Aufgabe 5
Aufgabenstellung
Eine Firma stellt Bodenfliesen aus Keramik her. Damit eine Fliese als „1. Wahl“ gilt, muss sie strenge Qualitätsnormen erfüllen. Alle anderen Fliesen werden als „2. Wahl“ bezeichnet.
Eine Fliese ist erfahrungsgemäß mit einer Wahrscheinlichkeit von
„2. Wahl“ (d. h. mit der Wahrscheinlichkeit von 0,8 „1. Wahl“), unabhängig von allen anderen Fliesen.
Jede Packung enthält 20 Fliesen.
- Regeln für Binomialverteilungen
Eine mit den Parametern
und
binomialverteilte Zufallsgröße
hat den Erwartungswert
und die Standardabweichung
.
Wenn die LAPLACE-Bedingung
erfüllt ist, gelten die
-Regeln:
Tabelle 2: Kumulierte Binomialverteilung für n=10 und n=20
Bei grau unterlegtem Eingang, d.h.
, gilt:
abgelesener Wert
Tabelle 3: Kumulierte Binomialverteilung für n=100
Bei grau unterlegtem Eingang, d.h.
, gilt:
abgelesener Wert
Tabelle 4: Normalverteilung
Beispiele für den Gebrauch:
Eine Fliese ist erfahrungsgemäß mit einer Wahrscheinlichkeit von
Jede Packung enthält 20 Fliesen.
a) (1) Berechne die Wahrscheinlichkeit dafür, dass in einer Packung genau vier „2. Wahl“-Fliesen enthalten sind.
(2P)
(2) Berechne die Wahrscheinlichkeit dafür, dass in einer Packung mindestens
% der Fliesen die Qualität „1. Wahl“ haben.
(3P)
(3) Bestimme die Wahrscheinlichkeit dafür, dass in einer Packung die Anzahl der „2. Wahl“-Fliesen höchstens um 2 von der erwarteten Anzahl abweicht.
(4P)
b) Die 20 Fliesen einer Packung wurden in 4 Reihen mit jeweils 5 Fliesen verlegt.
(1) Bestimme die Wahrscheinlichkeit
dafür, dass eine zufällig ausgewählte Reihe nur „1. Wahl“-Fliesen enthält. [Kontrollergebnis
]
(2P)
(2) Ermittle die Wahrscheinlichkeit dafür, dass es mindestens eine Reihe gibt, die nur „1. Wahl“-Fliesen enthält.
(5P)
(3) In einer Reihe wurden sogar genau zwei Fliesen der Qualität „2. Wahl“ verlegt. Bestimme die Wahrscheinlichkeit dafür, dass diese Fliesen direkt nebeneinander liegen.
(6P)
c) Für besonders anspruchsvolle Kunden soll eine Sorte „Premium“ angeboten werden, die nur aus „1. Wahl“-Fliesen besteht.
Dazu will die Firma die „2. Wahl“-Fliesen aus der Produktion aussortieren. Für einen ersten Sortiervorgang wird ein Testgerät verwendet, das allerdings nicht immer optimal funktioniert:
Das Testgerät erkennt eine „2. Wahl“-Fliese mit einer Wahrscheinlichkeit von 0,9 und sortiert sie aus. Andererseits wird eine „1. Wahl“-Fliese mit einer Wahrscheinlichkeit von 0,05 zu Unrecht als „2. Wahl“ aussortiert.
Dazu will die Firma die „2. Wahl“-Fliesen aus der Produktion aussortieren. Für einen ersten Sortiervorgang wird ein Testgerät verwendet, das allerdings nicht immer optimal funktioniert:
Das Testgerät erkennt eine „2. Wahl“-Fliese mit einer Wahrscheinlichkeit von 0,9 und sortiert sie aus. Andererseits wird eine „1. Wahl“-Fliese mit einer Wahrscheinlichkeit von 0,05 zu Unrecht als „2. Wahl“ aussortiert.
(1) Stelle die Situation graphisch dar (mit einer Vierfeldertafel oder einem Baumdiagramm mit allen Pfadwahrscheinlichkeiten).
Gib die Wahrscheinlichkeit an, mit der das Testgerät eine zufällig ausgewählte Fliese als „1. Wahl“ einstuft (also nicht aussortiert).
Gib die Wahrscheinlichkeit an, mit der das Testgerät eine zufällig ausgewählte Fliese als „1. Wahl“ einstuft (also nicht aussortiert).
(8P)
(2) Bestimme die Wahrscheinlichkeit dafür, dass eine Fliese, die bei der Prüfung nicht aussortiert wurde, in Wirklichkeit eine „2. Wahl“-Fliese ist.
(4P)
d) Die Maschine, mit der die Fliesen hergestellt werden, wird neu eingestellt, da die „2. Wahl“-Wahrscheinlichkeit von
zu groß ist. Der Produktionsleiter möchte mit einem Test überprüfen, ob die neue Einstellung tatsächlich zu einer Verringerung des Ausschussanteils geführt hat. Er entnimmt daher der Tagesproduktion der neu eingestellten Maschine zufällig 100 Fliesen und lässt die Anzahl der „2. Wahl“-Fliesen in dieser Stichprobe bestimmen.
