VORGESCHLAGENE ÜBUNGEN:

1) Hamburgerfleisch: Die Fleischabteilung eines örtlichen Supermarkts bereitet

ihre "1-Pfund"-Pakete mit Rinderhackfleisch speziell zu, so dass es eine Vielzahl
von Gewichten gibt, einige etwas mehr und einige etwas weniger als 1 Pfund.
Nehmen Sie an, dass die Gewichte dieser "1-Pfund"-Pakete normalverteilt sind mit
einem Mittelwert von 1,00 Pfund und einer Standardabweichung von 0,15 Pfund.
Bestimmen Sie:
a. Wie hoch ist der Anteil der Pakete, die mehr als ein Pfund wiegen?
P ( x> 1 )

Wir machen den Maßstabwechsel

x −μ
Z=
σ
1−1
Z= =0
0.15
Wenn wir diesen z-Wert in der Tabelle der Normalverteilung suchen, finden wir:
P ( x> 1 )=0.5

b. Welcher Anteil der Pakete wird zwischen 0,95 und 1,05 Pfund wiegen?
P ( 0.95< x <1.05 )=P ( 1.05> x )−P ( 0.95> x )
1.05−1
P ( 1.05> x ) ; Z= =0.33
0.15

P ( 0.95> x )=1−P ( 0.95< x )

0.95−1
P ( 0.95< x ) ; Z= =0.33
0.15

Nachschlagen der entsprechenden Werte in der Tabelle

P ( 1.05> x )=0.6293
P ( 0.95> x )=1−0.6293=0.3707
Der Anteil der Pakete, die in dieser Preisklasse liegen, ist also hoch:
P ( 0.95< x <1.05 )=0.6293−0.3707=0.2586
c. Wie groß ist die Wahrscheinlichkeit, dass eine zufällig ausgewählte Packung
Rinderhackfleisch weniger als 0,80 Pfund wiegt?
P ( 0.8> x )=1−P ( 0.8 < x )
0.8−1
Z= =1.33
0.15
Nachschlagen des Wertes in der Tabelle:
P ( 0.8< x )=0.9082
Deshalb:
P ( 0.8> x )=1−0.9082=0.0918=9.18 %
d. Wäre es ungewöhnlich, eine Packung Rinderhackfleisch zu finden, die 1,45
Pfund wiegt? Wie würden Sie ein so großes Paket erklären?
Je weiter man sich vom Mittelwert entfernt, desto geringer wird die
Wahrscheinlichkeit, die gegen 0 tendiert, aber es gibt immer eine
Wahrscheinlichkeit, auch wenn sie sehr gering ist, so dass wir zu dem Schluss
kommen können, dass sie ungewöhnlich ist, wie wir in der folgenden Berechnung
sehen können:
P ( 1.45< x )=1−P ( 1.45> x )
1.45−1
Z= =3
0.15
P ( 1.45> x )=0.9986
P ( 1.45< x )=1−0.9986=0.0014
Wir sehen, dass die Wahrscheinlichkeit, dass es mehr als 1,45 wiegt, sehr gering
ist.
2. Menschliche Größe: Die menschliche Größe ist eine von vielen biologischen
Variablen, die durch die Normalverteilung modelliert werden können. Nehmen wir
an, dass die männliche Körpergröße einen Mittelwert von 1,79 m und eine
Standardabweichung von 0,085 m hat. Bestimmen Sie:
a. Wie groß ist der Anteil der Männer, die größer als 1,76 m sind?
P ( x> 1.76 )
Wir machen den Maßstabwechsel
x −μ
Z=
σ
 1 .76−1.79
Z= =0.3529
0.085
Wenn wir diesen z-Wert in der Tabelle der Normalverteilung suchen, finden wir:
P ( x> 1.76 )=0.6368

b. Wie hoch ist die Wahrscheinlichkeit, dass ein zufällig ausgewählter Mann
zwischen 1,60 m und 1,70 m groß ist?
P ( 1.6< x <1.7 ) =P ( 1.6 < x )−P ( 1.7< x )
1. 6−1 .79
P ( 1.6< x ) ; Z= =2.23
0.085
1.7−1.79
P ( 1.7< x ) ; Z= =1.05
0.085

Nachschlagen der entsprechenden Werte in der Tabelle

P ( 1.6< x )=0.9871
P ( 1.7< x )=0.8531

Der Anteil der Pakete, die in dieser Preisklasse liegen, ist also hoch:
P ( 1.6< x <1.7 ) =0.9871−0.8531=0.134=13.4 %

