关键词不能为空

当前您在: 主页 > 数学 >

【教案集】高中数学选修2-3全套教案

作者:高考题库网
来源:https://www.bjmy2z.cn/gaokao
2020-09-17 13:52
tags:高中数学教案

高中数学竞赛暑期培训感悟-高中数学培优扶困计划


1.1基本计数原理
(第一课时)
教学目标:
(1)理解分类计数原理与分步计数原理
(2)会利用两个原理分析和解决一些简单的应用问题
教学重点:
(1)理解分类计数原理与分步计数原理
(2)会利用两个原理分析和解决一些简单的应用问题
教学过程
一、复习引入:
一次集会共50人参加,结束时,大家两两握手,互相道别,请你统计一下,
大家握手次数共有多少?
某商场有东南西北四个大门,当你从一个大门进去又从另一个大门出来,
问你共有多少种不同走 法?
二、讲解新课:
问题1 春天来了,要从济南到北京旅游,有三种交通工具供选择:长 途汽车、
旅客列车和客机。已知当天长途车有2班,列车有3班。问共有多少种走法?
设问1: 从济南到北京按交通工具可分____类方法?
第一类方法, 乘火车,有___ 种方法;
第二类方法, 乘汽车,有___ 种方法;
∴ 从甲地到乙地共有__________ 种方法
设问2:每类方法中的每种一方法有什么特征?
问题2:春天来了,要从济南到北京旅游,若想中途参观南开大学,已知从济南

1


到天津有3种走法,从天津到北京有两种走法;问要从济南到北京共有多少种
不 同的方法?
从济南到北京须经 ____ 再由_____到北京有____个步骤
第一步, 由济南去天津有___种方法
第二步, 由天津去北京有____种方法,
设问2:上述每步的每种方法能否单独实现从济南村经天津到达北京的目的?
1分类计数原理 :(1)加法原理:如果完成一件工作有K种途径,由第1种途径
有n1种方法可以完成,由第2种途径 有n2种方法可以完成,……由第k种途
径有nK种方法可以完成。那么,完成这件工作共有n1+n2 +……+nK种不同的方
法。
1.标准必须一致,而且全面、不重不漏!
2“类”与“类”之间是并列的、互斥的、独立的 即:它们两两的交集为空
集!
3每一类方法中的任何一种方法均能将这件事情从头至尾完成
2,乘法原理:如果完成一件 工作可分为K个步骤,完成第1步有n1种不同的
方法,完成第2步有n2种不同的方法,……,完成第 K步有nK种不同的方法。
那么,完成这件工作共有n1×n2×……×nK种不同方法
1标准必须一致、正确。
2“步”与“步”之间是连续的,不间断的,缺一不可;但也不能重复、交叉。
3若完成某件 事情需n步,每一步的任何一种方法只能完成这件事的一部分且必
须依次完成这n个步骤后,这件事情才 算完成。
三、例子
例1.书架的第1层放有4本不同的计算机书,第2层放有3本不同的文艺

2


书,第3层放有2本不同的体育书,
(1)从书架上任取1本书,有多少种不同的取法?
(2)从书架的第1、2、3层各取1本书,有多少种不同的取法?
解:(1)从书架上任取 1本书,有3类办法:第1类办法是从第1层取1
本计算机书,有4种方法;第2类是从第2层取1本文 艺书,有3种方法;第3
类办法是从第3层取1本体育书,有2种方法根据分类计数原理,不同取法的< br>种数是4+3+2=9种
所以,从书架上任取1本书,有9种不同的取法;
(2)从 书架的第1、2、3层各取1本书,可以分成3个步骤完成:第1步从第
1层取1本计算机书,有4种方 法;第2步从第2层取1本艺术书,有3种方法;
第3步从第3层取1本体育书,有2种方法根据分步计 数原理,从书架的第1、
2、3层各取1本书,不同取法的种数是
4?3?2?24

所以,从书架的第1、2、3层各取1本书,有24种不同的取法
例2.一种号码拨号锁有4 个拨号盘,每个拨号盘上有从0到9共10个数字,
这4个拨号盘可以组成多少个四位数号码?
解:每个拨号盘上的数字有10种取法,根据分步计数原理,4个拨号盘上各
取1个数字组成的四位数 字号码的个数是
N?10?10?10?10?10000

所以,可以组成10000个四位数号码
例3.要从甲、乙、丙3名工人中选出2名分别上日班和晚班,有多少种不
同的选法?
解:从3名工人中选1名上日班和1名上晚班,可以看成是经过先选1名上
日班,再选1名上晚班两个 步骤完成,先选1名上日班,共有3种选法;上日
班的工人选定后,上晚班的工人有2种选法根据分步技 数原理,不同的选法数

3



N?3?2?6
种,6种选法可以表示如下:
日班 晚班
甲 乙
甲 丙
乙 甲
乙 丙
丙 甲
丙 乙
所以,从3名工人中选出2名分别上日班和晚班,6种不同的选法

例4,若分 给你10块完全一样的糖,规定每天至少吃一块,每天吃的块数不限,
问共有多少种不同的吃法?n块糖 呢?
课堂小节:本节课学习了两个重要的计数原理及简单应用
课堂练习:
课后作业:

1.1基本计数原理
(第二课时)

教学目标:
会利用两个原理分析和解决一些简单的应用问题
教学重点:
会利用两个原理分析和解决一些简单的应用问题

4


教学过程
一、复习引入:
1、分类计数原理:(1)加法原理:如果完成一件工作有k种途 径,由第1
种途径有n
1
种方法可以完成,由第2种途径有n
2
种方 法可以完成,……由第k
种途径有n
k
种方法可以完成。那么,完成这件工作共有n< br>1
+n
2
+……+n
k
种不同
的方法。
2 ,乘法原理:如果完成一件工作可分为K个步骤,完成第1步有n
1
种不同
的方法,完 成第2步有n
2
种不同的方法,……,完成第K步有nK种不同的方法。
那么,完成这 件工作共有n
1
×n
2
×……×n
k
种不同方法
二、讲解新课:
例1 书架上放有3本不同的数学书,5本不同的语文书,6本不同的英语
书.
(1)若从这些书中任取一本,有多少种不同的取法?
(2)若从这些书中,取数学书、语文书、英语书各一本,有多少种不同的取法?
(3)若从这些书中取不同的科目的书两本,有多少种不同的取法?
例2在1~20共20个整数中取两个数相加,使其和为偶数的不同取法共有
多少种?
解:取
a?b
与取
b?a
是同一种取法.分类标准为两加数的奇偶性,第一 类,偶偶相
加,由分步计数原理得(10×9)2=45种取法,第二类,奇奇相加,也有(10×9)2=45种取法.根据分类计数原理共有45+45=90种不同取法.
例3 如图一,要给 ①,②,③,④四块区域分别涂上五种颜色中的某一种,允
许同一种颜色使用多次,但相邻区域必须涂不 同颜色,则不同涂色方法种数为()
A. 180 B. 160 C. 96 D. 60

