Glanz: aiMOOC über GPT aiMOOC Action erstellt

2026-09-28T02:50:35Z

aiMOOC über GPT aiMOOC Action erstellt

Neue Seite

{{T}}

{{BR}}
= M10 E - Stochastische Unabhängigkeit untersuchen =

'''Mini-Beschreibung:''' Prüfe, ob zwei Ereignisse stochastisch unabhängig sind, und unterscheide Unabhängigkeit von Unvereinbarkeit. Du arbeitest mit bedingten Wahrscheinlichkeiten, Vierfeldertafeln, Mengendiagrammen und dem Produktkriterium <math>P(A\cap B)=P(A)\cdot P(B)</math>.

'''Zielgruppe:''' Klasse 10, Mathematik, Baden-Württemberg, ausschließlich E-Niveau.

{{BR}}
= Einleitung =

Zwei Ereignisse können gleichzeitig auftreten und trotzdem unabhängig sein. Umgekehrt können zwei Ereignisse, die niemals gleichzeitig auftreten, gerade '''nicht''' unabhängig sein. Entscheidend ist deshalb nicht der erste Eindruck, sondern eine mathematische Prüfung.

[[Datei:Venn prob 0001.svg|500px|rahmenlos|center]]

Du untersuchst die Beziehung zwischen zwei Ereignissen <math>A</math> und <math>B</math> mit drei zentralen Darstellungen:

# [[Mengendiagramm]]: Zeigt <math>A</math>, <math>B</math> und die Schnittmenge <math>A\cap B</math>.
# [[Vierfeldertafel]]: Ordnet gemeinsame und ergänzende Ereignisse.
# [[Bedingte Wahrscheinlichkeit]]: Prüft, ob die Information über <math>B</math> die Wahrscheinlichkeit von <math>A</math> verändert.

{{#ev:youtube| https://www.youtube.com/watch?v=NedAS2ty274 |500|center}}

{{BR}}
= Lernziele =

Nach diesem aiMOOC kannst Du:

# [[Stochastische Unabhängigkeit]] mit <math>P(A\cap B)=P(A)\cdot P(B)</math> prüfen.
# [[Bedingte Wahrscheinlichkeit|Bedingte Wahrscheinlichkeiten]] mit <math>P(A\mid B)=\frac{P(A\cap B)}{P(B)}</math> berechnen.
# die Gleichwertigkeit von Produktkriterium und Bedingungskriterium herleiten.
# [[Unvereinbare Ereignisse|Unvereinbarkeit]] und Unabhängigkeit sicher unterscheiden.
# Vierfeldertafeln und Mengendiagramme zur Begründung verwenden.
# Gegenbeispiele prüfen und Sonderfälle erkennen.
# mathematische Modelle kritisch untersuchen und digitale Ergebnisse kontrollieren.
# Begründungen so formulieren, dass Rechenweg, Darstellung und Schlussfolgerung nachvollziehbar sind.

{{BR}}
= Vorwissen-Check =

Prüfe zuerst, ob die Grundlagen sitzen.

# '''Schnittmenge:''' Was bedeutet <math>A\cap B</math>?
# '''Gegenereignis:''' Was bedeutet <math>\bar A</math>?
# '''Pfadregel:''' Wie erhältst Du in einem Baumdiagramm die Wahrscheinlichkeit eines vollständigen Pfades?
# '''Bedingung:''' Was verändert sich, wenn bekannt ist, dass <math>B</math> bereits eingetreten ist?

<div class="mw-collapsible mw-collapsed">
'''Kurzfeedback:''' <math>A\cap B</math> bedeutet „A und B“. <math>\bar A</math> bedeutet „nicht A“. Auf einem Pfad werden Wahrscheinlichkeiten multipliziert. Bei einer Bedingung wird der betrachtete Ergebnisraum auf das bedingende Ereignis eingeschränkt.
</div>

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

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

{{BR}}
= Grundidee der stochastischen Unabhängigkeit =

Ereignisse <math>A</math> und <math>B</math> heißen stochastisch unabhängig, wenn das Wissen über das Eintreten von <math>B</math> die Wahrscheinlichkeit von <math>A</math> nicht verändert.

