Mathebattle EduRandomtasks

Intervall Normalverteilung (einfach)

Beispiel:

Die Zufallsgröße X ist normalverteilt mit dem Erwartungswert μ=1 und der Standardabweichung σ=3 .

Berechne P(X ≤ 2.8).

Runde dein Ergebnis auf 3 Stellen hinter dem Komma.

Hier kann man einfach die WTR-Befehle ("Normalcdf" beim TI, bzw. "Kumul. Normal-V" beim Casio) verwenden: Erst μ und σ, dann die Intervallgrenzen eingeben. Die linke Intervallgrenze wäre hier jedoch - ∞. Stattdessen kann man einfach einen sehr kleinen Wert eingeben, z.B.: -10000000.

Jetzt kann man das Ergebnis ablesen: P(X ≤ 2.8) ≈ 0.7257

Intervall Normalverteilung rückwärts

Beispiel:

Die Zufallsgröße X ist normalverteilt mit dem Erwartungswert μ=20 und der Standardabweichung σ=8.5 .

Es gilt P(X ≤ k) = 0.4. Bestimme k.

Runde auf eine Stelle hinter dem Komma genau.

Lösung einblenden

Der WTR liefert für P(X ≤ k) = 0.4 den Wert k ≈ 17.847.

(TI: invNormal, Casio: Inv. Normal-V. )

Normalverteilung Anwendung

Beispiel:

Man geht davon aus, dass die Intelligenz bei Menschen normalverteilt ist. Ein Intelligenztest wird immer so skaliert, dass der Erwartungswert des IQ bei 100 und die Standardabweichung bei 15 liegt. Bestimme die Wahrscheinlichkeit, dass ein zufällig gewählter Mensch einen Intelligenzquotient größer oder gleich 70 hat.
(Bitte auf 3 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X beschreibt den Intelligenzquotient IQ, sie wird als normalverteilt angenommen mit dem Erwartungswert μ = 100 und der Standardabweichung σ = 15.

Somit kann man einfach die WTR-Befehle ("Normalcdf" beim TI, bzw. "Kumul. Normal-V" beim Casio) verwenden: Erst μ und σ, dann die Intervallgrenzen eingeben. Die rechte Intervallgrenze wäre hier jedoch + ∞. Stattdessen kann man einfach einen sehr großen Wert eingeben, z.B.: 10000000.

Jetzt lässt sich das Ergebnis ablesen: P(X ≥ 70) ≈ 0.9773

Normalverteilung Anwendung (rückwärts)

Beispiel:

Ein exotisches Insekt wird im Mittel 3 cm lang. Dabei beträgt die Standardabweichung der Körperlänge 0,6 cm. Wie lang muss dann ein solches Insekt mindestens sein, damit es zu den längsten 65% dieser Insekten gehört.
(Bitte auf 2 Stellen nach dem Komma runden, ohne Einheiten eingeben!)

Lösung einblenden

Die Zufallsgröße X beschreibt die Körperlänge des Insekts im cm, sie wird als normalverteilt angenommen mit dem Erwartungswert μ = 3 und der Standardabweichung σ = 0.6.

Gesucht ist somit das k, so dass P(X ≥ k) = 0.65 gilt.

Der WTR kann leider kein k berechnen mit P(X ≥ k) = 0.65, weil er immer nur ein k bei P(X ≤ k) = p berechnen kann.

Also nutzen wir aus, dass P(X ≤ k) = 0.35 (im Schaubild die blaue Fläche) gelten muss, wenn P(X ≥ k) = 0.65 (im Schaubild die rote Fläche) gilt.

Für P(X ≤ k) = 0.35 liefert der WTR k ≈ 2.769.

(TI: invNormal, Casio: Inv. Normal-V. )

Mittelwert, Standardabw. ablesen

Beispiel:

Die Zufallsgröße X ist normalverteilt. Ihr Schaubild zeigt die zugehörige Gauß'sche Glockenkurve mit den ganzzahligen Parametern μ und σ.

Gib die Werte für μ und σ an.