5





图一




图二





图三

若变为图二,图三呢?(240种,5×4×4×4=320种)
例5 75600有多少个正约数?有多少个奇约数?
解:75600的约数就是能整除75600的整数, 所以本题就是分别求能整除
75600的整数和奇约数的个数.
由于 75600=2
4
×3
3
×5
2
×7
(1) 7 5600的每个约数都可以写成
0?i?4
,
0?j?3
,
0?k? 2
,
0?l?1

2
l
?3
j
?5
k
?7
l
的形式,其中
于是,要确定75600的一个约数,可分四步完成 ,即
i,j,k,l
分别在各自的范围
内任取一个值,这样
i
有5种 取法,
j
有4种取法,
k
有3种取法,
l
有2种取法,根据
分步计数原理得约数的个数为5×4×3×2=120个.
(2)奇约数中步不含有2的因数 ,因此75600的每个奇约数都可以写成
3
j
?5
k
?7
l
的形式,同上奇约数的个数为4×3×2=24个.
课堂小节:本节课学习了两个重要的计数原理的应用
课堂练习:
课后作业:

1.2.1排列
(第一课时)

教学目标:

6


理解排列、排列数的概念,了解排列数公式的推导
教学重点:
理解排列、排列数的概念,了解排列数公式的推导
教学过程
一、复习引入:
1、分类计数原理:(1)加法原理:如果完成一件工作有k种途径,由第1
种途径有n
1
种方法可以完成,由第2种途径有n
2
种方法可以完成 ,……由第k
种途径有n
k
种方法可以完成。那么,完成这件工作共有n
1< br>+n
2
+……+n
k
种不同
的方法。
2,乘法原理 :如果完成一件工作可分为K个步骤,完成第1步有n
1
种不同
的方法,完成第2步有 n
2
种不同的方法,……,完成第K步有nK种不同的方法。
那么,完成这件工作共有 n
1
×n
2
×……×n
k
种不同方法
二、讲解新课:
1.排列的概念:

n
个不同元素中,任取m

m?n
)个元素(这里的被取元素各不相同)按
照一定的顺序排成一 列,叫做从
n
个不同元素中取出
m
个元素的一个排列
....... ..

说明:(1)排列的定义包括两个方面:①取出元素,②按一定的顺序排列;
(2)两个排列相同的条件:①元素完全相同,②元素的排列顺序也相同
2.排列数的定义:

n
个不同元素中,任取
m

m?n
)个元素的所有排列 的个数叫做从
n
个元
素中取出
m
元素的排列数,用符号
A< br>n
m
表示
注意区别排列和排列数的不同:“一个排列”是指:从
n< br>个不同元素中,任取
m
个元素按照一定的顺序排成一列,不是数;“排列数”是指从n
个不同元素中,
.....

7


任取
m

m?n
)个元素的所有排列的个数,是一个数所以符号
A
n< br>m
只表示排列数,
而不表示具体的排列
3.排列数公式及其推导:

A
n
m
以按依次填
m
个空位来考虑
A
n
m
?n(n?1)(n?2)(n?m?1)

排列数公式:
m
A
n
?n(n?1)(n?2)(n?m?1)
=
n!
(< br>m,n?N
?
,m?n

(n?m)!
说明:(1)公式特 征:第一个因数是
n
,后面每一个因数比它前面一个
少1,最后一个因数是
n?m?1
,共有
m
个因数;
(2)全排列:当
n?m
时即
n
个不同元素全部取出的一个排列 < br>全排列数:
A
n
n
?n(n?1)(n?2)2?1?n!
( 叫做n的阶乘)
4.例子:
3
例1.计算:(1)
A
16
; (2)
A
6
6
; (3)
A
6
4

3
解:(1)
A
16

16?15?14
=3360 ;
(2)
A
6
6

6!
=720 ;
(3)
A
6
4

6?5?4?3
=360
例2.(1)若
A
n
m
?17?16?15??5?4
,则
n?

m?

(2)若
n?N,

(55?n)(56?n)(68?n)(69?n)
用排列数符号表示 .
解:(1)
n?
17 ,
m?
14 .
15
(2)若
n?N,

(55?n)(56?n)(68?n)(69?n )

A
69?n

例3.(1)从
2,3,5,7,1 1
这五个数字中,任取2个数字组成分数,不同值的分数共
有多少个?

8


(2)5人站成一排照相,共有多少种不同的站法?
(3)某年全国足球甲级 (A组)联赛共有14队参加,每队都要与其余各队在主
客场分别比赛1次,共进行多少场比赛?
解:(1)
A
5
2
?5?4?20

(2)
A
5
5
?5?4?3?2?1?120

2
?14?13?182
(3)
A
14
课堂小节:本节课学习了排列、排列数的概念,排列数公式的推导
课堂练习:
课后作业:
1.2.1排列
(第二课时)

教学目标:
掌握解排列问题的常用方法
教学重点:
掌握解排列问题的常用方法
教学过程
一、复习引入:
1.排列的概念:

n
个不同元素中,任取
m

m?n
)个元素(这里的被取元素各不相同)按
照一定的顺序排成一列,叫做从
n个不同元素中取出
m
个元素的一个排列
.........