(1) Ermittle einen geeigneten Hypothesentest (gib geeignete Hypothesen an, begründe die Wahl von
und ermittle eine Entscheidungsregel) für die genannte Stichprobe von 100 Fliesen mit einer Irrtumswahrscheinlichkeit von höchstens
%.
(11P)
(2) Die Wahrscheinlichkeit für „2. Wahl“-Fliesen wurde durch die neue Einstellung tatsächlich auf
gesenkt.
Ermittle die Wahrscheinlichkeit dafür, dass Ihre Entscheidungsregel aus (1) zu einer Fehlentscheidung führt.
Ermittle die Wahrscheinlichkeit dafür, dass Ihre Entscheidungsregel aus (1) zu einer Fehlentscheidung führt.
(5P)
Tabelle 1: Eine mit den Parametern
Wenn die LAPLACE-Bedingung




a) (1)
Wahrscheinlichkeit berechnen
Du sollst die Wahrscheinlichkeit dafür berechnen, dass in einer Packung, die aus
Fliesen besteht, genau vier „2.Wahl“-Fliesen enthalten sind.
Betrachte dazu die Zufallsvariable
, die die Anzahl der „2. Wahl“-Fliesen in einer zufällig ausgewählten Packung beschreibt. Gesucht ist nun die Wahrscheinlichkeit
Da in der Aufgabenstellung angegeben ist, dass die Produktion stochastisch unabhängig ist und man davon ausgehen kann, dass jede Fliese die gleiche Wahrscheinlichkeit besitzt „2. Wahl“ oder „1. Wahl“ zu sein, kannst du annehmen, dass
binomialverteilt ist. Die Parameter lauten hier
und
. Die gesuchte Wahrscheinlichkeit kannst du mit dem CAS bestimmen:
Mit einer Wahrscheinlichkeit von
sind in einer Packung genau vier „2. Wahl“-Fliesen enthalten.
(2)
Wahrscheinlichkeit berechnen
Nun sollst du die Wahrscheinlichkeit dafür berechnen, dass in einer Packung mindestens
der Fliesen „1.Wahl“-Fliesen sind. Berechne dazu zunächst, wie viele Fliesen es demnach mindestens sein müssen, um die
-Grenze zu erreichen und forme diese Aussage in eine Aussage über die „2. Wahl“-Fliesen um. Betrachtest du dann wieder die Zufallsvariable
, so hat die gesuchte Wahrscheinlichkeit die Form
. Du kannst nun die kumulierte Binomialverteilung verwenden.
1. Schritt: Minimale Anzahl an „1. Wahl“-Fliesen berechnen
Mindestens
der Fliesen sollen „1. Wahl“-Fliesen sein:
Es sollen mindestens
Fliesen aus der Packung mit 20 Fliesen „1. Wahl“-Fliesen sein. Dies ist genau dann der Fall, wenn sich höchstens
„2. Wahl“-Fliesen in der Packung befinden. Gesucht ist also die Wahrscheinlichkeit
.
2. Schritt: Wahrscheinlichkeit berechnen
Um eine Wahrscheinlichkeit der Form
zu bestimmen, kannst du die Tabelle zur kumulierten Binomialverteilung oder den binomcdf-Befehl deines CAS verwenden.
Lösungsweg A: CAS
Mit einer Wahrscheinlichkeit von ca.
befinden sich in einer Packung mindestens
„1. Wahl“-Fliesen.
Lösungsweg B: Tabelle
Lies aus der Tabelle zur kumulierten Binomialverteilung für
den Wert aus der Spalte für
und der Zeile für
ab. So erhältst du folgendes Ergebnis:
.
Mit einer Wahrscheinlichkeit von ca.
befinden sich in einer Packung mindestens
„1. Wahl“-Fliesen.
(3)
Bestimmen der Wahrscheinlichkeit
Hier sollst du die Wahrscheinlichkeit dafür bestimmen, dass in einer Packung die Anzahl der „2. Wahl“-Fliesen höchstens um
von der erwarteten Anzahl abweicht. Bestimme dazu zuerst die erwartete Anzahl an „2. Wahl“-Fliesen, mit der du den gesuchten Bereich an Fliesen bestimmen kannst. Betrachtest du dann wieder die Zufallsvariable
, so kannst du die gesuchte Wahrscheinlichkeit in Wahrscheinlichkeiten der Form
umformen. Du kannst nun die kumulierte Binomialverteilung oder wie in (2) deinen CAS verwenden.
1. Schritt: Erwartete Anzahl bestimmen
In einer Packung sind
Fliesen. Mit einer Wahrscheinlichkeit von
ist eine Fliese „2. Wahl“. Dementsprechend ist die erwartete Anzahl an Fliesen:
Die Anzahl an „2. Wahl“-Fliesen soll höchstens um
von der erwarteten Anzahl abweichen, also befindet sich
zwischen
und
, d.h.
.
2. Schritt: Wahrscheinlichkeit berechnen
Berechne demnach die Wahrscheinlichkeit
. Diese Wahrscheinlichkeit lässt sich folgendermaßen umschreiben:
Diese beiden Werte kannst du aus der Tabelle für die kumulierte Binomialverteilung für
,
und
bzw.
ablesen oder mit dem Binomcdf-Befehl deines CAS bestimmen. Du erhältst:
Die Wahrscheinlichkeit dafür, dass in einer Packung die Anzahl der „2. Wahl“-Fliesen höchstens um
von der erwarteten Anzahl abweicht, liegt bei ca.
