nach Aufgabentypen suchen

Aufgabentypen anhand von Beispielen durchstöbern

Browserfenster aktualisieren (F5), um neue Beispiele bei den Aufgabentypen zu sehen

Intervall Normalverteilung (einfach)

Beispiel:

Die Zufallsgröße X ist normalverteilt mit dem Erwartungswert μ=4 und der Standardabweichung σ=0.6 .

Berechne P(3.5 ≤ X ≤ 4).

Runde dein Ergebnis auf 3 Stellen hinter dem Komma.

Lösung einblenden

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

P(3.5 ≤ X ≤ 4) ≈ 0.2977

Intervall Normalverteilung rückwärts

Beispiel:

Die Zufallsgröße X ist normalverteilt mit dem Erwartungswert μ=50 und der Standardabweichung σ=3 .

Es gilt P(X ≥ k) = 0.95. Bestimme k.

Runde auf eine Stelle hinter dem Komma genau.

Lösung einblenden
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Der WTR kann leider kein k berechnen mit P(X ≥ k) = 0.95, weil er immer nur ein k bei P(X ≤ k) = p berechnen kann.

Also nutzen wir aus, dass P(X ≤ k) = 0.05 (im Schaubild die blaue Fläche) gelten muss, wenn P(X ≥ k) = 0.95 (im Schaubild die rote Fläche) gilt.

Für P(X ≤ k) = 0.05 liefert der WTR k ≈ 45.065.

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

Normalverteilung Anwendung

Beispiel:

Ein exotisches Insekt wird im Mittel 2 cm lang. Dabei beträgt die Standardabweichung der Körperlänge 1 cm.Bestimme die Wahrscheinlichkeit, dass ein zufällig gewähltes Insekt kleiner oder gleich 0,8 cm ist.
(Bitte auf 3 Stellen nach dem Komma runden)

Lösung einblenden

Die Zufallsgröße X beschreibt die Körperlänge des Insekts im cm, sie wird als normalverteilt angenommen mit dem Erwartungswert μ = 2 und der Standardabweichung σ = 1.

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 linke Intervallgrenze wäre hier jedoch - ∞. Stattdessen kann man einfach einen sehr kleinen Wert eingeben, z.B.: -10000000.

Jetzt lässt sich das Ergebnis ablesen: P(X ≤ 0.8) ≈ 0.1151

Normalverteilung Anwendung (rückwärts)

Beispiel:

Ein exotisches Insekt wird im Mittel 4 cm lang. Dabei beträgt die Standardabweichung der Körperlänge 0,6 cm. Wie lang darf ein solches Insekt höchstens sein, damit es zu den kleinsten 35% dieser Insekten gehört.
(Bitte auf 2 Stellen nach dem Komma runden, ohne Einheiten eingeben!)

Lösung einblenden
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Die Zufallsgröße X beschreibt die Körperlänge des Insekts im cm, sie wird als normalverteilt angenommen mit dem Erwartungswert μ = 4 und der Standardabweichung σ = 0.6.

Gesucht ist somit das k, so dass P(X ≤ k) = 0.35 gilt.

Der WTR liefert für P(X ≤ k) = 0.35 den Wert k ≈ 3.769.

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

Mittelwert, Standardabw. ablesen

Beispiel:

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

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= -5 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:

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

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= -1 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.

Eingesetzt in die allgemeine Dichtefunktion: φ(x) = 1 σ · 2π · e - 1 2 ( x - μ σ ) 2 ergibt:

φ(x) = 1 5 2π · e - 1 2 ( x +1 5 ) 2

μ und σ ablesen und Intervall berechnen

Beispiel:

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

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= 5 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(-1 ≤ X ≤ 6) ≈ 0.6078

Symmetrie nutzen

Beispiel:

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Die Zufallsgröße X ist normalverteilt. Ihr Schaubild zeigt die zugehörige Gauß'sche Glockenkurve mit einem ganzzahligen Erwartungswert μ. Der Inhalt der gefärbten Fläche beträgt 0.162.

Bestimme P( X ≥ 5).

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

Lösung einblenden
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Wir wissen, dass das Schaubild einer normalverteilten Zufallsgröße achsenssymmetrisch zur senkrechten Gerade durch den Hochpunkt ist, hier also zu x = 4.

Somit gilt: P( X ≥ 4) = 0,5.

Aus dem Schaubild können wir lesen, dass P(4 ≤ X ≤ 5) = 0.162 (Flächeninhalt der blauen Fläche). Somit gilt für die gesuchte Wahrscheinlichkeit P( X ≥ 5), die dem Flächeninhalt der roten Fläche entspricht:

P( X ≥ 5) = 0,5 - 0.162 = 0.338

Standardabweichung bestimmen

Beispiel:

Der Punkt P(-9|0.0363) liegt auf der Gauß'schen Glockenkurve mit ganzzahligem Parameter σ und μ = -9.

Bestimme die Standardabweichung σ.

