Erwartungswert berechnen: Rechner für E(X), Varianz und σ

Der Erwartungswert E(X) ist der gewichtete Mittelwert aller möglichen Ergebnisse einer Zufallsvariablen. Er gibt an, welcher Wert sich im langfristigen Durchschnitt ergibt, wenn ein Zufallsexperiment sehr oft wiederholt wird.

Die Berechnung erfolgt nach der Formel E(X) = Σ x_i · p_i, also die Summe aller Produkte aus Wert und zugehöriger Wahrscheinlichkeit. Für einen fairen Würfel (W6) gilt: E(X) = 1·(1/6) + 2·(1/6) + ... + 6·(1/6) = 3,5.

Die 3,5 kann man natürlich nicht würfeln – sie beschreibt den theoretischen Langzeitdurchschnitt über sehr viele Würfe.

Der Erwartungswert ist die zentrale Kenngröße für Entscheidungen unter Unsicherheit, von Glücksspielen bis zu Versicherungsmodellen und Risikoabwägungen.

Im Erwartungswert-Rechner trägst du alle Wertepaare (x_i, p_i) ein; die Summation der Produkte erfolgt automatisch.

Neben E(X) gibt der Rechner auch die Varianz Var(X) und die Standardabweichung σ aus, sodass du mit einer Eingabe sowohl den Mittelwert als auch das Streuungsmaß der Verteilung erhältst.

Der Mittelwert (arithmetisches Mittel) wird aus tatsächlich beobachteten Daten berechnet: Summe aller Werte geteilt durch die Anzahl.

Der Erwartungswert hingegen ist ein theoretisches Konzept für Zufallsvariablen: Er gewichtet jeden möglichen Ausgangswert mit seiner Wahrscheinlichkeit.

Bei einer diskreten Gleichverteilung – etwa wenn alle n Werte gleich wahrscheinlich sind mit p = 1/n – sind Erwartungswert und arithmetisches Mittel identisch.

Der entscheidende Unterschied: Der Mittelwert beschreibt vergangene Beobachtungen, der Erwartungswert beschreibt das theoretische Verhalten für zukünftige Versuche.

In der Praxis nähert sich der beobachtete Mittelwert einer langen Versuchsreihe immer stärker dem Erwartungswert an – das besagt das Gesetz der großen Zahlen.

Ein Zahlenbeispiel: Für die Daten 2, 4 und 6 beträgt der arithmetische Mittelwert (2+4+6)/3 = 4. Als Zufallsvariable mit p = 1/3 ergibt sich E(X) = 2·(1/3) + 4·(1/3) + 6·(1/3) = 4 – hier stimmen beide Kenngrößen überein.

Bei ungleichen Wahrscheinlichkeiten weichen sie voneinander ab.

Die Summe Σ p_i = 1 ist die Normierungsbedingung der Wahrscheinlichkeitstheorie und besagt, dass alle möglichen Ergebnisse zusammen das vollständige Ereignissystem beschreiben.

Wenn du alle möglichen Ausgänge eines Experiments auflistest, muss eines dieser Ereignisse zwingend eintreten – daher 100 % oder 1.

Addieren sich die Wahrscheinlichkeiten auf weniger als 1, fehlt ein Ergebnis in der Tabelle (die Verteilung ist unvollständig). Addieren sie sich auf mehr als 1, liegt ein Fehler vor, weil Wahrscheinlichkeiten nicht größer als 1 sein können.

Der Rechner prüft diese Bedingung mit einer Toleranz von ±0,01, um Rundungsfehler bei Brüchen wie 1/6 zu erlauben. Bei einem fairen Würfel gilt: 6 × (1/6) = 1 – die Verteilung ist vollständig normiert.

In der Praxis reicht es, Wahrscheinlichkeiten gerundet als Dezimalzahl einzugeben, etwa 0,167 statt exakt 1/6.

Liegt die Gesamtsumme außerhalb der Toleranz ±0,01, zeigt der Rechner einen Fehlerhinweis – so lassen sich Tippfehler in der Verteilungstabelle sofort erkennen.

Die Varianz Var(X) misst die durchschnittliche quadratische Abweichung aller Werte vom Erwartungswert: Var(X) = Σ (x_i − E(X))² · p_i. Sie gibt an, wie stark die Zufallsvariable um ihren Erwartungswert streut.

Eine kleine Varianz bedeutet, dass die Werte eng um E(X) konzentriert sind; eine große Varianz signalisiert starke Streuung.

Da die Varianz in der quadrierten Einheit der Ausgangsdaten angegeben wird (z. B. Euro²), zieht man meist die Wurzel und erhält die Standardabweichung σ = √Var(X), die wieder in der ursprünglichen Einheit vorliegt.

Für den W6 gilt: E(X) = 3,5, Var(X) = 2,917, σ ≈ 1,708. Zwei Spiele mit gleichem Erwartungswert, aber unterschiedlicher Varianz, unterscheiden sich deutlich im Risiko – die Varianz ist das entscheidende Risikomaß.

Eine praktische Faustregel: Bei einer Normalverteilung liegen etwa 68 % der Werte im Intervall E(X) ± σ und rund 95 % im Intervall E(X) ± 2σ. Der Rechner liefert Var(X) und σ automatisch zusammen mit dem Erwartungswert.

Ja, der Erwartungswert kann jeden reellen Wert annehmen, also positiv, negativ oder null, abhängig von den möglichen Ergebnissen x_i und ihren Wahrscheinlichkeiten.

