MINT lernen

Übung — AFB III (Begründen)

Zehn Aufgaben zum Begründen, Beurteilen und Stellung nehmen — hier zählt die vollständige Argumentation.

Dein Fortschritt:
0 / 0 Aufgaben
1

Aufgabenblock — AFB III

Zehn offene Aufgaben: begründen, beurteilen, Stellung nehmen, ein Spiel entwerfen, Modelle prüfen. Die Musterlösung zeigt eine vollständige Argumentation.

A1
Gleiche Äste
AFB III

Begründe: Gilt \(P_A(B)=P_{\overline A}(B)\), dann ist \(P_A(B)=P(B)\).

Hinweis: Schreibe \(P(B)\) mit dem Satz der totalen Wahrscheinlichkeit (beide Pfade zu \(B\)).

Strategie: P(B) als Summe der beiden Pfade schreiben und den gemeinsamen Faktor ausklammern.Warum so? Die Aussage verbindet Baum und Unabhängigkeit — beides steht in dieser Summe.
Lösungsskizze: \(P(B)=P(A)\cdot q+P(\overline A)\cdot q\) mit \(q=P_A(B)\).
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: Sei \(q=P_A(B)=P_{\overline A}(B)\). Dann ist \(P(B)=P(A)\cdot q+P(\overline A)\cdot q=q\cdot\big(P(A)+P(\overline A)\big)=q\cdot1=q\). Also \(P_A(B)=P(B)\) — das Eintreten von \(A\) ändert die Wahrscheinlichkeit von \(B\) nicht.

A2
99 % Trefferquote
AFB III

Beurteile die Aussage: „Der Test erkennt 99 % der Erkrankten. Wer positiv getestet wird, ist also zu 99 % krank.“

Nimm an: 1 % der Bevölkerung ist erkrankt, 2 % der Gesunden werden fälschlich positiv getestet.

Strategie: Mit 10 000 gedachten Personen einen Häufigkeitsbaum aufstellen.Warum so? Anzahlen machen die Umkehrung der Bedingung sichtbar.
Lösungsskizze: 100 Kranke → 99 positiv; 9900 Gesunde → 198 positiv; \(P_+(K)=\tfrac{99}{297}\).
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: Die Aussage verwechselt \(P_K(+)\) mit \(P_+(K)\). Von 10 000 Personen sind 100 krank (99 positiv) und 9 900 gesund (198 positiv). Von 297 Positiven sind nur 99 krank: \(P_+(K)=\tfrac{99}{297}\approx33\,\%\). Die Aussage ist falsch; bei seltenen Krankheiten ist ein positives Ergebnis viel unsicherer als die Trefferquote.

A3
Unvereinbar und abhängig
AFB III

Zeige: Zwei unvereinbare Ereignisse \(A\), \(B\) mit \(P(A)>0\) und \(P(B)>0\) sind stochastisch abhängig.

Strategie: Die Produktregel mit \(P(A\cap B)=0\) vergleichen.Warum so? Unabhängigkeit ist genau über die Produktregel definiert.
Lösungsskizze: \(P(A\cap B)=0\), aber \(P(A)\cdot P(B)>0\).
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: Unvereinbar heißt \(A\cap B=\emptyset\), also \(P(A\cap B)=0\). Wegen \(P(A)>0\) und \(P(B)>0\) ist \(P(A)\cdot P(B)>0\). Damit gilt \(P(A\cap B)\ne P(A)\cdot P(B)\) — die Ereignisse sind abhängig. Anschaulich: Tritt \(A\) ein, ist \(B\) sicher ausgeschlossen, \(P_A(B)=0\ne P(B)\).

A4
Nachhilfe und Noten
AFB III

Eine Schule wertet 400 Zeugnisse aus. 80 Lernende hatten Nachhilfe (\(N\)); von ihnen haben 36 im Fach eine Note schlechter als 3 (\(S\)). Von den übrigen 320 haben 64 eine Note schlechter als 3. Eine Elternzeitung schreibt: „Nachhilfe verschlechtert die Noten.“ Nimm Stellung zu dieser Aussage.

Strategie: Erst \(P_N(S)\) und \(P_{\overline N}(S)\) vergleichen, dann überlegen, wer überhaupt Nachhilfe bekommt.Warum so? Die Rechnung zeigt nur, ob ein Zusammenhang besteht — nicht, in welche Richtung er wirkt.
Lösungsskizze: \(0{,}45\) gegen \(0{,}2\) — abhängig. Nachhilfe nimmt, wer schon schwache Noten hat: Die Ursache kann andersherum laufen.
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: \(P_N(S)=\tfrac{36}{80}=0{,}45\) und \(P_{\overline N}(S)=\tfrac{64}{320}=0{,}2\). Die Ereignisse sind stochastisch abhängig: Unter den Lernenden mit Nachhilfe ist der Anteil schwacher Noten mehr als doppelt so groß. Daraus folgt aber keine Ursache. Naheliegend ist die umgekehrte Richtung: Wer schwache Noten hat, bekommt eher Nachhilfe. Außerdem können Drittvariablen (z. B. Vorkenntnisse) beides beeinflussen. Die Aussage der Zeitung ist daher nicht gerechtfertigt; prüfen ließe sie sich nur mit einem Vergleich, bei dem die Nachhilfe zufällig zugeteilt wird, oder mit dem Notenverlauf derselben Personen vor und nach der Nachhilfe.

A5
Wie groß muss das Gewinnfeld sein?
AFB III

Ein Glücksrad hat ein Gewinnfeld, das 4 € auszahlt; der Rest zahlt nichts. Der Einsatz ist 1 €. Ermittle den Anteil \(p\) des Gewinnfelds, für den das Spiel fair ist, und beurteile ein Rad mit \(p=0{,}2\).

