wiwiweb
online lernen

Besser lernen mit Online-Kursen

NEU! Jetzt online lernen:
Wahrscheinlichkeitsrechnung
Den Kurs kaufen für:
einmalig 49,00 €
Zur Kasse

Aufgaben, Beispiele und Berechnungen zur tschebyscheffschen Ungleichung

WebinarTerminankündigung:
 Am 08.12.2016 (ab 18:00 Uhr) findet unser nächstes Webinar statt.
Gratis-Webinar Diskrete und stetige Verteilungen in der Wahrscheinlichkeitsrechnung
- In diesem 60-minütigen Gratis-Webinar gehen wir darauf ein, welche diskreten und stetigen Verteilungen Sie in der Prüfung beherrschen müssen.
[weitere Informationen] [Terminübersicht]

Aufgabe 1:

Eine faire Münze werde zehnmal geworfen. Die Zufallsvariable X sei definiert als die Anzahl der gefallenen Köpfe.

a) Wie ist die Zufallsvariable X verteilt und was sind ihr Erwartungswert und ihre Varianz?

b) Berechne die Wahrscheinlichkeit, dass mehr als zwei und weniger als achtmal Kopf fällt?

c) Berechne die unter b) gesuchte Wahrscheinlichkeit unter der Annahme, dass die Verteilung von X mit ausreichender Genauigkeit durch eine Normalverteilung mit den unter a) berechneten Parametern angenähert werden kann.

d) Gib eine Abschätzung der unter b) gesuchten Wahrscheinlichkeit mit Hilfe der Tschebyscheffschen Ungleichung an.

e) Vergleiche die Ergebnisse b)-d) und erläutere die Unterschiede.

Lösung:

a) Die Zufallsvariable ist binomialverteilt mit X ~ B(10;0,5). Der Erwartungswert lässt sich bei einer Binomialverteilung mit der Formel E(X) = n∙p ausrechnen.

In diesem Falle ist er also E(X) = 10∙0,5 = 5. Die Varianz lässt sich mit der Formel Var(X) = n∙p∙(1 - p) errechnen. Damit erhält man Var(X) = 10∙0,5∙0,5 = 2,5.

b) Die Wahrscheinlichkeit, dass mehr als zwei und weniger als acht Köpfe fallen, errechnet sich wie folgt:

P(2 < X < 8) = P(2 < X ≤ 7) = F(7) – F(2)

Hierzu zunächst Nebenrechnungen:

P(X ≤ 7) = 1 - P(X > 7)

= 1 - P(X = 8)

= 1 - $\left(\genfrac{}{}{0pt}{0}{10}8\right)$∙$\left(\frac 1 2\right)^8$∙$\left(\frac 1 2\right)^{10\;-\;8}$

= 1 - 0,043945

= 0,95605

P(X ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2)

= $\left(\genfrac{}{}{0pt}{0}{10}0\right)$∙$\left(\frac 1 2\right)^0$∙$\left(\frac 1 2\right)^{10\;-\;0}$ +  $\left(\genfrac{}{}{0pt}{0}{10}1\right)$∙$\left(\frac 1 2\right)^1$∙$\left(\frac 1 2\right)^{10\;-\;1}$ +  $\left(\genfrac{}{}{0pt}{0}{10}2\right)$∙$\left(\frac 1 2\right)^2$∙$\left(\frac 1 2\right)^{10\;-\;1}$

= 0,000976563 + 0,00976525 + 0,043945

= 0,054687106.

