ABI LF - Binomial- und Normalverteilung vergleichen

Einleitung

Mini-Beschreibung: Du vergleichst die diskrete Binomialverteilung und die stetige Normalverteilung hinsichtlich Zufallsgröße, Graph, Kennwerten und Wahrscheinlichkeitsinterpretation. Der Kurs richtet sich an das Leistungsfach Mathematik und bereitet auf das schriftliche Abitur in Baden-Württemberg vor.

Das Bild koppelt Balken einer diskreten Verteilung mit einer stetigen Glockenkurve. Genau dieser Darstellungswechsel ist der Kern des Kurses.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Prüfungsbezug Baden-Württemberg: Für den Prüfungsjahrgang 2027 gelten der Bildungsplan 2016 und der Facherlass 2027. Im Leistungsfach gehören unter anderem diskrete Zufallsgrößen, Binomialverteilung, Histogramme sowie Normalverteilung mit Dichtefunktion, Erwartungswert, Standardabweichung und Glockenkurve zum relevanten Stochastikbereich. Im schriftlichen Abitur gibt es Aufgaben mit und ohne Hilfsmittel. Im Teil B sind nach den Vorgaben unter anderem der eingeführte wissenschaftliche Taschenrechner und die zugelassene IQB-Formelsammlung vorgesehen. Prüfe für Deinen eigenen Prüfungsjahrgang immer die aktuellen Vorgaben des Kultusministeriums.

Aktuelle Abiturinformationen Baden-Württemberg

Bildungsplan Mathematik Leistungsfach: Daten und Zufall

Lernziele

Nach diesem aiMOOC kannst Du

1. diskrete und stetige Zufallsgrößen sicher unterscheiden.
2. Binomialverteilungen und Normalverteilungen an Graphen erkennen und vergleichen.
3. Erwartungswert, Varianz und Standardabweichung korrekt deuten und berechnen.
4. Wahrscheinlichkeiten als Balkenhöhen beziehungsweise Balkensummen oder als Flächen unter einer Dichtekurve interpretieren.
5. geeignete Verfahren selbst auswählen und mehrschrittige Stochastik-Aufgaben nachvollziehbar dokumentieren.
6. digitale Experimente kritisch auswerten und Ergebnisse mathematisch überprüfen.

Vorwissen-Check

Prüfe kurz, ob Du diese Grundlagen abrufen kannst:

1. Für $X\sim B(n,p)$ gilt $\mu =np$.
2. Für $X\sim B(n,p)$ gilt $\sigma =\sqrt{np(1-p)}$.
3. Eine Wahrscheinlichkeit liegt zwischen $0$ und $1$.
4. Ein Histogramm einer Binomialverteilung besitzt nur Balken bei ganzzahligen Werten.
5. Eine Dichtefunktion liefert Wahrscheinlichkeiten über Flächen, nicht über einzelne Funktionswerte.

Selbstcheck: Wenn Dir mindestens zwei Aussagen unsicher sind, wiederhole zuerst Binomialverteilung, Erwartungswert und Standardabweichung.

Zwei Verteilungen – ein Vergleich

Binomialverteilung: diskret

Für eine binomialverteilte Zufallsgröße gilt

$X\sim B(n,p)$

mit

$X\in \{0,1,\dots ,n\}$.

Die Einzelwahrscheinlichkeit ist

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

Die Kennwerte lauten

$\mu =np$

$\mathrm{Var}(X)=np(1-p)$

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

Beobachte: Bei festem $n$ verschiebt sich die Verteilung mit $p$. Für $p=\mathrm{0,5}$ ist sie symmetrisch; bei $p$ nahe $0$ oder $1$ ist sie deutlich schief.

Normalverteilung: stetig

Für eine normalverteilte Zufallsgröße gilt

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

Die Dichtefunktion lautet

$f(x)=\frac{1}{\sigma \sqrt{2\pi }}\exp (-\frac{(x-\mu {)}^2}{2{\sigma }^2})$.

Dabei bestimmt $\mu$ die Lage und $\sigma$ die Breite der Glockenkurve.

Für Intervalle gilt

$P(a\le X\le b)={\int }_a^{b}f(x)dx$.

Für einen einzelnen Wert gilt bei einer stetigen Zufallsgröße

$P(X=x)=0$.