Lösung einblenden

Den Mittelwert μ= -3 kann man einfach am x-Wert des Hochpunkts der Glockenkurve ablesen.

Die Standardabweichung σ = 5 kann man am Abstand der x-Werte des Hochpunkts vom Wendepunkt ablesen.

Dichtefunktion aus Graph ablesen

Beispiel:

Die Zufallsgröße X ist normalverteilt. Ihr Schaubild zeigt die zugehörige Gauß'sche Glockenkurve mit den ganzzahligen Parametern μ und σ.

Gib den Funktionsterm der Dichtefunktion an.

Lösung einblenden

Den Mittelwert μ= 2 kann man einfach am x-Wert des Hochpunkts der Glockenkurve ablesen.

Die Standardabweichung σ = 1 kann man am Abstand der x-Werte des Hochpunkts vom Wendepunkt ablesen.

Eingesetzt in die allgemeine Dichtefunktion: φ(x) = $\frac{1}{σ \cdot \sqrt{2 π}} \cdot e^{- \frac{1}{2} {(\frac{x - μ}{σ})}^{2}}$ ergibt:

φ(x) = $\frac{1}{\sqrt{2 π}} \cdot e^{- \frac{1}{2} {(\frac{x - 2}{1})}^{2}}$

μ und σ ablesen und Intervall berechnen

Beispiel:

Die Zufallsgröße X ist normalverteilt. Ihr Schaubild zeigt die zugehörige Gauß'sche Glockenkurve mit den ganzzahligen Parametern μ und σ.

Gib die Werte für μ und σ an und berechne damit die eingefärbte Fläche.

Lösung einblenden

Den Mittelwert μ= 1 kann man einfach am x-Wert des Hochpunkts der Glockenkurve ablesen.

Die Standardabweichung σ = 3 kann man am Abstand der x-Werte von Hochpunkt und Wendepunkt ablesen.

Jetzt kann man einfach einfach die WTR-Befehle ("Normalcdf" beim TI, bzw. "Kumul. Normal-V" beim Casio) verwenden: μ und σ, dann die Intervallgrenzen eingeben - und schließlich das Ergebnis ablesen:

P(0 ≤ X ≤ 4) ≈ 0.4719

Symmetrie nutzen

Beispiel:

Die Zufallsgröße X ist normalverteilt. Ihr Schaubild zeigt die zugehörige Gauß'sche Glockenkurve mit einem ganzzahligen Erwartungswert μ. Der Inhalt der gefärbten Fläche beträgt 0.423.

Bestimme P( X ≥ 4).

Gib die Wahrscheinlichkeit auf 3 Stellen nach dem Komma genau an.

Lösung einblenden

Wir wissen, dass das Schaubild einer normalverteilten Zufallsgröße achsenssymmetrisch zur senkrechten Gerade durch den Hochpunkt ist, hier also zu x = 2.

Somit gilt: P( X ≥ 2) = 0,5.

Aus dem Schaubild können wir lesen, dass P(2 ≤ X ≤ 4) = 0.423 (Flächeninhalt der blauen Fläche). Somit gilt für die gesuchte Wahrscheinlichkeit P( X ≥ 4), die dem Flächeninhalt der roten Fläche entspricht:

P( X ≥ 4) = 0,5 - 0.423 = 0.077

Standardabweichung bestimmen

Beispiel:

Der Punkt P(-4|0.0222) liegt auf der Gauß'schen Glockenkurve mit ganzzahligem Parameter σ und μ = -4.

Bestimme die Standardabweichung σ.

Lösung einblenden

Der gegebene Punkt ist der Hochpunkt der Gauß' schen Glockenkurve, weil ja der gegebene x-Wert gerade dem Erwartungswert μ = -4 entspricht.

Um einen ersten möglichen Wert für eine Standardabweichung σ zu bekommen, berechen wir am besten den Quotient von 0,5 und dem y-Wert der gegebenen Hochpunkts, also $\frac{0.5}{0.0222}$ ≈ 22.523 und runden diesen auf σ₁ = 23.

