Stoffverteilungsplanung für die Kursstufe am Gymnasium Neu Wulmstorf
Mathematik
In der Fachdienstbesprechung am Montag, den 21. Juni 2010 wurden in mehreren Arbeitsgruppen die Leitideen und Lernbereiche des Kerncurriculums für das Gymnasium – gymnasiale Oberstufe für das Fach Mathematik bearbeitet und auf die schulinterne Umsetzung sowie die Zuordnung zu den entsprechenden Kapiteln des Schulbuches Elemente der Mathematik EdM Niedersachsen 11/12 untersucht.
Die Ergebnisse sind in die Handreichungen zur Stoffverteilung, die der Schroedel-Verlag online zur Verfügung stellt, eingearbeitet worden.
Die vier Semester werden als Mathematik I – IV angeboten.
Im ersten Kursjahr Q1 (Mathematik I und Mathematik II) werden zwei Blöcke Analysis (Integralrechnung und Kurvenanpassung), ein Block Algebra (Analytische Geometrie) und ein Block Stochastik (Beschreibende Statistik/Häufigkeitsverteilung und Wahrscheinlichkeitsverteilung/Binomialverteilung) behandelt. Die Reihenfolge ist den Kursleitern frei gestellt, wichtig ist, dass am Ende des Kursjahres alle vier Blöcke bearbeitet wurden.
Im zweiten Kursjahr Q2 (Mathematik III und Mathematik IV) werden jeweils ein Block Analysis (Wachstumsmodelle), Algebra (Matrizen) sowie Stochastik (Beurteilende Statistik, Normalverteilung [eN]) bearbeitet und komplexe Aufgaben zur Vorbereitung auf das Abitur behandelt.
Bei den Lernbereichen/Leitideen (2. Spalte) wurden die Bezüge zu den entsprechenden Leitideen des KC eingefügt (grau unterlegt); die rechte Spalte enthält jeweils die Zuordnung zu den Jahrgängen Q1 bzw. Q2 sowie die Seitenangabe zu dem Lehrbuch „Elemente der Mathematik EdM Niedersachsen 11/12; Best.-Nr. 879201“.
Die im Kerncurriculum (KC) aufgeführten prozessbezogenen Kompetenzen „Mathematisch Argumentieren“, „Probleme mathematisch lösen“, „Mathematisch Modellieren“, „Mathematische Darstellungen verwenden“, „Mit symbolischen, formalen und technischen Elementen der Mathematik umgehen“ und „Kommunizieren“, sind in der folgenden Übersicht nicht explizit aufgenommen, da sie die Grundlage eines problemorientierten, schülerzentrierten Mathematikunterrichts darstellen und somit einzelnen Themen nicht eindeutig zuzuordnen sind.
Diese Abschnitte stellen die wesentlichen Vorkenntnisse zur Analysis aus Klasse 10 zusammen und bieten die Möglichkeit, zum Ausgleich von Kenntnis-Defiziten eingesetzt zu werden.
Lernbereich: Kurvenanpassung – Interpolation (S. 36)
Leitideen
Funktionaler Zusammenhang
S. 21 Punkte 1-7; 11, 12
Messen S. 26 Punkte 4, 6,7,8
Algorithmus S. 24 Punkte 1, 2
– Mit diesem Thema kann man im Unterricht unmittelbar an die in der 10. Klasse erworbenen Kenntnisse in der Differenzialrechnung anschließen, in der ganzrationale Funktionen bis 4.Grades behandelt worden sind.
à Kenntnisse zum Lösen linearer Gleichungssyssteme, die auch in der Analytischen Geometrie und bei den Matrizen benötigt werden, werden hier frühzeitig bereit gestellt.
à Die weiteren Ableitungsregeln werden erst im Kapitel 3 Wachstum behandelt, weil diese Regeln erst bei den Verknüpfungen von e-Funktionen mit ganzrationalen Funktionen benötigt werden.
Q1
Block II
Buch
S. 12-66
1.1 Krümmung – Wendepunkte
Leitidee Funktionaler Zusammenhang
- erkennen Monotonie- und Krümmungsverhalten von Graphen und nutzen dies zur Begründung der Existenz von Extrem- und Wendepunkten.
- nutzen notwendige Bedingungen sowie inhaltliche Begründungen zur Bestimmung von lokalen Extrem- und Wendestellen.
