Ich ergänze mal noch eine mehr "probabilistische" Antwort.
Um Schreibarbeit zu sparen, nenne ich die Zufallsgrößen für den Koffeingehalt \(X_A, X_B\). \(X_A, X_B\) sind laut Voraussetzung normalverteilt. Die zugehörigen Verteilungsfunktionen nenne ich \(\Phi_A, \Phi_B\).
Wichtig für das Verständnis ist nun, was die Verteilungsfunktion bedeutet:
\(\Phi_A(x) =P(X_A\leq x)\) bzw. \(\Phi_B(x) =P(X_B\leq x)\)
Zum Erwartungswert:
Die Normalverteilung ist symmetrisch um den Erwartungswert \(\mu\) und es gilt
\(P(X_A\leq \mu_A) = P(X_B\leq \mu_B) = 0.5\)
Die horizontale Linie \(p=0.5\) ist eingezeichnet und siehe da: beide Verteilungsfunktionen schneiden diese Linie im selben Punkt. Also gilt
\(\mu_A = \mu_B\)
Zur Streuung:
Je kleiner die Streuung ist, desto wahrscheinlicher liegt der Koffeingehalt in der Nähe des Mittelwertes, desto schmaler ist das Intervall \([\mu-\sigma, \mu+\sigma]\) um den Mittelwert.
Damit ist mit Blick auf dem Graphen
\(\sigma_A < \sigma_B\)