Glanz: aiMOOC über GPT aiMOOC Action erstellt

2026-09-27T19:28:36Z

aiMOOC über GPT aiMOOC Action erstellt

Neue Seite

{{T}}
{{BR}}
= ABI BF - Stochastik mündlich erklären =

'''Mini-Beschreibung:''' Trainiere bedingte Wahrscheinlichkeiten, Binomial- und Normalverteilungen sowie Erwartungswert und Streuung in mündlichen Situationen. Zielgruppe ist das [[Basisfach Mathematik|Basisfach]] im Mathematik-Abitur Baden-Württemberg. Du nutzt [[Baumdiagramm|Baumdiagramme]], [[Vierfeldertafel|Vierfeldertafeln]] und Verteilungen und interpretierst Ergebnisse präzise im Kontext.

'''Prüfungsbezug:''' Der Kurs orientiert sich am Bildungsplan Mathematik Baden-Württemberg und am überprüfbaren Facherlass zur Abiturprüfung 2026. Dort besteht die mündliche Prüfung aus einem etwa 10-minütigen Vortrag nach etwa 20 Minuten Vorbereitungszeit und einem anschließenden etwa 10-minütigen Prüfungsgespräch; geprüft werden Analysis und entweder Analytische Geometrie oder Stochastik. Vortrag und Prüfungsgespräch sind hilfsmittelfrei; für die Vorbereitung kann die Aufgabe festlegen, ob Hilfsmittel erlaubt sind. Prüfe für Deinen tatsächlichen Prüfungsjahrgang immer den dann gültigen Facherlass. Übungswerkzeuge wie GeoGebra sind nicht automatisch Prüfungshilfsmittel.

'''Basisfach-Fokus:''' Zusammenhänge erläutern, verständig rechnen und modellieren, unterschiedliche Darstellungen nutzen und mathematische Aussagen mündlich begründen.

'''Qualitätshinweis:''' KI-Ausgaben, Rechnerwerte und Simulationen müssen mathematisch geprüft und im Kontext plausibilisiert werden. Sie ersetzen keinen Beweis und keine Begründung.

{{BR}}
= Einleitung =

In der mündlichen Stochastik-Prüfung zählt nicht nur das Ergebnis. Zeige, '''warum''' Dein Modell passt, '''welche''' Größe Du berechnest und '''was''' das Ergebnis in der Situation bedeutet.

{| class="wikitable" style="width:100%;"
! Schritt !! Mündliche Leitfrage
|-
| '''1 Deuten''' || Was bedeuten Ereignisse, Zufallsgröße und Parameter?
|-
| '''2 Modellieren''' || Warum passen Baum, Vierfeldertafel, Binomial- oder Normalverteilung?
|-
| '''3 Rechnen''' || Welche Formel oder Regel verwende ich?
|-
| '''4 Prüfen''' || Liegt das Ergebnis im sinnvollen Bereich?
|-
| '''5 Interpretieren''' || Was bedeutet die Zahl im Kontext?
|}

[[Datei:Probability tree.svg|500px|rahmenlos|center]]

{{#ev:youtube| https://www.youtube.com/watch?v=4wZqYbXOi30 |500|center}}

{{BR}}
= Lernziele =

Nach diesem aiMOOC kannst Du:
# [[Bedingte Wahrscheinlichkeit]] mit Baumdiagramm oder Vierfeldertafel darstellen und mündlich erklären.
# [[Binomialverteilung]] erkennen, Wahrscheinlichkeiten berechnen und Histogramme deuten.
# [[Erwartungswert]] und [[Standardabweichung]] als Lage- und Streuungsmaß interpretieren.
# [[Normalverteilung]] grafisch lesen und Wahrscheinlichkeitsflächen im Kontext beschreiben.
# Rechenwege knapp, korrekt und prüfungstauglich begründen.
# zwischen exaktem Ergebnis, Modellannahme, Näherung und Interpretation unterscheiden.

