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/schuelerlexikon/mathematik-abitur/artikel/die-gausssche-summenfunktion (Abgerufen: 20. May 2025, 07:17 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

Standardnormalverteilung

Eine Normalverteilung N ( μ ;   σ 2 ) wird vollständig bestimmt durch ihren Erwartungswert μ und ihre Streuung σ 2 . Es liegt deshalb die Frage nahe, ob man eine beliebige Normalverteilung in eine spezielle Normalverteilung transformieren kann – und zwar in eine mit solchen Parametern, die den Termen ihrer Dichte- und Verteilungsfunktion eine möglichst einfache Gestalt geben. Für eine ( 0 ;   1 ) -normalverteilte Zufallsgröße wäre dies der Fall:
Für die Werte μ = 0       u n d       σ = 1 erhält man als Spezialfall die Standardnormalverteilung.

Histogramme

Zum grafischen Veranschaulichen der Häufigkeits- und der Wahrscheinlichkeitsverteilungen von endlichen Zufallsgrößen X mit
  X ≙ ( x 1 x 2 ... x n P ( X = x 1 ) P ( X = x 2 ) ... P ( X = x n ) )
werden ihre relativen Häufigkeiten der Klassen bzw. ihre Einzelwahrscheinlichkeiten häufig als Stäbe oder als Säulen (Rechtecke) dargestellt, die senkrecht auf der Abszissenachse stehen.
Ist bei einem derartigen aufrechten Säulendiagramm jeweils der Flächeninhalt des über der Klasse K i bzw. über x i errichteten Rechtecks gleich der relativen Häufigkeit h n ( K i ) bzw. der Einzelwahrscheinlichkeit P ( X = x i ) so nennt man es Histogramm.

Urnenmodelle

In der Wahrscheinlichkeitsrechnung spielt das Ziehen aus einer Urne mit verschiedenfarbigen, aber ansonsten gleichen Kugeln eine besondere Rolle. Es wird als ein gedankliches Modell zur Interpretation praktischer Aufgaben (insbesondere sogenannter Standardsituationen) genutzt.

Die verallgemeinert-hypergeometrische Verteilung

Der hypergeometrischen Verteilung H N ;   M ;   n liegt ein Urnenmodell mit Kugeln von (genau) zwei verschiedenen Farben zugrunde. Verallgemeinert man diese Konstellation auf (genau) r mit r ∈ ℕ \ { 0 ;   1 } verschiedene Farben, so hat man es mit verallgemeinert-hypergeometrischen Zufallsgrößen zu tun.

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.

Ein Angebot von

Footer

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