Erwartungswert Normalverteilung
Hier findest du folgende Inhalte
Formeln
Normalverteilung \(N\left( {\mu ;{\sigma ^2}} \right)\)
Die Normalverteilung, auch gaußsche Glockenverteilung genannt, ist zusammen mit ihrem Spezialfall (μ=0, σ2=1) der Standardnormalverteilung die wichtigste Verteilungsfunktion. Sie bietet sich immer dann an, wenn Werte innerhalb eines begrenzten Intervalls liegen und es kaum Ausreißer gibt. Bei großen Stichproben einer Binomialverteilung kann diese durch eine Normalverteilung approximiert werden.
2 Parameter:
- \(\mu = E\left( X \right)\) .. Erwartungswert, bestimmt an welcher Stelle das Maximum der Normalverteilung auftritt, d.h. er verschiebt die Dichte- und Verteilungsfunktion entlang der x-Achse
- \(\sigma ^2\) .. Varianz, ist ein Maß für die Streuung der Werte um den Erwartungswert, d.h. sie bestimmt wie breit die Dichtefunktion ist, bzw. wie steil die Verteilungsfunktion ansteigt
Wahrscheinlichkeit der Normalverteilung
Die Zufallsvariable X ist normalverteilt mit dem Erwartungswert \(\mu\) und der Varianz \(\sigma ^2\).
\(P\left( {X \leqslant {x_1}} \right) = \int\limits_{ - \infty }^{{x_1}} {f\left( x \right)} \,\,dx = \int\limits_{ - \infty }^{{x_1}} {\dfrac{1}{{\sigma \cdot \sqrt {2 \cdot \pi } }}} \cdot {e^{ - \,\,\dfrac{1}{2} \cdot {{\left( {\dfrac{{x - \mu }}{\sigma }} \right)}^2}}}\,\,dx\)
- Die Dichtefunktion der Normalverteilung \(N\left( {\mu ;{\sigma ^2}} \right)\) ist symmetrisch um die y-Achse, welche die x-Achse bei \(x = \mu = E\left( X \right)\) also beim Erwartungswert schneidet.
- Die Glockenkurve erreicht Ihr Maximum an der Stelle vom Erwartungswert. Hier liegen ebenfalls der Modus und der Median.
- Die Dichtefunktion der Normalverteilung \(N\left( {\mu ;{\sigma ^2}} \right)\) hat links und rechts vom Erwartungswert E(X) zwei Wendestellen, die jeweils genau 1 Standardabweichung \(\sigma\) vom Erwartungswert entfernt liegen.
- Die Dichtefunktion der Normalverteilung \(N\left( {\mu ;{\sigma ^2}} \right)\) ist stetig, von -∞ bis ∞ definiert und nähert sich der negativen und der positiven x- Achse an, ohne sie je zu berühren.
- Die Dichtefunktion der Normalverteilung \(N\left( {\mu ;{\sigma ^2}} \right)\) ist kein Maß für die Wahrscheinlichkeit eines einzelnen Werts, sondern grundsätzlich nur für ein Intervall.
- Die Standardabweichung \(\sigma\) bestimmt, den Verlauf der Dichtefunktion: Je kleiner \(\sigma\) ist, um so steiler wird der Graph
- Der Erwartungswert \( \mu = E\left( X \right)\) bestimmt hingegen, bei welchem x-Wert die Normalverteilung ihr Maximum hat. Ändert sich der Erwartungswert, so verschiebt sich die Normalverteilung entlang der x-Achse
- Die Verteilungsfunktion der Normalverteilung hat Ihren Wendepunkt \(WP\left( {\mu ,0.5} \right)\) an der Stelle vom Erwartungswert. An dieser Stelle hat die Dichtefunktion ihr Maximum
Sigma-Umgebungen
Zusammenhang zwischen Wendepunkt der Wahrscheinlichkeitsfunktion einer Normalverteilung und dem Erwartungswert
Der Erwartungswert ist der Wert mit der größten Wahrscheinlichkeit. Links und rechts vom Erwartungswert gruppieren sich die restlichen normalverteilten Wahrscheinlichkeiten.
Die Wendepunkte der Wahrscheinlichkeitsfunktion der Normalverteilung liegen eine Standardabweichung rechts vom Erwartungswert und eine Standardabweichung links vom Erwartungswert.
