7 Suchergebnisse

Bei der praktischen Anwendung der Binomialverteilung $B_{n;p}$ treten nicht selten große oder sogar sehr große Werte von n (etwa $n=10000$) auf, wodurch das Berechnen der Wahrscheinlichkeiten aufgrund der dabei zu ermittelnden Fakultäten und Potenzen sehr zeitaufwendig wird. Schon frühzeitig versuchte man deshalb, Näherungsformeln für die Binomialverteilung zu finden.

Hier ist es (unter bestimmten Voraussetzungen) günstig, die Binomialverteilung durch eine POISSON-Verteilung oder eine Normalverteilung zu approximieren und entsprechende Näherungsformeln anzuwenden.

Ein GALTON-Brett dient zum Veranschaulichen von Binomialverteilungen. Es ist nach dem englischen Naturforscher Sir FRANCIS GALTON (1822 bis 1911) benannt.

Grenzwertsätze gehören zu den wichtigsten Aussagen der Stochastik. Der französische Mathematiker PIERRE SIMON DE LAPLACE (1749 bis 1827) nannte sie eine der interessantesten und heikelsten Teile der Analysis des Zufalls.

Wie es schon sein Name zum Ausdruck bringt, kommt dabei dem Zentralen Grenzwertsatz, der eine theoretische Erklärung für das Auftreten der Normalverteilung liefert, eine besondere Stellung zu. Die älteste Fassung des Zentralen Grenzwertsatzes in der Geschichte der Wahrscheinlichkeitstheorie ist der Grenzwertsatz von MOIVRE-LAPLACE, der die Approximation der Binomialverteilung durch die Normalverteilung beschreibt.

Praktisch wird dieser Satz vor allem zum näherungsweisen Berechnen von Binomialwahrscheinlichkeiten benutzt.

Auf der Suche nach „dem durchschnittlichen, dem normalen Menschen“ (l' homme moyen) ließ der auf vielen Gebieten tätige belgische Wissenschaftler LAMBERT ADOLPHE JACQUES QUÉTELET (1796 bis 1874) in den 30er Jahren des 19. Jahrhunderts biometrische Messungen in großem Umfang durchführen. In vielen Fällen wurde dabei seine Vorstellung bestätigt, dass die Häufigkeitsverteilung der gemessenen Werte (etwa zum Brustumfang) einer symmetrischen Glockenkurve entspricht. Das mag wohl auch ein wichtiger Grund dafür gewesen sein, dieser gleichsam als naturgemäß angesehenen Verteilung den Namen Normalverteilung zu geben, wobei diese Bezeichnung auch zu allerlei Fehldeutungen führte – vor allem dann, wenn alles nicht Normalverteilte als anormal eingestuft wurde.

Die grafische Darstellung von Wertepaaren $(x_i;y_i)$ zweier Größen X und Y führt häufig zu einer Menge von Punkten, die nicht ohne Weiteres einer Funktion bzw. einer Kurve zugeordnet werden können.
Es stellt sich die Frage, ob zwischen den Größen eine Abhängigkeit besteht.
Oftmals ist in solchen Fällen eine Funktion gesucht, deren Graph möglichst nahe an allen Punkten liegt.
Dies führt zur Definition der Korrelation sowie der Regression.

Ist f eine nichtrationale Funktion mit der Gleichung y = f(x), dann ist es nicht möglich, zur Annäherung von y = f(x) ein Polynom n-ter Ordnung zu verwenden, dessen Koeffizienten mit den Ableitungen von y = f(x) an der Stelle $x_0$ in derselben Weise gebildet werden, wie die Koeffizienten der TAYLOR-Entwicklung einer ganzrationalen Funktion.

Dies ergibt sich bereits daraus, dass – im Unterschied zu ganzrationalen Funktionen n-ten Grades – die (n + 1)-te Ableitung und alle weiteren Ableitungen einer nichtrationalen Funktion im Allgemeinen nicht identisch gleich null sind.

Das heißt: Die Entwicklung einer solchen Funktion an einer Stelle $x_0$ „bricht nicht ab“, sondern würde zu einer Summe mit unendlich vielen Summanden (Reihe) führen. Man spricht deshalb auch von der Entwicklung einer Funktion in eine TAYLOR-Reihe.
An zwei Beispielen wird gezeigt, dass sich die Sinus- und auch die Kosinusfunktion in eine TAYLOR-Reihe entwickeln lassen.

Wie aus der Differenzialrechnung bekannt ist, liefert für eine differenzierbare Funktion f die Tangentenfunktion $f_t$ gute Näherungen der Funktionswerte von f. Im Folgenden wird der der Zusammenhang zwischen den Koeffizienten des Näherungspolynoms und den Ableitungen der gegebenen Funktion untersucht.