Lessons and exercises follow the school system and stay in its language.Les leçons et les exercices suivent le système scolaire et restent dans sa langue.Lektionen und Übungen folgen dem Schulsystem und bleiben in seiner Sprache.
Du bist offline: Gespeicherte Kapitel funktionieren weiter.
Alle Lektionen des Kapitels, bereit für Papier. Die Aufgabenserien heißen A, B, C… und die Lösungen stehen am Ende.
Für ein PDF wähle im Druckdialog „Als PDF speichern“.
Jahrgangsstufe 13 (erhöhtes Anforderungsniveau)
Stetige Zufallsgrößen und Normalverteilung
SpitznameDatum
Scannen, um online zu öffnenenglish.sedifier.com/de/by-gym-g9/jgst-13/by.13.normalverteilung/
1. Stetige Verteilungen mit Dichte
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
Berechne ∫03x2dx.
Berechne ∫0π/5cosxdx. Gib den exakten Wert an.
Berechne ∫−14(2x+1)dx.
Entdecken
X ist eine stetige Zufallsgröße mit einer Dichtefunktion. Wie groß ist P(X=2)?
0
f(2)
Die Grundidee
Eine Wahrscheinlichkeit ist eine Fläche unter dem Graphen der Dichtefunktion.
f ist eine Dichtefunktion auf [a;b], wenn f≥0 und ∫abf(x)dx=1. Dann gilt P(c≤X≤d)=∫cdf(x)dx.
F(x)=P(X≤x) ist die Verteilungsfunktion. E(X)=∫abxf(x)dx und Var(X)=∫ab(x−E(X))2f(x)dx.
Beispiel
f(x)=2x auf [0;1]. Berechne P(X≤0,5) und E(X).
P(X≤0,5)=0,52=0,25
Stammfunktion x².
E(X)=∫012x2dx=32
Erwartungswert.
Du bist dran
Jetzt du: f ist eine Dichtefunktion auf [0;1]. Welchen Wert hat ∫01f(x)dx?
1
Gesamtfläche.
Üben ★
f(x)=2x ist eine Dichtefunktion auf [0;1]. Berechne P(X≤21).
f(x)=2x ist eine Dichtefunktion auf [0;1]. Berechne P(X≤211).
f(x)=2x ist eine Dichtefunktion auf [0;1]. Berechne P(X≤31).
Vorsicht!
Üben ★★
f(x)=kx ist eine Dichtefunktion auf [0;4]. Bestimme k.
f(x)=kx ist eine Dichtefunktion auf [0;22]. Bestimme k.
X ist eine stetige Zufallsgröße. Wie groß ist P(X=2)?
0
f(2)
1
f ist auf [0;4] konstant gleich k und eine Dichtefunktion. Wie groß ist k?
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
f(x)=2x ist eine Dichtefunktion auf [0;1]. Berechne P(X≤21).
f(x)=2x ist eine Dichtefunktion auf [0;1]. Berechne P(X≤211).
f(x)=2x ist eine Dichtefunktion auf [0;1]. Berechne P(X≤31).
Merkkarte
Stetige Zufallsgrößen
Wahrscheinlichkeit = Fläche unter der Dichtefunktion.
P(X=a)=0.
Achtung: Die Dichte ist keine Wahrscheinlichkeit.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
X hat die Dichte f(x)=5x4 auf [0;1]. Berechne E(X).
2. z-Werte und das Normalverteilungsmodell
Entdecken
Die blaue Kurve ist die Dichte einer Normalverteilung mit Erwartungswert m und Standardabweichung s. Verändere die beiden Werte.
Eine Glockenkurve mit Erwartungswert m und Standardabweichung s: symmetrisch um m, breiter und flacher, wenn s wächst.
Was passiert mit der Kurve, wenn s größer wird?
Sie wird breiter und flacher
Sie verschiebt sich nach rechts
Die Grundidee
Zum Vergleichen standardisiert man; dazu kommen die Sigma-Regeln.
Standardisieren:z=σx−μ gibt an, um wie viele Standardabweichungen x über dem Erwartungswert liegt. Sigma-Regeln für eine Normalverteilung: etwa 68 % der Werte liegen in [μ−σ;μ+σ], 95 % in [μ−2σ;μ+2σ], 99,7 % in [μ−3σ;μ+3σ].
