Tschebyscheff-Ungleichung Rechner
P(|X−μ| ≥ ε) ≤ σ²/ε² · alle 3 Modi · vollständiger Rechenweg
Chebyshev / Tschebyscheff / Tschebyschow — alle Schreibweisen, eine Formel. Ergebnis + vollständiger Rechenweg für Klausurvorbereitung.
Tschebyscheff-Ungleichung: Was sie ist — und wann du sie brauchst
Die Tschebyscheff-Ungleichung (auch: Chebyshev, Tschebyschow, Tschebyschew) löst ein konkretes Problem: Du kennst Erwartungswert μ und Varianz σ² einer Zufallsvariable, aber nicht die Verteilung. Trotzdem willst du wissen: Wie wahrscheinlich ist eine große Abweichung vom Mittelwert?
Die Antwort: P(|X − μ| ≥ ε) ≤ σ²/ε² — eine obere Schranke, die immer gilt. Für jede Verteilung. Ohne Annahmen. Das ist ihr einzigartiger Vorteil — und ihr bekannter Nachteil: Sie ist konservativ. Die echte Wahrscheinlichkeit liegt fast immer unter der Schranke.
📌 Die Kernaussage in einem Satz
Mindestens (1 − 1/k²) · 100% aller Werte liegen innerhalb von k Standardabweichungen um den Erwartungswert — egal welche Verteilung vorliegt.
Die drei Formen — und wann du welche verwendest
Der häufigste Fehler in Klausuren: die falsche Form einsetzen. Hier die klare Entscheidungshilfe:
| Form | Formel | Wann verwenden? | Beispielfrage |
|---|---|---|---|
| ε-Form (außen) | P(|X−μ| ≥ ε) ≤ σ²/ε² | Absoluter Abstand ε gegeben | „Wie wahrscheinlich ist Abweichung ≥ 5?" |
| k-Form (außen) | P(|X−μ| ≥ k·σ) ≤ 1/k² | Vielfaches der Standardabweichung gefragt | „Wie wahrscheinlich ist Abweichung ≥ 2σ?" |
| Innen-Form | P(|X−μ| < ε) ≥ 1 − σ²/ε² | Mindestanteil im Intervall gesucht | „Wie viel % liegen sicher zwischen 10 und 30?" |
⚠️ Häufiger Klausurfehler
Außen- und Innenform sind Gegenwahrscheinlichkeiten — sie addieren sich nicht einfach zu 1. P(innen) ≥ 1 − σ²/ε² ist eine untere Schranke, P(außen) ≤ σ²/ε² eine obere Schranke. Die genaue Wahrscheinlichkeit kann überall dazwischen liegen.
Schritt-für-Schritt: So löst du Tschebyscheff-Aufgaben
Aufgabe 1 — ε-Form: Qualitätskontrolle in der Produktion
Eine Maschine füllt Flaschen. Erwartungswert μ = 500 ml, Varianz σ² = 25 ml². Frage: Wie wahrscheinlich ist es, dass eine Flasche um mehr als 10 ml vom Sollwert abweicht?
Rechenweg:
Gegeben: μ = 500, σ² = 25, ε = 10
Einsetzen: P(|X − 500| ≥ 10) ≤ 25/10² = 25/100 = 0,25
Ergebnis: Höchstens 25 % der Flaschen weichen um mehr als 10 ml ab. Mindestens 75 % liegen im Intervall [490, 510].
Aufgabe 2 — Rückwärts rechnen: Toleranzintervall bestimmen
Gleiche Maschine. Frage: Wie breit muss das Toleranzintervall sein, damit höchstens 5 % der Flaschen außerhalb liegen?
Rechenweg:
Gesucht: ε, sodass σ²/ε² ≤ 0,05
Umformen: ε² ≥ σ²/0,05 = 25/0,05 = 500 → ε ≥ √500 ≈ 22,36 ml
Ergebnis: Das Toleranzintervall muss mindestens [477,64; 522,36] ml betragen.
Aufgabe 3 — Stichprobengröße bestimmen (Klausur-Klassiker)
Eine Münze wird n-mal geworfen (p = 0,5). Frage: Wie groß muss n sein, damit die relative Häufigkeit mit Wahrscheinlichkeit ≥ 0,9 um weniger als 0,05 vom Erwartungswert abweicht?
Rechenweg:
Varianz der relativen Häufigkeit: σ² = p(1−p)/n = 0,25/n
Tschebyscheff: P(|X̄ − p| ≥ ε) ≤ σ²/ε² ≤ 0,1 (damit P(innen) ≥ 0,9)
Einsetzen: 0,25/(n · 0,0025) ≤ 0,1 → n ≥ 0,25/(0,0025 · 0,1) = 1.000
Ergebnis: Mindestens 1.000 Würfe nötig. Diese Aufgabenform erscheint regelmäßig in Prüfungen.
Tschebyscheff vs. Empirische Regel: Was ist der Unterschied?
| Eigenschaft | Tschebyscheff | Empirische Regel (68-95-99,7) |
|---|---|---|
| Gilt für | Jede Verteilung | Nur Normalverteilung |
| Bei k=2 (2σ) | Mindestens 75 % im Intervall | 95,4 % im Intervall |
| Bei k=3 (3σ) | Mindestens 88,9 % im Intervall | 99,7 % im Intervall |
| Genauigkeit | Konservative Schranke | Exakter Wert |
| Voraussetzung | Nur μ und σ² bekannt | Normalverteilung bekannt |
💡 Faustregel
Verteilung bekannt und normalverteilt → Empirische Regel. Verteilung unbekannt → Tschebyscheff. Tschebyscheff ist immer auf der sicheren Seite — zahlt dafür mit weniger präzisen Aussagen.