.
5:Wahrscheinlichkeiten
5:Verteilungen
D:Binomial Pdf

5:Wahrscheinlichkeiten
5:Verteilungen
E:Binomial Cdf

b) (1)
Bestimmen der Wahrscheinlichkeit
Du sollst die Wahrscheinlichkeit dafür berechnen, dass alle Fliesen in einer zufällig ausgewählten Reihe, die aus
Fliesen besteht, „1. Wahl“-Fliesen sind. Betrachte dazu die Zufallsvariable
, die die Anzahl der „1. Wahl“-Fliesen in einer Reihe beschreibt. Diese ist aus den gleichen Gründen wie
binomialverteilt, allerdings mit den Parametern
und
.
Gesucht ist dann die Wahrscheinlichkeit
. Diese lässt sich wieder mit der Formel für die Binomialverteilung oder dem Binompdf-Befehl deines CAS berechnen. In beiden Fällen erhältst du folgendes Ergebnis:
Mit einer Wahrscheinlichkeit von ca.
besteht eine zufällig ausgewählte Reihe nur aus „1. Wahl“-Fliesen .
(2)
Wahrscheinlichkeit ermitteln
Hier sollst du nun die Wahrscheinlichkeit dafür berechnen, dass es unter den
Reihen mindestens eine gibt, die nur „1. Wahl“-Fliesen enthält. Betrachte dazu die Zufallsvariable
, die die zufällige Anzahl der Reihen beschreibt, die nur aus „1. Wahl“-Fliesen bestehen. Dann ist
binomialverteilt mit den Parametern
und
, da jede der
Reihen die gleiche Wahrscheinlichkeit besitzt nur aus „1. Wahl“-Fliesen zu bestehen und die Besetzung einer Reihe nicht von der Besetzung der übrigen Reihen abhängt.
Gesucht ist demnach nun die Wahrscheinlichkeit
, welche du wieder wie oben berechnen kannst:
Mit einer Wahrscheinlichkeit von ca.
gibt es unter den
Reihen mindestens eine Reihe, die nur aus „1. Wahl“-Fliesen besteht.
(3)
Bestimmen der Wahrscheinlichkeit
Hier ist nach der Wahrscheinlichkeit gefragt, dass in einer Reihe mit
Fliesen „2. Wahl“ diese Fliesen direkt nebeneinander liegen. Nenne dieses Ereignis
. Jede Reihenfolge tritt mit derselben Wahrscheinlichkeit auf, also kannst du die Wahrscheinlichkeit folgendermaßen nach Laplace berechnen:
1. Schritt: Anzahl der Reihenfolgen die Fliesen anzuordnen
Du verteilst
„2. Wahl“-Fliesen auf
Plätze, der Rest wird mit „1. Wahl“-Fliesen aufgefüllt. Es handelt sich hierbei also um das Ziehen aus einer ungeordneten Stichprobe ohne Zurücklegen. Damit gibt es also
Möglichkeiten die Fliesen anzuordnen.
2. Schritt: Anzahl der Reihenfolgen die Fliesen so anzuordnen, dass A gilt
Nummeriere hierzu die
Plätze der Reihe mit den Zahlen
bis
durch. Nun hast du folgende Möglichkeiten, dass die beiden Fliesen nebeneinander liegen:
,
,
und
. Dies sind also
Möglichkeiten.
3. Schritt: Wahrscheinlichkeit berechnen
Nun kannst du die im 1. und 2. Schritt erhaltenen Ergebnisse einsetzen:
Die Wahrscheinlichkeit, dass in einer Reihe mit
Fliesen „2. Wahl“ diese Fliesen direkt nebeneinander liegen, liegt bei
.
Gesucht ist dann die Wahrscheinlichkeit
c) (1)
Graphische Darstellung
Du sollst hier die neue Situation, die sich durch die Einführung der Testmaschine ergeben hat, graphisch darstellen. Für eine übersichtlichere Darstellung kannst du zunächst folgende oder ähnliche Bezeichnungen einführen:
Lösungsweg A: Baumdiagramm
Um die Situation mit Hilfe eines Baumdiagramms darzustellen, überlege dir zunächst, wie viele Stufen hier vorliegen und gehe dann in jeder Stufe jede Möglichkeit durch.
Die erste Stufe ist die Produktion der Fliesen. Hier wird jede Fliese zur „1. Wahl“-Fliese oder „2. Wahl“-Fliese. Die Wahrscheinlichkeiten sind dementsprechend die Wahrscheinlichkeit dafür, dass eine „1. Wahl“- bzw. „2. Wahl“-Fliese produziert wird.
