Beruflich Dokumente
Kultur Dokumente
Die Formel (97) k6nnte vielleioht dam dienen, den Koeffizient des Venturi-
Meseers zn bereohnen. Wenn man daa Reibnngsglied vernaohlusigt, so erh< man :
'V=0,97 r/ 2gh
(U2/Ud2 -1'
wo h die Druckhohendifterene hnd ~ ~ S / C T das
I Qaersohnittsverhgltnis bedeutet. Die tat-
stlchlioh angegebenen Koeffizienten schwanken zwisehen 0,94 und 1,Oo l).
Leider ist mir hieriiber nichts Qenaueres bekannt.
Dezember 1922. 252
geeetzt wird. Fiir A = 0 haben wir die gelllufige Anfgabe der mrihkgelegten, fiir
d = - 1 die der nicht zudckgelegten Kugeln.
Wir konnen uns abstrakter 60 anedriicken: die vorn Znfall abhgngigen Gr6flen
.
xl, x g , . . . xn, . . sind nur zweier Werte flhig: des Wertes 1 nnd des Wertee 0. Die
Wahrscheinlichkeit dattir, daO XI = 1 auafllllt (roter Zug), eei 8, die Wahrscheinlichkeit
fiir x1 = 0 (schwarzer Zug) sei 6,Q + 6 = 1. Es mien
_+_@*
@
__ ..
+ a.9 -+ . + m,,6 bezw.
G+ ( ~ - - s I --.Ea - , . .- =n)S
- . . . (3)
1+?d--- 1 -+ nS
die Wahrscheinlichkeiten dafiir, da!3
X,+I +
1 bezw. =0
ausfgllt. Setzt man XI + a + ... + x n = r , s = n - r . . . . . . . (4),
80 sind die Formeln (1) nnd (3) identisch. 1st 8 > 0, so hat man Chancenvermehrung
durch Erfolg und Chancenverminderung durch MIBerfolg, im Falle < 0 steht es
umgekehrt. Es sind also im Falle b > 0 sowohl Erfolg wie MiBerfolg Sansteckenda;
6 = 0 ergibt den klassischen, einfmhsten Fall nnabhlingiger Ereignisse. Im Falle 6 2 o
.
kann die Reihe der Qr6Ben X I , xs . . unbegrenzt fortgesetst werden, im Falle b < 0 nur
so Iange, als 1 +
n 8 > o ist.
2. Berechnung der Wahraeheinllchkeiten und der Erwartungen. Wie groD
ist die Wahrscheinlichkeit dafiir, dab XI + x., + .+
. . xn= T ansfiillt? (ftir T kommen die
..
Werte 0, 1, 2 . ?a in Betracht). Mit anderen Worten: Wie GOB ist die Wahrsohein-
lichkeit, nnter den angegebeuen Bedingungen aus der Urne in n Ziigen t rote und
s = n - T schwarze Kugeln zu ziehen? Die Wahrscheinliohkeit dafiir, dab
x1=1, X a = l , .'.
x,=.1, x,+1=0, x,+,=o ...
ansfmt, ist naoh dem blnltiplikationssatz der Wahrecheinlichkeiten
+ d ' q___. B -I-(8 - 1)s
- g p--
.- - +aS .. ~ + ( r - - i ) S u at8
. (n).
I 1+Sl+zS 1+(r-i)S1+rBI+w++.)J i+(n-~)S
Die Wahrscheinlichkeit dafiir, da% T bestimmte unter den XI, x1, . xnden Wert 1 ..
nnd die iibrigen s den Wert 0 erhalten, ist wieder duroh ( 5 ) gegeben; denn wenn man
Italienisoh kann man an Stelle vdn *vom Zufall abhllnglge Qr(l6ec etwas glticklicher *variabile
cmuale= sagen. vergl. c f . Gas t e l n u o v o , Calcolo delle probabilith (Milano-Roma-Napoli 1919), 6 30.
Im folgeuden sind vom Zufall abhnngige GrB6en duroh fetten Druck hervorgehoben.
