M10 E - Mehrstufige Zufallsexperimente modellieren

Mini-Beschreibung: Stelle mehrstufige Zufallsexperimente mit geeigneten Baumdiagrammen dar. Wähle bei komplexeren Ereignissen effiziente Pfade oder Gegenereignisse. Nutze Simulationen und Algorithmen für größere Bäume und prüfe digitale Ergebnisse mathematisch.

Kurzer Einstieg

Eine faire Münze wird zehnmal geworfen. Gesucht ist die Wahrscheinlichkeit für mindestens einmal Kopf.

Ein vollständiger binärer Baum besitzt

$2^{10} = 1024$

Endpfade. Statt fast alle günstigen Pfade zu addieren, nutzt Du das Gegenereignis:

$P (A) = 1 - P (\overline{A})$

mit $A$ = mindestens einmal Kopf.

$P (A) = 1 - {(\frac{1}{2})}^{10} = \frac{1023}{1024} \approx 0,9990$

E-Niveau-Idee: Ein großer Baum muss nicht immer vollständig gezeichnet werden. Entscheidend sind Modell, Rechenweg und Begründung.

Lernziele

Nach diesem aiMOOC kannst Du

mehrstufige Zufallsexperimente als Baumdiagramm modellieren.
Pfadwahrscheinlichkeiten mit der Produktregel bestimmen.
disjunkte günstige Pfade mit der Summenregel zusammenfassen.
Gegenereignisse gezielt einsetzen.
Ziehen mit und ohne Zurücklegen unterscheiden.
größere Bäume algorithmisch erzeugen und simulieren.
digitale Ergebnisse und KI-Ausgaben rechnerisch kontrollieren.
Regeln formal begründen, verallgemeinern und an Gegenbeispielen prüfen.

Vorwissen-Check

1. Ergänze die Gegenereignis-Regel:

$P (A) + P (\overline{A}) = 1$

2. Für einen fairen Würfel und $A = {2, 4, 6}$ gilt:

$P (A) = \frac{3}{6} = \frac{1}{2}$

3. Sind zwei Ziehungen ohne Zurücklegen unabhängig?

Feedback

Nein. Nach der ersten Ziehung ändert sich die Zusammensetzung der Urne. Dadurch können sich die Wahrscheinlichkeiten der zweiten Stufe ändern.

Baumdiagramme als Modell

Ein Baumdiagramm zeigt alle möglichen Fortsetzungen eines mehrstufigen Zufallsexperiments. An jedem Knoten addieren sich die Wahrscheinlichkeiten der ausgehenden Zweige zu $1$ .

Produktregel entlang eines Pfades:

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

Bei unabhängigen Stufen gilt zusätzlich:

$P (B ∣ A) = P (B)$

Summenregel für disjunkte Pfade:

$P (E) = P (E_{1}) + P (E_{2}) + \dots + P (E_{k})$

Schritt-für-Schritt: Ziehen ohne Zurücklegen

In einer Urne liegen 3 rote und 2 blaue Kugeln. Es werden zwei Kugeln ohne Zurücklegen gezogen.

Schritt	Rechnung
Erste Ziehung	$P (R) = \frac{3}{5}$ , $P (B) = \frac{2}{5}$
Nach Rot	$P (R ∣ R) = \frac{2}{4}$ , $P (B ∣ R) = \frac{2}{4}$
Nach Blau	$P (R ∣ B) = \frac{3}{4}$ , $P (B ∣ B) = \frac{1}{4}$
Pfad Rot–Blau	$P (R B) = \frac{3}{5} \cdot \frac{2}{4} = \frac{3}{10}$
Pfad Blau–Rot	$P (B R) = \frac{2}{5} \cdot \frac{3}{4} = \frac{3}{10}$
Genau eine rote Kugel	$P = \frac{3}{10} + \frac{3}{10} = \frac{3}{5}$

Kontrolle: An jedem Knoten muss die Summe der ausgehenden Zweigwahrscheinlichkeiten $1$ ergeben.

Mit oder ohne Zurücklegen

Eine Urne enthält 4 rote und 6 blaue Kugeln. Zweimal wird gezogen.

