Glanz: aiMOOC über GPT aiMOOC Action erstellt

2026-09-27T20:13:48Z

aiMOOC über GPT aiMOOC Action erstellt

Neue Seite

{{T}}

{{BR}}
= ABI - Binomialverteilte Situationen modellieren =

'''Binomialverteilte Situationen modellieren''' bedeutet: Du übersetzt einen Sachtext in ein mathematisches Modell, prüfst dessen Voraussetzungen, rechnest mit einer [[Binomialverteilung]] und deutest das Ergebnis wieder im Kontext. Im Abitur zählt deshalb nicht nur das Rechnen, sondern auch die '''Begründung des Modells''' und die '''fachsprachlich korrekte Interpretation'''.

[[Datei:Binomial distribution.svg|500px|rahmenlos|center]]
''Freies Schaubild einer Binomialverteilung; Quelle und Lizenz: Wikimedia Commons.''

{{#ev:youtube| https://www.youtube.com/watch?v=BkId_vPJW6g |500|center}}

{{BR}}
== Lernziele ==

Nach diesem aiMOOC kannst Du:
# [[Binomialverteilung|Binomialmodell erkennen]]: aus einem Sachtext <math>n</math>, <math>p</math> und die Zufallsgröße <math>X</math> bestimmen.
# [[Bernoulli-Kette|Modellvoraussetzungen prüfen]]: feste Versuchszahl, zwei Ausgänge, konstante Trefferwahrscheinlichkeit und Unabhängigkeit untersuchen.
# [[Wahrscheinlichkeit|Ereignisse übersetzen]]: „genau“, „höchstens“, „mindestens“ und Intervalle sicher in Symbolsprache übertragen.
# [[Stochastik|Berechnen und interpretieren]]: Wahrscheinlichkeiten bestimmen, sinnvoll runden und auf den Sachkontext beziehen.
# [[Modellieren|Modelle bewerten]]: erkennen, wann ein Binomialmodell nur näherungsweise oder gar nicht passt.
# [[Abitur|Differenzieren]]: im Basisfach verständig und anschaulich argumentieren; im Leistungsfach Voraussetzungen, Modellgrenzen und Umkehrprobleme vertieft begründen.

{{BR}}
== Prüfungsbezug Baden-Württemberg ==

Der Bildungsplan Baden-Württemberg betont das Modellieren mit Binomialverteilungen, die Interpretation graphischer Darstellungen sowie den Umgang mit Parametern und Kenngrößen.<ref>[https://www.bildungsplaene-bw.de/%2CLde/BP2016BW_ALLG_GYM_M.V2_IK_9-10_05 Bildungsplan Baden-Württemberg: Leitidee Daten und Zufall]</ref> Für das Abitur ist immer der '''Facherlass Deines Prüfungsjahrgangs''' maßgeblich. Für 2027 verweist das Kultusministerium auf den Bildungsplan und veröffentlicht eigene Vorgaben zu Prüfung und Hilfsmitteln.<ref>[https://km.baden-wuerttemberg.de/de/schule/gymnasium/termine-und-informationen-zum-abitur Kultusministerium Baden-Württemberg: Termine und Informationen zum Abitur]</ref>

'''Prüfungsregel:''' GeoGebra, Videos, LernApps und andere Werkzeuge in diesem Kurs sind Lernwerkzeuge. Sie sind '''nicht automatisch''' in der Abiturprüfung zugelassen. Prüfe vor der Prüfung den Facherlass Deines Jahrgangs.

{{BR}}
== Vorwissen-Check ==

Prüfe Dich ohne Taschenrechner.

