Suche Diesen Artikel teilen:

Negative binomische Los!

Themengebiete Die Negative Binomialverteilung

Bei sogenannten Bernoulli-Experimenten gibt es nur die zwei
Bitte wählen... Los!
Ergebnisse Erfolg bzw. Treffer und Misserfolg.

Führt man ein solches Experiment mehrere Male unabhängig

Vorhandene Merkzettel: voneinander aus, so kann man mit der negativen Binomialverteilung
bestimmen, wie hoch die Wahrscheinlichkeit ist, dass man eine
61 Ergebnisse:
bestimmte Anzahl an Versuchen benötigt um r Erfolge zu erzielen.
Die Binomischen Formeln
Konkret lautet die Wahrscheinlichlichkeitsfunktion einer negativ
Binomische Formel für Matrizen binomialverteilten Zufallsgröße X ∼NBin(p, r) :

(r − 1)
Der Binomische Lehrsatz n−1 r
ℙ(X = n) = p (1 − p) n−r
Die Klammer muss weg!
Monotonie von Folgen
Dabei ist n die eben angesprochene Anzahl der durchgeführten
Terme faktorisieren Versuche, für die stets gilt: n ∈ ℕ und n ≥ r . Die anderen beiden
Parameter sind:
Das Pascalsche Dreieck
Kürzen von Brüchen r ∈ ℕ, r ≤ n : Anzahl der erzielten Erfolge
p ∈ (0, 1) : Erfolgswahrscheinlichkeit
Wurzeln im Nenner rational machen
Die quadratische Ergänzung Für die Verteilungsfunktion addiert man wie gewohnt die einzelnen
Werte der Wahrscheinlichkeitsfunktion:
Potenzgesetze für Matrizen
⌊x⌋

∑ (r − 1)
Der Binomialkoeffizient k−1 r
ℙ(X ≤ x) = F(x) = p (1 − p) k−r
Das Einsetzungsverfahren k=r

Ableiten mit der Produktregel Dabei rundet man x bei ⌊x⌋ auf die nächstkleinere ganze Zahl ab. Man
Den Hauptnenner bilden fragt sich hier also, wie groß die Wahrscheinlichkeit ist, höchstens x
Versuche durchführen zu müssen, bis es r Erfolge zu verzeichnen gibt.
Negative Binomialverteilung
Dementsprechend ist x in der Regel sowieso eine natürliche Zahl. Auf
Das Leibnizkriterium
der anderen Seite ist klar, dass man auf jeden Fall mindestens r
Diskrete Verteilung Versuche starten muss, um r Erfolge zu erzielen, daher startet die
Ellipsengleichung Summe bei k = r .

Ableiten mit der Potenzregel Beispiele

Grenzwerte bei Folgen/Funktionen mit Man nimmt die negative Binomialverteilung also vor allem dann, wenn
Bruch es darum geht, wie oft man einen bestimmten Vorgang wiederholen
Geometrische Verteilung muss, bis mehrere Erfolge zu beobachten sind.
Differenzierbarkeit (für Funktionen mit Das kann die Anzahl der Angelversuche sein, bis man mehr als 2
einer Variablen) Fische gefangen hat (siehe diese Aufgabe) oder ganz klassisch die
Eigenwertmethode zur Anzahl der Versuche, bis man vier mal eine Sechs würfelt (siehe diese
Definitheitsbestimmung Aufgabe).

Varianz und Standardabweichung Wichtige Werte

Wurzeln bei Gleichungen
Erwartungswert: 𝔼(X) = pr
Angabe von Winkeln r(1−p)
Varianz: 𝕍 (X) = 2 p
Absolute Konvergenz von Reihen √r(1−p)
Standardabweichung: √‾
𝕍‾‾‾
(X)‾ = p
Vektorraum 2−p
Schiefe: μ ∗3 (X) =
Übersicht der Potenzgesetze √r(1−p)
6 p2
Integrationskonstanten bei DGL Kurtosis: μ∗4 (X) = r + (1−p)r
+3
Modus: Der Modus richtet sich nach dem Parameter r wie folgt:
Ungleichungen

⌊ 1−p ⌋
p(r−1)

{0
Das Quotientenkriterium wenn r > 0
xmod =
Der Definitionsbereich wenn r ≤ 1
Die Wurzelfunktion
Weitere Eigenschaften
Symmetrie (Verteilung)
Funktionen
Gleichungen