Laut KC muss in der Klasse 10 der Krümmungssinn nicht behandelt zu werden. Deshalb wird hier der Begriff Wendepunkt ausführlich behandelt.
– Bestimmung von Funktionen aus gegebenen Eigenschaften
– GAUSS-Algorithmus als Lösungsverfahren für lineare Gleichungssysteme
Bei der Synthese von Funktionen (Bestimmen von Funktionen aus gegebenen Bedingungen) ist es sinnvoll, lineare Gleichungssysteme zu behandeln. Dieses Thema ist so aufbereitet, dass es beim Abweichen von der Kapitel-Reihenfolge des Buches auch ohne den Kontext aus der Analysis behandelt werden kann, auch mit dem entsprechenden Übungsmaterial. à wird in Kapitel 4 und in Kapitel 5 benötigt, kann unabhängig von der Analysis unterrichtet werden
1.4 Verschiedene Verfahren der Anpassung von Funktionen an vorgegebene Bedingungen
1.4.1 Trassierung selbst lernen
1.4.2 Interpolation – Spline-Interpolation
1.5 Stetigkeit und Differenzierbarkeit
1.5.1 Stetigkeit
1.5.2 Differenzierbarkeit
1.5.3 Zusammenhang zwischen Stetigkeit und Differenzierbarkeit
Ausgehend von Beispielen aus den Bereichen Trassierung,Biegelinien werden ganzrationale Funktionen zu vorgegebenen Datenpunkten und/oder Eigenschaften bestimmt.
Bei Modellierungen mit abschnittsweise definierten Funktionen sind darüber hinaus an den Übergängen Eigenschaften wie Stetigkeit, Differenzierbarkeit und Übereinstimmung der zweiten Ableitungen als Bedingungen zu nutzen und im Kontext zu interpretieren. Die Zugänge zu Stetigkeit und Differenzierbarkeit werden auf intuitivem Weg gefunden.
Durch Regression gewonnene Funktionen werden zum Vergleich herangezogen.
– Stetigkeit, Differenzierbarkeit
– Abschnittsweise definierte Funktionen
Laut Kerncurriculum sollen bei der Synthese von Funktionen auch abschnittsweise definierte Funktionen verwendet werden (Trassierung, Splines). Hier spielt vor allem ein glatter Übergang eine Rolle. Deshalb werden in diesem Zusammenhang auch noch die Stetigkeit und Differenzierbarkeit behandelt.
1.5.1 Stetigkeit à wird in 2.3 benötigt
1.6 Funktionenscharen
– Funktionenscharen
à nur ganzrationale Funktionen
Q2
Buch
S. 67-71
Exkurs: Der Prioritätsstreit zwischen Newton und Leibniz
Informationen zur Geschichte der Differenzialrechnung, nicht nur inhaltlich, sondern auch personenbezogen.
1.7 Zusatz: Krümmung von Funktionsgraphen
über den Kern hinausgehende Ergänzungen: Krümmungsmaß, Krümmungskreis.
Vom KC vorgeschlagener Ergänzungsstoff, der sich wegen seiner Komplexität nur für Kurse auf erhöhtem Niveau anbietet.
Klausurtraining
Die Lösungen im Buch ermöglichen eine Vorbereitung der Schüler auf Klausuren mit Selbstkontrolle.
2 Integralrechnung (ca. 11 Wochen)
Lernfeld: Wie groß ist…?
Von der Änderung zum Bestand – Integralrechnung
Ausgehend von realitätsbezogenen Problemstellungen aus den Bereichen Zu- und Ablauf (Talsperre, Verkehrsströme), Geschwindigkeit – Weg, Fahrtenschreiber wird eine Grundvorstellung vom Integralbegriff entwickelt. Das Integral wird als aus Änderungen rekonstruierter Bestand gedeutet, der über die Addition von Produkten u. a. zum Flächeninhalt führt.
Anhand der grafischen Darstellung von Änderung und Bestand werden die Zusammenhänge entdeckt und argumentativ erklärt. Dabei wird der Bezug zum Vorwissen aus der Differenzialrechnung im Sinne von Rückwärtsarbeiten hergestellt und für die Mathematisierung genutzt.