Beispiel
Ein Leistungstest hat den Erwartungswert 520 und die Standardabweichung 110. Ein Ergebnis von 685.
z=1,5
(685 − 520)/110.
Zwischen 300 und 740: etwa 95 % der Ergebnisse
Innerhalb von 2σ: etwa 95 %.
Über 740: etwa 2,5 %
Die Hälfte der restlichen 5 %.
Du bist dran
Jetzt du: Erwartungswert 70, Standardabweichung 5. Der z-Wert von 62.
z=−1,6
(62 − 70)/5.
Üben ★
Testergebnisse haben den Erwartungswert 61 und die Standardabweichung 10. Bestimme den z-Wert des Ergebnisses 48.
Testergebnisse haben den Erwartungswert 309 und die Standardabweichung 34. Bestimme den z-Wert des Ergebnisses 437.
Testergebnisse haben den Erwartungswert 58 und die Standardabweichung 2. Bestimme den z-Wert des Ergebnisses 62.
Vorsicht!
Üben ★★
Körpergrößen sind näherungsweise normalverteilt mit Erwartungswert 76 und Standardabweichung 4. Wie viel Prozent liegen nach den Sigma-Regeln zwischen 72 und 84?
Körpergrößen sind näherungsweise normalverteilt mit Erwartungswert 69 und Standardabweichung 6. Wie viel Prozent liegen nach den Sigma-Regeln zwischen 63 und 81?
Erwartungswert 72, Standardabweichung 2. Welcher Wert hat den z-Wert −3?
Erwartungswert 295, Standardabweichung 16. Welcher Wert hat den z-Wert 1?
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
Testergebnisse haben den Erwartungswert 61 und die Standardabweichung 10. Bestimme den z-Wert des Ergebnisses 48.
Testergebnisse haben den Erwartungswert 309 und die Standardabweichung 34. Bestimme den z-Wert des Ergebnisses 437.
Testergebnisse haben den Erwartungswert 58 und die Standardabweichung 2. Bestimme den z-Wert des Ergebnisses 62.
Merkkarte
Normalverteilung und Sigma-Regeln
z=(x−μ)/σ; x=μ+zσ.
68 %, 95 %, 99,7 % innerhalb von 1σ, 2σ, 3σ.
Achtung: Die Prozentsätze gelten für beide Seiten zusammen.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
Testergebnisse haben den Erwartungswert 68. Das Ergebnis 74 hat den z-Wert 2. Wie groß ist die Standardabweichung?
3. Normalverteilung: Φ und symmetrische Intervalle
Aufwärmen
Drei schnelle Fragen zu früheren Lektionen.
Testergebnisse haben den Erwartungswert 61 und die Standardabweichung 10. Bestimme den z-Wert des Ergebnisses 48.
Körpergrößen sind näherungsweise normalverteilt mit Erwartungswert 76 und Standardabweichung 4. Wie viel Prozent liegen nach den Sigma-Regeln zwischen 72 und 84?
Erwartungswert 72, Standardabweichung 2. Welcher Wert hat den z-Wert −3?
Entdecken
Die Kurve ist die Dichte der Standardnormalverteilung. Φ(z) ist die Fläche links von z. Mit Φ(1)≈0,8413: Wie groß ist die Fläche rechts von 1?
0,1587
0,8413
Die Grundidee
Jede Normalverteilung führst du über z=σx−μ auf Φ zurück.
Ist X normalverteilt mit μ und σ, so gilt P(X≤x)=Φ(σx−μ) und P(X≥x)=1−Φ(σx−μ).
Symmetrie: Φ(−z)=1−Φ(z). Für ein symmetrisches Intervall gilt P(μ−c≤X≤μ+c)=2Φ(σc)−1.
Beispiel
Füllmengen sind normalverteilt mit μ=500 g und σ=4 g. Gegeben ist Φ(1,5)≈0,9332. Berechne P(494≤X≤506).
z=46=1,5
Symmetrisches Intervall mit c = 6.
