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.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
Schon Jakob Bernoulli spricht 1713 in seiner “Ars conjectandi” davon, daß dieser Zusammenhang jedem klar sei.
R.E.von Mises: Wahrscheinlichkeit, Statistik und Wahrheit; Springer, Wien 1928.
vgl. z.B. B.W. Gnedenko: Lehrbuch der Wahrscheinlichkeitsrechnung; Akademie-Verlag, Berlin 1970; S.40.
A.M. Kolmogoroff: Grundbegriffe der Wahrscheinlichkeitsrechnung; Springer, Berlin 1933.
Wenngleich der exakte Beweis nicht trivial ist (vgl. etwa Roussas, p.134, oder Rényi, S. 330)
Rights and permissions
Copyright information
© 1979 Springer Basel AG
About this chapter
Cite this chapter
Heller, WD., Lindenberg, H., Nuske, M., Schriever, KH. (1979). Gesetze der Grossen Zahlen und Grenzwertsätze. In: Wahrscheinlichkeitsrechnung Teil 2. Birkhäuser, Basel. https://doi.org/10.1007/978-3-0348-5384-2_2
Download citation
DOI: https://doi.org/10.1007/978-3-0348-5384-2_2
Publisher Name: Birkhäuser, Basel
Print ISBN: 978-3-7643-1107-0
Online ISBN: 978-3-0348-5384-2
eBook Packages: Springer Book Archive