{| class="wikitable" style="width:100%"
! Kurzfrage
! Deine Antwort
|-
| Was bedeutet <math>P(X=4)</math>?
| Wahrscheinlichkeit für '''genau vier''' Treffer.
|-
| Was bedeutet <math>P(X\le 4)</math>?
| Wahrscheinlichkeit für '''höchstens vier''' Treffer.
|-
| Was ist das Gegenereignis zu <math>X\ge 3</math>?
| <math>X\le 2</math>.
|-
| Wie lautet <math>1-p</math>?
| Gegenwahrscheinlichkeit eines Treffers.
|}

<div class="mw-collapsible mw-collapsed">
'''Selbstkontrolle:''' Wenn Dir besonders „mindestens/höchstens“ schwerfällt, markiere die Grenze zuerst auf einer Zahlengeraden: <math>0,1,\ldots,n</math>.
</div>

{{BR}}
== Das Binomialmodell in vier Prüfungen ==

Eine Zufallsgröße <math>X</math> wird mit <math>X\sim B(n,p)</math> modelliert, wenn die Anzahl der Treffer in <math>n</math> gleichartigen Bernoulli-Versuchen gezählt wird.

{| class="wikitable" style="width:100%"
! Modellfrage
! Prüfsatz
|-
| Feste Anzahl?
| Es gibt eine feste Zahl <math>n</math> von Versuchen.
|-
| Zwei Ausgänge?
| Jeder Versuch wird als Treffer oder Nichttreffer codiert.
|-
| Konstantes <math>p</math>?
| Die Trefferwahrscheinlichkeit bleibt in jedem Versuch gleich.
|-
| Unabhängig?
| Das Ergebnis eines Versuchs verändert die Trefferwahrscheinlichkeit der anderen nicht.
|}

'''Merksatz:''' Erst wenn diese Bedingungen plausibel sind, ist <math>X\sim B(n,p)</math> ein passendes Modell.

[[Datei:Binomial distribution formula.svg|500px|rahmenlos|center]]
''Bernoulli-Formel als freie Grafik; Quelle und Lizenz: Wikimedia Commons.''

Für <math>k\in\{0,1,\ldots,n\}</math> gilt:
<math>P(X=k)=\binom{n}{k}p^k(1-p)^{n-k}</math>

{{#ev:youtube| https://www.youtube.com/watch?v=5O1v-V6eM3Q |500|center}}

{{BR}}
== Ereignisse aus Sachtexten übersetzen ==

{| class="wikitable" style="width:100%"
! Sprache
! Mathematik
|-
| genau <math>k</math>
| <math>P(X=k)</math>
|-
| höchstens <math>k</math>
| <math>P(X\le k)</math>
|-
| mindestens <math>k</math>
| <math>P(X\ge k)=1-P(X\le k-1)</math>
|-
| mehr als <math>k</math>
| <math>P(X>k)=1-P(X\le k)</math>
|-
| weniger als <math>k</math>
| <math>P(X<k)=P(X\le k-1)</math>
|-
| zwischen <math>a</math> und <math>b</math>, jeweils eingeschlossen
| <math>P(a\le X\le b)</math>
|}

'''Fehlerbremse:''' Das Wort „mindestens“ verändert die Grenze beim Gegenereignis um eins.

{{BR}}
== Interaktives Modell: Parameter sehen statt nur rechnen ==

Verändere im GeoGebra-Modell <math>n</math> und <math>p</math>. Beobachte Lage, Breite und Symmetrie des Histogramms.

<iframe> https://www.geogebra.org/m/d8qm6r6v </iframe>

'''Denkauftrag:''' Halte <math>n</math> fest und erhöhe <math>p</math>. Erkläre die Verschiebung mit <math>E(X)=np</math>.

[[Datei:Binomial distribution examples.svg|600px|rahmenlos|center]]
''Mehrere Binomialverteilungen im Vergleich; freie Datei auf Wikimedia Commons.''

{{BR}}
== Beispiel 1: Qualitätskontrolle ==

Ein Betrieb nimmt an, dass jedes Bauteil unabhängig mit Wahrscheinlichkeit <math>p=0{,}04</math> fehlerhaft ist. Es werden <math>n=20</math> Bauteile geprüft. <math>X</math> zählt die fehlerhaften Bauteile.

'''Modell:''' <math>X\sim B(20,0{,}04)</math>

'''Gesucht:''' Wahrscheinlichkeit für mindestens zwei fehlerhafte Bauteile.