c. Präsident George W. Bush ist 1,68 m groß. Ist dies eine seltene Statur?
Ja, denn die durchschnittliche Körpergröße beträgt 1,79 und die
Standardabweichung 0,085, was relativ gering ist. Im vorherigen Abschnitt haben
wir die Wahrscheinlichkeit berechnet, dass ein zufällig ausgewählter Mann größer
als 1,7 ist, und das Ergebnis war 85,31 %, was zeigt, dass diejenigen, die kleiner
als 1,7 sind, nur 14,69 % ausmachen, so dass wir daraus schließen können, dass
dies eine ungewöhnliche Größe ist.
d. Von den 42 Präsidenten, die zwischen 1789 und 2006 in den USA gewählt
wurden, waren 18 1,90 m oder größer. Würden Sie dies als ungewöhnlich
betrachten?
Um dies zu überprüfen, können wir die Wahrscheinlichkeit berechnen, mit der ein
Mann mit dieser Größe zufällig ausgewählt wird:
P ( 1.85< x )=1−P ( 1.85> x )
 1. 85−1.79
Z= =0.705 ; P ( 1.85> x )=0.7611
0.085
P ( 1.45> x )=1−0.7611=0.2389=23.89 %
Wie wir sehen können, ist dies nicht so ungewöhnlich, da sie mehr als 20 %
ausmachen, was eine beachtliche Zahl ist.
7. Eine Phosphatmine. Die Einleitung von Schwebstoffen aus einer
Phosphatmine ist normal verteilt, mit einer durchschnittlichen täglichen Einleitung
von 27 Milligramm pro Liter (mg/l) und einer Standardabweichung von 14 mg/l. An
wie vielen Tagen im Jahr wird der tägliche Abfluss 50 mg/l überschreiten?
P ( x> 50 )=1−P ( x <50 )
50−27
Z= =1.64 ; P ( x <50 ) =0.9495
14
P ( x> 50 )=1−0.9495=0.0505=5.05 %

Wie wir sehen, beträgt die Wahrscheinlichkeit, dass an einem bestimmten Tag 50
mg/l überschritten werden, 5,05 %. Da wir jedoch nach dem Anteil über ein Jahr
gefragt werden, multiplizieren wir mit allen Tagen des Jahres, um die folgende
Antwort zu erhalten:
P=0.0505∗365=18.43
Daraus können wir schließen, dass er zwischen 18 und 19 Tagen 50 mg/l
überschreiten wird.

9. Atemfrequenz. Die Anzahl x, die ein erwachsener Mensch in Ruhe pro Minute
atmet, hängt von seinem Alter ab und variiert stark von Person zu Person.
Angenommen, die Wahrscheinlichkeitsverteilung für x ist annähernd normal, mit
einem Mittelwert von 16 und einer Standardabweichung von 4. Wenn eine Person
nach dem Zufallsprinzip ausgewählt und x Atemzüge pro Minute im Ruhezustand
aufgezeichnet werden, bestimmen Sie:
a. Wie groß ist die Wahrscheinlichkeit, dass x größer als 22 ist?
P ( x> 22 )=1−P ( x <22 )
x −μ 22−16
Z= = =1.5
σ 4
P ( x< 22 )=0.9332
P ( x> 22 )=1−0.9332=0.0668=6.68 %

b. Wie groß ist die Wahrscheinlichkeit, dass x nicht größer als 18 ist?
 P ( x< 18 )
x −μ 18−16
Z= = =0.5
σ 4
P ( x< 18 )=0. 6915=69.15 %

c. Wie groß ist die Wahrscheinlichkeit, dass x zwischen 20 und 14 liegt?

P ( 14< x <20 )=P ( x >14 )−P ( x >20 )
14−16
P ( x> 14 ) ; Z= =0.5
4
P ( x> 20 )=1−P ( x <20 )
20−16
P ( x< 20 ) ; Z= =1
4
Betrachtet man die Werte in der Tabelle, so erhält man
P ( x> 14 )=0.6915
P ( x> 20 )=1−0.8413=0.1587
Berechnung der Gesamtwahrscheinlichkeit
P ( 14< x <20 )=0.6915−0.1587=0.5328=53.28 %

15. wie viele Wörter? Ein Verlag hat festgestellt, dass die Anzahl der Wörter in
einem neuen Manuskript normalverteilt ist, mit einem Mittelwert von 20.000
Wörtern mehr als im Autorenvertrag angegeben und einer Standardabweichung
von 5.000 Wörtern. Wenn der Verleger fast sicher sein will (z. B. mit einer
Wahrscheinlichkeit von 0,95), dass das Manuskript weniger als 100.000 Wörter
umfasst, welche Wortzahl sollte der Verleger im Vertrag festlegen?

Da wir wollen, dass die Wahrscheinlichkeit 0,95 beträgt, schauen wir in der Tabelle
nach, welcher Wert von Z dieser Wahrscheinlichkeit entspricht und erhalten so:
Z=1.65
Um nun die Anzahl der Wörter zu berechnen, denen diese Wahrscheinlichkeit
entspricht, gehen wir von dem Ausdruck aus, der verwendet wird, um die
Skalenänderung vorzunehmen
x −μ
Z=
σ
x−20000
1.65=
5000
 1.65 ∙5000=x−20000
8250=x−20000
x=20000+ 8250
x=28250
Dieser Wert entspricht der Anzahl der zusätzlichen Wörter, die er enthält. Wenn
Sie also wollen, dass er weniger als 100000 beträgt, dann:
Total=100000−28250
Total=71750
Daraus lässt sich schließen, dass der Herausgeber 71750 Wörter angeben muss,
um mit 95%iger Sicherheit sagen zu können, dass es weniger als 100000 Wörter
sind.