Lösung einblenden
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Der gegebene Punkt ist der Hochpunkt der Gauß' schen Glockenkurve, weil ja der gegebene x-Wert gerade dem Erwartungswert μ = -9 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 0.5 0.0363 ≈ 13.774 und runden diesen auf σ1 = 14.

Damit berechnen wir nun den y-Wert der Glockenkurve (mit μ = -9 und σ1=14) an der gegebenen Stelle x = -9 und erhalten f1(-9) = 0.0285
(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=14 (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 = -9 berechnen:

μ = -9σ = 13f(-9) = 0.0307
μ = -9σ = 12f(-9) = 0.0332
μ = -9σ = 11f(-9) = 0.0363

Somit muss die gesuchte Standardabweichung σ = 11 sein.

Sigmaregel rückwärts

Beispiel:

X ist normalverteilt mit μ = 210 und σ. Es gilt P(184 ≤ X ≤ 236) ≈ 0,954. Bestimme σ.

Lösung einblenden
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

Es gilt: P(184 ≤ X ≤ 236) ≈ 0,954
oder anders ausgedrückt:
P(μ - 26 ≤ X ≤ μ + 26) ≈ 0,954

Aufgrund der Sigma-Regel P(μ - 2⋅σ ≤ X ≤ μ - 2⋅σ) ≈ 0.954
muss also 2⋅σ = 26 sein.

Für die Standardabweichung gilt somit: σ = 13 .

variabler Erwartungswert (Anwendungen)

Beispiel:

Bei einem Riesenrad kann man die Laufzeit für eine Umdrehung immer auf ganze Sekunden einstellen. Trotzdem ist dann nicht jede Umdrehung exakt gleich lang. Man kann aber davon ausgehen, dass die Umdrehungszeit normalverteilt ist mit der eingestellten Zeitdauer als Erwartungswert und einer Standardabweichung von 3 s. Ein Schausteller bewirbt sein Riesenrad mit einer Umlaufzeit von 4 min. Auf welchen Wert (ganzzahlig in s) muss man das Riesenrad einstellen, so dass eine Umdrehung mit einer Wahrscheinlichkeit von mindestens 90% mindestens die 4 min lang ist?

Lösung einblenden

Die Zufallsgröße X beschreibt die Laufzeit des Riesenrads für eine Umdrehung in Sekunden.

Zunächst untersuchen wir die Wahrscheinlichkeit, wenn der Erwartungswert μ = 240 gewählt würde. Aus Symmetriegründen wäre dann aber P(X ≥ 240) = 0,5.

Deswegen wird nun der Erwartungswert schrittweise immer um eine Einheit erhöht, bis die gesuchte Wahrscheinlichkeit P(X ≥ 240) mindestens 0.9 ist:

μ = 240: P(X ≥ 240) = 0.5

μ = 241: P(X ≥ 240) = 0.6306

μ = 242: P(X ≥ 240) = 0.7475

μ = 243: P(X ≥ 240) = 0.8413

μ = 244: P(X ≥ 240) = 0.9088

Man muss also den Erwartungswert auf mindestens μ = 244 einstellen.

Normalverteilung variables σ

Beispiel:

Eine Maschine soll Schrauben der Länge 12 mm herstellen. Ein Kunde will die Maschine aber nur kaufen, wenn die Wahrscheinlichkeit kleiner als 20% ist, dass die Länge einer Schraube um mehr als 1 mm von den geforderten 12 mm abweicht. Man kann davon ausgehen, dass die Schraubenlänge normalverteilt ist mit dem Erwartungswert 12. Welche Standardabweichung (auf eine Stelle hinter dem Komma genau) darf die Normalverteilung dieser Maschine höchstens haben?

Lösung einblenden

Die Zufallsgröße X beschreibt die Schraubenlänge in mm.

Gesucht ist die Standardabweichung σ, so dass P(X ≤ 11) + P(X ≥ 13) < 20% oder eben, dass P(11 ≤ X ≤ 13) ≥ 0.8 gilt.

Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

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

Aufgrund der Sigmaregel (P(μ-2σ ≤ X ≤ μ+2σ) ≈ 95,4% ) wissen wir, dass die 1 mm eine kleinere Wahrscheinlichkeit auf sich vereinen als eine Abweichung um 2 σ, folglich muss die Abweichung 1 weniger als 2 σ entsprechen.

1 < 2⋅σ |:2
0.5 < σ

Wir starten also mal bei σ = 0.5 und erhöhen dieses so lange, bis P(11 ≤X ≤ 13) unter die 0.8 sinkt:

σ = 0.5: P(11 ≤ X ≤ 13) ≈ 0.9545

σ = 0.6: P(11 ≤ X ≤ 13) ≈ 0.9044

σ = 0.7: P(11 ≤ X ≤ 13) ≈ 0.8469

σ = 0.8: P(11 ≤ X ≤ 13) ≈ 0.7887

Die Standardabweichung darf also höchstens σ = 0.7 einstellen.

Normalverteilung Anwendung (rückwärts)

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. Welchen IQ muss man mindestens haben, um zu den schlausten 20% der Bevölkerung zu gehören.
(Bitte auf 2 Stellen nach dem Komma runden, ohne Einheiten eingeben!)

