Hallo Patrick und Peter,
Nimmt man diesen Umstand und passt den Code
entsprechend an
Man kann die Skalierung direkt veranlassen, die Norm ist
In[7]:= f = Interpolation[data, InterpolationOrder -> 1];
NIntegrate[f[x], {x, 500, 13500}]
Out[8]= 4.3547*10^7
und mit einem educated guess
In[9]:= Remove[sol]
sol = NonlinearModelFit[SetPrecision[data, 30],
{\[Nu] PDF[NormalDistribution[\[Alpha] \[Mu], \[Alpha] \[Sigma]],
x], 10^7 < \[Nu] < 10^8}, {{\[Nu], 4 10^7}, {\[Mu],
1/2}, {\[Sigma], 1/10}, {\[Alpha], 12000}}, x,
WorkingPrecision -> 30, PrecisionGoal -> 2, MaxIterations -> 1024];
kommt man zu
In[11]:= Normal[sol]
During evaluation of In[11]:= FittedModel::precw: The precision of the
argument function (MachinePrecision) is less than WorkingPrecision (30). >>
Out[11]= 9572.4549634667469737364304941 \
E^(-1.63217415665589919845077692147*10^-7 \
(-8271.1446504576893264928442856 + x)^2)
Patricks Lösung ist 3.07389 E^(-29.6843 (-0.612688 + x)^2). Der
Erwartungswert in Klamserkoordinaten ist dann 0.612688 maxx = 8271.29 und
der Erwartungswert der direkten Lösung (Out[11]) ist 8271.144650, nicht so
schlecht, denn in Klamserkoordinaten meckert der NonlineadModelFit[],
dass er die vorgegebene Toleranz nicht erreicht.
Gruss
Udo.