Inhalt
Smarter Learning!
Inhalt
Bundesland, Schulart & Klasse
Bundesland, Schulart & Klasse
NI, Kooperative Gesamtschule
Baden-Württemberg
Berufl. Gymnasium (AG)
Berufl. Gymnasium (BTG)
Berufl. Gymnasium (EG)
Berufl. Gymnasium (SGG)
Berufl. Gymnasium (TG)
Berufl. Gymnasium (WG)
Berufskolleg - FH
Gemeinschaftsschule
Gymnasium (G8)
Gymnasium (G9)
Hauptschule
Realschule
Werkrealschule
Bayern
Fachoberschule
Gymnasium
Mittelschule
Realschule
Berlin
Gymnasium
Integrierte Sekundarschule
Brandenburg
Gesamtschule
Gymnasium
Oberschule
Bremen
Gymnasium (G8)
Oberschule (G9)
Hamburg
Gymnasium
Stadtteilschule
Hessen
Berufl. Gymnasium
Gesamtschule
Gymnasium (G8)
Gymnasium (G9)
Haupt- und Realschule
Hauptschule
Realschule
Mecklenburg-Vorpommern
Gesamtschule
Gymnasium
Niedersachsen
Gymnasium (G8)
Gymnasium (G9)
Integrierte Gesamtschule
Kooperative Gesamtschule
Oberschule
Realschule
NRW
Gesamtschule
Gymnasium
Hauptschule
Realschule
Sekundarschule
Rheinland-Pfalz
Gesamtschule
Gymnasium
Saarland
Gemeinschaftsschule
Gesamtschule
Gymnasium
Realschule
Sachsen
Gymnasium
Oberschule
Sachsen-Anhalt
Fachgymnasium
Gesamtschule
Gymnasium
Sekundarschule
Schleswig-Holstein
Gemeinschaftsschule
Gymnasium (G8)
Gymnasium (G9)
Thüringen
Berufl. Gymnasium
Gemeinschaftsschule
Gesamtschule
Gymnasium
Regelschule
Klasse 13
Klasse 13
Klasse 12
Klasse 11
Klasse 10
Klasse 9
Klasse 8
Klasse 7
Klasse 6
Klasse 5
Fach & Lernbereich
Fachauswahl: Mathe
Mathe
Deutsch
Englisch
Bio
Chemie
Physik
Geschichte
Geo
Lernbereich
Digitales Schulbuch
Abitur eA (GTR)
Abitur eA (CAS)
Abitur gA (GTR)
Abitur gA (CAS)
Realschulabschluss
Hauptschulabschluss 10 E-...
Hauptschulabschluss 10 G-...
Hauptschulabschluss 9 E-K...
Hauptschulabschluss 9 G-K...
VERA 8 E-Kurs
VERA 8 G-Kurs
Abitur gA (CA...
Prüfung
wechseln
Abitur eA (GTR)
Abitur eA (CAS)
Abitur gA (GTR)
Abitur gA (CAS)
Realschulabschluss
Hauptschulabschluss 10 E-Kurs
Hauptschulabschluss 10 G-Kurs
Hauptschulabschluss 9 E-Kurs
Hauptschulabschluss 9 G-Kurs
VERA 8 E-Kurs
VERA 8 G-Kurs
Smarter Learning!
Schneller lernen mit deinem SchulLV-Zugang
  • Zugang zu über 1.000 Original-Prüfungsaufgaben mit Lösungen von 2004-2019
  • Alle Bundesländer und Schularten, empfohlen von über 2.300 Schulen in Deutschland
  • Digitales Schulbuch: Über 1.700 Themen mit Aufgaben und Lösungen
  • Monatlich kündbar, lerne solange du möchtest
Jetzt Zugang freischalten!

Aufgabe 2B

Aufgaben
Download als Dokument:PDFWord

Aufgabe 2B

Es werden Kühe einer neuen Züchtung betrachtet. Bei zehn Prozent der Kühe enthält die Milch einen Inhaltsstoff, der sich mithilfe einer Untersuchung eindeutig nachweisen lässt. Dabei wird pro Kuh immer genau eine Milchprobe entnommen.
a)
Die Milchproben von $160$ Kühen werden untersucht. Die Zufallsgröße $X$ gibt die Anzahl der Kühe an, in deren Milch dieser Inhaltsstoff enthalten ist, und kann als binomialverteilt angenommen werden.
