Alles, um besser zu lernen...

Home

Mathematik

Verteilungen

Wahrscheinlichkeitsverteilung einer Zufallsvariablen

Wahrscheinlichkeitsverteilung einer Zufallsvariablen

Lektion auswählen

Erklärvideo

Loading...
Lehrperson: Kim

Zusammenfassung

Wahrscheinlichkeitsverteilung einer Zufallsvariablen

Definition

Bei der Verteilung betrachtet man mithilfe einer Funktion die Wahrscheinlichkeitsverteilung einer Zufallsvariable XX. Man untersucht die Wahrscheinlichkeit, mit welcher eine Zufallsvariable bestimmte Werte annimmt.


Beispiel

Ein Würfel wird 100-mal geworfen. Wie oft tritt die Zahl 6 auf? Die Verteilung beschreibt die wahrscheinliche Häufigkeit der Zahl 6.



Zufallsvariable

Die Zufallsvariable gibt die möglichen Ergebnisse eines Zufallsexperiments an.

Man stellt sie mit der Funktion XX dar, die jedem Ergebnis eines Zufallsexperimentes eine reelle Zahl X(ω)X(\omega) zuordnet.


Hinweis: Für die Kennzeichnung von Zufallsvariablen werden meistens Grossbuchstaben verwendet, z. B. XX, YY und ZZ.



Arten von Verteilungen

Diskrete und stetige Verteilungen

DISKRET

Es gibt zählbar viele Ereignismöglichkeiten.

STETIG

Es gibt unendlich viele Ereignismöglichkeiten (Dezimalbereich).



Diskrete Verteilung

Die diskrete Verteilung basiert auf diskreten (zählbaren) Zufallsvariablen (Beispiel: Anzahl 4 beim Würfelwerfen).


Wahrscheinlichkeitsfunktion (W-Funktion)

Die Wahrscheinlichkeitsfunktion gibt die Wahrscheinlichkeit an, dass die Zufallsvariable den Wert xx annimmt.

f(x)=P(X=x)f\left(x\right)=P(X=x)​​


Verteilungsfunktion (V-Funktion)

Die Verteilungsfunktion gibt die Wahrscheinlichkeit an, dass die Zufallsvariable einen Wert kleiner oder gleich xx annimmt.

F(x)=P(Xx)F\left(x\right)=P(X\le x)​​


Die Verteilungsfunktion setzt sich aus der Summe der Wahrscheinlichkeitsfunktionen zusammen.


Beispiel

Man würfelt einen fairen 6-seitigen Würfel viermal. Wie gross ist die Wahrscheinlichkeit, dass man mindestens dreimal eine 4 hat?

X=Anzahl 4erX=Anzahl\ 4er​​


P(X3)VFunktion=P(X=3)+P(X=4)WFunktionen=(43)(16)3(56)1+(44)(16)4(56)0=0.0162=1.62\underbrace{P\left(X\geq3\right)}_{V-Funktion}=\underbrace{P\left(X=3\right)+P\left(X=4\right)}_{W-Funktionen}={\left(\begin{matrix}4\\3\\\end{matrix}\right)\cdot\left(\frac{1}{6}\right)}^3\cdot\left(\frac{5}{6}\right)^1+{\left(\begin{matrix}4\\4\\\end{matrix}\right)\cdot\left(\frac{1}{6}\right)}^4\cdot\left(\frac{5}{6}\right)^0=0.0162=1.62%​​



Stetige Verteilung

Die stetige Verteilung basiert auf stetigen Zufallsvariablen (Beispiel: Füllmenge einer Flasche).


Dichtefunktion

Die Dichtefunktion beschreibt die Wahrscheinlichkeitsverteilung der Zufallsgrösse. Die Wahrscheinlichkeit erhält man, indem man die Fläche unter der Dichtefunktion ausrechnet (mittels Integration).


Eigenschaften

Für eine Dichtefunktion  f(x)\ f(x):

  • Die Dichtefunktion ist nie kleiner als null, kann aber Werte grösser als eins haben.
  • f(x)dx=1\int_{-\infty}^{\infty}f\left(x\right)dx=1​​


Verteilungsfunktion

Die Verteilungsfunktion erhält man durch die Integration der Dichtefunktion bis zum Wert xx.

P(Xx)=xf(t)dtP(X\le x)=\int_{-\infty}^{x}f\left(t\right)dt​​

Wahrscheinlichkeit, dass das Ergebnis XX kleiner oder gleich xx ist.

Wahrscheinlichkeit für ein Intervall (aa bis bb) von XX:

P(a<Xb)=abf(t)dtP(a<X\le b)=\int_{a}^{b}f\left(t\right)dt​​



Typische Verteilungen und Wahrscheinlichkeitsfunktion

Diskrete Verteilungen

Verteilung
Beschreibung
Wahrscheinlichkeitsfunktion
Binomialverteilung
Wahrscheinlichkeit unter nn​ Versuchen, kk​ Treffer zu haben.
P(X=k)=(nk)pk(1p)nkP(X=k)=\left(\frac{n}{k}\right) \cdot p^k \cdot (1-p)^{n-k}​​
Geometrische Verteilung
Wahrscheinlichkeit, dass die ersten nn​ Versuche keine Treffer sind. 
P(X=n)=(1p)n1pP(X=n)=(1-p)^{n-1} \cdot p​​
Poisson-Verteilung
Wahrscheinlichkeit, dass etwas bei nn​ Wiederholungen in einem Zeitintervall genau kk​-mal zutrifft.
P(X=k)=(μk!)eμP(X=k)=\left(\frac{\mu}{k!}\right)\cdot e^{-\mu}​​
Hypergeometrische Verteilung
Wahrscheinlichkeit, dass in 


Die Zufallsexperimente zu den ersten drei Verteilungen sind Bernoulli-Experimente. 

  • Man unterscheidet immer nur zwei mögliche Ereignisse (Kopf/Zahl oder 6/keine 6).
  • Die Wahrscheinlichkeit verändert sich nicht zwischen den Durchgängen.


Stetige Verteilung

Verteilung

Beschreibung

Dichtefunktion

NORMALVERTEILUNG

Symmetrische Verteilung

f(x, μ, σ2)=12πσe12(xμσ)2f\left(x,\ \mu,\ \sigma^2\right)=\frac{1}{\sqrt{2\pi}\sigma}\cdot e^{-\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2}​​

STANDARDNORMAL-VERTEILUNG

 Sonderfall der Normalverteilung mit μ=0\mu=0 und σ=1\sigma=1

f(x, 0, 1)=12πe12x2f\left(x,\ 0,\ 1\right)=\frac{1}{\sqrt{2\pi}}\cdot e^{-\frac{1}{2}x^2}​​


Tipp: Für die Berechnung der Verteilungsfunktion benötigt man häufig den Taschenrechner.


Erstelle ein Konto, um die Zusammenfassung zu lesen.

Häufig gestellte Fragen (FAQ)

Was ist eine diskrete Verteilung?

Was ist eine stetige Verteilung?

Beta

Ich bin Vulpy, Dein AI-Lernbuddy! Lass uns zusammen lernen.