说明:(1)排列的定义包括两个方面:①取出元素,②按一定的顺序排列;
(2)两个排列相同的条件:①元素完全相同,②元素的排列顺序也相同

9


2.排列数的定义:

n
个不同元素中,任取
m< br>(
m?n
)个元素的所有排列的个数叫做从
n
个元
素中取出< br>m
元素的排列数,用符号
A
n
m
表示
注意区别排列 和排列数的不同:“一个排列”是指:从
n
个不同元素中,任取
m
个元素按照 一定的顺序排成一列,不是数;“排列数”是指从
n
个不同元素中,
.....
任取
m

m?n
)个元素的所有排列的个数,是一个数所以符号
A
n
m
只表示排列数,
而不表示具体的排列
3.排列数公式及其推导:
m
A
n
?n(n?1)(n?2)(n ?m?1)

m,n?N
?
,m?n

全排列数:
A
n
n
?n(n?1)(n?2)2?1?n!
(叫做n的阶乘)
二、讲解新课:
解排列问题问题时,当问题分成互斥各类时,根据加法原理,可用分类法;< br>当问题考虑先后次序时,根据乘法原理,可用位置法;这两种方法又称作直接
法.当问题的反面简 单明了时,可通过求差排除采用间接法求解;另外,排列
中“相邻”问题可以用“捆绑法”;“分离”问 题可能用“插空法”等.
解排列问题和组合问题,一定要防止“重复”与“遗漏”.
互斥分类——分类法
先后有序——位置法
反面明了——排除法
相邻排列——捆绑法
分离排列——插空法
例1求不同的排法种数:
(1)6男2女排成一排,2女相邻;

10


(2)6男2女排成一排,2女不能相邻;
(3)4男4女排成一排,同性者相邻;
(4)4男4女排成一排,同性者不能相邻.
例2在3000与8000之间,数字不重复的奇数有多少个?
分析 符合条件的奇数有两 类.一类是以1、9为尾数的,共有P
2
1
种选法,首
数可从3、4、5、6 、7中任取一个,有P
5
1
种选法,中间两位数从其余的8个数
字中选取2个 有P
8
2
种选法,根据乘法原理知共有P
2
1
P
5
1
P
8
2
个;一类是以3、5、7
为尾数的共有P
3
1
P
4
1
P
8
2
个.
解 符合条件的奇数共有P
2
1
P
5
1
P
8
2
+P
3
1
P
4
1
P
8
2
=1232个.
答 在3000与8000之间,数字不重复的奇数有1232个.
例3 某小组6个人排队照相留念.
(1)若分成两排照相,前排2人,后排4人,有多少种不同的排法?
(2)若分成两排照相,前排2人,后排4人,但其中甲必须在前排,乙必须在后
排,有多少种 排法?
(3)若排成一排照相,甲、乙两人必须在一起,有多少种不同的排法?
(4)若排成一排照相,其中甲必在乙的右边,有多少种不同的排法?
(5)若排成一排照相,其中有3名男生3名女生,且男生不能相邻有多少种排法?
(6)若排成一排照相,且甲不站排头乙不站排尾,有多少种不同的排法?
分析 (1)分 两排照相实际上与排成一排照相一样,只不过把第3~6个位子看
成是第二排而已,所以实际上是6个元 素的全排列问题.
(2)先确定甲的排法,有P
2
1
种;再确定乙的排法, 有P
4
1
种;最后确定其他人的
排法,有P
4
4
种 .因为这是分步问题,所以用乘法原理,有P
2
1
·P
4
1
·P
4
4
种不同排
法.

11


(3)采用“捆绑法”,即先把甲、乙两人看成一个人,这样有P
5
5
种不同排法.然
后甲、乙两人之间再排队,有P
2
2
种排法.因为是分步问题,应当用乘法原 理,
所以有P
5
5
·P
2
2
种排法.
(4)甲在乙的右边与甲在乙的左边的排法各占一半,有P
6
6
种排法. < br>(5)采用“插入法”,把3个女生的位子拉开,在两端和她们之间放进4张椅子,
如____女 ____女____女____,再把3个男生放到这4个位子上,就保证任何两
个男生都不会相邻了. 这样男生有P
4
3
种排法,女生有P
3
3
种排法.因为是分 步问
题,应当用乘法原理,所以共有P
4
3
·P
3
3
种排法.
(6)符合条件的排法可分两类:一类是乙站排头,其余5人任意排有P
5
5
种排法;
一类是乙不站排头;由于甲不能站排头,所以排头只有从除甲、乙以外的4人中任选1人有P
4
1
种排法,排尾从除乙以外的4人中选一人有P
41
种排法,中间4
个位置无限制有P
4
4
种排法,因为是分步问 题,应用乘法原理,所以共有P
4
1
P
4
1
P
4< br>4
种排法.
解 (1)P
6
6
=720(种)
(2)P
2
1
·P
4
1
·P
4
4
=2×4×24=192(种)
(3)P
5
5
·P
2
2< br>=120×2=240(种)
(4)P
6
6
=360(种)
(5)P
4
3
·P
3
3
=24×6=144(种)
(6)P
5
5
+P
4
1
P
4
1< br>P
4
4
=120+4×4×24=504(种)
或法二:(淘汰法) P
6
6
-2P
5
5
+P
4
4
=7 20-240+24=504(种)
课堂小节:本节课学习了排列、排列数的概念,排列数公式的推导
课堂练习:
课后作业:

12



1.2.2组合
(第一课时)

教学目标:
1.理解组合的意义,掌握组合数的计算公式;
2.能正确认识组合与排列的联系与区别
教学重点:
理解组合的意义,掌握组合数的计算公式
教学过程
一、复习引入:
1.排列的概念:

n
个不同元素中,任取m

m?n
)个元素(这里的被取元素各不相同)按
照一定的顺序排成一 列,叫做从
n
个不同元素中取出
m
个元素的一个排列
....... ..

说明:(1)排列的定义包括两个方面:①取出元素,②按一定的顺序排列;
(2)两个排列相同的条件:①元素完全相同,②元素的排列顺序也相同
2.排列数的定义:

n
个不同元素中,任取
m

m?n
)个元素的所有排列 的个数叫做从
n
个元
素中取出
m
元素的排列数,用符号
A< br>n
m
表示
注意区别排列和排列数的不同:“一个排列”是指:从
n< br>个不同元素中,任取
m
个元素按照一定的顺序排成一列,不是数;“排列数”是指从n
个不同元素中,
.....
任取
m

m?n
)个元素的所有排列的个数,是一个数所以符号
A
n
m
只表示排列数,
而不表示具体的排列

13


3.排列数公式及其推导:
m
A
n
?n(n?1)(n?2)(n?m?1)

m,n?N< br>?
,m?n

全排列数:
A
n
n
?n(n ?1)(n?2)2?1?n!
(叫做n的阶乘)
二、讲解新课:
1 组合的概念 :一般地,从
n
个不同元素中取出
m
?
m?n
?
个 元素并成一组,叫
做从
n
个不同元素中取出
m
个元素的一个组合
说明:⑴不同元素;⑵“只取不排”——无序性;⑶相同组合:元素相同
2.组合数的概念: 从
n
个不同元素中取出
m
?
m?n
?
个元素的所有 组合的个数,
m
C
叫做从
n
个不同元素中取出
m
个元素的组合数.用符号表示.
n
...
3.组合数公式的推导:
(1)一般地,求从
n
个不同元素中取出
m
个元素的排列数
A
n
m
,可以分如下两 步:
① 先求从
n
个不同元素中取出
m
个元素的组合数
C< br>n
m
;② 求每一个组合中
m

m
m
元素全 排列数
A
m
,根据分步计数原理得:
A
n
m
C
n
m
?A
m

(2)组合数的公式:
n !
A
n
m
n(n?1)(n?2)(n?m?1)
(n,m?N?
,且m?n)
?