{{BR}}
= Vorwissen-Check =

Beantworte zunächst ohne Hilfsmittel:

<div class="lueckentext-quiz">
{|
|-
| Ein Gegenereignis zu <math>A</math> heißt || '''<math>\overline{A}</math>'''
|-
| Für jedes Ereignis gilt || '''<math>P(A)+P(\overline A)=1</math>'''
|-
| Im Baum werden Wahrscheinlichkeiten entlang eines Pfads || '''multipliziert'''
|-
| Alternative disjunkte Pfade werden || '''addiert'''
|-
| Eine Wahrscheinlichkeit liegt immer || '''zwischen 0 und 1'''
|}
{{E}}
</div>

'''Selbstdiagnose:''' Wenn Du bei mehr als zwei Punkten unsicher bist, wiederhole zuerst [[Wahrscheinlichkeitsrechnung|Grundlagen der Wahrscheinlichkeitsrechnung]].

{{BR}}
= Mündlich erklären: ein Sprechschema =

Nutze bei fast jeder Aufgabe dieses Muster:

# '''Modell:''' „Ich modelliere die Situation mit …, weil …“
# '''Ansatz:''' „Gesucht ist <math>P(\ldots)</math>. Dafür verwende ich …“
# '''Rechnung:''' „Einsetzen ergibt …“
# '''Plausibilität:''' „Der Wert liegt zwischen <math>0</math> und <math>1</math> und ist hier plausibel, weil …“
# '''Kontext:''' „Das bedeutet: Unter der gegebenen Bedingung sind ungefähr … % zu erwarten.“

'''Nicht gut:''' „Da kommt 0,32 raus.“

'''Besser:''' „Unter der Bedingung <math>B</math> beträgt die Wahrscheinlichkeit für <math>A</math> etwa <math>0{,}32</math>, also 32 %. Die Bezugsgruppe ist jetzt nur noch <math>B</math>.“

{{BR}}
= Bedingte Wahrscheinlichkeit =

Die Bedingung verändert die Bezugsmenge.

<math>P(A\mid B)=\frac{P(A\cap B)}{P(B)}</math> mit <math>P(B)>0</math>.

[[Datei:Conditional probability.svg|500px|rahmenlos|center]]

'''Mündliche Kernaussage:''' „Ich betrachte nur noch die Fälle, in denen <math>B</math> eingetreten ist.“

{{BR}}
== Baumdiagramm ==

Ein Baumdiagramm eignet sich besonders für mehrstufige Situationen.

<math>P(A\cap B)=P(A)\cdot P(B\mid A)</math>

'''Produktregel:''' entlang eines Pfades multiplizieren.

'''Summenregel:''' passende disjunkte Pfade addieren.

[[Datei:Probability tree diagram.svg|500px|rahmenlos|center]]

'''Dynamisches Modell:'''
<iframe> https://www.geogebra.org/m/TgKMHdWS </iframe>

{{BR}}
== Vierfeldertafel ==

Die Vierfeldertafel eignet sich für zwei Merkmale mit jeweils zwei Ausprägungen.

<div style="overflow-x:auto;">
{| class="wikitable" style="text-align:center; min-width:520px;"
! !! <math>B</math> !! <math>\overline B</math> !! Summe
|-
! <math>A</math>
| <math>P(A\cap B)</math> || <math>P(A\cap\overline B)</math> || <math>P(A)</math>
|-
! <math>\overline A</math>
| <math>P(\overline A\cap B)</math> || <math>P(\overline A\cap\overline B)</math> || <math>P(\overline A)</math>
|-
! Summe
| <math>P(B)</math> || <math>P(\overline B)</math> || <math>1</math>
|}
</div>

[[Datei:Vierfeldertafel.jpg|500px|rahmenlos|center]]

{{#ev:youtube| https://www.youtube.com/watch?v=LonDC-l4IVs |500|center}}

{{BR}}
== Interaktives Beispiel: Bedingung richtig lesen ==

In einer Gruppe sind <math>60</math> Personen. <math>36</math> lernen mit Karteikarten, <math>24</math> mit Lernvideos. <math>18</math> nutzen beides. Gesucht ist die Wahrscheinlichkeit, dass eine Person Lernvideos nutzt, '''wenn bekannt ist''', dass sie Karteikarten nutzt.

