Glanz: aiMOOC über GPT aiMOOC Action erstellt

2026-09-28T02:55:49Z

aiMOOC über GPT aiMOOC Action erstellt

Neue Seite

{{T}}

{{BR}}
= ABI - Parameter einer Binomialverteilung interpretieren =

'''Mini-Beschreibung:''' Untersuche, wie sich <math>n</math> und <math>p</math> auf Lage, Form und Streuung einer Binomialverteilung auswirken. Zielgruppe: Kursstufe, Mathematik-Abitur Baden-Württemberg. Arbeite vor allem mit dynamischen Histogrammen, Schiebereglern und kurzen mathematischen Begründungen.

[[Datei:Binomial distribution for n = 4.gif|500px|rahmenlos|center]]

{{BR}}
= Einleitung =

Für eine binomialverteilte Zufallsgröße gilt

<math>X\sim B(n,p)</math>.

Dabei bezeichnet <math>n</math> die Anzahl der unabhängigen Versuche und <math>p</math> die Trefferwahrscheinlichkeit pro Versuch.

Die zentrale Abiturfrage lautet nicht nur: '''Wie berechnet man Wahrscheinlichkeiten?''' Du sollst auch erkennen und begründen, wie die Parameter das Histogramm verändern.

[[Datei:Binomial distribution pmf.svg|500px|rahmenlos|center]]

'''Prüfungsbezug Baden-Württemberg:''' Beachte für Deinen Prüfungsjahrgang immer den gültigen Facherlass und die aktuell zugelassenen Hilfsmittel. Ein digitales Übungswerkzeug wie GeoGebra ist nicht automatisch ein zugelassenes Prüfungshilfsmittel.

'''KI-Hinweis:''' KI-Ausgaben können beim Üben helfen, müssen aber mathematisch geprüft werden. Eine KI-Antwort ersetzt keine Begründung und keinen Beweis.

{{BR}}
= Lernziele =

Nach diesem aiMOOC kannst Du

# [[Binomialverteilung|Binomialverteilungen]] der Form <math>B(n,p)</math> lesen und interpretieren.
# den Einfluss von <math>n</math> und <math>p</math> auf die Lage des Histogramms erklären.
# den Erwartungswert <math>\mu=np</math> als Lageparameter nutzen.
# die Standardabweichung <math>\sigma=\sqrt{np(1-p)}</math> als Streuungsmaß interpretieren.
# Symmetrie und Schiefe eines Histogramms in Abhängigkeit von <math>p</math> beschreiben.
# Veränderungen mit Formeln und Histogrammen begründen.
# typische Fehlinterpretationen erkennen.
# Aufgaben auf Basisfach- und Leistungsfachniveau unterscheiden.

{{BR}}
= Vorwissen-Check =

Prüfe zunächst, ob Du diese Grundlagen sicher beherrschst:

# [[Bernoulli-Experiment]]: Es gibt genau zwei relevante Ausgänge, Treffer und Nichttreffer.
# [[Bernoulli-Kette]]: Die Versuche sind unabhängig und besitzen dieselbe Trefferwahrscheinlichkeit <math>p</math>.
# [[Binomialkoeffizient]]: <math>\binom nk</math> zählt die Möglichkeiten, <math>k</math> Treffer auf <math>n</math> Versuche zu verteilen.
# [[Wahrscheinlichkeitsverteilung]]: Die Summe aller Balkenhöhen beträgt <math>1</math>.

'''Schnelltest:'''

Für <math>X\sim B(20,0{,}3)</math> gilt

<math>\mu=20\cdot 0{,}3=6</math>

und

<math>\sigma=\sqrt{20\cdot 0{,}3\cdot 0{,}7}\approx 2{,}05</math>.

<div class="mw-collapsible mw-collapsed">
'''Hilfe:''' Setze <math>n=20</math> und <math>p=0{,}3</math> direkt in die Formeln ein.
</div>

{{BR}}
= Die zwei Parameter =

{{BR}}
== Parameter <math>n</math>: Anzahl der Versuche ==

Bei festem <math>p</math> gilt

<math>\mu=np</math>

und

<math>\sigma=\sqrt{np(1-p)}</math>.