Bestimme die Wahrscheinlichkeit dafür, dass von den untersuchten Milchproben genau $16$ den Inhaltsstoff enthalten.
Bestimme die Wahrscheinlichkeit dafür, dass höchstens $20$ der untersuchten Milchproben den Inhaltstoff enthalten.
Ermittle das kleinste um den Erwartungswert von $X$ symmetrische Intervall mit ganzzahligen Grenzen $a$ und $b$, für das gilt:
$P(a\leq X\leq b)\geq 95\,\%$.
(8P)
b)
Die Milchproben mehrerer Kühe werden nun nach folgendem Verfahren untersucht:
Jeder Milchprobe wird ein Teil entnommen. Diese Teile werden gemischt und das Gemisch wird auf den Inhaltsstoff untersucht. Wird der Inhaltsstoff aufgefunden, werden die Milchproben aller Kühe einzeln untersucht.
Die Anzahl der Kühe, deren Milch den Inhaltsstoff enthält, kann weiterhin als binomialverteilte Zufallsgröße angenommen werden.
Bestimme für die Milchproben von $20$ Kühen
  • die Wahrscheinlichkeit dafür, dass das Gemisch den Inhaltsstoff enthält,
  • die zu erwartende Anzahl an Untersuchungen.
Es gibt eine Anzahl an Milchproben, bis zu der nach diesem Verfahren weniger Untersuchungen zu erwarten sind, als wenn alle Milchproben einzeln untersucht werden. Ermittle diese Anzahl.
(9P)
Weiter lernen mit SchulLV-PLUS!
Jetzt freischalten
Infos zu SchulLV PLUS
Ich habe bereits einen Zugang
Zugangscode einlösen
Login
Tipps
Download als Dokument:PDF
a)
$\blacktriangleright$  Wahrscheinlichkeit für genau $\boldsymbol{16}$ Proben berechnen
Für die Wahrscheinlichkeit, dass genau $16$ von $160$ Proben den Inhaltsstoff enthalten, betrachtest du die binomialverteilte Zufallsvariable $X$ welche die Anzahl der Kühe angibt, welche Milch mit diesem Inhaltsstoff produzieren.
Um die Wahrscheinlichkeit, dass die Zufallsvariable einen bestimmten Wert $k$ annimmt, zu berechnen, verwendest du die Bernoulli-Gleichung mit $n$ Versuchen, $k$ Treffern und einer Wahrscheinlichkeit $p$:
$P(X=k)=B_{n,p}(k)=\binom{n}{k}\cdot p^k\cdot (1-p)^{n-k}$
$\begin{array}[t]{rll} P(X=k)&=& B_{n,p}(k) &\\[5pt] &=&\binom{n}{k}\cdot p^k\cdot (1-p)^{n-k} \end{array}$
$\blacktriangleright$  Wahrscheinlichkeit für höchstens $\boldsymbol{20}$ Proben berechnen
Die Wahrscheinlichkeit für höchstens $20$ Proben setzt sich aus den Wahrscheinlichkeiten für genau $0$, genau $1$ usw. zusammen.
$\blacktriangleright$  Intervall berechnen
Du sollst Grenzen für ein symmetrisches Intervall um den Erwartungswert $E(X)$ berechnen, in welchem die kummulierte Wahrscheinlichkeit größer als $95\%$ ist.
b)
$\blacktriangleright$  Wahrscheinlichkeit berechnen
Du sollst die Wahrscheinlichkeit berechnen, dass das Gemisch der Milch von $20$ Kühen den Inhaltstoff enthält, wenn weiterhin $10\%$ der Kühe verunreinigte Milch liefern. betrachte hierzu die Wahrscheinlichkeit, dass keine einzige Kuh die Milch verunreinigt.
Die Wahrscheinlichkeit, dass die Milch verunreinigt ist, ist $P(X\geq 1)$.
$\blacktriangleright$  Anzahl der Untersuchungen berechnen
In $87,84\%$ der Fälle müssen somit $20$ weitere Untersuchungen durchgeführt werden. Betrachte nun eine Zufallsvariable $Y_{20}$, welche die Anzahl der Untersuchungen bei diesem Verfahren mit $20$ Kühen angibt.