Die Berechnung von Integralen wird anhand ganzrationaler Funktionen entwickelt und mithilfe der eingeführten Technologie auf weitere Funktionen ausgedehnt.
Leitideen
Funktionaler Zusammenhang
S. 21 Punkte 13 – 18 und 23 – 25 (eN)
Messen S. 26 Punkte 7,8 (eN)
Im gesamten Durchgang durch die Integralrechnung wird auf die Anwendungsorientierung bei den Einstiegen und Übungsaufgaben großen Wert gelegt.
Im Buch wird der Einsatz eines GTR als ständig verfügbares Hilfsmittel angenommen. Nur wenn ausdrücklich auch händische Fähigkeiten trainiert werden sollen, ist dies durch eine Zusatzbemerkung in der Aufgabenstellung vermerkt.
Q1
Block I
Buch
S. 79-134
– Integralbegriff
– Rekonstruktion von Beständen
– Zusammenhang zwischen Differenzieren und Integrieren
Das Integral wird aus dem zentralen Anwendungskontext der Rekonstruktion des Bestandes aus den lokalen Änderungsraten heraus motiviert und über orientierte Flächeninhalte eingeführt.
Die geometrische Definition des Integrals wird im folgenden Abschnitt durch die analytische Definition des Grenzwertes von Obersumme und Untersumme ergänzt. Konsequent werden hier die Befehle eines GTR zur Berechnung von Summen und dann auch Integralen genutzt.
2.2 Aus Änderungsraten rekonstruierter Bestand – Integralfunktionen
– Rekonstruktion von Beständen
2.3 Hauptsatz der Differenzial- und Integralrechnung
– Zusammenhang zwischen Differenzieren und Integrieren
– eN Geometrische Begründung des Hauptsatzes
Der Hauptsatz stellt den bereits im Kontext Änderungsraten plausibel gemachten Zusammenhang zwischen Differenzieren und Integrieren auch allgemein her.
2.4 Integration mithilfe von Stammfunktionen
2.4.1 Berechnen von Integralen mithilfe von Stammfunktionen
2.4.2 Integration durch lineare Substitution
– Stammfunktionen spezieller Funktionen
– Rechengesetze für bestimmte Integrale
– Summen- und Faktorregel
– Unbestimmte Integrale
– über den Kern hinausgehende
Ergänzung: Mittelwertsatz
2.4.1ß ohne Stammfunktion zu 1/x
Mithilfe des GTR werden hier numerisch auch bestimmte Integrale von Funktionen berechnet, deren Stammfunktionen bislang noch nicht bekannt sind (Exponentialfunktionen, 1/x)
2.5 Berechnen von Flächeninhalten
2.5.1 Fläche zwischen einem Funktionsgraphen und der x-Achse
2.5.2 Fläche zwischen zwei Funktionsgraphen
eN 2.5.3 Uneigentliche Integrale
– Inhalte begrenzter Flächen
– eN Uneigentliche Integrale
Exkurs: Integralrechnung im Altertum – die Exhaustions-Methode
eN 2.6 Volumina von Rotationskörpern
– eN Volumen von Rotationskörpern
Klausurtraining
Die Lösungen im Buch ermöglichen eine Vorbereitung der Schüler auf Klausuren mit Selbstkontrolle.
Bleib fit in Exponentialfunktionen und Logarithmen
Dieser Abschnitt stellt die wesentlichen Vorkenntnisse aus Klasse 9/10 zusammen und bietet die Möglichkeit, zum Ausgleich von Kenntnis-Defiziten eingesetzt zu werden.
Ausgehend von Beispielen aus den Bereichen Bevölkerungswachstum, stetige Verzinsung, radioaktiver Zerfall werden die bereits bekannten Wachstumsmodelle – lineares, exponentielles und begrenztes Wachstum – durch das Modell des logistischen Wachstums ergänzt. Der Vergleich und die Interpretation verschiedener Modelle eines Wachstumsprozesses lassen sich besonders einfach mit der Exponentialfunktion zur Basis e durchführen.
Leitidee
Funktionaler Zusammenhang
S. 21 Punkte 8, 9, 10, sowie 21, 22 (eN)
– Im Buch werden die Wachstumsprozesse erst nach der Integralrechnung behandelt, weil u.a. die Idee der Rekonstruktion des Bestandes aus den Änderungsraten auch bei den Wachstumsprozessen eine große Rolle spielt.
