Die hypergeometrische Verteilung ist eine Wahrscheinlichkeitsverteilung, die verwendet wird, um die Anzahl der Erfolge in einer Stichprobe ohne Zurücklegen zu modellieren. Sie wird angewendet, wenn die Population aus zwei Gruppen besteht und die Anzahl der Erfolge in der Stichprobe von Interesse ist. Die Verteilung hängt von den Parametern der Population, der Stichprobengröße und der Anzahl der Erfolge ab. **

Eine hypergeometrische Funktion ist eine spezielle Funktion, die in der mathematischen Analysis und der theoretischen Physik verwendet wird. Sie ist definiert als eine Lösung der hypergeometrischen Differentialgleichung und tritt in verschiedenen mathematischen Problemen auf, wie zum Beispiel bei der Berechnung von Wahrscheinlichkeiten in der Statistik oder bei der Lösung von linearen Differentialgleichungen. Die hypergeometrische Funktion hat eine Reihe von Eigenschaften und kann in bestimmten Fällen durch andere Funktionen, wie zum Beispiel Potenzreihen oder Bessel-Funktionen, dargestellt werden. **

Die hypergeometrische Verteilung ist nach der mathematischen Funktion benannt, die sie beschreibt. Sie modelliert das Auftreten einer bestimmten Anzahl von Erfolgen in einer Stichprobe, wenn die Gesamtpopulation aus zwei Gruppen besteht und die Stichprobe ohne Zurücklegen gezogen wird. Die Verteilung ist "hypergeometrisch", da sie auf der Hypergeometrischen Funktion basiert, die die Wahrscheinlichkeit berechnet, dass eine bestimmte Anzahl von Erfolgen in der Stichprobe auftritt. **

Die hypergeometrische Verteilung wird verwendet, wenn man eine Stichprobe aus einer endlichen Population zieht, ohne Zurücklegen und ohne Berücksichtigung der Reihenfolge. Sie wird beispielsweise angewendet, um die Wahrscheinlichkeit zu berechnen, eine bestimmte Anzahl von Elementen einer bestimmten Art in der Stichprobe zu finden. Diese Verteilung ist relevant in verschiedenen Bereichen wie der Qualitätskontrolle, der Biologie, der Wirtschaft und der Statistik. Sie hilft dabei, die Wahrscheinlichkeit von Ereignissen in begrenzten Stichproben zu bestimmen und Entscheidungen auf der Grundlage dieser Wahrscheinlichkeiten zu treffen. Insgesamt ist die hypergeometrische Verteilung ein wichtiges Werkzeug, um die Wahrscheinlichkeit von Zufallsereignissen in nicht-wiederholbaren Stichproben zu analysieren. **

Die Binomialverteilung wird verwendet, wenn wir eine Zufallsvariable betrachten, die die Anzahl der Erfolge in einer festen Anzahl von unabhängigen Versuchen mit konstanter Erfolgswahrscheinlichkeit beschreibt. Diese Verteilung eignet sich gut für Situationen wie Münzwürfe oder das Ziehen von Kugeln mit Zurücklegen. Die hypergeometrische Verteilung hingegen wird verwendet, wenn wir eine Zufallsvariable betrachten, die die Anzahl der Erfolge in einer Stichprobe ohne Zurücklegen beschreibt. Diese Verteilung eignet sich gut für Situationen wie das Ziehen von Kugeln ohne Zurücklegen aus einer Urne mit und ohne Ersatz. In der Binomialverteilung ist die Anzahl der Versuche festgelegt, während in der hypergeometrischen Verteilung die Anzahl der Versuche von der Stichprobengröße abhängt. Die Wahl zwischen Binomial- und hypergeometrischer Verteilung hängt also davon ab, ob die Versuche unabhängig voneinander sind und ob die Stichprobe mit oder ohne Zurücklegen erfolgt. **

Getreide wird traditionell mit einer Mühle zu Mehl gemahlen, indem die Körner zwischen zwei Steinen zerrieben werden. Es gibt auch modernere Methoden wie Walzenmühlen, die das Korn zwischen zwei Metallwalzen zerkleinern, oder elektrische Mühlen, die den Mahlvorgang automatisieren. Einige Menschen mahlen ihr Getreide auch mit Handmühlen oder Mörsern. **

Ein manuelles Mühle Mahlwerk wird durch Drehen eines Griffs betrieben, der die Körner zwischen zwei Mahlsteinen zerkleinert. Es erfordert körperliche Anstrengung, um das Mahlwerk in Gang zu bringen. Ein elektrisches Mahlwerk kann eine Vielzahl von Körnern mahlen, darunter Weizen, Reis, Mais, Gerste, Hafer und viele mehr. Es funktioniert durch den Einsatz eines elektrischen Motors, der die Mahlsteine in Bewegung setzt und die Körner zerkleinert. **

Die hypergeometrische Verteilung ist nicht geeignet, wenn die Stichprobengröße relativ groß im Vergleich zur Grundgesamtheit ist. In solchen Fällen nähert sich die hypergeometrische Verteilung der binomialen Verteilung an. Die hypergeometrische Verteilung ist auch nicht geeignet, wenn die Ziehungen ohne Zurücklegen erfolgen, da die Wahrscheinlichkeiten für jede Ziehung von der vorherigen abhängen. **