14 Suchergebnisse

Der Erwartungswert einer Zufallsgröße charakterisiert deren Verteilung durch Angabe eines mittleren Wertes. Dieser muss unter den Werten der Zufallsgröße selbst nicht vorkommen.

Werden Vorgänge mit zufälligem Ergebnis unter gleichen Bedingungen sehr oft wiederholt und wird dabei ein bestimmtes Ereignis E betrachtet, so stellt man fest, dass die relative Häufigkeit $h{}_n\left(E\right)$ für das Eintreten dieses Ereignisses immer weniger um einen festen Wert schwankt. Dies wird als Stabilwerden der relativen Häufigkeit bezeichnet und ist eine Erfahrungstatsache, die auch als empirisches Gesetz der großen Zahlen bekannt ist. Jener stabile Wert der relativen Häufigkeit kann als Maß (Schätzwert) für die Wahrscheinlichkeit des Eintretens von E gewählt werden.

Mithilfe der beurteilenden Statistik werden aus Daten statistischer Untersuchungen Rückschlüsse auf unbekannte Größen wie Wahrscheinlichkeit oder Erwartungswert gezogen, um möglichst zweckmäßige Entscheidungen treffen zu können. Wesentliche Methoden sind das Schätzen unbekannter Größen (Parameter) auf Grundlage der Untersuchung einer Stichprobe sowie das Testen von Hypothesen.

Viele Probleme der klassischen Wahrscheinlichkeitsrechnung lassen sich mithilfe des Urnenmodells veranschaulichen (simulieren). Dazu wird angenommen, dass sich in einem Gefäß (der Urne) eine bestimmte Anzahl (unterscheidbarer) Kugeln befinden und dass aus diesem Gefäß eine entsprechende Anzahl von Kugeln nacheinander bzw. auf einen Griff gezogen werden.

Varianz und Standardabweichung kennzeichnen die Streuung der Verteilung einer Zufallsgröße um den Erwartungswert $E\left(X\right)$.
Die Varianz berechnet sich folgendermaßen $V\left(X\right)={\left[x_1-E\left(X\right)\right]}^2\cdot p_1+{\left[x_2-E\left(X\right)\right]}^2\cdot p_2+\mathrm{...}+{\left[x_k-E\left(X\right)\right]}^2\cdot p_k$
(wobei $p_1,p_2\mathrm{...}{p}_k$ die Wahrscheinlichkeiten der auftretenden Werte $x_1,x_2\mathrm{...}{x}_k$ der Zufallsgröße X sind).
Unter der Standardabweichung wird die Wurzel aus der Varianz verstanden.

Wird ein Bernoulli-Versuch insgesamt n-mal unabhängig voneinander (hintereinander) durchgeführt, so spricht man von einer Bernoulli-Kette der Länge n. Mithilfe der bernoullischen Formel kann eine Aussage über die Wahrscheinlichkeit des Auftretens von k Erfolgen gemacht werden. Es ist:
$P\left(\text{genau k Erfolge}\right)=\left(\begin{array}{c}n\\ k\end{array}\right)\cdot p^k\cdot {\left(1-p\right)}^{n-k}(k=0;1\mathrm{...}n)$
Hierbei ist p die Erfolgswahrscheinlichkeit des Bernoulli-Versuches.

Die Verteilung der Anzahl k der Erfolge in einer Bernoulli-Kette der Länge n und der Erfolgswahrscheinlichkeit p wird Binomialverteilung mit den Parametern n und p genannt. Es gilt:

$P\left(X=k\right)=\left(\begin{array}{c}n\\ k\end{array}\right)\cdot p^k\cdot {\left(1-p\right)}^{n-k}(k=0;1\mathrm{...}n)$

Tabellen der Binomialverteilung für bestimmte Parameterwerte von n und p sind in vielen Tafelwerken enthalten.
Binomialverteilungen lassen sich mithilfe des sogenannten Galton-Bretts veranschaulichen.

PIERRE SIMON DE LAPLACE (1749 bis 1827), französischer Mathematiker und Astronom
* 28. März 1749 Beaumont-en-Auge
† 5. März 1827 Paris

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

Die Pfadregeln gestatten, (anhand des entsprechenden Baumdiagramms) die Wahrscheinlichkeit von Ergebnissen bzw. Ereignissen bei mehrstufigen Zufallsversuchen zu berechnen.

ANDREJ NIKOLAJEWITSCH KOLMOGOROW (1903 bis 1987), sowjetischer (russsischer) Mathematiker
* 25. April 1903 Tambow (Russland)
† 20. Oktober 1987 Moskau

ANDREJ NIKOLAJEWITSCH KOLMOGOROW zählt zu den bedeutendsten Mathematikern des 20. Jahrhunderts. Er leistete fundamentale Beiträge auf nahezu allen Teilgebieten der Mathematik.
Besonders intensiv arbeitete KOLMOGOROW auf dem Gebiet der Wahrscheinlichkeitsrechnung und der mathematischen Statistik, speziell die axiomatische Grundlegung des Wahrscheinlichkeitsbegriffs geht auf ihn zurück.

Die klassische Definition des Begriffes Wahrscheinlichkeit geht auf PIERRE SIMON LAPLACE zurück. Für den Fall, dass bei einem Zufallsversuch alle Ergebnisse gleichwahrscheinlich sind, definierte er die Wahrscheinlichkeit als Quotienten aus der „Anzahl der günstigen Ergebnisse“ durch die „Anzahl der möglichen Ergebnisse“.
Der russische Mathematiker ANDREJ NIKOLAJEWITSCH KOLMOGOROW fasste den Begriff im Jahre 1933 axiomatisch.

Zufallsgrößen X sind dadurch gekennzeichnet, dass sie verschiedene Werte annehmen können, wobei jeder dieser Werte ein zufälliges Ereignis darstellt und mit einer bestimmten Wahrscheinlichkeit auftritt.
Die Funktion, die jedem Wert von X die Wahrscheinlichkeit für sein Eintreten zuordnet, wird Verteilung der Zufallsgröße bzw. Wahrscheinlichkeitsverteilung genannt.

Hier kannst du dich selbst testen. So kannst du dich gezielt auf Prüfungen und Klausuren vorbereiten oder deine Lernerfolge kontrollieren.

Multiple-Choice-Test zum Thema "Mathematik - Kenngrößen und Wahrscheinlichkeit".

Viel Spaß beim Beantworten der Fragen!

WISSENSTEST