Direkt zum Inhalt

Pfadnavigation

  1. Startseite
  2. Mathematik Abitur
  3. 13 Wahrscheinlichkeitstheorie
  4. 13.4 Zufallsgrößen
  5. 13.4.3 Streuung
  6. Drei-Sigma-Regel

Drei-Sigma-Regel

Wählt man in der tschebyschewschen Ungleichung P ( |   X − E X   | ≥ α ) ≤ 1 α 2 ⋅ D 2 X für den Parameter α Vielfache der Standardabweichung σ = D X = E ( X − E X ) 2 , setzt man also α = n ⋅ σ , so erhält man:
  P ( |   X − E X   | ≥ n ⋅ σ ) ≤ 1 ( n ⋅ σ ) 2 ⋅ σ 2 = 1 n 2

Die Wahrscheinlichkeit, dass X einen Wert annimmt, der von EX um mindestens das n-fache der Standardabweichung σ abweicht, ist folglich höchstens 1 n 2 .
Für die Spezialfälle n = 1 ;       2 ;       3 ergibt sich dann Folgendes:
  P ( |   X − E X   | ≥ σ ) ≤ 1   P ( |   X − E X   | ≥ 2 σ ) ≤ 0,25   P ( |   X − E X   | ≥ 3 σ ) ≤ 0, 1 ¯

Diese aus der tschebyschewschen Ungleichung gewonnenen Aussagen werden als σ - Re g e l oder 3 σ - Re g e l bezeichnet.

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.
  • Satz: Die Wahrscheinlichkeit, dass eine endliche Zufallsgröße X mit dem Erwartungswert E X = μ und der Streuung D 2 X = σ 2
    – Werte im 2 σ - I n t e r v a l l       ]   μ − 2 σ ;   μ + 2 σ   [ annimmt, beträgt mindestens 0,75;
    – Werte im 3 σ - I n t e r v a l l       ]   μ − 3 σ ;   μ + 3 σ   [ annimmt, mindestens 0, 8 ¯ .

Wir betrachten ein Beispiel.

  • Beispiel: Mit welcher Wahrscheinlichkeit weicht die Zufallsgröße X um mehr als 2DX von EX ab?

In einer ersten Stufe der Bearbeitung des Beispiels setzen wir nur die Kenntnis von EX und D 2 X voraus. Der Vorteil der σ - Re g e l besteht darin, dass sie auch dann angewendet werden kann, wenn man die Wahrscheinlichkeitsverteilung der Zufallsgröße X nicht kennt, sondern nur ihren Erwartungswert EX und ihre Streuung D 2 X .

Es sei E X = 0,125 und D 2 X = 1,609375 . Nach der 3 σ - Re g e l erhält man:
  P ( |   X − E X   | ≥ 2   D X ) ≤ 0,25

Das heißt: Mit einer Wahrscheinlichkeit von höchstens 0,25 weicht die Zufallsgröße X um mehr als 2DX von EX ab.

In einer zweiten Stufe setzen wir zusätzlich die Kenntnis der Wahrscheinlichkeitsverteilung der Zufallsgröße X voraus. Es sei X ≙ ( −   2 0 3 0,125 0,750 0,125 ) .

Wie man sich überzeugen kann, hat X die oben angegebenen Werte für den Erwartungswert und die Streuung. Jetzt ist es möglich, die gesuchte Wahrscheinlichkeit direkt zu berechnen:
  P ( |   X − E X   | ≥ 2 D X ) = P ( |   X − 0,125   | ≥ 2 1,609375 )     = 1 − P ( |   X − 0,125   | < 2 1,609375 )     = 1 − P ( −   2 1,609375 + 0,125 < X < 2 1,609375 + 0,125 )     = 1 − P ( X = −   2 ) − P ( X = 0 )     = 1 − 0,125 − 0,750 = 0,125

Die Zufallsgröße X weicht also mit einer Wahrscheinlichkeit von 0,125 um mehr als 2DX von EX ab.

Das Beispiel zeigt, dass die auf der 3 σ - Re g e l beruhenden Abschätzungen relativ grob sind. Dies schränkt die Möglichkeiten einer praktischen Nutzung der Regel ein. Trotzdem ist sie nicht ohne praktische Relevanz.

Wir betrachten im Folgenden ein Anwendungsbeispiel.

  • Beispiel: Lars Spielmann besitzt noch einen alten, abgenutzten und lädierten Würfel, dessen Beschriftung mit den Zahlen 1 bis 6 teilweise nur noch schwer zu erkennen ist. Trotzdem hängt er an diesem Würfel. Er möchte deshalb gern wissen, ob er ihn noch benutzen kann, wenn das betreffende Würfeln fair ablaufen soll.

Dazu würfelt er 1000-mal mit diesem Würfel und registriert die absoluten Häufigkeiten für die einzelnen Zahlen. Als relative Häufigkeiten erhält er dann die in der folgenden Tabelle enthaltenen Werte

k123456
h 1000 ( { k } ) 0,1530,2710,1740,1630,0800,159

Da Lars Spielmann fair würfeln möchte, muss er von der Annahme ausgehen, dass alle Zahlen gleichwahrscheinlich auftreten, und zwar mit dem Erwartungswert
  μ = E ( h 1000 ( { 2 } ) ) = P ( { 2 } ) = 0,1   6 ¯

und der Standardabweichung
  σ = D 2 ( h 1000 ( { 2 } ) ) = 1 1000 ⋅ ( 1 6 − 1 36 ) ≈ 0,0118.

Das zugehörige 3 σ - I n t e r v a l l ist ]   μ − 3 σ ;   μ + 3 σ   [ = ]   0,131... ;   0,202...   [ .