Das zentrale Kriterium lautet:

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

Gilt die Gleichung, sind <math>A</math> und <math>B</math> unabhängig. Gilt sie nicht, sind sie abhängig.

'''Prüfschema:'''

{| class="wikitable" style="margin:auto; text-align:center;"
! Schritt
! Rechnung
|-
| Einzelwahrscheinlichkeiten
| <math>P(A)</math>, <math>P(B)</math>
|-
| Schnitt
| <math>P(A\cap B)</math>
|-
| Produkt
| <math>P(A)\cdot P(B)</math>
|-
| Vergleich
| gleich oder ungleich
|-
| Schluss
| unabhängig oder abhängig
|}

{{BR}}
== Bedingte Wahrscheinlichkeit als zweites Kriterium ==

Für <math>P(B)>0</math> gilt:

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

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

Sind <math>A</math> und <math>B</math> unabhängig, dann gilt:

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

Analog gilt für <math>P(A)>0</math>:

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

Die Information „<math>B</math> ist eingetreten“ liefert dann keine neue Information über die Wahrscheinlichkeit von <math>A</math>.

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

{{BR}}
== E-Niveau: Herleitung der Gleichwertigkeit ==

Angenommen, <math>P(B)>0</math> und die Ereignisse sind unabhängig. Dann:

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

Mit <math>P(A\cap B)=P(A)\cdot P(B)</math> folgt:

<math>P(A\mid B)=\frac{P(A)\cdot P(B)}{P(B)}=P(A)</math>

Umgekehrt sei <math>P(A\mid B)=P(A)</math>. Dann:

<math>\frac{P(A\cap B)}{P(B)}=P(A)</math>

Multiplikation mit <math>P(B)</math> ergibt:

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

Damit sind beide Kriterien unter der Voraussetzung <math>P(B)>0</math> gleichwertig.

{{BR}}
= Unabhängigkeit ist nicht Unvereinbarkeit =

'''Unvereinbar''' bedeutet:

<math>A\cap B=\varnothing</math>

Dann gilt:

<math>P(A\cap B)=0</math>

Sind zugleich <math>P(A)>0</math> und <math>P(B)>0</math>, dann ist:

<math>P(A)\cdot P(B)>0</math>

Damit kann das Produktkriterium nicht erfüllt sein. Zwei unvereinbare Ereignisse mit positiven Wahrscheinlichkeiten sind also '''abhängig'''.

'''Sonderfall auf E-Niveau:''' Hat mindestens eines der Ereignisse Wahrscheinlichkeit <math>0</math>, kann Unvereinbarkeit zusammen mit Unabhängigkeit auftreten.

[[Datei:Conditional probability venn 1-10.svg|500px|rahmenlos|center]]

{{BR}}
== Gegenbeispiel: unabhängig trotz Überschneidung ==

Ein fairer Würfel wird einmal geworfen.

<math>A=\{2,4,6\}</math>

<math>B=\{3,6\}</math>

Dann gilt:

<math>P(A)=\frac{3}{6}=\frac12</math>

<math>P(B)=\frac{2}{6}=\frac13</math>

<math>A\cap B=\{6\}</math>

<math>P(A\cap B)=\frac16</math>

und

<math>P(A)\cdot P(B)=\frac12\cdot\frac13=\frac16</math>

Also sind <math>A</math> und <math>B</math> unabhängig, obwohl sie sich in <math>6</math> überschneiden.

{{BR}}
== Gegenbeispiel: unvereinbar, aber abhängig ==

Beim selben Würfel sei:

<math>C=\{1\}</math>

<math>D=\{2\}</math>

Dann gilt:

<math>C\cap D=\varnothing</math>

also

<math>P(C\cap D)=0</math>

aber

<math>P(C)\cdot P(D)=\frac16\cdot\frac16=\frac1{36}</math>

Damit sind <math>C</math> und <math>D</math> nicht unabhängig.

{{BR}}
= Vierfeldertafel =

Eine Vierfeldertafel macht gemeinsame und ergänzende Ereignisse sichtbar.

