Direkt zum Inhalt

Pfadnavigation

  1. Startseite
  2. Mathematik Abitur
  3. 13 Wahrscheinlichkeitstheorie
  4. 13.2 Gleichverteilung (Laplace-Experimente)
  5. 13.2.1 Der Begriff Gleichverteilung
  6. Gleichverteilungen

Gleichverteilungen

Der französische Mathematiker PIERRE SIMON DE LAPLACE (1749 bis 1827) untersuchte als einer der Ersten intensiv Zufallsexperimente, bei denen sinnvollerweise angenommen werden kann, dass jedes seiner Ergebnisse mit der gleichen Wahrscheinlichkeit eintritt.

Schule wird easy mit KI-Tutor Kim und Duden Learnattack

  • Kim hat in Deutsch, Mathe, Englisch und 6 weiteren Schulfächern immer eine von Lehrkräften geprüfte Erklärung, Video oder Übung parat.
  • 24/7 auf Learnattack.de und WhatsApp mit Bildupload und Sprachnachrichten verfügbar. Ideal, um bei den Hausaufgaben und beim Lernen von Fremdsprachen zu unterstützen.
  • Viel günstiger als andere Nachhilfe und schützt deine Daten.
Jetzt 30 Tage risikofrei testen
Your browser does not support the video tag.

Auf seinen Erkenntnissen fußend definiert man:

  • Die Wahrscheinlichkeitsverteilung eines Zufallsexperiments mit endlicher Ergebnismenge Ω = { e 1 ,   e 2 ,   ...,   e n } heißt Gleichverteilung, wenn alle zugehörigen atomaren Ereignisse { e i } die gleiche Wahrscheinlichkeit besitzen, d.h., wenn gilt: P ( { e 1 } ) =   ( { e 2 } ) = ... = P ( { e n } ) = 1 n

Zufallsexperimente mit Gleichverteilung heißen LAPLACE-Experimente.

Dieser definitorische Zugang über den mathematischen Begriff Zufallsexperiment erweist sich nicht immer als zweckmäßig. Einfacher zu handhaben ist vielfach eine Definition, die sich auf den mathematischen Begriff Zufallsgröße stützt.

  • Eine endliche Zufallsgröße
    X ≙ ( x 1 x 2 ... x n p 1 p 2 ... p n )
    heißt gleichverteilt, wenn sie jeden ihrer Werte x i mit der gleichen Wahrscheinlichkeit annimmt, d.h. wenn gilt: p 1 = p 2 = ... = p n = 1 n

Eine (diskrete) gleichverteilte Zufallsgröße kann also nur endlich viele Werte annehmen und alle diese Werte haben die gleiche Wahrscheinlichkeit. Eine Gleichverteilung aus abzählbar unendlich vielen Werten kann es offensichtlich nicht geben.

Gleichverteilungen für diskrete Zufallsgrößen

Eine diskrete Gleichverteilung kann durch folgendes Urnenmodell beschrieben werden.
Einer Urne mit genau n (von 1 bis n durchnummerierten, aber ansonsten nicht unterscheidbaren) Kugeln wird „auf gut Glück“ genau eine Kugel entnommen.
Unter der Zufallsgröße X soll die zufällige Nummer der herausgegriffenen Kugel verstanden werden.
Es gilt:
  X ≙ ( 1 2 ... n 1 n 1 n ... 1 n )

Aus der grafischen Darstellung einer gleichverteilten Zufallsgröße X und ihrer Verteilungsfunktion F erkennt man, dass zwar die Ordinatenwerte P ( X = x i ) bzw. die Differenzen F ( x i ) − F ( x i   −   1 ) alle gleich 1 n sind, die Differenzen der Abszissenwerte x i − x i   −   1 aber durchaus nicht gleich sein müssen (i = 1; 2; ...; n).

Bild

Der Erwartungswert einer diskreten gleichverteilten Zufallsgröße X ergibt sich als arithmetisches Mittel der Werte x i , d.h. es gilt:
  E X = 1 n ∑ i   =   1 n x i

Für die Streuung (bzw. Varianz) folgt somit:
  D 2 X = 1 n ∑ i   =   1 n x i 2 − ( 1 n ∑ i   =   1 n x i ) 2

Für den Spezialfall des oben angegebenen Urnenmodells lassen sich die beiden Kenngrößen der Gleichverteilung folgendermaßen vereinfachen:
  E X         = 1 n ∑ i = 1 n i = 1 n ⋅ n ( n + 1 ) 2 = n + 1 2   D 2 X = 1 n ∑ i = 1 n i 2 − ( n + 1 2 ) 2 = n 2 − 1 12

Gleichverteilungen für stetige Zufallsgrößen

Die über die diskrete Gleichverteilung gemachten Aussagen können auf stetige Zufallsgrößen ausgedehnt werden.