Wichtig: Der Funktionswert $f(x)$ ist keine Einzelwahrscheinlichkeit.

Gekoppelte Darstellung

Merkmal	Binomialverteilung	Normalverteilung
Zufallsgröße	diskret	stetig
mögliche Werte	$0,1,\dots ,n$	reelle Werte
Graph	Balken / Histogramm	Dichtekurve
Erwartungswert	$np$	$\mu$
Standardabweichung	$\sqrt{np(1-p)}$	$\sigma$
Einzelwert	$P(X=k)$ kann positiv sein	$P(X=x)=0$
Intervall	Summe von Einzelwahrscheinlichkeiten	Fläche unter der Dichtekurve

Denkfrage: Warum kann eine glatte Kurve niemals exakt dieselbe Art von Wahrscheinlichkeitsdarstellung sein wie eine Folge einzelner Balken?

Interaktives Modell: Histogramm und Kurve koppeln

Experiment 1:

1. Verändere $n$ bei ungefähr konstantem $p=\mathrm{0,5}$.
2. Beobachte Form, Mittelpunkt und Streuung.
3. Verändere anschließend $p$ in Richtung $0$ oder $1$.
4. Formuliere, wann das Histogramm besonders glockenförmig wirkt.

Feedback: Eine große Versuchszahl allein garantiert keine symmetrische Form. Auch die Lage von $p$ ist entscheidend.

Kennwerte visuell verstehen

Bei der Normalverteilung liegen näherungsweise

$\mathrm{68,3}\mathrm{\%}$ innerhalb von $\mu \pm \sigma$,

$\mathrm{95,4}\mathrm{\%}$ innerhalb von $\mu \pm 2\sigma$,

$\mathrm{99,7}\mathrm{\%}$ innerhalb von $\mu \pm 3\sigma$.

Interpretation: Größeres $\sigma$ bedeutet eine breitere und flachere Glockenkurve; kleineres $\sigma$ eine schmalere und höhere.

Interaktives Beispiel

Gegeben sei

$X\sim B(100,\mathrm{0,4})$.

Dann gilt

$\mu =100\cdot \mathrm{0,4}=40$

und

$\sigma =\sqrt{100\cdot \mathrm{0,4}\cdot \mathrm{0,6}}=\sqrt{24}\approx \mathrm{4,90}$.

Schritt 1: Im Binomialmodell bedeutet $X=40$: genau 40 Erfolge.

Schritt 2: $P(X=40)$ ist eine echte Einzelwahrscheinlichkeit.

Schritt 3: Bei einer Normalverteilung mit denselben Kennwerten wäre die Aussage $P(Y=40)$ gleich $0$; Wahrscheinlichkeiten werden dort über Intervalle beschrieben.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Hinweis zur Prüfung: Die Normalapproximation ist ein nützliches Vergleichs- und Vertiefungswerkzeug. Ob und in welcher Form sie für Deinen Prüfungsjahrgang ausdrücklich verlangt wird, entscheidest Du nicht nach einem Lernvideo, sondern nach Bildungsplan, Facherlass und Unterrichtsvorgaben.

Übung mit Hilfen und Feedback

Gegeben ist $X\sim B(80,\mathrm{0,25})$.

Aufgabe A: Bestimme $\mu$ und $\sigma$.

Hilfe: Nutze $\mu =np$ und $\sigma =\sqrt{np(1-p)}$.

$\mu =20$ und $\sigma =\sqrt{15}\approx \mathrm{3,87}$.

Aufgabe B: Erkläre, warum $P(X=20)$ bei der Binomialverteilung anders interpretiert wird als bei einer Normalverteilung.

Feedback

Bei der Binomialverteilung ist $20$ ein möglicher diskreter Wert und kann positive Wahrscheinlichkeit besitzen. Bei einer stetigen Normalverteilung hat ein einzelner Punkt Wahrscheinlichkeit $0$.

Fehleranalyse

Fehler 1: „Die Höhe der Normalverteilung bei $x=40$ ist $P(X=40)$.“

Korrektur: Die Höhe ist ein Dichtewert. Eine Wahrscheinlichkeit entsteht erst als Fläche über einem Intervall.

