🎓 Ui, fast schon Prüfungszeit? Hier geht's zur Mathe-Prüfungsvorbereitung.
Springe zum Inhalt oder Footer
SerloDie freie Lernplattform

9Zufallsgrößen (2/2)

Dieser Umweg über Zufallsgrößen scheint auf den ersten Blick unnötig umständlich zu sein, denn bisher haben wir jedem Ergebnis ω\omega eines Zufallsexperiments direkt eine Wahrscheinlichkeit zugeordnet (vgl. Spielwürfel-Beispiel: P()=16P({\Large ⚁})=\frac{1}{6}).

Nun ordnen wir jedem Ergebnis ω\omega zunächst eine Zahl X(ω)X(\omega) (den Wert der Zufallsgröße XX) und dann dieser Zahl erst eine Wahrscheinlichkeit zu.

Abbildungsvorschrift_komplett

Das hat den Grund, dass wir somit bestimmte Kenngrößen ausrechnen können, die neue Informationen über das Zufallsexperiment liefern.

Erwartungswert

Der Erwartungswert E(X)E(X) einer Zufallsgröße XX gibt an, welcher Wert der Zufallsgröße auf lange Sicht (also bei sehr vielen Durchführungen des Zufallsexperiments) zu erwarten ist.

Er wird häufig auch mit μ\mu abgekürzt und berechnet sich folgendermaßen:

Dabei sind x1,x2,,xnx_1, x_2, \ldots, x_n die verschiedenen Werte, die XX annehmen kann.

Der Erwartungswert ist somit eine Art gewichteter Mittelwert (die Gewichtung ist deshalb wichtig, weil manche Werte der Zufallsgröße wahrscheinlicher sind als andere und deshalb stärker ins "Gewicht" fallen). Er ist im Allgemeinen kein Wert, den die Zufallsgröße annimmt.

Varianz und Standardabweichung

Die Varianz Var(X)Var(X) einer Zufallsgröße XX ist ein Maß für ihre mittlere quadratische Abweichung vom Erwartungswert μ\mu (also wie stark die Werte um ihn streuen).

Sie berechnet sich folgendermaßen:

In einigen Situationen ist es allerdings günstiger, wenn die Streuung dieselbe Einheit wie die Werte der Zufallsgröße hat. Deshalb wird oft als äquivalente Kenngröße die Standardabweichung σ\sigma angegeben, die sich als Wurzel aus der Varianz ergibt:


Dieses Werk steht unter der freien Lizenz
CC BY-SA 4.0Was bedeutet das?