Selbsteinschätzung und Lernziele

Die zweite Seite enthält eine detaillierte Checkliste zur Selbsteinschätzung der Kompetenzen im Bereich der stetigen Zufallsgrößen und Normalverteilung.

Highlight: Die Checkliste umfasst neun zentrale Kompetenzen von der Überprüfung der Wahrscheinlichkeitsdichte bis zur Anwendung des Satzes von Moivre-Laplace.

Definition: Die Stetigkeitskorrektur ist bei der Approximation diskreter durch stetige Verteilungen erforderlich.

Example: Die Sigma-Regeln besagen, dass etwa 68% der Werte im Intervall [μ-σ, μ+σ] liegen.

Übungsaufgaben und Anwendungen

Die dritte Seite bietet praktische Übungsaufgaben zur Vertiefung des Gelernten.

Example: Eine Aufgabe behandelt die Längenverteilung von Schrauben als Beispiel für eine normalverteilte Größe.

Highlight: Die Aufgaben decken verschiedene Aspekte ab:

• Überprüfung von Wahrscheinlichkeitsdichten
• Berechnung von Wahrscheinlichkeiten
• Anwendung der Exponentialverteilung
• Analyse der Gaußschen Glockenkurve

Vocabulary:

• Exponentialverteilung: Beschreibt Wartezeiten oder Lebensdauern
• Wendepunkte: Punkte maximaler Steigungsänderung der Glockenkurve

Grundlagen der Wahrscheinlichkeitsdichte

Die erste Seite führt in die fundamentalen Konzepte der stetigen Wahrscheinlichkeitsverteilungen ein. Die stetige Zufallsvariable wird durch ihre Dichtefunktion charakterisiert.

Definition: Eine Funktion f heißt Wahrscheinlichkeitsdichte über einem Intervall I=[a,b], wenn sie nicht-negativ ist und das Integral über I gleich 1 ergibt.

Highlight: Die Gaußsche Glockenkurve ist symmetrisch um den Erwartungswert μ und wird durch die Standardabweichung σ in ihrer Form bestimmt.

Example: Bei der Exponentialverteilung gilt f(x)=λe^$-λx$ mit dem Parameter λ>0.

Vocabulary:

• Dichtefunktion: Beschreibt die Verteilung einer stetigen Zufallsvariable
• Erwartungswert: Schwerpunkt der Verteilung
• Standardabweichung: Maß für die Streuung um den Erwartungswert