Logo des digitalen Schulbuchs o-mathe.de. Schriftzug mit Omega als O

Minimallogo des digitalen Schulbuchs inf-schule.de. Omega als Symbol

s n h m r u
i

Erarbeitung

Zur Orientierung

Wir abstrahieren nun von den konkreten Kontexten und betrachten die Gauß-Funktion als Wahrscheinlichkeitsmodell.

Wahrscheinlichkeitsverteilungen mit Gauß-Funktionen festlegen

Wir gehen von einer Gauß-Funktion $\varphi_{\mu;\sigma}$ aus:

$\varphi_{\mu;\sigma}(x) = \frac{1}{\sigma \cdot \sqrt{2\pi}}\cdot e^{-\frac{1}{2}(\frac{x-\mu}{\sigma})^2}$

Mithilfe der Gauß-Funktion $\varphi_{\mu;\sigma}$ kann man eine Wahrscheinlichkeitsverteilung für eine Zufallsgröße $X$ festlegen: Die Wahrscheinlichkeit, dass der Wert der Zufallsgröße $X$ im Intervall $[a; b]$ (mit $a \le b$) liegt, wird durch den Inhalt der Fläche unter dem Graphen der betrachteten Gauß-Funktion in diesem Intervall bestimmt.

$P(a \le X \le b) = \int\limits_{a}^{b} \varphi_{\mu;\sigma} (t) \; dt$

Von der Abschätzung zur Festlegung

Beachte den Unterschied zur Erkundung: Dort haben wir Wahrscheinlichkeiten mit Integralen über Gauß-Funktionen abgeschätzt ($\approx$). Hier legen wir die Wahrscheinlichkeiten durch das Integral fest ($=$). Das Modell ist damit eine eigenständige mathematische Festlegung, die nicht mehr von konkreten Daten abhängt.

Das Applet verdeutlicht die Festlegung.

Zum Herunterladen: Normalverteilungen1.ggb

Aufgabe 1

Prüfe im Applet die folgenden Eigenschaften der oben festgelegten Wahrscheinlichkeitsverteilung an mehreren Beispielen. Halte in der Tabelle fest, was jede Eigenschaft bedeutet, und begründe sie mit Eigenschaften der Gauß-Funktion und des Integrals.

💬 Erklärt euch zu zweit abwechselnd eure Begründungen: Eine Person erklärt eine Zeile der Tabelle, die andere fragt nach, bis alles klar ist. Wechselt dann die Rollen.

Eigenschaft Deutung und Begründung
$0 \le P(a \le X \le b) \le 1$


$P(-\infty \lt X \lt \infty) = 1$


$0 \lt P(a \le X \le b) \lt 1$, falls $a \lt b$


$P(a \le X \le b) = 0$, falls $a = b$


$P(a \le X \le b) = P(a \lt X \le b)$
$P(a \le X \le b) = P(a \le X \lt b)$
$P(a \le X \le b) = P(a \lt X \lt b)$



🔑 Zur Kontrolle
  • $0 \le P(a \le X \le b) \le 1$: Wahrscheinlichkeiten liegen zwischen $0$ und $1$. Der Graph verläuft oberhalb der $x$-Achse, und die Fläche über einem Intervall ist ein Teil der Gesamtfläche $1$.
  • $P(-\infty \lt X \lt \infty) = 1$: Irgendeinen Wert nimmt $X$ sicher an. Die Gesamtfläche unter dem Graphen beträgt $1$.
  • $0 \lt P(a \le X \le b) \lt 1$, falls $a \lt b$: Jedes Intervall hat eine positive Wahrscheinlichkeit, ist aber nicht sicher. Wegen $\varphi_{\mu;\sigma}(x) \gt 0$ ist die Fläche innerhalb und außerhalb des Intervalls jeweils positiv.
  • $P(a \le X \le b) = 0$, falls $a = b$: Ein einzelner Wert hat die Wahrscheinlichkeit $0$. Es gilt $\int_a^a \varphi_{\mu;\sigma}(t) \; dt = 0$.
  • Die letzten drei Gleichungen: Ob die Intervallgrenzen dazugehören, ändert nichts, denn die einzelnen Werte $a$ und $b$ haben die Wahrscheinlichkeit $0$.

Fachbegriffe einführen

Wir führen für die so festgelegte Wahrscheinlichkeitsverteilung eine Bezeichnung ein.

Definition

Betrachte eine beliebige Gauß-Funktion:

$\varphi_{\mu;\sigma}(x) = \frac{1}{\sigma \cdot \sqrt{2\pi}}\cdot e^{-\frac{1}{2}(\frac{x-\mu}{\sigma})^2}$; $\mu$ und $\sigma > 0$ sind zwei reelle Zahlen

Mit der Gauß-Funktion $\varphi_{\mu;\sigma}$ kann man eine Wahrscheinlichkeitsverteilung festlegen. Diese Wahrscheinlichkeitsverteilung nennt man Normalverteilung. Für eine Zufallsgröße $X$ werden Intervallwahrscheinlichkeiten dabei so festgelegt:

$P(a \le X \le b) = \int\limits_{a}^{b} \varphi_{\mu;\sigma} (t) \; dt$

Man sagt dann auch, dass die Zufallsgröße $X$ normalverteilt ist mit den Parametern $\mu$ und $\sigma$. Der Parameter $\mu$ ist der Erwartungswert von $X$, der Parameter $\sigma$ die Standardabweichung von $X$. Die Gauß-Funktion $\varphi_{\mu;\sigma}$ heißt dann auch Dichtefunktion der Normalverteilung.

