Aufgabenbeispiele von Rückwärtsaufgaben

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


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 27 Freiwurfpunkte kommen lassen will?

Lösung einblenden
nP(X≤k)
......
300.5886
310.3762
......

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 (X≤27) ≥ 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 27 0.9 ≈ 30 Versuchen auch ungefähr 27 (≈0.9⋅30) Treffer auftreten.

Wir berechnen also mit unserem ersten n=30:
P0.9n (X≤27) ≈ 0.5886 (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=30 die gesuchte Wahrscheinlichkeit über 50% ist.

Binomialvert. mit variablem n (mind)

Beispiel:

Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,5. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 70% 32 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
640.4503
650.4022
660.3561
670.3127
680.2723
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.5 und variablem n.

Es muss gelten: P0.5n (X≥32) ≥ 0.7

Weil man ja aber P0.5n (X≥32) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.5n (X≥32) = 1 - P0.5n (X≤31) ≥ 0.7 |+ P0.5n (X≤31) - 0.7

0.3 ≥ P0.5n (X≤31) oder P0.5n (X≤31) ≤ 0.3

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 50% der Versuche mit einem Treffer. Also müssten dann doch bei 32 0.5 ≈ 64 Versuchen auch ungefähr 32 (≈0.5⋅64) Treffer auftreten.

Wir berechnen also mit unserem ersten n=64:
P0.5n (X≤31) ≈ 0.4503 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.3 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 0.3 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass erstmals bei n=68 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 68 sein, damit P0.5n (X≤31) ≤ 0.3 oder eben P0.5n (X≥32) ≥ 0.7 gilt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Beim MI6 (Arbeitsplatz von James Bond 007) soll eine Projektgruppe zur Aushebung einer multinationalen Superschurkenvereinigung eingerichtet werden. Bisherige Studien haben ergeben, dass diese kriminelle Vereinigung bereits alle wichtigen Regierungsbehörden infiltriert hat. Man geht davon aus, dass bereits jeder 50. MI6-Angestellte ein Spitzel dieser Organisiation ist. Wie groß darf diese Gruppe nun sein, so dass mit einer Wahrscheinlichkeit von mindestens 60% kein Spitzel in dieser Projektgruppe ist?

Lösung einblenden
nP(X≤k)
......
200.6676
210.6543
220.6412
230.6283
240.6158
250.6035
260.5914
......

Die Zufallsgröße X gibt Anzahl der Spitzel unter den MI6-Angestellten an und ist im Idealfall binomialverteilt mit p = 0.02 und variablem n.

Es muss gelten: P0.02n (X≤0) ≥ 0.6

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 2% der Versuche mit einem Treffer. Also müssten dann doch bei 0 0.02 ≈ 0 Versuchen auch ungefähr 0 (≈0.02⋅0) Treffer auftreten.

Wir berechnen also mit unserem ersten n=0:
P0.02n (X≤0) ≈ 1 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.6 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 0.6 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=25 die gesuchte Wahrscheinlichkeit über 60% 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 8 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 95 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 8 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 80% für die 95 Durchgänge reichen?

Lösung einblenden
pP(X≤8)
......
1 11 0.5003
1 12 0.6048
1 13 0.6921
1 14 0.7624
1 15 0.8177
......

Die Zufallsgröße X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=95 und unbekanntem Parameter p.

Es muss gelten: Pp95 (X≤8) =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 Pp95 (X≤8) ('höchstens 8 Treffer bei 95 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 8 95 . Mit diesem p wäre ja 8= 8 95 ⋅95 der Erwartungswert und somit Pp95 (X≤8) irgendwo in der nähe von 50%. Wenn wir nun p= 8 95 mit 1 8 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 11 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 15 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 15 sein.

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 18 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 6% ausgegeben werden muss?

Lösung einblenden
kP(X≤k)
00.0815
10.3008
20.5794
30.8014
40.9257
50.9778
60.9946
70.9989
80.9998
91
......

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.13 und n = 18.

Es muss gelten: P0.1318 (X≥k) < 0.06 (oranger Bereich)

oder andersrum ausgedrückt: P0.1318 (X≤k-1) ≥ 0.94 (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 4 immer noch weniger als 0.94 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1318 (X≤5) nimmt mit 97.78% einen Wert über 0.94 an.

Das kleinstmögliche k mit P0.1318 (X≥k) = 1 - P0.1318 (X≤k-1) < 0.06 ist somit k = 6.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 6 sein.

0
1
2
3
4
5
6
7
8
9
10
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 16 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 7% ausgegeben werden muss?

Lösung einblenden
kP(X≤k)
00.1077
10.3653
20.6539
30.8552
40.9529
50.988
60.9976
70.9996
80.9999
......

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.13 und n = 16.

Es muss gelten: P0.1316 (X≥k) < 0.07 (oranger Bereich)

oder andersrum ausgedrückt: P0.1316 (X≤k-1) ≥ 0.93 (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 0.93 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1316 (X≤4) nimmt mit 95.29% einen Wert über 0.93 an.

Das kleinstmögliche k mit P0.1316 (X≥k) = 1 - P0.1316 (X≤k-1) < 0.07 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:

Mitarbeiter:innen einer Firma müssen eine Maschine bedienen, die mit einer Wahrscheinlichkeit von 12% ein fehlerhaftes Teil produziert. Jede Mitarbeiter:in produziert jeden Monat 65 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 25% liegen. Wie viele fehlerhaften Teile dürfen somit höchstens produziert werden, um ein Geschenk zu bekommen?

Lösung einblenden
kP(X≤k)
00.0002
10.0024
20.012
30.0392
40.0969
50.1928
60.3236
70.4739
80.6225
90.7508
......

Die Zufallsgröße X gibt die Anzahl der fehlerhaften Teile an und ist im Idealfall binomialverteilt mit p = 0.12 und n = 65.

Es muss gelten: P0.1265 (X≤k) < 0.25

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 5 immer noch weniger als 0.25 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1265 (X≤6) nimmt mit 32.36% einen Wert über 0.25 an.

Das größtmögliche k mit P0.1265 (X≤k) < 0.25 ist somit k = 5.

Die Maximalanzahl der fehlerhaften Teile für ein Geschenk muss somit k = 5 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
25
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)