<math>P(X\ge 2)=1-P(X\le 1)</math>

<math>P(X\ge 2)=1-\left[P(X=0)+P(X=1)\right]</math>

<math>P(X\ge 2)\approx 0{,}1897</math>

'''Interpretation:''' Unter den Modellannahmen beträgt die Wahrscheinlichkeit, dass unter 20 geprüften Bauteilen mindestens zwei fehlerhaft sind, etwa <math>19{,}0\%</math>.

<div class="mw-collapsible mw-collapsed">
'''Hilfe:''' Nutze das Gegenereignis „höchstens ein fehlerhaftes Bauteil“.
</div>

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' Eine Aussage wie „19 % der Bauteile sind fehlerhaft“ wäre falsch. Berechnet wurde eine Wahrscheinlichkeit für das Ergebnis einer 20er-Stichprobe.
</div>

{{BR}}
== Beispiel 2: Umfrage als Modell ==

Für eine Modellrechnung wird angenommen, dass jede zufällig ausgewählte Person mit Wahrscheinlichkeit <math>p=0{,}62</math> „Ja“ antwortet. Es werden <math>100</math> Personen betrachtet.

<math>X\sim B(100,0{,}62)</math>

Für „zwischen 58 und 66 Ja-Antworten einschließlich“ gilt:

<math>P(58\le X\le 66)\approx 0{,}6461</math>

'''Interpretation:''' Wenn die angenommene Ja-Wahrscheinlichkeit von <math>62\%</math> für alle betrachteten Personen gilt und die Antworten im Modell unabhängig sind, liegt die Zahl der Ja-Antworten mit etwa <math>64{,}6\%</math> Wahrscheinlichkeit zwischen 58 und 66.

'''Modellkritik:''' Reale Umfragen können durch Auswahlverfahren, Cluster, Nichtantworten oder wechselnde Antwortwahrscheinlichkeiten von der Binomialannahme abweichen. Bei Ziehen ohne Zurücklegen aus einer kleinen endlichen Grundgesamtheit ist die Unabhängigkeit insbesondere nicht erfüllt.

{{BR}}
== Beispiel 3: Spiel ==

In einem Spiel gibt es pro Runde genau einen „Treffer“ mit Wahrscheinlichkeit <math>p=\frac13</math>. Zwölf Runden werden unabhängig gespielt. <math>X</math> zählt die Treffer.

<math>X\sim B\left(12,\frac13\right)</math>

Für genau fünf Treffer:

<math>P(X=5)=\binom{12}{5}\left(\frac13\right)^5\left(\frac23\right)^7\approx 0{,}1908</math>

'''Interpretation:''' Unter dem Modell beträgt die Wahrscheinlichkeit für genau fünf Treffer in zwölf Runden etwa <math>19{,}1\%</math>.

[[Datei:Galton-Brett.svg|420px|rahmenlos|center]]
''Das Galtonbrett visualisiert wiederholte binäre Entscheidungen.''

[[Datei:Galton box.webm|600px|center]]
''Freies Video eines Galtonbretts auf Wikimedia Commons.''

{{BR}}
== Kumulative Wahrscheinlichkeiten dynamisch ==

Nutze die Schieberegler für <math>n</math>, <math>p</math> und die Intervallgrenzen. Vergleiche die markierte Fläche mit Deiner Ereignisformulierung.

<iframe> https://www.geogebra.org/m/zZPahW5C </iframe>

[[Datei:Binomial distribution cdf.svg|500px|rahmenlos|center]]
''Kumulative Binomialverteilungen: Die Stufen zeigen Wahrscheinlichkeiten vom Typ <math>P(X\le k)</math>.''

{{BR}}
== Rechenweg als Schrittfolge ==

'''Aufgabe:''' Formuliere und berechne „mindestens <math>r</math> Treffer“.

# '''Zufallsgröße festlegen:''' <math>X=</math> Anzahl der Treffer.
# '''Modell angeben:''' <math>X\sim B(n,p)</math>.
# '''Ereignis übersetzen:''' <math>X\ge r</math>.
# '''Gegenereignis nutzen:''' <math>P(X\ge r)=1-P(X\le r-1)</math>.
# '''Berechnen:''' mit Formel, Tabelle oder zugelassenem digitalen Hilfsmittel.
# '''Deuten:''' Wahrscheinlichkeit, Einheit, Stichprobenumfang und Kontext nennen.