Strategie: \(E(G)=0\) als Gleichung in \(p\) aufstellen.Warum so? Die Unbekannte steckt in der Wahrscheinlichkeit, nicht in der Auszahlung.
Lösungsskizze: \(3p+(-1)(1-p)=0\Rightarrow 4p=1\).
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: \(E(G)=3\cdot p-1\cdot(1-p)=4p-1=0\Rightarrow p=0{,}25\). Das Gewinnfeld muss ein Viertel des Rades einnehmen. Bei \(p=0{,}2\) ist \(E(G)=4\cdot0{,}2-1=-0{,}2\) €: Der Spieler verliert im Mittel 20 Cent pro Spiel, das Spiel ist ungünstig.

A6
Sicher fünfmal Kopf?
AFB III

Beurteile die Aussage: „Wirft man eine faire Münze 10-mal, kommt genau 5-mal Kopf, weil der Erwartungswert 5 ist.“

Hinweis: Berechne P(X = 5).

Strategie: Den Erwartungswert von einem sicheren Ergebnis unterscheiden.Warum so? μ beschreibt den Mittelwert vieler Serien.
Lösungsskizze: P(X = 5) ≈ 0,246.
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: Die Aussage ist falsch. Der Erwartungswert μ = 10 · 0,5 = 5 ist der Mittelwert der Trefferzahl über sehr viele Serien. Genau 5-mal Kopf tritt nur mit P(X = 5) = (10 über 5) · 0,5¹⁰ ≈ 0,246 ein — in etwa drei von vier Serien kommt eine andere Zahl.

A7
Viermal so viele Versuche
AFB III

Untersuche, wie sich μ, σ und die relative Streuung σ : n ändern, wenn n vervierfacht wird (p bleibt gleich).

Hinweis: Setze 4n in die Formeln ein.

Strategie: Terme vergleichen statt Beispiele rechnen.Warum so? Eine allgemeine Aussage braucht allgemeine Terme.
Lösungsskizze: μ' = 4μ; σ' = √(4n p(1 − p)) = 2σ; σ' : (4n) = ½ · σ : n.
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: μ = n · p wird zu 4n · p, vervierfacht sich also. σ = √(n p(1 − p)) wird zu √(4 n p(1 − p)) = 2σ, verdoppelt sich nur. Die relative Streuung σ : n halbiert sich: 2σ : (4n) = ½ · σ : n. Deshalb werden relative Häufigkeiten bei großen Stichproben verlässlicher.

A8
Symmetrie bei p = 0,5
AFB III

Begründe, dass das Histogramm einer Binomialverteilung mit p = 0,5 symmetrisch zu k = n/2 ist.

Hinweis: Vergleiche P(X = k) und P(X = n − k).

Strategie: Bei p = 0,5 sind Treffer und Niete gleich wahrscheinlich.Warum so? Die Spiegelung k ↦ n − k tauscht Treffer und Nieten.
Lösungsskizze: P(X = k) = (n über k) · 0,5ⁿ = (n über n − k) · 0,5ⁿ = P(X = n − k).
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: Für p = 0,5 gilt P(X = k) = (n über k) · 0,5ᵏ · 0,5ⁿ⁻ᵏ = (n über k) · 0,5ⁿ. Da (n über k) = (n über n − k), ist P(X = k) = P(X = n − k). Die Säulen bei k und n − k sind gleich hoch; diese Stellen liegen symmetrisch zu n/2.

A9
Wann streut es am meisten?
AFB III

Zeige, dass σ bei festem n für p = 0,5 am größten ist.

Hinweis: Untersuche den Term p · (1 − p).

Strategie: σ wächst mit p(1 − p).Warum so? Die Wurzel ist monoton.
Lösungsskizze: p(1 − p) = −p² + p, Parabel nach unten, Scheitel bei p = 0,5.
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: σ = √(n · p(1 − p)) ist am größten, wenn p(1 − p) am größten ist. f(p) = p − p² ist eine nach unten geöffnete Parabel mit Nullstellen 0 und 1, ihr Scheitel liegt in der Mitte bei p = 0,5 mit f(0,5) = 0,25. Also ist σ bei p = 0,5 maximal: σ = √(0,25 n) = ½√n.

A10
Simulation bewerten
AFB III

Beurteile die Schlussfolgerung: „Wir haben 20 Serien simuliert, 5 Treffer kamen nie vor. Also ist P(X = 5) = 0.“ (n = 10, p = 0,3)

Hinweis: Berechne P(X = 5) und schätze, wie oft 5 in 20 Serien zu erwarten ist.

Strategie: Kleine Simulationen streuen stark.Warum so? Relative Häufigkeiten nähern sich erst bei vielen Wiederholungen an.
Lösungsskizze: P(X = 5) ≈ 0,103; erwartet etwa 2 von 20 Serien; P(nie) = 0,897²⁰ ≈ 0,11.
Musterlösung anzeigen (zählt als erledigt)

Musterlösung: Die Schlussfolgerung ist falsch. P(X = 5) = (10 über 5) · 0,3⁵ · 0,7⁵ ≈ 0,103, in 20 Serien wären etwa 2 Fälle zu erwarten. Dass 5 gar nicht vorkommt, hat trotzdem eine Wahrscheinlichkeit von 0,897²⁰ ≈ 0,11. Eine relative Häufigkeit von 0 in wenigen Versuchen beweist keine Wahrscheinlichkeit 0.