Mit Zurücklegen:

$P (R R) = \frac{4}{10} \cdot \frac{4}{10} = 0,16$

Ohne Zurücklegen:

$P (R R) = \frac{4}{10} \cdot \frac{3}{9} = \frac{2}{15} \approx 0,1333$

Warum unterscheiden sich die Werte?

Mit Zurücklegen bleibt die Urnenzusammensetzung gleich. Ohne Zurücklegen fehlt nach einer roten Kugel eine rote Kugel.

Effizient mit Gegenereignissen

Für $n$ unabhängige Versuche mit Trefferwahrscheinlichkeit $p$ ist „kein Treffer“ oft leichter zu berechnen als „mindestens ein Treffer“.

$P (X \geq 1) = 1 - P (X = 0)$

$P (X \geq 1) = 1 - (1 - p)^{n}$

Beispiel: Vier unabhängige Versuche mit $p = 0,3$ .

$P (X \geq 1) = 1 - 0, 7^{4} = 0,7599$

Begründung: Das Gegenereignis besteht aus nur einem Pfad.

Gegenbeispiel prüfen

Behauptung: Beim Ziehen ohne Zurücklegen bleiben alle Zweigwahrscheinlichkeiten gleich.

Für die Urne mit 3 roten und 2 blauen Kugeln gilt zunächst:

$P (B_{1}) = \frac{2}{5}$

Nach einer roten Kugel gilt:

$P (B_{2} ∣ R_{1}) = \frac{2}{4}$

Nach einer blauen Kugel gilt:

$P (B_{2} ∣ B_{1}) = \frac{1}{4}$

Damit ist die Behauptung durch ein konkretes Gegenbeispiel widerlegt.

Dynamisches Baumdiagramm

Nutze das interaktive GeoGebra-Material und verändere die Wahrscheinlichkeiten.

Arbeitsauftrag:

Stelle drei Stufen mit zwei Ausgängen dar.
Wähle $p = 0,4$ .
Markiere alle Pfade mit genau zwei Treffern.
Berechne zunächst einen Pfad.
Addiere anschließend die drei passenden Pfade.

Ein passender Pfad besitzt die Wahrscheinlichkeit

$p^{2} (1 - p)$ .

Drei verschiedene Anordnungen ergeben

$P (X = 2) = 3 p^{2} (1 - p)$ .

Für $p = 0,4$ :

$P (X = 2) = 3 \cdot 0, 4^{2} \cdot 0,6 = 0,288$

Größere Bäume algorithmisch erzeugen

Ein vollständiger binärer Baum mit $n$ Stufen besitzt

$2^{n}$

Endpfade. Für $n = 12$ sind das bereits

$4096$

Pfade.

from itertools import product

p = 0.3
n = 5

def power(a, b):
    return pow(a, b)

for path in product("TN", repeat=n):
    k = path.count("T")
    probability = power(p, k) * power(1 - p, n - k)
    print("".join(path), probability)

Prüfauftrag: Addiere alle erzeugten Pfadwahrscheinlichkeiten. Bis auf Rundungsfehler muss die Summe $1$ sein.

Ein einzelner Pfad mit $k$ Treffern besitzt bei unabhängigen Wiederholungen die Wahrscheinlichkeit

$p^{k} (1 - p)^{n - k}$ .

Die Anzahl der Pfade mit genau $k$ Treffern führt später zum Binomialkoeffizienten

$(\binom{n}{k})$ .

Zufallssimulation

Eine Simulation liefert eine empirische Näherung. Sie ersetzt keine exakte Herleitung.

import random

p = 0.3
n = 5
trials = 10000
hits = 0

for _ in range(trials):
    path = [random.random() < p for _ in range(n)]
    if sum(path) >= 1:
        hits += 1

simulation = hits / trials
exact = 1 - pow(1 - p, n)

print("Simulation:", simulation)
print("Exakt:", exact)
print("Abweichung:", abs(simulation - exact))

Kritische Prüfung:

Vergleiche 100, 1000 und 10000 Simulationsdurchläufe.
Vergleiche Simulation und exakten Wert.
Erkläre mögliche Abweichungen.
Verwende nur künstliche Versuchsdaten. Personenbezogene Daten sind nicht nötig.

