Aufgabenbeispiele von Rückwärtsaufgaben
Durch Aktualisieren des Browsers (z.B. mit Taste F5) kann man neue Beispielaufgaben sehen
Binomialvert. mit variablem n (mind)
Beispiel:
Beim Biberacher Schützenfest läuft ein 12-köpfiger historischer Spielmannszug mit, der an die Schweden während des 30-Jährigen Kriegs erinnert. Dabei feiern dessen Mitglieder manchmal so ausgelassen, dass die Wahrscheinlichkeit eines Ausfall beim Umzug wegen unverhältnismäßigem Alkoholgenuss bei 11% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 90%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 13 | 0.427 |
| 14 | 0.1939 |
| 15 | 0.0742 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.89 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 89% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 13 Versuchen auch ungefähr 12 (≈0.89⋅13) Treffer auftreten.
Wir berechnen also mit unserem ersten n=13:
≈ 0.427
(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 ≤ 0.1 oder eben ≥ 0.9 gilt.
Binomialvert. mit variablem n (mind)
Beispiel:
Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,8. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 70% 31 mal oder öfters in den grünen Bereich zu kommen?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 39 | 0.3757 |
| 40 | 0.2682 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.8 und variablem n.
Es muss gelten: ≥ 0.7
Weil man ja aber nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:
= 1 - ≥ 0.7 |+ - 0.7
0.3 ≥ oder ≤ 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 80% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 39 Versuchen auch ungefähr 31 (≈0.8⋅39) Treffer auftreten.
Wir berechnen also mit unserem ersten n=39:
≈ 0.3757
(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=40 die gesuchte Wahrscheinlichkeit unter 0.3 ist.
n muss also mindestens 40 sein, damit ≤ 0.3 oder eben ≥ 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 50% kein Spitzel in dieser Projektgruppe ist?
| n | P(X≤k) |
|---|---|
| ... | ... |
| 29 | 0.5566 |
| 30 | 0.5455 |
| 31 | 0.5346 |
| 32 | 0.5239 |
| 33 | 0.5134 |
| 34 | 0.5031 |
| 35 | 0.4931 |
| ... | ... |
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: ≥ 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 2% der Versuche mit einem Treffer. Also müssten dann doch bei ≈ 0 Versuchen auch ungefähr 0 (≈0.02⋅0) Treffer auftreten.
Wir berechnen also mit unserem ersten n=0:
≈ 1
(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=34 die gesuchte Wahrscheinlichkeit über 50% ist.
Binomialvert. mit variablem p (diskret) für WTR
Beispiel:
Ein neuer Multiple Choice Test mit 15 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.
| p | P(X≤2) |
|---|---|
| ... | ... |
| 0.6355 | |
| 0.7132 | |
| 0.7717 | |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=15 und unbekanntem Parameter p.
Es muss gelten: =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 ('höchstens 2 Treffer bei 15 Versuchen') bei diesen Nennern wird (siehe Tabelle links)
Um einen günstigen Startwert zu finden wählen wir mal als p=. Mit diesem p wäre ja 2=⋅15 der Erwartungswert und somit irgendwo in der nähe von 50%. Wenn wir nun p= mit erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= einen brauchbaren Einstiegswert für dieses Probieren erhalten.
In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= die gesuchte
Wahrscheinlichkeit über 75% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens
9 sein.
Binomialvert. mit variablem k (höchst.)
Beispiel:
Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,9. Das Zufallsexperiment soll 61 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 61 Versuchen höchstens k Treffer sind, weniger als 70% betragen. Bestimme den größtmöglichen Wert für k.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 50 | 0.0381 |
| 51 | 0.0799 |
| 52 | 0.1523 |
| 53 | 0.263 |
| 54 | 0.4105 |
| 55 | 0.5795 |
| 56 | 0.7424 |
| 57 | 0.871 |
| 58 | 0.9509 |
| 59 | 0.9874 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.9 und n = 61.
Es muss gelten: < 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 55 immer noch weniger als 0.7 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst nimmt mit 74.24% einen Wert über 0.7 an.
Das größtmögliche k mit < 0.7 ist somit k = 55.
größtmöglicher Wert für k muss somit k = 55 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. 9%. 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?
| k | P(X≤k) |
|---|---|
| 0 | 0.3225 |
| 1 | 0.7052 |
| 2 | 0.9134 |
| 3 | 0.982 |
| 4 | 0.9973 |
| 5 | 0.9997 |
| 6 | 1 |
| ... | ... |
Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.09 und n = 12.
Es muss gelten: < 0.12 (oranger Bereich)
oder andersrum ausgedrückt: ≥ 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 1 immer noch weniger als 0.88 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst nimmt mit 91.34% einen Wert über 0.88 an.
Das kleinstmögliche k mit = 1 - < 0.12 ist somit k = 3.
Die Mindestanzahl der getroffenenen Bälle muss somit k = 3 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=0,6. Das Zufallsexperiment soll 94 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 94 Versuchen höchstens k Treffer sind, weniger als 50% betragen. Bestimme den größtmöglichen Wert für k.
| k | P(X≤k) |
|---|---|
| ... | ... |
| 50 | 0.1077 |
| 51 | 0.1512 |
| 52 | 0.2052 |
| 53 | 0.2694 |
| 54 | 0.3425 |
| 55 | 0.4223 |
| 56 | 0.5056 |
| 57 | 0.5889 |
| 58 | 0.6686 |
| 59 | 0.7416 |
| ... | ... |
Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.6 und n = 94.
Es muss gelten: < 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 55 immer noch weniger als 0.5 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst nimmt mit 50.56% einen Wert über 0.5 an.
Das größtmögliche k mit < 0.5 ist somit k = 55.
größtmöglicher Wert für k muss somit k = 55 sein.
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)
