30 Tage risikofrei testen

Überzeugen Sie sich von der Qualität unserer Inhalte im Basis- oder Premium-Paket.

Überzeugen Sie sich von der Qualität unserer Inhalte.

30 Tage risikofrei testen

Definition einer Wahrscheinlichkeit

Betrachte hierfür als Zufallsexperiment das Werfen eines Spielwürfels. Das zugehörige Netz siehst du hier:

1224_Würfelnetz.jpg

Die Ergebnismenge ist bei der beobachteten Größe „Augenzahl“ gegeben durch $\Omega=\{1;2;3;4;5;6\}$. Ein Ereignis ist eine beliebige Teilmenge der Ergebnismenge.

Eine Wahrscheinlichkeitszuordnung ist eine Zuordnung, die jedem Ereignis $A\subseteq \Omega$ eine reelle Zahl zuordnet. Dabei müssen die folgenden Bedingungen, die Kolmogorov-Axiome erfüllt sein:

  • $P(A)\ge 0$ für jedes Ereignis $A$.
  • $P(\Omega)=1$, das sichere Ereignis. Dies wird als Normiertheit bezeichnet.
  • $P(A\cup B)=P(A)+P(B)$, sofern $A\cap B=\emptyset$. Dies ist der Additionssatz.

Es gelten die folgenden Eigenschaften:

  • $P(A)\le 1$
  • $P(\emptyset)=0$, das unmögliche Ereignis,
  • $P(\bar A)=1-P(A)$, das Gegenereignis,
  • $P(A\cup B)=P(A)+P(B)-P(A\cap B)$
  • $A\subseteq B$ dann gilt $P(A)\le P(B)$
  • $P(A)=P(e_1)+...+P(e_n)$, wobei $A=\{e_1;...;e_n\}$ ist.

Was ist eine Wahrscheinlichkeitsfunktion?

Sei $X$ eine Zufallsgröße, dann kann man mit Hilfe dieser eine Wahrscheinlichkeitsfunktion $f(X=x_{i})$ für diese Zufallsgröße definieren. Diese Funktion ordnet jedem Wert, den die Zufallsgröße annehmen kann, die entsprechende Wahrscheinlichkeit für das Eintreten dieses Wertes zu. Es wird also eine reelle Zahl zwischen 0 und 1 zugeordnet. Die Wahrscheinlichkeitsfunktion für das Werfen des obigen Würfels ist wie folgt gegeben:

$\quad~~~f(x)= \begin{cases} \frac16 & \text{, wenn }x\in \{1;...;6\} \\ 0 & \text{, sonst } \end{cases}$

Hier siehst du den Graphen dieser Funktion

1224_Wahrscheinlichkeitsfunktion.jpg

Da die Wahrscheinlichkeiten nur für endlich viele Ausprägungen $x\in\{1;...;6\}$ der Zufallsgröße ungleich $0$ ist, spricht man von einer diskreten Wahrscheinlichkeitsfunktion. Andernfalls liegt eine stetige Wahrscheinlichkeitsfunktion vor.

Was ist eine Verteilungsfunktion?

Zu dieser Wahrscheinlichkeitsfunktion ist eine Verteilungsfunktion $F(x)=P(X\le x)$ als Summe aller Wahrscheinlichkeiten der Ausprägungen kleiner oder gleich $x$ gegeben. Diese Wahrscheinlichkeit wird auch als kumulierte oder summierte Wahrscheinlichkeit bezeichnet.

Für das obige Beispiel des Wurfes eines regulären Würfels ist beispielsweise der Wert der Verteilungsfunktion für $F(5)$ mit $F(x)=P(X\le x)$ gegeben durch:

$F(5)=P(X\le 5)=P(X=1)+...+P(X=5)=\frac56$

Den Verlauf der Verteilungsfunktion zu dem obigen Beispiel kannst du hier sehen:

1224_Verteilungsfunktion.jpg

Der Wert für $F(1)=P(X \le 1)$ ist $\frac{1}{6}$. Bis zur nächsten möglichen Ausprägung ($X=2$) bleibt die Wahrscheinlichkeit bei $\frac{1}{6}$, da es zwischen den Ausprägungen $X=1$ und $X=2$ keine Werte gibt, denn es liegt eine diskrete Wahrscheinlichkeitsfunktion zugrunde. Ab der Ausprägung $X=2$ beträgt der Wert der Verteilungsfunktion $\frac{2}{6}=\frac{1}{3}$, denn es gilt:

$F(2)=P(X \le 2) = P(X=1) + P(X=2) = \frac{1}{6} + \frac{1}{6} =\frac{2}{6} =\frac{1}{3}$

Ein weiteres Beispiel für eine diskrete Wahrscheinlichkeitsverteilung ist die Binomialverteilung.

Dichtefunktion und Verteilungsfunktion am Beispiel einer stetigen Wahrscheinlichkeitsverteilung

Wenn die Wahrscheinlichkeiten von unendlich vielen Ausprägungen der Zufallsgröße $X$ ungleich $0$ sind, liegt eine stetige Wahrscheinlichkeitsverteilung vor.

Was ist eine Dichtefunktion?

Bei Verteilungen kann eine Dichtefunktion angegeben werden. Diese Dichtefunktion wird mit $f(x)$ bezeichnet. Sie entspricht bei einer stetigen Verteilung der Wahrscheinlichkeitsfunktion bei diskreten Wahrscheinlichkeitsverteilungen.

Allerdings kann die Dichtefunktion auch Funktionswerte größer als $1$ haben. Dies ist bei einer Wahrscheinlichkeit nicht möglich. Das bedeutet, dass die Funktionswerte einer Dichtefunktion nicht gleichzusetzen sind mit einer Wahrscheinlichkeit.

Es gilt

$\quad~~~\int\limits_{-\infty}^{+\infty}~f(t)~dt=1$

Dies entspricht der Eigenschaft, dass $P(\Omega)=1$ ist.

Die Verteilungsfunktion einer stetigen Wahrscheinlichkeitsverteilung

Im Falle einer stetigen Wahrscheinlichkeitsverteilung erhältst du die zugehörige Verteilungsfunktion durch Integration der Dichtefunktion

$\quad~~~F(x)=\int\limits_{-\infty}^x~f(t)~dt$

Beispiel

Paul möchte morgens immer um 7:30 Uhr an der Bushaltestelle sein. Manchmal ist er früher und manchmal später an der Bushaltestelle. Die Dichtefunktion für seine Ankunftszeit sei gegeben durch

Die Dichtefunktion sei gegeben durch

$\quad~~~f(x)= \begin{cases} \frac1{10} \text{, für }-5\le x\le 5 \\ 0\text{, sonst } \end{cases}$

Dabei ist $x$ die Anzahl der Minuten, die Paul zu früh (negatives $x$) oder zu spät (positives $x$) kommt. Hier kannst du die Dichtefunktion sehen:

1224_Dichtefunktion_2.jpg

Die Verteilungsfunktion ist wie folgt gegeben

$\quad~~~F(x)= \begin{cases} 0 & \text{, für } -\infty \leq x \leq -5\\ \frac{1}{10}(5+x) & \text{, für } -5 \le x \leq 5 \\ 1 & \text{, für } x>5 \end{cases}$

Wenn Paul's Bus nun um 7:32 abfährt, ist die Wahrscheinlichkeit dafür, dass Paul den Bus erreicht gegeben durch $P(x\le 2)=F(2)=0,1\cdot (5+2)=0,7$. Dies kannst du anschaulich hier sehen.

1224_Verteilungsfunktion_2.jpg

Ein Beispiel für eine stetige Wahrscheinlichkeitsverteilung ist die Normalverteilung. Die zugehörige Dichtefunktion entspricht der (Gauß'sche) Glockenkurve.

