Aufgabenbeispiele von Rückwärtsaufgaben

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


Binomialvert. mit variablem n (mind)

Beispiel:

In Tschechien gilt absolutes Alkoholverbot in Lokalen für Jugendliche unter 18 Jahren. Ein paar trinkfreudige 17-jährige Jugendliche wollen bei einer Studienfahrt nach Prag trotzdem ihr Glück versuchen. 85% der Gaststätten setzen das Alkoholverbot konsequent um und schenken nur gegen Vorlage einer "ID" (Personalausweis) Bier aus. Wie viele Kneipen müssen die Jugenlichen nun mindestens aufsuchen, damit sie bei einer Kneipentour mit mindestens 60% Wahrscheinlichkeit in mindestens 4 Lokalen nicht mit Nachfragen zu ihrer "ID" gedemütigt werden und in Ruhe ein Bier trinken können?

Lösung einblenden
nP(X≤k)
......
270.4072
280.3772
......

Die Zufallsgröße X gibt die Anzahl der besuchten Kneipen, die keine "ID" (Personalausweis) verlangen an und ist im Idealfall binomialverteilt mit p = 0.15 und variablem n.

Es muss gelten: P0.15n (X4) ≥ 0.6

Weil man ja aber P0.15n (X4) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.15n (X4) = 1 - P0.15n (X3) ≥ 0.6 |+ P0.15n (X3) - 0.6

0.4 ≥ P0.15n (X3) oder P0.15n (X3) ≤ 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 15% der Versuche mit einem Treffer. Also müssten dann doch bei 4 0.15 ≈ 27 Versuchen auch ungefähr 4 (≈0.15⋅27) Treffer auftreten.

Wir berechnen also mit unserem ersten n=27:
P0.15n (X3) ≈ 0.4072 (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=28 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 28 sein, damit P0.15n (X3) ≤ 0.4 oder eben P0.15n (X4) ≥ 0.6 gilt.

Binomialvert. mit variablem n (mind)

Beispiel:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 50% 32 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
1890.5087
1900.4957
1910.4828
1920.47
......

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 (X32) ≥ 0.5

Weil man ja aber P 1 6 n (X32) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X32) = 1 - P 1 6 n (X31) ≥ 0.5 |+ P 1 6 n (X31) - 0.5

0.5 ≥ P 1 6 n (X31) oder P 1 6 n (X31) ≤ 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 1 6 der Versuche mit einem Treffer. Also müssten dann doch bei 32 1 6 ≈ 192 Versuchen auch ungefähr 32 (≈ 1 6 ⋅192) Treffer auftreten.

Wir berechnen also mit unserem ersten n=192:
P 1 6 n (X31) ≈ 0.47 (TI-Befehl: Binomialcdf ...)

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=190 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 190 sein, damit P 1 6 n (X31) ≤ 0.5 oder eben P 1 6 n (X32) ≥ 0.5 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 50% nicht über 22 Freiwurfpunkte kommen lassen will?

Lösung einblenden
nP(X≤k)
......
240.7075
250.4629
......

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 (X22) ≥ 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 90% der Versuche mit einem Treffer. Also müssten dann doch bei 22 0.9 ≈ 24 Versuchen auch ungefähr 22 (≈0.9⋅24) Treffer auftreten.

Wir berechnen also mit unserem ersten n=24:
P0.9n (X22) ≈ 0.7075 (TI-Befehl: Binomialcdf ...)

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 letztmals bei n=24 die gesuchte Wahrscheinlichkeit über 50% 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 9 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 80 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 9 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 80% für die 80 Durchgänge reichen?

Lösung einblenden
pP(X≤9)
......
1 8 0.4495
1 9 0.6031
1 10 0.7234
1 11 0.811
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=80 und unbekanntem Parameter p.

Es muss gelten: Pp80 (X9) =0.8 (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 Pp80 (X9) ('höchstens 9 Treffer bei 80 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 9 80 . Mit diesem p wäre ja 9= 9 80 ⋅80 der Erwartungswert und somit Pp80 (X9) irgendwo in der nähe von 50%. Wenn wir nun p= 9 80 mit 1 9 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 8 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 11 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 11 sein.

Binomialvert. mit variablem k (mind.)

Beispiel:

Bei einem Multiple-Choice-Test werden 45 Fragen gestellt. Bei jeder Frage gibt es 6 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)
......
60.3592
70.518
80.6689
90.793
100.8823
110.9391
120.9714
130.9877
140.9952
150.9983
......

Die Zufallsgröße X gibt die Anzahl der richtig geratenen Fragen an und ist im Idealfall binomialverteilt mit p = 1 6 und n = 45.

Es muss gelten: P 1 6 45 (Xk) < 0.1 (oranger Bereich)

oder andersrum ausgedrückt: P 1 6 45 (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 10 immer noch weniger als 0.9 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P 1 6 45 (X11) nimmt mit 93.91% einen Wert über 0.9 an.

Das kleinstmögliche k mit P 1 6 45 (Xk) = 1 - P 1 6 45 (Xk-1) < 0.1 ist somit k = 12.

Die Mindestanzahl richtiger Fragen zum Bestehen des Tests muss somit k = 12 sein.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
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. 8%. Für einen bestimmten Betrag darf man 14 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 13% ausgegeben werden muss?

Lösung einblenden
kP(X≤k)
00.3112
10.69
20.9042
30.9786
40.9965
50.9996
61
......

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.08 und n = 14.

Es muss gelten: P0.0814 (Xk) < 0.13 (oranger Bereich)

oder andersrum ausgedrückt: P0.0814 (Xk-1) ≥ 0.87 (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 0.87 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.0814 (X2) nimmt mit 90.42% einen Wert über 0.87 an.

Das kleinstmögliche k mit P0.0814 (Xk) = 1 - P0.0814 (Xk-1) < 0.13 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:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,5. Das Zufallsexperiment soll 69 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 69 Versuchen höchstens k Treffer sind, weniger als 75% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
310.2352
320.3152
330.405
340.5
350.595
360.6848
370.7648
380.8322
390.8858
400.926
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.5 und n = 69.

Es muss gelten: P0.569 (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 36 immer noch weniger als 0.75 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.569 (X37) nimmt mit 76.48% einen Wert über 0.75 an.

Das größtmögliche k mit P0.569 (Xk) < 0.75 ist somit k = 36.

größtmöglicher Wert für k muss somit k = 36 sein.

31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)