Mathematik · Klasse 13 · Stochastik: Grundlagen und Wahrscheinlichkeitsverteilungen · 1. Halbjahr

Binomialverteilung

Die Schülerinnen und Schüler modellieren Bernoulli-Ketten und berechnen Wahrscheinlichkeiten mit der Binomialverteilung.

• KMK Bildungsstandards
• KMK: Sekundarstufe II - Stochastik
• KMK: Sekundarstufe II - Daten und Zufall

Über dieses Thema

Die Binomialverteilung beschreibt die Häufigkeit von Erfolgen in einer festen Anzahl n unabhängiger Bernoulli-Versuche, bei denen jeder Versuch eine Erfolgs-Wahrscheinlichkeit p hat. Schülerinnen und Schüler modellieren Zufallsexperimente als Bernoulli-Ketten, identifizieren Bedingungen wie Unabhängigkeit und zwei mögliche Ausgänge und berechnen Wahrscheinlichkeiten mit der Formel P(X=k) = C(n,k) * p^k * (1-p)^(n-k). Sie untersuchen, wie n die Verteilung breiter macht und p die Symmetrie bestimmt: Bei p=0,5 ist sie symmetrisch, bei kleinen p rechtsseitig schief.

Dieses Thema entspricht den KMK-Standards für Stochastik in der Sekundarstufe II und verbindet Grundlagen der Wahrscheinlichkeitsverteilungen mit Anwendungen in Qualitätskontrolle oder Meinungsforschung. Schüler analysieren reale Szenarien, wie die Wahrscheinlichkeit defekter Produkte in einer Charge oder die Treffsicherheit von Umfragen, und bewerten die Modellannahmen.

Aktives Lernen ist für die Binomialverteilung ideal, weil praktische Simulationen wie Münzwurfexperimente oder Ballziehungen die Zufallsvielfalt greifbar machen. Schüler erfassen Daten in Gruppen, vergleichen empirische mit theoretischen Werten und passen ihre Intuitionen an, was tiefes Verständnis der Parameter n und p fördert.

Leitfragen

1. Analysieren Sie, unter welchen Bedingungen ein Zufallsexperiment als Bernoulli-Kette modelliert werden kann.
2. Erklären Sie, wie die Parameter n und p die Form der Binomialverteilung beeinflussen.
3. Bewerten Sie die Anwendung der Binomialverteilung in Qualitätskontrolle oder Meinungsforschung.

Lernziele

• Analysieren Sie die Bedingungen, unter denen ein Zufallsexperiment als Bernoulli-Kette modelliert werden kann.
• Berechnen Sie Wahrscheinlichkeiten für spezifische Ereignisse mithilfe der Binomialverteilungsformel.
• Erklären Sie den Einfluss der Parameter n (Anzahl der Versuche) und p (Erfolgswahrscheinlichkeit) auf die Form und Lage der Binomialverteilung.
• Bewerten Sie die Eignung der Binomialverteilung zur Modellierung realer Phänomene in Bereichen wie Qualitätskontrolle oder Meinungsforschung.

Bevor es losgeht

Grundbegriffe der Wahrscheinlichkeitsrechnung

Warum: Schüler müssen die Konzepte von Wahrscheinlichkeit, Ereignis, Zufallsexperiment und Stichprobenraum verstehen, um die Binomialverteilung anwenden zu können.

Unabhängigkeit von Ereignissen

Warum: Die Bedingung der Unabhängigkeit der Versuche ist fundamental für die Bernoulli-Kette und somit für die Binomialverteilung.

Schlüsselvokabular

Bernoulli-Kette	Eine Abfolge von unabhängigen Zufallsexperimenten mit jeweils nur zwei möglichen Ausgängen (Erfolg/Misserfolg) und konstanter Erfolgswahrscheinlichkeit.
Binomialverteilung	Eine diskrete Wahrscheinlichkeitsverteilung, die die Wahrscheinlichkeit für die Anzahl der Erfolge in einer festen Anzahl von unabhängigen Bernoulli-Versuchen angibt.
Erfolgswahrscheinlichkeit (p)	Die Wahrscheinlichkeit für das Eintreten des 'Erfolgs' bei einem einzelnen Bernoulli-Versuch. Sie liegt zwischen 0 und 1.
Anzahl der Versuche (n)	Die Gesamtzahl der unabhängigen und identischen Bernoulli-Versuche, die in einer Bernoulli-Kette durchgeführt werden.
Binomialkoeffizient	Gibt die Anzahl der Möglichkeiten an, k Erfolge aus n Versuchen auszuwählen, ohne die Reihenfolge zu berücksichtigen. Wird als C(n,k) oder (n über k) geschrieben.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Vergangene Versuche beeinflussen zukünftige in einer Bernoulli-Kette.

Was Sie stattdessen lehren sollten

Unabhängigkeit ist zentral: Jeder Versuch steht für sich. Aktive Simulationen wie wiederholte Würfe zeigen, dass Ergebnisse variieren, ohne Abhängigkeit. Gruppenvergleiche von Datenreihen klären dies und stärken das Modellverständnis.

Häufige Fehlvorstellung

Die Binomialverteilung gilt nur für p=0,5.

Was Sie stattdessen lehren sollten

p kann beliebig zwischen 0 und 1 sein und formt die Verteilung. Experimente mit variablen p, wie unterschiedlich markierte Kugeln, machen Schüler die Asymmetrie erlebbar. Peer-Diskussionen korrigieren Fehlvorstellungen effektiv.

Häufige Fehlvorstellung

n beeinflusst nicht die Erfolgswahrscheinlichkeit pro Versuch.