<div class="mw-collapsible mw-collapsed">
'''Warum diese Reihenfolge?''' Sie trennt Modellierung, mathematische Bearbeitung und Interpretation. Genau dadurch werden typische Abiturfehler sichtbar.
</div>

{{BR}}
== Wann das Binomialmodell nicht passt ==

'''Nicht automatisch binomialverteilt''' ist eine Situation, wenn:
# ohne Zurücklegen aus einer kleinen Menge gezogen wird und sich dadurch <math>p</math> deutlich ändert,
# Treffer sich gegenseitig beeinflussen,
# die Trefferwahrscheinlichkeit zwischen den Versuchen wechselt,
# die Zahl der Versuche nicht feststeht,
# mehr als zwei Ausgänge relevant bleiben und nicht sinnvoll zu Treffer/Nichttreffer zusammengefasst werden.

'''Beispiel:''' Aus 20 Karten mit 5 Gewinnkarten werden 10 Karten ohne Zurücklegen gezogen. Nach jedem Zug ändert sich die Gewinnwahrscheinlichkeit. Ein Binomialmodell ist hier nicht exakt.

{{BR}}
== Basisfach und Leistungsfach ==

'''Basisfach:''' Du sollst passende Modelle erkennen, Wahrscheinlichkeiten verständig berechnen, Histogramme deuten und Ergebnisse anschaulich begründen.

'''Leistungsfach:''' Zusätzlich solltest Du Modellannahmen präzise diskutieren, Parameterprobleme und Umkehrfragen bearbeiten, verschiedene Lösungswege begründen und die Grenzen eines Modells fachsprachlich bewerten.

'''Vertiefungsfrage LF:''' Gesucht ist die kleinste Versuchszahl <math>n</math>, für die bei Trefferwahrscheinlichkeit <math>p</math> gilt:
<math>P(X\ge 1)\ge 0{,}95</math>

Mit <math>P(X\ge 1)=1-(1-p)^n</math> folgt:
<math>1-(1-p)^n\ge 0{,}95</math>

Die numerische oder logarithmische Lösung muss anschließend auf eine ganze Versuchszahl passend gerundet und im Kontext geprüft werden.

{{BR}}
== Fehleranalyse ==

{| class="wikitable" style="width:100%"
! Typischer Fehler
! Korrektur
|-
| „mindestens 4“ wird als <math>P(X\le 4)</math> geschrieben
| Richtig ist <math>P(X\ge 4)</math>.
|-
| Gegenereignis zu <math>X\ge 4</math> wird als <math>X\le 4</math> gewählt
| Richtig ist <math>X\le 3</math>.
|-
| <math>p</math> wird aus einem beobachteten Ergebnis ungeprüft als sichere Wahrheit behandelt
| <math>p</math> ist Modellparameter oder Schätzwert; Herkunft nennen.
|-
| Unabhängigkeit wird nur behauptet
| Aus dem Sachkontext begründen oder als Modellannahme kennzeichnen.
|-
| Eine Wahrscheinlichkeit wird als sichere Vorhersage formuliert
| „Mit Wahrscheinlichkeit …“ oder „unter dem Modell …“ verwenden.
|}

{{BR}}
== KI- und Werkzeugkontrolle ==

KI kann beim Formulieren oder Kontrollieren helfen, aber Du musst Ergebnisse mathematisch prüfen.

'''Vierfach-Check:'''
# Stimmen <math>n</math>, <math>p</math> und die Definition von <math>X</math>?
# Passt das Ereignis zur Sprache des Sachtexts?
# Liegt die Wahrscheinlichkeit zwischen <math>0</math> und <math>1</math>?
# Ist die Interpretation eine Wahrscheinlichkeitsaussage über das modellierte Zufallsexperiment?

'''Wichtig:''' Eine KI-Ausgabe ersetzt keinen Beweis und keine mathematische Begründung.