Die nächste Stufe ist dann die Sortierung der Testmaschine. Diese hängt von der ersten Stufe ab. Die Wahrscheinlichkeiten in dieser Stufe kannst du der Aufgabenstellung entnehmen bzw. mit Hilfe des Gegenereignisses berechnen. Insgesamt besteht das Zufallsexperiment hier also aus 2 Stufen und das Baumdiagramm ergibt sich nun wie folgt:
Lösungsweg B: Vierfeldertafel
Beginne bei der Vierfeldertafel damit die Wahrscheinlichkeiten einzutragen, die du direkt der Aufgabenstellung entnehmen kannst. Fülle anschließend die Vierfeldertafel auf, indem du aus den bekannten Wahrscheinlichkeiten die übrigen Wahrscheinlichkeiten bestimmst. Beachte dabei, dass sich der Eintrag einer Vierfeldertafel in der Spalte zu Ereignis
und in der Zeile zu Ereignis
aus
ergibt. Es gilt
Es geht hier also um bedingte Wahrscheinlichkeiten. Daraus kannst du folgende Wahrscheinlichkeiten mit Hilfe des Gegenereignisses berechnen:
und
Damit ergibt sich nun folgendes:
Wahrscheinlichkeit berechnen
Du sollst hier die Wahrscheinlichkeit dafür berechnen, dass eine zufällig ausgewählte Fliese als 1. Wahl eingestuft wird. Gesucht ist also
. Je nachdem welchen Lösungsweg du im letzten Aufgabenteil gewählt hast, unterscheidet sich auch hier der Lösungsweg.
Lösungsweg A: Baumdiagramm
Die gesuchte Wahrscheinlichkeit ergibt sich hier mit den Pfadregeln:
Mit einer Wahrscheinlichkeit von
wird eine zufällig ausgewählte Fliese von der Testmaschine als 1. Wahl eingestuft und somit nicht aussortiert.
Lösungsweg B: Vierfeldertafel
Mit Hilfe der Vierfeldertafel, kannst du die gesuchte Wahrscheinlichkeit direkt ablesen:
Mit einer Wahrscheinlichkeit von
wird eine zufällig ausgewählte Fliese von der Testmaschine als 1. Wahl eingestuft und somit nicht aussortiert.
(2)
Wahrscheinlichkeit berechnen
Hier sollst du nun die Wahrscheinlichkeit dafür berechnen, dass eine Fliese eine „2. Wahl“-Fliese ist unter der Bedingung, dass sie von der Maschine nicht aussortiert wurde, also als 1. Wahl eingestuft wurde. Gesucht ist also
. Du kannst hier den Satz von Bayes verwenden:
Damit ergibt sich dann:
Mit einer Wahrscheinlichkeit von ca.
ist eine nicht aussortierte Fliese eine „2. Wahl“-Fliese.
: Die vorliegende Fliese ist 1. Wahl
: Die vorliegende Fliese ist 2. Wahl
: Die vorliegende Fliese wird von der Testmaschine als 1. Wahl bezeichnet
: Die vorliegende Fliese wird von der Testmaschine als 2. Wahl bezeichnet

Summe | |||
---|---|---|---|
Summe |
d) (1)
Hypothesentest aufstellen
Hier soll getestet werden, ob die neu eingestellte Maschine tatsächlich zu einer Verringerung des Ausschussanteils geführt hat. Dazu ist es deine Aufgabe, einen geeigneten Hypothesentest für die genannte Stichprobe von
Fliesen mit einer Irrtumswahrscheinlichkeit von höchstens
zu formulieren.
Gehe dazu schrittweise vor:
betrachtet, die die zufällige Anzahl der „2. Wahl“-Fliesen in einer Stichprobe mit
Fliesen aus einer Palette beschreibt.
kann als binomialverteilt angenommen werden mit Parametern
und einer unbekannten Trefferwahrscheinlichkeit
.
1. Schritt: Hypothese formulieren
Hier soll gezeigt werden, dass die neue Ausschusswahrscheinlichkeit niedriger als die
der alten Maschine sind. Die Nullhypothese soll abgelehnt werden, dementsprechend ist die Nullhypothese wie folgt zu wählen:
.
Die Alternative ist dann dementsprechend:
.
2. Schritt: Hypothese begründen
Begründe nun die Wahl der Nullhypothese
.
Überlege dir dazu zunächst, für welche Werte die Hypothese abgelehnt werden soll und welche Folgen die Bestätigung bzw. die Ablehnung der Nullhypothese für den Produktionsleiter hätte.
Wenn in der Stichprobe signifikant wenige „2. Wahl“-Fliesen gefunden werden, soll die Nullhypothese abgelehnt werden. In einem solchen Fall kann der Produktionsleiter davon ausgehen, dass die Wahrscheinlichkeit für eine Fliese „2. Wahl“ kleiner als
ist und sich der Ausschussanteil verringert hat.
Der Produktionsleiter möchte also sicher gehen, dass sich der Ausschussanteil verringert hat und signifikant kleiner als
ist. In jedem anderen Fall nimmt er an, dass sich der Anteil nicht verringert hat. Damit soll ausgeschlossen werden, dass fälschlicherweise ein zu niedriger Anteil angenommen wird.
3. Schritt: Entscheidungsregel formulieren
Hier sollst du nun eine Entscheidungsregel für den beschriebenen Hypothesentest auf Grundlage der Irrtumswahrscheinlichkeit von
formulieren. Gesucht ist also die größte Anzahl
von Fliesen zweiter Wahl, für die die Nullhypothese gerade noch verworfen wird.
