F. Krause - Universität Potsdam
F. Krause - Universität Potsdam
F. Krause - Universität Potsdam
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Des Weiteren ist die Poissonverteilung auch geeignet, die Anzahl N von Mutationen auf<br />
einer DNA-Sequenz zu beschreiben. Auch hier ist N nicht bekannt, genauso wenig wie die<br />
Wahrscheinlichkeit p für eine Mutation. Den Mittelwert von Mutationen kennt man allerdings<br />
empirisch. Dieses Beispiel ist eine direkte Anwendung der zufälligen Verteilung von Punkten<br />
auf einer Geraden.<br />
Kaufhauskunden<br />
Es gibt auch im Alltag Beispiele für Poissonverteilungen. Kunden, die ein Kaufhaus betreten<br />
sind poissonverteilt. Auch hier ist die Anzahl N möglicher Kunden unbekannt, ebenso wie die<br />
Wahrscheinlichkeit dafür, dass ein Kunde das Kaufhaus betritt. Die mittlere Anzahl von<br />
Kunden in einem Intervall lässt sich durch Beobachtung näherungsweise ermitteln. Man kann<br />
sich das Beispiel auch als Zeitachse vorstellen, auf der jedes Mal ein Punkt gesetzt wird,<br />
wenn ein Kunde das Kaufhaus betritt. Damit wäre ich also wieder an dem oberen Beispiel der<br />
zufälligen Verteilung von Punkten auf einer Geraden angelangt. Dieses Beispiel ist besonders<br />
interessant für den Kaufhausmanager, da er so gezielte Werbeaktionen veranstalten kann oder<br />
sein Personal der erwarteten Kundenanzahl anpassen kann.<br />
Anzahl der Selbstmorde<br />
Betrachtet man eine Stadt, so kann man zwar ungefähr die Einwohneranzahl N angeben,<br />
allerdings kennt man vermutlich nicht die Wahrscheinlichkeit p für einen Selbstmord.<br />
Sicherlich ist aber die mittlere Anzahl der Selbstmorde bekannt. Daher ist die<br />
Poissonverteilung geeignet, die Wahrscheinlichkeit für k Selbstmorde in einem festen<br />
Zeitintervall zu berechnen.<br />
Anzahl von Blitzeinschlägen<br />
Auch dies ist eine direkte Anwendung der zufälligen Punktverteilung auf einer Ebenen. Man<br />
kann z.B. eine Kleingartenkolonie betrachten, bei der jede Parzelle gleichgroß ist. N ist nun<br />
die Anzahl der Parzellen. Die Wahrscheinlichkeit für einen Blitzeinschlag ist vermutlich<br />
unbekannt. Mit der Poissonverteilung kann man aber berechnen, wie wahrscheinlich es ist,<br />
dass in einer Parzelle in einem festen Zeitintervall mindestens ein Blitz einschlägt. Unser λ ist<br />
hierbei die mittlere Anzahl an Blitzeinschlägen in einer Parzelle in diesem festen Intervall, die<br />
empirisch bekannt sein kann.<br />
Anzahl von Verkehrsunfällen<br />
Ein weiteres interessantes Anwendungsbeispiel ist die Anzahl von Verkehrsunfällen.<br />
Betrachtet man eine Kreuzung, so kennt man nicht die Anzahl N an Autos die in einem festen<br />
Zeitintervall diese Kreuzung passieren. Außerdem ist N zu verschiedenen Zeitpunkten im<br />
Allgemeinen nicht konstant. Auch die Wahrscheinlichkeit p für einen Unfall ist im<br />
Allgemeinen unbekannt. Empirisch kennt man aber die durchschnittliche Anzahl an Unfällen<br />
in diesem festen Zeitintervall und kann nun mit der Poissonverteilung Aussagen treffen, wie<br />
wahrscheinlich es ist, dass k Unfälle in diesem Zeitintervall passieren. Stellt man nun fest,<br />
dass die Wahrscheinlichkeit für Unfälle sehr hoch ist, kann man nun Maßnahmen treffen, wie<br />
z.B. ein Tempolimit setzen oder die Ampelphasen ändern.<br />
17