Zur Hauptnavigation springen [Alt]+[0] Zum Seiteninhalt springen [Alt]+[1]

Näherungsformel von Moivre-Laplace

Infobox

Diese Seite ist Teil einer Materialiensammlung zum Bildungsplan 2004: Grundlagen der Kompetenzorientierung. Bitte beachten Sie, dass der Bildungsplan fortgeschrieben wurde.

Näherungsformel von Moivre-Laplace
Betrachtet man die Binomialverteilungen clip für wachsendes n bei konstantem p, so werden die Histogramme einer binomialverteilten Zufallsvariablen breiter und symmetrischer um den Erwartungswert clip
Die Wahrscheinlichkeit eines einzelnen Ergebnisses wird immer kleiner, da die Flächensumme  der Rechtecke immer die Gesamtwahrscheinlichkeit 1 ergibt.
Die Histogramme erhalten zunehmend Glockenform, wobei sich die (Symmetrie-)Achse an der Stelle clip immer mehr nach rechts verschiebt.

Um das Verhalten von clip für große Werte von n besser untersuchen zu können, verschiebt man die Schaubilder so, dass der Erwartungswert clip auf der 2. Koordinatenachse liegt und gleicht  somit die Verschiebung der (Symmetrie-) Achse aus. Jeder Wert X=k wird um clip Einheiten nach links verschoben.
Gleichzeitig streckt man die Rechteckshöhen,  die clip , mit dem Faktor clip  und die ursprünglichen Rechtecksbreiten mit 1LE  mit dem Faktor clip . Damit gleicht man das Flacherwerden der Glockenform aus und hat gleichzeitig die Konstanz der Flächenmaßzahlen der Rechtecke (der Einzelwahrscheinlichkeiten) gewahrt.

Damit gilt: 
Man erhält eine neu Zufallsvariable, ein standardisierte Zufallsvariable     clip  .

Für clip  nimmt die standardisierte Zufallsvariable positive, für clip negative Werte    an.
Eine solche Verteilung heißt standardisierte Binomialverteilung :   clip      

De Moivre hat erkannt, dass die Histogramme bestimmter standardisierter Binomialverteilungen trotz unterschiedlicher Parameter n und p in guter Näherung einen fast identischen Verlauf zeigen. Diese Histogramme haben einen glockenförmigen Verlauf.
Laplace hat diese Überlegungen weitergeführt und erkannt, dass die Histogramme standardisierter Binomialverteilungen um so besser von glockenförmigen Graphen umrandet werden, je größer die Standardabweichung clip ist.( Faustregel:  Wenn die Laplace-Bedingung  clip  erfüllt ist)

Das Schaubild der  Funktion clip  liefert die „Grenzkurve“  ,die Glockenkurve (als Grenzlage der Histogramme für clip )
Diese Funktion clip  heißt Gauß-Funktion , ihr Schaubild heißt Gauß’sche Glockenkurve.
Diese Glockenkurve ist symmetrisch zur y-Achse und hat die x-Achse als Asymptote.
Moivre hat diese Glockenkurve für p=0,5 untersucht, Laplace zeigte, dass sich auch im Fall clip für große Werte von n dieselbe Grenzkurve ergibt.

Beispiel: Binomialverteilung mit n=60, p=0,5,  clip

Binomialverteilung

Der Flächeninhalt zwischen der Gauß-Kurve und der x-Achse entspricht  somit dem der Summe der Inhalte  aller Rechtecksflächen des Histogramms einer binomialverteilten Zufallsvariablen X ebenso wie die der dazugehörigen standardisierten Zufallsvariablen Z und hat der Wert 1: Clip

Die Summenwahrscheinlichkeit clip  kann dann näherungsweise durch den Inhalt der Teilfläche, die von der Gauss-Kurve und der x-Achse (bzw. z-Achse) im Intervall clip eingeschlossen wird, berechnet werden:

Die Summenwahrscheinlichkeit

Näherung

Clip

Clip