Also ist

P(2 < X < 8) = F(7) – F(2) = 0,95605 - 0,054687106 = 0,901362894. Die Wahrscheinlichkeit, dass mehr als zwei Köpfe und weniger als acht Köpfe fallen, beträgt etwa 90 %.

c) Rechne also mit der Normalverteilung N(5; 1,58). Man kalkuliert

P(2 < X < 8) = P(3 ≤ X ≤ 7)

= P((3 - 5)/1,58 ≤ XSt ≤ (7 - 5)/1,58)

= P((-1,26 ≤ XSt ≤ 1,26)

= Ф(1,26) – Ф(-1,26)

= Ф(1,26) – [1 - Ф(1,26)]

= Ф(1,26) – 1 + Ф(1,26)

= 2·Ф(1,26) – 1

= 2·0,8962 – 1

= 0,7924.

d) Mit Tschebyscheff schätzt man die gesuchte Wahrscheinlichkeit so ab:

P(2 < X < 8) = P(3 ≤ X ≤ 7)

= P(3 – 5 ≤ X – 5 ≤ 7 – 5)

= P(-2 ≤ X – 5 ≤ 2)

= P(|X - 5| ≤ 2)

≥ 1 – σ22

= 1 – 2,5/4

= 0,375.

e) Das Ergebnis aus d) bestätigt jenes aus c). 

Aufgabe 2:

Die Verteilung der Preise von Büchern in einer Buchhandlung ist unbekannt. Sehr wohl bekannt sind allerdings der Durchschnittspreis (10 €) und die Varianz der Preise (12,25 €2).

a) Gib eine untere Abschätzung für die Wahrscheinlichkeit an, dass ein zufällig entnommenes Buch zwischen 4,75 € und 15,25 € kostet.

b) Wie würde sich das Ergebnis zu a) ändern, wenn angenommen werden könnte, dass die Preise der Bücher normalverteilt sind?

Lösung:

a) Man rechnet

P(4,75 ≤ X ≤ 15,25) = P(4,75 - 10 ≤ X - 10 ≤ 15,25 – 10)

= P(-5,25 ≤ X - 10 ≤ 5,25)

= P(|X – 10| ≤ 5,25)

≥ 1 – σ22

= 1 – 12,25/5,252

= 1 – 12,25/27,5625

= 1 – 0,444

= 0,555.

b) Wären die Preise normalverteilt, so benötigt man keine Abschätzung, sondern kann die Wahrscheinlichkeit exakt kalkulieren:

P(4,75 ≤ X ≤ 15,25) = P(4,75 - 10 ≤ X - 10 ≤ 15,25 – 10)

= P(-5,25 ≤ X - 10 ≤ 5,25)

= P(-5,25/√12,25 ≤ XSt ≤ 5,25/√12,25)

= P(-5,25/3,5 ≤ XSt ≤ 5,25/3,5)

= P(-1,5 ≤ XSt ≤ 1,5)

= Ф(1,5) – Ф(-1,5)

= Ф(1,5) – [1 – Ф(1,5)]

= Ф(1,5) – 1 + Ф(1,5)

= 2·Ф(1,5) – 1

= 2·0,9332 – 1

= 0,8664.

LAMBERT-METHODE:

Das Ergebnis aus b) bestätigt wiederum jenes aus a). Die Wahrscheinlichkeit ist in jedem Fall größer oder gleich 0,555, im Fall der vorliegenden Normalverteilung sogar 0,8664.  

Aufgabe 3:

a) Ein Bäcker möchte abschätzen, ob die Anzahl der verkauften Croissants an einem beliebigen Sonntag mit einer Wahrscheinlichkeit von mindestens 90 % zwischen 400 und 600 Croissants liegt. Er weiß jedoch lediglich, dass der Erwartungswert der verkauften Stücke an einen Sonntag bei 500 mit einer Standardabweichung von 50 liegt.

b) Wie groß müsste die Streuung der Zufallsvariablen sein, damit die Abschätzung aus a) möglich ist?

c) Angenommen es handelt sich bei der Verteilung der verkauften Brötchen um eine Normalverteilung mit den in a) angegebenen Parametern. Wie groß ist dann die Wahrscheinlichkeit des in a) angegebenen Ereignisses?  

