Über den Approximationsfehler im Zentralen Grenzwertsatz: Eine Verschärfung der Lyapunov-Katz-Schranke für annähernd normalverteilte Summanden

Abstract Für unabhängige, identisch verteilte Summanden mit endlichem Moment einer Ordnung r ∈ ]2, 3] präsentieren wir eine Schranke für den Approximationsfehler im Zentralen Grenzwertsatz, die eine Nähe der Summanden zur Normalverteilung miteinbezieht. In Verallgemeinerung eines Resultates von Mattner [8] für den Fall r = 3, welches die Berry-Esseen-Fehlerschranke verschärft, erreichen wir damit, abgesehen von konstanten Faktoren, eine Verschärfung der Lyapunov-Katz-Fehlerschranke. Um die Nähe zur Normalverteilung zu messen, verwenden wir einen möglichst schwachen Abstand in Form der 1976 von Zolotarev [10,11] und 1980 von Senatov [9] vorgestellten ζ -Abstände für Wahrscheinlichkeitsmaße.

Authors

Institutions

Publication Details

Journal
Mitteilungen der Deutschen Mathematiker-Vereinigung
Published
2026-06-25
DOI
https://doi.org/10.1515/dmvm-2026-0034
Primary Topic
Matrix Theory and Algorithms
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Über den Approximationsfehler im Zentralen Grenzwertsatz: Eine Verschärfung der Lyapunov-Katz-Schranke für annähernd normalverteilte Summanden

Lena Jonas
Mitteilungen der Deutschen Mathematiker-Vereinigung
Matrix Theory and Algorithms
article

Über den Approximationsfehler im Zentralen Grenzwertsatz: Eine Verschärfung der Lyapunov-Katz-Schranke für annähernd normalverteilte Summanden

Lena Jonas
article en

Abstract

Abstract Für unabhängige, identisch verteilte Summanden mit endlichem Moment einer Ordnung r ∈ ]2, 3] präsentieren wir eine Schranke für den Approximationsfehler im Zentralen Grenzwertsatz, die eine Nähe der Summanden zur Normalverteilung miteinbezieht. In Verallgemeinerung eines Resultates von Mattner [8] für den Fall r = 3, welches die Berry-Esseen-Fehlerschranke verschärft, erreichen wir damit, abgesehen von konstanten Faktoren, eine Verschärfung der Lyapunov-Katz-Fehlerschranke. Um die Nähe zur Normalverteilung zu messen, verwenden wir einen möglichst schwachen Abstand in Form der 1976 von Zolotarev [10,11] und 1980 von Senatov [9] vorgestellten ζ -Abstände für Wahrscheinlichkeitsmaße.

Mitteilungen der Deutschen Mathematiker-VereinigungVol. 34(2)
Universität Trier (DE)
Openalex Percentile: Top 5%
Matrix Theory and Algorithms
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.