Für die durchschnittliche Anzahl an Untersuchungen berechnest du den Erwartungswert $E(Y_{20})$, beachte hierbei, dass für den Fall, dass das Milchgemisch verunreinigt war $20$ weitere und somit $21$ Untersuchungen durch zuführen sind.
$\blacktriangleright$  $\boldsymbol{E(Y_n)}$ untersuchen
Du sollst die Grenze bestimmen, bis wann es günstiger ist mit dieser Untersuchung die Milch der Kühe zu analysieren und ab wann es besser ist bereits von Beginn jede Kuh einzeln zu untersuchen.
Betrachte hierzu den Erwartungswert $Y_n$ und vergleiche diesen mit den $n$ Messungen, wenn jede Kuh einzeln analysiert werden würde.
Weiter lernen mit SchulLV-PLUS!
Jetzt freischalten
Infos zu SchulLV PLUS
Ich habe bereits einen Zugang
Zugangscode einlösen
Login
Lösungen TI
Download als Dokument:PDF
a)
$\blacktriangleright$  Wahrscheinlichkeit für genau $\boldsymbol{16}$ Proben berechnen
Für die Wahrscheinlichkeit, dass genau $16$ von $160$ Proben den Inhaltsstoff enthalten, betrachtest du die binomialverteilte Zufallsvariable $X$ welche die Anzahl der Kühe angibt, welche Milch mit diesem Inhaltsstoff produzieren.
Um die Wahrscheinlichkeit, dass die Zufallsvariable einen bestimmten Wert $k$ annimmt, zu berechnen, verwendest du die Bernoulli-Gleichung mit $n$ Versuchen, $k$ Treffern und einer Wahrscheinlichkeit $p$:
$P(X=k)=B_{n,p}(k)=\binom{n}{k}\cdot p^k\cdot (1-p)^{n-k}$
$\begin{array}[t]{rll} P(X=k)&=& B_{n,p}(k) & \\[5pt] &=& \binom{n}{k}\cdot p^k\cdot (1-p)^{n-k} \end{array}$
Die Wahrscheinlichkeit, dass genau $k=16$ von $n=160$ Proben bei einer Wahrscheinlichkeit von $p=10\% =0,1$ den Inhaltsstoff enthalten, verwendest du den Befehl binomialPDf:
Menu $\rightarrow$ Statistik $\rightarrow$ Verteilungen $\rightarrow$ Binomial Pdf
Menu $\rightarrow$ Statistik $\rightarrow$ Verteilungen $\rightarrow$ Binomial Pdf
Aufgabe 2B
Abb. 1: Binomialverteilung berechnen
Aufgabe 2B
Abb. 1: Binomialverteilung berechnen
Die Wahrscheinlichkeit, dass genau $16$ Proben verunreinigt sind beträgt $10,46\%$.
$\blacktriangleright$  Wahrscheinlichkeit für höchstens $\boldsymbol{20}$ Proben berechnen
Die Wahrscheinlichkeit für höchstens $20$ Proben setzt sich aus den Wahrscheinlichkeiten für genau $0$, genau $1$ usw. zusammen, zur Berechnung verwendest du den Befehl binomialCDf:
Aufgabe 2B
Abb. 2: Kummulierte Wahrscheinlichkeit berechnen
Aufgabe 2B
Abb. 2: Kummulierte Wahrscheinlichkeit berechnen
Diese kummulierte Wahrscheinlichkeit erhälst mit $P(X\leq 20)=0,8800$.
$\blacktriangleright$  Intervall berechnen
Du sollst Grenzen für ein symmetrisches Intervall um den Erwartungswert $E(X)$ berechnen, in welchem die kummulierte Wahrscheinlichkeit größer als $95\%$ ist.
1. Schritt: Erwartungswert berechnen
Für den Erwartungswert $E(X)$ einer binomialverteilten Zufallsvariable gilt:
$E(X)=n\cdot p$
$E(X)=n\cdot p$
Der Erwartungswert ist somit:
$\begin{array}[t]{rll} E(X)&=& 160\cdot 0,1 &\\[5pt] &=& 16 \end{array}$
Der Erwartungswert der Anzahl an verunreinigten Proben beträgt $16$.