Beispiel mit 100 gleich gewichteten Fällen:

{| class="wikitable" style="margin:auto; text-align:center;"
!
! <math>B</math>
! <math>\bar B</math>
! Summe
|-
! <math>A</math>
| 12
| 28
| 40
|-
! <math>\bar A</math>
| 18
| 42
| 60
|-
! Summe
| 30
| 70
| 100
|}

Daraus:

<math>P(A)=\frac{40}{100}=0{,}4</math>

<math>P(B)=\frac{30}{100}=0{,}3</math>

<math>P(A\cap B)=\frac{12}{100}=0{,}12</math>

Produkt:

<math>P(A)\cdot P(B)=0{,}4\cdot0{,}3=0{,}12</math>

Also sind <math>A</math> und <math>B</math> unabhängig.

Zusatzprüfung:

<math>P(A\mid B)=\frac{12}{30}=0{,}4=P(A)</math>

{{BR}}
= Interaktive Beispiele =

{{BR}}
== Beispiel 1: Würfelereignisse prüfen ==

Ein fairer Würfel wird einmal geworfen.

<math>A=\{1,2,3\}</math>

<math>B=\{2,4,6\}</math>

'''Aufgabe:''' Prüfe die Unabhängigkeit.

'''Hilfestufe 1:''' Bestimme zuerst <math>A\cap B</math>.

<div class="mw-collapsible mw-collapsed">
'''Hinweis:''' <math>A\cap B=\{2\}</math>.
</div>

'''Hilfestufe 2:''' Vergleiche <math>P(A\cap B)</math> mit <math>P(A)\cdot P(B)</math>.

<div class="mw-collapsible mw-collapsed">
'''Feedback und Lösung:''' <math>P(A)=\frac12</math>, <math>P(B)=\frac12</math>, <math>P(A\cap B)=\frac16</math>. Das Produkt ist <math>\frac14</math>. Da <math>\frac16\neq\frac14</math>, sind die Ereignisse abhängig.
</div>

{{BR}}
== Beispiel 2: Vierfeldertafel untersuchen ==

Gegeben ist:

{| class="wikitable" style="margin:auto; text-align:center;"
!
! <math>B</math>
! <math>\bar B</math>
! Summe
|-
! <math>A</math>
| 20
| 20
| 40
|-
! <math>\bar A</math>
| 10
| 50
| 60
|-
! Summe
| 30
| 70
| 100
|}

'''Aufgabe:''' Prüfe mit zwei verschiedenen Kriterien.

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' <math>P(A)=0{,}4</math>, <math>P(B)=0{,}3</math>, <math>P(A\cap B)=0{,}2</math>. Es gilt <math>0{,}2\neq0{,}12</math>. Außerdem ist <math>P(A\mid B)=\frac{20}{30}=\frac23\neq0{,}4</math>. Beide Kriterien zeigen Abhängigkeit.
</div>

{{BR}}
== Beispiel 3: Mit Bedingung argumentieren ==

Gegeben sei:

<math>P(A)=0{,}35</math>

<math>P(B)=0{,}50</math>

<math>P(A\mid B)=0{,}35</math>

'''Denkfrage:''' Reicht dies für Unabhängigkeit?

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' Ja, sofern <math>P(B)>0</math>. Da <math>P(A\mid B)=P(A)</math>, ändert die Information über <math>B</math> die Wahrscheinlichkeit von <math>A</math> nicht.
</div>

{{#ev:youtube| https://www.youtube.com/watch?v=UjkasuLy3ME |500|center}}

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

{{BR}}
== Übung A: Produktkriterium ==

Gegeben sind:

<math>P(A)=0{,}6</math>

<math>P(B)=0{,}25</math>

<math>P(A\cap B)=0{,}15</math>

Prüfe die Unabhängigkeit.

<div class="mw-collapsible mw-collapsed">
'''Hilfestufe 1:''' Berechne <math>P(A)\cdot P(B)</math>.
</div>

<div class="mw-collapsible mw-collapsed">
'''Hilfestufe 2:''' <math>0{,}6\cdot0{,}25=0{,}15</math>.
</div>

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' Das Produkt stimmt mit <math>P(A\cap B)</math> überein. Die Ereignisse sind unabhängig.
</div>

{{BR}}
== Übung B: Bedingte Wahrscheinlichkeit ==

Gegeben sind:

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

<math>P(A\cap B)=0{,}12</math>

<math>P(A)=0{,}3</math>

Prüfe mit <math>P(A\mid B)</math>.