<math>P(V\mid K)=\frac{P(V\cap K)}{P(K)}=\frac{18/60}{36/60}=\frac{18}{36}=0{,}5</math>

<div class="mw-collapsible mw-collapsed">
'''Mündliche Mustererklärung einblenden'''
<div class="mw-collapsible-content">
Die Bedingung <math>K</math> legt die neue Bezugsgruppe fest. Von den <math>36</math> Personen mit Karteikarten nutzen <math>18</math> zusätzlich Lernvideos. Deshalb ist <math>P(V\mid K)=18/36=0{,}5</math>. Unter den Karteikarten-Nutzenden verwendet also jede zweite Person auch Lernvideos.
</div>
</div>

{{BR}}
= Binomialverteilung =

Eine Binomialverteilung passt, wenn dieselbe Bernoulli-Situation <math>n</math>-mal unabhängig wiederholt wird und die Trefferwahrscheinlichkeit <math>p</math> konstant bleibt.

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

<math>P(X=k)=\binom{n}{k}p^k(1-p)^{n-k}</math>

'''Prüfungsfrage vor jeder Rechnung:''' Sind <math>n</math>, <math>p</math>, zwei Ausgänge und Unabhängigkeit sinnvoll?

[[Datei:Arbre binaire loi binomiale.svg|500px|rahmenlos|center]]

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

'''Dynamischer Graph:'''
<iframe> https://www.geogebra.org/m/xjmyjj8d </iframe>

{{BR}}
== Genau, höchstens, mindestens, zwischen ==

{| class="wikitable" style="width:100%;"
! Formulierung !! Mathematisch
|-
| 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>
|-
| zwischen <math>a</math> und <math>b</math> einschließlich || <math>P(a\le X\le b)</math>
|}

{{BR}}
== Interaktives Beispiel: mindestens ein Treffer ==

Bei <math>n=8</math> unabhängigen Versuchen beträgt die Trefferwahrscheinlichkeit <math>p=0{,}2</math>. Gesucht ist <math>P(X\ge1)</math>.

'''Schritt 1: Gegenereignis'''

<math>P(X\ge1)=1-P(X=0)</math>

'''Schritt 2: Binomialmodell'''

<math>P(X=0)=\binom80\cdot0{,}2^0\cdot0{,}8^8=0{,}8^8</math>

'''Schritt 3: Ergebnis'''

<math>P(X\ge1)=1-0{,}8^8\approx0{,}8322</math>

'''Mündliche Interpretation:''' Die Wahrscheinlichkeit, in acht Versuchen mindestens einen Treffer zu erhalten, beträgt etwa <math>83{,}2\%</math>.

{{BR}}
= Erwartungswert und Streuung =

Für eine diskrete Zufallsgröße:

<math>E(X)=\sum_i x_i\cdot P(X=x_i)</math>

<math>\operatorname{Var}(X)=E(X^2)-[E(X)]^2</math>

<math>\sigma=\sqrt{\operatorname{Var}(X)}</math>

Für <math>X\sim B(n,p)</math> gilt:

<math>\mu=E(X)=np</math>

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

'''Mündlich:''' Der Erwartungswert beschreibt die langfristig zu erwartende Lage, nicht das sichere Ergebnis eines einzelnen Versuchs. Die Standardabweichung beschreibt die typische Streuung um den Erwartungswert.

{{BR}}
== Mini-Beispiel ==

Für <math>X\sim B(100,0{,}3)</math>:

<math>\mu=100\cdot0{,}3=30</math>

<math>\sigma=\sqrt{100\cdot0{,}3\cdot0{,}7}=\sqrt{21}\approx4{,}58</math>

'''Satz für die Prüfung:''' „Langfristig liegen die Trefferzahlen um <math>30</math>; die typische Streuung beträgt rund <math>4{,}6</math> Treffer.“

{{BR}}
= Normalverteilung =

Eine normalverteilte Zufallsgröße ist stetig. Wahrscheinlichkeiten entsprechen Flächen unter der Glockenkurve.

<math>X\sim N(\mu,\sigma^2)</math>

<math>P(X=a)=0</math> für jeden einzelnen Wert <math>a</math>.

'''Parameterwirkung:'''

# Größeres <math>\mu</math> verschiebt die Glockenkurve.
# Größeres <math>\sigma</math> macht sie breiter und flacher.
# Die gesamte Fläche unter der Kurve bleibt <math>1</math>.

