Mathematik

Wahrscheinlichkeitsverteilungen und Zufallsvariablen

Binomialverteilung

Mathe1.061Aktualisiert 15. Sept. 20267 Seiten

Stochastik Grundlagen und GTR-Befehle

Melden

Lavin@lavino

Zu Google-Quellen hinzufügen

Stochastik ist ein mega wichtiger Teil der Mathe, der sich mit Wahrscheinlichkeiten und Zufall beschäftigt. Hier lernst du alles von den Grundlagen bis hin zu komplexeren Tests, die dir helfen, Daten zu verstehen und Vorhersagen zu treffen.

Melde dich an, um den Inhalt zu sehen.
Kostenlos!

Mit der Anmeldung akzeptierst du die Nutzungsbedingungen und Datenschutzerklärung

Stochastik-Grundlagen

Stell dir vor, du würfelst hundertmal - am Anfang kommst du vielleicht selten auf eine 6, aber je öfter du würfelst, desto näher kommst du der theoretischen Wahrscheinlichkeit von 1/6. Das ist das Gesetz der großen Zahlen in Aktion.

Bei einem Laplace-Experiment hat jedes Ergebnis die gleiche Chance - wie beim fairen Würfel. Die Formel ist simpel: Wahrscheinlichkeit = günstige Fälle / alle möglichen Fälle. Für P(2≤X≤4) beim Würfel sind das 3 günstige Fälle von 6 möglichen, also 1/2.

Absolute Häufigkeit zählt einfach, wie oft etwas passiert (ganze Zahlen). Relative Häufigkeit zeigt den Anteil als Dezimalzahl. Der Median ist der Wert in der Mitte deiner sortierten Liste, während der arithmetische Mittelwert alle Werte addiert und durch ihre Anzahl teilt.

💡 Merktipp: Bei der bedingten Wahrscheinlichkeit fragst du: "Wie wahrscheinlich ist B, wenn A schon eingetreten ist?" Die Formel: P_A(B) = P(A∩B)/P(A)

Melde dich an, um den Inhalt zu sehen.
Kostenlos!

Mit der Anmeldung akzeptierst du die Nutzungsbedingungen und Datenschutzerklärung

Zufallsgrößen und Binomialverteilung

Der Erwartungswert verrät dir, was du "auf lange Sicht" im Durchschnitt erwarten kannst. Ein Spiel ist fair bei E(X) = 0, günstig bei E(X) > 0 und ungünstig bei E(X) < 0. Die Standardabweichung zeigt, wie stark die Werte um den Erwartungswert streuen.

Fakultäten (n!) geben die Anzahl möglicher Anordnungen an - 5! = 5×4×3×2×1 = 120. Der Binomialkoeffizient "n über k" zeigt, wie viele Möglichkeiten es gibt, k Objekte aus n auszuwählen, ohne auf die Reihenfolge zu achten.

Das Pascal-Dreieck ist dein bester Freund für kleine Binomialkoeffizienten. Jede Zahl ist die Summe der beiden darüberstehenden Zahlen. Bei größeren Zahlen hilft der GTR mit der entsprechenden Funktion.

💡 GTR-Tipp: Mit "5 nCr 2" berechnest du schnell (5 über 2) = 10 Möglichkeiten

Melde dich an, um den Inhalt zu sehen.
Kostenlos!

Mit der Anmeldung akzeptierst du die Nutzungsbedingungen und Datenschutzerklärung

Bernoulli-Experiment und Binomialverteilung

Ein Bernoulli-Experiment hat nur zwei Ausgänge: Treffer oder Niete. Die Wahrscheinlichkeit p bleibt konstant, und die Versuche sind unabhängig. Bei n-maliger Wiederholung entsteht eine Binomialverteilung mit der Formel: P $X=k$ = (n über k) × p^k × $1-p$ ^ $n-k$ .

Die Sigmaregeln geben dir coole Faustregeln: In der 1σ-Umgebung liegen etwa 68% aller Werte, in der 2σ-Umgebung 95% und in der 3σ-Umgebung fast alle (99,7%). Das funktioniert aber nur, wenn die Laplace-Bedingung σ > 3 erfüllt ist.