– Da das KC beim Thema Wachstumsmodelle die weitreichendsten Veränderungen gegenüber dem herkömmlichen Unterricht vornimmt, bietet das Buch in diesem Kapitel einen diesen Veränderungen angepassten Zugang zum Thema e-Funktionen und Wachstumsprozesse.
Q2
Buch
S. 141 - 210
3.1 Exponentielles Wachstum
3.1.1 Wachstumsgeschwindigkeit – e-Funktion
3.1.2 Ableitung von Exponentialfunktionen – Natürlicher Logarithmus
3.1.3 Beschreibung von exponentiellem Wachstum mithilfe der e-Funktion selbst lernen eN 3.1.4 Differenzialgleichung exponentieller Prozesse
– e-Funktion
– Asymptotisches Verhalten
– Definitionsbereich
– eN Differenzialgleichungen ohne Lösungsverfahren
– Den Schülerinnen und Schülern sind neben den Exponentialfunktionen und Logarithmen aus der Sek I auch lineare, exponentielle und begrenzte Wachstumsprozesse bekannt, die in rekursiver Darstellung behandelt wurden. In Kapitel 3 wird diese diskrete Beschreibung nicht noch einmal aufgegriffen, sondern der Einstieg in die Wachstumsprozesse erfolgt direkt am kontinuierlichen Fall, da sonst die Gefahr von Verwechslungen zu groß ist. Ausgangspunkt ist die Beschreibung der momentanen Wachstumsgeschwindigkeit beim kontinuierlichen Fall.
– An der kennzeichnenden Eigenschaft der Ableitungsregel (Ableitungswert gleich Funktionswert an jeder Stelle) wird die e-Funktion definiert und nicht über den Grenzwert einer stetigen Verzinsung (weil dies eigentlich ein unrealistisches Beispiel ist und später auch gar nicht mehr weiter vorkommt). Hier wird nun auch der noch fehlende Fall einer Stammfunktion zur Kehrwertfunktion behandelt und bewiesen.
– Anschließend wird die Zahl e als Basis für die bereits aus Klasse 9 und 10 bekannten Exponentialfunktionen zur Beschreibung der exponentiellen Prozesse f(t)=a*b^t verwendet.
– Für einen eN-Kurs schließt sich sofort eine Betrachtung der entsprechenden Differenzialgleichung an.
3.2 Begrenztes Wachstum
– Begrenztes Wachstum
– Angleichung an Daten durch Parametervariation
Dies gilt dann entsprechend auch bei den anderen Wachstumsarten. Das begrenzte Wachstum wird über eine Verschiebung des Graphen eines exponentiellen Prozesses eingeführt. Definiert wird es über die Bedingung für die momentane Wachstumsgeschwindigkeit. Auch die Regression für begrenztes Wachstum wird thematisiert.
3.3 Logistisches Wachstum
3.4 Vermischte Aufgaben
Die e-Funktion ermöglicht eine funktionale Beschreibung des logistischen Wachstums.
– Logistisches Wachstum
– Bedeutung des Wendepunktes und des Krümmungsverhaltens
Logistisches Wachstum wird über die zwei Teile exponentielles Wachstum am Anfang und begrenztes Wachstum am Ende eingeführt. Die Definition erfolgt wieder über die Wachstumsgeschwindigkeit. Der Term wird eingeführt über die logistische Regression des GTR. Der Zusammenhang von den Parametern der Differentialgleichung und denen der logistischen Lösungsfunktion wird hergeleitet.
– Neu ist, dassGebrochenrationale Funktionen laut Kerncurriculum nicht mehr behandelt werden sollen. Deshalb werden die weiteren Ableitungsregeln wie Kettenregel, Produktregel und Quotientenregel – wie vom KC bei den Lernbereichen vorgeschlagen – im Zusammenhang mit e-Funktionen behandelt.
à Die entsprechenden Funktionsuntersuchungen folgen in 3.7.