[[Datei:Normal Distribution PDF.svg|500px|rahmenlos|center]]

[[Datei:Standard Normal Distribution-en.svg|500px|rahmenlos|center]]

'''Dynamische Normalverteilung:'''
<iframe> https://www.geogebra.org/m/vCYE4H9W </iframe>

{{#ev:youtube| https://www.youtube.com/watch?v=TQA8ayRxXAQ |500|center}}

{{BR}}
== Diskret und stetig vergleichen ==

<div style="overflow-x:auto;">
{| class="wikitable" style="min-width:560px;"
! Merkmal !! Binomialverteilung !! Normalverteilung
|-
| Typ || diskret || stetig
|-
| Werte || <math>0,1,\ldots,n</math> || reelle Werte
|-
| Einzelwert || <math>P(X=k)>0</math> möglich || <math>P(X=a)=0</math>
|-
| Darstellung || Säulen / Histogramm || Dichtekurve
|-
| Parameter || <math>n,p</math> || <math>\mu,\sigma</math>
|}
</div>

[[Datei:Normal approximation to binomial.svg|500px|rahmenlos|center]]

[[Datei:De moivre-laplace.gif|500px|rahmenlos|center]]

{{BR}}
== Interaktives Beispiel: Fläche interpretieren ==

Eine Messgröße sei näherungsweise normalverteilt mit <math>\mu=50</math> und <math>\sigma=4</math>. Ein digitales Hilfsmittel liefert

<math>P(46\le X\le54)\approx0{,}6827</math>.

'''Prüfungssatz:''' „Etwa <math>68{,}3\%</math> der Werte liegen im Intervall von <math>46</math> bis <math>54</math>, also innerhalb einer Standardabweichung um den Erwartungswert.“

[[Datei:Galton-Brett.svg|400px|rahmenlos|center]]

{{#ev:youtube| https://www.youtube.com/watch?v=yO8NZzDj1zY |500|center}}

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

{{BR}}
== Übung 1: Baum oder Vierfeldertafel? ==

Eine Schule fragt, ob Lernende einen Vorbereitungskurs besuchen und ob sie eine Probeprüfung bestehen.

'''Auftrag:''' Entscheide, ob Du die Daten lieber als Baumdiagramm oder Vierfeldertafel darstellst. Begründe.

<div class="mw-collapsible mw-collapsed">
'''Hilfe'''
<div class="mw-collapsible-content">
Zwei Merkmale mit je zwei Ausprägungen sprechen oft für eine Vierfeldertafel. Eine zeitliche oder bedingte Abfolge kann durch einen Baum anschaulicher werden.
</div>
</div>

<div class="mw-collapsible mw-collapsed">
'''Feedback'''
<div class="mw-collapsible-content">
Beide Darstellungen können korrekt sein. Entscheidend ist, dass Du die bedingte Bezugsgruppe eindeutig benennst und Wahrscheinlichkeiten konsistent einträgst.
</div>
</div>

{{BR}}
== Übung 2: Binomialmodell begründen ==

Ein Bauteil ist mit Wahrscheinlichkeit <math>0{,}04</math> fehlerhaft. Es werden <math>20</math> unabhängig produzierte Bauteile betrachtet.

'''Auftrag:''' Begründe das Modell und formuliere <math>P(X\ge2)</math> geschickt.

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

<math>P(X\ge2)=1-P(X=0)-P(X=1)</math>

<div class="mw-collapsible mw-collapsed">
'''Feedback'''
<div class="mw-collapsible-content">
Eine vollständige Begründung nennt: feste Versuchszahl <math>20</math>, zwei relevante Ausgänge, konstante Fehlerwahrscheinlichkeit und angenommene Unabhängigkeit.
</div>
</div>

{{BR}}
== Übung 3: Parameterwirkung erklären ==

Vergleiche zwei Normalverteilungen mit gleichem <math>\mu</math>, aber <math>\sigma_1<\sigma_2</math>.

'''Auftrag:''' Erkläre ohne Rechnung, welche Kurve breiter ist und warum.

