Wahrscheinlichkeitsverteilungen und Zufallsgrößen · 1. Halbjahr

Bernoulli-Ketten und Binomialverteilung

Analyse von Trefferwahrscheinlichkeiten bei wiederholten, unabhängigen Versuchen.

Über dieses Thema

Bernoulli-Ketten modellieren wiederholte, unabhängige Zufallsexperimente mit zwei Ausgängen, Erfolg mit Wahrscheinlichkeit p und Misserfolg mit 1-p. In Klasse 12 analysieren Schüler Trefferwahrscheinlichkeiten für n Versuche, die der Binomialverteilung folgen. Sie lernen, wann ein Experiment als Bernoulli-Kette geeignet ist, etwa bei fairen Münzwürfen oder Qualitätskontrollen, und wann Abhängigkeiten ein anderes Modell erfordern. Die Trefferquote p bestimmt die Symmetrie des Histogramms: Bei p=0,5 ist es symmetrisch, bei p nahe 0 oder 1 schief. Der Erwartungswert np gibt den durchschnittlichen Erfolgsanzahl in der Praxis an, z. B. bei Basketballtrefferquoten.

Dieses Thema verknüpft Stochastik mit Modellieren nach KMK-Standards der Sekundarstufe II. Schüler üben, reale Szenarien wie Wahlergebnisse oder Qualitätsprüfungen probabilistisch zu beschreiben und Histogramme zu interpretieren. Der Fokus auf Unabhängigkeit schult kritisches Denken bei der Modellwahl.

Aktives Lernen eignet sich hervorragend, da Schüler durch Simulationen wie Münzwürfe oder Apps die Verteilung selbst erzeugen und Histogramme plotten können. Solche hands-on-Erfahrungen machen abstrakte Konzepte greifbar, fördern Hypothesenbildung und helfen, Erwartungswerte intuitiv zu verstehen.

Lernziele

• Klassifizieren Sie reale Zufallsexperimente hinsichtlich ihrer Eignung als Bernoulli-Kette unter Berücksichtigung von Unabhängigkeit und konstanter Erfolgswahrscheinlichkeit.
• Berechnen Sie die Wahrscheinlichkeiten für eine bestimmte Anzahl von Erfolgen in einer Bernoulli-Kette mithilfe der Binomialverteilungsformel.
• Erklären Sie die Auswirkung der Parameter n (Anzahl der Versuche) und p (Erfolgswahrscheinlichkeit) auf die Form des Histogramms der Binomialverteilung.
• Interpretieren Sie den Erwartungswert einer Binomialverteilung im Kontext eines gegebenen Problems, z. B. die durchschnittliche Anzahl von Erfolgen bei wiederholten Durchführungen.
• Vergleichen Sie die Wahrscheinlichkeitsverteilungen für verschiedene Werte von p bei konstanter Versuchszahl n, um die Symmetrie und Streuung zu analysieren.

Bevor es losgeht

Grundlagen der Wahrscheinlichkeitsrechnung

Warum: Schüler müssen die Konzepte von Wahrscheinlichkeit, Ereignissen und der Berechnung einfacher Wahrscheinlichkeiten beherrschen, um die Binomialverteilung zu verstehen.

Unabhängige und abhängige Ereignisse

Warum: Das Verständnis des Unterschieds zwischen unabhängigen und abhängigen Ereignissen ist entscheidend für die Modellierung von Bernoulli-Ketten.

Schlüsselvokabular

Bernoulli-Kette	Eine Folge von unabhängigen Zufallsexperimenten, bei denen jedes Experiment genau zwei mögliche Ausgänge hat (Erfolg oder Misserfolg) und die Erfolgswahrscheinlichkeit p bei jedem Versuch konstant ist.
Binomialverteilung	Eine diskrete Wahrscheinlichkeitsverteilung, die die Anzahl der Erfolge in einer festen Anzahl von unabhängigen Bernoulli-Versuchen beschreibt. Sie wird durch die Parameter n (Versuchszahl) und p (Erfolgswahrscheinlichkeit) charakterisiert.
Erfolgswahrscheinlichkeit (p)	Die Wahrscheinlichkeit, dass ein einzelner Versuch in einer Bernoulli-Kette erfolgreich ist. Sie liegt immer zwischen 0 und 1.
Erwartungswert (E(X))	Der durchschnittliche Wert einer Zufallsvariable, die einer Binomialverteilung folgt. Er wird berechnet als das Produkt aus der Anzahl der Versuche und der Erfolgswahrscheinlichkeit (np).
Histogramm der Binomialverteilung	Eine grafische Darstellung der Wahrscheinlichkeiten für die verschiedenen möglichen Anzahlen von Erfolgen in einer Bernoulli-Kette. Die Form des Histogramms hängt stark von den Parametern n und p ab.

Ideen für aktives Lernen

Planspiel: Münzwurf-Ketten

Schüler werfen eine Münze n=50 Mal pro Person und notieren Erfolge (Kopf). In Paaren sammeln sie Daten aller, plotten Histogramme mit p-Schätzungen und vergleichen mit theoretischer Binomialverteilung. Diskutieren Sie Symmetrie bei p=0,5.

⏱ 45 Min.·Partnerarbeit

Mission erstellen

Lernen an Stationen: Reale Bernoulli-Experimente

Richten Sie Stationen ein: Würfelwürfe (p=1/6), Daumen-hoch (p variabel), App-Simulation. Gruppen rotieren, sammeln Daten für n=100, berechnen Erwartungswerte und modellieren Unabhängigkeit. Abschließende Plenum-Diskussion.

