Aufgabenbeispiele von Rückwärtsaufgaben

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


Binomialvert. mit variablem n (mind)

Beispiel:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 80% 21 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
1410.2533
1420.2418
1430.2306
1440.2198
1450.2093
1460.1992
......

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 (X21) ≥ 0.8

Weil man ja aber P 1 6 n (X21) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X21) = 1 - P 1 6 n (X20) ≥ 0.8 |+ P 1 6 n (X20) - 0.8

0.2 ≥ P 1 6 n (X20) oder P 1 6 n (X20) ≤ 0.2

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 21 1 6 ≈ 126 Versuchen auch ungefähr 21 (≈ 1 6 ⋅126) Treffer auftreten.

Wir berechnen also mit unserem ersten n=126:
P 1 6 n (X20) ≈ 0.463 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=146 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 146 sein, damit P 1 6 n (X20) ≤ 0.2 oder eben P 1 6 n (X21) ≥ 0.8 gilt.

Binomialvert. mit variablem n (mind)

Beispiel:

Wie oft muss man mit einem normalen Würfel mindestens würfeln, um mit einer Wahrscheinlichkeit von mindestens 80% 23 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
1540.2509
1550.2399
1560.2292
1570.2189
1580.2088
1590.1991
......

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 (X23) ≥ 0.8

Weil man ja aber P 1 6 n (X23) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X23) = 1 - P 1 6 n (X22) ≥ 0.8 |+ P 1 6 n (X22) - 0.8

0.2 ≥ P 1 6 n (X22) oder P 1 6 n (X22) ≤ 0.2

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 23 1 6 ≈ 138 Versuchen auch ungefähr 23 (≈ 1 6 ⋅138) Treffer auftreten.

Wir berechnen also mit unserem ersten n=138:
P 1 6 n (X22) ≈ 0.4646 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.2 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 0.2 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=159 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 159 sein, damit P 1 6 n (X22) ≤ 0.2 oder eben P 1 6 n (X23) ≥ 0.8 gilt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Eine Fluggesellschaft geht davon aus, dass 12% der gekauften Tickets gar nicht eingelöst werden. Wieviel Tickets kann sie für ihre 22-Platzmaschine höchstens verkaufen, so dass es zu mindestens 70% Wahrscheinlichkeit zu keiner Überbelegung kommt.

Lösung einblenden
nP(X≤k)
......
240.8013
250.5912
......

Die Zufallsgröße X gibt die Anzahl der Ticketbesitzer, die tatsächlich fliegen an und ist im Idealfall binomialverteilt mit p = 0.88 und variablem n.

Es muss gelten: P0.88n (X22) ≥ 0.7

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 88% der Versuche mit einem Treffer. Also müssten dann doch bei 22 0.88 ≈ 25 Versuchen auch ungefähr 22 (≈0.88⋅25) Treffer auftreten.

Wir berechnen also mit unserem ersten n=25:
P0.88n (X22) ≈ 0.5912 (TI-Befehl: Binomialcdf ...)

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=24 die gesuchte Wahrscheinlichkeit über 70% ist.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

In einer Urne sind 5 rote und einige schwarze Kugeln. Es soll 27 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln dürfen in der Urne höchstens sein, damit mit einer Wahrscheinlichkeit von mindestens 80% unter den 27 gezogenen Kugeln nicht mehr als 21 schwarze sind?

Lösung einblenden
pP(X≤21)
......
5 10 0.9992
6 11 0.9967
7 12 0.99
8 13 0.9772
9 14 0.9567
10 15 0.9281
11 16 0.8919
12 17 0.8495
13 18 0.8024
14 19 0.7524
......

Die Zufallsgröße X gibt die Anzahl der gezogenen Kugeln mit der Farbe schwarz an. X ist binomialverteilt mit n=27 und unbekanntem Parameter p.

Es muss gelten: Pp27 (X21) = 0.8 (oder mehr)

Wir wissen, dass der Nenner bei unserer Einzelwahrscheinlichkeit p immer um 5 größer sein muss als der Zähler.

Deswegen erhöhen wir nun schrittweise immer den Zähler und Nenner bei der Einzelwahrscheinlichkeit um 1 und probieren aus, wie sich das auf die gesuchte Wahrscheinlichkeit Pp27 (X21) ('höchstens 21 Treffer bei 27 Versuchen') auswirkt (siehe Tabelle links)

Als Startwert wählen wir als p= 5 10 . (Durch Ausprobieren erkennt man, dass vorher die Wahrscheinlichkeit immer fast 1 ist)

In dieser Tabelle erkennen wir, dass letztmals bei der Einzelwahrscheinlichkeit p= 13 18 die gesuchte Wahrscheinlichkeit über 80% bleibt.
Die Anzahl der schwarzen Kugeln, die hinzugefügt wird, darf also höchstens 13 sein.

Binomialvert. mit variablem k (höchst.)

Beispiel:

Mitarbeiter:innen einer Firma müssen eine Maschine bedienen, die mit einer Wahrscheinlichkeit von 12% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 70 Teile. Als Gag möchte die Geschäftsführung den Mitarbeiter:innen einen kleines Geschenk machen, deren Maschnine nicht mehr als eine bestimmte Anzahl an fehlerhaften Teilen produziert hat. Dabei soll aber die Wahrscheinlichkeit, ein Geschenk zu bekommen, bei höchstens 10% liegen. Wie viele fehlerhaften Teile dürfen somit höchstens produziert werden, um ein Geschenk zu bekommen?

Lösung einblenden
kP(X≤k)
00.0001
10.0014
20.0072
30.0252
40.0664
50.1406
60.2502
70.3867
80.5334
......

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.12 und n = 70.

Es muss gelten: P0.1270 (Xk) < 0.1

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 4 immer noch weniger als 0.1 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1270 (X5) nimmt mit 14.06% einen Wert über 0.1 an.

Das größtmögliche k mit P0.1270 (Xk) < 0.1 ist somit k = 4.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 4 sein.

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
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 4% liegen. Wie viele Fragen müssen dann zum Bestehen des Tests mindestens richtig beantwortet werden?

Lösung einblenden
kP(X≤k)
......
60.4328
70.5993
80.745
90.8543
100.9253
110.9656
120.9858
130.9947
140.9982
150.9995
......

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) < 0.04 (oranger Bereich)

oder andersrum ausgedrückt: P 1 5 35 (Xk-1) ≥ 0.96 (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 0.96 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P 1 5 35 (X11) nimmt mit 96.56% einen Wert über 0.96 an.

Das kleinstmögliche k mit P 1 5 35 (Xk) = 1 - P 1 5 35 (Xk-1) < 0.04 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 (höchst.)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,7. Das Zufallsexperiment soll 72 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 72 Versuchen höchstens k Treffer sind, weniger als 75% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
470.2257
480.3081
490.4023
500.5034
510.6051
520.701
530.7854
540.8547
550.9077
560.9452
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.7 und n = 72.

Es muss gelten: P0.772 (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 52 immer noch weniger als 0.75 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.772 (X53) nimmt mit 78.54% einen Wert über 0.75 an.

Das größtmögliche k mit P0.772 (Xk) < 0.75 ist somit k = 52.

größtmöglicher Wert für k muss somit k = 52 sein.

47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)