2. Schritt: Grenzen abändern
Da das Intervall symmetrische sein soll, schreibst du die Grenzen als $a=16-c$ und $b=16+c$, wobei $c$ der Abstand zum Erwartungswert beschreibt. Du suchst somit eine Lösung der Gleichung:
$\begin{array}[t]{rll} P(16-c\leq X\leq 16+c)&\geq& 0,95 &\\[5pt] \end{array}$
Diese Gleichung löst du, indem du die Verteilung durch eine Gauß'sche Normalverteilung näherst und dann die $\boldsymbol{\sigma}$-Intervall-Regeln anwendest.
$95\%$ aller Ereignisse liegen in einer $1,96\sigma$ Umgebung um den Erwartungswert.
3. Schritt: $\boldsymbol{\sigma}$ berechnen
Die Standardabweichung $\sigma$ einer Binomialverteilung berechnet sich mit:
$\sigma=\sqrt{n\cdot p\cdot (1-p)}$
$\sigma=\sqrt{n\cdot p\cdot (1-p)}$
Mit $n=160$ und $p=0,1$ beträgt $\sigma$ ungefähr $3,79$.
4. Schritt: Grenzen berechnen
Somit gilt für den Parameter $c$:
$\begin{array}[t]{rll} c&=& 1,96\cdot\sigma &\\[5pt] &\approx& 7,43 \end{array}$
Die Grenzen $a$ und $b$ sind somit:
$\begin{array}[t]{rll} b&=& 16+c &\\[5pt] &=& 23,43 \end{array}$
Um die gleichung zu Erfüllen, darf das Intervall nicht verkleinert werden. Es gilt somit:
$\begin{array}[t]{rll} P(8\leq X\leq 24)&\geq& 0,95 &\\[5pt] \end{array}$
b)
$\blacktriangleright$  Wahrscheinlichkeit berechnen
Du sollst die Wahrscheinlichkeit berechnen, dass das Gemisch der Milch von $20$ Kühen den Inhaltstoff enthält, wenn weiterhin $10\%$ der Kühe verunreinigte Milch liefern. betrachte hierzu die Wahrscheinlichkeit, dass keine einzige Kuh die Milch verunreinigt.
Die Wahrscheinlichkeit, dass die Milch verunreinigt ist, ist $P(X\geq 1)$. Mit dem Gegenereignis berechnest du diese Wahrscheinlichkeit mit:
$\begin{array}[t]{rll} P(X\geq 1)&=& 1-P(X=0) &\\[5pt] &=& 1- \binom{20}{0}\cdot 0,1^0\cdot 0,9^{20} \\[5pt] &=& 1-0,9^{20} \\[5pt] &\approx & 0,8784 \end{array}$
Mit einer Wahrscheinlichkeit von $87,84\%$ ist die Milch verunreinigt.
$\blacktriangleright$  Anzahl der Untersuchungen berechnen
In $87,84\%$ der Fälle müssen somit $20$ weitere Untersuchungen durchgeführt werden. Betrachte nun eine Zufallsvariable $Y_{20}$, welche die Anzahl der Untersuchungen bei diesem Verfahren mit $20$ Kühen angibt.
Für die durchschnittliche Anzahl an Untersuchungen berechnest du den Erwartungswert $E(Y_{20})$, beachte hierbei, dass für den Fall, dass das Milchgemisch verunreinigt war $20$ weitere und somit $21$ Untersuchungen durch zuführen sind:
$\begin{array}[t]{rll} E(Y_{20})&=& 0,8784\cdot 21+(1-0,8784)\cdot 1 &\\[5pt] &\approx& 18,57 \end{array}$
$ E(Y_{20})\approx 18,57 $
Es ist im Schnitt mit $18,57$ Untersuchungen zu rechnen.
$\blacktriangleright$  $\boldsymbol{E(Y_n)}$ untersuchen
Du sollst die Grenze bestimmen, bis wann es günstiger ist mit dieser Untersuchung die Milch der Kühe zu analysieren und ab wann es besser ist bereits von Beginn jede Kuh einzeln zu untersuchen.
