Advertisement

Gesetze der Grossen Zahlen und Grenzwertsätze

  • Wolf-Dieter Heller
  • Henner Lindenberg
  • Manfred Nuske
  • Karl-Heinz Schriever

Zusammenfassung

In Kapitel 7 haben wir eine ganze Reihe spezieller Wahrscheinlichkeitsverteilungen angegeben, die für sehr viele praktische Probleme brauchbare mathematische Modelle liefern. Weil nun viele dieser Wahrscheinlichkeitsverteilungen schwer zu handhaben sind — insbesondere dann, wenn eine größere Anzahl von Zufallsvariablen berücksichtigt werden muß und die Verteilung der Summe bzw. des arithmetischen Mittels dieser Zufallsvariablen interessiert — erscheint es lohnend, nach “einfachen” Verteilungen zu suchen, die die umständlicheren Modell Verteilungen hinreichend gut approximieren. Als “Approximationsverteilungen” bieten sich vor allem die Einpunkt- und die Normal Verteilung an.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Referenzen

  1. 1.
    Schon Jakob Bernoulli spricht 1713 in seiner “Ars conjectandi” davon, daß dieser Zusammenhang jedem klar sei.Google Scholar
  2. 1.
    R.E.von Mises: Wahrscheinlichkeit, Statistik und Wahrheit; Springer, Wien 1928.CrossRefGoogle Scholar
  3. 2.
    vgl. z.B. B.W. Gnedenko: Lehrbuch der Wahrscheinlichkeitsrechnung; Akademie-Verlag, Berlin 1970; S.40.Google Scholar
  4. 3.
    A.M. Kolmogoroff: Grundbegriffe der Wahrscheinlichkeitsrechnung; Springer, Berlin 1933.CrossRefGoogle Scholar
  5. 1.
    Wenngleich der exakte Beweis nicht trivial ist (vgl. etwa Roussas, p.134, oder Rényi, S. 330)Google Scholar

Copyright information

© Springer Basel AG 1979

Authors and Affiliations

  • Wolf-Dieter Heller
  • Henner Lindenberg
  • Manfred Nuske
  • Karl-Heinz Schriever

There are no affiliations available

Personalised recommendations