{{BR}}
= Interaktive Aufgaben =

{{BR}}
== Quiz: Teste Dein Wissen ==

{{MC}}

'''Welche Voraussetzung gehört zu einem Binomialmodell?'''
(Die Trefferwahrscheinlichkeit bleibt in jedem Versuch gleich)
(!Die Zahl der Treffer steht vorher fest)
(!Jeder Versuch hat mindestens drei relevante Ausgänge)
(!Die Trefferwahrscheinlichkeit muss 0,5 sein)

{{E}}
<br>

{{MC}}

'''Wie wird mindestens fünf Treffer mathematisch geschrieben?'''
(X ist größer oder gleich 5)
(!X ist kleiner oder gleich 5)
(!X ist gleich 5)
(!X ist kleiner als 5)

{{E}}
<br>

{{MC}}

'''Was ist das Gegenereignis zu mindestens drei Treffern?'''
(Höchstens zwei Treffer)
(!Höchstens drei Treffer)
(!Mindestens zwei Treffer)
(!Genau zwei Treffer)

{{E}}
<br>

{{MC}}

'''Was beschreibt n in einer Binomialverteilung?'''
(Die feste Anzahl der Versuche)
(!Die Trefferwahrscheinlichkeit)
(!Die Zahl der bereits beobachteten Treffer)
(!Die Standardabweichung)

{{E}}
<br>

{{MC}}

'''Was beschreibt p in einer Binomialverteilung?'''
(Die konstante Trefferwahrscheinlichkeit pro Versuch)
(!Die Zahl der Versuche)
(!Die Zahl der Treffer)
(!Die kumulierte Wahrscheinlichkeit)

{{E}}
<br>

{{MC}}

'''Welche Aussage ist eine korrekte Interpretation einer berechneten Wahrscheinlichkeit?'''
(Unter den Modellannahmen tritt das beschriebene Stichprobenergebnis mit dieser Wahrscheinlichkeit auf)
(!Der Prozentsatz ist der sichere Anteil in jeder Stichprobe)
(!Die Wahrscheinlichkeit beweist die Modellannahmen)
(!Das Ergebnis muss bei jeder Wiederholung auftreten)

{{E}}
<br>

{{MC}}

'''Welche Situation verletzt typischerweise die Unabhängigkeit?'''
(Ziehen ohne Zurücklegen aus einer kleinen Menge)
(!Wiederholtes Werfen einer fairen Münze)
(!Unabhängige Würfe eines Würfels)
(!Unabhängige Spielrunden mit gleichbleibender Regel)

{{E}}
<br>

{{MC}}

'''Wofür ist das Gegenereignis besonders nützlich?'''
(Für Wahrscheinlichkeiten vom Typ mindestens)
(!Nur für genau ein Ergebnis)
(!Nur wenn p gleich 0 ist)
(!Nur bei stetigen Zufallsgrößen)

{{E}}
<br>

{{MC}}

'''Was sollte vor dem Rechnen aus einem Sachtext festgelegt werden?'''
(Die Zufallsgröße und ihre Bedeutung)
(!Nur die Rundungsstelle)
(!Nur das verwendete Gerät)
(!Nur das Endergebnis)

{{E}}
<br>

{{MC}}

'''Welche Aussage zu Lernsoftware ist für die Abiturvorbereitung richtig?'''
(Die Zulässigkeit in der Prüfung richtet sich nach den Vorgaben des Prüfungsjahrgangs)
(!Jedes im Unterricht verwendete Tool ist automatisch zugelassen)
(!GeoGebra ist in jeder Abiturprüfung automatisch zugelassen)
(!KI-Ausgaben gelten als mathematischer Beweis)

{{E}}
<br>

{{BR}}
== Memory ==

<div class="memo-quiz">
{|
|-
| Bernoulli-Versuch || Zwei relevante Ausgänge
|-
| Versuchszahl || Parameter n
|-
| Trefferwahrscheinlichkeit || Parameter p
|-
| Genau-k-Ereignis || P(X=k)
|-
| Mindestens-Ereignis || Rechter Verteilungsrand
|-
| Gegenereignis || Ergänzung zur Wahrscheinlichkeit eins
|}
{{E}}
<br>

