《离散型随机变量及其分布列(第2课时)》教学设计.docVIP

  • 0
  • 0
  • 约7.5千字
  • 约 22页
  • 2026-02-07 发布于河南
  • 举报

《离散型随机变量及其分布列(第2课时)》教学设计.doc

PAGE21/NUMPAGES21

2.1离散型随机变量及其分布列(第2课时)(冉启阳)

一、教学目标

【核心素养】

通过离散型随机变量及其分布列的学习,认识多种分布列,拓宽数学理解思维,学会对现实问题的探究,培养学生分析数据的能力,掌握数学建模的基本功.

【学习目标】

1.掌握两点分布、超几何分布的概念及概率特征.

2.学会两点分布、超几何分布的相关运算.

【学习重点】

两点分布、超几何分布的概率特征.

【学习难点】

1.区别两点分布、超几何分布的适用范围.

2.如何将实际问题划归为对应常用的离散型随机变量概率分布列.

教学设计

(一)课前设计

1.预习任务

任务1-两点分布的概念及分布列性质.

任务2-两点分布、超几何分布的概念及分布列性质.

2.预习自测

1、从某一学校随机选一学生,测量他的身高.我们可以身高看作随机变量X,X的取值范围在[1.5,1.9].请对此次测量给出合理的分布列.

详解:设[1.5-1.7]为1,(1.7-1.9]为0,则其分布列为:

2、食堂排队的人数是随机变量X.请对此次试验给出合理的分布列.

详解:大于十人为1,十人以内为0,是一个两点分布.

3、在100瓶饮料中任意抽取5瓶标有600ml的饮料是一个离散型随机变量,它的所有可能取值是0,1,25,请对此次试验给出合理的分布列.

详解:有600ml的饮料大于3个设为1,小于等于3个设为0.

分布列:

4.已知箱中装有4个白球和5个黑球,且规定:取出一个白球的2分,取出一个黑球的1分.现从该箱中任取(无放回,且每球取到的机会均等)3个球,记随机变量X为取出3球所得分数之和.求X的分布列;

详解:(Ⅰ)X的可能取值有:3,4,5,6.

;;

;.

故,所求X的分布列为

(二)课堂设计

问题探究一两点分布的概念、分布列及其特征★

●活动一透过掷骰子看分布列

例、投掷一枚硬币,正面成功的概率为,反面成功的概率为.写出其概率分布列.

详解:选取正反面作为随机变量.根据制作分布列步骤给出分布列表.

典型的分布列

(1)概念:两点分布又称0-1分布,是一种有两种可能结果的分布,是二项分布的特殊情况.

(2)两点分布的概率函数

其中x=1表示事件成功发生,x=0表示事件失败.

(3)分布列

随机变量X的分布列为两点分布列,就称X服从两点分布,而称P(X=1)=p为成功概率.

(4)两点分布的特征:

?试验结果只有两种可能.

?

?.

知识点剖析:

两点分布列的试验结果是对立事件.时常可以通过其关系间接求取一些事件的概率问题,以此来简化运算量.

(例如:一个暗箱中有5个红球,4个白球.现从中随机抽取2个球.问抽取两个球颜色不同的概率.)

解题思路点拨:抽取的两球颜色相同为事件A,抽取的两球颜色互不相同为事件B.此问题是事件A的对立面.

●活动二两点分布的实际应用

例1.某太空科研院进行了大豆基因突变试验,将100粒大豆种子放入太空船一个月,之后对其进行基因检测发现,每粒大豆基因突变的几率为0.1.写出其两点分布列.

例2.请以一枚六面标有1,2,3,4,5,6个点的骰子为试验,给出其合理的两点分布.

提示:根据面上点数的奇偶性为突破点.

问题探究二超几何分布的概念、分布列及其特征★▲

●活动三分布列模型能否在生产生活中起到重要指导作用?

例、在生产车间为确保产品质量,通常会遇到产品批次抽样检查,对批次产品质量进行评估.其间不乏会涉及到检查出次品的情况.针对发现次品之后,是否会否定批次产品质量,成为考验质检人员的重要环节.对此,我们作出如下假设试验:

假设某生产批次有1000件产品,其中5件次品.在一次抽样检测中,抽取100件产品进行检测.要求最多抽取到一件次品为该批次产品合格.请对此次抽样检查进行评价并给出合理建议.

详解:该要求包含了两个重要信息.其一是抽取产品中可能有一件或没有次品;其二是否合格实际上是从事件发生的概率大小作为指标来衡量的.所以综合分析得出,此问题需求取关键性的概率大小.于是把“抽取到一件次品”记为A事件,“抽取中无次品”记为B事件.

此次抽样合格率为:

由此可知该批产品合格度不高,而且检测合格产品的标准低,对此可以给出修改标准的意见.

点拨:考察了互斥事件的概率问题;组合思想在概率中的应用.

针对此类问题我们可对其进行数学建模,具体思想如下:

概念及其分布列表示

一般地,在含有M件次品的N件产品中,任取n件,其中恰有X件次品,则该事件(X=x)发生的概率为

其中,且,,.则称满足上述分布列的概率分布为超几何分布.

补充:若随机变量X服从超几何分布,则记作X~H(n,M,N).简写为H(k,n,M,N).

分析:由超几何分布的概率公式不难看出,在分析X件次品的可能情况中,我们采用了分步乘法计数原理和组

文档评论(0)

1亿VIP精品文档

相关文档