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

Grundlagen der Wahrscheinlichkeitsrechnung

Wiederholung von Ereignissen, Ergebnismengen, Laplace-Experimenten und bedingten Wahrscheinlichkeiten.

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

Über dieses Thema

Bernoulli-Ketten und die Binomialverteilung bilden das Fundament der diskreten Stochastik. Schueler lernen, Zufallsexperimente zu modellieren, bei denen es nur zwei Ausgaenge gibt (Treffer oder Niete) und die Wahrscheinlichkeit konstant bleibt. Dieses Modell ist die Basis fuer viele Anwendungen, von Qualitaetskontrollen in der Industrie bis hin zu medizinischen Tests.

In den KMK Bildungsstandards ist die Kompetenz Modellieren hier zentral. Schueler muessen entscheiden, ob ein realer Vorgang (z.B. Ziehen mit oder ohne Zuruecklegen) als Bernoulli-Kette betrachtet werden kann. Das Verstaendnis der Binomialkoeffizienten ('n ueber k') als Anzahl der Pfade im Baumdiagramm ist dabei ein Schluesselmoment. Aktive Lernformen, wie das Durchfuehren eigener kleiner Experimente oder Simulationen, helfen den Schuelern, die abstrakten Formeln mit realen Haeufigkeiten zu verknuepfen und ein Gefuehl fuer Wahrscheinlichkeiten zu entwickeln.

Leitfragen

1. Wie unterscheidet sich die bedingte Wahrscheinlichkeit von der Schnittwahrscheinlichkeit?
2. Erklären Sie, wann Ereignisse als stochastisch unabhängig gelten.
3. Analysieren Sie die Bedeutung des Satzes von Bayes in der Praxis.

Lernziele

• Berechnen Sie die Wahrscheinlichkeit von Ereignissen in Laplace-Experimenten unter Verwendung der Formel P(A) = Anzahl günstiger Ergebnisse / Anzahl möglicher Ergebnisse.
• Erklären Sie den Unterschied zwischen bedingter Wahrscheinlichkeit und Schnittwahrscheinlichkeit anhand von Beispielen aus der Diagnostik.
• Analysieren Sie die stochastische Unabhängigkeit zweier Ereignisse und begründen Sie, wann diese vorliegt.
• Wenden Sie den Satz von Bayes zur Aktualisierung von Wahrscheinlichkeiten bei neuen Informationen an, z.B. bei medizinischen Tests.

Bevor es losgeht

Grundlagen der Kombinatorik (Permutationen, Kombinationen)

Warum: Das Zählen von günstigen und möglichen Ergebnissen erfordert Kenntnisse in Kombinatorik, insbesondere bei komplexeren Zufallsexperimenten.

Mengenlehre und Mengendiagramme

Warum: Das Verständnis von Ereignissen als Mengen und die Visualisierung von Schnittmengen und bedingten Wahrscheinlichkeiten mit Venn-Diagrammen ist grundlegend.

Schlüsselvokabular

Ereignis	Eine Teilmenge der Ergebnismenge eines Zufallsexperiments. Beispiele sind 'Kopf werfen' oder 'eine Sechs würfeln'.
Ergebnismenge	Die Menge aller möglichen Ausgänge eines Zufallsexperiments. Bei einem Würfelwurf ist dies {1, 2, 3, 4, 5, 6}.
Laplace-Experiment	Ein Zufallsexperiment, bei dem alle Ergebnisse gleich wahrscheinlich sind. Das Werfen eines fairen Würfels ist ein Beispiel.
Bedingte Wahrscheinlichkeit	Die Wahrscheinlichkeit eines Ereignisses A, gegeben dass ein anderes Ereignis B bereits eingetreten ist. Notation: P(A|B).
Stochastische Unabhängigkeit	Zwei Ereignisse A und B sind stochastisch unabhängig, wenn das Eintreten des einen Ereignisses die Wahrscheinlichkeit des anderen nicht beeinflusst. Mathematisch: P(A ∩ B) = P(A) * P(B).

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Die Wahrscheinlichkeit p aendert sich waehrend der Kette.

Was Sie stattdessen lehren sollten

Schueler wenden Bernoulli oft auf 'Ziehen ohne Zuruecklegen' an. Durch das Zeichnen von Baumdiagrammen in Kleingruppen wird der Unterschied in den Wahrscheinlichkeiten an den Aesten sofort sichtbar.

Häufige Fehlvorstellung

Der Erwartungswert muss immer ein moeglicher Ausgang des Experiments sein.

