Skript - Prof. Georg Hoever - FH Aachen
Skript - Prof. Georg Hoever - FH Aachen
Skript - Prof. Georg Hoever - FH Aachen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
1. Grundlagen 8<br />
1.2. Wahrscheinlichkeitsdichte<br />
Betrachtet man den Abstand zweier hintereinander fahrender Autos, ist eine entsprechende<br />
Zuordnung (z.B. ”<br />
Wahrscheinlichkeit, dass der Abstand genau 3,415m ist“) nicht<br />
sinnvoll. Man kann allerdings Intervallen eine Wahrscheinlichkeit zuordnen, z.B. dass der<br />
Abstand zwischen 1m und 2m ist oder zwischen 2m und 3m u.s.w.. So erhält man beispielsweise<br />
folgende Histogramme:<br />
Meter-Raster<br />
halb-Meter-Raster<br />
20cm-Raster<br />
200<br />
100<br />
100<br />
50<br />
30<br />
10<br />
1 2 3 4 5 6<br />
1<br />
2 1 2 3 4 5 6<br />
Definition 1.3<br />
Eine Funktion f : R → R ≥0 mit<br />
f(x)dx = 1 beschreibt eine Wahrscheinlichkeitsdichte<br />
auf Ω = R.<br />
∞∫<br />
−∞<br />
Die Wahrscheinlichkeit eines Ereignisses A ⊆ R ergibt sich durch<br />
∫<br />
P(A) = f(x)dx.<br />
Bemerkungen:<br />
A<br />
1. f heißt auch Verteilungsdichtefunktion.<br />
2. Bei einem Zufallsexperiment mit einer Wahrscheinlichkeitsdichte f ist die Wahrscheinlichkeit<br />
für ein einzelnes Ergebnis gleich 0:<br />
P({x 0 }) =<br />
∫ x 0<br />
x 0<br />
f(x)dx = 0.<br />
DaheristesbeiIntervallenirrelevant,obdieGrenzeneingeschlossensindodernicht:<br />
P ( [c,d] ) = P ( ]c,d] ) = P ( ]c,d[ ) .<br />
3. Bei einer stetigen Dichtefunktion f und kleinem ∆x ist<br />
P([x 0 ,x 0 +∆x]) =<br />
∫<br />
x 0 +∆x<br />
x 0<br />
f(x)dx ≈<br />
x 0 ∫+∆x<br />
x 0<br />
f(x 0 )dx = ∆x·f(x 0 ).