') Vergl. A A. M a r k o f f , Wahrscheinlichkelts~e~linung.(Leipaig-Berlin 1912), 8. 272 bis 311.
Heft 4 E g g e n b e r g e r und P b l y a , Ueber die Statistik verketteter Vorggnge 281
den entsprechenden Produktansdruok naoh (3) bildet, so erhlilt man wieder n Bruche,
deren Nenner ebenso lauten wie die von (5), wiihrend die ZUler nur in ihrer Reihen-
folge vertauscht sind. Die Bereohnung kommt somit lediglich auf eine Permutation der
Faktoren im ZEthler (nicht im Nenner!) hinaus; aus n Elementen kann man r auf
Arten heransheben, daher 1st die gesuchte Wahrscheinlichkeit
.
In der Summe im ZBhler ist also T = 0, 1, 2, . . n, S = T - n 5u setzen. Der
Ziihler ist der Koeffizient von zn in dem Produkt der baiden Reihen
rn
2- T ( T - 1) . . . (v - k + 1) T! s=o 8!
2s
I =o
, . (-$+k-l) - ~-z)-'~
( t - ~ ) - ~ l ~(1
(i+k)($+k+l) . . . ( $ + k + n - -__
k--l
s s
=T(y+ 1) ...($+ k - 1 (n - k)! 2%.
(r(r-1) . . . (r--+I))=
(
Man kann (7) auch durch andere, mehr kombinatorische Betrachtungen gewinnen.
Speziell folgen am ( 7 ) fur k = 1,2 der Erwartungswert yon r und das Qnadrat der
mittleren Abweichung dieeer Erwartung :
(r)=en . . . . , , . . . . (8) .
((r- (r>)'> = (I2) +
- { r j 2= ( r ( r - I)) ( r ) - ( r Y
=-e +
J +
1 (1 + 6)
' ) n ( n - 1) + n q - naps= nq ( t - el-i1i +- n8a * * *
- (9).
1 R 9
Fur 8 = 0, bezw. fiir 6 = - -, q = -, u = - vergl. (21, erhillt man hieraus die
N N "
wohlbekannten klassisohen Resultate, was zur Kontrolle dienen mag.
3. Der Grenzfall relfener Ereigniose. Wir wenden uns zu VerhPtnissen, die
vorliegen, wenn die Anzahl der beobachteten FLlle n sehr grol, aber e 60 klein, d. h.
das Merkmal von der Wahrscheinlichkeit e so selten ist, dab die erwartungsmilige
Anzahl ( r )= en nur gering ist. Man denke sich z. B., dafi n die Anzahl der Personen
ist, die innerhalb Monatsfrist eine Eisenbahnfahrt antreten, und e die Wahrsoheinlichkeit
dafur, dab die angetrelene Fahrt mit todlfchem Unfall endet. Man setze
ng=h, n 8 = d > 0 . , . . . . . . . (to).
I) Die Erm artung (mathematische Hoffmng, Durohschnittswert) einer vom Zufall abhllngigen
Grti6e H sol1 stet8 mit ( x ) heaeichnet werden, mit spitzen Elammern (), deren Gebrauch fir diese
Bezeichnung reserviert wird.
282 Zeitachrift ftir anaewandte Mathematik und Mechenfk Band 3
und nehme h und d mWg, n sehr grofl an, oder, in saohgemiifler mathematiseher
Abetraktion, h und d feat uod n gegen konvergierend. Wir bwimhnen znerst den
Q)
Igpo,* = --
d 1
- R. . . . (18).
I+-
n
Der Rest R, wird fiir n = unendlioh klein; R, ist von der Ordnung I/,, wie
00
man sich leioht uberzeugt. Der Klammeraosdmok reohts in (12) ist als eine Summe von
n Rechteoken mit der Basis dJ, aufeafaasen; wenn sie Seite an Seite ant der Abszissen-
aohse so anfgestellt werden, daB ihre Qrnndlinim die Streoke ewisohen den Abseissen 0
nnd d ausfiillen, so liegen die linken oberen Eeken anf der Eurve y = - . Daher ist
1
1 +*
d
n=w
lim Po.* =(t + d) '/d = p0 . . . . . . . . (13).