Da die relativen Häufigkeiten für die Würfelzahlen 2 und 5 außerhalb des 3 σ - I n t e r v a l l s liegen, wird sich Lars Spielmann wohl von diesem Würfel trennen müssen, denn die angenommene Gleichwahrscheinlichkeit der Augenzahlen kann mit einer Fehlerwahrscheinlichkeit von höchstens 0, 1 ¯ verworfen werden.

Eigene Würfelergebnisse kann man mit dem „gezinkten Taschenrechnerwürfel “ interaktiv gewinnen.

  • Programm zur Simulation des Werfens eines gezinkten Würfels mit der Verteilungsmatris mat

So ist es z.B. möglich, zu untersuchen,

  1. wie stark man den Würfel „zinken“ muss, um bei festen n relative Häufigkeiten zu bekommen, die außerhalb des 3 σ - I n t e r v a l l liegen, oder
  2. wie oft man einen speziell „gezinkten“ Würfel werfen muss, um relative Häufigkeiten zu erhalten, die außerhalb des 3 σ - I n t e r v a l l liegen.

Zur Demonstration wird die „Zinkung“
  ( 1 2 3 4 5 6 0,15 0,31 0,17 0,16 0,07 0,14 )
gewählt.

Mithilfe des Programms simgezw(mat,n,x) erhält man z.B. die folgenden Simulationsergebnisse:

n 3 σ - I n t e r v a l l

Bild

1 ]   − 0,951... ;   1,28...   [
5 ]   − 0, 3 ¯ ;   0, 6 ¯   [
10 ]   − 0,186... ;   0,520...   [
100 ]   0,0548... ;   0,278...   [
200 ]   0,0876... ;   0,245...   [

Vergleicht man die relativen Häufigkeiten mit dem jeweiligen 3 σ - I n t e r v a l l , so sieht man, dass bei dieser Simulation die relativen Häufigkeiten erstmals für n = 100 außerhalb des 3 σ - I n t e r v a l l s liegen.

Bei einer N ( 0 ;   1 ) -verteilten Zufallsgröße X mit μ = 0 und σ = 1 verschärft sich die Aussage der 3 σ - Re g e l zu
  P ( X ∈ [ − 3 ;   3 ] ) = ∫ − 3 3 ϕ ( x )   d x > 0,99
(wobei ϕ die Dichtefunktion von X ist).

Unter Beachtung der Symmetrie der Glockenkurve gilt:
  ∫ −   ∞ − 3 ϕ ( x )   d x < 1 2 ⋅ ( 1 − 0,99 ) = 0,005.

Bild

Somit begeht man beim Berechnen von
Φ ( a ) = ∫ − ∞ a ϕ ( x )   d x
auf zwei Dezimalen gerundet keinen Fehler, wenn dabei die untere Integrationsgrenze −   ∞ durch −   3 ersetzt wird, was einen beträchtlichen Zeitgewinn bei der Nutzung des TI-92 bedeutet.

Lernhelfer (Duden Learnattack GmbH): "Drei-Sigma-Regel." In: Lernhelfer (Duden Learnattack GmbH). URL: http://www.lernhelfer.de/schuelerlexikon/mathematik-abitur/artikel/drei-sigma-regel (Abgerufen: 20. May 2025, 07:24 UTC)

Suche nach passenden Schlagwörtern

  • Dichtefunktion
  • Erwartungswert
  • gezinkter Taschenrechnerwürfel
  • Standardabweichung
  • standardnormalverteilte Zufallsgrößen
  • tschebyschewsche Ungleichung
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

Andrej Nikolajewitsch Kolmogorow

* 25. April 1903 Tambow (Russland)
† 20. Oktober 1987 Moskau

ANDREJ NIKOLAJEWITSCH KOLMOGOROW zählt zu den bedeutendsten Mathematikern des 20. Jahrhunderts. Er ist ein Vertreter jener sowjetischen Mathematik, die sich zwischen den beiden Weltkriegen als zweites mathematisches Zentrum neben den USA herausbildete und die eng an die hervorragenden Traditionen russischer Mathematiker anknüpfte.
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 tschebyschewsche Ungleichung

Abschätzungen für Wahrscheinlichkeiten spielen in der Stochastik eine wichtige Rolle, und zwar sowohl bei theoretischen Untersuchungen (Grenzwertsätze) als auch bei praktischen Anwendungen, wenn z.B. nach der noch vertretbaren (hinnehmbaren) Ausschusswahrscheinlichkeit einer Produktionsanlage gefragt wird. Eine der bekanntesten Wahrscheinlichkeitsabschätzungen ist die Ungleichung von TSCHEBYSCHEW.

Empirisches Gesetz der großen Zahlen

Das empirisches Gesetz der großen Zahlen, welches JAKOB BERNOULLI (1655 bis 1705) als „theorema aureum“ (goldenen Satz) bezeichnet hat, lautet folgendermaßen:

  • Ist A ein Ereignis eines Zufallsexperiments, so stabilisieren sich bei einer hinreichend großen Anzahl n von Durchführungen dieses Experiments die relativen Häufigkeiten h n ( A ) .

Pafnuti Lwowitsch Tschebyschew

* 04. Mai 1821 Okatovo (Russland)
† 26. November 1894 St. Petersburg

PAFNUTI LWOWITSCH TSCHEBYSCHEW war einer der bedeutendsten russischen Mathematiker des 19. Jahrhunderts. Er gilt als Begründer der sogenannten Petersburger mathematischen Schule.
Arbeitsschwerpunkte TSCHEBYSCHEWS waren u.a. wahrscheinlichkeitstheoretische Untersuchungen sowie die Approximation (näherungsweise Darstellung) von Funktionen.

Ein Angebot von

Footer

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