Betrachte hier die in der Aufgabenstellung eingeführte Zufallsvariable
, die binomialverteilt ist mit den Parametern
und
.
Die Irrtumswahrscheinlichkeit gibt an, dass die Wahrscheinlichkeit dafür, die Nullhypothese fälschlicherweise zu verwerfen, höchstens
betragen soll. Daraus ergibt sich folgende Ungleichung, aus der du den Wert
berechnen kannst, für den die Nullhypothese gerade noch verworfen werden soll:
für alle
Da im vorliegenden Fall nur
gelten kann, kannst du die Ungleichung unter der Annahme betrachten, dass laut Nullhypothese
gilt. Du erhältst dann einen Wert für
, indem du die Tabelle zur kumulierten Binomialverteilung „rückwärts“ anwendest. Suche in der Tabelle zu
in der Spalte zu
nach dem größten
, bei dem der Tabelleneintrag gerade noch
ist. Dann findest du folgendes:
.
Die Entscheidungsregel lautet demach wie folgt:
Werden in der Stichprobe von
Fliesen höchstens
Fliesen 2. Wahl gefunden, wird die Nullhypothese auf Grundlage der Irrtumswahrscheinlichkeit von
verworfen und der Produktionsleiter nimmt an, dass der Ausschussanteil unter
liegt. Werden mehr als
Fliesen 2. Wahl gefunden, kann die Nullhypothese nicht verworfen werden und es kann nicht angenommen werden, dass der Ausschussanteil kleiner als
ist.
(2)
Wahrscheinlichkeit für ein irrtümliches Nichtablehnen berechnen
Hier sollst du die Wahrscheinlichkeit dafür berechnen, dass die Nullhypothese nicht verworfen wird, obwohl eigentlich die Wahrscheinlichkeit
gilt, der Anteil sich also tatsächlich verringert hat. Dies entspricht der Wahrscheinlichkeit für den Fehler 2. Art.
Betrachte hier also die Zufallsvariable
von eben, allerdings unter der Voraussetzung, dass tatsächlich
gilt. Dann ist die gesuchte Wahrscheinlichkeit
, die du wieder wie zuvor mit der Tabelle zur kumulierten Binomialverteilung oder deinem CAS berechnen kannst, nachdem du den Term mit Hilfe des Gegenereignisses umgeformt hast:
Die Wahrscheinlichkeit dafür, die Hypothese irrtümlich beizubehalten, obwohl eigentlich die alternative Wahrscheinlichkeit
gilt, beträgt ca.
.
Gehe dazu schrittweise vor:
- Gib geeignete Hypothesen an und begründe deine Wahl.
- Ermittle eine geeignete Entscheidungsregel auf Grundlage der Irrtumswahrscheinlichkeit von
.
Der Produktionsleiter möchte also sicher gehen, dass sich der Ausschussanteil verringert hat und signifikant kleiner als
Die Irrtumswahrscheinlichkeit gibt an, dass die Wahrscheinlichkeit dafür, die Nullhypothese fälschlicherweise zu verwerfen, höchstens
a) (1)
Wahrscheinlichkeit berechnen
Du sollst die Wahrscheinlichkeit dafür berechnen, dass in einer Packung, die aus
Fliesen besteht, genau vier „2.Wahl“-Fliesen enthalten sind.
Betrachte dazu die Zufallsvariable
, die die Anzahl der „2. Wahl“-Fliesen in einer zufällig ausgewählten Packung beschreibt. Gesucht ist nun die Wahrscheinlichkeit
Da in der Aufgabenstellung angegeben ist, dass die Produktion stochastisch unabhängig ist und man davon ausgehen kann, dass jede Fliese die gleiche Wahrscheinlichkeit besitzt „2. Wahl“ oder „1. Wahl“ zu sein, kannst du annehmen, dass
binomialverteilt ist. Die Parameter lauten hier
und
. Die gesuchte Wahrscheinlichkeit kannst du mit dem CAS bestimmen:
Mit einer Wahrscheinlichkeit von
sind in einer Packung genau vier „2. Wahl“-Fliesen enthalten.
(2)
Wahrscheinlichkeit berechnen
Nun sollst du die Wahrscheinlichkeit dafür berechnen, dass in einer Packung mindestens
der Fliesen „1.Wahl“-Fliesen sind. Berechne dazu zunächst, wie viele Fliesen es demnach mindestens sein müssen, um die
-Grenze zu erreichen und forme diese Aussage in eine Aussage über die „2. Wahl“-Fliesen um. Betrachtest du dann wieder die Zufallsvariable
, so hat die gesuchte Wahrscheinlichkeit die Form
. Du kannst nun die kumulierte Binomialverteilung verwenden.
1. Schritt: Minimale Anzahl an „1. Wahl“-Fliesen berechnen
Mindestens
der Fliesen sollen „1. Wahl“-Fliesen sein:
Es sollen mindestens
Fliesen aus der Packung mit 20 Fliesen „1. Wahl“-Fliesen sein. Dies ist genau dann der Fall, wenn sich höchstens
„2. Wahl“-Fliesen in der Packung befinden. Gesucht ist also die Wahrscheinlichkeit
.
2. Schritt: Wahrscheinlichkeit berechnen
Um eine Wahrscheinlichkeit der Form
zu bestimmen, kannst du die Tabelle zur kumulierten Binomialverteilung oder den binomcdf-Befehl deines CAS verwenden.
Lösungsweg A: CAS
Mit einer Wahrscheinlichkeit von ca.
befinden sich in einer Packung mindestens
„1. Wahl“-Fliesen.
Lösungsweg B: Tabelle
Lies aus der Tabelle zur kumulierten Binomialverteilung für
den Wert aus der Spalte für
und der Zeile für
ab. So erhältst du folgendes Ergebnis:
.
Mit einer Wahrscheinlichkeit von ca.
befinden sich in einer Packung mindestens
„1. Wahl“-Fliesen.
(3)
Bestimmen der Wahrscheinlichkeit
Hier sollst du die Wahrscheinlichkeit dafür bestimmen, dass in einer Packung die Anzahl der „2. Wahl“-Fliesen höchstens um
von der erwarteten Anzahl abweicht. Bestimme dazu zuerst die erwartete Anzahl an „2. Wahl“-Fliesen, mit der du den gesuchten Bereich an Fliesen bestimmen kannst. Betrachtest du dann wieder die Zufallsvariable
, so kannst du die gesuchte Wahrscheinlichkeit in Wahrscheinlichkeiten der Form
umformen. Du kannst nun die kumulierte Binomialverteilung oder wie in (2) deinen CAS verwenden.
1. Schritt: Erwartete Anzahl bestimmen
In einer Packung sind
Fliesen. Mit einer Wahrscheinlichkeit von
ist eine Fliese „2. Wahl“. Dementsprechend ist die erwartete Anzahl an Fliesen:
Die Anzahl an „2. Wahl“-Fliesen soll höchstens um
von der erwarteten Anzahl abweichen, also befindet sich
zwischen
und
, d.h.
.
2. Schritt: Wahrscheinlichkeit berechnen
Berechne demnach die Wahrscheinlichkeit
. Diese Wahrscheinlichkeit lässt sich folgendermaßen umschreiben:
Diese beiden Werte kannst du aus der Tabelle für die kumulierte Binomialverteilung für
,
und
bzw.
ablesen oder mit dem Binomcdf-Befehl deines CAS bestimmen. Du erhältst:
Die Wahrscheinlichkeit dafür, dass in einer Packung die Anzahl der „2. Wahl“-Fliesen höchstens um
von der erwarteten Anzahl abweicht, liegt bei ca.
.
Interactive
Distrubution/Inv.Dist
Discrete
binomialPDf

Interactive
Distrubution/Inv.Dist
Discrete
binomialCDf

b) (1)
Bestimmen der Wahrscheinlichkeit
Du sollst die Wahrscheinlichkeit dafür berechnen, dass alle Fliesen in einer zufällig ausgewählten Reihe, die aus
Fliesen besteht, „1. Wahl“-Fliesen sind. Betrachte dazu die Zufallsvariable
, die die Anzahl der „1. Wahl“-Fliesen in einer Reihe beschreibt. Diese ist aus den gleichen Gründen wie
binomialverteilt, allerdings mit den Parametern
und
.
Gesucht ist dann die Wahrscheinlichkeit
. Diese lässt sich wieder mit der Formel für die Binomialverteilung oder dem Binompdf-Befehl deines CAS berechnen. In beiden Fällen erhältst du folgendes Ergebnis:
Mit einer Wahrscheinlichkeit von ca.
besteht eine zufällig ausgewählte Reihe nur aus „1. Wahl“-Fliesen .
(2)
Wahrscheinlichkeit ermitteln
Hier sollst du nun die Wahrscheinlichkeit dafür berechnen, dass es unter den
Reihen mindestens eine gibt, die nur „1. Wahl“-Fliesen enthält. Betrachte dazu die Zufallsvariable
, die die zufällige Anzahl der Reihen beschreibt, die nur aus „1. Wahl“-Fliesen bestehen. Dann ist
binomialverteilt mit den Parametern
und
, da jede der
Reihen die gleiche Wahrscheinlichkeit besitzt nur aus „1. Wahl“-Fliesen zu bestehen und die Besetzung einer Reihe nicht von der Besetzung der übrigen Reihen abhängt.
Gesucht ist demnach nun die Wahrscheinlichkeit
, welche du wieder wie oben berechnen kannst:
Mit einer Wahrscheinlichkeit von ca.
gibt es unter den
Reihen mindestens eine Reihe, die nur aus „1. Wahl“-Fliesen besteht.
(3)
Bestimmen der Wahrscheinlichkeit
Hier ist nach der Wahrscheinlichkeit gefragt, dass in einer Reihe mit
Fliesen „2. Wahl“ diese Fliesen direkt nebeneinander liegen. Nenne dieses Ereignis
. Jede Reihenfolge tritt mit derselben Wahrscheinlichkeit auf, also kannst du die Wahrscheinlichkeit folgendermaßen nach Laplace berechnen:
1. Schritt: Anzahl der Reihenfolgen die Fliesen anzuordnen
Du verteilst
„2. Wahl“-Fliesen auf
Plätze, der Rest wird mit „1. Wahl“-Fliesen aufgefüllt. Es handelt sich hierbei also um das Ziehen aus einer ungeordneten Stichprobe ohne Zurücklegen. Damit gibt es also
Möglichkeiten die Fliesen anzuordnen.
