StudySmarter - Die all-in-one Lernapp.
4.8 • +11k Ratings
Mehr als 5 Millionen Downloads
Free
Americas
Europe
Wusstest Du, dass Du mit der Exponentialverteilung ermitteln kannst, mit welcher Wahrscheinlichkeit ein technisches Gerät (zum Beispiel ein Laptop) innerhalb einer gewissen Zeitspanne ausfällt? In dieser Erklärung erfährst Du, welche Formel Du dazu benötigst, wie Du die Wahrscheinlichkeit berechnen kannst und wie Du diese in weiteren Aufgaben mit Lösungen anwendest. Dazu bekommst Du einen Einblick in die Dichtefunktion und in…
Entdecke über 200 Millionen kostenlose Materialien in unserer App
Lerne mit deinen Freunden und bleibe auf dem richtigen Kurs mit deinen persönlichen Lernstatistiken
Jetzt kostenlos anmeldenWusstest Du, dass Du mit der Exponentialverteilung ermitteln kannst, mit welcher Wahrscheinlichkeit ein technisches Gerät (zum Beispiel ein Laptop) innerhalb einer gewissen Zeitspanne ausfällt? In dieser Erklärung erfährst Du, welche Formel Du dazu benötigst, wie Du die Wahrscheinlichkeit berechnen kannst und wie Du diese in weiteren Aufgaben mit Lösungen anwendest. Dazu bekommst Du einen Einblick in die Dichtefunktion und in die Verteilungsfunktion der Exponentialverteilung sowie in weitere Kenngrößen wie den Erwartungswert, die Standardabweichung und die Varianz.
Die Exponentialverteilung \(Exp(\lambda)\) gehört zu den Wahrscheinlichkeitsverteilungen einer stetigen Zufallsvariable.
Mehr darüber kannst Du in der Erklärung „Stetige Verteilung“ nachlesen.
Sie findet im Alltag ihre Anwendung beispielsweise bei der zufallsabhängigen Länge eines Telefongespräches, unserer Lebensdauer oder die Lebensdauer von Maschinen.
Die Exponentialverteilung \(Exp(\lambda)\) wird unter anderem zur Abbildung von Zeitintervallen genutzt.
Der Parameter \(\lambda\) (Lambda) beschreibt die Zahl der erwarteten Ereignisse pro Zeitintervall mit \(\lambda > 0\).
Hast Du die mittlere Lebensdauer eines Bauteils gegeben, so kannst Du den Parameter \(\lambda\) berechnen. Mehr dazu erfährst Du später.
Die Exponentialverteilung ist „Gedächtnislos“, denn alles vor dem Berechnungszeitraum ist für die Zukunft irrelevant.
Ein Laptop beispielsweise kann zufallsbedingt sowohl nach dem ersten Benutzen als auch zwei Jahre später kaputtgehen.
Bei der Exponentialverteilung können verschiedene Eigenschaften und Kennwerte zugeteilt werden. Dazu gehören:
Schau Dir gerne die nächsten Abschnitte an, um mehr zu den Themen zu erfahren.
Die Dichtefunktion beschreibt die Wahrscheinlichkeit, dass die Zufallsvariable \(X\) einen bestimmten Wert annimmt.
Bei einer Exponentialverteilung \(Exp(\lambda)\) gilt für die Dichtefunktion \(f_{\lambda}(x)\):
\begin{align} f_{\lambda}(x)=P(X=x)=\begin{cases} \lambda \cdot e^{-\lambda x} &x\geq 0 \\[0.2cm] \hspace{1.3cm}0 &x<0 \end{cases}\end{align}
Je größer der Parameter \(\lambda\), desto steiler ist der typische Verlauf des Funktionsgraphen. Dies kannst Du in der folgenden Grafik für verschiedene \(\lambda\)-Werte nachvollziehen.
Abb. 1 - Dichtefunktion mit verschiedenen Parametern.
Der Modus (\(x\)-Wert, bei dem die Wahrscheinlichkeit am größten ist) liegt bei dieser Dichtefunktion bei \(x_{mod}=0\).
Wird die Dichtefunktion \(f_{\lambda}(x)\) integriert, so erhältst Du die entsprechende Verteilungsfunktion \(F(x)\) der Exponentialverteilung.
Mehr zu dieser Funktion kannst Du in der Erklärung „Verteilungsfunktion“ nachlesen.
