www.matheraum.de
Das Matheforum.
Das Matheforum des MatheRaum.

Für Schüler, Studenten, Lehrer, Mathematik-Interessierte.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Mathe
  Status Schulmathe
    Status Primarstufe
    Status Mathe Klassen 5-7
    Status Mathe Klassen 8-10
    Status Oberstufenmathe
    Status Mathe-Wettbewerbe
    Status Sonstiges
  Status Hochschulmathe
    Status Uni-Analysis
    Status Uni-Lin. Algebra
    Status Algebra+Zahlentheo.
    Status Diskrete Mathematik
    Status Fachdidaktik
    Status Finanz+Versicherung
    Status Logik+Mengenlehre
    Status Numerik
    Status Uni-Stochastik
    Status Topologie+Geometrie
    Status Uni-Sonstiges
  Status Mathe-Vorkurse
    Status Organisatorisches
    Status Schule
    Status Universität
  Status Mathe-Software
    Status Derive
    Status DynaGeo
    Status FunkyPlot
    Status GeoGebra
    Status LaTeX
    Status Maple
    Status MathCad
    Status Mathematica
    Status Matlab
    Status Maxima
    Status MuPad
    Status Taschenrechner

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Mathe-Seiten:Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
StartseiteMatheForenWahrscheinlichkeitstheorieZGWS Binomialverteilung
Foren für weitere Schulfächer findest Du auf www.vorhilfe.de z.B. Philosophie • Religion • Kunst • Musik • Sport • Pädagogik
Forum "Wahrscheinlichkeitstheorie" - ZGWS Binomialverteilung
ZGWS Binomialverteilung < Wahrscheinlichkeitstheorie < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

ZGWS Binomialverteilung: Aufgabe1
Status: (Frage) beantwortet Status 
Datum: 13:12 So 31.01.2010
Autor: Torboe

Aufgabe
Bei einer Qualtitätskontrolle werden 4000 elektronische Bauteile einer Produktion überprüft; dabei wird festgestellt, dass genau 1049 Exemplare nicht von erster Wahl sind.

Man teste zum Signifikanzniveau 4% die Nullhypothese, dass 75% der Bauteile der Produktion von erster Wahl sind; Gegenhypothese: Weniger als 75% sind von erster Wahl.

(Normalapproximation der Binomialverteilung)

Lösung:
[mm] H_{0} [/mm] = P(Bauteil ist von erster Wahl) = p = 0.75
X = Anzahl der Teile erster Wahl bei 4000 Teilen

=> X~b(4000;p), P(X=k) = [mm] \vektor{4000 \\ k} p^k [/mm] (1-P)^(4000-k)

E(X) = 4000*p = 3000, Var(X) = 4000*p*(1-p) = 750

ZGS:
P(X)=k [mm] \approx[/mm]  [mm] \Phi [/mm] [mm] (\bruch{(k+(1/2)-3000)}{\wurzel{750}}) [/mm] - [mm] \Phi [/mm] [mm] ((\bruch{(k-(1/2)-3000)}{\wurzel{750}}) [/mm]

Also P(X [mm] \le [/mm] 2951) = [mm] \Phi [/mm] [mm] ((\bruch{-48,5}{\wurzel{750}}))=1-[/mm] [mm] \Phi [/mm](1,771)=.....


meine Frage ist folgende:
Bis zum ZGS ist mir noch alles klar. Aber ab P(X=k) [mm] \approx [/mm] ... versteh ich es nicht mehr.

Also wieso gilt:
P(X)=k [mm] \approx[/mm]  [mm] \Phi [/mm] [mm] (\bruch{(k+(1/2)-3000)}{\wurzel{750}}) [/mm] - [mm] \Phi [/mm] [mm] ((\bruch{(k-(1/2)-3000)}{\wurzel{750}}) [/mm]

und wieso folgt daraus:
P(X [mm] \le [/mm] 2951) = [mm] \Phi [/mm] [mm] ((\bruch{-48,5}{\wurzel{750}}))=1-[/mm] [mm] \Phi [/mm] (1,771)=.....

Vielen Dank im voraus!!




        
Bezug
ZGWS Binomialverteilung: Antwort
Status: (Antwort) fertig Status 
Datum: 21:13 Di 02.02.2010
Autor: steppenhahn

Hallo!

