Schule 
Studium 
Ausbildung 
Karteikarten 
StudySmarter AI 
Notizen 
Lernplan 
Spaced Repetition 
Lernsets 
Finde einen Job 
Ausbildungen 
Magazine 
Mobile App 
Für Unternehmen 
Springe zu einem wichtigen Kapitel
Poisson-Verteilung Beispiele
Damit Du gleich mal sehen kannst, wo die Poisson-Verteilung angewendet wird, folgen zwei Beispiele:
Poisson-Verteilung – Beispiel 1
In einem Supermarkt werden für eine Studie die Kunden gezählt. Es wird darauf geachtet, wie viele Menschen einen kleinen Laden zwischen \(14{:}00\mathrm{~Uhr}\) und \(16{:}00\mathrm{~Uhr}\) besucht haben. Die Zählungen haben ergeben, dass \(30\) Menschen dort waren. Wie hoch wäre hingegen die Wahrscheinlichkeit, dass genau \(28\) Menschen den Laden betreten haben?
Lösung
Kunden können nicht nur jede volle Minute, sondern jede Sekunde den Laden betreten. Dadurch würde hier ein \(n\) von \(2\,700\) entstehen und somit eine Wahrscheinlichkeit von:
\[p=\frac{30}{7\,200}=\frac{1}{240}=0{,}0041\overline{6}\]
Die Poisson-Verteilung macht also mehr Sinn als die Binomialverteilung.
- \(\mu=30\)
- \(k=28\)
- \(p=\text{gesucht}\)
Einsetzen in die Formel der Wahrscheinlichkeitsfunktion:
\begin{align}f(x)=P(X=k)&=\frac{\mu^k}{k !} \cdot \mathrm{e}^{-\mu} \\[0.2cm] P(X=28)&=\frac{30^{28}}{28!}\cdot2{,}718\,28^{-30}=0{,}0702 =7\,\%\end{align}
Mit einer Wahrscheinlichkeit von \(7\,\%\) betreten genau \(28\) Menschen den Laden zwischen \(14{:}00\mathrm{~Uhr}\) und \(16{:}00\mathrm{~Uhr}\).
Poisson-Verteilung – Beispiel 2
Es schneit auf ein \(5~\mathrm{km}^2\) großes Feld. Im Schnitt sind in der Messperiode \(10\) Schneeflocken pro Quadratmeter gefallen. Wie groß ist die Wahrscheinlichkeit dafür, dass auf einen bestimmten Quadratmeter \(20\) Schneeflocken gefallen sind?
Lösung
Auch hier ist \(n\) wieder sehr groß:
\[n=5~\mathrm{km}^2=500~\mathrm{dm}^2=50\,000~\mathrm{m}^2\]
Also wird die Poisson-Verteilung genutzt:
\begin{align}f(x)=P(X=k)&=\frac{\mu^k}{k !} \cdot \mathrm{e}^{-\mu} \\[0.2cm] P(X=20)&=\frac{10^{20}}{20!}\cdot2{,}718\,28^{-10}=0{,}001\,86 =0{,}2\,\%\end{align}
Die Wahrscheinlichkeit für \(20\) Schneeflocken auf einem Quadratmeter ist mit \(0{,}2\,\%\) verschwindend gering.
Poisson-Verteilung Formel und Definition
Die Poisson-Verteilung \(Ps(\mu)\) ist definiert als eine diskrete Wahrscheinlichkeitsverteilung, die bei mehrstufigen Bernoulli-Experimenten eingesetzt wird, in denen ein Ereignis \(A\) mit sehr geringer Wahrscheinlichkeit \(p\) eintritt. Die Poisson-Verteilung ist eine Approximation (Annäherung) an die Binomialverteilung.
Die Formel der allgemeinen Verteilungsfunktion lautet:
\[F(x)=P(X \leq x)=\mathrm{e}^{-\mu} \cdot \sum_{k \leq x} \frac{\mu^k}{k !}\]
- \(k=\) natürliche Zahlen \(=0,1,2,3,\ldots\)
- \(\mu=\) Erwartungswert
- \(\,\mathrm{e}=\) Eulersche Zahl \(=2{,}718\,28\ldots\)
Beispiele für Zufallsexperimente, in denen bestimmte Ereignisse selten vorkommen, sind Zeitintervalle und räumliche Gebiete. Hierbei gibt es sehr viele (aber dennoch endlich viele) \(n\), während die Wahrscheinlichkeit \(p\) sehr klein ist. Dementsprechend wäre die Berechnung des Binomialkoeffizienten sehr aufwendig, also wird die Poisson-Verteilung genutzt.
