Änderungen von Dokument BPE 17.3 Baumdiagramm, Vierfeldertafel, Additionssatz und Bedingte Wahrscheinlichkeit
Zuletzt geändert von thomashermann am 2026/05/12 14:18
Von Version 40.1
bearbeitet von Hogir Gecer
am 2025/12/12 15:09
am 2025/12/12 15:09
Änderungskommentar:
Es gibt keinen Kommentar für diese Version
Auf Version 44.7
bearbeitet von thomashermann
am 2026/05/12 14:02
am 2026/05/12 14:02
Änderungskommentar:
Es gibt keinen Kommentar für diese Version
Zusammenfassung
-
Seiteneigenschaften (2 geändert, 0 hinzugefügt, 0 gelöscht)
Details
- Seiteneigenschaften
-
- Dokument-Autor
-
... ... @@ -1,1 +1,1 @@ 1 -XWiki. gecer1 +XWiki.thomashermann - Inhalt
-
... ... @@ -7,30 +7,44 @@ 7 7 8 8 Laplace-Formel, Gegenereigniss. 3-Mal-Mindestens-Aufgaben, Pfadrregeln, Additionssatz 9 9 10 -{{aufgabe id="Beding te Wahrscheinlichkeiten verstehen(Teil 1)" afb="II" kompetenzen="K2" quelle="H.Geçer" zeit="10" cc="by-sa"}}10 +{{aufgabe id="Bedingungen vertauschen" afb="II" kompetenzen="K2" quelle="Hogir Geçer" zeit="10" cc="by-sa"}} 11 11 In den folgenden Situationen sind zwei Ereignisse A und B angegeben. Analysiere für jedes Paar die bedingten Wahrhscheinlichkeiten in beide Richtungen. 12 - a) Formuliere in Worten, was P(A|B) und P(B|A) bedeutet. 13 - b) Stelle Vermutungen auf, welche bedingte Wahrscheinlichkeit groß und welche klein ist. 12 +(%class=abc%) 13 +1. Formuliere in Worten, was P,,B,,(A) und P,,A,,(B) bedeutet. 14 +1. Stelle Vermutungen auf, welche bedingte Wahrscheinlichkeit groß und welche klein ist. 14 14 15 15 16 -1.P (Person istMann|Person istVater) vs. P(Person istVater|Person istMann)17 - 2.P(Schülerin hatguteMathe-Note|Schülerinbesucht Mathe-LK) vs. P(Schülerinbesucht Mathe-LK|Schüler hatguteMathe-Note)18 - 3.P(Straße ist nass|es regnet) vs. P(es regnet|Straße ist nass)19 - 4.P(Passagier passiert Sicherheitskontrolle|Passagier fliegt heute) vs. P(Passagierfliegt heute|Passagierpassiert Sicherheitskontrolle)17 +1. P,,Person ist Vater,,(Person ist Mann) vs. P,,Person ist Mann,,(Person ist Vater) 18 +1. P,,Schülerin besucht Mathe-LK,,(Schülerin hat gute Mathe-Note) vs. P,,Schüler hat gute Mathe-Note,,(Schülerin besucht Mathe-LK) 19 +1. P,,es regnet,,(Straße ist nass) vs. P,,Straße ist nass,,(es regnet) 20 +1. P,,Passagier fliegt heute,,(Passagier passiert Sicherheitskontrolle) vs. P,,Passagier passiert Sicherheitskontrolle,,(Passagier fliegt heute) 20 20 {{/aufgabe}} 21 21 22 -{{aufgabe id="Be dingte Wahrscheinlichkeitenverstehen(Teil 2)" afb="II" kompetenzen="K2" quelle="H.Geçer" zeit="10" cc="by-sa"}}23 +{{aufgabe id="Bezugsgröße der Bedingung" afb="II" kompetenzen="K2" quelle="Hogir Geçer" zeit="10" cc="by-sa"}} 23 23 In den folgenden Situationen sind zwei Ereignisse A und B sowie die Bedingung M angegeben. Analysiere für jedes Paar die bedingte Wahrscheinlichkeit. 