Bei einer Exponentialverteilung \(Exp(\lambda)\) gilt für die Verteilungsfunktion \(F(x)\):
Den Verlauf für verschiedene Parameterwerte \(\lambda\) siehst Du in der folgenden Grafik.
Abb. 2 - Verteilungsfunktion mit verschiedenen Parametern.
Neben der Dichtefunktion und der Verteilungsfunktion gibt es noch weitere Kenngrößen einer Exponentialverteilung.
Der Erwartungswert einer Zufallsvariablen beschreibt den Mittelwert, wie beispielsweise die mittlere Lebensdauer eines elektronischen Bauteils.
Für den Erwartungswert \(E(X)\) und die Standardabweichung \(\sigma\) bei einer Exponentialverteilung gilt:
\[E(X)=\sigma=\frac{1}{\lambda}\]
Alles rund um diese Kenngrößen kannst Du in der Erklärung „Erwartungswert“ und „Standardabweichung“ nachlesen.
Die Varianz ist ein Maß für die Streuung der einzelnen Werte um den Erwartungswert (Mittelwert). Dazu wird die Standardabweichung \(\sigma\) quadriert.
Für die Varianz \(Var(X)\) bei einer Exponentialverteilung gilt:
\[Var(X)=\sigma^2=\frac{1}{\lambda^2}\]
Wie kannst Du diese Formeln nun nutzen und mit ihnen rechnen? Sieh Dir dazu gleich das nächste Kapitel an.
Mit der Verteilungsfunktion \(F(x)\) kannst Du beispielsweise berechnen, wie wahrscheinlich es ist, dass ein technisches Gerät eine gewisse Lebensdauer überschreitet.
Aufgabe 1
In einem Elektronikgeschäft wird die mittlere Lebensdauer für einen Laptop mit etwa \(2\,000\) Tagen geschätzt, bei einer Nutzungsdauer von einer Stunde pro Tag. Der Parameter \(\lambda\) wird mit \(\lambda=0,0005\,\frac{1}{h}\) angegeben.
Berechne die Wahrscheinlichkeit, dass der Laptop nach \(1\) Jahr noch funktioniert.
Lösung
Du setzt jetzt die Werte in die Verteilungsfunktion für \(x\geq 0\) ein. Der \(x\)-Wert ist \(x=365\,h\), weil ein Jahr \(365\) Tage hat bei einer Stunde Nutzung pro Tag.
Über diese Formel wird zunächst die „Ausfallwahrscheinlichkeit“ berechnet. Also die Wahrscheinlichkeit, dass der Laptop innerhalb eines Jahres ausfällt.
\begin{align}P(X\leq 365)&=1-e^{-\lambda x}\\[0.2cm] &=1-e^{-0{,}0005\,\frac{1}{h}\cdot 365\,h}\\[0.2cm] &\approx0{,}1668 \end{align}
Nun rechnest Du die Dezimalzahl in Prozent um.
\[0{,}1668=16{,}68\,\text{%}\]
Somit fällt der Laptop mit einer Wahrscheinlichkeit von \(16{,}68\,\text{%}\) im ersten Jahr aus. Demnach gilt:
\[P(X>365)=100\,\%-16{,}68\,\%=83{,}32\,\%\]
Mit einer Wahrscheinlichkeit von \(83{,}32\,\%\) ist das Gerät nach einem Jahr noch intakt.
Durch den Parameter \(\lambda\) kannst Du zudem noch die mittlere Lebensdauer selbst berechnen.
Aufgabe 2
Zwei Laptops werden mit den Parametern \(\lambda_1=0{,}0005\,\frac{1}{h}\) und \(\lambda_2 = 0{,}0008\,\frac{1}{h}\) angegeben.
Berechne die mittlere Lebensdauer beider Geräte.
Lösung
Um das herauszufinden, musst Du die Erwartungswerte der beiden Laptops \(1\) und \(2\) berechnen.
\[E_1(X)=\frac{1}{0{,}0005\,\frac{1}{h}} = 2\,000\,h\]
\[E_2(X)=\frac{1}{0{,}0008\,\frac{1}{h}} = 1\,250\,h\]
Somit hat der Laptop mit einem geringeren \(\lambda\)-Wert eine höhere Lebensdauer von \(2\,000\) Stunden.
Möchtest Du direkt noch ein paar Übungsaufgaben zur Exponentialverteilung lösen? Dann sieh Dir die nachfolgenden Aufgaben an.
Nun kannst Du Dein Wissen mit einer Aufgabe überprüfen.
