Aufgabenbeispiele von Rückwärtsaufgaben

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


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 (mind)

Beispiel:

Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,3. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 90% 28 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
1080.1515
1090.1379
1100.1252
1110.1134
1120.1026
1130.0925
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.3 und variablem n.

Es muss gelten: P0.3n (X28) ≥ 0.9

Weil man ja aber P0.3n (X28) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.3n (X28) = 1 - P0.3n (X27) ≥ 0.9 |+ P0.3n (X27) - 0.9

0.1 ≥ P0.3n (X27) oder P0.3n (X27) ≤ 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 30% der Versuche mit einem Treffer. Also müssten dann doch bei 28 0.3 ≈ 93 Versuchen auch ungefähr 28 (≈0.3⋅93) Treffer auftreten.

Wir berechnen also mit unserem ersten n=93:
P0.3n (X27) ≈ 0.47 (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=113 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 113 sein, damit P0.3n (X27) ≤ 0.1 oder eben P0.3n (X28) ≥ 0.9 gilt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Der Starspieler der gegnerischen Basketballmannschaft hat bei Freiwürfen eine Trefferquote von p=0,8. Wie viele Freiwürfe darf man bei ihm durch Fouls höchstens zulassen, wenn man ihn mit einer Wahrscheinlichkeit von mindestens 50% nicht über 26 Freiwurfpunkte kommen lassen will?

Lösung einblenden
nP(X≤k)
......
320.6398
330.4996
......

Die Zufallsgröße X gibt die Anzahl der getroffenen Freiwürfe an und ist im Idealfall binomialverteilt mit p = 0.8 und variablem n.

Es muss gelten: P0.8n (X26) ≥ 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 80% der Versuche mit einem Treffer. Also müssten dann doch bei 26 0.8 ≈ 33 Versuchen auch ungefähr 26 (≈0.8⋅33) Treffer auftreten.

Wir berechnen also mit unserem ersten n=33:
P0.8n (X26) ≈ 0.4996 (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=32 die gesuchte Wahrscheinlichkeit über 50% ist.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 16 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 70% unter den 16 gezogenen Kugeln nicht mehr als 3 rote sind?

Lösung einblenden
pP(X≤3)
......
4 21 0.6362
4 22 0.6705
4 23 0.7014
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=16 und unbekanntem Parameter p.

Es muss gelten: Pp16 (X3) =0.7 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 4 sein muss, da es ja genau 4 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp16 (X3) ('höchstens 3 Treffer bei 16 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 16 . Mit diesem p wäre ja 3= 3 16 ⋅16 der Erwartungswert und somit Pp16 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 16 mit 4 3 erweitern (so dass wir auf den Zähler 4 kommen) und den Nenner abrunden, müssten wir mit p= 4 21 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 4 23 die gesuchte Wahrscheinlichkeit über 70% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 23 sein.

Also werden noch 19 zusätzliche Optionen (also schwarze Kugeln) benötigt.

Binomialvert. mit variablem k (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,9. Das Zufallsexperiment soll 96 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 96 Versuchen höchstens k Treffer sind, weniger als 70% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
820.0967
830.1609
840.2505
850.3642
860.4952
870.6307
880.7554
890.8563
900.9269
910.9688
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.9 und n = 96.

Es muss gelten: P0.996 (Xk) < 0.7

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 87 immer noch weniger als 0.7 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.996 (X88) nimmt mit 75.54% einen Wert über 0.7 an.

Das größtmögliche k mit P0.996 (Xk) < 0.7 ist somit k = 87.

größtmöglicher Wert für k muss somit k = 87 sein.

82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
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. 15%. 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 8% ausgegeben werden muss?

Lösung einblenden
kP(X≤k)
00.1422
10.4435
20.7358
30.9078
40.9761
50.9954
60.9993
70.9999
81
......

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.15 und n = 12.

Es muss gelten: P0.1512 (Xk) < 0.08 (oranger Bereich)

oder andersrum ausgedrückt: P0.1512 (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 3 immer noch weniger als 0.92 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1512 (X4) nimmt mit 97.61% einen Wert über 0.92 an.

Das kleinstmögliche k mit P0.1512 (Xk) = 1 - P0.1512 (Xk-1) < 0.08 ist somit k = 5.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 5 sein.

0
1
2
3
4
5
6
7
8
9
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=0,8. Das Zufallsexperiment soll 89 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 89 Versuchen höchstens k Treffer sind, weniger als 80% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
680.2332
690.3187
700.4164
710.5211
720.6257
730.7231
740.8074
750.8749
760.9245
770.9581
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.8 und n = 89.

Es muss gelten: P0.889 (Xk) < 0.8

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 73 immer noch weniger als 0.8 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.889 (X74) nimmt mit 80.74% einen Wert über 0.8 an.

Das größtmögliche k mit P0.889 (Xk) < 0.8 ist somit k = 73.

größtmöglicher Wert für k muss somit k = 73 sein.

68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)