M9 E - Ereignisse in verschiedenen Darstellungen beschreiben

M9 E - Ereignisse in verschiedenen Darstellungen beschreiben

Mini-Beschreibung: Stelle Ereignisse verbal, tabellarisch, durch Mengen und geeignete Diagramme dar und wechsle sicher zwischen diesen Darstellungen. Du arbeitest mit Ergebnismengen, Mengendiagrammen und digitalen Zufallsmodellen auf E-Niveau der Klasse 9 in Baden-Württemberg.

Einstieg

Ein Würfel wird einmal geworfen. Das Ereignis lautet: „Die Augenzahl ist größer als 4.“ Dieselbe Information lässt sich auf mehrere Arten darstellen.

Darstellung	Beschreibung
verbal	Die Augenzahl ist größer als 4.
als Menge	$A=\{5,6\}$
in der Ergebnismenge	$\Omega =\{1,2,3,4,5,6\},A\subseteq \Omega$
als Wahrscheinlichkeit	$P(A)=\frac{2}{6}=\frac{1}{3}$

Leitfrage: Was bleibt gleich, wenn sich nur die Darstellung ändert?

Lernziele

Nach diesem aiMOOC kannst Du Ereignisse sicher zwischen verschiedenen Darstellungen übersetzen und die Wahl einer Darstellung begründen.

1. Ergebnismenge: Du gibst mögliche Ergebnisse eines Zufallsexperiments vollständig und eindeutig an.
2. Ereignis: Du beschreibst ein Ereignis verbal und als Teilmenge $A\subseteq \Omega$.
3. Mengendiagramm: Du deutest Schnitt, Vereinigung und Gegenereignis.
4. Tabelle: Du ordnest Ergebnissen Eigenschaften oder Häufigkeiten übersichtlich zu.
5. Diagramm: Du wählst eine passende grafische Darstellung und liest sie kritisch.
6. Simulation: Du vergleichst theoretische Ergebnisse mit digitalen Zufallsexperimenten.
7. Begründung: Du leitest Beziehungen formal her, verallgemeinerst Aussagen und prüfst Gegenbeispiele.

Vorwissen-Check

Check 1: Notiere für einen normalen Würfel die Ergebnismenge.

Lösung anzeigen: $\Omega =\{1,2,3,4,5,6\}$

Check 2: Formuliere das Ereignis $B=\{2,4,6\}$ in Worten.

Lösung anzeigen: „Es fällt eine gerade Augenzahl.“

Check 3: Entscheide, ob $\{1,3,5\}\subseteq \Omega$ gilt.

Lösung anzeigen: Ja. Jedes Element der Menge gehört zu $\Omega$.

Grundidee: Ergebnis und Ereignis

Ein Ergebnis ist ein einzelner möglicher Ausgang. Ein Ereignis fasst passende Ergebnisse zusammen. Bei endlichen Zufallsexperimenten gilt:

$\omega \in \Omega$

$A\subseteq \Omega$

Beispiel Würfel:

$\Omega =\{1,2,3,4,5,6\}$

$A=\{2,4,6\}$

Dann bedeutet $A$: „Die Augenzahl ist gerade.“

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Dieselbe Information in fünf Darstellungen

Wir betrachten das Ereignis $A$: „Beim Würfeln fällt eine Zahl kleiner als 4.“

Verbal

A: Die Augenzahl ist kleiner als 4.

Als Menge

$\Omega =\{1,2,3,4,5,6\}$

$A=\{1,2,3\}$

Tabellarisch

Ergebnis	1	2	3	4	5	6
gehört zu $A$?	ja	ja	ja	nein	nein	nein

Im Mengendiagramm

Das Rechteck steht für $\Omega$. Die markierte Teilmenge steht für $A$.

Als Wahrscheinlichkeitsdarstellung

Bei einem fairen Würfel sind alle sechs Ergebnisse gleich wahrscheinlich:

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

Merke: Die Darstellung ändert sich, das Ereignis selbst nicht.

Darstellungswechsel Schritt für Schritt

Aufgabe: Gegeben ist $B=\{4,5,6\}$. Übersetze in eine verbale, tabellarische und grafische Darstellung.