⏱ 50 Min.·Kleingruppen

Mission erstellen

Modellierungsaufgabe: Basketball-Quote

Analysieren Sie eine Trefferquote p=0,7 für 20 Würfe. Schüler simulieren mit Zufallszahlen, berechnen Binomialwahrscheinlichkeiten und Erwartungswert. Erstellen Sie Histogramme und diskutieren Praxisbedeutung.

⏱ 35 Min.·Einzelarbeit

Mission erstellen

Gruppenvergleich: p-Variation

Gruppen testen p=0,2; 0,5; 0,8 mit n=30 Würfen, plotten Histogramme und bewerten Symmetrie. Vergleichen Sie Erwartungswerte und diskutieren Modellgrenzen.

⏱ 40 Min.·Kleingruppen

Mission erstellen

Bezüge zur Lebenswelt

In der Qualitätskontrolle von Produktionslinien, z. B. bei der Herstellung von Glühbirnen, werden Stichproben gezogen, um die Wahrscheinlichkeit fehlerhafter Produkte zu schätzen. Ingenieure verwenden die Binomialverteilung, um zu entscheiden, wie viele Produkte geprüft werden müssen, um eine bestimmte Fehlerquote sicherzustellen.

Bei der Analyse von sportlichen Leistungen, wie z. B. der Trefferquote eines Basketballspielers bei Freiwürfen, kann die Binomialverteilung verwendet werden, um die Wahrscheinlichkeit einer bestimmten Anzahl von Treffern in einer Serie von Würfen zu berechnen. Dies hilft Trainern, die Leistung einzuschätzen und Trainingspläne anzupassen.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Der Erwartungswert np ist der garantiert beobachtete Wert.

Was Sie stattdessen lehren sollten

Viele sehen np als festen Wert, nicht als Mittel. Durch wiederholte Simulationen und Histogramme erkennen sie die Variabilität. Gruppenvergleiche verdeutlichen, warum Langzeitmittel zählen.

Häufige Fehlvorstellung

Histogramme sind immer symmetrisch.

Was Sie stattdessen lehren sollten

Bei p≠0,5 sind sie schief, was Schüler ignorieren. Praktische Würfe und Plotten zeigen den Einfluss von p. Diskussionen in Gruppen festigen diese Erkenntnis.

Ideen zur Lernstandserhebung

Kurze Überprüfung

Stellen Sie den Schülern drei kurze Szenarien vor: (1) Werfen einer fairen Münze 10 Mal, (2) Ziehen von zwei Karten ohne Zurücklegen aus einem Standardkartenspiel, (3) Messen der Körpergröße von 20 zufällig ausgewählten Personen. Lassen Sie die Schüler für jedes Szenario entscheiden, ob es als Bernoulli-Kette modellierbar ist, und begründen Sie ihre Wahl kurz.

Lernstandskontrolle

Geben Sie jedem Schüler eine Aufgabe: 'Ein Fußballspieler trifft durchschnittlich 70% seiner Elfmeter. Berechnen Sie die Wahrscheinlichkeit, dass er bei 5 Elfmetern genau 3 Tore erzielt. Interpretieren Sie das Ergebnis im Hinblick auf seine erwartete Leistung.'

Diskussionsfrage

Diskutieren Sie in Kleingruppen: 'Stellen Sie sich vor, Sie testen die Wirksamkeit eines neuen Medikaments. Wie würden Sie vorgehen, um zu entscheiden, ob das Medikament signifikant besser wirkt als ein Placebo? Welche Rolle spielen dabei die Binomialverteilung und die Unabhängigkeit der Versuche?'

Häufig gestellte Fragen

Wann ist ein Experiment als Bernoulli-Kette modellierbar?

Ein Zufallsexperiment ist als Bernoulli-Kette modellierbar, wenn es unabhängige Wiederholungen mit konstanter Erfolgswahrscheinlichkeit p hat, z. B. faire Münzwürfe oder identische Qualitätsprüfungen. Abhängigkeiten wie ohne Zurücklegen schließen das aus. Schüler lernen dies durch Modellvergleiche und Simulationen, die KMK-Standards zu Stochastik und Modellieren erfüllen.

Wie wirkt sich p auf die Binomialverteilung aus?

Die Trefferquote p bestimmt Form und Symmetrie des Histogramms: Bei p=0,5 symmetrisch und kegelförmig, bei p nahe 0 oder 1 stark schief mit Massen an den Rändern. Schüler plotten reale Daten, um dies zu sehen, und berechnen Varianz np(1-p) für Streuung. Praxisbeispiele wie Sportquoten machen es anschaulich.

Was bedeutet der Erwartungswert np praktisch?

Der Erwartungswert np gibt die durchschnittliche Anzahl Erfolge bei vielen Wiederholungen an, z. B. 7,5 Treffer bei p=0,75 und n=10. Er prognostiziert Langzeitverhalten, nicht einzelne Versuche. Schüler verbinden dies mit realen Kontexten wie Produktionsfehlern durch Berechnungen und Simulationen.

Wie kann aktives Lernen bei Bernoulli-Ketten helfen?

Aktives Lernen macht Wahrscheinlichkeiten erfahrbar: Schüler simulieren Ketten mit Würfeln oder Apps, plotten Histogramme und testen Hypothesen zu p und Symmetrie. Paar- oder Gruppenarbeit fördert Diskussionen über Unabhängigkeit und Erwartungswerte. Solche Methoden verbinden Theorie mit Praxis, reduzieren Fehlvorstellungen und stärken Modellkompetenz nach KMK-Standards. (68 Wörter)