Wird <math>n</math> größer, dann

# wandert der Erwartungswert bei <math>p>0</math> nach rechts,
# wächst die absolute Standardabweichung,
# stehen mehr mögliche Trefferzahlen <math>0,1,\ldots,n</math> zur Verfügung,
# nimmt die relative Streuung bezogen auf <math>n</math> ab, denn <math>\frac{\sigma}{n}=\sqrt{\frac{p(1-p)}{n}}</math>.

[[Datei:Binomial distribution examples.svg|600px|rahmenlos|center]]

{{BR}}
== Parameter <math>p</math>: Trefferwahrscheinlichkeit ==

Bei festem <math>n</math> verschiebt <math>p</math> die Lage besonders deutlich:

<math>\mu=np</math>.

Mit wachsendem <math>p</math> wächst <math>\mu</math> linear.

Für die Varianz gilt

<math>\operatorname{Var}(X)=np(1-p)</math>.

Der Faktor

<math>p(1-p)</math>

ist bei

<math>p=0{,}5</math>

maximal. Daher ist bei festem <math>n</math> auch die Standardabweichung dort maximal.

[[Datei:Binomial distribution PDF.svg|500px|rahmenlos|center]]

'''Form:'''

# Bei <math>p=0{,}5</math> ist die Verteilung symmetrisch.
# Bei <math>p<0{,}5</math> ist sie typischerweise rechtsschief.
# Bei <math>p>0{,}5</math> ist sie typischerweise linksschief.
# Die Verteilungen zu <math>p</math> und <math>1-p</math> sind Spiegelbilder bezüglich der Trefferzahl.

{{BR}}
= Dynamisches Histogramm: Schieberegler für <math>n</math> und <math>p</math> =

Verändere zuerst nur <math>p</math> und halte <math>n</math> fest. Danach halte <math>p</math> fest und verändere nur <math>n</math>.

<iframe> https://www.geogebra.org/m/hdpaex8q </iframe>

'''Beobachtungsauftrag:'''

# Fixiere <math>n=50</math>. Vergleiche <math>p=0{,}2</math>, <math>p=0{,}5</math> und <math>p=0{,}8</math>.
# Fixiere <math>p=0{,}4</math>. Vergleiche <math>n=10</math>, <math>n=30</math> und <math>n=60</math>.
# Markiere gedanklich jeweils <math>\mu=np</math>.
# Vergleiche die Breite des Histogramms mit <math>\sigma=\sqrt{np(1-p)}</math>.

{{BR}}
= Interaktives Modell: Streuung sichtbar machen =

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

Beobachte besonders:

<math>\sigma^2=np(1-p)</math>

und damit

<math>\sigma=\sqrt{np(1-p)}</math>.

'''Denkfrage:''' Warum kann <math>\sigma</math> bei wachsendem <math>n</math> größer werden, obwohl die relative Streuung <math>\frac{\sigma}{n}</math> kleiner wird?

<div class="mw-collapsible mw-collapsed">
'''Hilfe:''' Vergleiche absolute Streuung und Streuung relativ zur maximal möglichen Trefferzahl <math>n</math>.
</div>

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' Absolute Streuung und relative Streuung beschreiben unterschiedliche Größen. Für festes <math>p</math> wächst <math>\sigma</math> proportional zu <math>\sqrt n</math>, während <math>\sigma/n</math> proportional zu <math>1/\sqrt n</math> fällt.
</div>

{{BR}}
= Visueller Rechenweg =

Gegeben sei

<math>X\sim B(40,0{,}25)</math>.

'''Schritt 1: Lage'''

<math>\mu=np</math>

<math>\mu=40\cdot 0{,}25=10</math>

Das Histogramm liegt schwerpunktmäßig in der Umgebung von <math>10</math> Treffern.

'''Schritt 2: Streuung'''

<math>\sigma=\sqrt{np(1-p)}</math>

<math>\sigma=\sqrt{40\cdot 0{,}25\cdot 0{,}75}</math>

<math>\sigma=\sqrt{7{,}5}\approx 2{,}74</math>

'''Schritt 3: Form'''

Da

<math>p=0{,}25<0{,}5</math>,

ist eine rechtsschiefe Form zu erwarten.

