Berlin Abitur Math LK study guide
Berlin Abitur Math LK · Work through your exam, one topic at a time.
Das Berliner Abitur im Fach Mathematik wird als Leistungskurs (LK) auf erhöhtem Anforderungsniveau geprüft. Die schriftliche Prüfung wird zentral gestellt; laut Prüfungsprofil gliedert sich der Stoff in Analysis (ca. 40 %), Lineare Algebra/Analytische Geometrie (ca. 30 %) und Stochastik (ca. Topics on this exam: Analysis, Lineare Algebra / Analytische Geometrie, and Stochastik. The Berlin Abitur Math LK study guide has 3 sections and about 1,146 words.
01Analysis: e-Funktionen, Funktionsscharen und Integralrechnung
Die Analysis ist im Berliner Leistungskurs der Bereich, in dem Ableitung, Kurvendiskussion, Funktionsscharen und Integralrechnung zusammenlaufen. Geprüft wird, ob du eine Funktion hilfsmittelfrei im Ansatz durchdringst und mit Hilfsmittel sauber zu Ende rechnest: Definitionsbereich, Symmetrie, Verhalten für x → ±∞, Extrem- und Wendestellen, Tangenten, Stammfunktionen, Flächen zwischen Kurven und uneigentliche Integrale. Produkt-, Ketten- und Quotientenregel; bei e-Funktionen die innere Ableitung konsequent mitnehmen. Notwendig für Extremstellen: f'(x) = 0.
376 words, about 2 min02Lineare Algebra / Analytische Geometrie: Geraden, Ebenen, Abstände und Winkel
Die Analytische Geometrie prüft im Berliner LK den sicheren Umgang mit Vektoren im dreidimensionalen Raum: Geraden und Ebenen in Parameter-, Normalen- und Koordinatenform, Lagebeziehungen samt Durchstoßpunkten, Skalarprodukt, Kreuzprodukt, Abstände und Schnittwinkel. Dazu kommen Argumentieren mit Parameterformen, das Aufstellen von Hilfsebenen und Ebenenscharen. Ebene aus drei Punkten: ein Aufpunkt, zwei Spannvektoren, dann Normalenvektor über das Kreuzprodukt. Lagebeziehung Gerade–Ebene: Geradenterm in die Koordinatenform einsetzen.
350 words, about 2 min03Stochastik: Binomialverteilung, Sigma-Regeln und Hypothesentests
Die Stochastik im Berliner LK verbindet Rechnen und Deuten: Bernoulli-Ketten, Binomialverteilung mit Erwartungswert und Standardabweichung, Prognose- und Konfidenzintervalle sowie einseitige und zweiseitige Signifikanztests mit Fehlern erster und zweiter Art. Erwartet wird, dass du einen Sachtext in ein Modell übersetzt, die Zufallsgröße sauber definierst und das Ergebnis im Kontext interpretierst. X ~ B(n;p): P(X = k) = C(n;k)·p^k·(1−p)^(n−k); kumulierte Wahrscheinlichkeiten aus Tabelle oder Rechner. μ = n·p, σ = √(n·p·(1−p)); die Sigma-Regeln sind Näherungen und nur bei ausreichend großer Streuung (grob σ 3) zulässig.
420 words, about 2 min