24 - a) Formuliere in Worten, was P(A|M) und P(B|M) bedeutet.25 - b) Stelle Vermutungen auf, welche bedingte Wahrscheinlichkeit größer ist.25 +a) Formuliere in Worten, was P,,M,,(A) und P,,M,,(B) bedeutet. 26 +b) Stelle Vermutungen auf, welche bedingte Wahrscheinlichkeit größer ist. 26 26 27 27 28 -1.Ein Mann hört gerne klassische Musik. Welche Wahrscheinlichkeit ist größer: dass der Mann ein LKW-Fahrer ist oder dass der Mann ein Literaturprofessor ist. 29 -2.Eine Person joggt regelmäßig. Welche Wahrscheinlichkeit ist größer: dass die Person ein Profisportler ist oder dass die Person 18-25 Jahre alt ist. 30 -3.Eine Person isst sehr gerne Gemüse. Welche Wahrscheinlichkeit ist größer: dass die Person ein Fußballprofi ist oder dass die Person ein Rentner ist. 29 +1. Ein Mann hört gerne klassische Musik. Welche Wahrscheinlichkeit ist größer: dass der Mann ein LKW-Fahrer ist oder dass der Mann ein Literaturprofessor ist. 30 +2. Eine Person joggt regelmäßig. Welche Wahrscheinlichkeit ist größer: dass die Person ein Profisportler ist oder dass die Person 18-25 Jahre alt ist. 31 +3. Eine Person isst sehr gerne Gemüse. Welche Wahrscheinlichkeit ist größer: dass die Person ein Fußballprofi ist oder dass die Person ein Rentner ist. 31 31 {{/aufgabe}} 32 32 33 -{{aufgabe id="Hölzchen" afb="II" kompetenzen="K3,K5" quelle="Beckstette, Glende, Grasemann, Haasis, Kolupa, Widmann, Frenzen" zeit="10" cc="by-sa"}} 34 +{{aufgabe id="Kausalität" afb="III" kompetenzen="K2" quelle="Hogir Geçer" zeit="10" cc="by-sa"}} 35 +Die folgende Tabelle zeigt die Verteilung von 100 Arbeitnehmer*innen nach Geschlecht und Arbeitslohn. 36 +(%class="border slim"%) 37 +|=|> 3.000€|≤ 3.000€| 38 +|=Frauen|20|40|60 39 +|=Männer|25|15|40 40 +| |45|55|100 41 +(%class=abc%) 42 +1. Prüfe, ob Geschlecht und Arbeitslohn stochastisch unabhängig sind. 43 +1. Formuliere in eigenen Worten, was das Ergebnis bedeutet. 44 +1. Diskutiere, warum stochastische Abhängigkeit nicht automatisch Kausalität bedeutet. 45 +{{/aufgabe}} 46 + 47 +{{aufgabe id="Hölzchen" afb="II" kompetenzen="K3,K5" quelle="Beckstette, Grasemann, Haasis, Kolupa, Widmann, Frenzen" zeit="10" cc="by-sa"}} 34 34 Tina hält in der Hand lange und kurze Hölzchen. Marc und Stefan ziehen zufällig abwechselnd je ein Hölzchen (ohne Zurücklegen). Sobald einer ein langes Hölzchen zieht, hat er gewonnen und darf mit Tina ausgehen. 35 35 (%class=abc%) 36 36 1. Tina hat 3 kurze und 1 langes Hölzchen. Marc beginnt. Stefan glaubt, er sei im Nachteil, weil er erst als zweiter zieht. Untersuche, ob Stefan recht hat. ... ... @@ -37,13 +37,13 @@ 37 37 1. Am nächsten Tag wird das Spiel wiederholt. Tina möchte nun Marc begünstigen. Hanna rät ihr: „Nimm 3 lange und 2 kurze Hölzchen und lass Marc anfangen.