<div class="mw-collapsible mw-collapsed">
'''Feedback'''
<div class="mw-collapsible-content">
Die Verteilung mit größerer Standardabweichung ist breiter. Da die Gesamtfläche <math>1</math> bleibt, wird ihre Glockenkurve zugleich flacher.
</div>
</div>

{{BR}}
= Fehleranalyse =

{| class="wikitable" style="width:100%;"
! Typischer Fehler !! Korrektur
|-
| <math>P(A\mid B)</math> und <math>P(B\mid A)</math> werden vertauscht. || Bedingung sprachlich zuerst festlegen: „unter den <math>B</math>-Fällen“.
|-
| „mindestens <math>k</math>“ wird als <math>P(X>k)</math> gelesen. || Mindestens schließt <math>k</math> ein: <math>P(X\ge k)</math>.
|-
| Erwartungswert wird als häufigster Wert bezeichnet. || Erwartungswert ist ein langfristiger Mittelwert.
|-
| Bei stetigen Verteilungen wird <math>P(X=a)</math> positiv angenommen. || Für stetige Zufallsgrößen gilt <math>P(X=a)=0</math>.
|-
| Rechnerwert wird ohne Kontext genannt. || Einheit, Bezugsgruppe und Bedeutung ergänzen.
|}

'''Fehlercheck im Prüfungsgespräch:''' Wenn Du Dich korrigierst, benenne den Grund. Eine nachvollziehbare Selbstkorrektur zeigt mathematische Kontrolle.

{{BR}}
= Selbstkontrolle =

Sprich 90 Sekunden frei zu jedem Impuls:

# „Erkläre <math>P(A\mid B)</math> ohne nur die Formel vorzulesen.“
# „Woran erkennst Du ein Binomialmodell?“
# „Was verändert <math>p</math> im Histogramm einer Binomialverteilung?“
# „Was sagen <math>\mu</math> und <math>\sigma</math> über eine Normalverteilung?“
# „Warum ist bei einer stetigen Zufallsgröße die Wahrscheinlichkeit eines Einzelwerts null?“
# „Wie prüfst Du, ob ein berechneter Wahrscheinlichkeitswert plausibel ist?“

'''Selbstbewertung:''' Eine gute Antwort enthält Begriff, mathematischen Zusammenhang, Darstellung und Kontext.

{{BR}}
= Transfer =

Eine Produktionsanlage füllt Flaschen. Die Füllmenge schwankt annähernd normalverteilt. Gleichzeitig wird jede Flasche als „unter Soll“ oder „nicht unter Soll“ klassifiziert.

'''Transferfrage:''' Wann ist die Normalverteilung die passendere Darstellung, wann eine Binomialverteilung?

'''Leitidee:''' Die einzelne Füllmenge ist stetig und kann normalverteilt modelliert werden. Zählt man dagegen in <math>n</math> Flaschen nur, wie viele „unter Soll“ liegen, entsteht bei geeigneten Annahmen eine binomialverteilte Trefferzahl.

{{BR}}
= Kompetenzcheck =

Du bist prüfungsbereit, wenn Du Folgendes ohne langen Fließtext darstellen kannst:

# eine bedingte Wahrscheinlichkeit als Formel, Baum und Vierfeldertafel verbinden;
# ein Binomialmodell begründen und Gegenereignisse effizient nutzen;
# <math>\mu</math> und <math>\sigma</math> berechnen und sprachlich deuten;
# diskrete und stetige Zufallsgrößen unterscheiden;
# Flächen unter einer Normalverteilung als Wahrscheinlichkeiten interpretieren;
# Ergebnisse mit Einheit, Bezugsgruppe und sinnvoller Rundung formulieren.

{{BR}}
= Reflexion und Folgekurs =

Beantworte nach dem Training:

# Welche Darstellung hilft Dir am meisten: Baum, Vierfeldertafel, Histogramm oder Glockenkurve?
# Bei welcher Formulierung machst Du noch Übersetzungsfehler: „höchstens“, „mindestens“, „unter der Bedingung“?
# Kannst Du einen Rechnerwert erklären, ohne Dich auf den Rechner zu berufen?
# Kannst Du eine Modellannahme nennen, die in der Realität verletzt sein könnte?

'''Folgekurs:''' [[ABI BF - Analysis mündlich erklären]] oder [[ABI BF - Analytische Geometrie mündlich erklären]].