C
m
C?
m
?< br>n
m!(n?m)!
A
m
m!
m
n

例子:
7
1、计算:(1)
C
7
4
; (2)
C
10

7?6?5?4
=35;
4 !
10?9?8?7?6?5?4
7
?
(2)解法1:
C
1 0
=120.
7!
10!10?9?8
7
??
解法2:
C
10
=120.
7!3!3!
m?1
m?1
??C
n
. 2、求证:
C
m
n
n?m
(1)解:
C
7
4
?
证明:∵
C
m
n
?

n!

m!(n?m)!
14


m?1
?C
n?m
m?1
n
?
m?1n!
?

n?m(m?1)!(n?m? 1)!



C
m
n
?

m?1n!
?

(m?1)!(n?m)(n?m?1)!
n!

m!(n?m)!
m?1
m?1
?C
n

n?m
3、在52件产品中,有50件合格品,2件次品,从中任取5件进行检查.
(1)全是合格品的抽法有多少种?
(2)次品全被抽出的抽法有多少种?
(3)恰有一件次品被抽出的抽法有多少种?
(4)至少有一件次品被抽出的抽法有多少种?
4、名男生和6名女生组成至少有1个男生参加的三人社会实践活动小组,问组成
方法共有多少 种?
解法一:(直接法)小组构成有三种情形:3男,2男1女,1男2女,分别有
C
4
3

211
C
4
?C
6
?C
6
2
, ,
C
4
11
?C
6
2
=100种方法. 所以,一 共有
C
4
3
+
C
4
2
?C
6+
C
4
33
?C
6
?100
解法二:(间接法)
C
10

课堂小节:本节课学习了组合的意义,组合数的计算公式
课堂练习:
课后作业:
1.2.2组合

15


(第二课时)

教学目标:
1掌握组合数的两个性质;
2.进一步熟练组合数的计算公式,能够运用公式解决一些简单的应用问题

教学重点:
掌握组合数的两个性质
教学过程
一、复习引入:
1 组合的概念:一般地,从
n
个不同元素中取出
m
?
m? n
?
个元素并成一组,
叫做从
n
个不同元素中取出
m
个元素的一个组合
说明:⑴不同元素;⑵“只取不排”——无序性;⑶相同组合:元素相同
2.组合数的概念:从
n
个不同元素中取出
m
?
m?n
?
个元素的所有组合的个
m
C
数,叫做从
n
个不同元素中取出
m
个元素的组合数.用符号表示.
n
...
3.组合数公式的推导:
(1)一般地,求从
n
个不同元素中取出
m
个元素的排列数
A
n
m
,可以分如下两 步:
① 先求从
n
个不同元素中取出
m
个元素的组合数
C< br>n
m
;② 求每一个组合中
m

m
m
元素全 排列数
A
m
,根据分步计数原理得:
A
n
m
C
n
m
?A
m

(2)组合数的公式:
n !
A
n
m
n(n?1)(n?2)(n?m?1)
?
(n, m?N,且m?n)
?

C
m
C?
m
?
n
m!(n?m)!
A
m
m!
m
n

二、讲解新课:
1 组合数的性质1:
C
n
m
?C
n
n?m


16


一般地,从
n
个不同元素中取出
m
个元素后,剩下
n?m
个元素.因为从
n
个不同元素中取出
m
个元素的每一个组合,与剩下的
n
?
m
个元素的每一个组合一一对应,所以从
n
个不同元素中取出
m
个元素的组合数,等于从这< br>n
个元
....
素中取出
n
?
m
个元素 的组合数,即:
C
n
m
?C
n
n?m
.在这里,主 要体现:“取法”
与“剩法”是“一一对应”的思想
证明:∵
C
n
n?m
?

C
n
m
?
n!n!

?
(n?m)![n ?(n?m)]!m!(n?m)!
n!
,∴
C
n
m
?C< br>n
n?m
m!(n?m)!

说明:①规定:
C
n
0
?1

②等式特点:等式两边下标同,上标之和等于下标;

C
n
x?C
n
y
?x?y

x?y?n

2.组合 数的性质2:
C
n
m
?1

C
n
m
+
C
n
m?1

一般地,从
a
1
,a
2
,?,a
n?1

n
+1个不同元素中取出
m< br>个元素的组合数是
C
n
m
?1

这些组合可以分为两 类:一类含有元素
a
1
,一类不含有
a
1
.含有
a
1
的组合是从
a
2
,a
3
,?,a
n?1

n
个元素中取出
m
?1个元素与
a
1
组成的,共有
C
n
m?1
个;不含有
a
1

组合是从
a
2
,a
3
,?,a
n?1

n
个元素中取出
m
个元素组成的,共有
C
n
m
个. 根据分类
计数原理,可以得到组合数的另一个性质.在这里,主要体现从特殊到一般的
归纳思想 ,“含与不含其元素”的分类思想.
证明:
C
n
m
?C
n
m?1
?
n!n!

?
n!(n?m?1)?n!m

?
m!(n?m)!(m?1 )![n?(m?1)]!
m!(n?m?1)!
m!(n?m?1)!
m
( n?1)!
?C
n?1

m!(n?m?1)!

?
(n?m?1?m)n!
?

C
n
m
? 1

C
n
m
+
C
n
m?1

3.例子
1.(1)计算:
C
7
3
?C
7
4
?C
8
5
?C
9
6


17


nnn?1n?2
(2)求证:
C
m?2
C
m
+
2C
m
+
C
m

64
?C
10
?210
; 解:(1)原式
?C
8
4
?C
8
5
?C
9
6
?C
95
?C
9
6
?C
10
nn?1n?1n?2nn?1n
?C
m
)?(C
m
?C
m
)?C
m
?C?C
证明:(2)右边
?(C
m?1m?1m?2
?
左边 < br>x?12x?3
?2x?3
?C
13
2.解方程:(1)
C< br>13
;(2)解方程:
C
x
x
?2
?C
x? 2
?
1
3
A
x?3