3.6 Zusatz Lösen von Differenzialgleichungen
3.6.1 Richtungsfeld – Euler-Verfahren
3.6.2 Lösen durch Separation der Variablen
– über den Kern hinausgehende Ergänzung: Lösungsverfahren einfacher Differenzialgleichungen
3.7 Funktionsuntersuchungen
3.7.1 Summe, Differenz und Produkt von Funktionen
3.7.2 Quotient von Funktionen
3.7.3 Verkettung von Funktionen
3.7.4 Zusammenfassung: Aspekte von Funktionsuntersuchungen
Durch Verknüpfung der e-Funktion mit ganzrationalen Funktionen werden Möglichkeiten geschaffen, Wachstum auf vielfältige Art zu modellieren.
– Verknüpfungen/Verkettung mit ganzrationalen Funktionen
– eN Funktionenscharen
Bei den Funktionsuntersuchungen wird konsequent die Verknüpfung (Summe, Differenz, Produkt, Quotient) in den Vordergrund gestellt und dabei thematisiert, welche Eigenschaften des Graphen aus den einzelnen Bestandteilen auch ohne Ableitungen ermittelt werden können. Es wird herausgestellt, dass der GTR nicht in jedem Beispiel alle Eigenschaften eines Graphen gleichzeitig darstellen kann. Damit wird begründet, dass es weiterer Überlegungen und Rechnungen bedarf. Erst für eine exaktere Angabe der Werte (z.B. von Extrema) werden Ableitungen herangezogen. Asymptotische Näherungsfunktionen werden wie auch Pole und stetige Ergänzungen in Verbindung mit e-Funktionen behandelt.
Ausführliche Beispiele erläutern die Vorgehensweisen, im eN auch bei Kurvenscharen.
Klausurtraining
Die Lösungen im Buch ermöglichen eine Vorbereitung der Schüler auf Klausuren mit Selbstkontrolle.
Analytische Geometrie / Matrizen (ca. 16 Wochen)
Die analytische Geometrie wird im Buch vor der Matrizenrechnung behandelt, da das Skalarprodukt die Matrizenmultiplikation vorbereitet und als ein Spezialfall eingeordnet werden kann.
Die Kapitel 4 und 5 können aber auch in der Reihenfolge problemlos getauscht werden
4 Analytische Geometrie (ca. 8 Wochen)
Lernfeld: Wo ist was im Raum?
Lernbereich: Raumanschauung und Koordinatisierung – Analytische Geometrie / Lineare Strukturen
Ausgehend von der zeichnerischen Darstellung von Körpern werden der Nutzen und die Bedeutung des dreidimensionalen kartesischen Koordinatensystems für die Orientierung im Raum erkannt.
Durch die Einführung des Vektorbegriffs werden geometrische Zusammenhänge algebraisiert. Dabei besitzen die Parameterformen von Geraden- und Ebenengleichungen eine grundlegende Bedeutung bei der Untersuchung von Lagebeziehungen und der Bestimmung von Schnittmengen.
Leitideen
Räumliche Strukturen/Koordinatisierung
S. 23 Punkte 1-7; sowie 8 (eN)
Messen S. 26 Punkte 1, 2
Q1
Buch
S. 211 - 275
4.1 Punkte und Vektoren im Raum
4.1.1 Punkte im räumlichen Koordinatensystem
4.1.2 Vektoren
Exkurs: Koordinatensysteme in der Geografie
4.1.3 Addition und Subtraktion von Vektoren
4.1.4 Vervielfachen von Vektoren
Blickpunkt: Bewegung auf dem Wasser
– Punkte im Raum
– Darstellungen im kartesischen Koordinatensystem / Schrägbilder
– Vektoren im Anschauungsraum
– Rechengesetze für Vektoren, Kollinearität zweier Vektoren
Gleich zu Beginn wird auch die Länge von Vektoren eingeführt, um nicht nur Schnittprobleme untersuchen zu lassen.
4.2 Geraden im Raum
4.2.1 Parameterdarstellung einer Geraden
4.2.2 Lagebeziehungen zwischen Geraden
selbst lernen
Blickpunkt Licht und Schatten
– Parametergleichungen von Gerade und Ebene
– Lagebeziehungen und Schnittpunkte
ß ab 4.2.2 wird 1.3 Lösen linearer Gleichungssysteme benötigt
Einsatz des GTR bei der Lösung der entsprechenden Gleichungssysteme
4.3 Winkel im Raum
4.3.1 Orthogonalität zweier Vektoren – Skalarprodukt
4.3.2 Winkel zwischen zwei Vektoren
4.3.3 Zusatz Vektorprodukt
Das Skalarprodukt und seine geometrische Deutung ermöglichen metrische Betrachtungen und Berechnungen.