2. Schritt: Anzahl der Reihenfolgen die Fliesen so anzuordnen, dass A gilt
Nummeriere hierzu die
Plätze der Reihe mit den Zahlen
bis
durch. Nun hast du folgende Möglichkeiten, dass die beiden Fliesen nebeneinander liegen:
,
,
und
. Dies sind also
Möglichkeiten.
3. Schritt: Wahrscheinlichkeit berechnen
Nun kannst du die im 1. und 2. Schritt erhaltenen Ergebnisse einsetzen:
Die Wahrscheinlichkeit, dass in einer Reihe mit
Fliesen „2. Wahl“ diese Fliesen direkt nebeneinander liegen, liegt bei
.
Gesucht ist dann die Wahrscheinlichkeit
c) (1)
Graphische Darstellung
Du sollst hier die neue Situation, die sich durch die Einführung der Testmaschine ergeben hat, graphisch darstellen. Für eine übersichtlichere Darstellung kannst du zunächst folgende oder ähnliche Bezeichnungen einführen:
Lösungsweg A: Baumdiagramm
Um die Situation mit Hilfe eines Baumdiagramms darzustellen, überlege dir zunächst, wie viele Stufen hier vorliegen und gehe dann in jeder Stufe jede Möglichkeit durch.
Die erste Stufe ist die Produktion der Fliesen. Hier wird jede Fliese zur „1. Wahl“-Fliese oder „2. Wahl“-Fliese. Die Wahrscheinlichkeiten sind dementsprechend die Wahrscheinlichkeit dafür, dass eine „1. Wahl“- bzw. „2. Wahl“-Fliese produziert wird.
Die nächste Stufe ist dann die Sortierung der Testmaschine. Diese hängt von der ersten Stufe ab. Die Wahrscheinlichkeiten in dieser Stufe kannst du der Aufgabenstellung entnehmen bzw. mit Hilfe des Gegenereignisses berechnen. Insgesamt besteht das Zufallsexperiment hier also aus 2 Stufen und das Baumdiagramm ergibt sich nun wie folgt:
Lösungsweg B: Vierfeldertafel
Beginne bei der Vierfeldertafel damit die Wahrscheinlichkeiten einzutragen, die du direkt der Aufgabenstellung entnehmen kannst. Fülle anschließend die Vierfeldertafel auf, indem du aus den bekannten Wahrscheinlichkeiten die übrigen Wahrscheinlichkeiten bestimmst. Beachte dabei, dass sich der Eintrag einer Vierfeldertafel in der Spalte zu Ereignis
und in der Zeile zu Ereignis
aus
ergibt. Es gilt
Es geht hier also um bedingte Wahrscheinlichkeiten. Daraus kannst du folgende Wahrscheinlichkeiten mit Hilfe des Gegenereignisses berechnen:
und
Damit ergibt sich nun folgendes:
Wahrscheinlichkeit berechnen
Du sollst hier die Wahrscheinlichkeit dafür berechnen, dass eine zufällig ausgewählte Fliese als 1. Wahl eingestuft wird. Gesucht ist also
. Je nachdem welchen Lösungsweg du im letzten Aufgabenteil gewählt hast, unterscheidet sich auch hier der Lösungsweg.
Lösungsweg A: Baumdiagramm
Die gesuchte Wahrscheinlichkeit ergibt sich hier mit den Pfadregeln:
Mit einer Wahrscheinlichkeit von
wird eine zufällig ausgewählte Fliese von der Testmaschine als 1. Wahl eingestuft und somit nicht aussortiert.
Lösungsweg B: Vierfeldertafel
Mit Hilfe der Vierfeldertafel, kannst du die gesuchte Wahrscheinlichkeit direkt ablesen:
Mit einer Wahrscheinlichkeit von
wird eine zufällig ausgewählte Fliese von der Testmaschine als 1. Wahl eingestuft und somit nicht aussortiert.
(2)
Wahrscheinlichkeit berechnen
Hier sollst du nun die Wahrscheinlichkeit dafür berechnen, dass eine Fliese eine „2. Wahl“-Fliese ist unter der Bedingung, dass sie von der Maschine nicht aussortiert wurde, also als 1. Wahl eingestuft wurde. Gesucht ist also
. Du kannst hier den Satz von Bayes verwenden:
Damit ergibt sich dann:
Mit einer Wahrscheinlichkeit von ca.
ist eine nicht aussortierte Fliese eine „2. Wahl“-Fliese.
: Die vorliegende Fliese ist 1. Wahl
: Die vorliegende Fliese ist 2. Wahl
: Die vorliegende Fliese wird von der Testmaschine als 1. Wahl bezeichnet
: Die vorliegende Fliese wird von der Testmaschine als 2. Wahl bezeichnet

Summe | |||
---|---|---|---|
Summe |
d) (1)
Hypothesentest aufstellen
Hier soll getestet werden, ob die neu eingestellte Maschine tatsächlich zu einer Verringerung des Ausschussanteils geführt hat. Dazu ist es deine Aufgabe, einen geeigneten Hypothesentest für die genannte Stichprobe von
Fliesen mit einer Irrtumswahrscheinlichkeit von höchstens
zu formulieren.
