Gleichverteilung

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Dieser Artikel behandelt die mathematische Gleichverteilung. Für die wirtschaftliche Gleichverteilung siehe Gini-Koeffizient.

Der Begriff Gleichverteilung stammt aus der Wahrscheinlichkeitstheorie und beschreibt eine Wahrscheinlichkeitsverteilung mit bestimmten Eigenschaften. Im diskreten Fall tritt jedes mögliche Ergebnis mit der gleichen Wahrscheinlichkeit ein, im stetigen Fall ist die Dichte konstant. Der Grundgedanke einer Gleichverteilung ist, dass es keine Präferenz gibt.

Beispielsweise sind die Ergebnisse beim Würfeln die sechs möglichen Augenzahlen nach einem Wurf: {1, 2, 3, 4, 5, 6}. Bei einem idealen Würfel beträgt die Eintrittswahrscheinlichkeit jedes dieser Werte 1/6, da sie für jeden möglichen Wert gleich groß ist und die Summe der Einzelwahrscheinlichkeiten 1 ergeben muss.

Definition[Bearbeiten]

Diskreter Fall[Bearbeiten]

Hauptartikel: Diskrete Gleichverteilung

Sei \Omega eine endliche Menge. Dann ist bei einer Gleichverteilung die Wahrscheinlichkeit P(A) eines Ereignisses A mit A\subseteq\Omega definiert durch die Laplace-Formel:

P(A) = \frac{|A|}{|\Omega|}=\frac{\text{Anzahl der Elemente von }A}{\text{Anzahl der Elemente von }\Omega}.

Stetiger Fall[Bearbeiten]

Hauptartikel: Stetige Gleichverteilung

Sei \Omega ein endliches reelles Intervall, also \Omega = [a,b] für a,b \in \mathbb{R}. Die Wahrscheinlichkeit eines Ereignisses A\subseteq \Omega ist bei einer Gleichverteilung definiert als

P(A) = \int_A\frac 1{\lambda(\Omega)}\,\mathrm d\lambda (x) = \frac{\lambda(A)}{\lambda(\Omega)} = \frac{\lambda(A)}{b-a},

wobei \lambda das Lebesgue-Maß bezeichnet. Insbesondere gilt für ein Teilintervall A = [c,d] \subseteq [a,b]

P(A) = \frac{\lambda(A)}{\lambda(\Omega)} = \frac{d-c}{b-a}.

Die Wahrscheinlichkeitsdichtefunktion ist hier eine stückweise konstante Funktion \rho mit:

\rho(x)=\begin{cases}
  \frac 1{b-a} & a \le x \le b,\\
  0            & \text{sonst}.
\end{cases}

Mit Hilfe der Indikatorfunktion des Intervalls  [a,b] schreibt sich dies kürzer in der Form

\rho(x) = \frac 1{b-a} \cdot \mathbf{1}_{[a,b]}(x).

In ähnlicher Weise kann man eine stetige Gleichverteilung auch auf beschränkten Teilmengen \Omega des n-dimensionalen Raumes \mathbb{R}^n erklären. Für ein Ereignis A \subseteq \Omega erhält man die zum eindimensionalen Fall analoge Formel

P(A) = \int_A\frac 1{\lambda^n(\Omega)}\,\mathrm d\lambda^n (x) = \frac{\lambda^n(A)}{\lambda^n(\Omega)},

wobei \lambda^n das n-dimensionale Lebesgue-Maß bezeichnet.

Beispiele[Bearbeiten]

  • Beim Würfeln eines idealen Würfels ist die Wahrscheinlichkeit jeder Augenzahl zwischen eins und sechs gleich 1/6.
  • Beim Münzwurf einer idealen Münze ist die Wahrscheinlichkeit für jede der beiden Seiten gleich 1/2.

Laplace[Bearbeiten]

Die Gleichverteilung war Forschungsgebiet für Pierre-Simon Laplace, der vorschlug, dass man, wenn man auf einem Wahrscheinlichkeitsraum das Wahrscheinlichkeitsmaß nicht kenne, erst einmal Gleichverteilung annehmen solle (Indifferenzprinzip). Nach ihm nennt man einen Wahrscheinlichkeitsraum (\Omega, \mathfrak{P}(\Omega),\mathcal{U}_{\Omega}) für endliches Ω auch Laplace-Raum.

Siehe auch[Bearbeiten]