0

Hallo,

Da es um das Prinzip geht, nutze ich fiktive Rechengrößen, die Werte stimmen bestimmt nicht.

angenommen für Brötchen gilt 𝝁=10 Gramm und 𝝈=0,5 (normalverteilt)

Die Wahrscheinlichkeit, dass ein Brötchen weniger als bsp. 6 Gramm wiegt liegt bei 0,00008%. Heißt, wenn ich 10.000 Brötchen backen, könnten 8 dabei sein, die 6 Gramm oder weniger wiegen.

In der Realität trifft dies aber nicht zu. Brötchen würden (wegen der Backmischung oder wie auch immer) immer mindestens 8 Gramm wiegen.

Wo genau ist das Problem mit dem Stochstischen Modell? Ist es, dass ich nicht genügend Variablen/ Informationen gegeben habe, bzw. ich mit diesen nicht rechnen kann? Und, das das Modell zusätzlich bis ins unendliche geht, in Realität aber meine Anzahl an Brötchen "beschränkt" ist?

Vielen Dank,

 

 

 

 

Diese Frage melden
gefragt

Punkte: 36

 
Kommentar schreiben
1 Antwort
0

Ja also das Problem ist, dass eine normalverteilte Zufallsvariable theoretisch alle reellen Werte annehmen kann. Wenn du das Gewicht eines Brötchens mit Hilfe einer normalverteilten Zufallsvariable beschreibst, kann dieses theoretisch auch negativ werden. In der Praxis ignoriert man das häufig, weil diese Ereignisse halt äußerst unwahrscheinlich sind. Die Normalverteilung hat halt viele schöne Eigenschaften, weshalb es häufig einfach sehr einfach ist anzunehmen, dass eine größe normalverteilt ist. Man könnte möglicherweise auch eine Verteilung verwenden, die "realistischer" ist, aber damit lässt sich dann häufig nicht so schön rechnen. Das führt aber dazu, dass man in der Praxis auch häufig bestimme Größen als normalverteilt annimmt, obwohl diese gar nicht normalverteilt sind. 

Diese Antwort melden
geantwortet

Sonstiger Berufsstatus, Punkte: 3.1K

 

vielen dank mal wieder :)   ─   archimedes3871 12.07.2020 um 20:19

Kommentar schreiben