Fehler 2: „Binomial- und Normalverteilung sind gleich, sobald ihre Erwartungswerte gleich sind.“

Korrektur: Gleiche Erwartungswerte reichen nicht. Verteilungstyp, Streuung und Form müssen ebenfalls beachtet werden.

Fehler 3: „Mit einem digitalen Werkzeug ist die Rechnung automatisch abiturkonform.“

Korrektur: Übungswerkzeuge sind nicht automatisch zugelassene Prüfungshilfsmittel. Im Abitur gelten die Vorgaben des jeweiligen Prüfungsjahrgangs.

Fehler 4: „Eine KI-Antwort ersetzt die mathematische Begründung.“

Korrektur: Prüfe Parameter, Definitionsbereich, Wahrscheinlichkeitsinterpretation und Rechenweg. KI-Ausgaben können Fehler enthalten und ersetzen keinen Beweis oder eine fachlich nachvollziehbare Begründung.

Selbstkontrolle: Vier schnelle Entscheidungen

1. Kann $P(X=5)>0$ gelten? — Bei einer diskreten Zufallsgröße: ja.
2. Kann $P(Y=5)>0$ bei normalverteiltem $Y$ gelten? — nein.
3. Verschiebt ein größeres $\mu$ die Glockenkurve? — ja.
4. Macht ein größeres $\sigma$ die Glockenkurve schmaler? — nein.

Transfer: Modellwahl

Ein Produktionsbetrieb betrachtet zwei Größen:

1. Anzahl fehlerhafter Bauteile unter 200 geprüften Bauteilen.
2. Abfüllgewicht einer zufällig ausgewählten Flasche.

Modellidee: Die erste Größe ist eine Zählgröße und kann unter geeigneten Voraussetzungen binomialverteilt modelliert werden. Das Abfüllgewicht ist stetig und kann in einem passenden Modell näherungsweise normalverteilt sein.

Leistungsfach-Auftrag: Begründe nicht nur die Wahl des Modells, sondern benenne auch Annahmen, Grenzen und mögliche Verletzungen dieser Annahmen.

Medienexperiment: Von Balken zur Glocke

Verändere systematisch $n$ und $p$. Dokumentiere drei Parameterpaare:

1. deutlich schiefe Binomialverteilung
2. annähernd symmetrische Binomialverteilung
3. sehr glockenförmige Binomialverteilung

Erkläre jeweils anhand von $\mu$ und $\sigma$, was sich verändert.

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Welche Aussage beschreibt eine binomialverteilte Zufallsgröße korrekt? (Sie nimmt nur endlich viele ganzzahlige Werte von 0 bis n an) (!Sie nimmt jeden reellen Wert an) (!Ihre Einzelwahrscheinlichkeiten sind immer null) (!Ihr Graph ist zwingend eine glatte Kurve)

Was gilt für den Erwartungswert einer Binomialverteilung? (mu gleich n mal p) (!mu gleich n plus p) (!mu gleich p geteilt durch n) (!mu gleich Wurzel aus n mal p)

Welche Formel beschreibt die Standardabweichung einer Binomialverteilung? (Wurzel aus n mal p mal 1 minus p) (!n mal p) (!n mal p mal 1 minus p) (!Wurzel aus n plus p)

Wie wird eine Normalverteilung grafisch dargestellt? (Durch eine stetige Dichtekurve) (!Nur durch einzelne Punkte) (!Nur durch ein Baumdiagramm) (!Nur durch eine Vierfeldertafel)

Was gilt bei einer stetigen normalverteilten Zufallsgröße für P von X gleich x? (Die Wahrscheinlichkeit ist null) (!Sie ist immer 0,5) (!Sie entspricht der Höhe der Dichtekurve) (!Sie ist gleich sigma)

Was beschreibt eine Wahrscheinlichkeit bei der Normalverteilung grafisch? (Eine Fläche unter der Dichtekurve) (!Die Steigung der Dichtekurve) (!Nur die Höhe eines einzelnen Punktes) (!Den Abstand zum Koordinatenursprung)

Was bewirkt ein größeres sigma bei gleicher Lage mu? (Die Glockenkurve wird breiter und flacher) (!Die Glockenkurve verschiebt sich nur nach rechts) (!Die Glockenkurve wird schmaler und höher) (!Die Fläche unter der Kurve wird größer als eins)