> Bei einer Qualtitätskontrolle werden 4000 elektronische
> Bauteile einer Produktion überprüft; dabei wird
> festgestellt, dass genau 1049 Exemplare nicht von erster
> Wahl sind.
>  
> Man teste zum Signifikanzniveau 4% die Nullhypothese, dass
> 75% der Bauteile der Produktion von erster Wahl sind;
> Gegenhypothese: Weniger als 75% sind von erster Wahl.
>  
> (Normalapproximation der Binomialverteilung)
>  Lösung:
>  [mm]H_{0}[/mm] = P(Bauteil ist von erster Wahl) = p = 0.75
>  X = Anzahl der Teile erster Wahl bei 4000 Teilen
>  
> => X~b(4000;p), P(X=k) = [mm]\vektor{4000 \\ k} p^k[/mm]
> (1-P)^(4000-k)
>  
> E(X) = 4000*p = 3000, Var(X) = 4000*p*(1-p) = 750
>  
> ZGS:
>  P(X)=k [mm]\approx[/mm]  [mm]\Phi[/mm]
> [mm](\bruch{(k+(1/2)-3000)}{\wurzel{750}})[/mm] - [mm]\Phi[/mm]
> [mm]((\bruch{(k-(1/2)-3000)}{\wurzel{750}})[/mm]
>  
> Also P(X [mm]\le[/mm] 2951) = [mm]\Phi[/mm]
> [mm]((\bruch{-48,5}{\wurzel{750}}))=1-[/mm] [mm]\Phi [/mm](1,771)=.....
>  
>
> meine Frage ist folgende:
>  Bis zum ZGS ist mir noch alles klar. Aber ab P(X=k)
> [mm]\approx[/mm] ... versteh ich es nicht mehr.
>  
> Also wieso gilt:
> P(X)=k [mm]\approx[/mm]  [mm]\Phi[/mm] [mm](\bruch{(k+(1/2)-3000)}{\wurzel{750}})[/mm]
> - [mm]\Phi[/mm] [mm]((\bruch{(k-(1/2)-3000)}{\wurzel{750}})[/mm]

Wenn $X [mm] \sim [/mm] Bin(n,p)$, ist eigentlich:

$X = [mm] X_{1} [/mm] + ... + [mm] X_{n} [/mm] = [mm] \sum_{i=1}^{n}X_{i}$ [/mm]

mit [mm] X_{i}\sim [/mm] Bin(1,p), d.h. bernoulli-verteilt und stochastisch unabhängig.
Nun wissen wir:

[mm] $E(X_{i}) [/mm] = p$
[mm] $Var(X_{i}) [/mm] = p*(1-p)$.

Wir wissen dann nach dem zentralen Grenzwertsatz:

$N(0,1) [mm] \leftarrow \sqrt{n}*\frac{\overline{X_{n}}-E(X_{i})}{\sqrt{Var(X_{i})}} = \sqrt{n}*\frac{\frac{1}{n}*X-p}{\sqrt{p*(1-p)}} = \frac{X-n*p}{\sqrt{n*p*(1-p)}}$ D.h. wir wissen, dass \frac{X-n*p}{\sqrt{n*p*(1-p)}} ungefähr normalverteilt ist. Wenn du dir die Binomialverteilung nun aber graphisch vorstellst (n auf der x-Achse), dann siehst du, dass jede Wahrscheinlichkeit sozusagen eine "Breite" von 1 hat. Das will man nun auch bei der Normalverteilung haben, denn wenn ich da einfach für X einen speziellen Wert einsetze, erhalte ich ja als Wahrscheinlichkeit 0, weil die Normalverteilung eine stetige Verteilung ist. Deswegen ändert man das Ereignis für die Näherung durch die Normalverteilung etwas ab: $P(X=K) \approx P(k-0.5 < X < k+0.5) = P\left(\frac{k-0.5-n*p}{\sqrt{n*p*(1-p)}} < \frac{X-n*p}{\sqrt{n*p*(1-p)}} < \frac{k+0.5-n*p}{\sqrt{n*p*(1-p)}}\right) = P\left(\frac{X-n*p}{\sqrt{n*p*(1-p)}} < \frac{k+0.5-n*p}{\sqrt{n*p*(1-p)}}\right) - P\left(\frac{X-n*p}{\sqrt{n*p*(1-p)}} < \frac{k-0.5-n*p}{\sqrt{n*p*(1-p)}}\right)$ Und weil nun eben \frac{X-n*p}{\sqrt{n*p*(1-p)}} ungefähr standardnormalverteilt ist, kannst du nun umschreiben zu: $= \Phi\left(\frac{k+0.5-n*p}{\sqrt{n*p*(1-p)}}\right) - \Phi\left(\frac{k-0.5-n*p}{\sqrt{n*p*(1-p)}}\right)$ ( \Phi Verteilungsfunktion der Standardnormalverteilung). > und wieso folgt daraus: > P(X [/mm]  [mm]\le[/mm] 2951) = [mm]\Phi[/mm] [mm]((\bruch{-48,5}{\wurzel{750}}))=1-[/mm]

> [mm]\Phi[/mm] (1,771)=.....

Analoge Überlegung:

[mm] $P(X\le [/mm] k) [mm] \approx [/mm] P(X [mm] \le [/mm] k + 0.5) = [mm] P\left(\frac{X-n*p}{\sqrt{n*p*(1-p)}} < \frac{k+0.5-n*p}{\sqrt{n*p*(1-p)}}\right) [/mm] = [mm] \Phi\left(\frac{k+0.5-n*p}{\sqrt{n*p*(1-p)}}\right).$ [/mm]

Du musst nun nur noch jeweils die Werte n = 4000 und p = 0.75 einsetzen.

Grüße,
Stefan

Bezug
                
Bezug
ZGWS Binomialverteilung: a²+b²=c²
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 19:39 Do 04.02.2010
Autor: Torboe

ok danke für die ausführliche erklärung. danke.

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.matheforum.net
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]