– Skalarprodukt
– Längen von Strecken und Größen von Winkeln zwischen Vektoren
– über den Kern hinausgehende Ergänzung: Vektorprodukt.
Lernfeld: Ebenen – Ungekrümmtes im Raum
4.4 Ebenen im Raum
4.4.1 Parameterdarstellung einer Ebene
4.4.2 Lagebeziehungen zwischen Gerade und Ebene eN 4.4.3 Lagebeziehungen zwischen zwei Ebenen
Exkurs: Die Entstehung der Analytischen Geometrie – Fermat und Descartes
– Parametergleichungen von Gerade und Ebene
– Lagebeziehungen und Schnittpunkte
– eN Schnittmengen von Ebenen
4.5 Zusatz Normalenvektor einer Ebene
4.5.1 Normalenvektor und Koordinatengleichung
4.5.2 Abstandsberechnungen
4.5.3 Winkel zwischen einer Geraden und einer Ebene
4.5.4 Winkel zwischen zwei Ebenen selbst lernen
- über den Kern hinausgehende Ergänzungen: Normalen- und Koordinatenform der Ebenengleichung
Klausurtraining
Die Lösungen im Buch ermöglichen eine Vorbereitung der Schüler auf Klausuren mit Selbstkontrolle.
Ausgehend von Problemstellungen aus dem Bereich der Materialverflechtung werden mehrstufige Prozesse durch Darstellung in Matrizenform strukturiert. In diesem Zusammenhang werden die Rechengesetze für Matrizen einschließlich inverser Matrizen behandelt. Die Behandlung von Problemen zum Käufer- und Wahlverhalten eröffnet eine weitere Sichtweise auf Matrizen, indem sich wiederholende Prozesse hinsichtlich einer Langzeitprognose analysiert werden.
Leitidee
Algorithmus S. 24
Q2
Buch
S. 299 - 344
5.1 Matrizen – Addieren und Vervielfachen
– Matrizen und Prozessdiagramme zur strukturierten Darstellung von Daten
5.2 Multiplikation von Matrizen
5.3 Materialverflechtung
5.4 Chiffrieren und Dechiffrieren – Inverse Matrix selbst lernen
– Rechengesetze für Matrizen, auch inverse Matrizen
ß ab hier wird 1.3 Lösen linearer Gleichungssysteme benötigt
5.5 Bedarfsermittlung Zusatz
Blickpunkt: Das Leontief-Modell
Hier wird gezeigt, wie man Materialverflechtungen mit nur einer einzigen Matrix beschreiben und damit Probleme lösen kann.
5.6 Beschreiben von Zustandsänderungen durch Matrizen
5.6.1 Übergangsmatrizen – Matrixpotenzen
5.6.2 Fixvektor – Grenzmatrix eN 5.6.3 Populationsentwicklungen – Zyklische Prozesse
– Grenzmatrix und Fixvektor im Sachzusammenhang mit Käufer- und Wahlverhalten
– eN Populationsentwicklung
– eN Zyklische Prozesse
Der Beschreibung von Zustandsänderungen durch Matrizen wird die Darstellung mithilfe eines aus der Sek I bekannten Baumdiagrammes gegenübergestellt.
Klausurtraining
Die Lösungen im Buch ermöglichen eine Vorbereitung der Schüler auf Klausuren mit Selbstkontrolle.
Stochastik: Beschreibende Statistik – Wahrscheinlichkeitsverteilungen – Beurteilende Statistik (ca. 16 Wochen)
– In der Stochastik muss die Reihenfolge der Kapitel 6 à 7 à 8 eingehalten werden, da bei den Häufigkeitsverteilungen in Kapitel 6 die Standardabweichung als Maß für die Streuung eingeführt wird und die Binomialverteilung aus Kapitel 7 in der Beurteilenden Statistik in Kapitel 8 vorausgesetzt wird.
à Die Behandlung der Normalverteilung im erhöhten Niveau setzt die Kenntnis der Integralrechnung voraus.