Es folgt aus ( 6 ) , ( I ! )
n ( n - 1 ) (n-2) . .. (n-V+1) e (,+S e +(r- 1) s
pr, n--P = Po. n 1. a. 3. . .. T u + ( ~ - l ) d a + ( . -2)s . * * (r+(n-r)l3
=-h
rl
1
(h + d ) (h + S d ) . .. (h + (T - 1)d) (1 + d)-"/d-'= P, . . . (14).
Zur Kontrolle der Formel (1 4) berechnen wir die Snmme der Grenewahrschein-
.
liohkeiten PO,PI,Pa, . . . P,, . . Es ist
=(1 +d ) - h / d
.
1. 2. 3. , . r z=d(l+d)''
=(l+d)-h/+) d --(;+
k h h 1) ...(;+h k-l)(l - q L ' d - k
l+d
..
( r ( r - 1) . (r-k+ 1)) = h ( h + d ) ( h + 2 d ) . (h ( k - I)d) (15). + .
Dasselbe Resnltat hBitten wir auoh an8 (7) dnroh direkten Grenziibergang erhdten
kiinnen. Insbesondere gewinnen wir fur die Erwartnng (r) and fiir das Qaadrat der
-
Heft 4 E g g e n b e r g e r und Pblya, Ueber die Strttistik verketteter Vorgbge 283
mibhleren Abweichung davon, entweder aus (16) oder dnrch Grenztibergang aus (a), ( 9 )
die Werte:
(r, = h . . . . . . . . . . . (16).
((r - h)3 = h ( 1 + d ) . . . . . . . . . (17).
Wir haben bisher den Fall d > 0, d. h. den Fall der Chancenvermehrung durch
Erfolg vor Augen gehabt. Es wird fiir d = 0
Jim p0 == lim (1 + d)-*/c~ = e-" = p0*
d=O d=O
und allgemein, vergl. (14),
hr 8-h
limP,=,-- T. - Pv* . . . . . . . . . (18).
d=O
Die abgeleiteten Formeln schlieflen also fiir d = O den wohlbekannten Fall der
u n a b h P n g i g e n seltenen Ereignisse ein, der von P o i s s o n endeokt nnd von
L. v.'Bortkiewicz in seiner Bedeutung fiir die Btatistik erkaunt worden ist').
4. AnwtdUng. Die dnrch die Formel (14) gegebenen Wahrscheinliohkeiten
PO,A,PB,... Py ... entsphgen, kur5 zosammengefa5t, folgender wahrsohelnlichkeits-
theoretieoher 8truktur: das Beobaohtungematerial ist sehr grod, dae untersuchte Merkmal
ist sehr selten, und die einzelnen beobaohteten FUle hPngen derart zusammen, da$ j e
stbker in dem einen Teil des Beobaohtungsmateriale dae Merkmal vertreten ist, urn so
stiirker es auoh in dem itbrigen Teil zu erwarten ist. Die beobachteten FUle seien etwa
die Sterbefme in einem bestimmten Land innerhalb eines Monats. daa untersuohte be-
sondere Merkmal daa Ableben infolge eiaer seltenen epidemischen Krankheit, wie Pocken
oder Cholera. Der Umetand, da% in der ersten Hame des Monats besouders vie1 Pocken-
fme a m Eegistrfernng gelangen, p r l j n d i z i e r t die zweite Monatt&&lfte in demselben
Sinn e. EisenbahnunfUle oder gewerbliohe Unfiille, z. B. infolge Explosion, greifen,
statistisch gesprochen, Phnlich urn eich wie eine ansteckende Krankheit, indem sie im
allgameinen mehrere Personen dahinraffen. Es iet 5u erwarten, daB die statistisohen
Zahlen derartiger Ersoheinungen mit dem Verlauf der Wahrscheinliohkeiten PO,PI,5 , ...
Pr,... qnalitativ iibereinstimmen.
