Mathematik · Klasse 12 · Wahrscheinlichkeitsverteilungen und Zufallsgrößen · 1. Halbjahr

Erwartungswert, Varianz und Standardabweichung

Berechnung und Interpretation von Kenngrößen diskreter Zufallsgrößen.

• KMK Bildungsstandards
• KMK: Sekundarstufe II - Stochastik
• KMK: Sekundarstufe II - Kommunizieren

Über dieses Thema

Der Erwartungswert beschreibt den langfristigen Mittelwert einer diskreten Zufallsgröße bei vielen Wiederholungen. Schüler lernen, ihn für Verteilungen wie die Binomialverteilung zu berechnen, etwa E(X) = n·p, und interpretieren ihn als stabilen Durchschnitt. Die Varianz misst die Streuung der möglichen Werte um diesen Mittelwert; sie wird quadriert, um große Abweichungen stärker zu gewichten und negative Werte zu vermeiden. Die Standardabweichung als Quadratwurzel der Varianz gibt die typische Streuung in den Originaleinheiten an, was die Interpretation erleichtert.

Im KMK-Lehrplan Sekundarstufe II Stochastik vergleichen Schüler Erwartungswert und Median bei schiefen Verteilungen, etwa warum der Erwartungswert empfindlicher auf Ausreißer reagiert. Sie wenden die Kenngrößen auf reale Szenarien an, wie Qualitätskontrolle oder Wahlergebnisse, und begründen mathematisch ihre Aussagekraft. Dies stärkt kommunikative Kompetenzen durch Diskussionen über Vor- und Nachteile der Maße.

Aktives Lernen passt ideal zu diesem Thema, weil Simulationen mit Würfeln oder Münzen die theoretischen Konzepte erlebbar machen. Schüler sammeln eigene Daten, berechnen Kenngrößen und vergleichen sie mit Formeln; so erkennen sie intuitiv, warum Streuung variiert, und festigen ihr Verständnis durch Wiederholung und Gruppendiskussion.

Leitfragen

1. Wie interpretiert man die Standardabweichung im Kontext einer Binomialverteilung?
2. Vergleichen Sie die Aussagekraft von Erwartungswert und Median für schiefe Verteilungen.
3. Begründen Sie, warum die Varianz als Maß für die Streuung quadriert wird.

Lernziele

• Berechnen Sie den Erwartungswert, die Varianz und die Standardabweichung für gegebene diskrete Wahrscheinlichkeitsverteilungen.
• Interpretieren Sie die Standardabweichung im Kontext einer Binomialverteilung zur Beschreibung der Streuung von Versuchsergebnissen.
• Vergleichen Sie die Aussagekraft von Erwartungswert und Median für die Charakterisierung von schiefen Wahrscheinlichkeitsverteilungen.
• Begründen Sie die mathematische Notwendigkeit der Quadrierung von Abweichungen bei der Varianzberechnung.

Bevor es losgeht

Grundlagen der Wahrscheinlichkeitsrechnung

Warum: Schüler müssen die Konzepte von Zufallsexperimenten, Ereignissen und Wahrscheinlichkeiten verstehen, um diskrete Zufallsgrößen definieren zu können.

Binomialverteilung

Warum: Die Berechnung und Interpretation von Erwartungswert, Varianz und Standardabweichung wird oft anhand der Binomialverteilung geübt, daher sind Vorkenntnisse hierfür vorteilhaft.

Schlüsselvokabular

Erwartungswert (E(X))	Der erwartete Durchschnittswert einer Zufallsgröße bei unendlich vielen Wiederholungen eines Zufallsexperiments. Er gibt das Zentrum der Verteilung an.
Varianz (Var(X))	Ein Maß für die durchschnittliche quadratische Abweichung der Werte einer Zufallsgröße von ihrem Erwartungswert. Sie quantifiziert die Streuung der Verteilung.
Standardabweichung (σ)	Die Quadratwurzel der Varianz. Sie gibt die durchschnittliche Streuung der Werte um den Erwartungswert in den ursprünglichen Einheiten an und ist leichter interpretierbar.
Schiefe Verteilung	Eine Wahrscheinlichkeitsverteilung, bei der die Daten nicht symmetrisch um den Mittelwert verteilt sind. Erwartungswert und Median können hier stark voneinander abweichen.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Der Erwartungswert ist der Wert, der am wahrscheinlichsten eintritt.

Was Sie stattdessen lehren sollten

Tatsächlich ist der Erwartungswert der langfristige Mittelwert, nicht der Modus. Simulationen mit Münzwürfen zeigen, dass bei wenigen Versuchen der Modus häufiger vorkommt, doch bei vielen nähert sich der empirische Wert dem Erwartungswert an. Gruppendiskussionen klären diesen Unterschied durch Vergleich eigener Daten.

Häufige Fehlvorstellung

Varianz ist der Durchschnitt der Abweichungen vom Mittelwert.

Was Sie stattdessen lehren sollten

Nein, es ist der Durchschnitt der quadrierten Abweichungen, um Streuung positiv und sensibel für Ausreißer zu machen. Experimente mit realen Würfen helfen Schülern, lineare Abweichungen zu berechnen und zu sehen, warum Quadrierung notwendig ist; Peer-Feedback verstärkt die Erkenntnis.

Häufige Fehlvorstellung

Standardabweichung zeigt die maximale Abweichung an.

Was Sie stattdessen lehren sollten

Sie misst die typische Streuung, nicht das Maximum. Durch Berechnung aus eigenen Simulationsdaten verstehen Schüler via Histogrammen, dass etwa 68 % der Werte innerhalb einer Standardabweichung liegen; aktive Visualisierung macht dies greifbar.