<div class="mw-collapsible mw-collapsed">
'''Hilfestufe 1:''' Verwende <math>P(A\mid B)=\frac{P(A\cap B)}{P(B)}</math>.
</div>

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' <math>P(A\mid B)=\frac{0{,}12}{0{,}4}=0{,}3=P(A)</math>. Die Ereignisse sind unabhängig.
</div>

{{BR}}
== Übung C: Unvereinbarkeit prüfen ==

Zwei Ereignisse erfüllen:

<math>P(A)=0{,}2</math>

<math>P(B)=0{,}5</math>

<math>A\cap B=\varnothing</math>

Entscheide und begründe, ob sie unabhängig sind.

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' <math>P(A\cap B)=0</math>, aber <math>P(A)\cdot P(B)=0{,}1</math>. Sie sind unvereinbar, aber abhängig.
</div>

{{BR}}
== Übung D: Parameter bestimmen ==

Es gilt:

<math>P(A)=0{,}4</math>

<math>P(B)=x</math>

<math>P(A\cap B)=0{,}12</math>

Für welchen Wert von <math>x</math> sind die Ereignisse unabhängig?

<div class="mw-collapsible mw-collapsed">
'''Hilfestufe:''' Setze in <math>0{,}12=0{,}4\cdot x</math> ein.
</div>

<div class="mw-collapsible mw-collapsed">
'''Feedback:''' <math>x=0{,}3</math>.
</div>

{{BR}}
= E-Niveau: Beweisen und verallgemeinern =

Sind <math>A</math> und <math>B</math> unabhängig, dann ist auch <math>A</math> unabhängig von <math>\bar B</math>.

Ausgangspunkt:

<math>P(A\cap \bar B)=P(A)-P(A\cap B)</math>

Mit der Unabhängigkeit:

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

Ausklammern:

<math>P(A\cap \bar B)=P(A)\cdot(1-P(B))</math>

Wegen

<math>P(\bar B)=1-P(B)</math>

folgt:

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

Damit ist das Produktkriterium auch für <math>A</math> und <math>\bar B</math> erfüllt.

'''Weiterdenken:''' Analog kannst Du zeigen, dass auch <math>\bar A</math> und <math>B</math> sowie <math>\bar A</math> und <math>\bar B</math> unabhängig sind.

{{BR}}
= Typische Fehler =

# [[Unvereinbarkeit]] mit Unabhängigkeit verwechseln: Ein leerer Schnitt bedeutet nicht automatisch Unabhängigkeit.
# Nur <math>P(A)</math> und <math>P(B)</math> vergleichen: Entscheidend ist zusätzlich <math>P(A\cap B)</math>.
# Bei <math>P(A\mid B)</math> durch <math>P(A)</math> statt durch <math>P(B)</math> teilen.
# Eine Vierfeldertafel falsch lesen: Die Schnittwahrscheinlichkeit steht im gemeinsamen Feld.
# Aus einem Beispiel eine allgemeine Regel ableiten, ohne sie zu beweisen.
# Eine KI-Antwort übernehmen, obwohl keine mathematische Begründung angegeben ist.

{{BR}}
= Digitale Ergebnisse kritisch prüfen =

Bei digitalen Werkzeugen und KI-Systemen gilt:

# Prüfe jede berechnete Wahrscheinlichkeit auf den Wertebereich <math>0\leq P(E)\leq1</math>.
# Kontrolliere, ob Zeilen- und Spaltensummen einer Vierfeldertafel zusammenpassen.
# Prüfe das Ergebnis mit einem zweiten Kriterium, wenn möglich.
# Verwende bei eigenen Datenerhebungen keine personenbezogenen Daten.
# Übernimm KI-Ausgaben nicht als Beweis. Eine mathematische Aussage gilt erst nach nachvollziehbarer Herleitung oder Prüfung.