{{BR}}
= Interaktive Aufgaben =

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

{{MC}}

'''Was bedeutet P von A unter der Bedingung B?'''
(Die Wahrscheinlichkeit von A unter der Bedingung B)
(!Die Wahrscheinlichkeit von B unter der Bedingung A)
(!Die Wahrscheinlichkeit von A oder B)
(!Die Wahrscheinlichkeit des Gegenereignisses von A)

{{E}}
<br>

{{MC}}

'''Welche Rechenregel gilt entlang eines Pfades im Baumdiagramm?'''
(Die Wahrscheinlichkeiten werden multipliziert)
(!Die Wahrscheinlichkeiten werden immer subtrahiert)
(!Die Wahrscheinlichkeiten werden quadriert)
(!Die Wahrscheinlichkeiten werden durch die Anzahl der Stufen geteilt)

{{E}}
<br>

{{MC}}

'''Welche Voraussetzung gehört zu einem Binomialmodell?'''
(Die Trefferwahrscheinlichkeit bleibt konstant)
(!Die Trefferwahrscheinlichkeit muss 0,5 sein)
(!Es müssen genau zwei Versuche stattfinden)
(!Die Trefferzahl muss vorher bekannt sein)

{{E}}
<br>

{{MC}}

'''Wie schreibt man höchstens k Treffer?'''
(P von X kleiner oder gleich k)
(!P von X größer als k)
(!P von X gleich k plus 1)
(!P von X größer oder gleich k)

{{E}}
<br>

{{MC}}

'''Wie berechnet man den Erwartungswert einer Binomialverteilung?'''
(n mal p)
(!n plus p)
(!n geteilt durch p)
(!p mal 1 minus p)

{{E}}
<br>

{{MC}}

'''Wie berechnet man die Standardabweichung einer Binomialverteilung?'''
(Wurzel aus n mal p mal 1 minus p)
(!n mal p)
(!Wurzel aus n plus p)
(!n mal 1 minus p)

{{E}}
<br>

{{MC}}

'''Was beschreibt eine größere Standardabweichung bei einer Normalverteilung?'''
(Eine stärkere Streuung)
(!Eine größere Gesamtwahrscheinlichkeit)
(!Immer einen größeren Erwartungswert)
(!Eine diskrete statt stetige Verteilung)

{{E}}
<br>

{{MC}}

'''Welche Aussage gilt für eine stetige normalverteilte Zufallsgröße?'''
(Die Wahrscheinlichkeit eines einzelnen exakten Wertes ist null)
(!Jeder einzelne Wert hat dieselbe positive Wahrscheinlichkeit)
(!Nur ganze Zahlen sind möglich)
(!Die Gesamtfläche unter der Kurve ist größer als eins)

{{E}}
<br>

{{MC}}

'''Was ist bei einer mündlichen Interpretation eines Wahrscheinlichkeitswertes wichtig?'''
(Die Bezugsgruppe und der Kontext)
(!Nur die Anzahl der Dezimalstellen)
(!Nur der verwendete Taschenrechner)
(!Eine möglichst lange Formel)

{{E}}
<br>

{{MC}}

'''Welche Aussage zum Erwartungswert ist richtig?'''
(Er beschreibt einen langfristig zu erwartenden Mittelwert)
(!Er ist immer ein tatsächlich beobachteter Einzelwert)
(!Er ist immer die größte Wahrscheinlichkeit)
(!Er ist dasselbe wie die Standardabweichung)

{{E}}
<br>

{{BR}}
== Memory ==

<div class="memo-quiz">
{|
|-
| Bedingte Wahrscheinlichkeit || neue Bezugsgruppe
|-
| Baumdiagramm || Pfadregeln
|-
| Vierfeldertafel || zwei binäre Merkmale
|-
| Binomialverteilung || Trefferzahl
|-
| Erwartungswert || langfristige Lage
|-
| Standardabweichung || Streuung
|-
| Normalverteilung || Glockenkurve
|-
| Gegenereignis || Ergänzung zu eins
|}
{{E}}
<br>

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

<div class="lueckentext-quiz">

{| class="wikitable"
! Ordne die richtigen Begriffe zu.
! Thema
|-
| '''Bedingte Wahrscheinlichkeit'''
| neue Bezugsgruppe
|-
| '''Binomialverteilung'''
| diskrete Trefferzahl
|-
| '''Normalverteilung'''
| stetige Zufallsgröße
|-
| '''Erwartungswert'''
| Lage der Verteilung
|-
| '''Standardabweichung'''
| Breite der Streuung
|-
| '''Gegenereignis'''
| Wahrscheinlichkeit als Ergänzung zu eins