Lösung einblenden
Du hast entweder einen veralteten Browser oder Javascript ausgeschaltet. Deswegen kannst du leider das Schaubild nicht sehen :(

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

Gesucht ist somit das k, so dass P(X ≥ k) = 0.2 gilt.

Der WTR kann leider kein k berechnen mit P(X ≥ k) = 0.2, weil er immer nur ein k bei P(X ≤ k) = p berechnen kann.

Also nutzen wir aus, dass P(X ≤ k) = 0.8 (im Schaubild die blaue Fläche) gelten muss, wenn P(X ≥ k) = 0.2 (im Schaubild die rote Fläche) gilt.

Für P(X ≤ k) = 0.8 liefert der WTR k ≈ 112.624.

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

Kombination Normal- und Binomialverteilung

Beispiel:

Die Äpfel einer großen Plantage haben in einem bestimmten Jahr im Durchschnitt 9 cm als maximalen Durchmesser und eine Standardabweichung von 2,5 cm. Der Großhandel nimmt nur Äpfel an, die zwischen 8 und 11 cm groß sind. Wie groß ist die Wahrscheinlichkeit, dass von den 100 Äpfel eines Erntehelfers mindestens 47 Stück in den Großhandel kommen?

Lösung einblenden

Zuerst berechnen wir die Wahrscheinlichkeit dafür, dass ein zufällig gewählter Apfel im geforderten Größenbereich liegt. Die Zufallsgröße Y beschreibt dabei den maximalen Durchmessers eines Apfels, sie wird als normalverteilt angenommen mit dem Erwartungswert μ = 9 und der Standardabweichung σ = 2.5.

Mit derm WTR lässt sich so P(8 ≤ Y ≤ 11) ≈ 0.4436 berechnen.

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

Und weil dies für jedes der 100 Exemplare gilt, können wir die Zufallsgröße X (, die die Anzahl der Äpfel im geforderten Größenbereich zählt) als binomialverteilt mit n = 100 und p = 0.4436 annehmen.

Für die gesuchte Wahrscheinlichkeit gilt somit:
P0.444100 (X47) =

1 - P0.444100 (X46) ≈ 1 - 0.6679 = 0.3321

(TI-Befehl: binomcdf(100,0.4436,100) - binomcdf(100,0.4436,46))

Die gesuchte Wahrscheinlichkeit beträgt somit ca. 33,2%.

Kombination Normal- und Binomialverteilung rw

Beispiel:

Die Äpfel einer großen Plantage haben in einem bestimmten Jahr im Mittel einen "Durchmesser" von 9,9 cm und eine Standardabweichung von 2 cm. Der Großhandel nimmt nur Äpfel an, die zwischen 8 und 11 cm groß sind. Wie viele Äpfel muss man mindestens ernten, um mit einer Wahrscheinlichkeit von mindestens 70% mindestens 68 Stück an den Großhandel verkaufen zu können?

Lösung einblenden

Zuerst berechnen wir die Wahrscheinlichkeit dafür, dass ein zufällig gewählter Apfel im geforderten Größenbereich liegt. Die Zufallsgröße Y beschreibt dabei den Durchmessers eines Apfels, sie wird als normalverteilt angenommen mit dem Erwartungswert μ = 9.9 und der Standardabweichung σ = 2.

Mit derm WTR lässt sich so P(8 ≤ Y ≤ 11) ≈ 0.537784 berechnen.

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

Und weil dies für jedes Exemplar gilt, können wir die Zufallsgröße X (, die die Anzahl der Äpfel im geforderten Größenbereich zählt) als binomialverteilt mit unbekanntem n und p = 0.537784 annehmen.

nP(X≤k)
......
1270.4427
1280.4056
1290.3697
1300.3351
1310.3021
1320.2709
......

Die Zufallsgröße X gibt Äpfel im geforderten Größenbereich an und ist im Idealfall binomialverteilt mit p = 0.537784 und variablem n.

Es muss gelten: P0.538n (X68) ≥ 0.7

Weil man ja aber P0.538n (X68) nicht in den WTR eingeben kann, müssen wir diese Wahrscheinlichkeit über die Gegenwahrscheinlichkeit berechnen:

P0.538n (X68) = 1 - P0.538n (X67) ≥ 0.7 |+ P0.538n (X67) - 0.7

0.3 ≥ P0.538n (X67) oder P0.538n (X67) ≤ 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 53.7784% der Versuche mit einem Treffer. Also müssten dann doch bei 68 0.537784 ≈ 126 Versuchen auch ungefähr 68 (≈0.537784⋅126) Treffer auftreten.

Wir berechnen also mit unserem ersten n=126:
P0.538n (X67) ≈ 0.4805 (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=132 die gesuchte Wahrscheinlichkeit unter 0.3 ist.

n muss also mindestens 132 sein, damit P0.538n (X67) ≤ 0.3 oder eben P0.538n (X68) ≥ 0.7 gilt.