Zusammenfassung
Die wichtigsten Kenngrößen für Zufallsvariablen sind Median, Erwartungswert und Varianz. Der Erwartungswert beschreibt für großes n den typischen ungefähren Wert des arithmetischen Mittels \(\frac{(X_1+\ldots+X_n)}{n}\) von unabhängig und identisch verteilten Zufallsvariablen (Gesetz der Großen Zahl). In diesem Kapitel wird zunächst das schwache Gesetz der großen Zahl betrachtet und danach das starke Gesetz der großen Zahl in der Form von Etemadi vorgestellt. Als Beispiel wird die mittlere Länge zufälliger Nachrichten näher untersucht (Quellenkodierungssatz). Unter zusätzlichen Momentenbedingungen wird die Konvergenzgeschwindigkeit im starken Gesetz der großen Zahl untersucht. Schließlich betrachten wir als wichtiges Beispiel den Poissonprozess.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2013 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Klenke, A. (2013). Momente und Gesetze der Großen Zahl. In: Wahrscheinlichkeitstheorie. Springer-Lehrbuch Masterclass. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-36018-3_5
Download citation
DOI: https://doi.org/10.1007/978-3-642-36018-3_5
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-642-36017-6
Online ISBN: 978-3-642-36018-3
eBook Packages: Life Science and Basic Disciplines (German Language)