[[Datei:Binomial distribution formula.svg|500px|rahmenlos|center]]

{{#ev:youtube| https://www.youtube.com/watch?v=N7uOa1bU5NM |500|center}}

{{BR}}
= Interaktive Beispiele =

{{BR}}
== Beispiel 1: Nur <math>p</math> verändert sich ==

Vergleiche

<math>B(30,0{,}2)</math>

und

<math>B(30,0{,}6)</math>.

Erwartungswerte:

<math>\mu_1=30\cdot 0{,}2=6</math>

<math>\mu_2=30\cdot 0{,}6=18</math>.

Standardabweichungen:

<math>\sigma_1=\sqrt{30\cdot 0{,}2\cdot 0{,}8}\approx 2{,}19</math>

<math>\sigma_2=\sqrt{30\cdot 0{,}6\cdot 0{,}4}\approx 2{,}68</math>.

'''Interpretation:''' Die zweite Verteilung liegt weiter rechts und streut hier stärker.

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' Nicht allein aus dem größeren <math>p</math> folgt eine größere Streuung. Entscheidend ist <math>p(1-p)</math>.
</div>

{{BR}}
== Beispiel 2: Nur <math>n</math> verändert sich ==

Vergleiche

<math>B(20,0{,}4)</math>

und

<math>B(80,0{,}4)</math>.

Es gilt

<math>\mu_1=8</math>, <math>\sigma_1=\sqrt{4{,}8}\approx 2{,}19</math>

und

<math>\mu_2=32</math>, <math>\sigma_2=\sqrt{19{,}2}\approx 4{,}38</math>.

Die absolute Streuung verdoppelt sich, weil <math>n</math> vervierfacht wurde und <math>\sigma</math> von <math>\sqrt n</math> abhängt.

{{#ev:youtube| https://www.youtube.com/watch?v=Yi5OFGo-uIU |500|center}}

{{BR}}
= Symmetrie als Abitur-Werkzeug =

Für dieselbe Versuchszahl <math>n</math> gilt

<math>P_{n,p}(X=k)=P_{n,1-p}(X=n-k)</math>.

Das bedeutet: Ersetzt Du <math>p</math> durch <math>1-p</math>, wird das Histogramm an der Mitte der Trefferachse gespiegelt.

Für

<math>p=0{,}5</math>

ist die Verteilung daher symmetrisch.

[[Datei:Binomial distribution for n = 4.gif|500px|rahmenlos|center]]

{{BR}}
= Basisfach und Leistungsfach =

'''Basisfach:''' Beschreibe Lage, Form und Streuung verständig, nutze <math>\mu=np</math> und <math>\sigma=\sqrt{np(1-p)}</math> und begründe Veränderungen anschaulich am Histogramm.

'''Leistungsfach:''' Begründe zusätzlich formal, zum Beispiel über

<math>\operatorname{Var}(X)=np(1-p)</math>

und

<math>p(1-p)=\frac14-\left(p-\frac12\right)^2</math>.

Damit folgt unmittelbar:

<math>p(1-p)\leq \frac14</math>.

Die Varianz ist bei festem <math>n</math> für

<math>p=\frac12</math>

maximal.

'''Vertiefung Leistungsfach:''' Ein Modalwert liegt bei

<math>\lfloor (n+1)p\rfloor</math>,

sofern <math>(n+1)p</math> nicht ganzzahlig ist. Ist <math>(n+1)p</math> ganzzahlig, gibt es zwei benachbarte Modalwerte.

{{#ev:youtube| https://www.youtube.com/watch?v=F-6yWhEexQ4 |500|center}}

{{BR}}
= Fehleranalyse =

'''Fehler 1:''' „Wenn <math>p</math> größer wird, wird die Streuung immer größer.“

'''Korrektur:'''

<math>\sigma=\sqrt{np(1-p)}</math>.

Bei festem <math>n</math> steigt die Streuung nur bis <math>p=0{,}5</math> und fällt danach wieder.