{{BR}}
= Selbstkontrolle =

Entscheide jeweils ohne lange Rechnung:

{| class="wikitable" style="margin:auto;"
! Aussage
! Prüffrage
|-
| <math>P(A\cap B)=P(A)P(B)</math>
| Was folgt?
|-
| <math>P(A\mid B)=P(A)</math>
| Was folgt bei <math>P(B)>0</math>?
|-
| <math>A\cap B=\varnothing</math>
| Reicht das für Unabhängigkeit?
|-
| <math>P(A)=0</math>
| Welcher Sonderfall ist möglich?
|}

<div class="mw-collapsible mw-collapsed">
'''Lösung:''' In den ersten beiden Zeilen folgt Unabhängigkeit. Ein leerer Schnitt reicht nicht aus. Bei Wahrscheinlichkeit <math>0</math> kann ein Ereignis mit einem unvereinbaren Ereignis zugleich unabhängig sein.
</div>

{{BR}}
= Transfer =

Eine Qualitätskontrolle betrachtet zwei Merkmale eines anonymen Produktionsprozesses:

<math>A</math>: Ein Bauteil stammt aus Linie A.

<math>B</math>: Ein Bauteil benötigt Nacharbeit.

Du erhältst eine Vierfeldertafel mit Häufigkeiten.

'''Transferauftrag:''' Prüfe nicht nur rechnerisch, ob die Merkmale unabhängig sind. Formuliere auch, welche Bedeutung eine festgestellte Abhängigkeit für das Modell hätte. Beachte: Eine statistische Abhängigkeit allein beweist keine Ursache-Wirkungs-Beziehung.

{{BR}}
= Kompetenzcheck =

Du bist auf E-Niveau sicher, wenn Du:

# aus Texten Ereignisse korrekt definierst.
# Schnitt- und Gegenereignisse formal notierst.
# zwischen Unvereinbarkeit und Unabhängigkeit unterscheidest.
# Produktkriterium und Bedingungskriterium verwendest.
# Vierfeldertafeln korrekt auswertest.
# Kriterien herleitest und Sonderfälle erklärst.
# Gegenbeispiele konstruierst.
# Ergebnisse aus digitalen Werkzeugen mathematisch überprüfst.
# einen Lösungsweg mit Rechnung, Darstellung und Begründung abschließt.

{{BR}}
= Reflexion =

Beantworte für Dich:

# Welches Kriterium nutzt Du zuerst: Produktkriterium oder bedingte Wahrscheinlichkeit?
# An welcher Stelle kann eine Vierfeldertafel Fehler verhindern?
# Warum ist „unvereinbar“ sprachlich leicht mit „unabhängig“ zu verwechseln?
# Welches Gegenbeispiel hilft Dir, beide Begriffe auseinanderzuhalten?
# Welche Rechnung würdest Du einer KI-Ausgabe zur Kontrolle gegenüberstellen?

{{BR}}
= Folgekurs =

Als nächster Schritt eignen sich:

# [[Bedingte Wahrscheinlichkeit vertiefen]]
# [[Satz von Bayes]]
# [[Vierfeldertafel]]
# [[Baumdiagramm]]
# [[Bernoulli-Experiment]]
# [[Zufallsvariable]]
# [[Stochastische Modelle]]

{{BR}}
= Interaktive Aufgaben =

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

{{MC}}

'''Welches Kriterium zeigt die stochastische Unabhängigkeit von A und B?'''
(Das Produkt der Einzelwahrscheinlichkeiten entspricht der Schnittwahrscheinlichkeit)
(!Die Summe der Einzelwahrscheinlichkeiten ist eins)
(!Die Ereignisse haben keine gemeinsamen Ergebnisse)
(!Beide Ereignisse haben dieselbe Wahrscheinlichkeit)

{{E}}
<br>

{{MC}}

'''Was bedeutet stochastische Unabhängigkeit inhaltlich?'''
(Die Information über ein Ereignis verändert die Wahrscheinlichkeit des anderen nicht)
(!Beide Ereignisse können niemals gemeinsam auftreten)
(!Beide Ereignisse müssen gleich wahrscheinlich sein)
(!Beide Ereignisse müssen Gegenereignisse sein)