6 Häufigkeitsverteilungen – Beschreibende Statistik (ca. 3 Wochen)
Lernfeld: Erheben, Darstellen und Auswerten von Daten
Lernbereich: Daten darstellen und auswerten – Beschreibende Statistik
Ausgehend von Daten zu Sachkontexten – wie z. B. Lebenserwartung von Männern und Frauen, Reaktionstest – werden zu deren Vergleich als Kenngrößen das arithmetische Mittel und die empirische Standardabweichung sn erarbeitet. Dabei sind die Darstellung der Daten in einem Histogramm und der Einsatz der eingeführten Technologie wichtige Hilfsmittel.
Leitideen
Daten und Zufall
S. 25 Punkte 1 - 4
Messen S. 26 Punkt 5
Q1
Buch
S. 345 - 375
6.1 Merkmale – Relative Häufigkeit
6.1.1 Arithmetisches Mittel einer Häufigkeitsverteilung
6.1.2 Klassieren von Daten – Histogramm selbst lernen
Blickpunkt: Das Simpson’sche Paradoxon
– Histogramm
6.2 Streuung – Empirische Standardabweichung
– Standardabweichung
à wird ab 8.1.1 benötigt
6.3 Zusatz Regression und Korrelation
6.3.1 Regressionsgerade
6.3.2 Korrelationskoeffizient
– über den Kern hinausgehende Ergänzungen:
Regression und Korrelation.
Klausurtraining
Die Lösungen im Buch ermöglichen eine Vorbereitung der Schüler auf Klausuren mit Selbstkontrolle.
Bleib fit im Umgang mit Wahrscheinlichkeiten
Dieser Abschnitt stellt die wesentlichen Vorkenntnisse aus der Sek I zusammen und bietet die Möglichkeit, zum Ausgleich von Kenntnis-Defiziten eingesetzt zu werden.
7 Wahrscheinlichkeitsverteilungen (ca. 5 Wochen)
Lernfeld: Ein Zufall nach dem anderen
Lernbereich:Mit dem Zufall rechnen – Wahrscheinlichkeitsrechnung
Ausgehend von Zufallsexperimenten werden Möglichkeiten zur Berechnung von Wahrscheinlichkeiten betrachtet. Durch Zufallsgrößen werden Ergebnismengen strukturiert. Die bekannten Kenngrößen für Häufigkeitsverteilungen werden aufgegriffen, auf Wahrscheinlichkeitsverteilungen übertragen und führen zum Erwartungswert m und zur Standardabweichung s.
Leitidee
Daten und Zufall S. 25 Punkte 4 - 7
Funktionaler Zusammenhang S. 22 19,20
Als wesentliches Beispiel wird die Binomialverteilung behandelt, ohne dabei auf allgemeine kombinatorische Probleme einzugehen.
Q1
Buch
S. 383 - 423
7.1 Zufallsgröße – Erwartungswert einer Zufallsgröße
– Ergebnis, Ereignis, Ergebnismenge
– Zufallsgröße
– Wahrscheinlichkeitsverteilung
– Erwartungswert
Die Standardabweichung bei Zufallsgrößen wird in Kapitel8 Beurteilende Statistik behandelt, weil erst in diesem Zusammenhang die Bedeutung der Streuung bei Wahrscheinlichkeitsverteilungen plausibel wird.
7.2 Binomialverteilung
7.2.1 Bernoulli-Ketten
7.2.2 Binomialkoeffizienten – Bernoulli-Formel
7.2.3 Rekursive Berechnung von Wahrscheinlichkeiten bei Bernoulli-Ketten selbst lernen
– Bernoulli-Kette und Binomialverteilung
Die Normalverteilung und die stetigen Verteilungen für das erhöhte Niveau werden in Kapitel 8 Beurteilende Statistik behandelt, da sich dies aus der Betrachtung der Binomialverteilung für große Stufenzahlen entwickeln lässt.
7.3 Erwartungswert einer Binomialverteilung
– Erwartungswert
7.4 Anwendungen der Binomialverteilung
7.4.1 Kumulierte Binomialverteilung – Auslastungsmodell
7.4.2 Das Kugel-Fächer-Modell
Blickpunkt: Das Problem der vollständigen Serie
Die Bernoulli-Kette dient als ein Modell zur Berechnung von Wahrscheinlichkeiten.
Klausurtraining
Die Lösungen im Buch ermöglichen eine Vorbereitung der Schüler auf Klausuren mit Selbstkontrolle.
