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/schuelerlexikon/mathematik-abitur/artikel/gleichverteilungen (Abgerufen: 06. July 2025, 06:28 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

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.

Permutationen

Jede mögliche Anordnung von n Elementen als n-Tupel, in der alle Elemente verwandt werden, heißt Permutation dieser n Elemente.
Man unterscheidet zwischen Permutationen ohne Wiederholung und mit Wiederholung der Elemente.
Permutationen können auch als Funktionen interpretiert werden.
Das Bestimmen der Anzahl von Permutationen wird in der Stochastik vor allem beim Berechnen von LAPLACE-Wahrscheinlichkeiten benötigt.

Galton-Brett

Ein GALTON-Brett dient zum Veranschaulichen von Binomialverteilungen. Es ist nach dem englischen Naturforscher Sir FRANCIS GALTON (1822 bis 1911) benannt.

Der Grenzwertsatz von Moivre-Laplace

Grenzwertsätze gehören zu den wichtigsten Aussagen der Stochastik. Der französische Mathematiker PIERRE SIMON DE LAPLACE (1749 bis 1827) nannte sie eine der interessantesten und heikelsten Teile der Analysis des Zufalls.

Wie es schon sein Name zum Ausdruck bringt, kommt dabei dem Zentralen Grenzwertsatz, der eine theoretische Erklärung für das Auftreten der Normalverteilung liefert, eine besondere Stellung zu. Die älteste Fassung des Zentralen Grenzwertsatzes in der Geschichte der Wahrscheinlichkeitstheorie ist der Grenzwertsatz von MOIVRE-LAPLACE, der die Approximation der Binomialverteilung durch die Normalverteilung beschreibt.

Praktisch wird dieser Satz vor allem zum näherungsweisen Berechnen von Binomialwahrscheinlichkeiten benutzt.

Ein Angebot von

Footer

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