{{E}}
<br>

{{MC}}

'''Was gilt bei unabhängigen Ereignissen mit positiver Wahrscheinlichkeit von B?'''
(Die bedingte Wahrscheinlichkeit von A unter B entspricht der Wahrscheinlichkeit von A)
(!Die bedingte Wahrscheinlichkeit von A unter B ist null)
(!Die Wahrscheinlichkeit von A ist immer eins)
(!Die Schnittwahrscheinlichkeit ist immer null)

{{E}}
<br>

{{MC}}

'''Was bedeutet Unvereinbarkeit?'''
(Die Ereignisse besitzen keinen gemeinsamen Ausgang)
(!Die Ereignisse sind automatisch unabhängig)
(!Die Ereignisse haben dieselbe Wahrscheinlichkeit)
(!Die Ereignisse müssen beide sicher sein)

{{E}}
<br>

{{MC}}

'''Zwei unvereinbare Ereignisse besitzen beide positive Wahrscheinlichkeit. Was folgt?'''
(Sie sind stochastisch abhängig)
(!Sie sind stochastisch unabhängig)
(!Sie sind Gegenereignisse)
(!Ihre Wahrscheinlichkeiten sind gleich)

{{E}}
<br>

{{MC}}

'''Wozu dient eine Vierfeldertafel besonders?'''
(Gemeinsame und ergänzende Ereignisse übersichtlich darzustellen)
(!Nur Mittelwerte zu berechnen)
(!Funktionen zu zeichnen)
(!Gleichungen ohne Wahrscheinlichkeiten zu lösen)

{{E}}
<br>

{{MC}}

'''Welche Größe steht im gemeinsamen Feld von A und B?'''
(Die Wahrscheinlichkeit der Schnittmenge)
(!Die Wahrscheinlichkeit der Vereinigung)
(!Nur die Wahrscheinlichkeit von A)
(!Nur die Wahrscheinlichkeit von B)

{{E}}
<br>

{{MC}}

'''Was muss eine mathematisch überzeugende Prüfung der Unabhängigkeit enthalten?'''
(Einen nachvollziehbaren Vergleich eines gültigen Kriteriums)
(!Nur eine Vermutung aus dem Sachtext)
(!Nur ein Diagramm ohne Rechnung)
(!Nur die Aussage einer Software)

{{E}}
<br>

{{MC}}

'''Kann ein Ereignis mit Wahrscheinlichkeit null unabhängig von einem unvereinbaren Ereignis sein?'''
(Ja)
(!Nein)
(!Nur bei Wahrscheinlichkeit eins)
(!Nur bei gleich großen Ergebnismengen)

{{E}}
<br>

{{MC}}

'''Welche Aussage über KI-Ausgaben ist mathematisch angemessen?'''
(Sie müssen durch Rechnung oder Beweis geprüft werden)
(!Sie gelten automatisch als Beweis)
(!Sie ersetzen jede Vierfeldertafel)
(!Sie dürfen nicht kontrolliert werden)

{{E}}
<br>

{{BR}}
== Memory ==

<div class="memo-quiz">
{|
|-
| Produktkriterium || <math>P(A\cap B)=P(A)\cdot P(B)</math>
|-
| Bedingungskriterium || <math>P(A\mid B)=P(A)</math>
|-
| Unvereinbarkeit || Leere Schnittmenge
|-
| Vierfeldertafel || Gemeinsame und ergänzende Fälle
|-
| Gegenereignis || <math>\bar A</math>
|-
| Schnittmenge || A und B treten gemeinsam ein
|}
{{E}}
<br>

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

<div class="lueckentext-quiz">

{| class="wikitable"
! Ordne die richtigen Begriffe zu.
! Thema
|-
| '''Produktkriterium'''
| Unabhängigkeit
|-
| '''Leere Schnittmenge'''
| Unvereinbarkeit
|-
| '''Bedingungskriterium'''
| Informationswirkung
|-
| '''Vierfeldertafel'''
| Darstellung
|-
| '''Gegenbeispiel'''
| Widerlegung

|}
{{E}}

<br>

{{BR}}
== Kreuzworträtsel ==

<div class="kreuzwort-quiz">
{|
|-
| Schnittmenge || Wie heißt die Menge der Ergebnisse, die zu zwei Ereignissen gleichzeitig gehören?
|-
| Unabhängig || Wie heißen Ereignisse, wenn das Produktkriterium erfüllt ist?
|-
| Vierfeldertafel || Welche Darstellung ordnet zwei Ereignisse und ihre Gegenereignisse?
|-
| Gegenereignis || Wie heißt das Ereignis, dass ein Ereignis nicht eintritt?
|-
| Bedingt || Wie nennt man eine Wahrscheinlichkeit unter einer bekannten Voraussetzung?
|-
| Unvereinbar || Wie heißen Ereignisse mit leerer Schnittmenge?
|}
{{E}}
<br>

{{BR}}
== LearningApps ==

<iframe> https://learningapps.org/index.php?s=M10+E+Stochastische+Unabhängigkeit+untersuchen </iframe>

{{BR}}
== Lückentext ==

<quiz display=simple>
{'''Vervollständige den Text.'''<br>
|type="{}"}
Zwei Ereignisse sind stochastisch unabhängig, wenn das Wissen über das eine Ereignis die Wahrscheinlichkeit des anderen { nicht verändert }. Das zentrale Prüfkriterium verwendet die { Schnittwahrscheinlichkeit }. Bei unvereinbaren Ereignissen ist die Schnittwahrscheinlichkeit { null }. Sind beide Einzelwahrscheinlichkeiten positiv, sind unvereinbare Ereignisse deshalb { abhängig }. Eine Vierfeldertafel zeigt gemeinsame und { ergänzende } Fälle. Eine KI-Ausgabe ersetzt keinen mathematischen { Beweis }.
</quiz>

<br>

{{BR}}
= Offene Aufgaben =

{{BR}}
=== Leicht ===
# [[Mengendiagramm zeichnen]]: Zeichne zwei überlappende Ereignisse und markiere <math>A\cap B</math>.
# [[Begriffe erklären]]: Erkläre mit eigenen Worten den Unterschied zwischen Unvereinbarkeit und Unabhängigkeit.
# [[Vierfeldertafel erstellen]]: Erfinde eine Vierfeldertafel mit 100 Fällen und markiere die vier inneren Felder.
# [[Fehler finden]]: Formuliere eine falsche Aussage zur Unabhängigkeit und korrigiere sie anschließend.

{{BR}}
=== Standard ===
# [[Würfelmodell]]: Konstruiere zwei unabhängige Ereignisse bei einem Würfelwurf und beweise die Unabhängigkeit.
# [[Gegenbeispiel]]: Konstruiere zwei unvereinbare Ereignisse mit positiver Wahrscheinlichkeit und zeige ihre Abhängigkeit.
# [[Digitale Kontrolle]]: Lass ein digitales Werkzeug eine Unabhängigkeitsaufgabe lösen und prüfe jeden Rechenschritt selbst.
# [[Erklärvideo]]: Produziere ein kurzes Video, in dem Du Produktkriterium und Bedingungskriterium an einem Beispiel vergleichst.

{{BR}}
=== Schwer ===
# [[Beweis Gegenereignis]]: Beweise, dass aus der Unabhängigkeit von <math>A</math> und <math>B</math> die Unabhängigkeit von <math>\bar A</math> und <math>B</math> folgt.
# [[Parameteraufgabe]]: Entwickle eine Aufgabe, in der ein Parameter so bestimmt werden muss, dass zwei Ereignisse unabhängig sind.
# [[Modellkritik]]: Erstelle zwei Vierfeldertafeln mit gleichen Randwahrscheinlichkeiten, aber unterschiedlicher Abhängigkeitsstruktur, und erkläre den Unterschied.
# [[Komplexes Modell]]: Entwickle ein anonymes Sachmodell aus Produktion, Technik oder Spiel, prüfe seine Ereignisse auf Unabhängigkeit und diskutiere Grenzen des Modells.