{{BR}}
== Drag and Drop ==

<div class="lueckentext-quiz">

{| class="wikitable" style="width:100%"
! Ordne die richtigen Begriffe zu.
! Bedeutung
|-
| '''Genau'''
| Einzelwert
|-
| '''Höchstens'''
| Linker kumulierter Bereich
|-
| '''Mindestens'''
| Rechter kumulierter Bereich
|-
| '''Trefferwahrscheinlichkeit'''
| Modellparameter
|-
| '''Unabhängigkeit'''
| Modellvoraussetzung

|}
{{E}}

<br>

{{BR}}
== Kreuzworträtsel ==

<div class="kreuzwort-quiz">
{|
|-
| Treffer || Wie heißt im Binomialmodell das interessierende Ergebnis eines Einzelversuchs?
|-
| Bernoulli || Wie heißt ein Zufallsversuch mit zwei relevanten Ausgängen?
|-
| Parameter || Wie nennt man n und p als Größen des Modells?
|-
| Histogramm || Welche grafische Darstellung zeigt die Wahrscheinlichkeiten über den Trefferzahlen?
|-
| Modellierung || Wie heißt die Übersetzung einer Sachsituation in Mathematik?
|-
| Unabhaengigkeit || Welche Voraussetzung fordert, dass ein Versuch die anderen nicht beeinflusst?
|}
{{E}}
<br>

{{BR}}
== LearningApps ==

<iframe> https://learningapps.org/index.php?s=ABI+-+Binomialverteilte+Situationen+modellieren </iframe>

{{BR}}
== Lückentext ==

<quiz display=simple>
{'''Vervollständige den Text.'''<br>
|type="{}"}
Bei einer Binomialverteilung ist die Versuchszahl { n } fest. Die Trefferwahrscheinlichkeit { p } bleibt im Modell konstant. Die Zufallsgröße { X } zählt die Treffer. Für genau k Treffer verwendet man die { Bernoulli-Formel }. Das Ereignis höchstens k wird als { X kleiner oder gleich k } beschrieben. Für mindestens k Treffer ist häufig das { Gegenereignis } besonders praktisch. Vor jeder Rechnung müssen die { Modellvoraussetzungen } geprüft werden. Am Ende wird die berechnete Wahrscheinlichkeit im { Sachkontext } interpretiert. Ziehen ohne Zurücklegen aus einer kleinen Menge verletzt typischerweise die { Unabhängigkeit }. Lernsoftware ist ein Übungswerkzeug und nicht automatisch ein zugelassenes { Prüfungshilfsmittel }.
</quiz>

<br>

{{BR}}
== Selbstkontrolle: Drei Mini-Aufgaben ==

'''A: Qualitätskontrolle''' — <math>X\sim B(20,0{,}04)</math>. Formuliere <math>P(X\le 1)</math> in Worten.

<div class="mw-collapsible mw-collapsed">
'''Lösung:''' Höchstens ein Bauteil ist fehlerhaft.
</div>

'''B: Umfrage''' — <math>X\sim B(100,0{,}62)</math>. Übersetze „mehr als 70 Ja-Antworten“.

<div class="mw-collapsible mw-collapsed">
'''Lösung:''' <math>P(X>70)=P(X\ge 71)</math>.
</div>

'''C: Spiel''' — Bei zwölf unabhängigen Runden mit <math>p=\frac13</math>: Was muss vor einer Rechnung geprüft werden?