Nuh zur quantitativen Priifung! Nehmen wlr etwa die TodesWe an Pocken in
der Sohweiz wiihrend der Jahre 1877/1900, d. h. wlihrend 288 Monaten, vergl. Zshlen-
tafel 1, S. 285. Es fanden insgesamt 1 5 8 4 solohe Todesfglle statt, ale0 durchechnittlich
6 , s im Monat. Setzen wir
h=5,5 . . . . . . . . . . - (191,
so ktnnen wir die Wahrsoheinliohkeiten PO*, PI*,... nach' Formel (18) berechnen (PO*,
PI*,... p,*, ... entsprechen n n a b h g n g i g e n seltenen Ereignissen). 288 Pr* ist die
e r w a r tungsm&$ige (theoretische) Zahl derjenigen Monate unter den 288 beobaohteten,
In denen genau T Todesfglle stattfinden sollen, vergl. Spalte I11 der Zahlenhfel 1; die
tatsEohliohe Zahl dieser Monate beflndet eioh in Spalte I1 der Zahlentafel 1. In
r
SpalteVI der Xahlentafell befinden sich die Zahlen288 (PO"+PI*+ . . . +Pr*)= 288 2' Pp*,
P=o
gegentlbergestellt den entsprechenden beobaohtetQnZahlen in Spa3te V; i m Durchschnitt
.
der Spalte V mit der Zeile T (wo r = 0 , 1 , 2 , . .) steht also die Anzahl derjenigen Nonate
unter den beobachteten 288, in denen n i c h t mehr a l s r Todesfillle der fragliohen Art
sich ereigneten. Die Niohtiibereinstimmung der Theorie, die die Unabhhgigkeft
der Einzelflllle a h m t and zu den Wahrschainlichkeiten PO",PI*, ... P?;, ... fahrt, mit
den vorliegenden Tabsohen, geht entweder aus dem Vergleich der Spalten Ii und III sder
aus dem der 8pdten V und VI, oder endlich nooh au8 folgendem hervor: es miiiite, wenn
die Ereignisse unabhPngig sind, das Quadrat dep mittleren Abweichung h betragen
(vergl. Formel (17), fitr d = 0 ; h F 5,6 in unserem Fall). Mnltiplizieren wir (T - 5 , 5 ) a
mit der Anzahl derjenigen Monate, in denen genau r TodesftGUe sich ereigneten (vergl.
Spalte 11, Zeile r), summieren von T = 0 bis T = 60 und dividieren die erhaltene Snmme
durch 287, d. b. Gesamtzahl der Yooate minus 1, so erbalten wir 8 3 , 5 8 8 8 , alto bedeutend
mehr als 5,6.
I) L v. B o r t k i e w i c z , Daa Gesetz der kleinen Zahlcn (Loipzig, 1898). 111 der Bemichnung
f'olgen wir R. v. M i a e a , dime Zeitachrift, 1, S. 1 2 1 bis 124.
28 4 Zeitschrift fur angewandte Mathematik und Yechanik Rand 3
Zahlentafel 1.
D i e Todesffllle an Pooken in der Sohweia in den Jahren 1877/1900.
I I1 I 111 I IV v I VI 1 VII VIII 1 IX
Zahl der Monate Summenzahlen .bweiohung zwischenV
Zahl der
Todesfillle ststlohlieh ach 131. (18)lnach GI. (14: u SpalteIl 1 Spalte I1 u SpalteIV und VI und VII
~~ ~ ~~
I I I1 1 III 1 IV
I: Ansahl der Todesfillle i n elnem Monat = T. 11: Anrahl der Monate, in denen effektiv
r Todesflllle &ofgetreten = M,. 111: Anzahl d e r Monate mit f Todesfilllen, theoretiseh, bei Annahme der
Unabhllngigkeit = 288 P;. IV: Anzahl der Monate mit r Todesftlllen, theoretisoh, bet Annahme der
I T r
Chancenvermehrnng durch Erfolg = 288 P,. V: 2 Mv. VI: 288 P;. VII: 288 2 P,.
v=o v=o v=o
r r
VIII: 2 (288 P: - Hv),
Abweichung von VI und V. IX: 2 (288 PV - H v ) , Abwelehnng von
v=o ‘, = 0
VII nnd V.