'''Fehler 2:''' „Wenn <math>n</math> größer wird, wird die Verteilung absolut schmaler.“

'''Korrektur:''' Für festes <math>p</math> wächst

<math>\sigma\propto\sqrt n</math>.

Nur relativ zu <math>n</math> wird die Streuung kleiner.

'''Fehler 3:''' „Der Erwartungswert muss eine mögliche Trefferzahl sein.“

'''Korrektur:''' <math>\mu=np</math> kann nicht ganzzahlig sein, obwohl <math>X</math> nur ganzzahlige Werte annimmt.

'''Fehler 4:''' „Das Histogramm ist immer symmetrisch.“

'''Korrektur:''' Exakte Symmetrie liegt bei <math>p=0{,}5</math> vor.

{{BR}}
= Übungen mit Hilfen und Feedback =

{{BR}}
== Übung A ==

Gegeben ist

<math>X\sim B(60,0{,}3)</math>.

Berechne <math>\mu</math> und <math>\sigma</math> und beschreibe die erwartete Form.

<div class="mw-collapsible mw-collapsed">
'''Hilfe:''' Nutze <math>\mu=np</math> und <math>\sigma=\sqrt{np(1-p)}</math>.
</div>

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' <math>\mu=18</math> und <math>\sigma=\sqrt{12{,}6}\approx 3{,}55</math>. Da <math>p<0{,}5</math>, ist die Verteilung typischerweise rechtsschief.
</div>

{{BR}}
== Übung B ==

Zwei Verteilungen haben dieselbe Versuchszahl <math>n=40</math>. Eine hat <math>p=0{,}2</math>, die andere <math>p=0{,}8</math>. Vergleiche Lage, Streuung und Form.

<div class="mw-collapsible mw-collapsed">
'''Hilfe:''' Vergleiche <math>np</math> sowie <math>p(1-p)</math>.
</div>

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' Die Erwartungswerte sind <math>8</math> und <math>32</math>. Beide Verteilungen besitzen dieselbe Standardabweichung, weil <math>0{,}2\cdot0{,}8=0{,}8\cdot0{,}2</math>. Die Histogramme sind Spiegelbilder.
</div>

{{BR}}
== Übung C – Leistungsfach ==

Zeige ohne Ableitung, dass die Varianz bei festem <math>n</math> für <math>p=0{,}5</math> maximal ist.

<div class="mw-collapsible mw-collapsed">
'''Hilfe:''' Quadratische Ergänzung: <math>p(1-p)=p-p^2</math>.
</div>

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' <math>p-p^2=\frac14-(p-\frac12)^2\leq\frac14</math>. Gleichheit gilt genau für <math>p=\frac12</math>.
</div>

{{BR}}
= Selbstkontrolle =

Beantworte ohne Rechner:

# Was passiert mit <math>\mu</math>, wenn <math>n</math> verdoppelt und <math>p</math> konstant gehalten wird?
# Was passiert mit <math>\sigma</math>, wenn <math>n</math> vervierfacht und <math>p</math> konstant gehalten wird?
# Für welches <math>p</math> ist die Streuung bei festem <math>n</math> maximal?
# Welche Verteilung ist Spiegelbild von <math>B(n,p)</math>?
# Warum ist <math>\sigma/n</math> für große <math>n</math> klein?

{{BR}}
= Transfer =

Ein Hersteller prüft Bauteile. Jedes Bauteil besteht die Kontrolle unabhängig mit Wahrscheinlichkeit <math>p</math>. Die Zahl bestandener Kontrollen sei binomialverteilt.

'''Transferfrage 1:''' Wie verändert sich das Histogramm, wenn die Erfolgswahrscheinlichkeit von <math>0{,}7</math> auf <math>0{,}9</math> steigt, während <math>n</math> gleich bleibt?

'''Transferfrage 2:''' Warum darf man aus einem schmal wirkenden Histogramm nicht ohne Angabe von <math>n</math> auf eine kleine absolute Standardabweichung schließen?