Ein negativer Erwartungswert tritt häufig bei Verlustszenarien auf: Wenn du ein Ticket für 2 € kaufst und durchschnittlich nur 1,50 € zurückgewinnst, beträgt der Erwartungswert des Gewinns −0,50 €.

Das bedeutet: Im Mittel verlierst du bei jedem Spiel 50 Cent. Nullstellen-Erwartungswert: E(X) = 0 bedeutet, das Spiel ist im Mittel fair – kein Gewinn, kein Verlust.

Für Glücksspiele und Lotteriebewertungen ist ein negativer Erwartungswert der Normalfall, weil der Anbieter stets eine Marge einkalkuliert. Vor jeder Spielteilnahme lohnt es sich, den Erwartungswert zu berechnen.

Im Erwartungswert-Rechner erkennst du das Vorzeichen von E(X) sofort.

Bei der deutschen Zahlenlotterie 6 aus 49 liegt E(X) pro eingesetztem Euro bei ungefähr −0,50 €, weil die Ausschüttungsquote nur rund 50 % des Einsatzes beträgt – ein struktureller Verlust je Spielteilnahme.

Der Erwartungswert E(X) ist der wahrscheinlichkeitsgewichtete Mittelwert und wird von extremen Werten stark beeinflusst – ein sehr hoher Gewinn mit kleiner Wahrscheinlichkeit kann E(X) erheblich anheben, auch wenn dieser Fall selten eintritt.

Der Median hingegen ist der Wert, bei dem die kumulierte Wahrscheinlichkeit genau 0,5 erreicht: Mit 50-prozentiger Wahrscheinlichkeit liegt der tatsächliche Ausgang darunter oder darüber.

Bei schiefen Verteilungen unterscheiden sich Median und Erwartungswert deutlich. Beispiel: Ein Spiel zahlt mit 90 % Wahrscheinlichkeit nichts und mit 10 % Wahrscheinlichkeit 100 €.

E(X) = 10 €, Median = 0 € (weil in 90 % der Fälle nichts ausgezahlt wird). Für typisches Verhalten relevanter ist der Median, für langfristige Abwägungen der Erwartungswert.

Im Rechner kannst du solche schiefen Verteilungen direkt eingeben und erhältst neben E(X) auch σ. Bei zwei Spielen mit E(X) = 5 € zeigt ein Median von 0 € gegenüber einem Median von 5 €, in welchem Spiel du häufiger einen Gewinn erzielst.

Der Erwartungswert findet sich in fast allen Bereichen, in denen Entscheidungen unter Unsicherheit getroffen werden. In der Versicherungsmathematik berechnen Versicherer E(X) der Schadensauszahlungen, um faire Prämien zu kalkulieren.

In der Finanzwirtschaft beschreibt E(X) die erwartete Rendite eines Investments. In der Entscheidungstheorie wählt man die Option mit maximalem E(X), falls keine Risikoaversion vorliegt.

In Qualitätssicherung und Produktion beschreibt E(X) den mittleren Ausschuss pro Charge. In Stochastik-Schulaufgaben ist E(X) die zentrale Aufgabe bei Wahrscheinlichkeitsverteilungen, Binomialverteilungen und Spielen.

Auch in der Spieltheorie – etwa bei Poker oder Schachstrategien – ist der Erwartungswert die Grundlage rationaler Entscheidungsregeln.

In der Logistik beschreibt E(X) die durchschnittliche Lieferzeit, wenn verschiedene Routen unterschiedliche Wahrscheinlichkeiten haben. Im maschinellen Lernen entspricht E(X) dem mittleren Vorhersagefehler über den Datensatz.

Mit dem Erwartungswert-Rechner lassen sich alle diese Szenarien durch Eingabe der Wertepaare (x_i, p_i) in Sekunden quantifizieren.

Konkret: Eine Versicherung kalkuliert die Jahresprämie als Schadenswahrscheinlichkeit mal Schadenshöhe – bei 2 % Wahrscheinlichkeit und 10.000 Euro Schaden ergibt das einen Erwartungswert von 200 Euro als Mindestbeitrag.

Die Binomialverteilung beschreibt die Anzahl der Erfolge bei n unabhängigen Bernoulli-Experimenten mit Erfolgswahrscheinlichkeit p. Der Erwartungswert ist besonders einfach: E(X) = n · p.

Für 10 Münzwürfe mit fairer Münze (p = 0,5) gilt E(X) = 10 · 0,5 = 5 – man erwartet durchschnittlich 5 Köpfe. Die Varianz der Binomialverteilung beträgt Var(X) = n · p · (1−p), die Standardabweichung σ = √(n·p·(1−p)).

Im Erwartungswert-Rechner kannst du die Binomialverteilung auch direkt eingeben: Berechne zuerst die einzelnen Wahrscheinlichkeiten P(X=k) für k = 0, 1, ..., n mit der Binomialformel B(n, k, p) = C(n,k) · p^k · (1−p)^(n−k), und trage die Wertepaare (k, P(X=k)) in den Rechner ein.

Das Ergebnis stimmt dann mit der Formel n·p überein. Für n = 20 Versuche mit p = 0,3 ergibt sich E(X) = 6 und σ = √(20·0,3·0,7) ≈ 2,05. Die Formel n·p ist deutlich schneller als die manuelle Summation über alle 21 Wertepaare von k = 0 bis 20.