“ Ermittle die Wahrscheinlichkeit, dass Tina mit Marc ausgeht. 38 38 {{/aufgabe}} 39 39 40 -{{aufgabe id="Mogeln" afb="II" kompetenzen="K3,K5" quelle="Beckstette, G lende, Grasemann, Haasis, Kolupa, Widmann, Frenzen" cc="by-sa"}}54 +{{aufgabe id="Mogeln" afb="II" kompetenzen="K3,K5" quelle="Beckstette, Grasemann, Haasis, Kolupa, Widmann, Frenzen" cc="by-sa"}} 41 41 In einer Urne sind 5 rote und 3 blaue Kugeln. Daniel bietet ein Spiel an: Dreimal zufällig ziehen mit Zurücklegen. Wer dreimal eine rote Kugel zieht, gewinnt. Larissa spielt, und es geht ehrlich zu. Berechne die Wahrscheinlichkeit, dass Larissa gewinnt. 42 42 43 43 Als Timo spielt, mogelt Daniel: Wenn Timo eine rote Kugel zieht, legt er statt der roten eine blaue Kugel in die Urne zurück. Berechne die Wahrscheinlichkeit, dass Larissa gewinnt. 44 44 {{/aufgabe}} 45 45 46 -{{aufgabe id="Kugeln ziehen" afb="I" kompetenzen="K3,K4,K5" quelle="Beckstette, G lende, Grasemann, Haasis, Kolupa, Widmann, Frenzen" cc="by-sa"}}60 +{{aufgabe id="Kugeln ziehen" afb="I" kompetenzen="K3,K4,K5" quelle="Beckstette, Grasemann, Haasis, Kolupa, Widmann, Frenzen" cc="by-sa"}} 47 47 In einer Urne sind 4 blaue, 3 rote und 5 grüne Kugeln. Es wird zufällig gezogen ohne Zurücklegen und die jeweilige Farbe notiert. Wenn eine blaue Kugel gezogen wird ist Schluß, spätestens jedoch, wenn dreimal gezogen wurde. 48 48 (%class=abc%) 49 49 1. Gib einen möglichen Ergebnisraum an und skizziere das zugehörige Baumdiagramm. ... ... @@ -71,12 +71,12 @@ 71 71 1. Von den Besuchern über 25 Jahren geben 80% eine positives Feedback. 72 72 {{/aufgabe}} 73 73 74 -{{aufgabe id="Rennen" afb="II" kompetenzen="K3,K5" quelle="Beckstette, G lende, Grasemann, Haasis, Kolupa, Widmann" cc="by-sa"}}88 +{{aufgabe id="Rennen" afb="II" kompetenzen="K3,K5" quelle="Beckstette, Grasemann, Haasis, Kolupa, Widmann" cc="by-sa"}} 75 75 Zu Beginn der Saison ist Rudi der stärkste Rennfahrer; seine Chance ein Rennen zu gewinnen liegt bei p = 0,6. Rudi nimmt in dieser Saison nur an 6 Rennen teil. 76 76 An wie vielen Rennen müsste Rudi mindestens teilnehmen, um mit einer Wahrscheinlichkeit von wenigstens 99,9 % mindestens einen Sieg zu erringen? 77 77 {{/aufgabe}} 78 78 79 -{{aufgabe id="TÜV" afb="I" kompetenzen="K3,K4,K6" quelle="Beckstette, G lende, Grasemann, Haasis, Kolupa, Widmann" cc="by-sa"}}93 +{{aufgabe id="TÜV" afb="I" kompetenzen="K3,K4,K6" quelle="Beckstette, Grasemann, Haasis, Kolupa, Widmann" cc="by-sa"}} 80 80 In einem Entwicklungsland werden beim TÜV lediglich die Bremsen und die Karosserie überprüft: Bei 82 % der untersuchten Wagen waren die Bremsen in Ordnung, bei 86 % war die Karosserie ohne Beanstandung. Bei 12 % der Fahrzeuge waren sowohl Bremsen als auch die Karosserie kaputt. 