Betrachte hierzu den Erwartungswert $Y_n$ und vergleiche diesen mit den $n$ Messungen, wenn jede Kuh einzeln analysiert werden würde:
$\blacktriangleright$ Lösungsweg A: Graphische Lösung
$\begin{array}[t]{rll} E(Y_n)& \leq & n &\\[5pt] \left(1- 0,9^n \right)\cdot (n+1)+\left(1-\left(1-0,9^n\right)\right)&\leq & n\\[5pt] (n+1)-0,9^n\cdot (n+1)+0,9^n &\leq & n\\[5pt] (n+1)-n\cdot 0,9^n &\leq & n &\scriptsize \quad\mid\; -n \\[5pt] -n\cdot 0,9^n +1 &\leq & 0 &\scriptsize \quad\mid\; \cdot (-1) \\[5pt] n\cdot 0,9^n -1 &\geq& 0 \end{array}$
$ n\cdot 0,9^n -1 \geq 0 $
Dies ist eine Funktion $f(n)=n\cdot 0,9^n -1$. Mit dem nspire untersuchst du diese Funktion auf Nullstellen im 1. Quadranten. Du erhälst eine Nullstelle bei $n=33,26$.
Für bis zu $33$ Kühe ist es besser die Mischmethode zur Analyse zu verwenden.
$\blacktriangleright$ Lösungsweg B: numerische Lösung
Es muss gelten:
$\begin{array}[t]{rll} E(Y_n)&\leq & n &\\[5pt] \left(1- 0,9^n \right)\cdot (n+1)+\left(1-\left(1-0,9^n\right)\right)&\leq & n \end{array}$
Diese Gleichung kannst du mit dem nSolve-Befehl lösen, beachte hierbei, dass du $\leq$ durch $=$ ersetzen musst.
Menü $\rightarrow$ Algebra $\rightarrow$ Numerisch Lösen
Menü $\rightarrow$ Algebra $\rightarrow$ Numerisch Lösen
Aufgabe 2B
Abb. 3: Gleichung lösen
Aufgabe 2B
Abb. 3: Gleichung lösen
Du erhälst die Lösung $n\approx 33,26$. Da das Verfahren für mehr Kühe nicht mehr rentabel zu sein scheint, ist es bereits ab $33$ Kühen nicht mehr sinnvoll dieses einzusetzen.
Bildnachweise [nach oben]
[1]
© 2016 – SchulLV.
[2]
© 2016 – SchulLV.
Weiter lernen mit SchulLV-PLUS!
Jetzt freischalten
Infos zu SchulLV PLUS
Ich habe bereits einen Zugang
Zugangscode einlösen
Login
Lösungen Casio
Download als Dokument:PDF
a)
$\blacktriangleright$  Wahrscheinlichkeit für genau $\boldsymbol{16}$ Proben berechnen
Für die Wahrscheinlichkeit, dass genau $16$ von $160$ Proben den Inhaltsstoff enthalten, betrachtest du die binomialverteilte Zufallsvariable $X$ welche die Anzahl der Kühe angibt, welche Milch mit diesem Inhaltsstoff produzieren.
Um die Wahrscheinlichkeit, dass die Zufallsvariable einen bestimmten Wert $k$ annimmt, zu berechnen, verwendest du die Bernoulli-Gleichung mit $n$ Versuchen, $k$ Treffern und einer Wahrscheinlichkeit $p$:
$P(X=k)=B_{n,p}(k)=\binom{n}{k}\cdot p^k\cdot (1-p)^{n-k}$
$\begin{array}[t]{rll} P(X=k)&=& B_{n,p}(k) &\\[5pt] &=& \binom{n}{k}\cdot p^k\cdot (1-p)^{n-k} \end{array}$
Die Wahrscheinlichkeit, dass genau $k=16$ von $n=160$ Proben bei einer Wahrscheinlichkeit von $p=10\% =0,1$ den Inhaltsstoff enthalten, verwendest du den Befehl binomialPDf:
Interaktiv $\rightarrow$ Verteilungsfunktionen $\rightarrow$ Diskret $\rightarrow$ binomialPDf
Interaktiv $\rightarrow$ Verteilungsfunktionen $\rightarrow$ Diskret $\rightarrow$ binomialPDf
Aufgabe 2B
Abb. 1: Binomialverteilung berechnen
Aufgabe 2B
Abb. 1: Binomialverteilung berechnen
Die Wahrscheinlichkeit, dass genau $16$ Proben verunreinigt sind beträgt $10,46\%$.