'''Transferfrage 3:''' Entwickle zwei verschiedene Binomialverteilungen mit demselben Erwartungswert, aber unterschiedlicher Streuung.

{{BR}}
= Kompetenzcheck =

Du bist abiturfit in diesem Teilbereich, wenn Du zu einer Veränderung von <math>n</math> oder <math>p</math> jeweils drei Ebenen verbinden kannst:

# '''Graphisch:''' Was verändert sich im Histogramm?
# '''Numerisch:''' Wie verändern sich <math>\mu</math> und <math>\sigma</math>?
# '''Formal:''' Welche Formel begründet die Beobachtung?

{{BR}}
= Reflexion =

Formuliere in höchstens drei Sätzen:

# Welche Wirkung von <math>p</math> auf die Streuung war für Dich am wenigsten intuitiv?
# Welche Beobachtung am Schieberegler konntest Du mit einer Formel begründen?
# Wann reicht eine grafische Beobachtung nicht als mathematische Begründung?

{{BR}}
= Folgekurs =

Als nächster Schritt eignen sich:

# [[Sigma-Regeln bei Binomialverteilungen]]
# [[Kumulierte Binomialverteilung]]
# [[Hypothesentest]]
# [[Konfidenzintervall]]
# [[Normalapproximation der Binomialverteilung]]

{{BR}}
= Interaktive Aufgaben =

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

{{MC}}

'''Welche Formel beschreibt den Erwartungswert einer Binomialverteilung?'''
(mu ist n mal p)
(!mu ist n plus p)
(!mu ist die Wurzel aus n mal p)
(!mu ist p minus n)

{{E}}
<br>

{{MC}}

'''Welche Formel beschreibt die Standardabweichung?'''
(sigma ist die Quadratwurzel aus n mal p mal eins minus p)
(!sigma ist n mal p)
(!sigma ist n mal eins minus p)
(!sigma ist die Quadratwurzel aus n plus p)

{{E}}
<br>

{{MC}}

'''Was geschieht mit dem Erwartungswert bei festem n, wenn p größer wird?'''
(Er wächst linear)
(!Er bleibt gleich)
(!Er wird immer kleiner)
(!Er wird immer null)

{{E}}
<br>

{{MC}}

'''Bei welchem p ist die Varianz für festes n maximal?'''
(p ist 0,5)
(!p ist 0)
(!p ist 0,25)
(!p ist 1)

{{E}}
<br>

{{MC}}

'''Welche Form besitzt die Binomialverteilung bei p gleich 0,5?'''
(Sie ist symmetrisch)
(!Sie ist immer rechtsschief)
(!Sie ist immer linksschief)
(!Sie besitzt nur einen möglichen Wert)

{{E}}
<br>

{{MC}}

'''Was passiert bei festem p mit der Standardabweichung, wenn n vervierfacht wird?'''
(Sie verdoppelt sich)
(!Sie vervierfacht sich)
(!Sie halbiert sich)
(!Sie bleibt gleich)

{{E}}
<br>

{{MC}}

'''Welche Aussage beschreibt die relative Streuung sigma durch n bei wachsendem n und festem p?'''
(Sie nimmt ab)
(!Sie nimmt immer zu)
(!Sie bleibt konstant)
(!Sie wird immer eins)

{{E}}
<br>

{{MC}}

'''Welche Trefferzahlen kann eine binomialverteilte Zufallsgröße X annehmen?'''
(Alle ganzen Zahlen von null bis n)
(!Alle reellen Zahlen)
(!Nur null und eins)
(!Nur den Erwartungswert)

{{E}}
<br>

{{MC}}

'''Wie verhalten sich die Histogramme zu p und eins minus p bei gleichem n?'''
(Sie sind Spiegelbilder)
(!Sie sind immer identisch)
(!Sie haben verschiedene Anzahlen möglicher Trefferwerte)
(!Sie besitzen immer verschiedene Standardabweichungen)

{{E}}
<br>

{{MC}}

'''Was ist bei einer Abiturbegründung besonders wichtig?'''
(Beobachtung mit mathematischem Zusammenhang begründen)
(!Nur das Bild beschreiben)
(!Nur einen Taschenrechnerwert nennen)
(!Eine KI-Antwort ungeprüft übernehmen)