( 1−(1−p)eit ) für
r
Differentialgleichungen in getrennten peit
Charakteristische Funktion: ϕX (t) =
Variablen
t < ∣ln(1 − p)∣
( 1−(1−p)et ) für
Metrische bzw. Kardinalskala r
pet
Momenterzeugende Funktion: MX (t) =
Definitionsbereich - mehrdimensionale
Funktionen
t < ∣ln(1 − p)∣
( 1−(1−p)t )
r
pt 1
Erzeugende Funktion: g(t) = für 0 < t < 1−p
Beschränktheit von Folgen/Funktionen
Zahlensysteme
Beziehungen zu anderen Verteilungen
Verknüpfte Funktionen
Geometrische Verteilung
Erlang-Verteilung
Die geometrische Verteilung ist der Spezialfall der negativen
Gammafunktion Binomialverteilung für r = 1 , denn dort fragt man ja nach der
Teilbarkeit Wahrscheinlichkeit, beim n-ten Versuch den ersten Erfolg zu erzielen.

(1 − 1 )
Bernoullische Differentialgleichungen n−1 1
r=1
ℙ(X = n) = p (1 − p) n−1
Zweierkomplement
Geraden = p(1 − p)n−1
Die Kosinusfunktion Nimmt man weiterhin r unabhängige, geometrisch verteilte
Die Sinusfunktion Zufallsgrößen X1 ∼ Geo(p) , X2 ∼ Geo(p), … , Xr ∼ Geo(p) , so ist
die Summe dieser Zufallsgrößen negativ binomialverteilt mit den
Mengenoperationen Parametern p und r :
Grafisches Lösen einer DGL

(r − 1)
n−1 r
Kommazahlen ℙ(X1 + X2 + … + Xr = n) = p (1 − p) n−r
Binomialverteilung
Vier-Felder Tafel Alternative Definition
Weibull Verteilung Anstatt mit n die Anzahl der Versuche bis zum r . Erfolg zu betrachten,
kann man auch die Anzahl der Misserfolge zählen.
Elementare Zeilenumformungen
Nimmt man p als Erfolgswahrscheinlichkeit und r als gewünschte
Der Wertebereich
Anzahl der Erfolge, dann beträgt die Wahrscheinlichkeit, dass man k
Gini-Koeffizient Misserfolge hat, bevor es den r . Erfolg gibt:

( )
Tabelle Standardnormalverteilung k+r−1 r
ℙ(X = k) = p (1 − p)k
k

(k)
−r r
= p (p − 1)k
Lust auf noch ausführlichere
Übungsaufgaben:
Um zu sehen, dass das letztlich dieselbe Definition wie die eingangs
gegebene ist, benötigt man zum einen die Gleichung n = k + r ,
schließlich ergibt sich die Anzahl der Versuche n aus Erfolgen (r ) und
Misserfolgen (k).

Support von Euch Zum zweiten ist ein wenig Spezialwissen zum Binomialkoeffizienten
nötig, denn es gilt:
Dir gefällt unser Angebot? Dann hilf uns doch,

(k ) (n − k ) (k ) ( )
indem du uns ein Gefällt Mir spendierst oder n n −n k n+k−1
es deinen Freunden/Kommilitonen = und = (−1)
k
weitersagst!
Schließlich muss man sich noch klar machen, dass man mit X nun
nicht die Gesamtzahl n der Versuche betrachtet, sondern nur die
Anzahl k der Misserfolge.
Support von uns
Dementsprechend suchen wir ℙ(X = k). Bezogen auf die Formel von
oben muss man dann jedoch (r−1 )pr (1 − p) n−r einsetzen:
n−1
Nutzungsbedingungen

(r − 1)
n−1 r
Impressum ℙ(X = k) = p (1 − p) n−r

( r−1 )
Sitemap k+r−1 r
= p (1 − p)k+r−r

(k + r − 1 − (r − 1) )
k+r−1
= pr (1 − p)k

( )
k+r+1 r
= p (1 − p)k
k

Rechenschritte anzeigen

Und schon ist man bei der ersten alternativen Darstellung. Wenn man
nun noch benuzt, dass

(1 − p)k = ((−1)(p − 1))k = (−1)k (p − 1)k

dann kann man auch noch die zweite Darstellung bilden, denn

( )
k+r+1 r
ℙ(X = k) = p (1 − p)k
k

( )
k+r+1 r
= (−1)k p (p − 1)k
k

(k)
−r r
= p (p − 1)k

Rechenschritte anzeigen