10
解:(1)由 原方程得
x?1?2x?3

x?1?2x?3?13
,∴
x?4< br>或
x?5

?
1?x?1?13
?
又由
?
1?2x?3?13

2?x?8

x?N
?
, ∴原方程的解为
x?4

x?5

?
x?N
??
上述求解过程中的不等式组可以不解,直接把
x?4

x?5
代入检验,这样运算量
小得多.
?2
(2)原方程可化为
C
xx
?3
?
(x?3)!(x?3)!
1
3
1
3 5
?
,∴,
A
x?3
,即
C
x
?A?3x?3
5!(x?2)!10?x!
1010

11
?
120(x?2)!10?x(x?1)?(x?2)!

x
2?x?12?0
,解得
x?4

x??3

经检验:
x?4
是原方程的解
3. 有同样大小的4个红球,6个白球。
(1)从中任取4个,有多少种取法?
(2)从中任取4个,使白球比红球多,有多少种取法?
(3)从中任取4个,至少有一个是红球,有多少种取法?
(4)假设取1个红球得2分,取 1个白球得1分。从中取4个球,使总分不小于
5分的取法有多少种?
课堂小节:本节课学习了组合数的两个性质
课堂练习:
课后作业:

18


1.2.2组合
(第三课时)

教学目标:
1、进一步巩固组合、组合数的概念及其性质;
2、能够解决一些组合应用问题
教学重点:
解决一些组合应用问题
教学过程
一、复习引入:
1 组合的概念:一般地,从
n
个不同元素中取 出
m
?
m?n
?
个元素并成一组,
叫做从
n
个不同元素中取出
m
个元素的一个组合
说明:⑴不同元素;⑵“只取不排”——无序性;⑶相同组合:元素相同
2.组合数的概念: 从
n
个不同元素中取出
m
?
m?n
?
个元素的所有 组合的个
m
C
数,叫做从
n
个不同元素中取出
m
个元素的组合数.用符号表示.
n
...
3.组合数公式的推导:
(1)一般地,求从
n
个不同元素中取出
m
个元素的排列数
A
n
m
,可以分如下两 步:
① 先求从
n
个不同元素中取出
m
个元素的组合数
C< br>n
m
;② 求每一个组合中
m

m
m
元素全 排列数
A
m
,根据分步计数原理得:
A
n
m
C
n
m
?A
m

(2)组合数的公式:
n !
A
n
m
n(n?1)(n?2)(n?m?1)
(n,m?N?
,且m?n)

C
m
C?
m
?
n< br>?
m!(n?m)!
A
m
m!
m
n

4.组合数的性质1:
C
n
m
?C
n
n?m


19


5.组合数的性质2:
C
n
m?1

C
n
m
+
C
n
m?1

二、讲解新课:
例子
1.(1)把n+1个不同小球全部放到n个有编号的小 盒中去,每小盒至少有1个
小球,共有多少种放法?
(2)把n+1相同的小球,全部放到n 个有编号的小盒中去,每盒至少有1个小球,
又有多少种放法?
(3)把n+1个不同小球, 全部放到n个有编号的小盒中去,如果每小盒放进的球
数不限,问有多少种放法?

2.从编号为1,2,3,…,10,11的共11个球中,取出5个球,使得这5个
球的编号之和为奇 数,则一共有多少种不同的取法?
14
325
C
5
; 3奇2偶有
C
6
C
5
; 5奇1偶有
C
6
解:分为三类:1奇4偶有
C
6

14
325
C
5
+
C
6
C
5
+
C
6
?236
. ∴一共有
C
6
3.现有8名青年 ,其中有5名能胜任英语翻译工作;有4名青年能胜任德语翻
译工作(其中有1名青年两项工作都能胜任 ),现在要从中挑选5名青年承担一
项任务,其 中3名从事英语翻译工作,2名从事德语翻译工作,则有多少种
不同的选法?
解:我们可以分为三类:
①让两项工作都能担任的青年从事英语翻译工作,有
C4
2
C
3
2

1
②让两项工作都能担任的青 年从事德语翻译工作,有
C
4
3
C
3

③让两项 工作都能担任的青年不从事任何工作,有
C
4
3
C
3
2
1
∴一共有
C
4
2
C
3
2
+
C
4
3
C
3
+
C
4
3
C
3
2
=42种方法.

20


4.甲 、乙、丙三人值周,从周一至周六,每人值两天,但甲不值周一,乙不值
周六,问可以排出多少种不同的 值周表 ?
1211
C
4
?C
4
C
3
? 42
. 解法一:(排除法)
C
6
2
C
4
2
?2C
5
解法二:分为两类:一类为甲不值周一,也不值周六,有
C
42
C
3
2

12
C
4
另一类为甲不 值周一,但值周六,有
C
4

2
12
C
3
2
=42种方法.
C
4+
C
4
∴一共有
C
4
5.6本不同的书全部送给5人, 每人至少1本,有多少种不同的送书方法?
解:第一步:从6本不同的书中任取2本“捆绑”在一起看 成一个元素有
C
6
2

方法;
第二步:将5个“不同元素(书)”分给5个人有
A
5
5
种方法.
根据分步计数原理,一共有
C
6
2
A
5
5
=1800种方法
6. 从6双不同手套中,任取4只,
(1)恰有1双配对的取法是多少?
(2)没有1双配对的取法是多少?
(3)至少有1双配对的取法是多少?
课堂小节:本节课学习了组合数的应用
课堂练习:
课后作业:

1.3.1二项式定理

教学目标:
1、能用计数原理证明二项式定理;

21


2、掌握二项式定理及二项式展开式的通项公式
教学重点:
掌握二项式定理及二项式展开式的通项公式
教学过程
一、复习引入:
122
ab?C
2
b
; ⑴
(a?b)
2
?a
2
?2ab?b
2
?C
2
0
a
2?C
2
1233
ab?C
3
2
ab
2
?C
3
b

(a?b)
3
?a
3
?3a
2
b?3ab
2
?b
3
?C
3
0
a
3
?C
3

(a?b)
4
?(a?b)(a?b )(a?b)(a?b)
的各项都是
4
次式,
即展开式应有下面形式的各项 :
a
4

a
3
b

a
2
b
2

ab
3

b
4

展开式 各项的系数:上面
4
个括号中,每个都不取
b
的情况有
1
种 ,即
C
4
0
种,
a
4

11
系数 是
C
4
0
;恰有
1
个取
b
的情况有
C
4
种,,恰有
2
个取
b
的情况有
C
4
2
a
3
b
的系数是
C
4
种,
a< br>2
b
2
的系数是
C
4
2
,恰有
3< br>个取
b
的情况有
C
4
3
种,
ab
3
的系数是
C
4
3
,有
4
都取
b