{{E}}
<br>

{{BR}}
== Memory ==

<div class="memo-quiz">
{|
|-
| Versuchszahl || <math>n</math>
|-
| Trefferwahrscheinlichkeit || <math>p</math>
|-
| Erwartungswert || <math>np</math>
|-
| Varianz || <math>np(1-p)</math>
|-
| Standardabweichung || <math>\sqrt{np(1-p)}</math>
|-
| Symmetrie || <math>p=0{,}5</math>
|-
| Spiegelparameter || <math>1-p</math>
|}
{{E}}
<br>

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

<div class="lueckentext-quiz">

{| class="wikitable"
! Ordne die richtigen Begriffe zu.
! Thema
|-
| '''Lage'''
| Erwartungswert
|-
| '''Streuung'''
| Standardabweichung
|-
| '''Symmetrische Form'''
| Trefferwahrscheinlichkeit ein Halb
|-
| '''Versuchsumfang'''
| Parameter n
|-
| '''Trefferchance'''
| Parameter p

|}
{{E}}

<br>

{{BR}}
== Kreuzworträtsel ==

<div class="kreuzwort-quiz">
{|
|-
| Trefferzahl || Welche Größe zählt die Erfolge in der Bernoulli-Kette?
|-
| Erwartungswert || Welche Kenngröße beschreibt die Lage der Verteilung?
|-
| Varianz || Welches Streuungsmaß ist das Quadrat der Standardabweichung?
|-
| Histogramm || Wie heißt die Balkendarstellung der Wahrscheinlichkeitsverteilung?
|-
| Symmetrie || Welche Eigenschaft hat die Verteilung bei p gleich ein Halb?
|-
| Streuung || Welcher Oberbegriff beschreibt die Breite einer Verteilung?
|}
{{E}}
<br>

{{BR}}
== LearningApps ==

<iframe> https://learningapps.org/index.php?s=ABI+-+Parameter+einer+Binomialverteilung+interpretieren </iframe>

{{BR}}
== Lückentext ==

<quiz display=simple>
{'''Vervollständige den Text.'''<br>
|type="{}"}
Bei einer Binomialverteilung bezeichnet <math>n</math> die { Versuchszahl }.
Der Parameter <math>p</math> beschreibt die { Trefferwahrscheinlichkeit }.
Der Erwartungswert wird mit <math>\mu=np</math> berechnet und beschreibt die { Lage }.
Die Standardabweichung <math>\sigma=\sqrt{np(1-p)}</math> beschreibt die { Streuung }.
Bei festem <math>n</math> ist die Streuung für <math>p=0{,}5</math> { maximal }.
Bei <math>p=0{,}5</math> ist das Histogramm { symmetrisch }.
Für <math>p<0{,}5</math> ist die Verteilung typischerweise { rechtsschief }.
Die Verteilungen zu <math>p</math> und <math>1-p</math> sind zueinander { gespiegelt }.
</quiz>

<br>

{{BR}}
= Offene Aufgaben =

{{BR}}
=== Leicht ===

# [[Histogramm beschreiben]]: Stelle im GeoGebra-Applet <math>n=30</math> ein und beschreibe die Veränderung von <math>p=0{,}2</math> zu <math>p=0{,}8</math>.
# [[Erwartungswert visualisieren]]: Markiere für drei selbst gewählte Binomialverteilungen die Position von <math>\mu=np</math> im Histogramm.
# [[Symmetrie untersuchen]]: Vergleiche <math>B(20,0{,}3)</math> und <math>B(20,0{,}7)</math> und formuliere eine Spiegelungsregel.
# [[Fehler finden]]: Erkläre, warum die Aussage „größeres p bedeutet immer größere Streuung“ falsch ist.