Für Erwartungswert und Standardabweichung bei Binomialverteilung gilt: μ = np und σ = √ $np(1-p)$ . Diese Formeln sind deutlich einfacher als die allgemeinen Definitionen und sparen dir viel Zeit.

💡 Praxis-Tipp: Bei Aufgaben wie "mindestens 95% Wahrscheinlichkeit für mindestens einen Treffer" rechnest du über das Gegenereignis: 1 - P $X=0$ ≥ 0,95

Melde dich an, um den Inhalt zu sehen.
Kostenlos!

Mit der Anmeldung akzeptierst du die Nutzungsbedingungen und Datenschutzerklärung

Bestimmung unbekannter Parameter

Wenn du n, k oder p bestimmen musst, ist der GTR dein bester Freund. Für n-gesucht erstellst du eine Wertetabelle mit binomcdf und scrollst, bis du den gewünschten Wahrscheinlichkeitswert findest.

Ohne GTR arbeitest du oft mit dem Gegenereignis P $X=0$ . Du setzt die bekannten Werte in die Binomialformel ein und formst nach der gesuchten Größe um. Bei Logarithmen aufgepasst: Wenn du durch einen negativen Logarithmus teilst, dreht sich das Ungleichheitszeichen um!

Bei p-gesucht verwendest du die Schnittpunkt-Methode: Du definierst f $x$ = binomcdf(...) und g $x$ = gewünschte Wahrscheinlichkeit. Der x-Wert des Schnittpunkts ist dein gesuchtes p.

💡 Wichtig: Das Ergebnis muss immer Sinn ergeben - p liegt zwischen 0 und 1, n und k sind ganze Zahlen ≥ 0

Melde dich an, um den Inhalt zu sehen.
Kostenlos!

Mit der Anmeldung akzeptierst du die Nutzungsbedingungen und Datenschutzerklärung

Hypothesentests

Hypothesentests helfen dir zu entscheiden, ob eine Behauptung über eine Population stimmt oder nicht. Du stellst eine Nullhypothese H₀ (die bisherige Annahme) einer Alternativhypothese H₁ (das, was du beweisen willst) gegenüber.

Linksseitige Tests verwendest du bei "weniger als"-Behauptungen (H₁: p < p₀), rechtsseitige bei "mehr als" (H₁: p > p₀) und beidseitige bei "anders als" (H₁: p ≠ p₀). Das Signifikanzniveau α (meist 5%) gibt an, wie sicher du sein willst.

Der Annahmebereich bestimmt, wann du H₀ beibehältst. Liegt dein Stichprobenergebnis außerhalb, verwirfst du H₀. Bei linksseitigen Tests ist der Ablehnungsbereich links vom Erwartungswert, bei rechtsseitigen rechts.

💡 Merkhilfe: Linksseitig = "zu wenig" = kleines k verwirft H₀, rechtsseitig = "zu viel" = großes k verwirft H₀

Melde dich an, um den Inhalt zu sehen.
Kostenlos!

Mit der Anmeldung akzeptierst du die Nutzungsbedingungen und Datenschutzerklärung

Fehlerarten und Normalverteilung

Fehler 1. Art (α-Fehler): Du verwirfst H₀, obwohl sie stimmt - wie ein Fehlalarm. Fehler 2. Art (β-Fehler): Du behältst H₀ bei, obwohl sie falsch ist - du übersiehst etwas Wichtiges. Je kleiner α, desto größer wird β.

Die Normalverteilung ist das Upgrade zur Binomialverteilung für stetige Daten. Statt ganzer Zahlen kannst du jetzt alle möglichen Dezimalwerte haben - perfekt für Gewicht, Größe oder Temperatur.

Die Gaußsche Glockenkurve ist symmetrisch um den Erwartungswert μ. Je größer die Standardabweichung σ, desto breiter und flacher wird die Kurve. Die Wahrscheinlichkeitsdichte f $x$ gibt dir keine direkten Wahrscheinlichkeiten, sondern du musst integrieren.

💡 Wichtig: Bei stetigen Verteilungen ist P $X=k$ ≈ 0, aber P(a ≤ X ≤ b) kann durchaus groß sein!

Melde dich an, um den Inhalt zu sehen.
Kostenlos!