Welche Größe ist bei Binomial- und Normalverteilung ein Lagekennwert? (Der Erwartungswert) (!Der Stichprobenumfang allein) (!Die Anzahl der Balken) (!Die Kurvenhöhe im Ursprung)

Welche Darstellung passt unmittelbar zur Binomialverteilung? (Ein Histogramm mit Balken bei ganzzahligen Werten) (!Eine stetige Glockenkurve ohne Balken) (!Eine Gerade durch den Ursprung) (!Eine Parabel mit Scheitelpunkt)

Welche Aussage zu digitalen Werkzeugen im Abitur ist korrekt? (Zugelassen sind nur die für den Prüfungsjahrgang vorgesehenen Hilfsmittel) (!Jede Lern-App darf automatisch verwendet werden) (!Jedes KI-System ist als Prüfungshilfsmittel zugelassen) (!Jeder grafische Taschenrechner ist automatisch erlaubt)

Memory

Binomialverteilung	diskrete Zufallsgröße
Normalverteilung	stetige Zufallsgröße
Erwartungswert	Lage
Standardabweichung	Streuung
Histogramm	Balkendarstellung
Dichtekurve	Flächeninterpretation

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
diskret	Binomialverteilung
stetig	Normalverteilung
Balkensumme	Wahrscheinlichkeit bei diskreter Verteilung
Fläche	Wahrscheinlichkeit bei stetiger Verteilung
Streuung	Standardabweichung

Kreuzworträtsel

Histogramm	Wie heißt die typische Balkendarstellung einer diskreten Wahrscheinlichkeitsverteilung?
Dichte	Welcher Begriff bezeichnet die Funktion einer stetigen Wahrscheinlichkeitsverteilung?
Erwartungswert	Welcher Kennwert beschreibt die Lage einer Verteilung?
Varianz	Welcher Kennwert ist das Quadrat der Standardabweichung?
Binomial	Welche Verteilung modelliert eine Anzahl von Erfolgen in gleichartigen Bernoulli-Versuchen?
Normalverteilung	Welche stetige Verteilung besitzt die typische Glockenkurve?

Lückentext

Vervollständige den Text.

Eine binomialverteilte Zufallsgröße ist und nimmt ganzzahlige Werte an. Ihr Erwartungswert ist . Die Normalverteilung ist dagegen . Wahrscheinlichkeiten werden bei ihr als unter der Dichtekurve interpretiert. Für einen einzelnen Wert gilt bei einer stetigen Verteilung . Die Standardabweichung beschreibt bei beiden Verteilungen die .

Kompetenzcheck

Bewerte Dich mit sicher, teilweise oder noch üben:

1. Ich kann aus einem Sachkontext erkennen, ob eine diskrete Zählgröße oder eine stetige Messgröße vorliegt.
2. Ich kann $\mu$ und $\sigma$ bei einer Binomialverteilung bestimmen.
3. Ich kann die Wirkung von $\mu$ und $\sigma$ auf eine Normalverteilung erklären.
4. Ich kann Balkensummen und Flächenwahrscheinlichkeiten unterscheiden.
5. Ich kann einen digitalen Graphen prüfen, statt ihn nur abzulesen.
6. Ich kann einen mehrschrittigen Lösungsweg mit Fachsprache begründen.

Reflexion

1. Wo verwechsle ich noch Dichte und Wahrscheinlichkeit?
2. Welche Information erkenne ich schneller am Graphen als an einer Formel?
3. Wann hilft mir ein digitales Experiment wirklich beim Begründen?
4. Welche Rechenschritte müsste ich im hilfsmittelfreien Teil auch ohne App sicher beherrschen?

Offene Aufgaben

Leicht

1. Graphenvergleich: Zeichne eine Binomialverteilung schematisch als Balkendiagramm und eine Normalverteilung als Glockenkurve. Markiere $\mu$.
2. Kennwerte: Erstelle eine Karteikarte mit den Formeln für $\mu$, $\mathrm{Var}(X)$ und $\sigma$ der Binomialverteilung.
3. Wahrscheinlichkeitsinterpretation: Erkläre mit einem eigenen Beispiel den Unterschied zwischen Einzelwahrscheinlichkeit und Flächenwahrscheinlichkeit.
4. Digitale Erkundung: Verändere in GeoGebra $p$ und dokumentiere zwei sichtbare Veränderungen.