情况有
C
4
4
种,
b
4
的系数是
C
4
4

132223344
ab?C
4
ab? C
4
ab?C
4
b
. ∴
(a?b)
4
? C
4
0
a
4
?C
4
二、讲解新课:
1n
ab?
1、二项式定理:
(a?b)
n
?C
n
0< br>a
n
?C
n
rn?rr
?C
n
ab?
nn
?C
n
b(n?N
?
)

2、二项式定理的证明。
(a+b)
n
是n个(a+b)相乘,每个( a+b)在相乘时,有两种选择,选a
或b,由分步计数原理可知展开式共有2
n
项( 包括同类项),其中每一项都是a
k
b
n-k
的形式,k=0,1,…,n; 对于每一项a
k
b
n-k
,它是由k个(a+b)选了a,n-k个
(a+b)选了b得到的,它出现的次数相当于从n个(a+b)中取k个a的组合数,
将它们合并同类 项,就得二项展开式,这就是二项式定理。

22


3、它有
n?1
项,各项的系数
C
r
n
(r?0,1,n)
叫二项 式系数,
4、
C
r
n
a
n?r
b
r叫二项展开式的通项,用
T
r
r?1
表示,即通项
T
r ?1
?C
n
a
n?r
b
r

5、二项式 定理中,设
a?1,b?x
,则
(1?x)
n
?1?C
1< br>x??C
rr
nn
x??x
n

三、例子
例1.展开
(1?
1
x
)
4

解一:
(1?
1
)
4
?1?C
1
1
1
(
1
)
2
?C
3
1
3
1
464x
4
(
x
)?C
4
x
4
(
x
)?(
x
)
4
?1?
x
?
x
2< br>?
1
x
3
?
x
4

解二:
(1?
1
)
4
?(
1
)
4
(x?1)< br>4
?(
1
xxx
)
4
?
?
x
4
?C
13123
4
x?C
4
x?C
4
x?1
?
?

?1?
4641
x
?
x2
?
x
3
?
x
4

例2.展开
(2x?
1
x
)
6

解:< br>(2x?
1
x
)
6
?
1
x
3
(2x?1)
6

?
1
x
3
[(2x)
6
?C
124321
6
(2x)
5
?C
6
(2x)?C
6
(2x)
3
?C
6
(2x)
2?C
6
(2x)?1]

?64x
3
?192x
2
?240x?160?
60121
x
?
x
2
?
x
3

例3.求
(x?a)
12
的展开式中的倒数第
4

解:
(x?a)
12
的展开式中共
13
项,它的倒数第
4
项是第
10
项,
T
912?99
C
339
9?1
?C
12
xa?
12
xa?220x
3
a
9

例4.求(1)
(2a?3b)
6
,(2)
(3b?2a)
6
的展开式中的第
3
项.
解:(1)
T< br>2
2?1
?C
6
(2a)
4
(3b)
2?2160a
4
b
2

(2)
T
2< br>2?1
?C
6
(3b)
4
(2a)
2
?48 60b
4
a
2

点评:
(2a?3b)
6

(3b?2a)
6
的展开后结果相同,但展开式中的第
r
项不相 同
例5.(1)求
(
x3
3
?
x
)
9< br>的展开式常数项;
(2)求
(
x
?
3
9
3
x
)
的展开式的中间两项

23


解:∵
TC
r
9
(
x
3
)
9?r
(3
x
)
r
?C
r2r?9
9?
3
r< br>r?1
?
9
?3x
2

∴(1)当
9?< br>3
2
r?0,r?6
时展开式是常数项,即常数项为
T
7?C
6
9
?3
3
?2268

(2)
(
x
?
3
3
x
)
9
的展开式共
10
项,它的中间两项分别是第
5
项、第
6
项,
15T
48?9
?
42
5
5
?C
9
?3x
9?12
3

T
6
?C
9
?3
1 0?9
x
9?
2
?378x
3

x

课堂小节:本节课学习了二项式定理及二项式展开式的通项公式
课堂练习:
课后作业:

1.3.2杨辉三角

教学目标:
理解和掌握二项式系数的性质,并会简单的应用
教学重点:
理解和掌握二项式系数的性质,并会简单的应用
教学过程
一、复习引入:
1.二项式定理
(a?b)
n
?C
0
a
n
?C
1n
nn
ab??C
rn?rr
n
ab??C
nn
n
b(n?N
?
)

2.二项展开式的通项公式:
T
n?r
r?1
?C
r
n
ab
r

二、讲解新课:
1 二项式系数表(杨辉三角)

24


(a?b)
n
展开式的二项式系数,当
n
依次取
1,2,3
…时,二项式系数表,表中每行两
端都是
1
,除
1
以外的每 一个数都等于它肩上两个数的和
2.二项式系数的性质:
(1)对称性.与首末两端“等 距离”的两个二项式系数相等(∵
C
n
m
?C
n
n?m).
n(n?1)(n?2)(n?k?1)
k?1
n?k?1
, < br>?C
n
?
k!k
n?k?1n?k?1n?1

C< br>n
k
相对于
C
n
k?1
的增减情况由决定,, ?1?k?
kk2
n?1

k?
时,二项式系数逐渐增大.由对 称性知它的后半部分是逐渐减小的,且
2
(2)增减性与最大值.∵
C
nk
?
在中间取得最大值;

n
是偶数时,中间一项
C
取得最大值;当
n
是奇数时,中间两项
C
得最大值.
(3)各二项式系数和:
1
x?

(1?x)
n
?1?C
n
rr
?C
n
x?
n
2
n
n?1
2
n

C
n?1
2
n

?x
n

r
?C
n
?
n
?C
n

12< br>?C
n
?

x?1
,则
2
n
?C< br>n
0
?C
n
三、例子
例1.在
(a?b)
n
的展开式中,奇数项的二项式系数的和等于偶数项的二项式系数
的和
1n
ab?
证明:在展开式
(a?b)
n
?C
n
0
a< br>n
?C
n
rn?rr
?C
n
ab?
nn?C
n
b(n?N
?
)
中,令
a?1,b??1

123
?C
n
?C
n
?

(1?1)
n
?C
n
0
?C
n
n
?(?1)
n
C
n

13
?C
n
?)
, 即
0?(C
n
0
?C
n
2
?)?(C
n

C
n
0
?C
n
2
?
13
?Cn
?C
n
?

即在
(a?b)
n
的 展开式中,奇数项的二项式系数的和等于偶数项的二项式系数的
和.
说明:由性质(3)及例 1知
C
n
0
?C
n
2
?