Ideen für aktives Lernen

Paararbeit: Münzwurf-Simulation

Paare werfen eine faire Münze 100 Mal, notieren die Anzahl Köpfe und berechnen den empirischen Erwartungswert. Sie wiederholen dies dreimal und schätzen die Varianz aus den Ergebnissen. Abschließend vergleichen sie mit theoretischen Werten E(X)=50 und Var(X)=25.

35 Min.·Partnerarbeit

Small Groups: Binomial-Dice-Würfe

Gruppen von vier simulieren 20 Würfe mit einem Zehner-Würfel (Erfolg: 5-10), zählen Erfolge pro Person. Gemeinsam berechnen sie Erwartungswert, Varianz und Standardabweichung der Gruppenwerte. Diskutieren Sie Abweichungen zur Theorie (n=20, p=0,6).

45 Min.·Kleingruppen

Whole Class: Streuungsvergleich

Die Klasse wirft Würfel 50 Mal individuell, teilt Ergebnisse in einer Tabelle. Gemeinsam berechnen Erwartungswert und Varianz für faire vs. geladene Würfel (Simulation per App). Interpretieren Sie die größere Streuung.

50 Min.·Ganze Klasse

Individual: Datenanalyse

Jeder Schüler erhält einen Datensatz schiefer Verteilung, berechnet Erwartungswert, Median, Varianz. Notiert Unterschiede und begründet, warum Varianz quadriert wird. Teilen Sie in Plenum.

25 Min.·Einzelarbeit

Bezüge zur Lebenswelt

• In der Qualitätskontrolle von Produktionsprozessen berechnen Ingenieure die Standardabweichung von Messwerten, um die Gleichmäßigkeit der Fertigung zu beurteilen und Ausschuss zu minimieren. Beispielsweise bei der Überwachung von Füllmengen von Getränkeflaschen.
• Bei der Analyse von Wahlergebnissen können Erwartungswert und Standardabweichung Aufschluss über die Verteilung der Stimmen geben. Ein hoher Erwartungswert für eine Partei bei gleichzeitig hoher Standardabweichung könnte auf eine starke Polarisierung der Wählerschaft hindeuten.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Geben Sie den Schülern eine Tabelle mit einer einfachen diskreten Wahrscheinlichkeitsverteilung. Bitten Sie sie, den Erwartungswert und die Standardabweichung zu berechnen und in einem Satz zu erklären, was die Standardabweichung für diese spezifische Verteilung bedeutet.

Diskussionsfrage

Stellen Sie zwei Wahrscheinlichkeitsverteilungen vor, eine symmetrische und eine schiefe, mit gleichem Erwartungswert. Fragen Sie: 'Welche Kenngröße (Erwartungswert oder Median) beschreibt die typische Ausprägung bei der schiefen Verteilung besser und warum? Begründen Sie Ihre Antwort anhand der Streuung.'

Kurze Überprüfung

Zeigen Sie eine Binomialverteilung (z.B. Anzahl der Erfolge bei 10 Würfen mit einer fairen Münze). Stellen Sie die Frage: 'Warum ist die Standardabweichung hier ein nützlicheres Maß, um die erwartete Abweichung von der Kopf-Zahl-Gleichverteilung zu verstehen, als nur den Erwartungswert zu betrachten?'

Häufig gestellte Fragen

Wie berechnet man Erwartungswert und Varianz einer Binomialverteilung?

Für Binomialverteilung B(n,p) gilt E(X)=n·p und Var(X)=n·p·(1-p). Schüler multiplizieren Wahrscheinlichkeiten mit Ausprägungen für E(X), für Varianz E(X²) - [E(X)]². Beispiele wie 10 Würfe mit p=0,5 ergeben E=5, Var=2,5. Übungen mit Tabellen festigen die Formeln und Interpretation als Streuungsmaß in realen Kontexten wie Qualitätsprüfungen.

Warum ist die Varianz quadriert und nicht der Durchschnitt der absoluten Abweichungen?

Quadrierung erzeugt positive Werte und betont große Abweichungen stärker, was für Risikoanalysen entscheidend ist. Der MAD (Mean Absolute Deviation) ist einfacher, aber weniger algebraisch nützlich. Schüler begründen dies durch Vergleich beider Maße an Daten; Simulations zeigen, wie Quadrierung Ausreißer gewichtet, und fördern tiefes Verständnis.

Wie interpretiert man Standardabweichung im Binomialkontext?

Die Standardabweichung √[n·p·(1-p)] gibt die typische Anzahl Abweichungen vom Erwartungswert an. Bei n=100, p=0,5 beträgt sie 5, also variiert die Anzahl Erfolge meist um ±5. Dies hilft, Wahrscheinlichkeiten realistisch einzuschätzen, z. B. in Umfragen; Grafiken visualisieren die Glockenkurve-Näherung.

Wie unterstützt aktives Lernen das Verständnis von Erwartungswert, Varianz und Standardabweichung?

Aktives Lernen macht Abstraktes konkret: Schüler führen Münz- oder Würfelexperimente durch, sammeln Daten und berechnen selbst Kenngrößen, was Theorie mit Praxis verbindet. Gruppendiskussionen über Abweichungen zum Theoretischen fördern Kommunikation und Entdecken von Gesetzen wie dem Gesetz der großen Zahlen. Solche Ansätze erhöhen Retention und Abiturvorbereitung, da Schüler Zusammenhänge intuitiv erfassen.