Wahrscheinlichkeiten für 1, 2 und 3-fache \(\sigma\) -Umgebungen:
\(\eqalign{ & P\left( {\mu - \sigma \leqslant X \leqslant \mu + \sigma } \right) \approx 0,683 \cr & P\left( {\mu - 2 \cdot \sigma \leqslant X \leqslant \mu + 2 \cdot \sigma } \right) \approx 0,954 \cr & P\left( {\mu - 3 \cdot \sigma \leqslant X \leqslant \mu + 3 \cdot \sigma } \right) \approx 0,997 \cr} \)
Obige Gleichungen in Worten:
Die Wahrscheinlichkeit, dass eine Zufallsvariable X einen Wert
- im Bereich µ+/- 1σ annimmt beträgt ca. 68,3%,
- im Bereich µ+/- 2σ annimmt beträgt ca. 95,4% und
- im Bereich µ+/- 3σ ist sie mit ca. 99,7% schon sehr nahe bei 100%.
Erwartungswert und Standardabweichung einer Normalverteilung
Die Normalverteilung ersetzt bei großen Stichproben, also bei relativ hohem n, die Binomialverteilung, wobei dann für die Normalverteilung - so wie bei der Binomalverteilung - wie folgt gilt:
-
Erwartungswert bei großem n: \(\mu =E\left( x \right) = n \cdot p\)
-
Standardabweichung bei großem n: \(\sigma = \sqrt {Var(x)} = \sqrt {n \cdot p \cdot \left( {1 - p} \right)} \)
Hat eine Zufallsvariable X eine Normalverteilung mit beliebigen μ und σ, so kann man die Werte der Normalverteilung mit \(z = \dfrac{{X - \mu }}{\sigma }\) in eine Standardnormalverteilung umrechnen.
Für die tabellarische Ermittlung von z aus \(\gamma\) gibt es 2 Möglichkeiten
- man geht mit dem Wert \(\Phi \left( z \right) = \dfrac{{\gamma + 1}}{2}\) in eine \(\Phi \left( z \right) \Rightarrow z\) Tabelle und liest z ab
- man geht mit dem Wert \(D\left( z \right) = \gamma \) in eine \(D\left( z \right) \Rightarrow z\) Tabelle und liest z ab
D(z) entspricht der Fläche unter der Gaußkurve, zwischen 2 vom Erwartungswert E bzw. μ um \( \pm z \cdot \sigma \) entfernt liegende Grenzen. Für das zugehörige Konfidenzintervall gilt:
\({p_{1,2}} = \mu \pm z \cdot \sigma \Rightarrow \left[ {{p_1},\,\,{p_2}} \right] = \left[ {\mu - \sigma ;\,\,\mu + \sigma } \right]\)
Dichtefunktion f(t) einer Normalverteilung mit \(X \sim N\left( {\mu ,{\sigma ^2}} \right)\)
\(f\left( t \right) = \dfrac{1}{{\sigma \cdot \sqrt {2\pi } }} \cdot {e^{ - \dfrac{1}{2} \cdot {{\left( {\dfrac{{t - \mu }}{\sigma }} \right)}^2}}}\)
-
Die Dichtefunktion der Normalverteilung hat die Form einer Glockenkurve, ist symmetrisch um den Erwartungswert µ, der zugleich ihr Maximum ist. Ihre beiden Wendestellen liegen bei µ-σ bzw. bei µ+σ. Ihr Graph nähert sich asymptotisch der positiven bzw. negativen x-Achse an. Sie illustriert, dass Abweichungen vom Erwartungs- bzw. Mittelwert umso unwahrscheinlicher werden, je weiter die Zufallsvariable X von µ entfernt ist. Um die Dichtefunktion der Normalverteilung zeichnen zu können benötigt man nur den Erwartungswert µ, der die Lage vom Maximum auf der x-Achse bestimmt und die Streuung σ, welche die Breite vom Graph bestimmt.
-
Der Flächeninhalt, der von der Dichtefunktion der Normalverteilung eingeschlossen wird - also das Integral von minus Unendlich bis plus unendlich - ist unabhängig von den Werten von µ und σ immer genau 1.