81 81 Berechne, wie groß die Wahrscheinlichkeit ist, dass 82 82 a) bei einem Wagen, bei dem die Karosserie defekt ist, auch die Bremsen kaputt sind? ... ... @@ -83,13 +83,13 @@ 83 83 b) bei einem Wagen mit defekten Bremsen die Karosserie ohne Beanstandungen bleibt? 84 84 {{/aufgabe}} 85 85 86 -{{aufgabe id="Kugeln hinzufügen" afb="III" kompetenzen="K2,K5" quelle="Beckstette, G lende, Grasemann, Haasis, Kolupa, Widmann" cc="by-sa" tags="problemlösen"}}100 +{{aufgabe id="Kugeln hinzufügen" afb="III" kompetenzen="K2,K5" quelle="Beckstette, Grasemann, Haasis, Kolupa, Widmann" cc="by-sa" tags="problemlösen"}} 87 87 In einer Schüssel sind 20 rote und 10 gelbe Kugeln. Es werden mit einem Zug zwei Kugeln gezogen. 88 88 Wie viele blaue Kugeln müssen dazugegeben werden, damit die Wahrscheinlichkeit, zwei gleichfarbige Kugeln zu bekommen, 89 89 a) genau {{formula}}\frac{70}{183}{{/formula}} ist? b) höchstens 0,4 ist? c) mindestens 0,5 ist? 90 90 {{/aufgabe}} 91 91 92 -{{aufgabe id="Raucher" afb="I" kompetenzen="K3,K4" quelle="Beckstette, G lende, Grasemann, Haasis, Kolupa, Widmann" cc="by-sa" tags="problemlösen"}}106 +{{aufgabe id="Raucher" afb="I" kompetenzen="K3,K4" quelle="Beckstette, Grasemann, Haasis, Kolupa, Widmann" cc="by-sa" tags="problemlösen"}} 93 93 Unter den 2500 Mitarbeitern einer Firma sind 1600 Raucher. Von den 2000 Männern rauchen 1400. 94 94 Fülle die folgende Tabelle aus und berechne die fehlenden Zellen: 95 95 ... ... @@ -159,6 +159,21 @@ 159 159 Weise dies nach und berechne {{formula}}w{{/formula}}, wenn die beschriebene Wahrscheinlichkeit den Wert {{formula}}\frac{1}{5}{{/formula}} hat. 160 160 {{/aufgabe}} 161 161 176 +{{aufgabe id="Stochastische Unabhängigkeit Vierfeldertafel" afb="II" kompetenzen="K2,K4,K5" quelle="Thomas Hermann" zeit="10min"}} 177 +Gegeben sind die Ereignisse {{formula}}A=\{männlich\_(m)\}{{/formula}} und {{formula}}B=\{benutzt\,Künstliche\,Inteligenz\,(KI)\}{{/formula}} und die folgende unvollständige Vierfeldertafel: 178 + 179 +(%class="border slim"%) 180 +||={{formula}}m{{/formula}}|={{formula}}\overline{m}{{/formula}}| 181 +|={{formula}}KI{{/formula}}||| 182 +|={{formula}}\overline{KI}{{/formula}}||| 183 +| ||| 184 + 185 + 186 +(%class=abc%) 187 +1. So dass die Ereignisse stochastisch unabhängig sind. 188 +2. So dass die Ereignisse stochastisch abhängig sind. 189 +{{/aufgabe}} 190 + 162 162 {{lehrende}}Evtl. noch eine Aufgabe mit Prävalenz{{/lehrende}} 163 163 164 164 {{seitenreflexion bildungsplan="5" kompetenzen="4" anforderungsbereiche="5" kriterien="4" menge="1"/}}