Übungen mit Hilfestufen und Feedback

Übung 1: Zwei Münzwürfe

Berechne die Wahrscheinlichkeit für genau einmal Kopf.

Hilfe 1

Es gibt zwei passende Pfade: Kopf–Zahl und Zahl–Kopf.

Hilfe 2

Jeder passende Pfad hat die Wahrscheinlichkeit $\frac{1}{2} \cdot \frac{1}{2}$ .

Feedback und Lösung

$P = \frac{1}{4} + \frac{1}{4} = \frac{1}{2}$ . Wer nur einen Pfad berechnet, vergisst die Summenregel.

Übung 2: Mindestens ein Treffer

Ein Treffer tritt in jedem unabhängigen Versuch mit $p = 0,2$ ein. Das Experiment wird sechsmal wiederholt.

Hilfe 1

Nutze das Gegenereignis „kein Treffer“.

Hilfe 2

$P (X = 0) = 0, 8^{6}$

Feedback und Lösung

$P (X \geq 1) = 1 - 0, 8^{6} = 0,737856$ . Der vollständige Baum hätte $64$ Endpfade.

Übung 3: Urne

Eine Urne enthält 5 grüne und 3 gelbe Kugeln. Zwei Kugeln werden ohne Zurücklegen gezogen. Bestimme die Wahrscheinlichkeit für zwei verschiedene Farben.

Hilfe 1

Die günstigen Pfade sind Grün–Gelb und Gelb–Grün.

Hilfe 2

$P (G Y) = \frac{5}{8} \cdot \frac{3}{7}$ und $P (Y G) = \frac{3}{8} \cdot \frac{5}{7}$ .

Feedback und Lösung

$P = \frac{15}{56} + \frac{15}{56} = \frac{15}{28}$

Typische Fehler

Entlang eines Pfades addieren: Richtig ist die Multiplikation der Zweigwahrscheinlichkeiten.
Nur einen günstigen Pfad berechnen: Mehrere disjunkte günstige Pfade werden addiert.
Ohne Zurücklegen mit unveränderten Wahrscheinlichkeiten rechnen: Die Urnenzusammensetzung muss nach jeder Ziehung neu betrachtet werden.
Gegenereignis übersehen: Bei mindestens einmal ist die Ergänzung oft deutlich kürzer.
Simulation als Beweis behandeln: Simulationen liefern Näherungen.
KI-Ausgabe ungeprüft übernehmen: Kontrolliere Knoten-Summen, Pfadregeln, Größenordnung und möglichst einen zweiten Rechenweg.

Selbstkontrolle

Kann ich an jedem Knoten die Summe $1$ prüfen?
Kann ich Produkt- und Summenregel unterscheiden?
Erkenne ich ein effizientes Gegenereignis?
Kann ich Ziehen mit und ohne Zurücklegen unterscheiden?
Kann ich Simulation und exakte Rechnung auseinanderhalten?
Kann ich einen digitalen Output mathematisch kontrollieren?

Transfer

Ein technisches System enthält vier unabhängige Komponenten. Jede Komponente funktioniert mit Wahrscheinlichkeit $0,98$ . Das System funktioniert, wenn mindestens eine Komponente funktioniert.

Das Gegenereignis lautet: Keine Komponente funktioniert.

$P (\overline{A}) = 0,0 2^{4}$

$P (A) = 1 - 0,0 2^{4} = 0,99999984$

Transferfrage: Warum darf diese Potenz nicht einfach verwendet werden, wenn die Komponenten voneinander abhängig sind?