Damit berechnen wir nun den y-Wert der Glockenkurve (mit μ = -4 und σ₁=23) an der gegebenen Stelle x = -4 und erhalten f₁(-4) = 0.0173
(TI: DISTR -> 1: Normalpdf; Casio: Dichte ..).

Wir wissen ja: Je größer das σ ist, desto breiter wird die Glockenkurve. Da ja aber die ganze Fläche unter der Glockenkurve (die ja der Gesamt-Wahrscheinlichkeit für alles entspricht) immer genau 1 ist, muss die breitere Glockenkurve dementsprechend auch flacher und damit mit einem niedrigeren Hochpunkt ausfallen. Somit gilt:

Je höher das σ, desto niedriger der y-Wert des Hochpunkts.

Und da der y-Wert unserer ersten Kurve mit σ₁=23 (in der Abbilung in grün) zu tief war, muss also σ₁ zu groß sein und wir müssen jetzt eben schrittweise kleinere Standardabweichungen σ durchprobieren und die zugehörigen y-Werte an der Stelle x = -4 berechnen:

μ = -4	σ = 22	f(-4) = 0.0181
μ = -4	σ = 21	f(-4) = 0.019
μ = -4	σ = 20	f(-4) = 0.0199
μ = -4	σ = 19	f(-4) = 0.021
μ = -4	σ = 18	f(-4) = 0.0222

Somit muss die gesuchte Standardabweichung σ = 18 sein.

Sigmaregel rückwärts

Beispiel:

X ist normalverteilt mit μ = 150 und σ. Es gilt P(-∞ ≤ X ≤ 136) ≈ 0,1585. Bestimme σ.

Lösung einblenden

Es gilt: P(-∞ ≤ X ≤ 136) ≈ 0,1585
oder anders ausgedrückt:
P(-∞ ≤ X ≤ μ - 14) ≈ 0,5 - 0.3415 = 0,5 - $\frac{0.683}{2}$

wegen P(-∞ ≤ X ≤ μ) = 0,5 gilt somit:
P(μ - 14 ≤ X ≤ μ) ≈ $\frac{0.683}{2}$

Wegen der Symmetrie der Gauß'schen Glockenkurve gilt dann:
P(μ - 14 ≤ X ≤ μ + 14) ≈ 0,683

Aufgrund der Sigma-Regel P(μ - 1⋅σ ≤ X ≤ μ - 1⋅σ) ≈ 0.683
muss also 1⋅σ = 14 sein.

Für die Standardabweichung gilt somit: σ = 14 .

variabler Erwartungswert (Anwendungen)

Beispiel:

Bei einer Maschine, die Schrauben herstellt, kann man die Länge der Schrauben auf ganze mm einstellen. Trotzdem sind dann nicht alle produzierten Schrauben ganz exakt gleich lang. Man kann aber davon ausgehen, dass die Schraubenlänge normalverteilt ist mit der eingestellten Länge als Erwartungswert und einer Standardabweichung von 1,5 mm. Auf welchen Wert (ganzzahlig in mm) muss man die Maschine mindestens einstellen, wenn eine zufällig gewählte Schraube mit einer Wahrscheinlichkeit von mindestens 75% mindestens 50 mm lang sein soll?

Lösung einblenden

Die Zufallsgröße X beschreibt die Schraubenlänge in mm.

Zunächst untersuchen wir die Wahrscheinlichkeit, wenn der Erwartungswert μ = 50 gewählt würde. Aus Symmetriegründen wäre dann aber P(X ≥ 50) = 0,5.

Deswegen wird nun der Erwartungswert schrittweise immer um eine Einheit erhöht, bis die gesuchte Wahrscheinlichkeit P(X ≥ 50) mindestens 0.75 ist:

μ = 50: P(X ≥ 50) = 0.5

μ = 51: P(X ≥ 50) = 0.7475

μ = 52: P(X ≥ 50) = 0.9088

Man muss also den Erwartungswert auf mindestens μ = 52 einstellen.

