Inhaltsverzeichnis
Wahrscheinlichkeitsrechnung — Einleitung & Inhaltsverzeichnis
Hauptseite

Herleitung und Eigenschaften der Hypergeometrischen Verteilung
Anwendungen und Beispiele der hypergeometrischen Verteilung
Definition und Parameter der Poisson-Verteilung

Anwendungen und Beispiele der hypergeometrischen Verteilung

Die hypergeometrische Verteilung ist eine diskrete Wahrscheinlichkeitsverteilung. Sie beschreibt die Wahrscheinlichkeit, k Erfolge in einer Stichprobe von n Elementen zu finden, die ohne Zurücklegen aus einer endlichen Grundgesamtheit von N Elementen gezogen wurde, wobei in der Grundgesamtheit K Elemente erfolgreich sind.

Um dies besser zu verstehen, definieren wir zunächst einige grundlegende Begriffe:

Die Formel zur Berechnung der Wahrscheinlichkeit in der hypergeometrischen Verteilung lautet:

$P(X = k) = \frac{\binom{K}{k} \cdot \binom{N-K}{n-k}}{\binom{N}{n}}$

Hierbei steht $\binom{a}{b}$ für den Binomialkoeffizienten, der auch als "a über b" gelesen wird und die Anzahl der Möglichkeiten beschreibt, b Elemente aus a Elementen auszuwählen.

Anwendungsbeispiele

  1. Qualitätskontrolle in der Produktion: Stellen Sie sich vor, Sie arbeiten in einer Fabrik, die Glühbirnen herstellt. Von den 1000 Glühbirnen, die an einem Tag produziert werden, sind 50 defekt. Um die Qualität zu überprüfen, ziehen Sie eine Stichprobe von 20 Glühbirnen. Sie möchten wissen, wie wahrscheinlich es ist, dass Sie in dieser Stichprobe genau 3 defekte Glühbirnen finden.

    Hier wäre:

    Die Wahrscheinlichkeit, genau 3 defekte Glühbirnen in der Stichprobe zu finden, kann mit der oben genannten Formel berechnet werden.

  2. Kartenspiele: Ein weiteres Beispiel ist das Ziehen von Karten aus einem Kartenspiel. Angenommen, Sie haben ein Deck mit 52 Karten, darunter 4 Asse. Wenn Sie eine Hand von 5 Karten ziehen, möchten Sie wissen, wie wahrscheinlich es ist, dass Sie genau 2 Asse erhalten.

    Hier wäre:

    Auch hier verwenden Sie die Formel der hypergeometrischen Verteilung, um die Wahrscheinlichkeit zu berechnen.

Zusammenfassung

Die hypergeometrische Verteilung ist besonders nützlich, wenn wir mit endlichen Populationen / Mengen arbeiten und ohne Zurücklegen ziehen.


Impressum
Datenschutz

annehmen ablehnen

Auf dieser Website werden Cookies und Pixel-Tags verwendet. Durch die Nutzung dieser Website erklären Sie sich mit der Verwendung von Cookies einverstanden. Mehr zum Thema Cookies und siehe auch Datenschutz