0 Daumen
199 Aufrufe

Aufgabe: Berechnen Sie für die μ = 2 und σ = 5 normalverteilte Zufallsvariable X:

P(|X| ≥ 2) = ....

Frage: Wie löse ich so eine Darstellung am besten? Ich möchte mir das graphisch vorstellen können.

Ansatz:

Man braucht ja bestimmt eine lineare Rücktransformation:

Z = ((X - μ) / σ) = Z = ((2 - 2)/ 2) = 0

φ(0) = 0.5

Aber wie gehe ich weiter? Irgendwie muss ich das |X| >= 2 umschreiben, so dass man dann die Verteilungsfunktion der Standardnormalverteilung verwenden kann.


Bitte ganze Antworten und nicht nur Kommentare!

Avatar von

Meinst du dies?

blob.png

Hier: f(x)=\( \frac{1}{5\sqrt{2π}} \) ·\( e^{\frac{1}{2}·(\frac{x-2}{5})^{2}} \).

Hallo Roland,


vielen Dank für deine Antwort.

Ja genau!

2 Antworten

+2 Daumen
 
Beste Antwort

Aloha :)

Du hast hier eine Normalverteilung für die Zufallsvariable \(X\) mit$$\mu=2\quad\text{und}\quad\sigma=5$$Die Gaußglocke hat also ihren höchsten höchsten Punkt bie \(x=2\) und die beiden Wendepunkte liegen bei \(x=-3\) und \(x=7\). Unser Freund Wolfraum zeichnet sie so:

blob.png

Die Wahrscheinlichkeit \(P(|X|\ge2)\) deckt zwei Bereiche der Gaußglocke ab:$$P(|X|\ge2)=P(X\ge2)+P(X\le-2)$$Die Wahrscheinlichkeit \(P(X\ge2)\) ist die Fläche unter der Gaußglocke vom höchten Punkt bei \(x=2\) bis zu \(x\to\infty\). Und die Wahrscheinlichkeit \(P(X\le-2)\) ist die Fläche unter der Kurve von \(x=-\infty\) bis \(x=-2\).

blob.png

Berechnen kannst du das mit Hilfe der Standard-Normalverteilung \(\phi(z)\). Sie gibt die Wahrscheinlichkeit an, dass eine standard-normalverteilte Zufallsvariable \(Z\) einen Wert kleiner (oder gleich) \(z\) hat:$$\phi(z)=P(Z\le z)\quad\text{wobei }\quad\mu_z=0\quad;\quad\sigma_z=1$$

Hier müsstest du also rechnen:$$P(|X|\ge2)=P(X\ge2)+P(X\le-2)=\left(1-P(X<2)\right)+P(X\le-2)$$$$\phantom{P(|X|\ge2)}=1-\phi\left(\frac{2-\mu}{\sigma}\right)+\phi\left(\frac{-2-\mu}{\sigma}\right)=1-\phi(0,5)+\phi(-0,8)$$$$\phantom{P(|X|\ge2)}\approx1-0,5+0,211855=0,711855$$

Wichtig ist hierbei die sogenannte "z-Transformation". Von dem Wert \(x\) der Zufallsvariable wird der Erwartungswert \(\mu\) subtrahiert, denn der Erwartungswert von \((x-\mu)\) ist Null. Dann wird noch durch die Standardabweichung dividiert, um sie auf den Wert \(1\) zu normieren. Du baust dir sozusagen mittels$$z=\frac{x-\mu}{\sigma}$$eine standard-normalverteilte Zufallsvariable \(z\) zusammen.

Avatar von 149 k 🚀
+1 Daumen

1 - P(-2 ≤ X ≤ 2) = 1 - 0.2881 = 0.7119

blob.png

Avatar von 480 k 🚀

Das stimmt leider nicht...

Denn es gilt:

P(|X| ≥ 2) = 1- P(|X| < 2) = 1 - P(-2 < X < 2) = 0,7119

Du hast aber "≤"

Du hast aber "≤"

Das ist wie du weißt unerheblich, denn P(X = 2) ist exakt 0 und damit irrelavant, ob man die Wahrscheinlichkeit mit zählt oder nicht.

Woher weiß ich das P(x = 2) = 0 ist?

Woher weiß ich das P(x = 2) = 0 ist?

Das solltest du gelernt haben.

@cool

Im Fall einer stetigen Variable gilt stets P(X =x)=F(x)−F(x)=0,
d.h. für eine bel. feste Zahl x nimmt X den Wert x mit Wahrscheinlichkeit 0 an

Ein anderes Problem?

Stell deine Frage

Willkommen bei der Mathelounge! Stell deine Frage einfach und kostenlos

x
Made by a lovely community