Schritt 1 – Bedeutung: Die enthaltenen Zahlen haben die gemeinsame Eigenschaft „mindestens 4“.

Schritt 2 – verbal: „Die Augenzahl ist mindestens 4.“

Schritt 3 – Tabelle: Markiere bei 4, 5 und 6 „ja“, bei 1, 2 und 3 „nein“.

Schritt 4 – Prüfung: Vergleiche jedes markierte Ergebnis mit $B=\{4,5,6\}$. Es darf kein Ergebnis fehlen oder zusätzlich vorkommen.

Ereignisse mit Mengen verknüpfen

Für zwei Ereignisse $A$ und $B$ sind besonders wichtig:

Ausdruck	Bedeutung
$A\cap B$	A und B treten ein.
$A\cup B$	A oder B oder beide treten ein.
$A^c=\Omega \setminus A$	A tritt nicht ein.
$A\subseteq B$	Jedes Ergebnis aus A liegt auch in B.

Interaktives Mengendiagramm

Verschiebe in der GeoGebra-Darstellung die Mengen und beobachte, wie sich Schnitt und Vereinigung verändern.

Denkfrage: Warum darf ein Mengendiagramm die logische Beziehung korrekt zeigen, auch wenn die gezeichneten Flächen nicht die tatsächlichen Wahrscheinlichkeiten darstellen?

Beispiel mit zwei Ereignissen

Ein Würfel wird einmal geworfen.

$A=\{2,4,6\}$ bedeutet „gerade Zahl“.

$B=\{4,5,6\}$ bedeutet „mindestens 4“.

Dann gilt:

$A\cap B=\{4,6\}$

$A\cup B=\{2,4,5,6\}$

$A^c=\{1,3,5\}$

Visueller Prüfweg:

Ergebnis	in $A$	in $B$	in $A\cap B$
1	nein	nein	nein
2	ja	nein	nein
3	nein	nein	nein
4	ja	ja	ja
5	nein	ja	nein
6	ja	ja	ja

E-Niveau: formal begründen und verallgemeinern

Aus $A\subseteq B$ folgt bei jedem Wahrscheinlichkeitsmaß:

$P(A)\le P(B)$

Herleitung:

$B=A\cup (B\setminus A)$

Die Mengen $A$ und $B\setminus A$ sind disjunkt. Daher:

$P(B)=P(A)+P(B\setminus A)$

Da $P(B\setminus A)\ge 0$, folgt:

$P(B)\ge P(A)$

Gegenbeispiel zur Umkehrung: Aus $P(A)=P(B)$ folgt nicht notwendig $A=B$. Beim fairen Würfel können $A=\{1,2\}$ und $B=\{5,6\}$ dieselbe Wahrscheinlichkeit haben, obwohl die Ereignisse verschieden sind.

Zweistufige Zufallsmodelle

Beim zweimaligen Münzwurf ist die Ergebnismenge:

$\Omega =\{KK,KZ,ZK,ZZ\}$

Für das Ereignis „genau einmal Kopf“ gilt:

$A=\{KZ,ZK\}$

Damit:

$P(A)=\frac{2}{4}=\frac{1}{2}$

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Komplexeres Modell: zwei Würfel

Zwei faire Würfel werden geworfen. Ein Ergebnis ist ein geordnetes Paar $(i,j)$ mit:

$i,j\in \{1,2,3,4,5,6\}$

Damit besitzt die Ergebnismenge:

$|\Omega |=6\cdot 6=36$

Für $C$: „Die Summe ist größer als 8“ sind die günstigen Summen 9, 10, 11 und 12.

Summe	Zahl der geordneten Paare
9	4
10	3
11	2
12	1

Also:

$|C|=4+3+2+1=10$

$P(C)=\frac{10}{36}=\frac{5}{18}$

Begründungskontrolle: Ein Balkendiagramm der Summen ist hier oft übersichtlicher als eine ungeordnete Liste aller 36 Paare. Die Ergebnismenge bleibt jedoch die Grundlage.

Digitale Zufallsmodelle

Digitale Simulationen helfen Dir, viele Wiederholungen schnell auszuwerten. Sie ersetzen die mathematische Begründung nicht.