Kompetenzcheck E-Niveau

Modellieren: Übersetze reale Situationen in vollständige oder sinnvoll reduzierte Wahrscheinlichkeitsbäume.
Herleiten: Begründe Pfadwahrscheinlichkeiten mit bedingten Wahrscheinlichkeiten.
Verallgemeinern: Leite $P (X \geq 1) = 1 - (1 - p)^{n}$ für unabhängige Wiederholungen her.
Beweisen: Begründe, warum sich die Endpfadwahrscheinlichkeiten eines vollständigen endlichen Baums zu $1$ summieren.
Gegenbeispiele prüfen: Widerlege falsche Aussagen zu konstanten Zweigwahrscheinlichkeiten.
Komplexe Modelle entwickeln: Erzeuge größere Bäume algorithmisch und vergleiche exakte Werte mit Simulationen.

Reflexion

Wann war ein Baumdiagramm hilfreich, wann wurde es unübersichtlich?
Wann war das Gegenereignis der effizientere Weg?
Wie hast Du ein digitales Ergebnis geprüft?
Welche Modellannahme war für Deine Rechnung entscheidend?

Folgekurs

Im Folgekurs zur Binomialverteilung werden gleichartige Pfade gebündelt. Aus der Wahrscheinlichkeit eines einzelnen Pfades

$p^{k} (1 - p)^{n - k}$

und der Anzahl passender Pfade

$(\binom{n}{k})$

entsteht

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

Medien zur Vertiefung

Medienhinweis: Die Wikimedia-Commons-Dateien werden als freie Medien eingebunden. Lizenz und Urheberschaft sind auf den jeweiligen Dateiseiten dokumentiert.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Diesen aiMOOC als Battle spielen

Welche Rechenoperation gilt entlang eines vollständigen Pfades? (Multiplikation) (!Addition) (!Subtraktion) (!Division)

Wie werden disjunkte günstige Pfade zusammengefasst? (Addition) (!Multiplikation) (!Division) (!Subtraktion)

Was gilt an jedem Knoten? (Die ausgehenden Wahrscheinlichkeiten summieren sich zu 1) (!Ihr Produkt ist 1) (!Alle Zweige sind gleich wahrscheinlich) (!Die Summe ist 0)

Was ändert sich ohne Zurücklegen typischerweise? (Die Zweigwahrscheinlichkeiten späterer Stufen) (!Die Gesamtwahrscheinlichkeit) (!Die Produktregel) (!Die Zahl der Farben)

Was ist das Gegenereignis zu mindestens ein Treffer? (Kein Treffer) (!Genau ein Treffer) (!Mindestens zwei Treffer) (!Alle Treffer)

Wie viele Endpfade hat ein binärer Baum mit fünf Stufen? (32) (!10) (!25) (!64)

Welche Strategie ist für mindestens einen Treffer oft effizient? (Das Gegenereignis verwenden) (!Alle Zweige ignorieren) (!Nur einen Trefferpfad berechnen) (!Wahrscheinlichkeiten subtrahieren)

Was liefert eine Simulation? (Eine empirische Näherung) (!Einen mathematischen Beweis) (!Immer denselben Wert) (!Eine exakte Formel)

Wie gehst Du mit einer KI-berechneten Wahrscheinlichkeit um? (Den Rechenweg mathematisch prüfen) (!Das Ergebnis ungeprüft übernehmen) (!Nur die Schreibweise prüfen) (!Auf eine Begründung verzichten)

Was kennzeichnet das E-Niveau dieses Kurses? (Formal begründen und verallgemeinern) (!Nur Ergebnisse ablesen) (!Nur einstufige Experimente betrachten) (!Auf Gegenbeispiele verzichten)

Memory

Produktregel	Wahrscheinlichkeiten entlang eines Pfades multiplizieren
Summenregel	Disjunkte günstige Pfade addieren
Gegenereignis	Ergänzung zur Gesamtwahrscheinlichkeit eins
Simulation	Zufallsexperiment oft digital wiederholen
Baumdiagramm	Mehrstufige Möglichkeiten verzweigt darstellen
Algorithmus	Viele Pfade systematisch erzeugen

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Produktregel	Entlang eines Pfades
Summenregel	Mehrere disjunkte günstige Pfade
Gegenereignis	Mindestens ein Treffer effizient behandeln
Simulation	Empirische Näherung
Algorithmus	Viele Pfade automatisch erzeugen

Kreuzworträtsel

Produktregel	Welche Regel wird entlang eines Pfades verwendet?
Summenregel	Welche Regel verbindet disjunkte günstige Pfade?
Gegenereignis	Wie heißt die Ergänzung eines Ereignisses?
Baumdiagramm	Welche Darstellung zeigt mehrstufige Möglichkeiten verzweigt?
Simulation	Wie heißt die digitale Wiederholung eines Zufallsexperiments?
Ergebnisraum	Wie heißt die Menge aller möglichen Ergebnisse?

