stetige verteilungen – theorie 5 ck schuljahr 2005 / 06 Stetige Verteilungen die Uhrverteilung U(x) – eine Gleichverteilung Sekundenzeiger einer Uhr Variante 1: Sie macht tick tack k {0, 1, … 59} Wie hoch ist die Wahrscheinlichkeit, dass der Sekundenzeiger beim zufälligen Anschauen W(20) = u (20) = Error! genau auf 20 steht? höchstens auf 39 steht W(k = 0,1, …, 39) = u(0) + u(1) + u(2) + … + u(39) = U(39) = Error! k {0, 1, 2, … 60} also U(k) = Error! mit zwischen 21 und 50 steht? W(21 k 50) = W(k = 21, 22, …, 49, 50) = U(50) – U(20) = Error! = 0,5 Variante 2: Sie macht sssumm x [0 / 60) genau auf 20 steht? W(20) = u(20) = ?? höchstenst auf 40 steht W(x 40) = Error! was ist dann u(20)?? u(30) = Error! = Error! = Error! also eigentlich u(x) = lim; Error! d.h. x→∞ Error! ????? also U(x) = Error! u(x) = Error!(x) U(x) = Error! mit den Randbedingungen U(linker Rand) = 0 und U(rechter Rand) = 1 © mag. wolfgang streit seite 1 von 4 stetige verteilungen – theorie 5 ck schuljahr 2005 / 06 Zusammenfassung: Eine Wahrscheinlichkeitsdichte f(x) ist definiert im reellen Intervall [a , b], d.h. jeder reelle Wert zwischen a und b ist für x möglich. f(x) hat einen Wert, der nicht als Wahrscheinlichkeit interpretiert werden kann! F(x) = Error!, d. h. mit der Randbedingung F(b) = 1 oder F(x) = Error! mit den Normierungsbedingungen F(a) = 0 und F(b) = 1 Wahrscheinlichkeiten können nur für Intervalle aus [a, b] angegeben werden: W(a x b) = F(b) – F(a) = Error! Mittel- oder Erwartungswert: µ = Error! Streuung: = Error! © mag. wolfgang streit seite 2 von 4 stetige verteilungen – theorie 5 ck schuljahr 2005 / 06 Interpretationen: diskrete Verteilung stetige Verteilung k stammt aus einer abzählbaren Menge {0, …, b} mit n Elementen x stammt aus einem reellen Intervall [a, b] f(k) gibt die Wahrscheinlichkeit an, dass genau k Ereignisse eintreffen f(x) ist die Wahrscheinlichkeitsdichte und kann nicht als Wahrscheinlichkeit interpretiert werden. f(x) ist die 1. Ableitung der Verteilungsfunktion F(x). F(k) gibt die Wahrscheinlichkeit an, dass zwischen 0 und k Ereignisse eintreffen F(x) gibt die Wahrscheinlichkeit an, dass der Wert der Zufallsvariable zwischen a und x liegt F(k) ist die Summe aller Einzelwahrscheinlichkeiten f(i), wobei i von 0 bis k läuft F(x) ist das Integral über f(x) mit der Normierung: F(a) = 0 und F(b) = 1 Die Wahrscheinlichkeit, dass zwischen m und n Ereignisse eintreffen ist: F(m) – F(n – 1) Die Wahrscheinlichkeit, dass der Wert von x zwischen a und b liegt ist: F(b) – F(a) © mag. wolfgang streit seite 3 von 4 stetige verteilungen – theorie 5 ck schuljahr 2005 / 06 in unserem Beispiel: Gleichverteilung in [0 / 60) u(x) = k mit den Randbedingungen U(linker Rand) = 0 und U(rechter Rand) = 1 dh. u(x) = k U(x) = Error! = kx + C mit U(0) = 0 = k · 0 + C C = 0 U(60) = 1 = k · 60 k = Error! d.h. u(x) = Error! und Error! U(x) = und 1 0,9 0,8 0,7 µ = Error! = Error! Error! = Error! = 30 2 = Error! = Error! Error! = Error! = 300 = Error! 17,3 0,6 f(x) F(x) 0,5 0,4 0,3 0,2 0,1 0 0 10 Exponentialverteilung in [0 / ) f(x) = k e– 0,1x 20 30 40 50 60 1 0,9 F(x) = Error! = Error!= C – 10 k e–0,1x mit F(0) = 0 = C – 10 k C = 10 k und F() = lim; F(x) = 1 = C C = 1 und k = x→∞ 0,1 (wegen e–0,1x 0 für x ) f(x) = 0,1 e–0,1x und F(x) = 1 – e–0,1x 1 e–0 1x –0,1x Mittelwert = µ = · x dx ) = –10(x + 10) e 0;; 0 0,8 0,7 0,6 f(x) F(x) 0,5 0,4 0,3 0,2 0,1 0 0 10 20 30 40 ;0 = 0 – (–100) 50 60 70 80 = 100 1 e–0 1x 2 –0,1x ;0 Streuung = 2 = = 0 – (–8.200) = 8.200 dx = – (x – 180x + 8.200) 0,1 e 2 0;;(x – 100) 0 = 8.200 90,6 © mag. wolfgang streit seite 4 von 4