高教版中职数学拓展模块一下册：9.1.3 二项分布（教案） .docx

2课时

9.1.3二项分布

学习目标

知识

能力与素养

了解伯努利试验，了解二项分布及其数字特征，能解决简单的实际问题.

通过学习，逐步提升数学运算、数据分析、逻辑推理和数学建模等核心素养.

学习重难点

重点

难点

二项分布的计算.

二项分布在实际问题中的应用.

教材分析

通过北京奥运会射击的奖牌数设置情境，引出n重伯努利试验的概念，借助问题与情境对学生进行思政教育.

学情分析

学生已学习了概率的意义，具备了一定的抽象、归纳的能力，但还需要从特殊到一般的归纳能力.

教学工具

教学课件

课时安排

教学过程

(一)创设情境，生成问题

1984年，在第23届奥运会上，我国射击运动员许海峰获得了第一枚金牌，打破了我国在舆运会金牌榜上“零”的纪录.在2021年第32届奥运会上，中国射击队获得4金1银6铜共11枚奖牌，取得如此优秀的成绩是与每名射击运动员在赛前的刻苦训练分不开的.已知赛前训练中某射击运动员命中靶心的概率是0.9.若该运动员射击10次，则恰有8次命中靶心的概率是多少?

【设计意图】创设情境，落实课程思政.

(二)调动思维，探究新知

在这个随机试验中，射击运动员射击10次，每次命中靶心的概率都是0.9.

并且只有命中和不命中两种结果.因此，所求的概率为C8×0.9?×0.12.在日常

生活和社会实践中、有些随机试验和这个例子一样，只有两个结果，并且每次试马

结果发生的概率互不影响.例如、从一批含有次品的产品中抽出一件产品进行

检验，有放回地抽取n次、则每件产品被抽到的概率相同，且检验结果只有为合格和不合格两个结果，

像这样，在相同条件下重复地做n次试验，每一次试验只有两个可能的结果，并且每一次试验的结果发生的概率都不依赖于其他试验的结果，则称这样的n次试验为n次独立重复试验或n重伯努利试验.

显然，前面的两个例子都是n次独立重复试验.

在n次独立重复试验中，若在一次试验中事件A发生的概率是p,则它不发生的概率q=1-p,于是事件A恰好发生k(k=0,1,2…,n)次的概率为C×P×q1-.设ξ是n次独立重复试验中事件

A发生的次数，则ξ的分布列为下表.

ξ

0

1

k

n

P

C.p?q

Cp′q?1

Cp?q?*

Cpq°

我们把上述概率分布称为二项分布.有时，也说离散型随机变量ζ服从参数为n,p的二项分布，记作ζ~B(n,p).计算可得E(S=np,D(§=npq,其中q=1-p.

【设计意图】通过北京奥运会射击的奖牌数设置情境，引出n重伯努利试验的概念，本部分内容不

宜拓展太多.

温馨提示

在产品的抽样检验中，若每次抽样都放回，则抽取n件进行检验就相当于做n次独立重复试验，因此，在有放回地抽样检验中，抽取n件产品中含有次品的件数专服从二项分布.一般地，当产品总数很大时，无放回地抽样检验也可以看作是有放回地抽样检验.

【典例3】已知ξ~B(10,0.2):P(ξ=k)=C?1o×0.2*×0.8?-*,(k=0,1,2,3,4,5,6,7,8,9,10),求

E(ξ)和D(ξ).

解：根据题意可知，

E(ξ)=np=10×0.2=2,

D(ξ)=npq=10×0.2×0.8=1.6.

【设计意图】直接应用公式

【典例4】某地区发生一种猪瘟疫情，生猪患病的概率是0.2,且每头生猪患病与否是彼此独立的.现有一种新研制的预防药，任选20头生猪做实验，结果这20头生猪服用此药后均未患病，问此药是否有效?

分析：检验预防药是否有效，我们恪守“小概率事件在一次试验中，几乎不可能发生”的原理.随机抽取20头生猪、计算它们都不患病的概率，若“20头生猪都不患病”发生的概率很小，而现在这20头生猪都未患病，那么可以推断此药有效.

解：令ξ表示任取20头生猪中患病的头数，则ξ服从n=20,p=0.2的二项分布，因此“20头生猪都不患病”的概率为

P(ξ=0)=C20×0.2?×0.82?=0.01153.

这说明，“20头生猪都不患病”是小概率事件.但现在它确实发生了，因此预防药是有效的.

【设计意图】二项分布在实际问题中的简单应用.、

拓展模块

很多公司通常都会跟零件供应商约定供货合格率，并对每批供货进行抽检，这就是来料质量控制.假设约定合格品率为97%,那么随机抽出10个样品中有9个合格品的概率是

由此可见，10件样品中有1件不合格品的概率还是很大的，因此这时不能说这批零件不合格。同

样可以算出，10件样品中有2件不合格品的概率为C8×0.