Mit der Anmeldung akzeptierst du die Nutzungsbedingungen und Datenschutzerklärung

Normalverteilung in der Praxis

Für Wahrscheinlichkeiten bei Normalverteilung nutzt du normcdf am GTR: P(a ≤ X ≤ b) = normcdf(a, b, μ, σ). Für Quantile (Werte zu gegebenen Wahrscheinlichkeiten) verwendest du invnorm.

Die Standardnormalverteilung hat μ = 0 und σ = 1 - sie ist die "Mutter aller Normalverteilungen". Jede andere Normalverteilung lässt sich durch Transformation darauf zurückführen.

Der Satz von de Moivre-Laplace ist dein Übergang von diskret zu stetig: Bei großem n (≥ 20) und erfüllter Laplace-Bedingung kannst du Binomialverteilungen durch Normalverteilungen approximieren. Das macht komplizierte Rechnungen viel einfacher!

💡 GTR-Power: Mit normcdf $-1000, b, μ, σ$ berechnest du P(X ≤ b) und mit invnorm(p, μ, σ) findest du den Wert x mit P(X ≤ x) = p

Wir dachten schon, du fragst nie...

Unser KI-Begleiter ist ein speziell für Schüler entwickeltes KI-Tool, das mehr als nur Antworten bietet. Basierend auf Millionen von Knowunity-Inhalten liefert er relevante Informationen, personalisierte Lernpläne, Quizze und Inhalte direkt im Chat und passt sich deinem individuellen Lernweg an.

Du kannst die App im Google Play Store und im Apple App Store herunterladen.

Genau! Genieße kostenlosen Zugang zu Lerninhalten, vernetze dich mit anderen Schülern und hol dir sofortige Hilfe – alles direkt auf deinem Handy.

Stochastik Grundlagen und GTR-Befehle

Stochastik-Grundlagen

Zufallsgrößen und Binomialverteilung

Bernoulli-Experiment und Binomialverteilung

Bestimmung unbekannter Parameter

Hypothesentests

Fehlerarten und Normalverteilung

Normalverteilung in der Praxis

Wir dachten schon, du fragst nie...

Was ist der Knowunity KI-Begleiter?

Wo kann ich die Knowunity-App herunterladen?

Ist Knowunity wirklich kostenlos?

Ähnlicher Inhalt

Mathe LK Abitur 2022: Themenübersicht

Zufallsgrößen und Wahrscheinlichkeiten

Wahrscheinlichkeitsverteilung verstehen

Wahrscheinlichkeitsrechnung Grundlagen

Wahrscheinlichkeitsberechnung: Binomialverteilung

Wahrscheinlichkeitsrechnung und Sigma-Regeln

Beliebtester Inhalt: Binomialverteilung

Mathe-Abitur 2024: Stochastik & Vektoren

Stochastik: Abiturwissen kompakt

Stochastik Grundlagen Abi 2023

Stochastik: Klausuraufgaben

Stochastik Grundlagen

Wahrscheinlichkeitsrechnung und Stochastik

Stochastik: Abitur Zusammenfassung

Wahrscheinlichkeitsrechnung Grundlagen

Wahrscheinlichkeitsverteilung & Unabhängigkeit

Beliebtester Inhalt: Mathe

Quantitative Probleme im TMS

Integralrechnung und Flächenberechnung

Stochastik Lernzettel Abitur

Geraden und Ebenen im Raum

Analytische Geometrie Zusammenfassung

Binomische Formeln verstehen

Integrationsregeln und Anwendungen

Lineare Funktionen verstehen

Analysis: Funktionsscharen & Ableitungen

Beliebtester Inhalt

Heimsuchung Abitur 2026 Lernzettel

Heimsuchung_JennyErpenbeck_Abitur

Abilernzettel Heimsuchung 2025

Heimsuchung komplette Zusammenfassung

Fahrschule Theorieprüfung Essentials

Charaktere aus Heimsuchung von Jenny Erpenbeck

Führerschein Theorie Wiederholung/Notizen

Kapitelzusammenfassung Heimsuchung Jenny Erpenbeck

Heimsuchung - Erpenbeck Kapitelzusammenfassung

Schüler lieben uns, und du auch.