Aufgabenbeispiele von Rückwärtsaufgaben

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


Binomialvert. mit variablem n (mind)

Beispiel:

Die Firma Apple hat ein neues geniales Produkt, die iYacht, auf den Markt gebracht (wenn auch nicht ganz günstig). Die hierfür beauftragte Marketingagentur garantiert, dass unter denen, denen sie die Yacht vorgeführt hat, der Anteil der späteren Käufer bei 14% liegt. Wie vielen Personen muss nun dieses Produkt vorgeführt werden, damit sich mit mind. 90% Wahrscheinlichkeit, 40 oder mehr Käufer für dieses Produkt finden?

Lösung einblenden
nP(X≤k)
......
3360.1162
3370.1121
3380.1081
3390.1042
3400.1005
3410.0968
......

Die Zufallsgröße X gibt Anzahl der Käufer an und ist im Idealfall binomialverteilt mit p = 0.14 und variablem n.

Es muss gelten: P0.14n (X40) ≥ 0.9

Weil man ja aber P0.14n (X40) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.14n (X40) = 1 - P0.14n (X39) ≥ 0.9 |+ P0.14n (X39) - 0.9

0.1 ≥ P0.14n (X39) oder P0.14n (X39) ≤ 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 14% der Versuche mit einem Treffer. Also müssten dann doch bei 40 0.14 ≈ 286 Versuchen auch ungefähr 40 (≈0.14⋅286) Treffer auftreten.

Wir berechnen also mit unserem ersten n=286:
P0.14n (X39) ≈ 0.4715 (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=341 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 341 sein, damit P0.14n (X39) ≤ 0.1 oder eben P0.14n (X40) ≥ 0.9 gilt.

Binomialvert. mit variablem n (mind)

Beispiel:

In einer Urne ist der Anteil der grünen Kugeln 25%. Wie oft muss mindestens gezogen werden ( - natürlich mit Zurücklegen - ), so dass mit mind. 50% Wahrscheinlichkeit 30 oder mehr grüne Kugeln gezogen werden?

Lösung einblenden
nP(X≤k)
......
1180.5071
1190.486
1200.465
......

Die Zufallsgröße X gibt Anzahl der gezogenen grünen Kugeln an und ist im Idealfall binomialverteilt mit p = 0.25 und variablem n.

Es muss gelten: P0.25n (X30) ≥ 0.5

Weil man ja aber P0.25n (X30) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.25n (X30) = 1 - P0.25n (X29) ≥ 0.5 |+ P0.25n (X29) - 0.5

0.5 ≥ P0.25n (X29) oder P0.25n (X29) ≤ 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 25% der Versuche mit einem Treffer. Also müssten dann doch bei 30 0.25 ≈ 120 Versuchen auch ungefähr 30 (≈0.25⋅120) Treffer auftreten.

Wir berechnen also mit unserem ersten n=120:
P0.25n (X29) ≈ 0.465 (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=119 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 119 sein, damit P0.25n (X29) ≤ 0.5 oder eben P0.25n (X30) ≥ 0.5 gilt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Wie oft darf man mit einem normalen Würfel höchstens würfeln, um mit einer Wahrscheinlichkeit von mindestens 90% nicht mehr als 25 6er zu würfeln?

Lösung einblenden
nP(X≤k)
......
1210.9007
1220.893
1230.8849
1240.8764
1250.8676
1260.8584
1270.8488
1280.8389
1290.8286
1300.818
1310.807
1320.7957
1330.7841
1340.7722
1350.76
1360.7475
1370.7347
1380.7217
1390.7085
1400.6951
1410.6814
1420.6676
1430.6537
1440.6396
1450.6253
1460.611
1470.5966
1480.5822
1490.5677
1500.5531
......

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 (X25) ≥ 0.9

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 25 1 6 ≈ 150 Versuchen auch ungefähr 25 (≈ 1 6 ⋅150) Treffer auftreten.

Wir berechnen also mit unserem ersten n=150:
P 1 6 n (X25) ≈ 0.5531 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.9 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 0.9 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=121 die gesuchte Wahrscheinlichkeit über 90% ist.