<div class="mw-collapsible mw-collapsed">
'''Lösung:''' Ob die zwölf Runden tatsächlich gleichartige, unabhängige Bernoulli-Versuche mit derselben Trefferwahrscheinlichkeit sind.
</div>

{{BR}}
= Offene Aufgaben =

{{BR}}
=== Leicht ===
# [[Sachtext übersetzen]]: Markiere in drei selbst gewählten Aufgaben die Informationen, aus denen <math>n</math>, <math>p</math> und die Bedeutung von <math>X</math> hervorgehen.
# [[Ereignissprache]]: Erstelle vier Karten mit „genau“, „höchstens“, „mindestens“ und „mehr als“ und notiere jeweils die passende mathematische Schreibweise.
# [[Histogramm lesen]]: Verändere im GeoGebra-Applet nur <math>p</math> und beschreibe in drei Sätzen die Veränderung der Verteilung.
# [[Fehler finden]]: Erfinde eine falsche Interpretation einer Binomialwahrscheinlichkeit und korrigiere sie fachsprachlich.

{{BR}}
=== Standard ===
# [[Qualitätskontrolle]]: Entwirf eine Aufgabe zu einer Stichprobe aus einer Produktion, lege plausible Modellannahmen offen und löse sie vollständig.
# [[Umfrage]]: Formuliere eine binomialverteilte Modellrechnung zu einer anonymen Umfrage. Diskutiere anschließend mindestens zwei Gründe, warum reale Umfragedaten vom Modell abweichen können.
# [[Spielmodell]]: Entwickle ein Spiel mit unabhängigen Runden und konstanter Trefferwahrscheinlichkeit. Berechne die Wahrscheinlichkeit für ein selbst gewähltes Ereignis und simuliere es.
# [[Gegenereignis]]: Finde zwei Aufgaben, bei denen das Gegenereignis den Rechenweg deutlich verkürzt, und begründe die Wahl.

{{BR}}
=== Schwer ===
# [[Modellkritik]]: Vergleiche eine Situation mit Ziehen mit Zurücklegen und ohne Zurücklegen. Erkläre präzise, wann das Binomialmodell exakt ist und wann nicht.
# [[Parameterproblem]]: Bestimme für eine selbst gewählte Trefferwahrscheinlichkeit <math>p</math> die kleinste Versuchszahl <math>n</math>, sodass mindestens ein Treffer mit mindestens <math>95\%</math> Wahrscheinlichkeit auftritt.
# [[Daten und Modell]]: Simuliere viele Wiederholungen eines Binomialexperiments und vergleiche relative Häufigkeiten mit den theoretischen Wahrscheinlichkeiten. Dokumentiere Abweichungen.
# [[Abiturtransfer]]: Erstelle eine mehrteilige Aufgabe mit Modellierung, Berechnung, Interpretation und kritischer Bewertung. Kennzeichne, welcher Teil besonders zum Leistungsfach passt.

{{:Offene Aufgabe - MOOC erstellen}}

{{BR}}
= Lernkontrolle =

# [[Modellwahl begründen]]: Entscheide für eine Qualitätskontrolle mit Ziehen ohne Zurücklegen, ob ein Binomialmodell sachgerecht ist. Begründe anhand der Abhängigkeit der Ziehungen.
# [[Sprachtransfer]]: Erkläre, warum sich „mindestens fünf Treffer“ und „mehr als fünf Treffer“ mathematisch unterscheiden, und formuliere beide Ereignisse.
# [[Interpretation prüfen]]: Eine Person schreibt nach einer Rechnung <math>P(X\ge 2)=0{,}19</math>: „19 Prozent aller Produkte sind fehlerhaft.“ Analysiere den Fehler und formuliere eine korrekte Aussage.
# [[Parameterwirkung]]: Erkläre anhand von <math>E(X)=np</math>, warum sich ein Histogramm bei wachsendem <math>p</math> nach rechts verschiebt, wenn <math>n</math> fest bleibt.
# [[Modellgrenzen]]: Entwickle zu einer anonymen Umfrage zwei Szenarien: eines, in dem ein Binomialmodell plausibel ist, und eines, in dem die Voraussetzungen deutlich verletzt sind.
# [[Werkzeugkritik]]: Vergleiche eine Rechnung per Bernoulli-Formel mit einem digitalen Wahrscheinlichkeitsrechner. Beschreibe, welche mathematischen Entscheidungen das Werkzeug Dir nicht abnimmt.

{{BR}}
= Kompetenzcheck =

Kreuze für Dich gedanklich an: '''sicher – teilweise – noch üben'''.