13
?C
n
?C
n
??2
n?1
.
25


例2.已知
(1?2x)
7
?a
0< br>?a
1
x?a
2
2
x??a
7
x
7
,求:
(1)
a
1
?a
2
??a
7
; (2 )
a
1
?a
3
?a
5
?a
7
; (3)
|a
0
|?|a
1
|??|a
7
|
.
解:(1)当
x?1
时,
(1?2x)
7
?(1?2)
7
??1
,展开式右边为
a
0
?a
1
?a
2
??a
7
< br>∴
a
0
?a
1
?a
2
??a
7??1


x?0
时,
a
0
?1
, ∴
a
1
?a
2
??a
7
??1?1??2

(2)令
x?1

a
0
?a
1
?a
2
??a
7
??1


x?? 1

a
0
?a
1
?a
2
?a
3< br>?a
4
?a
5
?a
6
?a
7
?3< br>7


?
② 得:
2(a?3
7
,∴
a
1?3
7
1
? a
3
?a
5
?a
7
)??1
1
?a
3
?a
5
?a
7
?
?
2
.
( 3)由展开式知:
a
1
,a
3
,a
5
,a
7
均为负,
a
0
,a
2
,a
4
,a
8
均为正,
∴由(2)中①+② 得:
2(a
0
?a
2
?a
4
?a
6
)??1?3
7

∴ < br>a
?1?3
7
a
0
?a
2
?
4?a
6
?
2


|a
0
|?|a
1
|??|a
7
|?
a
0
?a
1
?a
2
?a
3
?a
4
?a
5
?a
6
?a
7

?(a
0
?a
2
?a
4
?a
6
)?(a
1
?a
3
?a
5
?a
7
)?3
7

例3.求(1+x)+(1+x)
2
+…+(1+x)
10
展开式中x
3
的系数
解:
(1?x)?(1?x)
2
??(1?x)
10
?
(1?x)[1 ?(1?x)
10
]
1?(1?x)

=
(x?1)
11
?(x?1)
x

∴原式中< br>x
3
实为这分子中的
x
4
,则所求系数为
C
7
11

例4.在(x
2
+3x+2)
5
的展开式中,求x的系数
解:∵
(x
2
?3x?2)
5
?(x?1)
5
(x ?2)
5

∴在(x+1)
5
展开式中,常数项为1,含x的项为< br>C
1
5
?5x


26


4
在(2+x)
5
展开式中,常数项为2
5
=32,含x的项为C
1
5
2x?80x

∴展开式中含x的项为
1?(80x)?5x(32)?240x

∴此展开式中x的系数为240 例5.已知
(x?
2
n
)
的展开式中,第五项与第三项的二项式 系数之比为14;3,
2
x
求展开式的常数项
解:依题意
C
42
:3?3C
42
n
:C
n
?14
n
?14C
n

∴3n(n-1)(n-2)(n-3)4!=4n(n-1)2!
?
n=10
10?5r
设第r+1项为常数项,又
T
r?r
r?1
? C(x)
10
10
(?
2
?(?2)
r
C
r
2
x
2
)
r
10
x


10?5r
2
?0?r?2

?T
2
2?1
?C
10
(?2)
2
?180.
此所求常数项为18 0
课堂小节:本节课学习了二项式系数的性质
课堂练习:
课后作业:

2.1.1离散型随机变量

教学目标:
理解取值有限的离散型随机变量
教学重点:
理解取值有限的离散型随机变量
教学过程
一、复习引入:

27


1. 随机事件及其概率:在每次试验的结果中,如果某事件一定发生,则称为必
然事件,记为U;相反,如果 某事件一定不发生,则称为不可能事件,记为φ.
随机试验
为了研究随机现象的统计规 律性,我们把各种科学实验和对事物的观测统
称为试验.如果试验具有下述特点:
(1)试验可以在相同条件下重复进行;
(2)每次试验的所有可能结果都是明确可知的,并且不止一个;
(3)每次试验之前不能预知将会出现哪一个结果,则称这种试验为随机试验简
称试验。
2.样本空间:
样本点
在相同的条件下重复地进行试验,虽然每次试验的结果中所 有可能发生的
事件是可以明确知道的,并且其中必有且仅有一个事件发生,但是在试验之前却
无 法预知究意哪一个事件将在试验的结果中发生.试验的结果中每一个可能发
生的事件叫做试验的样本点, 通常用字母ω表示.
样本空间:
试验的所有样本点ω
1
,ω
2
,ω
3
,…构成的集合叫做样本空间,通常用字母
Ω表示,于是,我们有 Ω={ω
1
,ω
2
,ω
3
,… }
3.古典概型的特征:
古典概型的随机试验具有下面两个特征:
(1) 有限性.只有有限多个不同的基本事件;
(2) 等可能性.每个基本事件出现的可能性相等.
概率的古典定义

28


在古典概型中,如果基本事 件的总数为
n
,事件

所包含的基本事件个数为

( ),则定义事件

的概率 为 .即

二、讲解新课:
1、随机变量的概念
随机变量是概率论的重要概念,把随机试验的结果数量化可使我们对 随机
试验有更清晰的了解,还可借助更多的数学知识对其进行深入研究.
有的试验结果本 身已具数值意义,如产品抽样检查时的废品数,而有些虽
本无数值意义但可用某种方式与数值联系,如抛 硬币时规定出现徽花时用1表
示,出现字时用0表示.这些数值因试验结果的不确定而带有随机性,因此 也
就称为随机变量.
2、随机变量的定义:
如果对于试验的样本空间

