Zeigen Sie, dass für den Erwartungswert \(E(X)\) der Zufallsgröße \(X\) gilt: \(E(X) = 9p^2 + 12p + 4\).

(3 BE)

Lösung zu Teilaufgabe 1b

 

Erwartungswert einer Zufallsgröße bestimmen 

 

Ergebnis aus Teilaufgabe 1a: \(P(X = 10) = 2p - 2p^{2}\)

 

Mithilfe des Baumdiagramms und dem Ergebnis aus Teilaufgabe 1a lässt sich die Wahrscheinlichkeitsverteilung der Zufallsgröße \(X\) beschreiben.

 

Baumdiagramm für zweimaliges Drehen des Glücksrads (zweistufiges Zufallsexperiment) mit Elementarereignissen und Werten der Zufallsgröße X

Baumdiagramm für zweimaliges Drehen des Glücksrads (zweistufiges Zufallsexperiment) mit Elementarereignissen \(\omega_{i}\) und Werten \(x_{i}\) der Zufallsgröße \(X\)

 

Wahrscheinlichkeitsverteilung der Zufallsgröße \(X\):

 

\[P(X = 4) = P(2;2) = (1 - p)^{2}\]

\[P(X = 25) = P(5;5) = p^{2}\]

 

\(X = x_{i}\) \(4\) \(10\) \(25\)
\(P(X = x_{i})\) \((1 - p)^{2}\) \(2p - 2p^{2}\) \(p^{2}\)

 

Erwartungswert \(E(X)\) der Zufallsgröße \(X\) ermitteln:

Erwartungswert einer Zufallsgröße

Ist \(X\) eine Zufallsgröße, deren mögliche Werte \(x_{1}, x_{2}, ..., x_{n}\) sind, dann gilt:

Erwartungswert \(\boldsymbol{\mu}\) einer Zufallsgröße \(\boldsymbol{X}\)

\[\begin{align*}\mu = E(X) &= \sum \limits_{i = 1}^{n} x_{i} \cdot P(X = x_i) \\[0.8em] &= x_{1} \cdot P(X = x_1) + x_{2} \cdot P(X = x_2) + \cdots + x_{n} \cdot P(X = x_n) \end{align*}\]

Der Erwartungswert \(\mu = E(X)\) gibt den Mittelwert einer Zufallsgröße \(X\) pro Versuch an, der bei sehr häufiger Durchführung eines Zufallsexperiments (auf lange Sicht) zu erwarten ist.

\[\begin{align*} E(X) &= 4 \cdot (1 - p)^{2} + 10 \cdot (2p - 2p^{2}) + 25 \cdot p^{2} \\[0.8em] &= 4 \cdot (1 - 2p + p^{2}) + 20p - 20p^{2} + 25p^{2} \\[0.8em] &= 4 - 8p +4p^{2} + 20p +5p^{2} \\[0.8em] &= 9p^{2} + 12p + 4 \end{align*}\]