Normalverteilung variables σ

Beispiel:

Ein Fernreisebusunternehmen gibt als Reisezeit zwischen zwei Städte 300 Minuten an. Da die tatsächliche Fahrtzeit immer etwas schwankt, kann sie als normalverteilt mit Erwartungswert μ = 300 und einer Standardabweichung σ angenommen werden. Das Unternehmen wirbt damit, dass die Wahrscheinlichkeit einer Verspätung von 9 oder mehr Minuten bei unter 5% liegt. Wie groß darf dann die Standardabweichung σ der Normalverteilung dieser Fahrten (auf eine Stelle nach dem Komma gerundet) maximal sein?

Lösung einblenden

Die Zufallsgröße X beschreibt die Fahrtzeit in Minuten.

Gesucht ist die Standardabweichung σ, so dass P(X ≥ 309) < 5% gilt.

Je kleiner das σ ist, desto enger und höher ist die Glockenkurve der Dichtefunktion.

Wegen der Symmetrie der Glockenkurve folgt aus P(X ≥ 309) < 5% , dass P(291 ≤ X ≤ 309) > 90 % gelten muss.

Aufgrund der Sigmaregel (P(μ-2σ ≤ X ≤ μ+2σ) ≈ 95,4% ) wissen wir, dass die 9 min eine kleinere Wahrscheinlichkeit auf sich vereinen als eine Abweichung um 2 σ, folglich muss die Abweichung 9 weniger als 2 σ entsprechen.

9 < 2⋅σ |:2
4.5 < σ

Wir starten also mal bei σ = 4.5 und erhöhen dieses so lange, bis P(X ≥ 309) über die 0.05 steigt:

σ = 4.5: P( X ≥ 309) ≈ 0.0227

σ = 4.6: P( X ≥ 309) ≈ 0.0252

...

σ = 5.2: P( X ≥ 309) ≈ 0.0417

σ = 5.3: P( X ≥ 309) ≈ 0.0447

σ = 5.4: P( X ≥ 309) ≈ 0.0478

σ = 5.5: P( X ≥ 309) ≈ 0.0509

Die Standardabweichung darf also höchstens σ = 5.4 einstellen.

Normalverteilung Anwendung

Beispiel:

Eine Firma produziert 60 mm lange Schrauben. Aufgrund mehrerer Faktoren beim Produktionsprozess treten Schwankungen bei der tatsächlichen Länge auf. Dabei beträgt die Standardabweichung 0,4 mm. Bestimme die Wahrscheinlichkeit, dass eine zufällig gewählte Schraube zwischen 59,7 und 59,9 mm ist.
(Bitte auf 3 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X beschreibt die Schraubenlänge in mm, sie wird als normalverteilt angenommen mit dem Erwartungswert μ = 60 und der Standardabweichung σ = 0.4.

Somit kann man einfach die WTR-Befehle ("Normalcdf" beim TI, bzw. "Kumul. Normal-V" beim Casio) verwenden: Erst μ und σ, dann die Intervallgrenzen eingeben. Und schon kann man das Ergebnis ablesen:

P(59.7 ≤ X ≤ 59.9) ≈ 0.1747

Kombination Normal- und Binomialverteilung

Beispiel:

Eine Firma produziert 30 mm lange Schrauben. Aufgrund mehrerer Faktoren beim Produktionsprozess treten Schwankungen bei der tatsächlichen Länge auf. Dabei beträgt die Standardabweichung 0,6 mm. Die Schrauben werden dabei in Kartons mit 48 Stück verpackt. Ist eine Schraube kürzer als 29,8 mm, so gilt sie als zu kurz. Wie groß ist die Wahrscheinlichkeit, dass in einem zufällig gewählten Karton nicht mehr als 16 Schrauben zu kurz sind?

Lösung einblenden

Zuerst berechnen wir die Wahrscheinlichkeit dafür, dass eine Schraube als zu kurz gilt. Die Zufallsgröße Y beschreibt dabei die Schraubenlänge in mm, sie wird als normalverteilt angenommen mit dem Erwartungswert μ = 30 und der Standardabweichung σ = 0.6.

Mit derm WTR lässt sich so P(Y ≤ 29.8) ≈ 0.3694 berechnen.