Was Sie stattdessen lehren sollten

Schueler wundern sich, wenn E = 3,5 Treffer herauskommt. Eine Diskussion ueber den 'langfristigen Durchschnitt' bei vielen Wiederholungen hilft, diesen Begriff korrekt einzuordnen.

Ideen für aktives Lernen

Planspiel: Das Galton-Brett

Schueler simulieren ein Galton-Brett (physisch oder digital) und beobachten, wie sich die Kugeln verteilen. Sie vergleichen die experimentelle Verteilung mit der theoretischen Binomialverteilung.

30 Min.·Kleingruppen

Ich-Du-Wir (Denken-Austauschen-Vorstellen): Bernoulli oder nicht?

Schueler erhalten verschiedene Szenarien (z.B. Lottospielen, Elfmeterschiessen, Umfragen) und muessen individuell entscheiden, ob es Bernoulli-Ketten sind. In Paaren begründen sie ihre Wahl anhand der Kriterien.

20 Min.·Partnerarbeit

Forschungskreis: Histogramme deuten

Gruppen untersuchen, wie sich das Histogramm der Binomialverteilung veraendert, wenn man n erhoeht oder p variiert. Sie praesentieren ihre Entdeckungen zu Symmetrie und Streuung.

40 Min.·Kleingruppen

Bezüge zur Lebenswelt

• In der medizinischen Diagnostik wird der Satz von Bayes verwendet, um die Wahrscheinlichkeit einer Krankheit bei einem Patienten zu aktualisieren, nachdem ein Testergebnis vorliegt. Ärzte in Krankenhäusern wie der Charité in Berlin nutzen dies zur Therapieentscheidung.
• Bei der Qualitätskontrolle in der Automobilindustrie (z.B. bei BMW) wird die bedingte Wahrscheinlichkeit genutzt, um die Ausfallwahrscheinlichkeit eines Bauteils zu bewerten, wenn bestimmte andere Komponenten bereits fehlerhaft sind.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Geben Sie den Schülern zwei Ereignisse vor, z.B. 'Regen am Vormittag' und 'Wind am Nachmittag'. Bitten Sie sie, die Bedingung für stochastische Unabhängigkeit zu formulieren und zu prüfen, ob diese hier gegeben ist. Begründen Sie Ihre Antwort.

Kurze Überprüfung

Stellen Sie eine Aufgabe zur bedingten Wahrscheinlichkeit, z.B. 'Die Wahrscheinlichkeit, dass ein Kunde Produkt A kauft, beträgt 0,4. Die Wahrscheinlichkeit, dass er auch Produkt B kauft, wenn er A gekauft hat, beträgt 0,7. Wie groß ist die Wahrscheinlichkeit, dass beide Produkte gekauft werden?' Lassen Sie die Schüler die Lösung auf einem Blatt Papier zeigen.

Diskussionsfrage

Leiten Sie eine Diskussion über den Satz von Bayes: 'Stellen Sie sich vor, ein seltener Test auf eine Krankheit hat eine Trefferquote von 99% und eine Falsch-Positiv-Rate von 5%. Wenn eine Person positiv getestet wird, wie wahrscheinlich ist es dann, dass sie die Krankheit tatsächlich hat? Diskutieren Sie die Bedeutung der Ausgangswahrscheinlichkeit (Prävalenz).'

Häufig gestellte Fragen

Was sind die Voraussetzungen fuer eine Bernoulli-Kette?

Es darf nur zwei Ergebnisse geben (Erfolg/Misserfolg), die Wahrscheinlichkeit p muss bei jedem Versuch gleich bleiben und die einzelnen Versuche muessen voneinander unabhaengig sein.

Wie berechnet man die Wahrscheinlichkeit fuer 'mindestens k Treffer'?

Man summiert die Einzelwahrscheinlichkeiten von k bis n auf oder nutzt das Gegenereignis 'höchstens k-1 Treffer' (1 - P(X <= k-1)), was meist schneller geht.

Was gibt der Binomialkoeffizient 'n ueber k' an?

Er gibt die Anzahl der Moeglichkeiten an, k Treffer auf n Versuche zu verteilen. Im Baumdiagramm entspricht dies der Anzahl der Pfade, die genau k Treffer enthalten.

Welche Vorteile bieten Simulationen beim Lernen der Binomialverteilung?

Simulationen machen das Gesetz der grossen Zahlen sichtbar. Schueler sehen, dass sich die relativen Haeufigkeiten bei vielen Versuchen der theoretischen Wahrscheinlichkeit annaehern, was das Vertrauen in die Formeln staerkt.