2⋅0,9332−1
Formel für symmetrische Intervalle.
P(494≤X≤506)≈0,8664
Ergebnis.
Du bist dran
Jetzt du: μ=20, σ=5, Φ(2)≈0,9772. Berechne P(X≥30).
1−Φ(2)
z = (30 − 20)/5 = 2.
0,0228
Rest rechts von z = 2.
Üben ★
X ist normalverteilt mit μ=71 und σ=7. Gegeben ist Φ(1)≈0,8413. Berechne P(X≤78).
X ist normalverteilt mit μ=72 und σ=5. Gegeben ist Φ(1)≈0,8413. Berechne P(X≤77).
X ist normalverteilt mit μ=74 und σ=7. Gegeben ist Φ(2)≈0,9772. Berechne P(X≥88).
Vorsicht!
Üben ★★
X ist normalverteilt mit μ=44 und σ=8. Gegeben ist Φ(1)≈0,8413. Berechne P(36≤X≤52).
X ist normalverteilt mit μ=71 und σ=3. Gegeben ist Φ(1)≈0,8413. Berechne P(68≤X≤74).
X ist normalverteilt mit μ=48 und σ=3. Gegeben ist Φ(1)≈0,8413. Berechne P(X≤45).
Abschlusscheck
Drei Fragen zum Abschluss: Sitzt es?
X ist normalverteilt mit μ=71 und σ=7. Gegeben ist Φ(1)≈0,8413. Berechne P(X≤78).
X ist normalverteilt mit μ=72 und σ=5. Gegeben ist Φ(1)≈0,8413. Berechne P(X≤77).
X ist normalverteilt mit μ=57 und σ=4. Gegeben ist Φ(1)≈0,8413. Berechne P(X≤61).
Merkkarte
Normalverteilung mit Φ
P(X≤x)=Φ(z) mit z=(x−μ)/σ.
P(X≥x)=1−Φ(z) und Φ(−z)=1−Φ(z).
Symmetrisch: 2Φ(c/σ)−1.
Achtung: Φ gibt die Fläche links an.
Ein Schritt ist freiwillig: eine Herausforderung. Probier sie aus oder beende die Lektion jetzt.
Herausforderung ★★★
X ist normalverteilt mit μ=47 und σ=9. Gegeben ist Φ(1)≈0,8413. Berechne P(X≥38).
4. Warten auf den ersten Erfolg
Entdecken
Du würfelst mit einem fairen Würfel, bis eine Sechs kommt. Wie viele Würfe dauert das im Mittel?
6 Würfe
3,5 Würfe
Die Grundidee
Warten auf den ersten Erfolg.
Gelingt jeder Versuch unabhängig mit der Wahrscheinlichkeit p, so ist die erwartete Anzahl Versuche bis zum ersten Erfolg
E=p1.
Beispiel
Ein Glücksrad bleibt mit der Wahrscheinlichkeit 41 auf Rot stehen. Wie viele Drehungen erwartest du bis zum ersten Rot?
E=1/41
p=41.
E=4 Drehungen
1/41=4.
Du bist dran
Jetzt du: Jeder Versuch gelingt mit der Wahrscheinlichkeit 101. Wie viele Versuche erwartest du?
10
1/101.
Üben ★
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 111. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 151. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 21. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Üben ★★
Ein Maschinenteil fällt an einem Tag mit der Wahrscheinlichkeit 601 aus. Wie viele Tage dauert es im Mittel bis zum ersten Ausfall?
Ein Maschinenteil fällt an einem Tag mit der Wahrscheinlichkeit 501 aus. Wie viele Tage dauert es im Mittel bis zum ersten Ausfall?
Abschlusscheck
Zwei Fragen zur Kontrolle.
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 111. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Jeder Versuch gelingt unabhängig mit der Wahrscheinlichkeit 151. Wie viele Versuche erwartest du bis zum ersten Erfolg?
Merkkarte
Wartezeit
Erwartete Wartezeit =p1.
Seltene Ereignisse: im Mittel lange Wartezeiten.
Ingenieure nutzen das für die mittlere Zeit zwischen zwei Ausfällen einer Maschine.
