Poisson-Verteilungs-Explorer
Erkunde die Poisson-Verteilung — sieh, wie sich seltene Ereignisse verteilen und wie die Binomialverteilung gegen die Poisson-Verteilung konvergiert.
Stochastische Ereignisintervalle und Rate-Dichte 🖖
Die Poisson-Verteilung beschreibt die Wahrscheinlichkeit einer bestimmten Anzahl von unabhängigen Ereignissen in einem festen Intervall: P(X=k) = (λ^k * e^{-λ}) / k!, wobei λ die durchschnittliche Rate ist. Sie setzt voraus, dass Ereignisse unabhängig und mit konstanter Rate eintreffen (z. B. radioaktiver Zerfall).
Viele winzige Chancen werden zu einer sauberen Kurve 🖖
Stellen Sie sich sehr viele unabhängige Gelegenheiten vor, jede für sich höchst unwahrscheinlich - Tippfehler auf einer Seite, Blitzeinschläge in einem Landkreis, Fehler in einer Produktionslinie. Wirft man eine Münze n-mal mit Erfolgswahrscheinlichkeit p und lässt n groß werden, während p schrumpft, sodass n × p = λ konstant bleibt, geht die Binomialverteilung fließend in die Poisson-Verteilung über. Schalten Sie hier die Überlagerung ein, erhöhen Sie n und beobachten Sie, wie sich die zackigen Binomialbalken auf die Poisson-Kurve legen. Fazit: Bei vielen Versuchen mit je winziger Chance ist Poisson die Abkürzung.
Tod durch Pferdetritt und das Gesetz der kleinen Zahlen 🖖
1898 untersuchte der Statistiker Ladislaus von Bortkiewicz Todesfälle durch Pferdetritte in 10 preußischen Armeekorps über 20 Jahre. Die jährlichen Zahlen - meist 0, gelegentlich 1 oder 2, selten mehr - passten fast perfekt zu einer Poisson-Verteilung mit λ ≈ 0,61. Er nannte dieses Muster das Gesetz der kleinen Zahlen. Es zeigte eindrucksvoll, dass eine für Physik und Telefonverkehr gedachte Verteilung auch seltene Unglücksfälle beschreibt - bis heute ein Lehrbuchbeleg dafür, dass Poisson die reale Welt trifft.
Beispielaufgaben
- Typisch λ=5 - P(X=3) bei λ=5
- Seltene Ereignisse - Seltene Ereignisse: λ=0.5, P(X=2)
- Binomial→Poisson - Binomial→Poisson-Konvergenz bei λ=10
- Großes λ→Normal - Großes λ=30 nähert sich der Normalverteilung an