Standard

1. Parameterexperiment: Untersuche für festes $n$ mindestens vier Werte von $p$ und beschreibe Lage, Streuung und Symmetrie.
2. Modellwahl: Finde drei Alltagssituationen und entscheide jeweils begründet zwischen Binomial- und Normalmodell.
3. Fehlerdiagnose: Formuliere drei typische Fehlantworten zum Satz $P(X=x)=0$ bei stetigen Zufallsgrößen und korrigiere sie.
4. Abiturdarstellung: Löse eine selbst gewählte Stochastik-Aufgabe und dokumentiere den Rechenweg so, dass keine Tastenfolge als Begründung nötig ist.

Schwer

1. Vergleichsexperiment: Vergleiche für mehrere Parameterpaare ein Binomialhistogramm mit einer Normalverteilung gleicher Lage und Streuung. Bewerte die Passung qualitativ.
2. Modellkritik: Untersuche einen realen Datensatz mit Messwerten und diskutiere, ob ein Normalmodell plausibel ist. Verwende keine personenbezogenen Daten.
3. Begründung prüfen: Lass Dir von einer KI zwei Begründungen zum Verteilungsvergleich erzeugen. Prüfe jede mathematische Aussage und dokumentiere Korrekturen.
4. Transferaufgabe: Entwickle eine mehrschrittige Abituraufgabe, in der zunächst ein Binomialmodell und anschließend ein stetiges Modell interpretiert werden müssen. Erstelle einen Erwartungshorizont.

Lernkontrolle

1. Modellieren: Eine Maschine produziert Bauteile mit einer konstant angenommenen Fehlerwahrscheinlichkeit. Begründe, unter welchen Bedingungen die Anzahl fehlerhafter Teile binomialverteilt modelliert werden kann und welche Annahmen kritisch sind.
2. Darstellungen verknüpfen: Erkläre, welche Informationen beim Übergang von einem Binomialhistogramm zu einer glatten Glockenkurve erhalten bleiben und welche sich in ihrer Bedeutung ändern.
3. Kennwerte deuten: Zwei Verteilungen haben denselben Erwartungswert, aber verschiedene Standardabweichungen. Beschreibe die Folgen für ihre Graphen und für typische Beobachtungsbereiche.
4. Fehleranalyse: Eine Lösung behauptet $P(X=50)=f(50)$ für eine normalverteilte Zufallsgröße. Analysiere den Fehler und formuliere eine korrekte Wahrscheinlichkeitsaussage.
5. Transfer: Entwirf zu einem Sachkontext zwei verschiedene Modelle, eines diskret und eines stetig. Begründe, welches Modell für welche Fragestellung angemessener ist.
6. Abiturargumentation: Beurteile einen digitalen Lösungsweg, der nur ein Rechnerergebnis nennt. Ergänze die fehlenden mathematischen Begründungsschritte.

Lernnachweis

Für einen Lernnachweis solltest Du zeigen, dass Du

1. diskrete und stetige Zufallsgrößen fachsprachlich unterscheiden kannst,
2. Binomial- und Normalverteilung grafisch sowie über ihre Kennwerte vergleichst,
3. Wahrscheinlichkeiten bei beiden Verteilungstypen korrekt interpretierst,
4. Rechenwege nachvollziehbar dokumentierst und nicht durch reine Rechnerausgaben ersetzt,
5. Modellannahmen begründest und Grenzen des Modells benennst,
6. digitale Werkzeuge zielgerichtet nutzt und Ergebnisse mathematisch kontrollierst,
7. aktuelle Prüfungsregelungen und zugelassene Hilfsmittel vom Übungsbetrieb unterscheiden kannst.

OERs zum Thema

Folgekurs

Weiterführend eignen sich:

1. ABI LF - Normalverteilung Wahrscheinlichkeiten berechnen
2. ABI LF - Hypothesentests mit der Binomialverteilung
3. ABI LF - Fehler erster und zweiter Art
4. ABI LF - Stochastik im schriftlichen Abitur

Verknüpfte Lernbereiche

Stochastik Zufallsgröße Binomialverteilung Normalverteilung Erwartungswert Varianz Standardabweichung Histogramm Dichtefunktion Wahrscheinlichkeit Hypothesentest