LearningApps

Lückentext

Offene Aufgaben

Leicht

Baumdiagramm: Zeichne für drei Münzwürfe einen vollständigen Baum und markiere die Pfade mit genau zwei Köpfen.
Pfadregel: Erkläre Produkt- und Summenregel an einem eigenen zweistufigen Beispiel.
Gegenereignis: Formuliere zu vier Ereignissen jeweils das Gegenereignis.
Simulation: Führe 50 reale oder digitale Versuche durch und vergleiche relative Häufigkeit und theoretische Wahrscheinlichkeit.

Standard

Urnenmodell: Entwickle ein dreistufiges Ziehproblem ohne Zurücklegen und löse es mit einem Baumdiagramm.
Digitale Mathematik: Simuliere mindestens 1000 Wiederholungen und vergleiche mit einem exakten Wert.
Fehleranalyse: Erfinde eine falsche Baumdiagramm-Lösung und kommentiere jeden Fehler.
Modellkritik: Untersuche, welche Annahmen für unabhängige Wiederholungen nötig sind.

Schwer

Algorithmus: Schreibe ein Programm, das für beliebiges $n$ alle binären Pfade erzeugt.
Beweis: Begründe formal, warum sich die Endpfadwahrscheinlichkeiten eines vollständigen Baums zu $1$ summieren.
Gegenbeispiel: Widerlege mit einem selbst entwickelten Experiment die Behauptung, Wiederholungen hätten immer gleiche Zweigwahrscheinlichkeiten.
Mathematisches Modell: Entwickle ein Zuverlässigkeitsmodell mit mindestens fünf Komponenten und begründe eine effiziente Rechenstrategie.

Lernkontrolle

Modellwahl: Eine Maschine durchläuft vier Prüfstufen. Entwickle ein passendes Baumdiagramm und begründe mögliche Abhängigkeiten.
Strategievergleich: Berechne mindestens einen Treffer bei acht Versuchen direkt und über das Gegenereignis. Vergleiche den Aufwand.
Fehlerdiagnose: Erkläre, warum die Wahrscheinlichkeiten verschiedener vollständiger Pfade nicht miteinander multipliziert werden.
Simulation und Theorie: Eine Simulation mit 200 Durchläufen liefert $0,68$ , die exakte Rechnung $0,72$ . Erkläre die Abweichung.
Abhängigkeit: Zeige an einem Urnenmodell ohne Zurücklegen, wie sich eine bedingte Wahrscheinlichkeit verändert.
Transfer: Entwickle ein Beispiel, bei dem ein vollständiger Baum möglich, aber unpraktisch ist, und gib eine effizientere Strategie an.

Lernnachweis

Für einen Lernnachweis solltest Du zeigen können, dass Du

ein mehrstufiges Zufallsexperiment korrekt modellierst,
Zweig- und Pfadwahrscheinlichkeiten nachvollziehbar bestimmst,
Produktregel, Summenregel und Gegenereignis passend auswählst,
Rechenwege formal begründest und Gegenbeispiele prüfst,
große Bäume algorithmisch strukturierst,
Simulationsergebnisse mit exakten Werten vergleichst,
digitale und KI-erzeugte Ergebnisse selbstständig kontrollierst.

OERs zum Thema

Verknüpfte Lernbereiche

Mehrstufige Zufallsexperimente

aiMOOC-Projekte

Inhalte werden geladen ...

Mediathek wird aus dem Wiki geladen ...

Frag mich zum aktuellen Lerninhalt oder wähle eine kurze Hilfe.

Textmodus bereit

Sprache