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 50% mindestens 3 Überraschung(en) zu erhalten.

Lösung einblenden
nP(X≤k)
......
180.5145
190.4767
200.4404
210.4058
......

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 (X3) ≥ 0.5

Weil man ja aber P 1 7 n (X3) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 7 n (X3) = 1 - P 1 7 n (X2) ≥ 0.5 |+ P 1 7 n (X2) - 0.5

0.5 ≥ P 1 7 n (X2) oder P 1 7 n (X2) ≤ 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 7 der Versuche mit einem Treffer. Also müssten dann doch bei 3 1 7 ≈ 21 Versuchen auch ungefähr 3 (≈ 1 7 ⋅21) Treffer auftreten.

Wir berechnen also mit unserem ersten n=21:
P 1 7 n (X2) ≈ 0.4058 (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=19 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 19 sein, damit P 1 7 n (X2) ≤ 0.5 oder eben P 1 7 n (X3) ≥ 0.5 gilt.

Binomialvert. mit variablem n (mind)

Beispiel:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 60% 34 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2050.4585
2060.4462
2070.434
2080.4219
2090.4099
2100.398
......

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 (X34) ≥ 0.6

Weil man ja aber P 1 6 n (X34) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X34) = 1 - P 1 6 n (X33) ≥ 0.6 |+ P 1 6 n (X33) - 0.6

0.4 ≥ P 1 6 n (X33) oder P 1 6 n (X33) ≤ 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 34 1 6 ≈ 204 Versuchen auch ungefähr 34 (≈ 1 6 ⋅204) Treffer auftreten.

Wir berechnen also mit unserem ersten n=204:
P 1 6 n (X33) ≈ 0.4709 (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=210 die gesuchte Wahrscheinlichkeit unter 0.4 ist.

n muss also mindestens 210 sein, damit P 1 6 n (X33) ≤ 0.4 oder eben P 1 6 n (X34) ≥ 0.6 gilt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,65.Wie oft darf man das Zufallsexperiment höchstens wiederholen (oder wie groß darf die Stichprobe sein), um mit mind. 80% Wahrscheinlichkeit, höchstens 39 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
560.8064
570.7493
580.686
590.6183
600.5484
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.65 und variablem n.

Es muss gelten: P0.65n (X39) ≥ 0.8

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 65% der Versuche mit einem Treffer. Also müssten dann doch bei 39 0.65 ≈ 60 Versuchen auch ungefähr 39 (≈0.65⋅60) Treffer auftreten.

Wir berechnen also mit unserem ersten n=60:
P0.65n (X39) ≈ 0.5484 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=56 die gesuchte Wahrscheinlichkeit über 80% ist.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

Ein neuer Multiple Choice Test mit 17 verschiedenen Fragen soll entwickelt werden. Dabei muss immer genau eine von mehreren Antwortmöglichkeiten richtig sein. Die Anzahl an Antwortmöglichkeiten soll bei allen Fragen gleich sein. Insgesamt soll der Test so konzipiert sein, dass die Wahrscheinlichkeit mehr als 2 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 25% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤2)
......
1 8 0.6409
1 9 0.7089
1 10 0.7618
......

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=17 und unbekanntem Parameter p.

Es muss gelten: Pp17 (X2) =0.75 (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 Pp17 (X2) ('höchstens 2 Treffer bei 17 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 2 17 . Mit diesem p wäre ja 2= 2 17 ⋅17 der Erwartungswert und somit Pp17 (X2) irgendwo in der nähe von 50%. Wenn wir nun p= 2 17 mit 1 2 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 10 die gesuchte Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 10 sein.

Binomialvert. mit variablem k (mind.)

Beispiel:

Bei einem Multiple-Choice-Test werden 30 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 10% liegen. Wie viele Fragen müssen dann zum Bestehen des Tests mindestens richtig beantwortet werden?

Lösung einblenden
kP(X≤k)
......
40.2552
50.4275
60.607
70.7608
80.8713
90.9389
100.9744
110.9905
120.9969
130.9991
......

Die Zufallsgröße X gibt die Anzahl der richtig geratenen Fragen an und ist im Idealfall binomialverteilt mit p = 1 5 und n = 30.

Es muss gelten: P 1 5 30 (Xk) < 0.1 (oranger Bereich)

oder andersrum ausgedrückt: P 1 5 30 (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 8 immer noch weniger als 0.9 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P 1 5 30 (X9) nimmt mit 93.89% einen Wert über 0.9 an.

Das kleinstmögliche k mit P 1 5 30 (Xk) = 1 - P 1 5 30 (Xk-1) < 0.1 ist somit k = 10.

Die Mindestanzahl richtiger Fragen zum Bestehen des Tests muss somit k = 10 sein.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
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. 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 12% ausgegeben werden muss?

Lösung einblenden
kP(X≤k)
00.188
10.5252
20.8023
30.9403
40.9867
50.9978
60.9997
71
......

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: P0.1312 (Xk) < 0.12 (oranger Bereich)

oder andersrum ausgedrückt: P0.1312 (Xk-1) ≥ 0.88 (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 2 immer noch weniger als 0.88 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1312 (X3) nimmt mit 94.03% einen Wert über 0.88 an.

Das kleinstmögliche k mit P0.1312 (Xk) = 1 - P0.1312 (Xk-1) < 0.12 ist somit k = 4.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 4 sein.

0
1
2
3
4
5
6
7
8
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=0,7. Das Zufallsexperiment soll 53 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 53 Versuchen höchstens k Treffer sind, weniger als 50% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
310.0495
320.0862
330.1408
340.2156
350.3105
360.4211
370.5397
380.6563
390.7608
400.8463
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.7 und n = 53.

Es muss gelten: P0.753 (Xk) < 0.5

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 0.5 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.753 (X37) nimmt mit 53.97% einen Wert über 0.5 an.

Das größtmögliche k mit P0.753 (Xk) < 0.5 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
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)