Die allgemeine Verteilungsfunktion benötigst Du dann, wenn Du die Wahrscheinlichkeiten mehrerer Ereignisse zusammenzählen willst.
Poisson-Verteilung Wahrscheinlichkeit berechnen
Die Wahrscheinlichkeitsfunktion der Poisson-Verteilung lautet:
\[f(x)=P(X=k)=\frac{\mu^k}{k !} \cdot \mathrm{e}^{-\mu}\]
- \(k=\) natürliche Zahlen \(=0,1,2,3,\ldots\)
- \(\mu=\) Erwartungswert
- \(\,\mathrm{e}=\) Eulersche Zahl \(=2{,}718\,28\ldots\)
Ein Beispiel zur Verwendung dieser Formel findest Du unten bei den Aufgaben.
Poisson-Verteilung – Erwartungswert, Standardabweichung, Normalverteilung
Wie auch bei anderen Verteilungen gibt es in der Poisson-Verteilung verschiedene Lageparameter.
Erwartungswert
Den Erwartungswert \(\mu\) kannst Du direkt aus der Formel der Poisson-Verteilung ablesen bzw. bei \(\mu\) einsetzen. Oft wird hierfür auch ein \(\lambda\) statt \(\mu\) geschrieben. Es handelt sich aber immer um den Erwartungswert.
Was der Erwartungswert ist und wie Du ihn berechnest, kannst Du in der Erklärung zum Erwartungswert nachlesen.
Standardabweichung und Varianz
Normalerweise wird die Varianz und Standardabweichung mit einer Formel berechnet, die Du im Artikel "Varianz" nachlesen kannst. Bei der Poisson-Verteilung entspricht die Varianz allerdings genau dem Erwartungswert, also:
\[\mu=\sigma^2\]
Und weil die Standardabweichung die Wurzel der Varianz ist, ist die Standardabweichung der Poisson-Verteilung im Umkehrschluss auch die Wurzel vom Erwartungswert.
\[\sqrt{\mu}=\sqrt{\sigma^2}=\sigma\]
Normalverteilung
Mit der Normalverteilung hat die Poisson-Verteilung nichts zu tun. Die Unterschiede sind:
| Normalverteilung | Poisson-Verteilung |
| Stetige Verteilung | Diskrete Verteilung |
| Werte sind normal verteilt (Glockenform) | Werte sind oft asymmetrisch verteilt |
Poisson-Verteilung – diskret oder stetig
Die Poisson-Verteilung wird zwar bei Zufallsexperimenten mit sehr vielen Durchführungen \(n\) angewendet, diese müssen aber dennoch endlich sein. Somit ist die Poisson-Verteilung diskret.
Poisson-Verteilung Aufgaben
Zum Abschluss gibt's hier noch ein paar Aufgaben zum Üben.
Poisson-Verteilung – Aufgabe 1
Es regnet auf ein \(5~\mathrm{km}^2\) großes Feld. Im Schnitt sind in der Messperiode \(10\) Regentropfen pro Quadratmeter gefallen. Wie groß ist die Wahrscheinlichkeit dafür, dass auf einen bestimmten Quadratmeter \(15)\, (20\) oder \(25\) Regentropfen gefallen sind?
Lösung
Hier ist die Wahrscheinlichkeit mehrerer voneinander unabhängiger Ereignisse gesucht. Du kannst also die Verteilungsfunktion nutzen.
\begin{align} F(x)=P(X \leq x) & = \mathrm{e}^{-\mu} \cdot \sum_{k \leq x} \frac{\mu^k}{k !} \\[0.2cm] & = \mathrm{e}^{-10} \cdot \left( \frac{10^{15}}{15!} + \frac{10^{20}}{20!} + \frac{10^{25}}{25!} \right) \\[0.2cm] & = \mathrm{e}^{-10} \cdot ( 764{,}716 + 41{,}103 + 0{,}645 ) \\[0.4cm] & = 0{,}0366 = 3{,}66\,\% \end{align}
Die Wahrscheinlichkeit, dass mindestens eins der Ereignisse eintritt, liegt bei \(3{,}66\,\%\).