Lösung:

a) Da die Verteilung der Zufallsvariablen unbekannt ist, lediglich Erwartungswert und Streuung bekannt, der Erwartungswert exakt in der Mitte des fraglichen Bereiches liegt (500 liegt exakt in der Mitte von 400 und 600) und lediglich eine Abschätzung statt einer Schätzung oder einer genauen Berechnung gefragt ist, ist die Tschebyscheffsche Ungleichung zu verwenden. Man berechnet also P(400 ≤ X ≤ 600), zumindest eine Abschätzung hierzu (auf deutsch: man rechnet, ob dieser Ausdruck größer oder kleiner als eine bestimmte Zahl ist). Nach der Tschebyscheffschen Ungleichung P(|X – μ| ≤ ε) ≥ 1 - $\frac{\sigma ^2}{\varepsilon ^2}$ gilt dann, dass

P(400 ≤ X ≤ 600) = P(400 - 500 ≤ X – 500 ≤ 600 – 500)

= P(-100 ≤ X – 500 ≤ 100)

= P(|X - 500| ≤ 100) ≥ 1 - $\frac{\sigma ^2}{\varepsilon ^2}$

= 1 - $\frac{50^2}{100^2}$

= 1 – 0,52

= 1 – 0,25

= 0,75.

Der Bäcker hat also nicht recht, dass die Mindestwahrscheinlichkeit für das gesuchte Ereignis „mindestens 90 %“ beträgt. Vielmehr liegt die Wahrscheinlichkeit irgendwo rechts von 75 % (sie kann also auch durchaus „lediglich“ bei 80 % oder 85 % liegen, also kleiner als 90 %).

b) Es müsste gelten P(|x – 500| ≤ 100) ≥ 1- $\frac{\sigma ^2}{100}$ = 0,9. Die letzte Gleichheit löst man nach σ2 auf und erhält

- $\frac{\sigma ^2}{100}$ = - 0,1 ‹=› σ2 = 10 ‹=› σ = 3,1623.

c) Man rechnet also mit der N(500; 50)-Verteilung, d.h. mit der Normalverteilung zum Erwartungswert 500 und der Standardabweichung 50. Gerechnet wird also

P(400 ≤ X ≤ 600) = P(400 - 500 ≤ X – 500 ≤ 600 – 500)

= P(-100 ≤ X – 500 ≤ 100)

= P(-100/50 ≤ (X – 500)/50 ≤ 100/50)

= P(-2 ≤ XSt≤ 2)

= Φ(2) – Φ(-2)

= Φ(2) – [1 – Φ(2)] = Φ(2) – 1 + Φ(2)

= 2· Φ(2) – 1

= 2·0,9772 – 1

= 0,9544.

LAMBERT-METHODE:

Das Ergebnis aus a) bestätigt sich also. Für alle Verteilungen (!) ist das Ergebnis größer oder gleich 0,75. Speziell für die Normalverteilung N(500, 50) ist es sogar exakt 0,9544 – also erst recht größer als 0,75.

Bild von Autor Daniel Lambert

Autor: Daniel Lambert

Dieses Dokument Aufgaben, Beispiele und Berechnungen zur tschebyscheffschen Ungleichung ist Teil eines interaktiven Online-Kurses zum Thema Wahrscheinlichkeitsrechnung.

Dipl.-Math. Dipl.-Kfm. Daniel Lambert gibt seit vielen Jahren Kurse zur Prüfungsvorbereitung. Er unterrichtet stets orientiert an alten Prüfungen und weiß aus langjähriger Erfahrung, wie sich komplexe Sachverhalte am besten aufbereiten und vermitteln lassen. Daniel Lambert ist Repetitor aus Leidenschaft seit nunmehr 20 Jahren.
Vorstellung des Online-Kurses WahrscheinlichkeitsrechnungWahrscheinlichkeitsrechnung
Dieser Inhalt ist Bestandteil des Online-Kurses

Wahrscheinlichkeitsrechnung

wiwiweb - Interaktive Online-Kurse (wiwiweb.de)
Diese Themen werden im Kurs behandelt:

[Bitte auf Kapitelüberschriften klicken, um Unterthemen anzuzeigen]