Arbeitsauftrag: Simuliere Würfelwürfe. Vergleiche die relative Häufigkeit des Ereignisses $A=\{5,6\}$ nach wenigen und nach vielen Versuchen mit:

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

Digitale Ergebnisse kritisch prüfen:

1. Prüfe, ob das digitale Modell wirklich das beschriebene Zufallsexperiment simuliert.
2. Prüfe, ob genügend Wiederholungen durchgeführt wurden.
3. Unterscheide relative Häufigkeit und theoretische Wahrscheinlichkeit.
4. Speichere oder teile keine personenbezogenen Daten.
5. Prüfe KI-Ausgaben rechnerisch und logisch. Eine KI-Ausgabe ersetzt keinen mathematischen Beweis.

Interaktive Beispiele

Beispiel A: verbal → Menge

„Beim Würfeln fällt keine Primzahl.“

Hilfe 1: Primzahlen auf dem Würfel sind $2,3,5$.

Hilfe 2: Suche alle Ergebnisse aus $\Omega$, die nicht in $\{2,3,5\}$ liegen.

Feedback: $A=\{1,4,6\}$.

Beispiel B: Menge → verbal

Gegeben ist $B=\{1,3,5\}$.

Hilfe: Suche eine gemeinsame Eigenschaft aller drei Zahlen.

Feedback: „Die Augenzahl ist ungerade.“

Beispiel C: Tabelle → Menge

Ergebnis	1	2	3	4	5	6
gehört zum Ereignis?	nein	ja	nein	ja	nein	ja

Feedback: $C=\{2,4,6\}$.

Übungen mit Hilfestufen und Feedback

Übung 1: Gegenereignis

Gegeben ist $A=\{1,2,6\}$. Bestimme $A^c$ für einen Würfel.

Hilfe 1: Starte mit $\Omega =\{1,2,3,4,5,6\}$.

Hilfe 2: Streiche alle Elemente von $A$.

Feedback: $A^c=\{3,4,5\}$.

Übung 2: Schnitt und Vereinigung

Gegeben sind $A=\{1,2,3,4\}$ und $B=\{3,4,5\}$. Bestimme $A\cap B$ und $A\cup B$.

Hilfe 1: Beim Schnitt dürfen nur Ergebnisse stehen, die in beiden Mengen vorkommen.

Hilfe 2: In der Vereinigung steht jedes Ergebnis höchstens einmal.

Feedback: $A\cap B=\{3,4\}$ und $A\cup B=\{1,2,3,4,5\}$.

Übung 3: Darstellung bewerten

Eine Simulation mit 20 Würfen zeigt 9-mal eine Sechs. Darf daraus $P(\{6\})=\frac{9}{20}$ für einen fairen Würfel gefolgert werden?

Hilfe: Unterscheide beobachtete relative Häufigkeit und theoretische Wahrscheinlichkeit.

Feedback: Nein. $\frac{9}{20}$ ist die relative Häufigkeit in dieser Stichprobe. Für einen fairen Würfel gilt theoretisch $P(\{6\})=\frac{1}{6}$.

Übung 4: Gegenbeispiel prüfen

Behauptung: „Wenn $P(A)=P(B)$, dann gilt $A=B$.“

Hilfe: Suche beim fairen Würfel zwei verschiedene Ereignisse mit gleich vielen Ergebnissen.

Feedback: Zum Beispiel $A=\{1,2\}$ und $B=\{5,6\}$. Beide haben Wahrscheinlichkeit $\frac{1}{3}$, aber $A\ne B$. Die Behauptung ist falsch.

Typische Fehler

Fehler	Korrektur
Ergebnis und Ereignis werden verwechselt.	Ein Ergebnis ist ein Element $\omega$; ein Ereignis ist eine Menge $A$.
„oder“ wird als „entweder oder“ gelesen.	$A\cup B$ enthält auch Ergebnisse aus $A\cap B$.
Beim Gegenereignis fehlt die Grundmenge.	Das Komplement wird immer relativ zu $\Omega$ gebildet.
Ein Diagramm wird nur nach Fläche gedeutet.	Erst Legende, Beschriftung und mathematische Bedeutung prüfen.
Simulation wird mit Beweis verwechselt.	Simulation liefert empirische Hinweise; eine Herleitung begründet allgemein.

