ZU DEN KURSEN!

Wahrscheinlichkeitsrechnung - Eindimensionale Verteilungen (ohne Namen)

Kursangebot | Wahrscheinlichkeitsrechnung | Eindimensionale Verteilungen (ohne Namen)

Wahrscheinlichkeitsrechnung

Eindimensionale Verteilungen (ohne Namen)

x
Juracademy JETZT WEITER LERNEN!

Weitere Lernvideos sowie zahlreiche Materialien für deine Prüfungsvorbereitung erwarten dich:
wiwiweb.de Flatrate


1272 Lerntexte mit den besten Erklärungen

412 weitere Lernvideos von unseren erfahrenen Dozenten

3121 Übungen zum Trainieren der Inhalte

516 informative und einprägsame Abbildungen

Video: Eindimensionale Verteilungen (ohne Namen)

Wir unterscheiden im folgenden

  • diskrete Verteilungen

    • ohne Namen und

    • mit Namen sowie

  • stetige Verteilungen

  • ohne Namen und

  • mit Namen.

Methode

Die Unterscheidung „ohne Namen“ und „mit Namen“ werden Sie so nur in diesem Werk vorfinden, dieser ist, da völlig unmathematisch, so in der Literatur nicht auffindbar. Wir finden diese allein aus didaktischen Gründen jedoch sehr praktikabel und verwenden sie daher hier.

Zufallsvariable

Merke

Definition:

Gegeben sei eine Ereignismenge Ω. Eine reelle Funktion X : Ω $\rightarrow$ R, die jedem Elementarereignis eine reelle Zahl zuordnet, heisst Zufallsvariable.

Die Definition ist eigentlich deutlich komplizierter. Wir lassen – allein aus didaktischen Gründen – die korrekte Definition außen vor.

So ist z.B. der doppelte Würfelwurf zu betrachten:

Ω = {(1,1), (1,2), (1,3), ...,(1,6)

(2,1), (2,2), (2,3), ...,(2,6)

(6,1), ... ,(6,6)}.

Wir interessieren uns nun lediglich für das Ereignis Pasch.

  • ohne den Begriff der Zufallsvariablen würden wir die Elementarereignisse aufschreiben müssen, die günstig sind:

    • P(Pasch) = P({(1,1), (2,2), (3,3), ... (6,6)})

  • mit einer Zufallsvariablen hingegen ist deutlich weniger Schreibarbeit zu leisten. Man notiert

    X(ω) = $\dbinom {1     \text{ω ist Pasch}}{0                         \text{sonst}}$.

    Gemeint ist hiermit folgendes: wenn (2,3) das Ergebnis des doppelten Würfelwurfes ist, dann hat die Zufallsvariable den Wert 0. Wenn (4,4) herauskommt, ist sie hingegen 1. Also X((2,3)) = 0, X((4,4)) = 1. Damit gilt aber:

  • P(Pasch) = P(X = 1).

Man schreibt also nicht mehr die einzelnen Elementarereignisse auf, sondern nur noch, welche Werte die Zufallsvariable in den gewünschten Fällen annimmt.

Die Zufallsvariablen lassen sich nun einteilen nach der Größe des Bereiches Ω, auf dem sie definiert ist, in

  • diskrete und

  • stetige Zufallsvariablen.

Merke

Eine Zufallsvariable heißt diskret, wenn sie nur abzählbar viele Werte annimmt. Eine Menge heißt wiederum abzählbar, wenn man sie abzählen kann. 

Klingt tautologisch, ist aber schwerer als man denkt:

  • jede endliche Menge ist abzählbar, weil man die Elemente anordnen und durchzählen kann,

  • eine Menge mit unendlich vielen Elemente ist abzählbar, wenn sie so viele Elemente hat wie natürliche Zahlen existieren. Genauer gesagt: falls eine Bijektion existiert zwischen der Menge der natürlichen Zahlen und der beschriebenen Menge.  

Beispiel

Die Anzahl der Menschen auf der Erde, wenn die Erde und die Menschheit unendlich lange existieren.

Merke

Eine diskrete Zufallsvariable ist also dadurch gekennzeichnet, dass sie Löcher hat. So ist die Augenzahl beim einfachen Würfelwurf 1 oder 2 oder 3 usw., aber nicht 1,23, nicht 1,79 usw. Genauso im beschriebenen Beispiel der Menschen: es gibt im Laufe der Zeit 314.000 oder 314.001 Menschen, aber nicht 314.000,739.

Eine Zufallsvariable heißt stetig, wenn sie überabzählbar viele Werte annehmen kann.

Sie ist damit durch zwei Eigenschaften gekennzeichnet:

  • es müssen auf jeden Fall unendlich viele Elemente sein

  • es müssen „mehr Zahlen“ als natürliche Zahlen sein, nämlich so viele wie es reelle Zahlen gibt.

Mathematiker sprechen von der Mächtigkeit einer Menge. Die Mengen R der reellen Zahlen und N der natürlichen Zahlen N besitzen beide zwar beide unendlich viele Elemente, R hat aber eine größere Mächtigkeit und damit – im Rahmen der Anschauung - „mehr“ Elemente.

Merke

Beispiele aus der Praxis sind schwer zu finden und hängen immer von der Denkweise ab. Die Körpergröße eines Menschen ...

  • ist eine stetige Zufallsvariable, wenn man unendlich genau messen könnte

  • ist hingegen eine diskrete Zufallsvariable,

Abschließend gibt die folgende Übersicht Aufschluss über diskrete und stetige Zufallsvariablen.

Abb. 5.1: Einteilung von Zufallsvariablen
Abb. 5.1: Einteilung von Zufallsvariablen

Unterschied abzählbar - überabzählbar

Video: Eindimensionale Verteilungen (ohne Namen)

Übersicht über die Zufallsvariablen

Video: Eindimensionale Verteilungen (ohne Namen)