Empirisches Gesetz der großen Zahlen
Wirft man einen Würfel nur zehnmal, kann die Sechs zufällig dreimal oder gar nicht fallen. Wirft man aber hunderte oder tausende Male, pendelt sich der Anteil der Sechsen immer mehr bei etwa frac{1}{6} ein. Das ist das empirische Gesetz der großen Zahlen : Bei sehr vielen Wiederholungen stabilisiert sich die relative Häufigkeit eines Ereignisses – und zwar in der Nähe seiner Wahrscheinlichkeit. Deshalb kann man unbekannte Wahrscheinlichkeiten (Reißzwecke, Lego-Stein) durch viele Versuche schätzen . Relative Häufigkeit eines Ereignisses A bei n Versuchen: h n(A) = frac{ text{Anzahl der Versuche, bei denen } A text{ eintritt}}{n} Empirisches Gesetz der großen Zahlen: Für sehr große n stabilisiert sich h n(A) , sie schwankt immer weniger um die Wahrscheinlichkeit P(A) : h n(A) approx P(A) quad text{für große } n Wichtig: - Das Gesetz sagt nichts über den nächsten einzelnen Wurf. Der Würfel hat kein Gedächtnis – nach fünf Würfen ohne Sechs ist die Sechs nicht „fällig“. - Die absolute Abweichung (Anzahl Sechsen minus frac{n}{6} ) kann sogar größer werden; nur der Anteil nähert sich an. Beispiel 1: Relative Häufigkeit berechnen Bei 50 Würfen fiel 11-mal eine Sechs. h {50}( text{Sechs}) = frac{11}{50} = 0{,}22 = 22 , % Das ist noch deutlich mehr als frac{1}{6} approx 16{,}7 , % – bei 50 Würfen ist das aber völlig normal. Beispiel 2: Die Werte stabilisieren sich Eine Versuchsreihe ergibt (wie im Diagramm oben): - n = 10 : h = 0{,}30 - n = 100 : h = 0{,}19 - n = 1000 : h = 0{,}168 Die
Worum geht's?
Formel mit Erklärung
Beispiele
Zusammenfassung
Jetzt üben
Kostenlose Aufgaben mit Lösungsweg zu diesem Begriff:
