ABI - Das kann ich im Mathematik-Abitur – Stochastik

ABI - Das kann ich im Mathematik-Abitur – Stochastik

Mini-Beschreibung: In diesem aiMOOC diagnostizierst und trainierst Du zentrale Kompetenzen der Stochastik für das Mathematik-Abitur in Baden-Württemberg: Bedingte Wahrscheinlichkeit, Binomialverteilung, Erwartungswert, Varianz, Standardabweichung, Normalverteilung und im Leistungsfach die Kompetenz zum Hypothesentest. Du arbeitest mit Formeln, Verteilungen, Simulationen, Diagrammen und kurzen Abiturformaten statt mit unnötig langem Fließtext.

Einleitung

Im Abitur genügt es nicht, eine Formel zu kennen. Du musst erkennen, welches Modell passt, einen Rechenweg nachvollziehbar darstellen, Ergebnisse deuten und Aussagen kritisch prüfen.

Das Grundmuster lautet: Situation → Modell → Rechnung → Deutung.

Baden-Württemberg: Der Mathematik-Bildungsplan unterscheidet Basisfach und Leistungsfach. Das Leistungsfach geht in Umfang, Komplexität, Präzisierung und Formalisierung über das Basisfach hinaus. Im Bildungsplan gehören Binomial- und Normalverteilung zum Bereich „Daten und Zufall“; im Leistungsfach kommen insbesondere Hypothesentests hinzu.

Prüfungsstand 2027: Für das Leistungsfach nennt der Facherlass 2027 Analysis, Analytische Geometrie und Stochastik als Prüfungsbereiche. Varianz und Standardabweichung diskreter Wahrscheinlichkeitsverteilungen werden ausdrücklich vorausgesetzt. Für die schriftliche Prüfung sind die jeweils offiziell zugelassenen Hilfsmittel maßgeblich. Im Basisfach kann in der mündlichen Prüfung neben Analysis entweder Analytische Geometrie oder Stochastik Gegenstand sein.

Wichtig: Prüfe für Deinen eigenen Prüfungsjahrgang immer den aktuellen Facherlass und die aktuellen Hilfsmittelregelungen des Landes Baden-Württemberg. GeoGebra, Simulationen und andere Online-Werkzeuge in diesem Kurs sind Übungswerkzeuge und nicht automatisch in der Prüfung zugelassen.

Offizielle Abiturinformationen Baden-Württemberg

Bildungsplan Mathematik Leistungsfach – Daten und Zufall

Bildungsplan Mathematik Basisfach – Daten und Zufall

Lernziele

Nach diesem aiMOOC kannst Du:

1. Bedingte Wahrscheinlichkeit: Bedingungen erkennen, mit Baumdiagramm oder Vierfeldertafel modellieren und $P(A\mid B)$ berechnen.
2. Binomialverteilung: prüfen, ob ein Binomialmodell passt, und Einzel- sowie Intervallwahrscheinlichkeiten bestimmen.
3. Erwartungswert: Erwartungswerte berechnen und im Kontext interpretieren.
4. Varianz und Standardabweichung: Streuung berechnen und mit Histogrammen verbinden.
5. Normalverteilung: Lage, Streuung und Flächenwahrscheinlichkeiten interpretieren.
6. Hypothesentest: im Leistungsfach Nullhypothese, Ablehnungsbereich, Signifikanzniveau und Fehlerarten erklären.
7. Mathematisches Modellieren: reale Situationen in geeignete Zufallsmodelle übersetzen und Modellgrenzen nennen.
8. Abitur Mathematik: Rechenwege so darstellen, dass Ansatz, Rechnung und Deutung nachvollziehbar sind.

Vorwissen-Check

1. Kannst Du die Pfadregel $P(A\cap B)=P(A)\cdot P(B\mid A)$ erklären?
2. Weißt Du, wann zwei Ereignisse unabhängig sind?
3. Kannst Du einen Binomialkoeffizienten $(\genfrac{}{}{0ex}{}{n}{k})$ deuten?
4. Kannst Du zwischen „genau“, „höchstens“, „mindestens“ und „mehr als“ unterscheiden?
5. Weißt Du, warum eine Wahrscheinlichkeit zwischen $0$ und $1$ liegt?
6. Kannst Du aus einem Histogramm Lage und Streuung einer Verteilung beschreiben?

Selbsteinschätzung	Nächster Schritt
Meist sicher	Direkt zu den Abiturbeispielen
Teilweise sicher	Bedingung, Binomialverteilung und Kennwerte wiederholen
Häufig unsicher	Modellwahl und Fehleranalyse zuerst bearbeiten

Bedingte Wahrscheinlichkeit

Eine bedingte Wahrscheinlichkeit betrachtet ein Ereignis unter einer zusätzlichen Information.

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

Der Ergebnisraum wird dabei auf $B$ eingeschränkt.

Baumdiagramm und Vierfeldertafel

$P(A\cap B)=P(B)\cdot P(A\mid B)$

Daraus folgt:

$P(A\mid B)=\frac{P(A\cap B)}{P(B)}$

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Interaktives Beispiel

In einer Produktion stammen $40\mathrm{\%}$ der Teile von Maschine A. Von diesen sind $3\mathrm{\%}$ fehlerhaft.

$P(A\cap F)=P(A)\cdot P(F\mid A)$

$P(A\cap F)=\mathrm{0,40}\cdot \mathrm{0,03}=\mathrm{0,012}$

Also stammen $\mathrm{1,2}\mathrm{\%}$ aller Teile von Maschine A und sind fehlerhaft.

Denkfrage: Warum wäre $P(A\mid F)$ eine andere Fragestellung?

Binomialverteilung

Ein Binomialmodell passt, wenn die Versuchszahl $n$ fest ist, es pro Versuch nur Erfolg oder Misserfolg gibt, die Erfolgswahrscheinlichkeit $p$ konstant bleibt und die Versuche im Modell unabhängig sind.

$X\sim B(n,p)$

Für genau $k$ Erfolge gilt:

$P(X=k)=(\genfrac{}{}{0ex}{}{n}{k})p^k(1-p{)}^{n-k}$

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Sprachübersetzer

Sprache	Mathematik
genau $k$	$P(X=k)$
höchstens $k$	$P(X\le k)$
mindestens $k$	$P(X\ge k)$
weniger als $k$	$P(X\le k-1)$
mehr als $k$	$P(X\ge k+1)$

Beispiel mit Rechenweg

Gegeben seien $n=5$ und $p=\mathrm{0,7}$. Gesucht ist die Wahrscheinlichkeit für genau vier Treffer.

$P(X=4)=(\genfrac{}{}{0ex}{}{5}{4})\cdot \mathrm{0,}{7}^4\cdot \mathrm{0,3}$

$P(X=4)=\mathrm{0,36015}$

Deutung: Die Wahrscheinlichkeit beträgt etwa $\mathrm{36,0}\mathrm{\%}$.

Dynamische Verteilung

Arbeitsauftrag: Stelle $B(10,\mathrm{0,2})$, $B(10,\mathrm{0,5})$ und $B(50,\mathrm{0,5})$ dar. Beschreibe jeweils Lage, Streuung und Form.

Erwartungswert, Varianz und Standardabweichung

Für eine diskrete Zufallsgröße gilt:

$E(X)=\sum _i{x}_i\cdot P(X=x_i)$

$Var(X)=E(X^2)-E(X{)}^2$

$\sigma =\sqrt{Var(X)}$

Für $X\sim B(n,p)$ gilt:

$E(X)=np$

$Var(X)=np(1-p)$

$\sigma =\sqrt{np(1-p)}$

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Beispiel

Für $X\sim B(100,\mathrm{0,4})$:

$E(X)=100\cdot \mathrm{0,4}=40$

$Var(X)=100\cdot \mathrm{0,4}\cdot \mathrm{0,6}=24$

$\sigma =\sqrt{24}\approx \mathrm{4,90}$

Interpretation: Die Verteilung liegt um $40$ Erfolge; die Standardabweichung beschreibt die Streuung um diesen Erwartungswert.

Normalverteilung

Eine normalverteilte Zufallsgröße ist stetig. Ihre Verteilung wird durch Erwartungswert $\mu$ und Standardabweichung $\sigma$ bestimmt.

$X\sim N(\mu ,{\sigma }^2)$

Je größer $\sigma$, desto breiter ist die Verteilung.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Diskret oder stetig?

Binomialverteilung: $X$ nimmt einzelne ganzzahlige Werte an.

Normalverteilung: $X$ kann Werte in einem kontinuierlichen Intervall annehmen.

Bei einer stetigen Zufallsgröße gilt für einen einzelnen exakten Wert:

$P(X=a)=0$

Wahrscheinlichkeiten werden als Flächen über Intervallen interpretiert.

Vom Zufall zur Glockenkurve

Datei:Galton box.webm

Experiment: Verändere zuerst $\mu$ bei festem $\sigma$ und danach $\sigma$ bei festem $\mu$. Beschreibe jeweils die sichtbare Änderung.

Leistungsfach: statistische Testkompetenz

Ein Binomialtest arbeitet mit Nullhypothese $H_0$, Gegenhypothese $H_1$, Testgröße, Ablehnungsbereich, Signifikanzniveau $\alpha$ und einer Entscheidung im Kontext.

Beispiel:

$H_0:p=\mathrm{0,5}$

$H_1:p>\mathrm{0,5}$

Für $n=100$ und einen rechtsseitigen Test mit $\alpha =\mathrm{0,05}$ gilt unter $H_0$:

$P(X\ge 59)\approx \mathrm{0,0443}$

aber:

$P(X\ge 58)\approx \mathrm{0,0666}$

Damit kann der Ablehnungsbereich lauten:

$A=\{59,60,\dots ,100\}$

Deutung: Werden mindestens $59$ Erfolge beobachtet, wird $H_0$ auf diesem Testniveau verworfen.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Fehler erster und zweiter Art

Fehler 1. Art: $H_0$ ist wahr, wird aber verworfen.

Fehler 2. Art: $H_0$ ist falsch, wird aber nicht verworfen.

Merke: „Nicht verwerfen“ bedeutet nicht „beweisen“.

Basisfach und Leistungsfach

Basisfach	Leistungsfach
Verfahren verständig anwenden	Verfahren vertieft begründen und formalisieren
Binomial- und Normalverteilungen deuten	Zusätzlich Hypothesentests analysieren
Anschaulich argumentieren	Modellannahmen und Fehlerarten präzise erläutern
Rechenweg und Kontextdeutung	Rechenweg, Begründung, Modellkritik und Transfer

Übungen mit Hilfen und Feedback

Übung: Bedingte Wahrscheinlichkeit

Gegeben sind $P(B)=\mathrm{0,4}$ und $P(A\cap B)=\mathrm{0,1}$.

Hilfe: Teile die Schnittwahrscheinlichkeit durch die Wahrscheinlichkeit der Bedingung.

$P(A\mid B)=\frac{\mathrm{0,1}}{\mathrm{0,4}}=\mathrm{0,25}$

Feedback: Richtig sind $25\mathrm{\%}$.

Übung: Binomialverteilung

Für $X\sim B(20,\mathrm{0,3})$ soll „mindestens fünf Erfolge“ berechnet werden.

$P(X\ge 5)=1-P(X\le 4)$

Feedback: Die Gegenwahrscheinlichkeit spart häufig Rechenarbeit.

Übung: Kennwerte

Für $X\sim B(50,\mathrm{0,2})$ gilt:

$E(X)=50\cdot \mathrm{0,2}=10$

$\sigma =\sqrt{50\cdot \mathrm{0,2}\cdot \mathrm{0,8}}=\sqrt{8}\approx \mathrm{2,83}$

Fehleranalyse

Bedingung vertauscht

Im Allgemeinen gilt nicht:

$P(A\mid B)=P(B\mid A)$

Prüfe sprachlich, welche Information die Bedingung ist.

Binomialmodell vorschnell gewählt

Nicht jedes Zählen von Treffern ist binomialverteilt. Prüfe immer feste Versuchszahl, zwei Ausgänge, konstantes $p$ und Unabhängigkeit.

Standardabweichung und Varianz verwechselt

${\sigma }^2=Var(X)$

$\sigma =\sqrt{Var(X)}$

Testentscheidung überdehnt

Falsch: „Die Nullhypothese ist bewiesen.“

Besser: „Die Nullhypothese wird auf dem gewählten Signifikanzniveau nicht verworfen.“

Selbstkontrolle

Kompetenz	unsicher	teilweise	sicher
Bedingte Wahrscheinlichkeit	□	□	□
Binomialmodell	□	□	□
Kennwerte	□	□	□
Normalverteilung	□	□	□
Testen im Leistungsfach	□	□	□

Transfer

Ein Online-Shop behauptet, mindestens $95\mathrm{\%}$ der Pakete kämen am nächsten Werktag an. In einer Stichprobe von $100$ Paketen kommen $89$ rechtzeitig an.

Basisfach: Beschreibe, warum die Stichprobe nicht automatisch die langfristige Quote liefert.

Leistungsfach: Formuliere Nullhypothese und Gegenhypothese und erkläre, wie ein geeigneter Ablehnungsbereich konstruiert wird.

Modellkritik: Diskutiere, ob Paketankünfte realistisch unabhängig und mit konstanter Wahrscheinlichkeit modelliert werden können.

Kompetenzcheck

1. Ich erkenne, wann $P(A\mid B)$ statt $P(A)$ gesucht ist.
2. Ich prüfe die Voraussetzungen eines Binomialmodells.
3. Ich übersetze Alltagssprache korrekt in Ereignisse.
4. Ich unterscheide Erwartungswert, Varianz und Standardabweichung.
5. Ich interpretiere Histogramme und Glockenkurven.
6. Ich erkläre den Unterschied zwischen diskreten und stetigen Zufallsgrößen.
7. Ich begründe Rechenwege statt nur Rechnerausgaben zu notieren.
8. Im Leistungsfach erkläre ich Nullhypothese, Ablehnungsbereich, Signifikanzniveau und Fehlerarten.

Reflexion

1. Welche Aufgabenart erkennst Du jetzt schneller?
2. Welcher typische Fehler passiert Dir noch?
3. Welche Modellannahme würdest Du in einer realen Datensituation besonders kritisch prüfen?
4. Welche Aufgabe solltest Du unter Zeitdruck noch einmal trainieren?

KI-Hinweis: KI kann Beispiele erzeugen, Rechenwege erklären und Varianten simulieren. Prüfe jede KI-Ausgabe mathematisch. Eine plausible Erklärung ersetzt weder Rechnung noch Begründung oder Beweis.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was beschreibt P(A unter der Bedingung B)? (Die Wahrscheinlichkeit von A unter der Voraussetzung B) (!Die Wahrscheinlichkeit von A plus B) (!Die Wahrscheinlichkeit von B ohne Bedingung) (!Die Anzahl aller Ergebnisse)

Welche Bedingung gehört zu einer Binomialverteilung? (Die Erfolgswahrscheinlichkeit bleibt in jedem Versuch gleich) (!Jeder Versuch hat drei mögliche Ergebnisse) (!Die Zahl der Versuche ist zufällig) (!Die Versuche haben keine feste Wahrscheinlichkeit)

Welche Formel gilt für den Erwartungswert einer Binomialverteilung? (E von X gleich n mal p) (!E von X gleich n plus p) (!E von X gleich p durch n) (!E von X gleich n mal eins minus p)

Welche Formel beschreibt die Varianz einer Binomialverteilung? (n mal p mal eins minus p) (!n mal p) (!Wurzel aus n mal p) (!n geteilt durch p)

Was ist die Standardabweichung? (Die Quadratwurzel der Varianz) (!Das Quadrat des Erwartungswerts) (!Die Summe aller Wahrscheinlichkeiten) (!Der größte mögliche Wert)

Was bedeutet mindestens fünf Erfolge? (X ist größer oder gleich fünf) (!X ist kleiner als fünf) (!X ist genau fünf) (!X ist kleiner oder gleich fünf)

Welche Aussage zur Normalverteilung ist richtig? (Sie ist um ihren Erwartungswert symmetrisch) (!Sie nimmt nur ganzzahlige Werte an) (!Ihre Standardabweichung ist immer null) (!Sie besitzt keine Parameter)

Was bewirkt eine größere Standardabweichung bei gleichem Erwartungswert? (Die Glockenkurve wird breiter) (!Die Glockenkurve verschiebt sich nur nach rechts) (!Die Verteilung wird diskret) (!Der Erwartungswert wird automatisch null)

Was bedeutet ein Fehler erster Art? (Eine wahre Nullhypothese wird verworfen) (!Eine falsche Nullhypothese wird verworfen) (!Eine wahre Nullhypothese wird beibehalten) (!Die Stichprobe wird vergrößert)

Welche Aussage zu einer nicht verworfenen Nullhypothese ist korrekt? (Sie wurde mit dem Test nicht widerlegt) (!Sie ist endgültig bewiesen) (!Sie besitzt Wahrscheinlichkeit eins) (!Die Gegenhypothese ist unmöglich)

Memory

Bedingte Wahrscheinlichkeit	Eingeschränkter Bezugsraum
Binomialverteilung	Anzahl von Erfolgen
Erwartungswert	Langfristige mittlere Lage
Varianz	Mittlere quadratische Streuung
Standardabweichung	Wurzel der Varianz
Normalverteilung	Stetige Glockenverteilung
Nullhypothese	Ausgangsannahme eines Tests

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Bedingung	Bedingte Wahrscheinlichkeit
Erfolgsanzahl	Binomialverteilung
Mittlere Lage	Erwartungswert
Streuung	Standardabweichung
Ablehnungsbereich	Hypothesentest

Kreuzworträtsel

Bayes	Welcher Name ist eng mit der Umkehrung bedingter Wahrscheinlichkeiten verbunden?
Bernoulli	Wie heißt das Grundexperiment mit Erfolg und Misserfolg?
Binomial	Wie heißt die Verteilung für die Anzahl von Erfolgen in einer Bernoulli-Kette?
Varianz	Welche Kenngröße beschreibt quadratische Streuung?
Sigma	Welcher griechische Buchstabe steht häufig für die Standardabweichung?
Quantil	Wie heißt ein Grenzwert, der eine Verteilung in Wahrscheinlichkeitsanteile teilt?

Lückentext

Vervollständige den Text.

Bei einer bedingten Wahrscheinlichkeit wird der Ergebnisraum durch eine bekannte eingeschränkt.

Eine Binomialverteilung beschreibt die Anzahl von in einer Bernoulli-Kette.

Für eine Binomialverteilung lautet der Erwartungswert .

Die Varianz einer Binomialverteilung enthält zusätzlich den Faktor .

Die Standardabweichung ist die der Varianz.

Eine Normalverteilung ist im Gegensatz zur Binomialverteilung .

Der Parameter mu bestimmt bei einer Normalverteilung vor allem die .

Der Parameter sigma bestimmt vor allem die .

Beim Hypothesentest wird die Ausgangsannahme als bezeichnet.

Das Verwerfen einer wahren Nullhypothese heißt Fehler Art.

Offene Aufgaben

Leicht

1. Stochastik-Begriffe: Erstelle eine Karte mit sechs Schlüsselbegriffen und je einem eigenen Beispiel.
2. Baumdiagramm: Entwickle ein zweistufiges Zufallsexperiment und zeichne ein passendes Baumdiagramm.
3. Binomialverteilung: Erzeuge selbst Daten für ein Trefferexperiment und prüfe, ob ein Binomialmodell sinnvoll ist.
4. Fehleranalyse: Erfinde einen typischen Fehler zur Schreibweise „mindestens“ und korrigiere ihn.

Standard

1. Vierfeldertafel: Erstelle mit nicht personenbezogenen Beispieldaten eine Vierfeldertafel und berechne zwei bedingte Wahrscheinlichkeiten.
2. Simulation: Simuliere mehrere Binomialverteilungen und beschreibe die Wirkung von $n$ und $p$.
3. Standardabweichung: Vergleiche zwei Datensätze mit gleichem Mittelwert, aber unterschiedlicher Streuung.
4. Normalverteilung: Erstelle eine Skizze zur Wirkung von $\mu$ und $\sigma$.

Schwer

1. Hypothesentest: Entwickle für das Leistungsfach eine Testaufgabe mit Nullhypothese, Gegenhypothese, Signifikanzniveau und Entscheidungsregel.
2. Modellkritik: Suche ein öffentlich verfügbares statistisches Beispiel und diskutiere die Modellannahmen.
3. Abituraufgabe: Formuliere eine mehrteilige Stochastikaufgabe mit Modellierung, Rechnung, Interpretation und Transfer.
4. Erklärvideo: Produziere ein kurzes Video zum Unterschied zwischen „Nullhypothese nicht verwerfen“ und „Nullhypothese beweisen“. Verwende keine personenbezogenen Daten.

Lernkontrolle

1. Modellwahl: Beurteile, unter welchen Voraussetzungen eine schwankende Fehlerquote dennoch binomial modelliert werden kann.
2. Bedingte Wahrscheinlichkeit: Erkläre an einer Vierfeldertafel, wie sich der Bezugsraum beim Übergang von $P(A)$ zu $P(A\mid B)$ verändert.
3. Parameterwirkung: Untersuche, ob zwei Binomialverteilungen mit gleichem Erwartungswert zwingend dieselbe Streuung besitzen.
4. Normalverteilung: Begründe, warum bei stetigen Verteilungen Wahrscheinlichkeiten als Flächen über Intervallen betrachtet werden.
5. Testentscheidung: Erkläre, warum ein Signifikanztest keine absolute Wahrheit über eine Hypothese liefert.
6. Transfer: Vergleiche Binomial- und Normalverteilung hinsichtlich Wertebereich, Darstellung und Anwendung.

Lernnachweis

1. Du modellierst mindestens eine reale oder realitätsnahe Zufallssituation mathematisch.
2. Du begründest die Wahl des Wahrscheinlichkeitsmodells.
3. Du verwendest korrekte Ereignisschreibweise.
4. Du berechnest mindestens eine bedingte Wahrscheinlichkeit oder Binomialwahrscheinlichkeit.
5. Du bestimmst und interpretierst Erwartungswert und Standardabweichung.
6. Du wertest mindestens eine Verteilung grafisch aus.
7. Du beschreibst Grenzen oder Annahmen Deines Modells.
8. Im Leistungsfach führst Du zusätzlich einen Hypothesentest durch und erläuterst mindestens eine Fehlerart.
9. Du dokumentierst Rechenweg und Deutung nachvollziehbar.
10. Du prüfst digitale oder KI-gestützte Ergebnisse mathematisch nach.
11. Der Lernnachweis enthält keine personenbezogenen Daten und keine extern eingebetteten Medien.

Verknüpfte Lernbereiche

ABI - Das kann ich im Mathematik-Abitur – Stochastik Bedingte Wahrscheinlichkeit Baumdiagramm Vierfeldertafel Bernoulli-Experiment Binomialverteilung Erwartungswert Varianz Standardabweichung Normalverteilung Hypothesentest Signifikanzniveau Fehler erster Art

Folgekurs

1. ABI - Das kann ich im Mathematik-Abitur – Analysis
2. ABI - Das kann ich im Mathematik-Abitur – Analytische Geometrie
3. Mathematik-Abitur Baden-Württemberg
4. Abiturtraining Mathematik
5. Modellieren in der Mathematik