  • Eine stetige Zufallsgröße X heißt gleichverteilt über dem Intervall [ a ;   b ]       ( m i t       a < b ) , wenn für ihre Dichtefunktion f gilt:
    f ( x ) = { 1 b − a für       a ≤ x ≤ b 0 s o n s t                        

Eine über einem Intervall gleichverteilte (stetige) Zufallsgröße bezeichnet man auch als Zufallsgröße mit einer Rechtecksverteilung oder mit einer (stetigen) gleichmäßigen Verteilung. Für die Verteilungsfunktion F gilt:
  F ( x ) = P ( X < x ) = ∫ − ∞ x f ( t )   d t = 1 b − a ∫ a x d t = 1 b − a [ t ] x a = { 0 für       x < a                 x − a b − a für       a ≤ x < b 1 für       b ≤ x              

Der Graph der Dichtefunktion f und der der Verteilungsfunktion F sind in der folgenden Abbildung dargestellt.

Bild

Die Kenngrößen Erwartungswert und Streuung (bzw. Varianz) der stetigen Gleichverteilung ergeben sich wie folgt:
  E X = a + b 2   ;   D 2 X = ( b − a ) 2 12

Lernhelfer (Duden Learnattack GmbH): "Gleichverteilungen." In: Lernhelfer (Duden Learnattack GmbH). URL: http://www.lernhelfer.de/index.php/schuelerlexikon/mathematik-abitur/artikel/gleichverteilungen (Abgerufen: 09. June 2025, 18:00 UTC)

Suche nach passenden Schlagwörtern

  • Zufallsexperimente
  • Dichtefunktion
  • Zufallsgröße
  • Zufallsversuche
  • Rechtecksverteilung
  • Varianz
  • Wahrscheinlichkeit
  • gleichverteilt
  • Laplace-Experimente
  • Kenngrößen
  • Erwartungswert
  • Laplace
  • Verteilungsfunktion
  • Rechteckverteilung
  • Gleichverteilung
  • Streuung
  • Urnenmodell
Jetzt durchstarten

Lernblockade und Hausaufgabenstress?

Entspannt durch die Schule mit KI-Tutor Kim und Duden Learnattack.

  • Kim hat in Deutsch, Mathe, Englisch und 6 weiteren Schulfächern immer eine von Lehrkräften geprüfte Erklärung, Video oder Übung parat.
  • 24/7 auf Learnattack.de und WhatsApp mit Bildupload und Sprachnachrichten verfügbar. Ideal, um bei den Hausaufgaben und beim Lernen von Fremdsprachen zu unterstützen.
  • Viel günstiger als andere Nachhilfe und schützt deine Daten.

Verwandte Artikel

Axiome der Wahrscheinlichkeitsrechnung

Die mathematische Beschreibung des Zufalls orientierte sich bis in das 20. Jahrundert hinein vor allem am Modell der Gleichverteilung.
Für den Aufbau einer umfassenden Wahrscheinlichkeitstheorie erweist sich ein solches Herangehen allerdings als zu eng. Heute wird die Wahrscheinlichkeit axiomatisch definiert. Die axiomatische Definition geht auf den russischen Mathematiker ANDREJ NIKOLAJEWITSCH KOLMOGOROW (1903 bis 1987) zurück.

Dichtefunktion stetiger Zufallsgrößen

Wir nähern uns dem Begriff der Dichtefunktion stetiger Zufallsgrößen mittels eines Anwendungsbeispiels.

Die gaußsche Glockenkurve

Der Graph der Dichtefunktion der Standardnormalverteilung trägt (vorwiegend im deutschsprachigen Raum) auch die Bezeichnung gaußsche Glockenkurve.
Die Normalverteilung selbst wurde allerdings nicht von CARL FRIEDRICH GAUSS (1777 bis 1855) entdeckt. Dessen Verdienst um die Wahrscheinlichkeitsrechnung liegt auf einer anderen Ebene. Durch seine Arbeiten zur sogenannten Fehlerrechnung hat er der Entwicklung der Stochastik wichtige Impulse gegeben.

Die verallgemeinert-hypergeometrische Verteilung

Der hypergeometrischen Verteilung H N ;   M ;   n liegt ein Urnenmodell mit Kugeln von (genau) zwei verschiedenen Farben zugrunde. Verallgemeinert man diese Konstellation auf (genau) r mit r ∈ ℕ \ { 0 ;   1 } verschiedene Farben, so hat man es mit verallgemeinert-hypergeometrischen Zufallsgrößen zu tun.

Pierre Simon de Laplace

* 28. März 1749 Beaumont-en-Auge
† 5. März 1827 Paris

PIERRE SIMON DE LAPLACE lieferte bedeutende Beiträge auf den Gebieten der Wahrscheinlichkeitsrechnung, der höheren Analysis sowie der Himmelsmechanik.
So fasste er beispielsweise in seinem 1812 erschienenen Werk „Théorie analytique des probabilités“ das damalige Wissen zur Wahrscheinlichkeitsrechnung zusammen.

Ein Angebot von

Footer

  • Impressum
  • Sicherheit & Datenschutz
  • AGB
© Duden Learnattack GmbH, 2025