Praxisanwendungen: Wo wird Tschebyscheff wirklich genutzt?
📦 Qualitätssicherung & Produktion
Toleranzbänder in der Fertigung werden über Tschebyscheff abgesichert — gerade wenn die Verteilung des Fertigungsprozesses nicht bekannt ist. Der Satz liefert eine garantierte Aussage, keine angenommene.
📈 Finanzmathematik & Risikomanagement
Tschebyscheff wird im Value-at-Risk-Kontext verwendet, wenn die Renditeverteilung eines Assets unbekannt oder nicht-normalverteilt ist. Die konservative Schranke ist im Risikomanagement oft erwünscht.
🎓 Beweis des Gesetzes der großen Zahlen
Der wichtigste theoretische Einsatz: Tschebyscheff zeigt, dass für n → ∞ die relative Häufigkeit mit Wahrscheinlichkeit 1 gegen den Erwartungswert konvergiert. Angewendet auf X̄ n (Varianz σ²/n): P(|X̄ n − μ| ≥ ε) ≤ σ²/(n·ε²) → 0. Wer das versteht, hat Tschebyscheff wirklich verstanden.
Häufige Fragen zur Tschebyscheff-Ungleichung
ε ist ein absoluter Abstand vom Erwartungswert (z.B. 5 ml). k ist ein Vielfaches der Standardabweichung (z.B. 2σ). Beide Formen sind äquivalent über ε = k·σ. In Klausuren ist k meist gegeben, wenn die Standardabweichung bekannt ist.
Bei k=1: P(|X−μ| ≥ σ) ≤ 1/1² = 1. Das sagt nur: die Wahrscheinlichkeit ist ≤ 100 % — trivial. Erst für k > 1 liefert die Ungleichung informative Schranken. Für k = 1,5 gilt bereits: höchstens 44,4 % liegen außerhalb.
Ja. Die einseitige Cantelli-Ungleichung ist schärfer wenn nur eine Seite interessiert: P(X − μ ≥ ε) ≤ σ²/(σ² + ε²). Für bekannte Verteilungstypen (Normalverteilung) sind exakte Wahrscheinlichkeiten immer präziser.
Tschebyscheff ist das Beweismittel für das schwache Gesetz der großen Zahlen. Angewendet auf X̄ n mit Varianz σ²/n ergibt sich: P(|X̄ n − μ| ≥ ε) ≤ σ²/(n·ε²) → 0 für n → ∞. Bei sehr vielen Versuchen nähert sich der Stichprobenmittelwert dem Erwartungswert beliebig genau an.
P(|X−μ| < ε) ≥ 1 − σ²/ε² kann bei kleinem ε und großer Varianz negativ werden. In diesem Fall sagt Tschebyscheff schlicht nichts Informatives aus — die Schranke wird auf 0 gesetzt. Tschebyscheff ist nur informativ wenn ε > σ ist.
Ja — die Ungleichung gilt für beide Typen, solange Erwartungswert und Varianz endlich sind. Das war Tschebyschews ursprünglicher Beweis von 1867 für diskrete Zufallsvariablen; die Verallgemeinerung auf stetige folgte später.
🔗 Passende weitere Rechner
Bayes-Theorem Rechner — bedingte Wahrscheinlichkeiten berechnen · Geburtstagsparadoxon — Wahrscheinlichkeiten in Gruppen · Kombinationsrechner — Anzahl möglicher Kombinationen · Dezimal in Prozent — Wahrscheinlichkeiten umrechnen
Vertrauen Sie unserer Expertise
Daniel Niedermayer
Geschäftsführer
Zuletzt geprüft am: 21. Januar 2026
Verwendete Quellen
Unsere Methodik
Klassisch: P ≤ σ²/ε². k-Form: P ≤ 1/k², ε = k⋅√σ². Rückwärts: ε = √(σ²/P). Innen: P_innen ≥ 1 − P_außen. Gilt nur für ε > 0 und σ² > 0.
Mehr zur Methodik
Die Qualität der Rechner ist enorm, und das kostenlos. Besten Dank.
Head of Sales & Business Development
Neben den Rechnern für den Arbeitsalltag finde ich auch die rund um die eigene Finanzplanung sehr hilfreich.
Agentur Geschäftsführerin
Ich schätze die Genauigkeit und Benutzerfreundlichkeit dieser Rechner sehr.
Fixrechner.de — „Alles ist berechenbar“. Tschebyscheff alle 3 Modi + vollständiger Rechenweg.
Alle 3 Modi
Klassisch, k-Vielfaches, Rückwärts (P → ε).
Schrittlösung
Vollständiger Rechenweg für Klausurvorbereitung.
Datenschutz
Keine Datenspeicherung, kostenlos.
P(|X−μ| ≥ ε) ≤ σ²/ε². Gilt für alle Zufallsvariablen mit endlicher Varianz. Ergebnisse sind obere/untere Schranken (Abschätzungen). Ohne Gewähr.