{{BR}}
=== Standard ===

# [[Parameterexperiment]]: Verändere jeweils nur einen Parameter und dokumentiere Lage, Form und Streuung in einer eigenen Grafikserie.
# [[Modellvergleich]]: Finde zwei Binomialverteilungen mit gleichem Erwartungswert und unterschiedlicher Standardabweichung.
# [[Erklärvideo]]: Produziere ein maximal zweiminütiges Erklärvideo zu <math>\mu=np</math> und <math>\sigma=\sqrt{np(1-p)}</math>.
# [[Aufgabe entwickeln]]: Erfinde eine Abituraufgabe, bei der aus einem Histogramm auf plausible Werte von <math>n</math> und <math>p</math> geschlossen wird.

{{BR}}
=== Schwer ===

# [[Varianzmaximum beweisen]]: Begründe formal mit quadratischer Ergänzung, warum <math>p=0{,}5</math> die Varianz maximiert.
# [[Spiegelungsformel beweisen]]: Zeige <math>P_{n,p}(X=k)=P_{n,1-p}(X=n-k)</math> mithilfe der Binomialformel.
# [[Relative Streuung analysieren]]: Untersuche <math>\sigma/n</math> für wachsendes <math>n</math> und interpretiere das Ergebnis.
# [[Modellkritik]]: Entwickle ein reales Beispiel und prüfe kritisch, ob die Voraussetzungen einer Binomialverteilung tatsächlich erfüllt sind.

{{:Offene Aufgabe - MOOC erstellen}}

{{BR}}
= Lernkontrolle =

# [[Parameterwirkung begründen]]: Eine Binomialverteilung verändert sich von <math>B(40,0{,}3)</math> zu <math>B(40,0{,}6)</math>. Begründe qualitativ und quantitativ, wie sich Lage, Streuung und Form ändern.
# [[Gleiche Streuung erklären]]: Begründe, warum <math>B(n,0{,}2)</math> und <math>B(n,0{,}8)</math> dieselbe Standardabweichung besitzen.
# [[Skalierung untersuchen]]: Erkläre, warum eine Vervierfachung von <math>n</math> bei festem <math>p</math> die Standardabweichung verdoppelt.
# [[Histogramm deuten]]: Beschreibe, welche Informationen über <math>n</math> und <math>p</math> Du aus einem gegebenen Histogramm zuverlässig und welche nur näherungsweise ablesen kannst.
# [[Transfermodell]]: Vergleiche zwei reale Bernoulli-Ketten und entscheide anhand der Modellannahmen, ob eine Binomialverteilung jeweils sinnvoll ist.
# [[Begründung prüfen]]: Bewerte eine Lösung, die nur mit einem GeoGebra-Histogramm argumentiert, und ergänze die fehlende mathematische Begründung.

<br>
<br>

{{BR}}
= Lernnachweis =

Für einen Lernnachweis solltest Du zeigen, dass Du

# <math>B(n,p)</math> sicher interpretierst.
# <math>\mu=np</math> und <math>\sigma=\sqrt{np(1-p)}</math> korrekt berechnest.
# Lage, Form und Streuung eines Histogramms beschreibst.
# Parameteränderungen mathematisch begründest.
# zwischen absoluter und relativer Streuung unterscheidest.
# Symmetrie und Spiegelung zu <math>p</math> und <math>1-p</math> erklärst.
# Basisfach-Aufgaben verständig und Leistungsfach-Aufgaben vertieft formal bearbeitest.
# digitale oder KI-gestützte Ergebnisse fachlich prüfst.

<br>
<br>

{{BR}}
= OERs zum Thema =

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

[[Datei:BinomialGeogebra.png|600px|rahmenlos|center]]

{{BR}}
= Verknüpfte Lernbereiche =

{| align=center
{{:D-Tab}}
'''[[Binomialverteilung]]'''
# [[Bernoulli-Kette]]
# [[Erwartungswert]]
# [[Varianz]]
# [[Standardabweichung]]
# [[Histogramm]]
# [[Stochastik]]
# [[Hypothesentest]]
|}

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

{{BR}}
= aiMOOC-Projekte =

[[Kategorie:AI_MOOC]] [[Kategorie:GPT aiMOOC]]
{{MT}}

ABI - Parameter einer Binomialverteilung interpretieren - Versionsgeschichte

Glanz: aiMOOC über GPT aiMOOC Action erstellt