(TI: Normalcdf, Casio: Kumul. Normal-V. )

Und weil dies für jedes der 48 Exemplare gilt, können wir die Zufallsgröße X (, die die Anzahl der zu kurzen Schrauben in einem Karton zählt) als binomialverteilt mit n = 48 und p = 0.3694 annehmen.

Für die gesuchte Wahrscheinlichkeit gilt somit:
$P_{0.369}^{48} (X \leq 16)$ =

$P_{0.369}^{48} (X \leq 16)$ = 0.3606

(TI-Befehl: binomcdf(48,0.3694,16) - binomcdf(48,0.3694,-1))

Die gesuchte Wahrscheinlichkeit beträgt somit ca. 36,1%.

Kombination Normal- und Binomialverteilung rw

Beispiel:

Ein exotisches Insekt wird im Mittel 40 mm lang. Dabei beträgt die Standardabweichung der Körperlänge 6 mm. Übergroße Insekten mit einer Länge von über 50,2 mm gelten als besonders aggressiv und greifen oft andere Insekten an. Deswegen sollten nie mehr als 4 solcher übergroßen Insekten in einem Terrarium untergebracht sein. Wie viele Insekten kann man höchstens in ein Terrarium setzen, damit dies mit einer Wahrscheinlichkeit von mindestens 90% gewährleistet ist?

Lösung einblenden

Zuerst berechnen wir die Wahrscheinlichkeit dafür, dass ein Insekt die problematische Größe hat. Die Zufallsgröße Y beschreibt dabei die Körperlänge des Insekts, sie wird als normalverteilt angenommen mit dem Erwartungswert μ = 40 und der Standardabweichung σ = 6.

Mit derm WTR lässt sich so P(Y ≥ 50.2) ≈ 0.044565 berechnen.

(TI: Normalcdf, Casio: Kumul. Normal-V. )

Und weil dies für jedes Exemplar gilt, können wir die Zufallsgröße X (, die die Anzahl der die Insekten mit der problematischen Mindestgröße zählt) als binomialverteilt mit unbekanntem n und p = 0.044565 annehmen.

n	P(X≤k)
...	...
55	0.9022
56	0.8964
57	0.8903
58	0.8842
59	0.8778
60	0.8713
61	0.8646
62	0.8578
63	0.8508
64	0.8437
65	0.8365
66	0.8291
67	0.8216
68	0.8139
69	0.8062
70	0.7984
71	0.7904
72	0.7824
73	0.7742
74	0.766
75	0.7577
76	0.7493
77	0.7408
78	0.7323
79	0.7237
80	0.715
81	0.7063
82	0.6976
83	0.6888
84	0.68
85	0.6712
86	0.6623
87	0.6534
88	0.6445
89	0.6356
90	0.6267
...	...

Die Zufallsgröße X gibt die Insekten mit der problematischen Mindestgröße an und ist im Idealfall binomialverteilt mit p = 0.044565 und variablem n.

Es muss gelten: $P_{0.045}^{n} (X \leq 4)$ ≥ 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 4.4565% der Versuche mit einem Treffer. Also müssten dann doch bei $\frac{4}{0.044565}$ ≈ 90 Versuchen auch ungefähr 4 (≈0.044565⋅90) Treffer auftreten.

Wir berechnen also mit unserem ersten n=90:
$P_{0.045}^{n} (X \leq 4)$ ≈ 0.6267 (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=55 die gesuchte Wahrscheinlichkeit über 90% ist.

Aufgabentypen anhand von Beispielen durchstöbern

Intervall Normalverteilung (einfach)

Intervall Normalverteilung rückwärts

Normalverteilung Anwendung

Normalverteilung Anwendung (rückwärts)

Mittelwert, Standardabw. ablesen

Dichtefunktion aus Graph ablesen

μ und σ ablesen und Intervall berechnen

Symmetrie nutzen

Standardabweichung bestimmen

Sigmaregel rückwärts

variabler Erwartungswert (Anwendungen)

Normalverteilung variables σ

Normalverteilung Anwendung

Kombination Normal- und Binomialverteilung

Kombination Normal- und Binomialverteilung rw