Gehe dazu schrittweise vor:
betrachtet, die die zufällige Anzahl der „2. Wahl“-Fliesen in einer Stichprobe mit
Fliesen aus einer Palette beschreibt.
kann als binomialverteilt angenommen werden mit Parametern
und einer unbekannten Trefferwahrscheinlichkeit
.
1. Schritt: Hypothese formulieren
Hier soll gezeigt werden, dass die neue Ausschusswahrscheinlichkeit niedriger als die
der alten Maschine sind. Die Nullhypothese soll abgelehnt werden, dementsprechend ist die Nullhypothese wie folgt zu wählen:
.
Die Alternative ist dann dementsprechend:
.
2. Schritt: Hypothese begründen
Begründe nun die Wahl der Nullhypothese
.
Überlege dir dazu zunächst, für welche Werte die Hypothese abgelehnt werden soll und welche Folgen die Bestätigung bzw. die Ablehnung der Nullhypothese für den Produktionsleiter hätte.
Wenn in der Stichprobe signifikant wenige „2. Wahl“-Fliesen gefunden werden, soll die Nullhypothese abgelehnt werden. In einem solchen Fall kann der Produktionsleiter davon ausgehen, dass die Wahrscheinlichkeit für eine Fliese „2. Wahl“ kleiner als
ist und sich der Ausschussanteil verringert hat.
Der Produktionsleiter möchte also sicher gehen, dass sich der Ausschussanteil verringert hat und signifikant kleiner als
ist. In jedem anderen Fall nimmt er an, dass sich der Anteil nicht verringert hat. Damit soll ausgeschlossen werden, dass fälschlicherweise ein zu niedriger Anteil angenommen wird.
3. Schritt: Entscheidungsregel formulieren
Hier sollst du nun eine Entscheidungsregel für den beschriebenen Hypothesentest auf Grundlage der Irrtumswahrscheinlichkeit von
formulieren. Gesucht ist also die größte Anzahl
von Fliesen zweiter Wahl, für die die Nullhypothese gerade noch verworfen wird.
Betrachte hier die in der Aufgabenstellung eingeführte Zufallsvariable
, die binomialverteilt ist mit den Parametern
und
.
Die Irrtumswahrscheinlichkeit gibt an, dass die Wahrscheinlichkeit dafür, die Nullhypothese fälschlicherweise zu verwerfen, höchstens
betragen soll. Daraus ergibt sich folgende Ungleichung, aus der du den Wert
berechnen kannst, für den die Nullhypothese gerade noch verworfen werden soll:
für alle
Da im vorliegenden Fall nur
gelten kann, kannst du die Ungleichung unter der Annahme betrachten, dass laut Nullhypothese
gilt. Du erhältst dann einen Wert für
, indem du die Tabelle zur kumulierten Binomialverteilung „rückwärts“ anwendest. Suche in der Tabelle zu
in der Spalte zu
nach dem größten
, bei dem der Tabelleneintrag gerade noch
ist. Dann findest du folgendes:
.
Die Entscheidungsregel lautet demach wie folgt:
Werden in der Stichprobe von
Fliesen höchstens
Fliesen 2. Wahl gefunden, wird die Nullhypothese auf Grundlage der Irrtumswahrscheinlichkeit von
verworfen und der Produktionsleiter nimmt an, dass der Ausschussanteil unter
liegt. Werden mehr als
Fliesen 2. Wahl gefunden, kann die Nullhypothese nicht verworfen werden und es kann nicht angenommen werden, dass der Ausschussanteil kleiner als
ist.
(2)
Wahrscheinlichkeit für ein irrtümliches Nichtablehnen berechnen
Hier sollst du die Wahrscheinlichkeit dafür berechnen, dass die Nullhypothese nicht verworfen wird, obwohl eigentlich die Wahrscheinlichkeit
gilt, der Anteil sich also tatsächlich verringert hat. Dies entspricht der Wahrscheinlichkeit für den Fehler 2. Art.
Betrachte hier also die Zufallsvariable
von eben, allerdings unter der Voraussetzung, dass tatsächlich
gilt. Dann ist die gesuchte Wahrscheinlichkeit
, die du wieder wie zuvor mit der Tabelle zur kumulierten Binomialverteilung oder deinem CAS berechnen kannst, nachdem du den Term mit Hilfe des Gegenereignisses umgeformt hast:
Die Wahrscheinlichkeit dafür, die Hypothese irrtümlich beizubehalten, obwohl eigentlich die alternative Wahrscheinlichkeit
gilt, beträgt ca.
.
Gehe dazu schrittweise vor:
- Gib geeignete Hypothesen an und begründe deine Wahl.
- Ermittle eine geeignete Entscheidungsregel auf Grundlage der Irrtumswahrscheinlichkeit von
.
Der Produktionsleiter möchte also sicher gehen, dass sich der Ausschussanteil verringert hat und signifikant kleiner als
Die Irrtumswahrscheinlichkeit gibt an, dass die Wahrscheinlichkeit dafür, die Nullhypothese fälschlicherweise zu verwerfen, höchstens