Fachausdrücke und Konzepte

Um die Anwendungen und Bedeutung stetiger Verteilungen vollständig zu verstehen, ist es wichtig, einige grundlegende Fachausdrücke und Konzepte zu kennen:

• Stetige Zufallsvariable: Eine Zufallsvariable, die jeden Wert innerhalb eines Intervalls annehmen kann. Im Gegensatz zu diskreten Zufallsvariablen, die nur bestimmte Werte annehmen, kann eine stetige Zufallsvariable unendlich viele Werte annehmen.
• Wahrscheinlichkeitsdichtefunktion (PDF): Eine Funktion, die die Wahrscheinlichkeit beschreibt, dass eine stetige Zufallsvariable in einem bestimmten Intervall liegt. Die PDF gibt keine Wahrscheinlichkeiten für einzelne Werte, sondern für Intervalle an.
• Verteilungsfunktion (CDF): Die kumulative Verteilungsfunktion gibt die Wahrscheinlichkeit an, dass eine Zufallsvariable einen Wert kleiner oder gleich einem bestimmten Wert annimmt.
• Erwartungswert und Varianz: Der Erwartungswert (oder Mittelwert) einer stetigen Verteilung gibt den Durchschnittswert an, den man bei vielen Wiederholungen eines Zufallsexperiments erwarten kann. Die Varianz misst die Streuung der Werte um den Erwartungswert.

Konkrete Beispiele stetiger Verteilungen

1. Normalverteilung: Eine der bekanntesten und am weitesten verbreiteten stetigen Verteilungen. Sie ist durch ihre Glockenform und die Parameter Mittelwert (µ) und Standardabweichung (σ) charakterisiert. Sie wird oft verwendet, um natürliche und soziale Phänomene zu modellieren.

2. Exponentialverteilung: Diese Verteilung beschreibt die Zeit zwischen den Ereignissen in einem Poisson-Prozess, einem Modell für zufällige Ereignisse, die mit einer konstanten durchschnittlichen Rate auftreten. Ein Beispiel ist die Lebensdauer von elektronischen Komponenten, die häufig exponentiell verteilt ist.

3. Gleichverteilung: Bei dieser Verteilung hat jedes Intervall gleicher Länge innerhalb eines bestimmten Bereichs die gleiche Wahrscheinlichkeit. Ein Beispiel wäre die Wahrscheinlichkeit, dass eine zufällig ausgewählte Uhrzeit innerhalb einer Stunde in jedem beliebigen Moment auftritt.