$\blacktriangleright$  Wahrscheinlichkeit für höchstens $\boldsymbol{20}$ Proben berechnen
Die Wahrscheinlichkeit für höchstens $20$ Proben setzt sich aus den Wahrscheinlichkeiten für genau $0$, genau $1$ usw. zusammen, zur Berechnung verwendest du den Befehl binomialCDf:
Aufgabe 2B
Abb. 2: Kummulierte Wahrscheinlichkeit berechnen
Aufgabe 2B
Abb. 2: Kummulierte Wahrscheinlichkeit berechnen
Diese kummulierte Wahrscheinlichkeit erhälst mit $P(X\leq 20)=0,8800$.
$\blacktriangleright$  Intervall berechnen
Du sollst Grenzen für ein symmetrisches Intervall um den Erwartungswert $E(X)$ berechnen, in welchem die kummulierte Wahrscheinlichkeit größer als $95\%$ ist.
1. Schritt: Erwartungswert berechnen
Für den Erwartungswert $E(X)$ einer binomialverteilten Zufallsvariable gilt:
$E(X)=n\cdot p$
$E(X)=n\cdot p$
Der Erwartungswert ist somit:
$\begin{array}[t]{rll} E(X)&=& 160\cdot 0,1 &\\[5pt] &=& 16 \end{array}$
Der Erwartungswert der Anzahl an verunreinigten Proben beträgt $16$.
2. Schritt: Grenzen abändern
Da das Intervall symmetrische sein soll, schreibst du die Grenzen als $a=16-c$ und $b=16+c$, wobei $c$ der Abstand zum Erwartungswert beschreibt. Du suchst somit eine Lösung der Gleichung:
$\begin{array}[t]{rll} P(16-c\leq X\leq 16+c)&\geq& 0,95 &\\[5pt] \end{array}$
Diese Gleichung löst du, indem du die Verteilung durch eine Gauß'sche Normalverteilung näherst und dann die $\boldsymbol{\sigma}$-Intervall-Regeln anwendest.
$95\%$ aller Ereignisse liegen in einer $1,96\sigma$ Umgebung um den Erwartungswert.
3. Schritt: $\boldsymbol{\sigma}$ berechnen
Die Standardabweichung $\sigma$ einer Binomialverteilung berechnet sich mit:
$\sigma=\sqrt{n\cdot p\cdot (1-p)}$
$\sigma=\sqrt{n\cdot p\cdot (1-p)}$
Mit $n=160$ und $p=0,1$ beträgt $\sigma$ ungefähr $3,79$.
4. Schritt: Grenzen berechnen
Somit gilt für den Parameter $c$:
$\begin{array}[t]{rll} c&=& 1,96\cdot\sigma &\\[5pt] &\approx& 7,43 \end{array}$
Die Grenzen $a$ und $b$ sind somit:
$\begin{array}[t]{rll} b&=& 16+c &\\[5pt] &=& 23,43 \end{array}$
Um die gleichung zu Erfüllen, darf das Intervall nicht verkleinert werden. Es gilt somit:
$\begin{array}[t]{rll} P(8\leq X\leq 24)&\geq& 0,95 &\\[5pt] \end{array}$
b)
$\blacktriangleright$  Wahrscheinlichkeit berechnen
Du sollst die Wahrscheinlichkeit berechnen, dass das Gemisch der Milch von $20$ Kühen den Inhaltstoff enthält, wenn weiterhin $10\%$ der Kühe verunreinigte Milch liefern. betrachte hierzu die Wahrscheinlichkeit, dass keine einzige Kuh die Milch verunreinigt.
Die Wahrscheinlichkeit, dass die Milch verunreinigt ist, ist $P(X\geq 1)$. Mit dem Gegenereignis berechnest du diese Wahrscheinlichkeit mit:
$\begin{array}[t]{rll} P(X\geq 1)&=& 1-P(X=0) &\\[5pt] &=& 1- \binom{20}{0}\cdot 0,1^0\cdot 0,9^{20} \\[5pt] &=& 1-0,9^{20} \\[5pt] &\approx & 0,8784 \end{array}$
Mit einer Wahrscheinlichkeit von $87,84\%$ ist die Milch verunreinigt.