Selbstkontrolle

Beantworte ohne Hilfsmittel:

1. Kannst Du zu einem Satz eine passende Ereignismenge angeben?
2. Kannst Du aus einer Ereignismenge eine präzise verbale Aussage formulieren?
3. Kannst Du $A\cap B$, $A\cup B$ und $A^c$ deuten?
4. Kannst Du begründen, welche Darstellung für eine Aufgabe besonders geeignet ist?
5. Kannst Du erklären, warum Simulationsergebnisse schwanken?
6. Kannst Du eine falsche Verallgemeinerung durch ein Gegenbeispiel widerlegen?

Transfer

Ein digitales Spiel erzeugt zufällig eine Zahl aus $\{1,2,\dots ,12\}$. Ein Gewinn tritt ein, wenn die Zahl durch 3 oder durch 4 teilbar ist.

Definiere:

$A=\{3,6,9,12\}$

$B=\{4,8,12\}$

Dann:

$A\cap B=\{12\}$

$A\cup B=\{3,4,6,8,9,12\}$

Daraus folgt bei gleich wahrscheinlichen Zahlen:

$P(A\cup B)=\frac{6}{12}=\frac{1}{2}$

Transferfrage: Erkläre, warum das Ergebnis 12 bei der Vereinigung nicht doppelt gezählt werden darf.

Kompetenzcheck E-Niveau

Kompetenz	Ich kann …
Darstellen	dasselbe Ereignis verbal, als Menge, Tabelle und Diagramm ausdrücken.
Wechseln	Informationen fehlerfrei zwischen Darstellungen übertragen.
Begründen	Mengenbeziehungen und Wahrscheinlichkeiten nachvollziehbar herleiten.
Verallgemeinern	aus $A\subseteq B$ die Beziehung $P(A)\le P(B)$ begründen.
Prüfen	Gegenbeispiele zu falschen Aussagen entwickeln.
Modellieren	mehrstufige Zufallsmodelle mit geeigneter Ergebnismenge beschreiben.
Digital arbeiten	Simulationen kritisch auswerten und ihre Grenzen benennen.

Reflexion

1. Welche Darstellung hilft Dir am meisten beim Erkennen eines Ereignisses?
2. Wann ist eine Tabelle geeigneter als ein Mengendiagramm?
3. Welche Information kann in einer Simulation sichtbar werden, die eine reine Rechnung nicht zeigt?
4. Welche Aussage in diesem Kurs konntest Du formal begründen?
5. Wo wäre ein Gegenbeispiel überzeugender als viele weitere Beispiele?

Folgekurs

Als Übergang in Klasse 10 bieten sich Bedingte Wahrscheinlichkeit, Vierfeldertafel, Unabhängigkeit von Ereignissen, Baumdiagramm und komplexere Zufallsexperimente an. Dabei bleibt der sichere Wechsel zwischen sprachlicher, tabellarischer, mengenbezogener und grafischer Darstellung zentral.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was ist bei einem Würfel die Ergebnismenge? (Die Menge aller möglichen Augenzahlen) (!Nur die tatsächlich gewürfelte Augenzahl) (!Nur die geraden Augenzahlen) (!Nur die wahrscheinlichen Ergebnisse)

Was beschreibt ein Ereignis bei einer endlichen Ergebnismenge? (Eine Teilmenge der Ergebnismenge) (!Immer genau ein Ergebnis) (!Eine Zahl außerhalb der Ergebnismenge) (!Nur ein unmögliches Ergebnis)

Welche Menge beschreibt beim Würfel das Ereignis gerade Augenzahl? (2 4 6) (!1 3 5) (!1 2 3) (!4 5 6)

Was bedeutet die Schnittmenge zweier Ereignisse? (Beide Ereignisse treten ein) (!Mindestens eines tritt ein) (!Keines tritt ein) (!Nur das erste tritt ein)