Poisson-Verteilung – Aufgabe 2
Ein Kleinunternehmer verkauft pro Jahr ca. \(1\,000\) Produkte und erhält davon im Schnitt \(50\) Rücksendungen. Wie groß ist die Wahrscheinlichkeit, dass er dieses Jahr nur \(40\) Rücksendungen erhält?
Lösung
- Erwartungswert: \(\mu=50\)
- Anzahl Ereignisse: \(k=40\)
\begin{align}f(x)=P(X=k)&=\frac{\mu^k}{k !} \cdot \mathrm{e}^{-\mu} \\[0.2cm] P(X=40)&=\frac{50^{40}}{40!}\cdot\mathrm{e}^{-50}=0{,}02149 =2{,}15\,\%\end{align}
Poisson Verteilung - Das Wichtigste
- Die Poisson-Verteilung \(Ps(\mu)\) ist eine diskrete Wahrscheinlichkeitsverteilung, die bei mehrstufigen Bernoulli-Experimenten eingesetzt wird, in denen ein Ereignis \(A\) mit sehr geringer Wahrscheinlichkeit \(p\) eintritt.
- Allgemeine Verteilungsfunktion:\[F(x)=P(X \leq x)=\mathrm{e}^{-\mu} \cdot \sum_{k \leq x} \frac{\mu^k}{k !}\]
- Wahrscheinlichkeitsfunktion:\[f(x)=P(X=k)=\frac{\mu^k}{k !} \cdot \mathrm{e}^{-\mu}\]
- Erwartungswert, Standardabweichung, Varianz:\[\sqrt{\mu}=\sqrt{\sigma^2}=\sigma\]
Lerne mit 3 Poisson Verteilung Karteikarten in der kostenlosen StudySmarter App
Du hast bereits ein Konto? Anmelden
Häufig gestellte Fragen zum Thema Poisson Verteilung
Wann benutze ich die Poisson-Verteilung?
Die Poisson-Verteilung kannst Du nutzen, wenn bei einem Bernoulli-Experiment die Wahrscheinlichkeit für ein Ereignis A sehr gering ist.
Was bedeutet poissonverteilt?
Ein Zufallsexperiment ist poissonverteilt, wenn es die Ereignisse innerhalb eines festgelegten Zeitraumes oder Raumes zählt. Außerdem treten die Ereignisse unabhängig voneinander und niemals gleichzeitig ein.
Wann Binomialverteilung und wann Poissonverteilung?
Du benutzt die Poisson-Verteilung im allgemeinen zur Annäherung der Binomialverteilung, wenn n groß ist und p klein.
Was sagt die Poissonverteilung aus?
Die Poisson-Verteilung sagt aus, mit welcher Wahrscheinlichkeit ein gewünschtes Ereignis eintritt, bzw. wie die einzelnen Ereignisse verteilt sind.
Über StudySmarter
StudySmarter ist ein weltweit anerkanntes Bildungstechnologie-Unternehmen, das eine ganzheitliche Lernplattform für Schüler und Studenten aller Altersstufen und Bildungsniveaus bietet. Unsere Plattform unterstützt das Lernen in einer breiten Palette von Fächern, einschließlich MINT, Sozialwissenschaften und Sprachen, und hilft den Schülern auch, weltweit verschiedene Tests und Prüfungen wie GCSE, A Level, SAT, ACT, Abitur und mehr erfolgreich zu meistern. Wir bieten eine umfangreiche Bibliothek von Lernmaterialien, einschließlich interaktiver Karteikarten, umfassender Lehrbuchlösungen und detaillierter Erklärungen. Die fortschrittliche Technologie und Werkzeuge, die wir zur Verfügung stellen, helfen Schülern, ihre eigenen Lernmaterialien zu erstellen. Die Inhalte von StudySmarter sind nicht nur von Experten geprüft, sondern werden auch regelmäßig aktualisiert, um Genauigkeit und Relevanz zu gewährleisten.
Erfahre mehr