Somit ist die Stabilitiit der dnrch die Wahrsoheinlichkeiten (22) festgelegten Ver-
teilung dorch die Oleiohung
fiir o < f ’ d f , r = o , I, 2, 3, .. .
ausgedriiokt.
Urn die den Bedingungen (I), (a,
(ID)genugenden Fhktionen (22) aufmsuchen,
Eet5t man
+
wo ( f ) f vi (f) B: -t- ws ( f ) 6’ . .. = @ (f, 2) . . . . . (23).
Die Reihe (23) hat positive Koeftieienten, vergl. (I), nod konvergiert iiir a = 1,
vergl. (n), also tiberhaupt fur f > 0, IzI 5 1; a ist ale komplexe Variable aufgefdt.
Man multipliziere (m) mft zy und summiere uber T = 0, 1, 2, . j es ergibt sich ..
m m m
2 Wr(j’)zT=z
r=O
x z T~ , . + ~ , ( n ( T + v ) ( ~ ) l ( l - - l i j ).( .
r=O v = O V
. . (24).
2) = {I, ( f , ea: + 1
r . (to, - z). . , , . . . . (26).
Man setze W l , 21 + 1) = v (21).
An Stelle der Variabeln f, o,z sebze man entweder 1, f, a oder f , -, 1 (z - 1) f ;
I
1
+
die erste Wahl ist fiir f s 1, die sweite fiir tz
1 angebraoht, in Anbetracht der Un-
gleichung unter (25). Man erhElt in beiden FIUlen
(f,~=) V ( f 8-f) . . . . . . . . (27). I
Far @ (f, z) die Potenrreihenentwioklang (23) in (27) eingesetzt folgt -oh der
Ma ol a u r in sohen Formel
. . (28)
) . I . . . . (29).
Die Funktion (34) geniigt den am Ende von Absohnitt 5 ansgesprochenen Be-
dingnngen. Die Formel (35) geht ans dem Ausdruck von Pr* unter (18) hervor, wenn
man darin
h =Df . . . . . . . . . . . (36)
setzt. Man we%, daO das zu (35) analoge Qesetz fur eine bezw. drai Dimensionen die
Verteilnng der radioaktiven Zerfallsersoheinungen in der Zeit bezw. die der in B r o w n -
scher Bewegnng befindliohen Teilohen in dem Raum regelt.
7. Verteilung bei Chancenvermehrun$ durch Erfolg. Es sei ein Beispiel
angefuhIt, worin das Verteilungsgesetz sicherlich nioht (3 5) sein k a n a Zur Vertiefang
der Begriffe der Pflanrengeographie baben die Botaniker l) statistisohe Aufnahmen
folgender Art unternommen: h einer einheitlichen natiirlichen Vegetationsdecke werrlen
quadratieahe F l h h e n von gleichem Fllicheninhalt f abgegrenzt. Innerhalb jedes Quadrates
werden shtliohe darin vorkommenden Pflanaenarten bestimmt. Als Resultat der sta-
tistischen Aufnahme wird angegeben, wieviel Quadrate iosgesamt nnterenaht, wdche
Arten gefnnden worden sind, und in wieviel Quadraten jede Art vorgekommen ist. Di-
vidiert man die letatgenannte Zabl durch die Geaamtzahl der Quadrate, so erhEElt man
einen Annfiherongswert der Wahrscheinlichkeit, in einer Fllohe vom Inhalt f mindestens
ein Individunm der Art anrutreffen. Diese Wahrscheinlichkeit sei mit H bezeiohnet.
Es wird dieser Versuoh mit verschiedenen Quadratinhalten f ansgefiihrt, wobei H offenbar
‘I G. E. Du R i e t z , Zor methodologiachen Gruodlage der modernen Pflanzensosiologle, Disaer-
tation, Upsala 1921.