$\blacktriangleright$  Anzahl der Untersuchungen berechnen
In $87,84\%$ der Fälle müssen somit $20$ weitere Untersuchungen durchgeführt werden. Betrachte nun eine Zufallsvariable $Y_{20}$, welche die Anzahl der Untersuchungen bei diesem Verfahren mit $20$ Kühen angibt.
Für die durchschnittliche Anzahl an Untersuchungen berechnest du den Erwartungswert $E(Y_{20})$, beachte hierbei, dass für den Fall, dass das Milchgemisch verunreinigt war $20$ weitere und somit $21$ Untersuchungen durch zuführen sind:
$\begin{array}[t]{rll} E(Y_{20})&=& 0,8784\cdot 21+(1-0,8784)\cdot 1 &\\[5pt] &\approx& 18,57 \end{array}$
$ E(Y_{20})\approx 18,57 $
Es ist im Schnitt mit $18,57$ Untersuchungen zu rechnen.
$\blacktriangleright$  $\boldsymbol{E(Y_n)}$ untersuchen
Du sollst die Grenze bestimmen, bis wann es günstiger ist mit dieser Untersuchung die Milch der Kühe zu analysieren und ab wann es besser ist bereits von Beginn jede Kuh einzeln zu untersuchen.
Betrachte hierzu den Erwartungswert $Y_n$ und vergleiche diesen mit den $n$ Messungen, wenn jede Kuh einzeln analysiert werden würde:
$\blacktriangleright$ Lösungsweg A: Graphische Lösung
$\begin{array}[t]{rll} E(Y_n)& \leq & n &\\[5pt] \left(1- 0,9^n \right)\cdot (n+1)+\left(1-\left(1-0,9^n\right)\right)&\leq & n\\[5pt] (n+1)-0,9^n\cdot (n+1)+0,9^n &\leq & n\\[5pt] (n+1)-n\cdot 0,9^n &\leq & n &\scriptsize \quad\mid\; -n \\[5pt] -n\cdot 0,9^n +1 &\leq & 0 &\scriptsize \quad\mid\; \cdot (-1) \\[5pt] n\cdot 0,9^n -1 &\geq& 0 \end{array}$
$ n\cdot 0,9^n -1 \geq 0 $
Dies ist eine Funktion $f(n)=n\cdot 0,9^n -1$. Mit dem nspire untersuchst du diese Funktion auf Nullstellen im 1. Quadranten. Du erhälst eine Nullstelle bei $n\approx 33,26$.
Für bis zu $33$ Kühe ist es besser die Mischmethode zur Analyse zu verwenden.
$\blacktriangleright$ Lösungsweg B: numerische Lösung
Es muss gelten:
$\begin{array}[t]{rll} E(Y_n)&\leq & n &\\[5pt] \left(1- 0,9^n \right)\cdot (n+1)+\left(1-\left(1-0,9^n\right)\right)&\leq & n \end{array}$
$ n\cdot 0,9^n -1 \geq 0 $
Diese Gleichung kannst du mit dem Solve-Befehl lösen, beachte hierbei, dass du $\leq$ durch $=$ ersetzen musst.
Interaktive $\rightarrow$ Weiterführend $\rightarrow$ solve
Interaktive $\rightarrow$ Weiterführend $\rightarrow$ solve
Aufgabe 2B
Abb. 3: Gleichung lösen
Aufgabe 2B
Abb. 3: Gleichung lösen
Du erhälst die Lösungen $n\approx 1,13$ und $n\approx 33,26$. Da das Verfahren für mehr Kühe nicht mehr rentabel zu sein scheint, ist es bereits ab $33$ Kühen nicht mehr sinnvoll dieses einzusetzen.
Bildnachweise [nach oben]
[1]
© 2016 – SchulLV.
[2]
© 2016 – SchulLV.
Weiter lernen mit SchulLV-PLUS!
Jetzt freischalten
Infos zu SchulLV PLUS
Ich habe bereits einen Zugang
Zugangscode einlösen
Login
Folge uns auf
SchulLV als App