Stochastik
Die Stochastik ist die Mathematik des Zufalls und der Unsicherheit und gewinnt in einer zunehmend datengetriebenen Welt stetig an Bedeutung. Sie stellt die begrifflichen und methodischen Werkzeuge bereit, um Wahrscheinlichkeiten zu berechnen, Zufallsprozesse zu modellieren und aus Stichproben verlässliche Schlüsse auf Grundgesamtheiten zu ziehen. Ihre Konzepte – Wahrscheinlichkeitsverteilungen, Erwartungswert, Hypothesentests, Konfidenzintervalle – sind unverzichtbar in Medizin, Qualitätskontrolle, Marktforschung, Versicherungswesen, Genetik und Data Science. Die Stochastik fördert zudem das kritische Denken im Umgang mit Statistiken und Wahrscheinlichkeitsaussagen, die im Alltag, in den Medien und in der Politik allgegenwärtig sind. Als dritter tragender Bereich der Abiturmathematik bereitet sie auf Studium und Beruf vor und vermittelt eine Schlüsselkompetenz für mündige Entscheidungen in einer unsicheren Welt.
Themenübersicht
Auf den folgenden Unterseiten finden Sie ausführliche Erklärungen und illustrierende Beispiele zu allen zentralen Themen der Oberstufenstochastik:
- Laplace-Experiment und Wahrscheinlichkeitsraum
- Bedingte Wahrscheinlichkeit
- Satz von Bayes
- Stochastische Unabhängigkeit
- Vierfeldertafel und Baumdiagramm
- Totale Wahrscheinlichkeit
- Zufallsgröße und Wahrscheinlichkeitsverteilung
- Erwartungswert und Varianz diskreter Zufallsgrößen
- Standardabweichung und ihre Interpretation
- Binomialverteilung B(n, p): Definition und Anwendung
- Erwartungswert und Standardabweichung der Binomialverteilung
- Berechnung von Binomialwahrscheinlichkeiten
- Kumulierte Binomialverteilung
- Normalverteilung: Dichte und Verteilungsfunktion
- Standardnormalverteilung und z-Transformation
- Approximation der Binomialverteilung durch Normalverteilung
- Erwartungstreue Schätzung des Parameters p
- Konfidenzintervall für den Anteilswert p
- Signifikanzniveau und kritischer Bereich
- Hypothesentest: einseitig und zweiseitig
- Fehler 1. und 2. Art
- Gütefunktion eines Tests
- Anpassungstest (χ²-Test, qualitativ)
- Simulation von Zufallsexperimenten
- Urnenmodell: Ziehen mit/ohne Zurücklegen
- Hypergeometrische Verteilung
- Geometrische Verteilung
- Gesetz der großen Zahlen
- Kombination von Zufallsgrößen
- Anwendungsaufgaben: Qualitätskontrolle, Medizin, Marktforschung