Direkt zum Inhalt

Pfadnavigation

  1. Startseite
  2. Mathematik Abitur
  3. 13 Wahrscheinlichkeitstheorie
  4. 13.5 Binomialverteilung
  5. 13.5.7 Normalverteilung
  6. Die gaußsche Summenfunktion

Die gaußsche Summenfunktion

Es sei X eine standardnormalverteilte Zufallsgröße mit der Dichtefunktion
  ϕ ( x ) :     x ↦ 1 2 π e −   1 2 x 2     ( x ∈ ℝ )
und der gaußschen Glockenkurve als Graph ihrer Dichtefunktion.

Die Verteilungsfunktion von X wird mit Φ bezeichnet und gaußsche Summenfunktion (bzw. auch gaußsche Integralfunktion oder GAUSSsches Fehlerintegral) genannt.
Es gilt:
  P ( X ≤ a ) = Φ ( a ) = ∫ −   ∞ a ϕ ( x )   d x

Schule wird easy mit KI-Tutor Kim und Duden Learnattack

  • Kim hat in Deutsch, Mathe, Englisch und 6 weiteren Schulfächern immer eine von Lehrkräften geprüfte Erklärung, Video oder Übung parat.
  • 24/7 auf Learnattack.de und WhatsApp mit Bildupload und Sprachnachrichten verfügbar. Ideal, um bei den Hausaufgaben und beim Lernen von Fremdsprachen zu unterstützen.
  • Viel günstiger als andere Nachhilfe und schützt deine Daten.
Jetzt 30 Tage risikofrei testen
Your browser does not support the video tag.
  • Carl Friedrich Gauß (1777 bis 1855)

Mit den vor allem im deutschsprachigen Raum benutzten Bezeichnungen für die Verteilungsfunktion der Standardnormalverteilung, die mit dem Namen des deutschen Mathematikers CARL FRIEDRICH GAUSS (1777 bis 1855) verbunden sind, werden dessen Verdienste um die sogenannte Fehlerrechnung gewürdigt. Dabei war es ihm gelungen, auf analytischem Wege die Gleichung für die nach ihm benannte Glockenkurve von ϕ und damit auch für die Integralfunktion Φ herzuleiten.

Anhand des in der folgenden Abbildung dargestellten Graphen der Funktion Φ kann man sich die meisten ihrer nachfolgend angegebenen Eigenschaften verdeutlichen. Insbesondere gilt:

  1. Φ ( − a ) = 1 − Φ ( a )       f ü r       a l l e       a ∈ ℝ
  2. Φ ( 0 ) = 0,5 ;   Φ ( − 1 ) ≈ 0,16 ;   Φ ( 1 ) ≈ 0,84
    (wobei 0 der Erwartungswert und 1 der Wert der Standardabweichung von X ist)
  3. Der Graph von Φ ist punktsymmetrisch zum Punkt ( 0 ;   0,5 ) .
  4. Der Graph von Φ hat bei x = 0 einen Wendepunkt.
  5. Die Funktion Φ ist beliebig oft differenzierbar, und es gilt: Φ ′ = ϕ
  6. lim a → ∞ Φ ( a ) = 1       u n d       lim a → −   ∞ Φ ( a ) = 0
  7. Φ ( a ) > 0       f ü r       a l l e       a ∈ ℝ
  8. Die Funktion Φ ist für alle a ∈ ℝ streng monoton wachsend.
  • Graph Verteilungsfunktion von X

Die gaußsche Summenfunktion ist der gaußschen Glockenkurve in gewissem Sinne nachgeordnet. Das ergibt sich auch aus der Tatsache, dass für Φ keine analytisch geschlossene Funktionsgleichung existiert. In der Praxis begegnet einem allerdings die Normalverteilung oft zuerst nicht in Gestalt einer Glockenkurve, sondern als ein leicht S-förmiger, monoton wachsender Graph.

Beispiel: Auf einer Versuchsfläche wurden 125 Kiefern angepflanzt. Nach neun Jahren werden die Höhen, in Zentimeter aufgerundet, gemessen.
Daraus entstand das folgende Messprotokoll:

Bild

Ordnet man diese Werte der Größe nach und überträgt sie in ein Koordinatensystem, so erhält man den in der folgenden Abbildung dargestellten Verlauf.

  • Ausgewertetes Messprotokoll zum Beispiel Kiefernanpflanzung

Anmerkung: Interaktiv können auch eigene Messprotokolle verwendet werden, z.B. zur zeitlichen Abfolge des Höhenwachstums einer Sonnenblume, zur Körpergröße aller Mädchen bzw. aller Jungen einer Klassenstufe, zum Wert einer bestimmten physikalischen Größe, die mehrmals durch verschiedene Schüler ermittelt wurde.

Das angenäherte Bild einer Glockenkurve entsteht häufig erst, wenn die „Urdaten“ in geeigneter Weise bearbeitet werden, indem man etwa bei den Kiefern zur Häufigkeitsverteilung der Kiefern in „20-cm-Intervalle“ übergeht (oder bei der Sonnenblume den von Woche zu Woche ermittelten Höhenzuwachs) betrachtet.

Die graphische Darstellung zur Größe der neunjährigen Kiefern lässt vermuten, dass eine Normalverteilung vorliegt, da bei der S-Kurve die mittleren Werte stark vertreten und Extreme selten sind. Dafür sprechen auch inhaltliche, durch den zentralen Grenzwertsatz gestützte Überlegungen.

