Bienaymé-Tschebyschow-Ungleichung

Die Ungleichung garantiert für jede Verteilung mit endlicher Varianz einen Mindestanteil der Werte innerhalb mehrerer Standardabweichungen. Die Kurzform P(|X−μ|<kσ) ≥ 1−1/k² zeigt, wie die definierten Größen zusammenwirken; X, μ und σ in derselben Einheit; k und Wahrscheinlichkeiten dimensionslos. Für die Deutung zählt der Modellkontext: Verteilungsfreie Mindestgarantien und grobe Ausreißergrenzen aus Mittelwert und Streuung ableiten. Lies außerdem ab, ob eine Größe linear, quadratisch, invers oder über eine andere Funktion eingeht. Dadurch kannst du vor dem Rechnen vorhersagen, wie sich das Ergebnis bei geänderten Eingaben verhält. Die Formel ist also zugleich Rechenregel und Aussage über die Struktur des Modells.

Ordne zunächst jede Angabe einem Symbol zu und gleiche die Einheiten an. Für k=2 gilt P(|X−μ|<2σ)≥1−1/4=0,75. Mindestens 75 % der Werte liegen also in diesem Intervall, auch wenn die Verteilung schief ist. Probe: Die Schranke begrenzt die Außenwahrscheinlichkeit auf höchstens 25 %, nicht auf die für eine Normalverteilung typischen rund 5 %. Führe die Probe unabhängig aus: Die Schranke gilt unabhängig von der Verteilungsform, sofern Erwartungswert und Varianz endlich sind Vergleiche am Ende die Einheit und Größenordnung mit dem Sachkontext; runde erst, wenn alle Schritte abgeschlossen sind. Eine solche Kontrolle deckt nicht nur Rechenfehler auf, sondern auch ein falsches Modell oder einen übersehenen Vorfaktor. Wenn mehrere Größen in einer Beziehung auftreten, ändere gedanklich eine davon und prüfe, ob der erwartete Trend zum Ergebnis passt.

Der zentrale Schritt ist: Die Schranke gilt unabhängig von der Verteilungsform, sofern Erwartungswert und Varianz endlich sind. Daraus wird P(|X−μ|<kσ) ≥ 1−1/k² gewonnen. Die Herleitung trennt Definitionen, fachliche Annahmen und die anschließende Umformung. Das ist wichtig, weil korrekte Algebra keine fehlende Voraussetzung ersetzt. Für k=2 gilt P(|X−μ|<2σ)≥1−1/4=0,75. Sie ist bewusst konservativ: Für normalverteilte Daten liefern Normalverteilungsregeln meist engere Aussagen Verteilungsfreie Mindestgarantien und grobe Ausreißergrenzen aus Mittelwert und Streuung ableiten. Rekonstruiere zuerst den Grundgedanken und lerne danach die Kurzform; so kannst du auch erkennen, wann eine ähnliche Formel nicht passt.

Die Schranke gilt unabhängig von der Verteilungsform, sofern Erwartungswert und Varianz endlich sind. Sie ist bewusst konservativ: Für normalverteilte Daten liefern Normalverteilungsregeln meist engere Aussagen. Die Form mit <kσ folgt aus der Randwahrscheinlichkeit ≤1/k²; ob Randpunkte eingeschlossen werden, muss zur gewählten Ereignisdefinition passen. Die Ungleichung ersetzt keine Kenntnis der Verteilung, wenn genaue Wahrscheinlichkeiten gefragt sind. Beachte dazu X, μ und σ in derselben Einheit; k und Wahrscheinlichkeiten dimensionslos. Eine Verletzung des Gültigkeitsbereichs kann ein präzises, aber sachlich falsches Resultat erzeugen. Prüfe, ob Geometrie, Glattheit, Unabhängigkeit, Symmetrie oder Verteilungsannahmen aus der Beschreibung in der konkreten Aufgabe erfüllt sind. Ist eine Bedingung nicht gegeben, kennzeichne das Ergebnis als Näherung oder wähle ein allgemeineres Verfahren. Mehr Dezimalstellen verbessern keine unpassende Modellwahl. Diese Prüfung ist besonders wichtig, wenn eine ähnliche Nachbarformel andere Voraussetzungen verwendet.

Beide Beziehungen sind fachlich benachbart, beantworten aber unterschiedliche Fragen. Bienaymé-Tschebyschow-Ungleichung: Die Ungleichung garantiert für jede Verteilung mit endlicher Varianz einen Mindestanteil der Werte innerhalb mehrerer Standardabweichungen. Normalverteilung (Gaußsche Glockenkurve): Die Normalverteilung ist die wichtigste Wahrscheinlichkeitsverteilung — sie beschreibt viele natürliche Phänomene. Für die Auswahl ist entscheidend, welche Größe gesucht wird und welche Voraussetzungen die Daten erfüllen. Verteilungsfreie Mindestgarantien und grobe Ausreißergrenzen aus Mittelwert und Streuung ableiten. Als Gegenprobe kannst du im Beispiel Für k=2 gilt P(|X−μ|<2σ)≥1−1/4=0,75 markieren, welche zusätzliche Größe die andere Beziehung benötigen würde. So erkennst du, wann eine Formel genügt und wann beide nacheinander gebraucht werden.