Was bedeutet die Vereinigung zweier Ereignisse? (Mindestens eines der Ereignisse tritt ein) (!Beide Ereignisse müssen immer gleichzeitig eintreten) (!Keines der Ereignisse darf eintreten) (!Nur das Gegenereignis tritt ein)

Was ist das Gegenereignis zu einem Ereignis A? (Alle Ergebnisse der Ergebnismenge die nicht zu A gehören) (!Nur die Ergebnisse die zu A gehören) (!Immer die leere Menge) (!Immer die gesamte Ergebnismenge)

Was zeigt eine digitale Zufallssimulation unmittelbar? (Beobachtete relative Häufigkeiten) (!Einen allgemeinen mathematischen Beweis) (!Immer exakt die theoretische Wahrscheinlichkeit) (!Eine personenbezogene Vorhersage)

Was folgt aus A ist Teilmenge von B? (Die Wahrscheinlichkeit von A ist höchstens die Wahrscheinlichkeit von B) (!Die Wahrscheinlichkeit von A ist immer größer als die von B) (!A und B müssen gleich sein) (!A muss unmöglich sein)

Welche Darstellung eignet sich besonders zum Sichtbarmachen von Schnitt und Vereinigung? (Ein Mengendiagramm) (!Eine unbeschriftete Textseite) (!Eine zufällige Fotografie) (!Eine Liste ohne Zuordnung)

Warum ersetzt eine KI-Ausgabe keinen mathematischen Beweis? (Weil die Begründung logisch und mathematisch geprüft werden muss) (!Weil KI niemals Zahlen ausgeben kann) (!Weil Beweise nur aus Diagrammen bestehen) (!Weil Wahrscheinlichkeiten nicht berechnet werden können)

Memory

Ergebnismenge	alle möglichen Ergebnisse
Ereignis	Teilmenge der Ergebnismenge
Schnittmenge	beide Bedingungen gelten
Vereinigung	mindestens eine Bedingung gilt
Gegenereignis	Bedingung gilt nicht
Simulation	digitales Zufallsmodell
relative Häufigkeit	beobachteter Anteil
Mengendiagramm	grafische Mengenbeziehung

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Ergebnismenge	alle möglichen Ergebnisse
Ereignis	ausgewählte Ergebnisse
Schnittmenge	gleichzeitig erfüllt
Vereinigung	mindestens eine Bedingung
Gegenereignis	nicht erfüllt

Kreuzworträtsel

Ergebnisraum	Wie nennt man die Menge aller möglichen Ergebnisse auch?
Ereignis	Wie heißt eine passende Teilmenge der Ergebnismenge?
Schnittmenge	Welche Menge enthält Ergebnisse die zu beiden Ereignissen gehören?
Vereinigung	Welche Menge enthält Ergebnisse die zu mindestens einem Ereignis gehören?
Komplement	Welcher Mengenbegriff beschreibt das Gegenereignis?
Teilmenge	Welche Mengenbeziehung gilt zwischen Ereignis und Ergebnismenge?

Lückentext

Vervollständige den Text.

Die Menge aller möglichen Ergebnisse heißt . Ein Ereignis ist bei endlichen Zufallsexperimenten eine der Ergebnismenge. Die Zeichenfolge $A\cap B$ beschreibt die . Die Zeichenfolge $A\cup B$ beschreibt die . Das Gegenereignis enthält alle Ergebnisse, die zu einem Ereignis gehören. Eine digitale Simulation liefert beobachtete . Bei einem Laplace-Experiment gilt für ein Ereignis die Formel $P(A)=\frac{|A|}{|\Omega |}$, wenn alle Ergebnisse sind. Ein digitales oder KI-erzeugtes Ergebnis muss mathematisch werden.

Offene Aufgaben

Leicht

1. Ereigniskarten: Erstelle vier Karten. Auf jeder Karte steht ein Würfelereignis einmal verbal und einmal als Menge.
2. Darstellungswechsel: Verwandle drei vorgegebene Ereignismengen in präzise Alltagssätze und kontrolliere, ob wirklich genau dieselben Ergebnisse gemeint sind.
3. Mengendiagramm: Zeichne zu zwei Würfelereignissen ein Mengendiagramm und markiere Schnitt, Vereinigung und Gegenereignis.
4. Mini-Simulation: Würfle 30-mal, notiere die Ergebnisse tabellarisch und vergleiche die relative Häufigkeit eines selbst gewählten Ereignisses mit seiner theoretischen Wahrscheinlichkeit.

