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% 37 oder mehr 6er zu erzielen?

Lösung einblenden
nP(X≤k)
......
2440.24
2450.2314
2460.223
2470.2148
2480.2068
2490.199
......

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 (X37) ≥ 0.8

Weil man ja aber P 1 6 n (X37) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P 1 6 n (X37) = 1 - P 1 6 n (X36) ≥ 0.8 |+ P 1 6 n (X36) - 0.8

0.2 ≥ P 1 6 n (X36) oder P 1 6 n (X36) ≤ 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 37 1 6 ≈ 222 Versuchen auch ungefähr 37 (≈ 1 6 ⋅222) Treffer auftreten.

Wir berechnen also mit unserem ersten n=222:
P 1 6 n (X36) ≈ 0.4721 (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=249 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 249 sein, damit P 1 6 n (X36) ≤ 0.2 oder eben P 1 6 n (X37) ≥ 0.8 gilt.

Binomialvert. mit variablem p (diskret)

Beispiel:

In einer Urne sind 4 rote und einige schwarze Kugeln. Es soll 16 mal mit Zurücklegen gezogen werden. Wie viele schwarze Kugeln müssen in der Urne mindestens sein, damit mit einer Wahrscheinlichkeit von mindestens 90% unter den 16 gezogenen Kugeln nicht mehr als 6 rote sind?

Lösung einblenden
pP(X≤6)
......
4 10 0.5272
4 11 0.6457
4 12 0.7374
4 13 0.8061
4 14 0.8566
4 15 0.8935
4 16 0.9204
......

Die Zufallsvariable X gibt die Anzahl der gezogenen Kugeln mit der Farbe rot an. X ist binomialverteilt mit n=16 und unbekanntem Parameter p.

Es muss gelten: Pp16 (X6) =0.9 (oder mehr)

Wir wissen, dass der Zähler bei unserer Einzelwahrscheinlichkeit p 4 sein muss, da es ja genau 4 günstige Fälle gibt.

Wir müssen nun bei verschiedenen Nennern untersuchen, wie hoch die gesuchte Wahrscheinlichkeit Pp16 (X6) ('höchstens 6 Treffer bei 16 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 6 16 . Mit diesem p wäre ja 6= 6 16 ⋅16 der Erwartungswert und somit Pp16 (X6) irgendwo in der nähe von 50%. Wenn wir nun p= 6 16 mit 4 6 erweitern (so dass wir auf den Zähler 4 kommen) und den Nenner abrunden, müssten wir mit p= 4 10 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 4 16 die gesuchte Wahrscheinlichkeit über 90% steigt.
Der Nenner, also die Anzahl aller Kugeln, muss also mindestens 16 sein.

Also werden noch 12 zusätzliche Optionen (also schwarze Kugeln) benötigt.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Im einem Mathekurs beträgt die Wahrscheinlichkeit, dass ein klassischer GeSchwa-Fehler begangen wird, p=0,3. Wie viele Aufgaben kann ein Schüler höchstens machen, damit er mit einer Wahrscheinlichkeit von 70% maximal 22 dieser Fehler begeht?

Lösung einblenden
nP(X≤k)
......
680.7148
690.6865
700.6575
710.6278
720.5977
730.5674
......

Die Zufallsgröße X gibt Anzahl der begangenen GeSchwa-Fehler an und ist im Idealfall binomialverteilt mit p = 0.3 und variablem n.

Es muss gelten: P0.3n (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 30% der Versuche mit einem Treffer. Also müssten dann doch bei 22 0.3 ≈ 73 Versuchen auch ungefähr 22 (≈0.3⋅73) Treffer auftreten.

Wir berechnen also mit unserem ersten n=73:
P0.3n (X22) ≈ 0.5674 (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=68 die gesuchte Wahrscheinlichkeit über 70% ist.

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 unverhältnismäßig exzessiven Alkoholgenuss bei 15% liegt. Wie viele Schwedenmusiker muss die Schützendirektion mindestens ausbilden, damit beim Umzug mit mindestens 90%-iger Wahrscheinlichkeit mindestens 12 Schweden einsatzfähig sind?

Lösung einblenden
nP(X≤k)
......
140.3521
150.1773
160.0791
......

Die Zufallsgröße X gibt die Anzahl der einsatzfähigen Schwedenmusiker an und ist im Idealfall binomialverteilt mit p = 0.85 und variablem n.

Es muss gelten: P0.85n (X12) ≥ 0.9

Weil man ja aber P0.85n (X12) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.85n (X12) = 1 - P0.85n (X11) ≥ 0.9 |+ P0.85n (X11) - 0.9

0.1 ≥ P0.85n (X11) oder P0.85n (X11) ≤ 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 85% der Versuche mit einem Treffer. Also müssten dann doch bei 12 0.85 ≈ 14 Versuchen auch ungefähr 12 (≈0.85⋅14) Treffer auftreten.

Wir berechnen also mit unserem ersten n=14:
P0.85n (X11) ≈ 0.3521 (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=16 die gesuchte Wahrscheinlichkeit unter 0.1 ist.

n muss also mindestens 16 sein, damit P0.85n (X11) ≤ 0.1 oder eben P0.85n (X12) ≥ 0.9 gilt.