{| class="wikitable" style="width:100%"
! Kompetenz
! Leitfrage
|-
| Modellieren
| Kann ich <math>n</math>, <math>p</math> und <math>X</math> aus einem Sachtext bestimmen?
|-
| Prüfen
| Kann ich alle vier Modellvoraussetzungen am Kontext begründen?
|-
| Übersetzen
| Kann ich sprachliche Ereignisse korrekt symbolisch schreiben?
|-
| Rechnen
| Kann ich Einzel- und kumulierte Wahrscheinlichkeiten bestimmen?
|-
| Interpretieren
| Kann ich das Ergebnis fachsprachlich in den Kontext zurückübersetzen?
|-
| Bewerten
| Kann ich Grenzen des Binomialmodells benennen?
|}

{{BR}}
= Reflexion =

# Welche Modellvoraussetzung übersiehst Du am ehesten?
# Welche Formulierung führt bei Dir häufiger zu Fehlern: „mindestens“, „höchstens“ oder „mehr als“?
# Woran erkennst Du, dass eine Interpretation mehr ist als das bloße Wiederholen einer Zahl?
# Welche Rechnung kannst Du ohne digitales Hilfsmittel nachvollziehbar begründen?
# Welche Aussage einer KI würdest Du zuerst mathematisch prüfen?

{{BR}}
= Lernnachweis =

Für einen Lernnachweis zu diesem Thema ist wichtig:
# Du definierst die Zufallsgröße eindeutig.
# Du bestimmst <math>n</math> und <math>p</math> aus dem Kontext.
# Du prüfst feste Versuchszahl, zwei Ausgänge, konstantes <math>p</math> und Unabhängigkeit.
# Du übersetzt sprachliche Ereignisse korrekt in mathematische Schreibweise.
# Du zeigst einen nachvollziehbaren Rechenweg.
# Du interpretierst Wahrscheinlichkeiten im Sachkontext und nennst Modellannahmen.
# Du kannst mindestens eine Modellgrenze oder alternative Modellierung erläutern.
# Im Leistungsfach begründest Du Umkehr- und Parameterprobleme vertieft.

<br>
<br>

{{BR}}
= OERs zum Thema =

<iframe> https://de.m.wikipedia.org/wiki/Binomialverteilung </iframe>

'''Freie Medien in diesem Kurs:''' Die eingebundenen Commons-Dateien besitzen offene bzw. freie Lizenzen oder sind gemeinfrei; die jeweilige Lizenz ist auf der Dateibeschreibungsseite dokumentiert.

<references />

{{BR}}
= Folgekurs =

Als nächster Schritt eignet sich [[ABI - Binomialverteilung vertiefen]] mit Erwartungswert, Standardabweichung, Sigma-Umgebungen, Approximationen und anspruchsvolleren Parameterproblemen. Für den Prüfungsjahrgang gilt weiterhin: Facherlass und zugelassene Hilfsmittel aktuell prüfen.

{{BR}}
= Verknüpfte Lernbereiche =

{| align=center
{{:D-Tab}}
'''[[Binomialverteilung]]'''
# [[Bernoulli-Kette]]
# [[Zufallsgröße]]
# [[Wahrscheinlichkeit]]
# [[Gegenereignis]]
# [[Erwartungswert]]
# [[Standardabweichung]]
# [[Stochastik]]
# [[Modellieren]]
|}

[[Kategorie:Mathematik]]
[[Kategorie:Stochastik]]
[[Kategorie:Binomialverteilung]]
[[Kategorie:Abitur]]
[[Kategorie:Kursstufe]]
[[Kategorie:Baden-Württemberg]]
[[Kategorie:Basisfach]]
[[Kategorie:Leistungsfach]]

{{BR}}
= aiMOOC-Projekte =
[[Kategorie:AI_MOOC]] [[Kategorie:GPT aiMOOC]]
{{MT}}

ABI - Binomialverteilte Situationen modellieren - Versionsgeschichte

Glanz: aiMOOC über GPT aiMOOC Action erstellt