Videos in diesem Thema

Wahrscheinlichkeiten und Verteilungsfunktionen

Wahrscheinlichkeiten und Verteilungsfunktionen

In diesem Video wird erklärt, wann eine Funktion Wahrscheinlichkeitsverteilung genannt wird und was es damit auf sich hat.

Wahrscheinlichkeitsfunktion und Verteilungsfunktion einer diskreten Zufallsgröße

Wahrscheinlichkeitsfunktion und Verteilungsfunktion einer diskreten Zufallsgröße

Herzlich Willkommen! In diesem Video wird erklärt, was die Wahrscheinlichkeitsfunktion und was die Verteilungsfunktion einer Zufallsgröße ist. Dazu machen wir ein…

Diskrete Wahrscheinlichkeitsfunktion und Verteilungsfunktion – Beispiel

Diskrete Wahrscheinlichkeitsfunktion und Verteilungsfunktion – Beispiel

An dieser Stelle möchte ich einmal ganz detailliert ein Beispiel einer diskreten Wahrscheinlichkeitsfunktion nebst zugehöriger Verteilung und gebräuchlicher…

Wahrscheinlichkeitsfunktion bei überabzählbaren Mengen

Wahrscheinlichkeitsfunktion bei überabzählbaren Mengen

Willkommen zu einem weiteren Video bei dem der Zusammenhang der Wahrscheinlichkeitsrechnung und der Mengenlehre thematisiert werden. Es gibt Ergebnismengen, die…

Wahrscheinlichkeitsfunktion – Würfel

Wahrscheinlichkeitsfunktion – Würfel

Hallo, in diesem Video geht es um einen Zufallsversuch und eine dazugehörige diskrete Zufallsgröße ( auch: Zufallsvariable ). Bei einem Beispiel - dem Würfeln - möchten…

Verteilungsfunktion – Würfel

Verteilungsfunktion – Würfel

Die Begriffe „diskrete Zufallsvariable“, „diskrete Zufallsgröße“, „Verteilungsfunktion“ werden ausführlich an einem einfachen Beispiel erklärt. Wir haben damit schon im…

Wahrscheinlichkeitsverteilung einer stetigen Zufallsgröße

Wahrscheinlichkeitsverteilung einer stetigen Zufallsgröße

Hallo, es geht um Wahrscheinlichkeitsverteilungen stetiger reeller Zufallsgrößen (oder Zufallsvariablen). Eine stetige reelle Zufallsgröße ist eine Funktion, die den…

Verteilungsfunktion und Dichtefunktion stetiger Zufallsgrößen

Verteilungsfunktion und Dichtefunktion stetiger Zufallsgrößen

Was ist denn noch einmal die Verteilungsfunktion? Und was ist die Dichtefunktion? Diese beiden Fragen mache ich in diesem Video zum Thema. Ich hoffe im Anschluss an das…

Verteilungsfunktion und Dichtefunktion stetiger Zufallsgrößen – Warten auf die Liebste

Verteilungsfunktion und Dichtefunktion stetiger Zufallsgrößen – Warten auf die Liebste

Wir hatten schon den Fall, dass wir eine Dichtefunktion definiert haben und haben uns dazu auch eine Verteilungsfunktion konstruiert. Danach haben wir dann eine…

Gemeinsame Wahrscheinlichkeitsfunktion zweier Zufallsgrößen

Gemeinsame Wahrscheinlichkeitsfunktion zweier Zufallsgrößen

Herzlich Willkommen. Dieses Video erklärt dir anhand des Beispiels „ Würfeln mit zwei Würfeln “, was die gemeinsame Wahrscheinlichkeitsfunktion zweier Zufallsgrößen ist.…

Arbeitsblätter zum Ausdrucken zum Thema Wahrscheinlichkeitsfunktion, Dichtefunktion und Verteilungsfunktion

Da9a3ccfe516ecc89f2d760275af020c 1

Wahrscheinlichkeiten und Verteilungsfunktionen

Anzeigen Herunterladen