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.
| n | P(X≤k) |
|---|---|
| ... | ... |
| 10 | 0.2141 |
| 11 | 0.1835 |
| 12 | 0.1573 |
| 13 | 0.1348 |
| 14 | 0.1155 |
| 15 | 0.099 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der Überraschungen an und ist im Idealfall binomialverteilt mit p = und variablem n.
Es muss gelten: ≥ 0.9
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.9 |+ - 0.9
0.1 ≥ oder ≤ 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 der Versuche mit einem Treffer.
Also müssten dann doch bei ≈ 7 Versuchen auch ungefähr 1
(≈
Wir berechnen also mit unserem ersten n=7:
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
Binomialvert. mit variablem n (mind)
Beispiel:
Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 60% 28 oder mehr 6er zu erzielen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 169 | 0.4543 |
| 170 | 0.4408 |
| 171 | 0.4274 |
| 172 | 0.4141 |
| 173 | 0.401 |
| 174 | 0.3881 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gewürfelten 6er an und ist im Idealfall binomialverteilt mit p =
Es muss gelten:
Weil man ja aber
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
Wir berechnen also mit unserem ersten n=168:
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=174 die gesuchte Wahrscheinlichkeit unter 0.4 ist.
n muss also mindestens 174 sein, damit
Binomialvert. mit variablem n (höchst.)
Beispiel:
In einer Urne ist der Anteil der grünen Kugeln 60%. Wie oft darf höchstens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 70% Wahrscheinlichkeit nicht mehr als 31 grüne Kugeln gezogen werden?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 49 | 0.7276 |
| 50 | 0.6644 |
| 51 | 0.5979 |
| 52 | 0.53 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.6 und variablem n.
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 60% der Versuche mit einem Treffer.
Also müssten dann doch bei
Wir berechnen also mit unserem ersten n=52:
Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.7 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 0.7 überschritten wird.
Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=49 die gesuchte Wahrscheinlichkeit über 70% ist.
Binomialvert. mit variablem p (diskret) für WTR
Beispiel:
In einer Urne sind 3 rote und einige schwarze Kugeln. Es soll 12 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 12 gezogenen Kugeln nicht mehr als 6 rote sind?
| p | P(X≤6) |
|---|---|
| ... | ... |
| 0.6128 | |
| 0.7866 | |
| 0.8822 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=12 und unbekanntem Parameter p.
Es muss gelten:
Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 3 sein muss, da es ja genau 3 günstige Fälle 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 aller Kugeln, muss also mindestens
8 sein.
Also werden noch 5 zusätzliche Optionen (also schwarze Kugeln) benötigt.
Binomialvert. mit variablem k (mind.)
Beispiel:
Bei einem Multiple-Choice-Test werden 35 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 8% liegen. Wie viele Fragen müssen dann zum Bestehen des Tests mindestens richtig beantwortet werden?
| k | P(X≤k) |
|---|---|
| ... | ... |
| 4 | 0.2843 |
| 5 | 0.4602 |
| 6 | 0.6361 |
| 7 | 0.7818 |
| 8 | 0.8838 |
| 9 | 0.945 |
| 10 | 0.9768 |
| 11 | 0.9913 |
| 12 | 0.9971 |
| 13 | 0.9991 |
| ... | ... |
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
8 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 = 10 sein.
(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. 13%. 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 10% ausgegeben werden muss?
| k | P(X≤k) |
|---|---|
| 0 | 0.188 |
| 1 | 0.5252 |
| 2 | 0.8023 |
| 3 | 0.9403 |
| 4 | 0.9867 |
| 5 | 0.9978 |
| 6 | 0.9997 |
| 7 | 1 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.13 und n = 12.
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
2 immer noch weniger als 0.9 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst
Das kleinstmögliche k mit
Die Mindestanzahl der getroffenenen Bälle muss somit k = 4 sein.
(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 98 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 98 Versuchen höchstens k Treffer sind, weniger als 70% betragen. Bestimme den größtmöglichen Wert für k.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 46 | 0.3069 |
| 47 | 0.381 |
| 48 | 0.4598 |
| 49 | 0.5402 |
| 50 | 0.619 |
| 51 | 0.6931 |
| 52 | 0.7602 |
| 53 | 0.8183 |
| 54 | 0.8668 |
| 55 | 0.9056 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.5 und n = 98.
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
51 immer noch weniger als 0.7 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst
Das größtmögliche k mit
größtmöglicher Wert für k muss somit k = 51 sein.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
