Kurzfassung
Das mathematische Modellieren hat eine zentrale Rolle, um den Anwendungsbezug des Stochastikunterrichts herzustellen. In diesem Aufsatz wird darüberhinaus dafür plädiert, bei der Begriffsbildung selber den Anwendungsbezug zu betonen, indem Begriffe und Sätze aus frequentistischen Anwendungssituationen heraus motiviert werden, d.h. unter Bezugnahme auf das empirische Gesetz der großen Zahlen. Für die Lehramtsausbildung ist ein anwendungsbezogenes Wahrscheinlichkeitsheorieverständnis wichtig. Hierzu werden konkrete, erprobte Vorschläge vorgestellt. Es wird ansatzweise diskutiert, wieweit dies auf den schulischen Stochastikunterricht übertragbar ist.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Biehler, R., & Hartung, R. (2006). Leitidee Daten und Zufall. In W. Blum, C. Drüke-Noe, R. Hartung & O. Köller (Hrsg.), Bildungsstandards Mathematik: konkret. Sekundarstufe I: Aufgabenbeispiele, Unterrichtsanregungen, Fortbildungsideen (S. 51–80). Berlin: Cornelsen Scriptor.
Biehler, R., & Prömmel, A. (2013). Von ersten stochastischen Erfahrungen mit großen Zahlen bis zum 1/√n – Gesetz – ein didaktisch orientiertes Stufenkonzept. Stochastik in der Schule, 33(2), 14–25.
Blum, W., Drüke-Noe, C., Hartung, R., & Köller, O. (Hrsg.). (2006). Bildungsstandards Mathematik: konkret. Sekundarstufe I: Aufgabenbeispiele, Unterrichtsanregungen, Fortbildungsideen. Berlin: Cornelsen Scriptor.
Breiman, L. (1969). Probability and Stochastic Processes – With a View Toward Applications. Boston: Houghton Mifflin Company.
Callaert, H. (2008). Understanding confidence intervals. In D. P. Pantazi & G. Philippou (Hrsg.), Proceedings of the Fifth Congress of the European Society for Research in Mathematics Education (S. 692–701). http://www.erme.tu-dortmund.de/~erme/CERME5b/ [27.09.2013].
Davies, P. L. (2009). Einige grundsätzliche Überlegungen zu zwei Abituraufgaben. Stochastik in der Schule, 29(2), 2–7.
Diepgen, R. (2008). Kein Witz!? Zur Nowitzki-Aufgabe im NRW Zentralabitur 2008. Stochastik in der Schule, 28(3), 20–28.
Engel, J. (1999). Entdecken von Wahrscheinlichkeitsverteilungen: Wie lassen sich Muster und Strukturen in empirischen Daten erkennen? Der Mathematikunterricht, 45(2), 4–30.
Engel, J. (2010). Anwendungsorientierte Mathematik: von Daten zur Funktion: eine Einführung in die mathematische Modellbildung für Lehramtsstudierende. Berlin [u.a.]: Springer.
Jahnke, H. N. (1978). Zum Verhältnis von Wissensentwicklung und Begründung in der Mathematik – Beweisen als didaktisches Problem. Materialien und Studien Bd. 10. Bielefeld: Universität Bielefeld, Institut für Didaktik der Mathematik.
Krickeberg, K., & Ziezold, H. (1995). Stochastische Methoden (4., neubearb. und erw. Aufl. ed.). Berlin [u.a.]: Springer.
Popper, K. R. (1959). The propensity interpretation of probability. The British journal for the philosophy of science, 10(37), 25–42.
Rosenthal, J. (2004). Wahrscheinlichkeiten als Tendenzen: Eine Untersuchung objektiver Wahrscheinlichkeitsbegriffe. Paderborn: Mentis.
Schupp, H. (1982). Zum Verhältnis statistischer und wahrscheinlichkeitstheoretischer Komponenten im Stochastikunterricht der Sekundarstufe I. Journal für Mathematik-Didaktik, 3(3/4), 207–226.
Steinbring, H. (1980). Zur Entwicklung des Wahrscheinlichkeitsbegriffs: Das Anwendungsproblem in der Wahrscheinlichkeitstheorie aus didaktischer Sicht. IDM Materialien und Studien Bd. 18. Bielefeld: Institut für Didaktik der Mathematik der Universität Bielefeld.
Tall, D., & Vinner, S. (1981). Concept image and concept definition in mathematics with particular reference to limits and continuity. Educational Studies in Mathematics, 12(2), 151–169.
Vollrath, H.-J. (1989). Funktionales Denken. Journal für Mathematik-Didaktik, 10(1), 3–37.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2014 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Biehler, R. (2014). Die Gesetze der großen Zahlen als heuristische Hilfsmittel zur Begriffsbildung in der Stochastik. In: Sproesser, U., Wessolowski, S., Wörn, C. (eds) Daten, Zufall und der Rest der Welt. Springer Spektrum, Wiesbaden. https://doi.org/10.1007/978-3-658-04669-9_2
Download citation
DOI: https://doi.org/10.1007/978-3-658-04669-9_2
Published:
Publisher Name: Springer Spektrum, Wiesbaden
Print ISBN: 978-3-658-04668-2
Online ISBN: 978-3-658-04669-9
eBook Packages: Humanities, Social Science (German Language)