Zufallsgrößen und Wahrscheinlichkeitsverteilungen

Mathematik FOS/BOS 12 · Bayern · Stochastik (Nichttechnik)

Oft interessiert nicht das einzelne Ergebnis, sondern eine Zahl, die man ihm zuordnet: ein Gewinn, eine Anzahl, eine Punktzahl. Diese Zuordnung ist eine Zufallsgröße. Ihre Wahrscheinlichkeitsverteilung fassen wir mit zwei Kennzahlen zusammen: dem Erwartungswert (dem „mittleren Wert auf lange Sicht“) und der Standardabweichung (der Streuung darum).

Hilfsmittel-Hinweis (Bayern FOS/BOS): Aufstellen der Verteilung und die Formeln für \(E(X)\), \(Var(X)\), \(\sigma\) gehören in den hilfsmittelfreien Teil. Zahlenwerte (Wurzeln) berechnen Sie im Teil mit Hilfsmittel.

1  Zufallsgröße und Wahrscheinlichkeitsverteilung

Zufallsgröße. Eine Funktion \(X:\Omega\to\mathbb{R}\), die jedem Ergebnis eines Zufallsversuchs eine Zahl \(x\) (den Zufallswert) zuordnet.

Wahrscheinlichkeitsverteilung. Die Zuordnung jedem Zufallswert \(x\) seine Wahrscheinlichkeit \(P(X=x)\). Die Summe aller Wahrscheinlichkeiten ist stets \(1\).

Durchgehendes Beispiel. Ein Glücksrad-Spiel; die Zufallsgröße \(X\) ist der Reingewinn in Euro. Die Verteilung:

Zufallswert \(x\) \(-2\) \(0\) \(5\)
\(P(X=x)\) \(0{,}5\) \(0{,}3\) \(0{,}2\)

Kontrolle: \(0{,}5+0{,}3+0{,}2=1\). Grafisch als Stabdiagramm:

0,10,20,30,40,5xP(X=x)0,5-20,300,25E(X) = 0 (Schwerpunkt)
Wahrscheinlichkeitsverteilung des Spiels. Der rote Pfeil markiert den Erwartungswert als „Schwerpunkt“ der Verteilung.

2  Der Erwartungswert

Stufe 1-2 · hilfsmittelfreiDer mittlere Wert auf lange Sicht

Erwartungswert. \(\displaystyle E(X)=\mu=\sum_{i} x_i\cdot P(X=x_i)\).

Deutung: Wiederholt man das Spiel sehr oft, ist \(E(X)\) der durchschnittliche Gewinn pro Spiel. Ein Spiel heißt fair, wenn \(E(X)=0\).

Beispiel A. Erwartungswert des Spiels:

\(E(X)=(-2)\cdot 0{,}5+0\cdot 0{,}3+5\cdot 0{,}2\)
\(=-1+0+1=0\) also ein faires Spiel

Im Bild ist \(E(X)=0\) der Punkt, in dem die Verteilung „im Gleichgewicht“ ist (Schwerpunkt).

3  Varianz und Standardabweichung

Stufe 3 · AusbauWie stark streuen die Werte um \(E(X)\)?

Varianz und Standardabweichung.

\(\displaystyle Var(X)=\sum_i (x_i-\mu)^2\cdot P(X=x_i)\qquad \sigma=\sqrt{Var(X)}\)

Die Standardabweichung \(\sigma\) misst die Streuung um den Erwartungswert und hat dieselbe Einheit wie \(X\).

Beispiel B. Varianz und Standardabweichung des Spiels (\(\mu=0\)):

\(Var(X)=(-2-0)^2\cdot0{,}5+(0-0)^2\cdot0{,}3+(5-0)^2\cdot0{,}2\)
\(=4\cdot0{,}5+0+25\cdot0{,}2=2+5=7\)
\(\sigma=\sqrt{7}\approx 2{,}65\) mit Hilfsmittel

Am Taschenrechner: √ 7 =  →  2,6457…

4  Binomialverteilte Zufallsgrößen

Stufe 3-4 · PrüfungKurzformeln für \(E\) und \(\sigma\)

Zählt \(X\) die Treffer einer Bernoulli-Kette (also \(X\) ist binomialverteilt mit \(n\) und \(p\)), muss man nicht die ganze Verteilung aufsummieren – es gelten Kurzformeln:

\(E(X)=n\cdot p\qquad Var(X)=n\cdot p\cdot(1-p)\qquad \sigma=\sqrt{n\cdot p\cdot(1-p)}\)

Beispiel C. Restaurant: \(n=20\) Gäste, \(p=0{,}2\) bestellen vegetarisch. \(X\) = Anzahl vegetarischer Bestellungen.