- Wahrscheinlichkeit, dass die Zufallsvariable X einen Wert kleiner oder gleich einer Grenze G annimmt: \(P(X \le G) = \int\limits_{ - \infty }^G {f\left( t \right)} \,\,dt\)
- Wahrscheinlichkeit, dass die Zufallsvariable X einen Wert größer oder gleich einer unteren Grenze U und gleich oder kleiner einer oberen Grenze O annimmt: \(P(U \le X \le O) = \int\limits_U^O {f\left( t \right)} \,\,dt\)
- Wahrscheinlichkeit, dass die Zufallsvariable X mindestens einen Wert größer oder gleich einer Grenze O annimmt: \(P\left( {X \ge G} \right) = \int\limits_G^\infty {f\left( t \right)} \,\,dt\)
Verteilungsfunktion F(x) einer Normalverteilung
\(F\left( x \right) = \int\limits_{ - \infty }^x {f\left( t \right)\,\,dt} = \dfrac{1}{{\sigma \cdot \sqrt {2\pi } }} \cdot \int\limits_{ - \infty }^x {{e^{ - \dfrac{1}{2} \cdot {{\left( {\dfrac{{t - \mu }}{\sigma }} \right)}^2}}}} \,\,dt\)
- Auf Grund der Symmetrie der Verteilungsfunktion gilt \(F(x) = 1 - F( - x)\)
Anmerkung:
- Bei der Dichtefunktion f(t) lautet das Argument t, bei der Verteilungsfunktion F(x) lautet das Argument x nur um besser zwischen den beiden Funktionen unterscheiden zu können. Das t hat nichts mit Zeit zu tun, es hat sich einfach für die Dichtefunktion so etabliert.
Dichte- und Verteilungsfunktion der Normalverteilung
- Die Verteilungsfunktion - sie hat den Graph einer logistischen Wachstumsfunktion - ist das Integral der Dichtefunktion bzw. die Dichtefunktion ist die Ableitung der Verteilungsfunktion
- Dort wo die Verteilungsfunktion ihren Wendepunkt \(WP\left( {\mu ,0.5} \right)\) hat, dort liegt der Erwartungswert und an dieser Stelle hat die Verteilungsfunktion die Wahrscheinlichkeit 0,5 bzw hat dort die Dichtefunktion ihr Maximum.
- Auf der y-Achse der Verteilungsfunktion kann man die Wahrscheinlichkeit \(P\left( {X \le {x_1}} \right)\) ablesen, höchstens den Wert x1 zu erreichen.
- In unten stehender Illustration beträgt die Wahrscheinlichkeit höchstens den Wert x1 zu erreichen: 0,7 bzw. 70%
- Der verbleibende Rest auf 1 entspricht der Wahrscheinlichkeit mindestens den Wert x1 zu erreichen.
- In unten stehender Illustration beträgt die Wahrscheinlichkeit mindestens den Wert x1 zu erreichen: 0,3 bzw. 30%
Schon den nächsten Urlaub geplant?
Auf maths2mind kostenlos auf Prüfungen vorbereiten!
Nach der Prüfung mit dem gesparten Geld deinen Erfolg genießen.
Aufgaben
Aufgabe 4214
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Angewandte Mathematik
Quelle: BHS Matura vom 28. Mai 2020 - Teil-A Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Kochzeit von Eiern - Aufgabe A_289
Teil c
Die Kochzeit für weich gekochte Eier ist unter bestimmten Bedingungen annähernd normalverteilt mit dem Erwartungswert μ = 5,5 min und der Standardabweichung σ = 0,35 min.
1. Teilaufgabe - Bearbeitungszeit 5:40
Ermitteln Sie dasjenige um den Erwartungswert symmetrische Intervall, in dem die Kochzeit für ein zufällig ausgewähltes Ei mit einer Wahrscheinlichkeit von 90 % liegt.
[1 Punkt]
Die Kochzeit für hart gekochte Eier ist unter bestimmten Bedingungen annähernd normalverteilt mit dem Erwartungswert μ = 9 min und der Standardabweichung σ = 0,5 min. Der Graph der zugehörigen Dichtefunktion ist in der nachstehenden Abbildung dargestellt.
X ... Kochzeit für hart gekochte Eier in min
2. Teilaufgabe - Bearbeitungszeit 5:40
Kreuzen Sie die auf diese Dichtefunktion nicht zutreffende Aussage an.
[1 aus 5] [1 Punkt]
- Aussage 1: \(P\left( {X \ge 9} \right) = 0,5\)
- Aussage 2: \(P\left( {X \ge 10} \right) = P\left( {X \le 8} \right)\)
- Aussage 3: \(P\left( {8,5 \le X \le 9,5} \right) \approx 0,68\)
- Aussage 4: \(P\left( {8 \le X \le 10} \right) = 1 - P\left( {X \ge 10} \right)\)
- Aussage 5: \(P\left( {7 \le X \le 11} \right) \approx 1\)
Schon den nächsten Urlaub geplant?