#eft 4 Eggenberger und P d l y a , Ueber die Statistik verketteter Vorghge 289
mit wachsendem f zunehmen mu& Die folgende Zahlentafel 2 bezieht sich auf eine be-
stimmte Art agd Vegetation’); sie enthlilt in der zweiten Zeile die empirischen Werte
von H fur 7 verechiedene FllchengrSden f, die in der ersten Zeile -in ma angegeben sind.
Die ZZihler und Nenner der Briiche fur H sind die beobachteten Zahlen selber.
Z a h l e n t s f e l 2.
-_
I. f i n m 2 . . . . I
I
0,0001 I 0,0004 ~ 0,0035 1 0,Ol 1 0,04 I 0,25 I 1
i 3,40
Qemlld (35) ist die Wahrscheinliohkeit darfiir, dad an einem Flacheostuck vom
Inhalt f kein Punkt der Qesamtheit sich findet, = rDf, und folglich die Wahrsoheinlich-
keit dafiir, daii darin mindestene ein Individuum der Qesamtheit anzutreffen ist, =
1 e-Df=H -
. . . . . . . . . . (37).
Berechnet man D gemLf3 (37) aus den in Zahlentafel 2 zusammengefaflten 7 Beob-
achtungen, so erhtllt man die in der Zeile 111 der Zahlentafel 2 befiidlichen 7 Werte.
Diese sind nicht nnr sebr stark unbr 8ich verschieden (sie sollten einander gleich sein),
sondern aeigen einen nnverkennbaren Qang, eine systematische Abweichung. Man ersieht
daraus, dad in der vorliegenden Beobachtnngsreihe H tatsllchlich langsamer mit f an-
wlohet, als ee nach der Formel (37) anwachsen sollte.
Dab das Verteilungsgeseta (35), das bei mannigfacben physikallechen Unter-
suchungen sich so ausgezeichnet bewtlhrt hat, in diesem Falle versagt, ist nach dem
Vorangehenden leicht erkltlrlich. Die In Abschnitt 6 hervorgehobene Voraussetzung der
Unabhhgigkeit der einrelnen Teile trifft bier n i c h t zu; dad die Wahrscheinlichkeit
dafiir, aul der Pltlche F eine gegebene Anrahl Individuen zu finden, ganz die gleiche ist,
ob an der NachbarfiLohe F viele oder keine Individnen der gleichen Art sich finden,
ist bier offenbar’falsch. Vielmehr sind neben reich mit der Art bewachsener Flecken
leichter benachbarte z a finden, In denen ebenfltlle Individuen der Art vorhanden sind,
ale neben den van der Art total verlassenen Flecken: die benachbarten FlLchenstiicke
werden gewissermaflen nangesteckts.
Die Funktion
V ( U ) = ( l -aEC)-nlo . . . . . . . . * (38)
geniigt den in Abschnitt 6 ansgesprochenen Bedlngungen (u > 0); somit ist die durch
die die Wahrscheinlichkeiten
- p r D ( D + a ) ( D + 2 n ) . . . ( D + ( r - l ) a ) (1 + af)-DIa-‘ .
IK (fJ = f r Y ’ (I.!r ) ( - f ) - rl
(39)
festgslegte Verteilnng eine s t a b i l e im Sinne von Abschnitt 6. Setzt man, Wie vorher
unter (36),
f D = h und fct=d,
so geht Formel (39) in den Ausdruck von P,.unter (14) uber. Es ist anzmehmen, daf3
dae Verteilungsgesetz (39), da der Strnktar besser enteprechend, beseer anf die angefiihrte
botanische Statistik passen wird, als das klassisch gewordene Verteilungsgesetz (35),
das iibrigens der Qrenzfall von (39) fur a = 0 ist. An Stelle von (37) tritt jetzt die
Formel
H = 1 - (1 + C L ~ ) - ~ / U
und hierin nimmt H l a n g s a m e r mit f zu, als in (37).
Eine quantitative Kontrolle, die sehr vie1 Voreicht und Miihe erfordert, ist im
Gange. Zur EdZiuterung des Hauptgedankens dieser Untereuchung ist das Beispiel wohl
auoh vor der Ausfiihrang dieser Kontrolle geeignet gewesen. 242