Lernbereich: Daten beurteilen – Beurteilende Statistik
Ausgehend von Stichproben wird das Modell der Bernoulli-Kette genutzt, um für eine unbekannte Wahrscheinlichkeit Vertrauensintervalle zu bestimmen.
Während im grundlegenden Anforderungsniveau konkrete Vertrauenswahrscheinlichkeiten (90 %, 95 %, 99 %) vorgegeben sind, erfolgt im erhöhten Anforderungsniveau mithilfe der Normalverteilung eine Bestimmung für beliebige Vertrauenswahrscheinlichkeiten.
Leitideen
Daten und Zufall S. 25 Punkte 8 – 12
Messen S. 26 Punkte 5,6
Funktionaler Zusammenhang S. 22 26,27
ß Kapitel 7 Wahrscheinlichkeitsverteilungen ist Voraussetzung für Kapitel 8
– Konsequent wird der GTR eingesetzt, der alle auftretenden Berechnungen ermöglicht (auch die Umkehraufgaben bei der Normalverteilung).Deshalb sind auch keine Tabellen zur Stochastik im Buch enthalten.
Q2
Buch
S. 425 - 475
8.1 Binomialverteilung für große Stufenzahlen
8.1.1 Standardabweichung bei Wahrscheinlichkeitsverteilungen
8.1.2 Die Sigma-Regeln
– Standardabweichung (Lernbereich Mit dem Zufall rechnen – Wahrscheinlichkeitsrechung)
– s -Umgebungen (Lernbereich Mit dem Zufall rechnen – Wahrscheinlichkeitsrechung)
ß hier wird 6.2 Streuung – Empirische Standardabweichung benötigt
8.2 Schluss von der Gesamtheit auf die Stichprobe
– Grundgesamtheit
Selbst wenn der Schluss von der Gesamtheit auf die Stichprobe im KC nur als Ergänzung genannt wird, ist er aus didaktischen Gründen unverzichtbar, um bei den Lernenden ein Verständnis des verbindliche geforderten, schwierigeren Schlusses von der Stichprobe auf die Gesamtheit zu erzeugen.
8.3 Schluss von der Stichprobe auf die Gesamtheit– Konfidenzintervalle
8.3.1 Schätzung der zugrunde liegenden Erfolgswahrscheinlichkeit
8.3.2 Wahl eines genügend großen Stichprobenumfangs
– Repräsentative Stichprobe
– Bestimmung von Schätzwerten für eine unbekannte Wahrscheinlichkeit
– Vertrauensintervalle zu konkreten Vertrauenswahrscheinlichkeiten
Exkurs: Anfänge der Wahrscheinlichkeitsrechnung – Pascal und Huygens
eN 8.4 Normalverteilung
8.4.1 Annäherung der Binomialverteilung durch eine Normalverteilung
8.4.2 Wahrscheinlichkeiten bei normalverteilten Zufallsgrößen selbst lernen
8.4.3 Bestimmen der Kenngrößen von normalverteilten Zufallsgrößen
– eN Normalverteilung (Lernbereich Mit dem Zufall rechnen – Wahrscheinlichkeitsrechung)
– eN Vertrauensintervalle zu beliebigen Vertrauenswahrscheinlichkeiten (Lernbereich Mit dem Zufall rechnen – Wahrscheinlichkeitsrechung)
eN 8.5 Stetige Zufallsgrößen
– eN Stetige Zufallsgrößen (Lernbereich Mit dem Zufall rechnen – Wahrscheinlichkeitsrechung)
Klausurtraining
Die Lösungen im Buch ermöglichen eine Vorbereitung der Schüler auf Klausuren mit Selbstkontrolle.
9 Aufgaben zur Vorbereitung auf das Abitur
9.1 Aufgaben zur Analysis
9.2 Aufgaben zur Stochastik
9.3 Aufgaben zur Analytischen Geometrie
9.4 Aufgaben zu Matrizen
Dieses reichhaltige Aufgabenmaterial – in sehr enger Anlehnung an bereits gestellte Zentralabituraufgaben – ermöglicht eine effektive, erfolgreiche Vorbereitung auf das Abitur.
Seite zuletzt geändert am 03.11.2010, 12:45 Uhr von Hindrik Sloot