Auf maths2mind kostenlos auf Prüfungen vorbereiten!
Nach der Prüfung mit dem gesparten Geld deinen Erfolg genießen.
Aufgabe 1518
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Mathematik
Quelle: AHS Matura vom 12. Jänner 2017 - Teil-1-Aufgaben - 24. Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Blutgruppe
In Europa beträgt die Wahrscheinlichkeit, mit Blutgruppe B geboren zu werden, ca. 0,14. Für eine Untersuchung wurden n in Europa geborene Personen zufällig ausgewählt. Die Zufallsvariable X beschreibt die Anzahl der Personen mit Blutgruppe B. Die Verteilung von X kann durch eine Normalverteilung approximiert werden, deren Dichtefunktion in der nachstehenden Abbildung dargestellt ist.
Aufgabenstellung:
Schätzen Sie anhand der obigen Abbildung den Stichprobenumfang n dieser Untersuchung!
n ≈
Aufgabe 4091
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Angewandte Mathematik
Quelle: BHS Matura vom 09. Mai 2018 - Teil-B Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Durchmesser einer Stahlwelle - Aufgabe B_019
Ein Unternehmen stellt auf computergesteuerten Drehmaschinen Stahlwellen für Elektromotoren in Massenproduktion her.
Teil b
Bei Maschine B sind die Durchmesser der hergestellten Stahlwellen annähernd normalverteilt mit der Standardabweichung σ = 0,02 mm. Ein Durchmesser von 9,97 mm wird von 0,1 % der Stahlwellen unterschritten.
1. Teilaufgabe - Bearbeitungszeit 5:40
Ermitteln Sie den zugehörigen Erwartungswert μ .
[1 Punkt]
Aufgabe 4296
Standardisierte kompetenzorientierte schriftliche Reifeprüfung Angewandte Mathematik
Quelle: BHS Matura vom 10. Mai 2016 - Teil-A Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Klimawandel und Ozon - Aufgabe A_225
Teil a
Man geht davon aus, dass durch den Klimawandel die Temperaturen steigen. Die mittleren Sommertemperaturen in Wien sind annähernd normalverteilt.*
* Vgl. Kromp-Kolb/Formayer (2005). Schwarzbuch Klimawandel: Wie viel Zeit bleibt uns noch? Salzburg: Ecowin. S. 53–55.
Der Graph der zugehörigen Dichtefunktion ist im nachstehenden Diagramm dargestellt.
1. Teilaufgabe - Bearbeitungszeit 11:20
Skizzieren Sie im obigen Diagramm den Graphen der Dichtefunktion einer Normalverteilung,
bei der sowohl der Erwartungswert als auch die Standardabweichung größer als in der gegebenen
Darstellung sind.
[2 Punkte]
Aufgabe 4335
tandardisierte kompetenzorientierte schriftliche Reifeprüfung Angewandte Mathematik
Quelle: BHS Matura vom 08. Mai 2019 - Teil-B Aufgabe
Angabe mit freundlicher Genehmigung vom Bundesministerium für Bildung; Lösungsweg: Maths2Mind
Hängematten - Aufgabe B_445
Teil c
Die Belastbarkeit von Seilen eines bestimmten Herstellers kann näherungsweise als normalverteilt angenommen werden. Das nachstehende Diagramm zeigt den Graphen der zugehörigen Verteilungsfunktion.
1. Teilaufgabe - Bearbeitungszeit 05:40
Veranschaulichen Sie im obigen Diagramm die Wahrscheinlichkeit, dass die Belastbarkeit eines zufällig ausgewählten Seiles mindestens 1 050 Newton (N) betragt.
[1 Punkt]
Die Maschine zur Herstellung der Seile soll bei gleichbleibender Standardabweichung σ = 50 N auf einen neuen Erwartungswert μneu eingestellt werden, sodass nur bei 1 Promille der Seile die Belastbarkeit weniger als 1 000 N beträgt.
2. Teilaufgabe - Bearbeitungszeit 05:40
Berechnen Sie, auf welchen Erwartungswert μneu die Maschine eingestellt werden muss.
[1 Punkt]
Schon den nächsten Urlaub geplant?
Auf maths2mind kostenlos auf Prüfungen vorbereiten!
Nach der Prüfung mit dem gesparten Geld deinen Erfolg genießen.