Was Sie stattdessen lehren sollten

p bleibt konstant, n skaliert die Skala. Mehrfache Läufe mit wachsendem n offenbaren zunehmende Varianz. Hands-on-Datensammlung hilft, dies zu internalisieren.

Ideen für aktives Lernen

Experiment: Münzwurf-Bernoulli-Kette

Schüler teilen sich in Gruppen auf und führen n=20 Münzwürfe durch, zählen Köpfe als Erfolge und wiederholen das Experiment 10-mal. Sie tabellieren Häufigkeiten, berechnen empirische Wahrscheinlichkeiten und vergleichen mit der Binomialformel für p=0,5. Diskussion der Variabilität schließt ab.

45 Min.·Kleingruppen

Planspiel: Qualitätskontrolle

Gruppen modellieren eine Produktionslinie mit farbigen Kugeln (defekt/okay, p=0,1). Ziehen n=50 Kugeln mit Zurücklegen, zählen Defekte und wiederholen. Berechnen P(X≥5) und diskutieren Grenzen des Modells.

50 Min.·Kleingruppen

Umfrage-Modellierung

Schüler simulieren eine Meinungsumfrage mit Karten (Ja/Nein, p=0,4). Führen n=30 Ziehungen durch, berechnen Verteilung und schätzen Fehlerquellen. Plausibilisieren mit realen Umfragedaten.

40 Min.·Partnerarbeit

Graphik: Parameter-Variation

Individuell oder in Paaren plotten Schüler Binomialverteilungen mit GeoGebra für verschiedene n und p. Notieren Veränderungen der Form und teilen Beobachtungen im Plenum.

30 Min.·Partnerarbeit

Bezüge zur Lebenswelt

• In der Qualitätskontrolle von Produktionslinien, beispielsweise bei der Herstellung von Elektronikbauteilen, wird die Binomialverteilung verwendet, um die Wahrscheinlichkeit einer bestimmten Anzahl defekter Teile in einer Stichprobe zu berechnen. Ein Ingenieur bei Siemens könnte so entscheiden, ob eine ganze Charge zurückgewiesen werden muss.
• Meinungsforschungsinstitute nutzen die Binomialverteilung, um die Genauigkeit von Umfrageergebnissen abzuschätzen. Ein Statistiker bei Infratest dimap kann so die Wahrscheinlichkeit berechnen, dass der tatsächliche Wähleranteil einer Partei innerhalb des ermittelten Vertrauensbereichs liegt.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Geben Sie jeder Schülerin und jedem Schüler eine Karte mit einem Szenario (z.B. '10-maliger Münzwurf', '5-maliges Schießen auf ein Tor mit Trefferwahrscheinlichkeit 0,7'). Die Schüler sollen bestimmen, ob es sich um eine Bernoulli-Kette handelt, die Parameter n und p identifizieren und die Formel für die Wahrscheinlichkeit von genau 3 Erfolgen aufschreiben.

Kurze Überprüfung

Stellen Sie eine Aufgabe zur Binomialverteilung (z.B. Berechnung einer Wahrscheinlichkeit). Bitten Sie die Schüler, ihre Lösung auf einem kleinen Whiteboard zu zeigen. Überprüfen Sie schnell die Ergebnisse und identifizieren Sie häufige Fehler bei der Anwendung der Formel oder der Interpretation der Parameter.

Diskussionsfrage

Diskutieren Sie mit der Klasse: 'Unter welchen Umständen ist die Annahme einer konstanten Erfolgswahrscheinlichkeit p in einem realen Experiment (z.B. beim Werfen eines Spielwürfels) realistisch, und wann nicht?' Leiten Sie daraus die Grenzen der Modellierung mit der Binomialverteilung ab.

Häufig gestellte Fragen

Was ist eine Bernoulli-Kette?

Eine Bernoulli-Kette besteht aus n unabhängigen Versuchen mit zwei Ausgängen: Erfolg (p) oder Misserfolg (1-p). Beispiele sind Münzwürfe oder defekte Produkte. Schüler lernen, Experimente darauf abzustimmen, berechnen Wahrscheinlichkeiten und prüfen Annahmen in realen Kontexten wie Umfragen. Dies bildet die Basis für die Binomialverteilung.

Wie beeinflussen n und p die Binomialverteilung?

n bestimmt die Anzahl Versuche und macht die Verteilung breiter; p verschiebt den Modus und die Symmetrie. Bei p=0,5 ist sie bellförmig symmetrisch, bei p nahe 0 oder 1 schief. Simulationen und Plots verdeutlichen: Größeres n nähert an Normalverteilung, variierendes p zeigt Skasisseffekte klar.

Wo wird die Binomialverteilung angewendet?

In Qualitätskontrolle zählt sie defekte Teile in Chargen, in Meinungsforschung die Trefferquote von Stichproben. Schüler bewerten, wann das Modell passt, z.B. bei unabhängigen Ziehungen mit Zurücklegen. Grenzen wie kleine p oder große n erfordern Normalnäherungen, was kritische Analyse fördert.

Wie hilft aktives Lernen beim Verständnis der Binomialverteilung?

Aktives Lernen macht abstrakte Konzepte durch Experimente wie Münzwürfe oder Kugelziehungen erfahrbar. Schüler sammeln eigene Daten, vergleichen mit Theorie und entdecken Variabilität sowie Parameter-Einflüsse. Gruppenarbeit und Diskussionen korrigieren Intuitionen, fördern Systemsicht und verbinden Modell mit Praxis nachhaltig.