Aufgabenbeispiele von Rückwärtsaufgaben

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


Binomialvert. mit variablem n (mind)

Beispiel:

Bei einem Glücksrad, ist die Wahrscheinlichkeit in den grünen Bereich zu kommen p=0,9. Wie oft muss man dieses Glückrad mindestens drehen, um mit einer Wahrscheinlichkeit von mindestens 50% 37 mal oder öfters in den grünen Bereich zu kommen?

Lösung einblenden
nP(X≤k)
......
400.5769
410.3916
......

Die Zufallsgröße X gibt Anzahl der Drehungen, die im grünen Bereich landen an und ist im Idealfall binomialverteilt mit p = 0.9 und variablem n.

Es muss gelten: P0.9n (X37) ≥ 0.5

Weil man ja aber P0.9n (X37) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.9n (X37) = 1 - P0.9n (X36) ≥ 0.5 |+ P0.9n (X36) - 0.5

0.5 ≥ P0.9n (X36) oder P0.9n (X36) ≤ 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 37 0.9 ≈ 41 Versuchen auch ungefähr 37 (≈0.9⋅41) Treffer auftreten.

Wir berechnen also mit unserem ersten n=41:
P0.9n (X36) ≈ 0.3916 (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=41 die gesuchte Wahrscheinlichkeit unter 0.5 ist.

n muss also mindestens 41 sein, damit P0.9n (X36) ≤ 0.5 oder eben P0.9n (X37) ≥ 0.5 gilt.

Binomialvert. mit variablem p (diskret)

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 5 Preise gesammelt. Sie erwarten, dass das Glücksrad beim Schulfest 80 mal gespielt wird. Mit wie vielen Sektoren müssen sie ihr Glückrad mindestens bestücken damit die 5 Hauptpreise mit einer Wahrscheinlichkeit von mindestens 90% für die 80 Durchgänge reichen?

Lösung einblenden
pP(X≤5)
......
1 16 0.616
1 17 0.669
1 18 0.7152
1 19 0.755
1 20 0.7892
1 21 0.8185
1 22 0.8436
1 23 0.865
1 24 0.8832
1 25 0.8988
1 26 0.9121
......

Die Zufallsvariable X gibt die Anzahl der Hauptpreise an. X ist binomialverteilt mit n=80 und unbekanntem Parameter p.

Es muss gelten: Pp80 (X5) =0.9 (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 Pp80 (X5) ('höchstens 5 Treffer bei 80 Versuchen') bei diesen Nennern wird (siehe Tabelle links)

Um einen günstigen Startwert zu finden wählen wir mal als p= 5 80 . Mit diesem p wäre ja 5= 5 80 ⋅80 der Erwartungswert und somit Pp80 (X5) irgendwo in der nähe von 50%. Wenn wir nun p= 5 80 mit 1 5 erweitern (so dass wir auf den Zähler 1 kommen) und den Nenner abrunden, müssten wir mit p= 1 16 einen brauchbaren Einstiegswert für dieses Probieren erhalten.

In dieser Tabelle erkennen wir, dass erstmals bei der Einzelwahrscheinlichkeit p= 1 26 die gesuchte Wahrscheinlichkeit über 90% steigt.
Der Nenner, also die Anzahl der Sektoren des Glücksrad, muss also mindestens 26 sein.

Binomialvert. mit variablem n (höchst.)

Beispiel:

Im einem Mathekurs beträgt die Wahrscheinlichkeit, dass ein klassischer GeSchwa-Fehler begangen wird, p=0,55. Wie viele Aufgaben kann ein Schüler höchstens machen, damit er mit einer Wahrscheinlichkeit von 80% maximal 34 dieser Fehler begeht?

Lösung einblenden
nP(X≤k)
......
560.8398
570.7987
580.7528
590.7029
600.6499
610.5949
620.5389
......

Die Zufallsgröße X gibt Anzahl der begangenen GeSchwa-Fehler an und ist im Idealfall binomialverteilt mit p = 0.55 und variablem n.

Es muss gelten: P0.55n (X34) ≥ 0.8

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 55% der Versuche mit einem Treffer. Also müssten dann doch bei 34 0.55 ≈ 62 Versuchen auch ungefähr 34 (≈0.55⋅62) Treffer auftreten.

Wir berechnen also mit unserem ersten n=62:
P0.55n (X34) ≈ 0.5389 (TI-Befehl: Binomialcdf ...)

Je nachdem, wie weit nun dieser Wert noch von den gesuchten 0.8 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 0.8 überschritten wird.

Aus der Werte-Tabelle (siehe links) erkennt man dann, dass letztmals bei n=56 die gesuchte Wahrscheinlichkeit über 80% ist.

Binomialvert. mit variablem n (mind)

Beispiel:

Bei einem Zufallsexperiment beträgt die Wahrscheinlichkeit für einen Treffer p=0,25.
Wie oft muss man das Zufallsexperiment mindestens wiederholen (oder wie groß muss die Stichprobe sein), um mit mind. 80% Wahrscheinlichkeit, mindestens 25 Treffer zu erzielen ?

Lösung einblenden
nP(X≤k)
......
1090.2755
1100.2579
1110.241
1120.2248
1130.2094
1140.1947
......

Die Zufallsgröße X gibt die Anzahl der Treffer an und ist im Idealfall binomialverteilt mit p = 0.25 und variablem n.

Es muss gelten: P0.25n (X25) ≥ 0.8

Weil man ja aber P0.25n (X25) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.25n (X25) = 1 - P0.25n (X24) ≥ 0.8 |+ P0.25n (X24) - 0.8

0.2 ≥ P0.25n (X24) oder P0.25n (X24) ≤ 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 25% der Versuche mit einem Treffer. Also müssten dann doch bei 25 0.25 ≈ 100 Versuchen auch ungefähr 25 (≈0.25⋅100) Treffer auftreten.

Wir berechnen also mit unserem ersten n=100:
P0.25n (X24) ≈ 0.4617 (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=114 die gesuchte Wahrscheinlichkeit unter 0.2 ist.

n muss also mindestens 114 sein, damit P0.25n (X24) ≤ 0.2 oder eben P0.25n (X25) ≥ 0.8 gilt.