|}
{{E}}

<br>
<br />

{{BR}}
== Kreuzworträtsel ==

<div class="kreuzwort-quiz">
{|
|-
| Bedingung || Welche Information verändert bei einer bedingten Wahrscheinlichkeit die Bezugsgruppe?
|-
| Binomial || Welcher Verteilungstyp modelliert eine Trefferzahl bei gleichartigen Bernoulli-Versuchen?
|-
| Erwartungswert || Welche Kenngröße beschreibt die langfristige Lage einer Verteilung?
|-
| Streuung || Was beschreibt die Standardabweichung?
|-
| Glockenkurve || Wie heißt die typische Form der Dichte einer Normalverteilung?
|-
| Pfadregel || Welche Regel nutzt man beim Rechnen im Baumdiagramm?
|}
{{E}}
<br>

{{BR}}
== LearningApps ==

<iframe> https://learningapps.org/index.php?s=ABI+BF+Stochastik+mündlich+erklären </iframe>

{{BR}}
== Lückentext ==

<quiz display=simple>
{'''Vervollständige den Text.'''<br>
|type="{}"}
Bei einer bedingten Wahrscheinlichkeit wird die { Bezugsgruppe } eingeschränkt. Entlang eines Pfades im Baumdiagramm werden Wahrscheinlichkeiten { multipliziert }. Eine Binomialverteilung beschreibt eine diskrete { Trefferzahl }. Für <math>X\sim B(n,p)</math> lautet der Erwartungswert { np }. Die Standardabweichung misst die { Streuung }. Eine normalverteilte Zufallsgröße ist { stetig }. Wahrscheinlichkeiten entsprechen bei ihr { Flächen } unter der Dichtekurve. Ein Ergebnis muss in einer mündlichen Prüfung im { Kontext } interpretiert werden.
</quiz>

<br>

{{BR}}
= Offene Aufgaben =

{{BR}}
=== Leicht ===
# [[Bedingte Wahrscheinlichkeit|Bedingung erklären]]: Erfinde ein Alltagsbeispiel zu <math>P(A\mid B)</math> und erkläre in 60 Sekunden, wie sich die Bezugsgruppe ändert.
# [[Baumdiagramm|Baum zeichnen]]: Zeichne einen zweistufigen Wahrscheinlichkeitsbaum und markiere einen Pfad, dessen Wahrscheinlichkeit Du berechnest.
# [[Vierfeldertafel|Tafel bauen]]: Erstelle aus selbst gewählten Häufigkeiten eine vollständige Vierfeldertafel und formuliere zwei bedingte Wahrscheinlichkeiten.
# [[Erwartungswert|Erwartungswert deuten]]: Formuliere drei Sätze, die klar zwischen Erwartungswert und sicherem Einzelwert unterscheiden.

{{BR}}
=== Standard ===
# [[Binomialverteilung|Modell prüfen]]: Erfinde zwei Situationen, von denen nur eine sinnvoll binomialverteilt modelliert werden kann, und begründe die Entscheidung.
# [[Standardabweichung|Streuung vergleichen]]: Skizziere zwei Verteilungen mit gleichem Erwartungswert und verschiedener Streuung und erläutere den Unterschied mündlich.
# [[Normalverteilung|Parameter verändern]]: Nutze ein dynamisches Modell, variiere <math>\mu</math> und <math>\sigma</math> und protokolliere drei Beobachtungen.
# [[Prüfungsgespräch|90-Sekunden-Antwort]]: Nimm eine Audioaufnahme auf, in der Du „mindestens“, Gegenereignis und Binomialmodell zusammenhängend erklärst, ohne personenbezogene Daten zu nennen.

{{BR}}
=== Schwer ===
# [[Modellierung|Darstellungen verbinden]]: Löse dieselbe bedingte Wahrscheinlichkeitsaufgabe einmal mit Baumdiagramm und einmal mit Vierfeldertafel und vergleiche die Denkwege.
# [[Fehleranalyse|Falsche Lösung korrigieren]]: Erstelle bewusst eine fehlerhafte Rechnung zu <math>P(A\mid B)</math>, finde den Fehler und erkläre die Korrektur.
# [[Transfer|Stetig zu diskret]]: Entwickle eine Situation mit normalverteilter Messgröße und leite daraus eine binomialverteilte Zählgröße ab.
# [[Mündliche Abiturprüfung|Prüfungssimulation]]: Plane einen 10-minütigen Kurzvortrag mit Formeln, Skizzen, Deutung und zwei möglichen Rückfragen des Prüfungsausschusses.