Standard

1. Darstellung vergleichen: Stelle ein Ereignis in vier verschiedenen Formen dar und begründe, welche Darstellung für eine Mitschülerin oder einen Mitschüler am schnellsten verständlich ist.
2. Fehlersuche: Erfinde eine falsche Ereignisdarstellung und schreibe eine kurze Diagnose, woran man den Fehler erkennt.
3. Digitale Simulation: Simuliere mindestens 200 Würfe digital, dokumentiere Häufigkeiten und erkläre Abweichungen von theoretischen Werten ohne personenbezogene Daten zu verwenden.
4. Zwei Würfel: Modelliere das Ereignis „Augensumme mindestens 10“ durch eine Ergebnismenge, eine Tabelle und ein Diagramm.

Schwer

1. Beweisidee: Beweise für endliche Wahrscheinlichkeitsmodelle aus $A\subseteq B$ die Folgerung $P(A)\le P(B)$.
2. Gegenbeispiel: Widerlege die Aussage „Gleiche Wahrscheinlichkeit bedeutet gleiches Ereignis“ mit zwei verschiedenen Beispielen und erläutere die Struktur Deiner Gegenbeispiele.
3. Komplexes Zufallsmodell: Entwickle ein zweistufiges Zufallsspiel, definiere Ergebnismenge und mindestens drei Ereignisse und stelle deren Beziehungen als Mengen und in einem geeigneten Diagramm dar.
4. KI-Prüfung: Lass Dir von einem KI-System eine Ereignisdarstellung erzeugen, prüfe sie vollständig mathematisch und dokumentiere jede notwendige Korrektur. Verwende keine personenbezogenen Daten.

Lernkontrolle

1. Darstellungswechsel begründen: Ein Ereignis ist als Menge gegeben. Überführe es in Satz, Tabelle und Mengendiagramm und begründe, warum alle Darstellungen äquivalent sind.
2. Diagramm prüfen: Analysiere ein Mengendiagramm mit zwei Ereignissen. Formuliere daraus mindestens drei Mengenaussagen und prüfe sie an einer passenden Ergebnismenge.
3. Modellwahl: Vergleiche Tabelle, Baumdiagramm und Mengendiagramm für ein zweistufiges Zufallsexperiment. Begründe, welche Darstellung für welche Frage besonders geeignet ist.
4. Simulation bewerten: Eine digitale Simulation liefert nach 40 Wiederholungen eine auffällige relative Häufigkeit. Erkläre, welche Schlüsse zulässig sind und welche nicht.
5. Aussage beweisen: Leite aus $A\subseteq B$ die Ungleichung $P(A)\le P(B)$ her und erkläre jeden Schritt.
6. Gegenbeispiel konstruieren: Finde eine falsche allgemeine Aussage über Ereignisse und widerlege sie durch ein korrektes Gegenbeispiel.

Lernnachweis

Für einen Lernnachweis zu diesem Thema ist wichtig, dass Du nicht nur Ergebnisse nennst, sondern Rechenweg, Darstellung und Begründung nachvollziehbar machst.

1. Du definierst die Ergebnismenge vollständig.
2. Du formulierst Ereignisse präzise verbal und als Mengen.
3. Du nutzt Tabellen und Diagramme passend zur Fragestellung.
4. Du wechselst sicher zwischen Darstellungen.
5. Du verwendest $\cap$, $\cup$, $\subseteq$ und Gegenereignisse korrekt.
6. Du begründest Beziehungen formal.
7. Du prüfst Verallgemeinerungen mit Beweisen oder Gegenbeispielen.
8. Du unterscheidest Simulationsergebnisse von theoretischen Wahrscheinlichkeiten.
9. Du prüfst digitale und KI-erzeugte Ergebnisse kritisch.

Verknüpfte Lernbereiche

Wahrscheinlichkeit Ergebnismenge Ereignis Mengendiagramm Zufallsexperiment Baumdiagramm Laplace-Experiment Simulation