Sei X die Zufallsvariable "Gewinn beim Glücksspiel = ausbezahlter Betrag minus Einsatz". Die Wahrscheinlichkeit für die Augensumme 3 beträgt, ebenso wie die Wahrscheinlichket für die Augensumme 18, 1/216; bei allen anderen 214 Wurffolgen verliert man den Einsatz:
P(X=99) = 2/216 und P(X=-1) = 214/216.

Damit gilt für den Erwartungswert von X:

\(E(X) = \frac{2}{216} \cdot 99 + \frac{214}{216} \cdot (-1) = - \frac{16}{216} \approx -0,074\)
Man verliert also langfristig; im Mittel 7,4 Cent pro Spiel.

Sei X die Zufallsvariable "ausbezahlter Betrag" (ohne Berücksichtigung des Einsatzes). Die Wahrscheinlichkeit für die Augensumme 3 beträgt, ebenso wie die Wahrscheinlichket für die Augensumme 18, 1/216; bei allen anderen 214 Wurffolgen verliert man den Einsatz:
P(X=100) = 2/216 und P(X=0) = 214/216.

Damit gilt für den Erwartungswert von X:

\(E(X) = \frac{2}{216} \cdot 100 = \frac{200}{216} \approx 0,926 = 1-0,074\)
Der Erwartungswert für den ausbezahlten Betrag liegt also unter dem Einsatz, d.h. man zahlt langfristig mehr, als man bekommt.

Eine auf dem Intervall [a;b] gleichverteilte stetige Zufallsvariable hat die Verteilungsfunktion \(F(x) = \frac{x-a}{b-a}\) für a < x < b und F(x)=0 für \(x \leq a\) bzw. F(x) = 1 für \(x \geq b\). Wegen a=0 und b=6 gilt hier \(F(x) = \frac{x}{6}\) für 0<x<6.

\(P(X > 2) = 1-P(X \leq 2) = 1-F(2) = 1-(1-e^{-6}) = e^{-6} = 0,0025\)

Jede Wartezeit zwischen 0 und 15 Minuten ist gleich wahrscheinlich. Folglich ist X gleichverteilt im Intervall (0;15) und die Dichtefunktion hat in diesem Bereich einen konstanten Wert >0 ("Rechteckverteilung"). Da die Fläche unter dem Graphen von f gleich 1 sein muss (denn irgendeinen Wert zwischen 0 und 15 nimmt f(x) auf jeden Fall an), gilt f(x) = 1/15 für 0 < x < 15 und f(x) = 0 sonst.

Wir suchen das 0,5-Quantil, also den Median: Für welches x nimmt F(x) den Wert 0,5 an?

Aus \(F(x) = 1-e^{-3x} = 0,5\) folgt \(x = -\frac{1}{3} \cdot ln (0,5) = 0,23\), d.h. nach knapp 3 Monaten ist das Bauteil mit einer Wahrscheinlichkeit von 0,5 ausgefallen.

Es handelt sich hier um eine Poissonverteilung mit \(\lambda = 4\) (denn im Schnitt treffen 4=240/60 Anrufe pro Minute ein). Es gilt also: \(P(X=x) = \frac{4^x}{x!}\; e^{-4}\)
Die Wahrscheinlichkeit, dass innerhalb von einer Minute kein Anruf eintrifft, beträgt \(P(X=0) = e^{-4} = 0,0183\).
Die Wahrscheinlichkeit, dass innerhalb von einer Minute mehr als fünf Anrufe eintreffen, berechnen wir über die Gegenwahrscheinlichkeit:\(P(X \leq 5) = P(X=0) + P(X=1) + P(X=2) + P(X=3) + P(X=4) + P(X=5) = e^{-4}\cdot (1 + 4 + \frac{16}{2} + \frac{64}{6} + \frac{256}{24} + \frac{1024}{120}) = e^{-4}\cdot \frac{643}{15} = 0,7851\)

Damit ist \(P(X>5) = 1-P(X \leq 5) = 0,2149\).

Eine Zufallsstichprobe vom Umfang n ist eine Folge \(X_1, ..., X_n\) von unabhängigen, identisch verteilten Zufallsvariablen, die man Stichprobenvariablen nennt. \(X_i\) ist die Merkmalsausprägung des i-ten Stichprobenelements.

Erwartungswert.

\(P(rot)=\frac{18}{37} \\ P(\overline{rot})=\frac{19}{37} \\ E(X)= \sum x_i P_i = 500\cdot \frac{18}{37} + (-500)\cdot \frac{19}{37} \approx -13,5\)