Im Spezialfall $\mu = 0$ und $\sigma = 1$ wird die Wahrscheinlichkeitsverteilung Standardnormalverteilung genannt.

Aufgabe 2

Benutze die Fachbegriffe, um die Wahrscheinlichkeitsverteilungen der Körpergrößen bei jungen 18-jährigen Frauen und Männern zu beschreiben.

🔑 Zur Kontrolle

Die Körpergröße junger 18-jähriger Frauen lässt sich näherungsweise als normalverteilte Zufallsgröße mit den Parametern $\mu \approx 167$ und $\sigma \approx 6.7$ beschreiben, die Körpergröße junger 18-jähriger Männer mit $\mu \approx 181.4$ und $\sigma \approx 7.4$.

Die Wahrscheinlichkeitsverteilung zu einer Gauß-Funktion mit einer Verteilungsfunktion beschreiben

Wir gehen nochmal von einer Gauß-Funktion $\varphi_{\mu;\sigma}$ aus:

$\varphi_{\mu;\sigma}(x) = \frac{1}{\sigma \cdot \sqrt{2\pi}}\cdot e^{-\frac{1}{2}(\frac{x-\mu}{\sigma})^2}$

Die Gauß-Funktion $\varphi_{\mu;\sigma}$ legt Wahrscheinlichkeiten indirekt mit Flächenberechnungen fest: Die Wahrscheinlichkeit, dass der Wert einer Zufallsgröße $X$ im Intervall $[a; b]$ liegt, wird durch den Inhalt der Fläche unter dem Graphen der betrachteten Gauß-Funktion in diesem Intervall bestimmt.

Um die Wahrscheinlichkeitsverteilung zu einer Gauß-Funktion direkt zu beschreiben, verwendet man die Verteilungsfunktion $\Phi_{\mu;\sigma}$:

$\Phi_{\mu;\sigma}(x) = P(X \le x) = \int\limits_{-\infty}^{x} \varphi_{\mu;\sigma}(t) \; dt$

Das folgende Applet verdeutlicht diesen Ansatz zur Beschreibung der Wahrscheinlichkeitsverteilung zu einer Gauß-Funktion. Bearbeite die Aufgaben unter dem Applet.

Zum Herunterladen: Normalverteilungen3.ggb

Aufgabe 3

Betrachte die Verteilungsfunktion $\Phi_{\mu;\sigma}$ zu einer Gauß-Funktion $\varphi_{\mu;\sigma}$. Wie kann man die Wahrscheinlichkeit, dass der Wert einer Zufallsgröße $X$ im Intervall $[a; b]$ liegt, mithilfe von $\Phi_{\mu;\sigma}$ bestimmen? Stelle eine Formel auf und begründe sie.

💡 Tipp

Skizziere unter dem Graphen von $\varphi_{\mu;\sigma}$ die Flächen, die zu $\Phi_{\mu;\sigma}(a)$ und zu $\Phi_{\mu;\sigma}(b)$ gehören. Welche Fläche gehört zu $P(a \le X \le b)$?

🔑 Zur Kontrolle

$P(a \le X \le b) = \Phi_{\mu;\sigma}(b) - \Phi_{\mu;\sigma}(a)$

$\Phi_{\mu;\sigma}(b)$ ist der Flächeninhalt bis $b$, $\Phi_{\mu;\sigma}(a)$ der Flächeninhalt bis $a$. Die Differenz ist der Flächeninhalt zwischen $a$ und $b$.

Aufgabe 4

Vergleiche im Applet für verschiedene Stellen $x$ die Steigung des Graphen von $\Phi_{\mu;\sigma}$ mit dem Funktionswert $\varphi_{\mu;\sigma}(x)$. Welche Vermutung ergibt sich? Begründe sie.

💡 Tipp

$\Phi_{\mu;\sigma}$ ist eine Integralfunktion. Denke an den Hauptsatz der Differential- und Integralrechnung.

🔑 Zur Kontrolle

Es gilt $\Phi_{\mu;\sigma}'(x) = \varphi_{\mu;\sigma}(x)$. Die Verteilungsfunktion ist also eine Stammfunktion der Gauß-Funktion. Nach dem Hauptsatz ist die Ableitung einer Integralfunktion gleich der Funktion unter dem Integral.

Suche

v
6.9.2.2.1.2 Erarbeitung
Kopieren durch Anklicken

Rückmeldung geben