Aufgabenbeispiele von Rückwärtsaufgaben

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


Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,5.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 60% Wahrscheinlichkeit, höchstens 25 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
490.6123
500.5561
......

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

Es muss gelten: P0.5n (X25) ≥ 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 50% der Versuche mit einem Treffer. Also müssten dann doch bei 25 0.5 ≈ 50 Versuchen auch ungefähr 25 (≈0.5⋅50) Treffer auftreten.

Wir berechnen also mit unserem ersten n=50:
P0.5n (X25) ≈ 0.5561 (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=49 die gesuchte Wahrscheinlichkeit über 60% ist.

Binomialvert. mit variablem n (mind)

Beispiel:

Ein Lebensmittelhersteller wirbt damit, dass sich in jeder 7. Verpackung eine Überraschung befindet. Wie viele Packungen muss man mindestens kaufen, um mit einer Wahrscheinlichkeit von mindestens 90% mindestens 1 Überraschung(en) zu erhalten.

Lösung einblenden
nP(X≤k)
......
100.2141
110.1835
120.1573
130.1348
140.1155
150.099
......

Die Zufallsgröße X gibt die Anzahl der Überraschungen an und ist im Idealfall binomialverteilt mit p = 1 7 und variablem n.

Es muss gelten: P 1 7 n (X1) ≥ 0.9

Weil man ja aber P 1 7 n (X1) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 7 n (X1) = 1 - P 1 7 n (X0) ≥ 0.9 |+ P 1 7 n (X0) - 0.9

0.1 ≥ P 1 7 n (X0) oder P 1 7 n (X0) ≤ 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 7 der Versuche mit einem Treffer. Also müssten dann doch bei 1 1 7 ≈ 7 Versuchen auch ungefähr 1 (≈ 1 7 ⋅7) Treffer auftreten.

Wir berechnen also mit unserem ersten n=7:
P 1 7 n (X0) ≈ 0.3399 (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=15 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 15 sein, damit P 1 7 n (X0) ≤ 0.1 oder eben P 1 7 n (X1) ≥ 0.9 gilt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,4.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 90% Wahrscheinlichkeit, höchstens 40 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
860.9096
870.8933
880.8752
890.8553
900.8337
910.8103
920.7852
930.7586
940.7306
950.7014
960.6711
970.6399
980.6081
990.5758
1000.5433
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.4 und variablem n.

Es muss gelten: P0.4n (X40) ≥ 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 40% der Versuche mit einem Treffer. Also müssten dann doch bei 40 0.4 ≈ 100 Versuchen auch ungefähr 40 (≈0.4⋅100) Treffer auftreten.

Wir berechnen also mit unserem ersten n=100:
P0.4n (X40) ≈ 0.5433 (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=86 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 7 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 95 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 7 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 85% für die 95 Durchgänge reichen?

Lösung einblenden
pP(X≤7)
......
1 13 0.5512
1 14 0.6319
1 15 0.7004
1 16 0.7573
1 17 0.804
1 18 0.8418
1 19 0.8723
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=95 und unbekanntem Parameter p.

Es muss gelten: Pp95 (X7) =0.85 (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 Pp95 (X7) ('höchstens 7 Treffer bei 95 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 7 95 . Mit diesem p wäre ja 7= 7 95 ⋅95 der Erwartungswert und somit Pp95 (X7) irgendwo in der nähe von 50%. Wenn wir nun p= 7 95 mit 1 7 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 13 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 19 die gesuchte Wahrscheinlichkeit über 85% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 19 sein.

Binomialvert. mit variablem k (mind.)

Beispiel:

Bei einer Wurfbude ist die Wahrscheinlichkeit einen Ball in einen Eimer zu treffen bei ca. 9%. Für einen bestimmten Betrag darf man 10 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 10% ausgegeben werden muss?

Lösung einblenden
kP(X≤k)
00.3894
10.7746
20.946
30.9912
40.999
50.9999
61
......

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.09 und n = 10.

Es muss gelten: P0.0910 (Xk) < 0.1 (oranger Bereich)

oder andersrum ausgedrückt: P0.0910 (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 1 immer noch weniger als 0.9 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.0910 (X2) nimmt mit 94.6% einen Wert über 0.9 an.

Das kleinstmögliche k mit P0.0910 (Xk) = 1 - P0.0910 (Xk-1) < 0.1 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 (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 8% liegen. Wie viele Fragen müssen dann zum Bestehen des Tests mindestens richtig beantwortet werden?

Lösung einblenden
kP(X≤k)
......
50.2721
60.4328
70.5993
80.745
90.8543
100.9253
110.9656
120.9858
130.9947
140.9982
......

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 (Xk) < 0.08 (oranger Bereich)

oder andersrum ausgedrückt: P 1 5 35 (Xk-1) ≥ 0.92 (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 9 immer noch weniger als 0.92 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P 1 5 35 (X10) nimmt mit 92.53% einen Wert über 0.92 an.

Das kleinstmögliche k mit P 1 5 35 (Xk) = 1 - P 1 5 35 (Xk-1) < 0.08 ist somit k = 11.

Die Mindestanzahl richtiger Fragen zum Bestehen des Tests muss somit k = 11 sein.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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=0,3. Das Zufallsexperiment soll 85 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 85 Versuchen höchstens k Treffer sind, weniger als 75% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
220.2414
230.3225
240.4124
250.5063
260.5993
270.6863
280.7635
290.8286
300.8807
310.9202
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.3 und n = 85.

Es muss gelten: P0.385 (Xk) < 0.75

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 0.75 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.385 (X28) nimmt mit 76.35% einen Wert über 0.75 an.

Das größtmögliche k mit P0.385 (Xk) < 0.75 ist somit k = 27.

größtmöglicher Wert für k muss somit k = 27 sein.

22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)