Aufgabenbeispiele von Rückwärtsaufgaben

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


Binomialvert. mit variablem n (mind)

Beispiel:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 90% 21 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
1540.1304
1550.1232
1560.1164
1570.1099
1580.1037
1590.0977
......

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 (X≥21) ≥ 0.9

Weil man ja aber P 1 6 n (X≥21) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X≥21) = 1 - P 1 6 n (X≤20) ≥ 0.9 |+ P 1 6 n (X≤20) - 0.9

0.1 ≥ P 1 6 n (X≤20) oder P 1 6 n (X≤20) ≤ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 21 1 6 ≈ 126 Versuchen auch ungefähr 21 (≈ 1 6 ⋅126) Treffer auftreten.

Wir berechnen also mit unserem ersten n=126:
P 1 6 n (X≤20) ≈ 0.463 (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=159 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 159 sein, damit P 1 6 n (X≤20) ≤ 0.1 oder eben P 1 6 n (X≥21) ≥ 0.9 gilt.

Binomialvert. mit variablem n (mind)

Beispiel:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 60% 30 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
1810.4558
1820.4427
1830.4298
1840.417
1850.4043
1860.3917
......

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 (X≥30) ≥ 0.6

Weil man ja aber P 1 6 n (X≥30) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X≥30) = 1 - P 1 6 n (X≤29) ≥ 0.6 |+ P 1 6 n (X≤29) - 0.6

0.4 ≥ P 1 6 n (X≤29) oder P 1 6 n (X≤29) ≤ 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 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 (X≤29) ≈ 0.469 (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=186 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 186 sein, damit P 1 6 n (X≤29) ≤ 0.4 oder eben P 1 6 n (X≥30) ≥ 0.6 gilt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Der Starspieler der gegnerischen Basketballmannschaft hat bei Freiwürfen eine Trefferquote von p=0,9. Wie viele Freiwürfe darf man bei ihm durch Fouls höchstens zulassen, wenn man ihn mit einer Wahrscheinlichkeit von mindestens 90% nicht über 40 Freiwurfpunkte kommen lassen will?

Lösung einblenden
nP(X≤k)
......
420.9322
430.8176
440.6534
......

Die Zufallsgröße X gibt die Anzahl der getroffenen Freiwürfe an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.

Es muss gelten: P0.9n (X≤40) ≥ 0.9

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 90% der Versuche mit einem Treffer. Also müssten dann doch bei 40 0.9 ≈ 44 Versuchen auch ungefähr 40 (≈0.9⋅44) Treffer auftreten.

Wir berechnen also mit unserem ersten n=44:
P0.9n (X≤40) ≈ 0.6534 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=42 die gesuchte Wahrscheinlichkeit über 90% ist.

Binomialvert. mit variablem p (diskret) für WTR

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 5 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 75 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 5 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 90% für die 75 Durchgänge reichen?

Lösung einblenden
pP(X≤5)
......
1 15 0.616
1 16 0.6725
1 17 0.721
1 18 0.7625
1 19 0.7978
1 20 0.8276
1 21 0.8528
1 22 0.8741
1 23 0.8921
1 24 0.9073
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=75 und unbekanntem Parameter p.

Es muss gelten: Pp75 (X≤5) =0.9 (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 Pp75 (X≤5) ('höchstens 5 Treffer bei 75 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 5 75 . Mit diesem p wäre ja 5= 5 75 ⋅75 der Erwartungswert und somit Pp75 (X≤5) irgendwo in der nähe von 50%. Wenn wir nun p= 5 75 mit 1 5 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 15 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 24 die gesuchte Wahrscheinlichkeit über 90% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 24 sein.

Binomialvert. mit variablem k (höchst.)

Beispiel:

Mitarbeiter:innen einer Firma müssen eine Maschine bedienen, die mit einer Wahrscheinlichkeit von 15% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 70 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)
......
20.001
30.0045
40.0147
50.0384
60.0838
70.157
80.2588
90.3826
100.5158
110.644
......

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.15 und n = 70.

Es muss gelten: P0.1570 (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 7 immer noch weniger als 0.2 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1570 (X≤8) nimmt mit 25.88% einen Wert über 0.2 an.

Das größtmögliche k mit P0.1570 (X≤k) < 0.2 ist somit k = 7.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 7 sein.

2
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
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 einer Wurfbude ist die Wahrscheinlichkeit einen Ball in einen Eimer zu treffen bei ca. 6%. Für einen bestimmten Betrag darf man 12 mal werfen. Wenn man dabei eine bestimmte Mindestanzahl von Treffern k erzielt, bekommt man einen Hauptpreis. Wie hoch muss man k mindestens setzen, damit der Hauptpreis nur mit einer Wahrscheinlichkeit von höchstens 14% ausgegeben werden muss?

Lösung einblenden
kP(X≤k)
00.4759
10.8405
20.9684
30.9957
40.9996
51
61
......

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.06 und n = 12.

Es muss gelten: P0.0612 (X≥k) < 0.14 (oranger Bereich)

oder andersrum ausgedrückt: P0.0612 (X≤k-1) ≥ 0.86 (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 1 immer noch weniger als 0.86 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.0612 (X≤2) nimmt mit 96.84% einen Wert über 0.86 an.

Das kleinstmögliche k mit P0.0612 (X≥k) = 1 - P0.0612 (X≤k-1) < 0.14 ist somit k = 3.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 3 sein.

0
1
2
3
4
5
6
7
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:

Mitarbeiter:innen einer Firma müssen eine Maschine bedienen, die mit einer Wahrscheinlichkeit von 15% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 60 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?

Lösung einblenden
kP(X≤k)
......
10.0007
20.0039
30.0148
40.0424
50.0968
60.1848
70.3047
80.4448
90.5877
100.7163
......

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.15 und n = 60.

Es muss gelten: P0.1560 (X≤k) < 0.25

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 6 immer noch weniger als 0.25 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1560 (X≤7) nimmt mit 30.47% einen Wert über 0.25 an.

Das größtmögliche k mit P0.1560 (X≤k) < 0.25 ist somit k = 6.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 6 sein.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)