Aufgabe 3
Berechne die mittlere Lebensdauer Deines Fernsehers, der mit \(\lambda = 0{,}0002\,\frac{1}{h}\) exponentialverteilt ist.
Lösung
Für diese Berechnung benötigst Du die Formel zur Berechnung des Erwartungswertes und dort setzt Du \(\lambda=0{,}0002\,\frac{1}{h}\) ein.
\[E(X)=\frac{1}{0{,}0002\,\frac{1}{h}}=5\,000\,h\]
Dein Fernseher hat eine mittlere Lebensdauer von \(5\,000\) Stunden.
Aufgabe 4
Berechne die Wahrscheinlichkeit, dass eine Waschmaschine die mittlere Lebensdauer von \(3\,000\,h\) nicht überschreitet.
Lösung
Dafür berechnest Du zunächst den Parameter \(\lambda\) für die mittlere Lebensdauer von \(3\,000\,h\).
\[E(X)=\frac{1}{\lambda}\hspace{1cm} \Rightarrow \hspace{1cm} \lambda=\frac{1}{E(X)}\]
Nach Einsetzen der Zahlenwerte erhältst Du:
\[\lambda=\frac{1}{E(X)}=\frac{1}{3\,000\,h}=0{,}00033\,\tfrac{1}{h}\]
Jetzt kannst Du die Ausfallwahrscheinlichkeit berechnen, indem Du die Werte in die Verteilungsfunktion einsetzt.
\begin{align}P(X\leq 3000)&=1-e^{-\lambda x}\\[0.2cm] &=1-e^{-0{,}00033\,\frac{1}{h}\cdot 3\,000\,h}\\[0.2cm] &= 0{,}6284\end{align}
Jetzt rechnest Du noch die Dezimalzahl in Prozent um.
\[0{,}6284=62{,}84\,\text{%}\]
Die Wahrscheinlichkeit, dass die Waschmaschine in den ersten \(3\,000\,h\) kaputtgeht, liegt bei \(62{,}84\,\text{%}\).
In den zugehörigen Karteikarten findest Du noch weitere Übungsaufgaben zur Exponentialverteilung!
Dichtefunktion \(f_{\lambda}(x)\):
\begin{align} f_{\lambda}(x)=P(X=x)=\begin{cases} \lambda \cdot e^{-\lambda x} &x\geq 0 \\[0.2cm] \hspace{1.3cm}0 &x<0 \end{cases}\end{align}
\[E(X)=\sigma=\frac{1}{\lambda}\]
Varianz \(Var(X)\):
\[Var(X)=\frac{1}{\lambda^2}\]
Die Exponentialverteilung \(Exp(\lambda)\) wird zur Abbildung von Zeitintervallen, wie etwa der Lebensdauer von technischen Geräten, genutzt. Die Lebensdauer ist hierbei die exponentialverteilte Zufallsvariable.
Der Parameter λ (Lambda) beschreibt die Zahl der erwarteten Ereignisse pro Zeitintervall mit λ > 0.
Die Exponentialverteilung gehört zu den stetigen Wahrscheinlichkeitsverteilungen.
Die Poissonverteilung gehört zu den diskreten Wahrscheinlichkeitsverteilungen, wobei die Exponentialverteilung einer stetigen Wahrscheinlichkeitsverteilung zuzuordnen ist.
Wie möchtest du den Inhalt lernen?
94% der StudySmarter Nutzer erzielen bessere Noten.
Jetzt anmelden94% der StudySmarter Nutzer erzielen bessere Noten.
Jetzt anmeldenWie möchtest du den Inhalt lernen?
Kostenloser mathe Spickzettel
Alles was du zu . wissen musst. Perfekt zusammengefasst, sodass du es dir leicht merken kannst!
Sei rechtzeitig vorbereitet für deine Prüfungen.
Teste dein Wissen mit spielerischen Quizzes.
Erstelle und finde Karteikarten in Rekordzeit.
Erstelle die schönsten Notizen schneller als je zuvor.
Hab all deine Lermaterialien an einem Ort.
Lade unzählige Dokumente hoch und habe sie immer dabei.
Kenne deine Schwächen und Stärken.
Ziele Setze dir individuelle Ziele und sammle Punkte.
Nie wieder prokrastinieren mit unseren Lernerinnerungen.
Sammle Punkte und erreiche neue Levels beim Lernen.
Lass dir Karteikarten automatisch erstellen.
Erstelle die schönsten Lernmaterialien mit unseren Vorlagen.
Melde dich an für Notizen & Bearbeitung. 100% for free.