\(E(X)=20\cdot 0{,}2=4\) im Schnitt 4 vegetarisch
\(Var(X)=20\cdot 0{,}2\cdot 0{,}8=3{,}2\)
\(\sigma=\sqrt{3{,}2}\approx 1{,}79\)

Am Taschenrechner: √ 3 , 2 =  →  1,7888…

0,050,100,150,200123456789101112E(X)=n·p=4E ± σ  (σ=√3,2≈1,79)k (Anzahl vegetarischer Bestellungen), n=20, p=0,2
Binomialverteilung \(B(20;0{,}2;k)\): Erwartungswert \(E(X)=4\) (rot) und Streubereich \(E\pm\sigma\) (gelb hinterlegt).

Deutung: Man erwartet rund \(4\) vegetarische Bestellungen; typische Schwankung etwa \(\pm 1{,}8\).

Typische Fehler in der Prüfung

✗ Falsch

Vergessen zu prüfen, ob die Wahrscheinlichkeiten sich zu \(1\) summieren.

✓ Richtig

Immer kontrollieren: \(\sum P(X=x_i)=1\) – sonst ist die Verteilung falsch.

✗ Falsch

\(E(X)\) als „wahrscheinlichsten Wert“ deuten.

✓ Richtig

\(E(X)\) ist der Mittelwert auf lange Sicht, nicht der häufigste Wert (und muss kein möglicher Wert sein).

✗ Falsch

\(\sigma\) und \(Var(X)\) verwechseln oder die Wurzel vergessen.

✓ Richtig

\(Var(X)\) ist der Mittelwert der quadratischen Abweichungen; \(\sigma=\sqrt{Var(X)}\) hat die Einheit von \(X\).

✗ Falsch

\(E=n\cdot p\) auf jede beliebige Zufallsgröße anwenden.

✓ Richtig

Die Kurzformeln \(E=np\), \(\sigma=\sqrt{np(1-p)}\) gelten nur für binomialverteilte Zufallsgrößen.

Auf einen Blick

  • Zufallsgröße \(X\): ordnet jedem Ergebnis eine Zahl zu; \(\sum P(X=x_i)=1\).
  • Erwartungswert: \(E(X)=\sum x_i P(X=x_i)\) – Mittelwert auf lange Sicht; fair \(\Leftrightarrow E=0\).
  • Streuung: \(Var(X)=\sum (x_i-\mu)^2 P(X=x_i)\), \(\sigma=\sqrt{Var(X)}\).
  • Binomial: \(E=np\), \(Var=np(1-p)\), \(\sigma=\sqrt{np(1-p)}\).

Jetzt üben

Trainieren Sie Wahrscheinlichkeitsverteilungen, Erwartungswert, Varianz und Standardabweichung – auch für binomialverteilte Zufallsgrößen – für die FOS/BOS 12 Bayern.

Zum Aufgabengenerator →

Nach oben scrollen

Betriebsferien vom
30.10. bis 08.11.2026

Liebe Kunden/Besucher,

Ihre digitalen Zugänge funktionieren wie gewohnt. Nach der Buchung erhalten Sie den Zugang sofort und automatisch – dafür ist keine Bearbeitung durch uns nötig.

Persönlich sind wir vom 30.10. bis 08.11.2026 nicht erreichbar. E-Mails beantworten wir ab dem 09.11.2026 in der Reihenfolge des Eingangs. Wir bekommen auch die Bücherlieferung am 09.11. und fangen an, an diesem Tag zu verschicken. Wir wünschen schöne Herbstferien.
Ihr lern.de – Team