156 | 0.6344 |
| 157 | 0.6207 |
| 158 | 0.6069 |
| 159 | 0.593 |
| 160 | 0.5791 |
| 161 | 0.5651 |
| 162 | 0.5512 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 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 der Versuche mit einem Treffer.
Also müssten dann doch bei ≈ 162 Versuchen auch ungefähr 27
(≈
Wir berechnen also mit unserem ersten n=162:
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=142 die gesuchte Wahrscheinlichkeit über 80% ist.
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 9 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 9 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 95% für die 65 Durchgänge reichen?
| p | P(X≤9) |
|---|---|
| ... | ... |
| 0.5471 | |
| 0.7088 | |
| 0.8189 | |
| 0.8888 | |
| 0.9318 | |
| 0.9579 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=65 und unbekanntem Parameter p.
Es muss gelten:
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
Um einen günstigen Startwert zu finden wählen wir mal als p=
In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p=
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens
12 sein.
Binomialvert. mit variablem n (höchst.)
Beispiel:
Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von 80% nicht mehr als 31 6er zu würfeln?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 165 | 0.8003 |
| 166 | 0.7901 |
| 167 | 0.7797 |
| 168 | 0.769 |
| 169 | 0.7581 |
| 170 | 0.7469 |
| 171 | 0.7355 |
| 172 | 0.724 |
| 173 | 0.7122 |
| 174 | 0.7003 |
| 175 | 0.6881 |
| 176 | 0.6759 |
| 177 | 0.6635 |
| 178 | 0.6509 |
| 179 | 0.6383 |
| 180 | 0.6255 |
| 181 | 0.6127 |
| 182 | 0.5998 |
| 183 | 0.5868 |
| 184 | 0.5738 |
| 185 | 0.5608 |
| 186 | 0.5478 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p =
Es muss gelten:
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
Wir berechnen also mit unserem ersten n=186:
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=165 die gesuchte Wahrscheinlichkeit über 80% ist.
Binomialvert. mit variablem n (mind)
Beispiel:
Die Firma Apple hat ein neues geniales Produkt, die iYacht, auf den Markt gebracht (wenn auch nicht ganz günstig). Die hierfür beauftragte Marketingagentur garantiert, dass unter denen, denen sie die Yacht vorgeführt hat, der Anteil der späteren Käufer bei 18% liegt. Wie vielen Personen muss nun dieses Produkt mindestens vorgeführt werden, damit sich mit mind. 50% Wahrscheinlichkeit, 40 oder mehr Käufer für dieses Produkt finden?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 220 | 0.5005 |
| 221 | 0.4879 |
| 222 | 0.4754 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Käufer an und ist im Idealfall binomialverteilt mit p = 0.18 und variablem n.
Es muss gelten:
Weil man ja aber
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 18% der Versuche mit einem Treffer.
Also müssten dann doch bei
Wir berechnen also mit unserem ersten n=222:
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=221 die gesuchte Wahrscheinlichkeit unter 0.5 ist.
n muss also mindestens 221 sein, damit
Binomialvert. mit variablem k (höchst.)
Beispiel:
Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,85. Das Zufallsexperiment soll 63 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 63 Versuchen höchstens k Treffer sind, weniger als 60% betragen. Bestimme den größtmöglichen Wert für k.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 48 | 0.0434 |
| 49 | 0.0814 |
| 50 | 0.1416 |
| 51 | 0.2287 |
| 52 | 0.3425 |
| 53 | 0.4764 |
| 54 | 0.6168 |
| 55 | 0.7471 |
| 56 | 0.8525 |
| 57 | 0.9259 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.85 und n = 63.
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
53 immer noch weniger als 0.6 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst
Das größtmögliche k mit
größtmöglicher Wert für k muss somit k = 53 sein.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
Binomialvert. mit variablem k (mind.)
Beispiel:
Bei einem Multiple-Choice-Test werden 40 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) |
|---|---|
| ... | ... |
| 13 | 0.5297 |
| 14 | 0.6578 |
| 15 | 0.7688 |
| 16 | 0.8556 |
| 17 | 0.9168 |
| 18 | 0.9559 |
| 19 | 0.9786 |
| 20 | 0.9904 |
| 21 | 0.9961 |
| 22 | 0.9986 |
| ... | ... |
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
17 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 = 19 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 14% 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 10% liegen. Wie viele fehlerhaften Teile dürfen somit höchstens produziert werden, um ein Geschenk zu bekommen?
| k | P(X≤k) |
|---|---|
| 0 | 0.0005 |
| 1 | 0.0049 |
| 2 | 0.0221 |
| 3 | 0.067 |
| 4 | 0.1528 |
| 5 | 0.2814 |
| 6 | 0.4384 |
| 7 | 0.599 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.14 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 0.1 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)