{{:Offene Aufgabe - MOOC erstellen}}

{{BR}}
= Lernkontrolle =

# [[Modellwahl]]: Vergleiche zwei Situationen und begründe, welche durch Binomialverteilung und welche durch Normalverteilung angemessen beschrieben werden kann.
# [[Darstellungswechsel]]: Übertrage Angaben aus einem Baumdiagramm in eine Vierfeldertafel und erkläre, welche Information dabei unverändert bleibt.
# [[Parameterwirkung]]: Begründe qualitativ, wie sich ein größeres <math>p</math> bei festem <math>n</math> auf Erwartungswert und Histogramm einer Binomialverteilung auswirkt.
# [[Kontextinterpretation]]: Erkläre, warum ein Ergebnis von <math>0{,}73</math> ohne Bezugsgruppe und Ereignisbeschreibung mathematisch unvollständig kommuniziert ist.
# [[Näherung]]: Erkläre anhand einer Grafik, warum eine Binomialverteilung bei geeigneten Parametern durch eine Normalverteilung angenähert werden kann, ohne daraus eine allgemeingültige Gleichheit zu machen.
# [[Plausibilitätsprüfung]]: Entwickle drei Prüfregeln, mit denen Du in einer mündlichen Situation einen Wahrscheinlichkeitswert schnell auf Plausibilität prüfst.

<br>
<br>

{{BR}}
= Lernnachweis =

Für einen Lernnachweis zu diesem Thema ist wichtig:
# Du erklärst bedingte Wahrscheinlichkeit mit korrekter Bezugsgruppe.
# Du nutzt Baumdiagramm und Vierfeldertafel sicher und wechselst zwischen den Darstellungen.
# Du begründest die Voraussetzungen eines Binomialmodells.
# Du berechnest und interpretierst Erwartungswert und Standardabweichung.
# Du unterscheidest diskrete und stetige Zufallsgrößen.
# Du liest Wahrscheinlichkeiten bei Normalverteilungen als Flächen.
# Du formulierst Rechenwege und Ergebnisse präzise im Sachkontext.
# Du erkennst und korrigierst typische Fehler selbstständig.
# Du begründest Modellannahmen und benennst Grenzen des Modells.
# Du kannst ohne digitale Hilfsmittel einen strukturierten mündlichen Lösungsweg darstellen.

<br>
<br>

{{BR}}
= OERs zum Thema =

'''Offizielle Orientierung:'''
# [https://www.bildungsplaene-bw.de/BP2016BW_ALLG_GYM_BFOM_IK_11-12-BF_05 Bildungsplan Baden-Württemberg – Basisfach Mathematik, Daten und Zufall]
# [https://rp.baden-wuerttemberg.de/fileadmin/RP-Internet/Freiburg/Abteilung_7/Referat_75/Fachseiten/Mathe/2026-Facherlass-Mathematik.pdf Facherlass Mathematik Abitur 2026]
# [https://commons.wikimedia.org/wiki/Category:Probability Wikimedia Commons – Probability]

'''Wikipedia:'''
<iframe> https://de.m.wikipedia.org/wiki/Stochastik </iframe>

{{BR}}
= Verknüpfte Lernbereiche =

{| align=center
{{:D-Tab}}
'''[[Stochastik]]'''
# [[Bedingte Wahrscheinlichkeit]]
# [[Baumdiagramm]]
# [[Vierfeldertafel]]
# [[Binomialverteilung]]
# [[Erwartungswert]]
# [[Varianz]]
# [[Standardabweichung]]
# [[Normalverteilung]]
# [[Zufallsvariable]]
# [[Modellieren]]
|}

[[Kategorie:Mathematik]]
[[Kategorie:Stochastik]]
[[Kategorie:Abitur]]
[[Kategorie:Mathematik-Abitur]]
[[Kategorie:Baden-Württemberg]]
[[Kategorie:Basisfach]]
[[Kategorie:Oberstufe]]
[[Kategorie:Wahrscheinlichkeitsrechnung]]
[[Kategorie:Normalverteilung]]
[[Kategorie:Binomialverteilung]]

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

ABI BF - Stochastik mündlich erklären - Versionsgeschichte

Glanz: aiMOOC über GPT aiMOOC Action erstellt