5. Geschichte: Bernoulli, de Moivre und das Gesetz der großen Zahlen
Entdecken
Wirf eine faire Münze 10-mal: Es können gut 7-mal Kopf kommen. Wirf sie 10 000-mal: Der Anteil von Kopf liegt fast immer sehr nah bei 21. Wer hat als Erster bewiesen, dass das so sein muss?
Jakob Bernoulli, mit seinem Gesetz der großen Zahlen
Niemand: Es ist nur eine Beobachtung
Die Grundidee
Vom einzelnen Wurf zu vielen.
Schritt 1Jakob I Bernoulli1655–1705Niklaus Bernoulli (1662-1716), 1687. Gemeinfrei1713: Jakob Bernoullis Ars Conjectandi wird gedruckt, acht Jahre nach seinem Tod. Sie beweist das Gesetz der großen Zahlen.
Schritt 2Abraham de Moivre1667–1754Joseph Highmore, 1736. Gemeinfrei1718: de Moivres Buch The Doctrine of Chances.
Schritt 3Abraham de Moivre1667–1754Joseph Highmore, 1736. Gemeinfrei13. November 1733: de Moivre nähert die Binomialverteilung durch die Glockenkurve an.
Jakob BernoullisArs Conjectandi (gedruckt 1713, acht Jahre nach seinem Tod) enthält das Gesetz der großen Zahlen. Am 13. November 1733 zeigt Abraham de Moivre, dass die Binomialverteilung bei vielen Versuchen der Glockenkurve gleicht, unserer Normalverteilung.
Beispiel
Bei n Würfen einer fairen Münze hat die Anzahl X von Kopf den Erwartungswert 2n und die Standardabweichung 2n.
Erwartungswert 50, Standardabweichung 5
Für n=100:
0,005: sehr nah bei 21
Für n=10000 hat der Anteil von Kopf die Standardabweichung 1000050.
Üben ★
Was sagt Jakob Bernoullis Gesetz der großen Zahlen (gedruckt 1713)?
Bei vielen Versuchen nähert sich die relative Häufigkeit der Wahrscheinlichkeit
Nach vielen Zahlwürfen wird Kopf wahrscheinlicher
Große Zahlen sind wahrscheinlicher als kleine
Eine faire Münze wird 144-mal geworfen. Mit σ=2n: Wie groß ist die Standardabweichung der Anzahl von Kopf?
Eine faire Münze wird 196-mal geworfen. Mit σ=2n: Wie groß ist die Standardabweichung der Anzahl von Kopf?
Die Ars Conjectandi wurde 1713 gedruckt, acht Jahre nach Jakob Bernoullis Tod. In welchem Jahr starb er? Addiere 4 zu diesem Jahr.
Merkkarte
Zufallsgrößen heute
Umfragen: Eine Stichprobe von 1 000 Personen liefert einen Anteil nah am wahren.
Versicherungen und Kasinos beruhen auf dem Gesetz der großen Zahlen.
Die Qualitätskontrolle zählt fehlerhafte Teile mit der Binomialverteilung.
Quellen: MacTutor-Biografien von Jakob Bernoulli und Abraham de Moivre (siehe „Quellen und Nachweise“).
Lösungen: Stetige Zufallsgrößen und Normalverteilung
1. Stetige Verteilungen mit Dichte
A
9
85−85
20
B
0,25
4411
91
C
0,125
2421
D
0
E
0,25
F
0,25
4411
91
G
65
2. z-Werte und das Normalverteilungsmodell
A
−1,3
1764
2
B
81,5
81,5
C
66
311
D
−1,3
1764
2
E
3
3. Normalverteilung: Φ und symmetrische Intervalle
A
−1,3
81,5
66
B
0,8413
0,8413
C
0,0228
D
0,6826
0,6826
E
0,1587
F
0,8413
0,8413
0,8413
G
0,8413
4. Warten auf den ersten Erfolg
A
11
15
2
B
60
50
C
11
15
5. Geschichte: Bernoulli, de Moivre und das Gesetz der großen Zahlen
A
Bei vielen Versuchen nähert sich die relative Häufigkeit der Wahrscheinlichkeit