Das Wachstum einer einzelnen Kiefer wird nämlich von einer Vielzahl unabhängig voneinander wirkender Faktoren beeinflusst, wie z.B. von der Qualität des Pflanzgutes, von der Art und Weise der Pflanzung, von der standortbedingten Bodenbeschaffenheit, vom standortabhängigen Einfluss von Wind, Sonne und Regen, vom Wirken verschiedener Tiere, Mikroorganismen und anderer Pflanzen usw., wobei von keinem dieser Faktoren ein dominierender Einfluss ausgeht.

Auch wenn die Normalverteilung in der Natur relativ häufig vorkommt, darf daraus nicht der Schluss gezogen werden, dass es dort nur normalverteilte Zufallsgrößen gäbe. Für die Verteilung der Lebensdauer von Lebewesen nutzt man z.B. das Modell der Exponentialverteilung.

Lernhelfer (Duden Learnattack GmbH): "Die gaußsche Summenfunktion." In: Lernhelfer (Duden Learnattack GmbH). URL: http://www.lernhelfer.de/index.php/schuelerlexikon/mathematik-abitur/artikel/die-gausssche-summenfunktion (Abgerufen: 20. July 2025, 21:38 UTC)

Suche nach passenden Schlagwörtern

  • Dichtefunktion
  • Berechnung
  • Gauss
  • Verteilungsfunktion
  • Exponentialverteilung
  • Gauß
  • Glockenkurve
  • Standardnormalverteilung
  • Fehlerrechnung
  • Gauß-Verteilung
Jetzt durchstarten

Lernblockade und Hausaufgabenstress?

Entspannt durch die Schule mit KI-Tutor Kim und Duden Learnattack.

  • Kim hat in Deutsch, Mathe, Englisch und 6 weiteren Schulfächern immer eine von Lehrkräften geprüfte Erklärung, Video oder Übung parat.
  • 24/7 auf Learnattack.de und WhatsApp mit Bildupload und Sprachnachrichten verfügbar. Ideal, um bei den Hausaufgaben und beim Lernen von Fremdsprachen zu unterstützen.
  • Viel günstiger als andere Nachhilfe und schützt deine Daten.

Verwandte Artikel

Geometrische Wahrscheinlichkeit

Schon sehr früh in der Geschichte der Wahrscheinlichkeitstheorie hat man sich mit dem Problem des zufälligen Werfens bzw. der zufälligen Auswahl eines Punktes auf bzw. aus einem endlichen Flächenstück beschäftigt. Das mutmaßlich älteste Beispiel geht auf ISAAC NEWTON (1643 bis 1727) zurück. Im 18. Jahrhundert wurde dann der Begriff geometrische Wahrscheinlichkeit eingeführt, da es sich um Zufallsexperimente handelt, deren Versuchsausgänge geometrisch quantitativ messbare Größen sind.

Mehrstufige Zufallsexperimente

Besteht ein zufälliger Vorgang aus mehreren, nacheinander ablaufenden Teilvorgängen (oder aus Teilvorgängen, die als nacheinander ablaufend interpretiert werden können), so spricht man von einem mehrstufigen Zufallsexperiment (Zufallsversuch).

Kenngrößen von Zufallsgrößen

Eine Zufallsgröße wird vollständig durch ihre Verteilungsfunktion beschrieben. Diese gibt an, welche Werte die Zufallsgröße annehmen kann und mit welchen Wahrscheinlichkeiten sie dies tut.
In der Praxis möchte man allerdings meist mit möglichst wenigen, aber typischen Angaben auskommen, denn oftmals reicht schon eine grobe Vorstellung von der Zufallsgröße aus. Es kommt hinzu, dass die Verteilungsfunktion mitunter gar nicht oder nur schwer bestimmbar ist.

Man sucht deshalb nach Kenngrößen (manchmal spricht man auch von Parametern), die einen hinreichenden Aufschluss und eine quantitative Charakterisierung einer Zufallsgröße ermöglichen. Dies leisten Kenngrößen wie Erwartungswert, Median und Modalwert sowie die Streuung (bzw. Varianz) der Zufallsgröße.
Zur Charakterisierung der Asymmetrie einer Zufallsgröße benutzt man darüber hinaus die Kenngröße Schiefe. Eine Definition dieser Kenngröße geht auf den Vater der mathematischen Statistik KARL PEARSON (1857 bis 1936) zurück.

Die gaußsche Glockenkurve

Der Graph der Dichtefunktion der Standardnormalverteilung trägt (vorwiegend im deutschsprachigen Raum) auch die Bezeichnung gaußsche Glockenkurve.
Die Normalverteilung selbst wurde allerdings nicht von CARL FRIEDRICH GAUSS (1777 bis 1855) entdeckt. Dessen Verdienst um die Wahrscheinlichkeitsrechnung liegt auf einer anderen Ebene. Durch seine Arbeiten zur sogenannten Fehlerrechnung hat er der Entwicklung der Stochastik wichtige Impulse gegeben.

Dichtefunktion stetiger Zufallsgrößen

Wir nähern uns dem Begriff der Dichtefunktion stetiger Zufallsgrößen mittels eines Anwendungsbeispiels.

Ein Angebot von

Footer

  • Impressum
  • Sicherheit & Datenschutz
  • AGB
© Duden Learnattack GmbH, 2025