Binomialvert. mit variablem p (diskret) für WTR

Beispiel:

Ein neuer Multiple Choice Test mit 12 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 3 Fragen nur durch Raten zufällig richtig zu beantworten (obwohl man keinerlei Wissen hat) bei höchstens 20% liegt. Bestimme die hierfür notwendige Mindestanzahl an Antwortmöglichkeiten bei jeder Frage.

Lösung einblenden
pP(X≤3)
......
1 4 0.6488
1 5 0.7946
1 6 0.8748
......

Die Zufallsgröße X gibt die Anzahl der zufällig richtig geratenenen Antworten an. X ist binomialverteilt mit n=12 und unbekanntem Parameter p.

Es muss gelten: Pp12 (X3) =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 Pp12 (X3) ('höchstens 3 Treffer bei 12 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 3 12 . Mit diesem p wäre ja 3= 3 12 ⋅12 der Erwartungswert und somit Pp12 (X3) irgendwo in der nähe von 50%. Wenn wir nun p= 3 12 mit 1 3 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 4 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 6 die gesuchte Wahrscheinlichkeit über 80% steigt.
Der Nenner, also die Anzahl der Antwortmöglichkeiten, muss also mindestens 6 sein.

Binomialvert. mit variablem k (mind.)

Beispiel:

Bei einer Wurfbude ist die Wahrscheinlichkeit einen Ball in einen Eimer zu treffen bei ca. 6%. 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 8% ausgegeben werden muss?

Lösung einblenden
kP(X≤k)
00.3716
10.7511
20.9327
30.9868
40.9981
50.9998
61
......

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.06 und n = 16.

Es muss gelten: P0.0616 (Xk) < 0.08 (oranger Bereich)

oder andersrum ausgedrückt: P0.0616 (Xk-1) ≥ 0.92 (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 0.92 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.0616 (X2) nimmt mit 93.27% einen Wert über 0.92 an.

Das kleinstmögliche k mit P0.0616 (Xk) = 1 - P0.0616 (Xk-1) < 0.08 ist somit k = 3.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 3 sein.

0
1
2
3
4
5
6
7
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. 11%. Für einen bestimmten Betrag darf man 10 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 9% ausgegeben werden muss?

Lösung einblenden
kP(X≤k)
00.3118
10.6972
20.9116
30.9822
40.9975
50.9997
61
......

Die Zufallsgröße X gibt die Anzahl der getroffenenen Bälle an und ist im Idealfall binomialverteilt mit p = 0.11 und n = 10.

Es muss gelten: P0.1110 (Xk) < 0.09 (oranger Bereich)

oder andersrum ausgedrückt: P0.1110 (Xk-1) ≥ 0.91 (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 0.91 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.1110 (X2) nimmt mit 91.16% einen Wert über 0.91 an.

Das kleinstmögliche k mit P0.1110 (Xk) = 1 - P0.1110 (Xk-1) < 0.09 ist somit k = 3.

Die Mindestanzahl der getroffenenen Bälle muss somit k = 3 sein.

0
1
2
3
4
5
6
7
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=0,75. Das Zufallsexperiment soll 69 mal wiederholt werden. Dabei soll die Wahrscheinlichkeit, dass von den 69 Versuchen höchstens k Treffer sind, weniger als 60% betragen. Bestimme den größtmöglichen Wert für k.

Lösung einblenden
kP(X≤k)
......
470.1201
480.1819
490.2613
500.3566
510.4631
520.5737
530.6801
540.7747
550.8521
560.9102
......

Die Zufallsgröße X gibt Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.75 und n = 69.

Es muss gelten: P0.7569 (Xk) < 0.6

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 0.6 der Gesamt-Wahrscheinlichkeit auf sich vereinen. Erst P0.7569 (X53) nimmt mit 68.01% einen Wert über 0.6 an.

Das größtmögliche k mit P0.7569 (Xk) < 0.6 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
Die Höhen der Säulen entsprechen der Wahrscheinlichkeit für genau X=k Treffer
(also keine kumulierte Wahrscheinlichkeit wie links in der Tabelle)