{{:Offene Aufgabe - MOOC erstellen}}

{{BR}}
= Lernkontrolle =

# [[Transfer Vierfeldertafel]]: Eine Vierfeldertafel enthält unbekannte Felder. Bestimme die fehlenden Werte unter der Zusatzbedingung, dass zwei Ereignisse unabhängig sind, und begründe jeden Schritt.
# [[Beweisaufgabe]]: Leite aus <math>P(A\mid B)=P(A)</math> das Produktkriterium her und nenne die notwendige Voraussetzung.
# [[Gegenbeispielanalyse]]: Prüfe die Behauptung „Unvereinbare Ereignisse sind unabhängig“ und widerlege sie mit einem selbst konstruierten Beispiel.
# [[Modellvergleich]]: Vergleiche Ziehen mit Zurücklegen und Ziehen ohne Zurücklegen hinsichtlich möglicher Unabhängigkeit zweier Ziehungsereignisse.
# [[Fehlerdiagnose]]: Analysiere eine fehlerhafte KI-Lösung, in der aus <math>A\cap B=\varnothing</math> auf Unabhängigkeit geschlossen wird. Korrigiere Rechnung und Begründung.
# [[Verallgemeinerung]]: Beweise für unabhängige <math>A</math> und <math>B</math> die Unabhängigkeit von <math>\bar A</math> und <math>\bar B</math>.

<br>
<br>

{{BR}}
= Lernnachweis =

Für einen Lernnachweis ist wichtig, dass Du:

# Ereignisse eindeutig definierst.
# Wahrscheinlichkeiten korrekt aus einer Darstellung entnimmst.
# <math>P(A\cap B)</math> sicher bestimmst.
# mindestens ein gültiges Unabhängigkeitskriterium korrekt anwendest.
# Unvereinbarkeit und Unabhängigkeit begründet unterscheidest.
# Vierfeldertafeln und Mengendiagramme fachgerecht nutzt.
# Rechnungen mit einer klaren Schlussfolgerung abschließt.
# einen einfachen Beweis oder eine Herleitung nachvollziehbar führst.
# Gegenbeispiele als Widerlegung einsetzen kannst.
# digitale Ergebnisse kontrollierst und keine personenbezogenen Daten verwendest.

<br>
<br>

{{BR}}
= OERs zum Thema =

<iframe> https://de.m.wikipedia.org/wiki/Stochastisch_unabh%C3%A4ngige_Ereignisse </iframe>

[https://de.serlo.org/mathe/141893/stochastische-unabhaengigkeit Serlo: Stochastische Unabhängigkeit]

[https://www.planet-schule.de/schwerpunkt/stochastik/061-stochastische-unabhaengigkeit-stochastik-kolleg24-mathematik-100.html Planet Schule: Stochastische Unabhängigkeit]

Die eingebundenen Wikimedia-Commons-Dateien besitzen jeweils eigene Lizenz- und Urheberangaben auf ihrer Dateiseite. Prüfe diese Angaben bei Weiterverwendung oder Bearbeitung.

{{BR}}
= Medienübersicht =

# [[Datei:Venn prob 0001.svg|220px|rahmenlos|center]]
# [[Datei:Probability tree diagram.svg|220px|rahmenlos|center]]
# [[Datei:Conditional probability.svg|220px|rahmenlos|center]]
# [[Datei:Conditional probability venn 1-10.svg|220px|rahmenlos|center]]
# [[Datei:Conditional probability illustration.webm|220px|rahmenlos|center]]

{{BR}}
= Verknüpfte Lernbereiche =

{| align=center
{{:D-Tab}}
'''[[Stochastische Unabhängigkeit]]'''
# [[Bedingte Wahrscheinlichkeit]]
# [[Vierfeldertafel]]
# [[Mengendiagramm]]
# [[Baumdiagramm]]
# [[Unvereinbare Ereignisse]]
# [[Gegenereignis]]
# [[Schnittmenge]]
# [[Pfadregel]]
# [[Satz von Bayes]]
|}

[[Kategorie:Mathematik]]
[[Kategorie:Stochastik]]
[[Kategorie:Wahrscheinlichkeitsrechnung]]
[[Kategorie:Klasse 10]]
[[Kategorie:E-Niveau]]
[[Kategorie:Baden-Württemberg]]
[[Kategorie:Sekundarstufe I]]

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

M10 E - Stochastische Unabhängigkeit untersuchen - Versionsgeschichte

Glanz: aiMOOC über GPT aiMOOC Action erstellt