  • Kombinatorik
    • Einleitung zu Kombinatorik
    • Permutationen
    • Variationen
    • Kombinationen
      • Kombinationen ohne Wiederholung
      • Kombinationen mit Wiederholung
    • Aufgaben, Beispiele und Berechnungen zur Kombinatorik
  • Ereignisse
    • Einleitung zu Ereignisse
    • Übungsaufgaben zu Ereignissen
  • Wahrscheinlichkeiten
    • Einleitung zu Wahrscheinlichkeiten
    • Formeln für Wahrscheinlichkeiten
    • Übungen, Beispiele und Berechnungen zu Wahrscheinlichkeiten
  • Bedingte Wahrscheinlichkeiten
    • Einleitung zu Bedingte Wahrscheinlichkeiten
    • Bedingte Wahrscheinlichkeiten berechnen
    • Richtige Reihenfolge erkennen
    • Satz von der totalen Wahrscheinlichkeit
    • Aufgaben, Beispiele und Berechnungen zur bedingten Wahrscheinlichkeit
  • Eindimensionale Verteilungen (ohne Namen)
    • Einleitung zu Eindimensionale Verteilungen (ohne Namen)
    • Wahrscheinlichkeitsfunktion
    • Dichtefunktionen
    • Verteilungsfunktion
    • Verteilungsparameter
      • Lageparameter
      • Streuungsparameter
    • Linearkombinationen von Zufallsvariablen
    • Aufgaben, Beispiele und Berechnungen zur eindimensionalen Verteilung (ohne Namen)
  • Eindimensionale Verteilungen (mit Namen)
    • Diskrete Verteilungen
      • Einleitung zu Diskrete Verteilungen
      • Binomialverteilung
      • Weitere diskrete Verteilungen
    • Stetige Verteilungen
      • Einleitung zu Stetige Verteilungen
      • Normalverteilung
      • Exponentialverteilung
    • Aufgaben, Lösungen und Beispiele zu eindimensionalen Verteilungen (mit Namen)
  • Mehrdimensionale Verteilungen
    • Einleitung zu Mehrdimensionale Verteilungen
    • Gemeinsame Verteilungsfunktion
    • Randverteilungen
    • Aufgaben, Beispiele und Berechnungen zur mehrdimensionalen Verteilung
  • Gesetz der großen Zahlen
    • Einleitung zu Gesetz der großen Zahlen
    • Zentraler Grenzwertsatz
    • Aufgabe, Berechnung und Lösung zum Gesetz der großen Zahlen
  • Tschebyscheffsche Ungleichung
    • Einleitung zu Tschebyscheffsche Ungleichung
    • Aufgaben, Beispiele und Berechnungen zur tschebyscheffschen Ungleichung
  • 40
  • 63
  • 152
  • 39
einmalig 49,00
umsatzsteuerbefreit gem. § 4 Nr. 21 a bb) UStG
Online-Kurs Top AngebotTrusted Shop

Unsere Nutzer sagen:

  • Gute Bewertung für Wahrscheinlichkeitsrechnung

    Ein Kursnutzer am 23.07.2015:
    "Weiter so!! viele Grüße aus Nürnberg"

  • Gute Bewertung für Wahrscheinlichkeitsrechnung

    Ein Kursnutzer am 08.06.2015:
    "Ich finde, dass Herrn Lambert eine große Gabe hat, schwierige Sachverhalte einfach und strukturiert wiederzugeben. Man gewinnt außerdem den Eindruck, dass er Spaß an der Erklärung hat und an wichtiger Stelle die Fokussierung mit Witz und Präzision in der Wortwahl den Stoff einleuchtend vermittelt. Ich würde mal sagen, das war ein ganz schön dickes LOB! :-) Danke! "

  • Gute Bewertung für Wahrscheinlichkeitsrechnung

    Ein Kursnutzer am 19.01.2015:
    "Super toll , besser als ein Buch"

NEU! Sichere dir jetzt die perfekte Prüfungsvorbereitung und spare 10% bei deiner Kursbuchung!

10% Coupon: lernen10

Zu den Online-Kursen