中的每一个样本点

,变量

都有一个确定的实数
值与之对应,则变量

是样本点

的实函数,记作

为随机变量.
3、若随机变量

只能取有限个数值

或可列无穷多个数值

.我们称这样的变量

则称

为离散随机变量,在高中阶段我们只研究随机变量

取有限个
数值的情形
三、例子
例1.随机变量

为抛掷两枚硬币时徽花向上的硬币数,求的可能取值
解:的可能取值为0,1,2.
例2.某射手有五发子弹,射一次命中率为0.9,若命中了就停止射击,若不命

29


中就一直射到子弹耗尽.求随机变量的可能取值
例3. 写出下列随机变量可能取的值,并说明随机变量所取的值表示的随机试
验的结果
(1)一袋中装有5只同样大小的白球,编号为1,2,3,4,5 现从该袋内随
机取出3只球,被取出的球的最大号码数ξ;
(2)某单位的某部电话在单位时间内收到的呼叫次数η
解:(1) ξ可取3,4,5
ξ=3,表示取出的3个球的编号为1,2,3;
ξ=4,表示取出的3个球的编号为1,2,4或1,3,4或2,3,4;
ξ=5,表示取出的3个 球的编号为1,2,5或1,3,5或1,4,5或2,3
或3,4,5
(2)η可取0,1,…,n,…
η=i,表示被呼叫i次,其中i=0,1,2,…
例4. 抛掷两枚骰子各一次,记第一枚骰子掷出的点数与第二枚骰子掷出的点
数的差为ξ,试问:“ξ> 4”表示的试验结果是什么?
答:因为一枚骰子的点数可以是1,2,3,4,5,6六种结 果之一,由已知
得-5≤ξ≤5,也就是说“ξ>4”就是“ξ=5”所以,“ξ>4”表示第一枚为6
点,第二枚为1点
例5 某城市出租汽车的起步价为10元,行驶路程不超出4km,则 按10元的标
准收租车费若行驶路程超出4km,则按每超出lkm加收2元计费(超出不足1km的部分按lkm计).从这个城市的民航机场到某宾馆的路程为15km.某司机常驾
车在机场与此 宾馆之间接送旅客,由于行车路线的不同以及途中停车时间要转
换成行车路程(这个城市规定,每停车5 分钟按lkm路程计费),这个司机一次

30


接送旅客的行车路程ξ是一个随机变量,他收旅客的租车费可也是一个随机变

(1)求租车费η关于行车路程ξ的关系式;
(Ⅱ)已知某旅客实付租车费38元, 而出租汽车实际行驶了15km,问出租车
在途中因故停车累计最多几分钟?
解:(1)依题意得η=2(ξ-4)+10,即η=2ξ+2
(Ⅱ)由38=2ξ+2,得ξ=18,5×(18-15)=15.
所以,出租车在途中因故停车累计最多15分钟.
课堂小节:本节课学习了离散型随机变量
课堂练习:
课后作业:

2.1.2离散型随机变量的分布列

教学目标:
1、理解离散型随机变量的分布列的意义,会求某些简单的离散型随机变量
的分布列;
2、掌握离散型随机变量的分布列的两个基本性质,并会用它来解决一些简
单的问题.
教学重点:
1、理解离散型随机变量的分布列的意义,会求某些简单的离散型随机变量
的分布列;
2、掌握离散型随机变量的分布列的两个基本性质,并会用它来解决一些简

31


单的问题.
教学过程
一、复习引入:
1.随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量
叫做随机变量 随机变量常用希腊字母ξ、η等表示
2. 离散型随机变量: 随机变量

只能取有限个数值

多个数值

或可列无穷
则称

为离散随机变量,在高中阶段我们只研究随机变量

取有限个数值的情形.

二、讲解新课:
1. 分布列:设离散型随机变量
ξ
可能取得值为

x
1

x
2
,…,
x
3
,…,
ξ
取每一个值
x
i

i
=1,2,…)的概率为< br>P(
?
?x
i
)?p
i
,则称表
ξ

P
x
1

P
1

x
2

P
2



x
i

P
i



为随机变量
ξ
的概率分布,简称
ξ
的分布列
2. 分布 列的两个性质:任何随机事件发生的概率都满足:
0?P(A)?1
,并且
不可能事件 的概率为0,必然事件的概率为1.由此你可以得出离散型随机变量
的分布列都具有下面两个性质:

P
i
≥0,
i
=1,2,…;

P
1
+
P
2
+…=1.
对于离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概
率的和 即
P(
?
?x
k
)?P(
?
?x
k
)?P (
?
?x
k?1
)????

3.二点分布:如果随机变量X的分布列为:

32


X

P
三、例子
1 0
p q
例1.一盒中放有大小相同的红色 、绿色、黄色三种小球,已知红球个数是
绿球个数的两倍,黄球个数是绿球个数的一半.现从该盒中随机 取出一个球,
若取出红球得1分,取出黄球得0分,取出绿球得-1分,试写出从该盒中取出
一 球所得分数
ξ
的分布列.
分析:欲写出
ξ
的分布列,要先求出ξ
的所有取值,以及
ξ
取每一值时
的概率.
解:设黄球的个数为
n
,由题意知
绿球个数为2
n
,红球个数为4
n
,盒中的总数为7
n


P(
?
?1)?
4n4n12n2
?

P(
?
?0)??

P(
?
??1)??

7n77n77n7
所以从该盒中随机取出一球所得分数
ξ
的分布列为
ξ
1
P
4

7
0
1

7
-1
2

7
说明:在写出
ξ
的分布列后,要及时检查所有的概率之和是否为1.
例2.某一射手射击所得的环数
ξ
的分布列如下:
ξ

P
4 5 6 7 8 9 10
0.02 0.04 0.06 0.09 0.28 0.29 0.22
求此射手“射击一次命中环数≥7”的概率.
分析:“射击一次命中 环数≥7”是指互斥事件“
ξ
=7”、“
ξ
=8”、“
ξ
= 9”、

ξ
=10”的和,根据互斥事件的概率加法公式,可以求得此射手“射击一次
命中环数≥7”的概率.

33


解:根据射手射击所得的环数
ξ
的分布列,有

P
(
ξ
=7)=0.09,
P
(
ξ
=8) =0.28,
P
(
ξ
=9)=0.29,
P
(
ξ< br>=10)=0.22.
所求的概率为
P
(
ξ
≥7)=0.09+0.28+0.29+0.22=0.88. < br>例3.某厂生产电子元件,其产品的次品率为5%.现从一批产品中任意地
连续取出2件,写出其 中次品数
ξ
的概率分布.
解:依题意,随机变量
ξ

B
(2,5%).所以,
P< br>(
ξ
=0)=
C
0
(95%)
2
=0.90 25,
P
(
ξ
=1)=
C
1
2
2
(5%)(95%)=0.095,
P
(
?
?2
)=
C< br>2
2
(5%)
2
=0.0025.
因此,次品数
ξ
的概率分布是
ξ
0 1 2
P
0.9025 0.095 0.0025
课堂小节:本节课学习了离散型随机变量的分布列
课堂练习:
课后作业:

2.1.3超几何分布

教学目标:
1、理解理解超几何分布;
2、了解超几何分布的应用.
教学重点:
1、理解理解超几何分布;
2、了解超几何分布的应用

34


教学过程
一、复习引入:
1.随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量
叫做随机变量 随机变量常用希腊字母ξ、η等表示
2. 离散型随机变量: 随机变量

只能取有限个数值

多个数值

或可列无穷
则称

为离散随机变量,在高中阶段我们只研究随机变量

取有限个数值的情形.

3. 分布列:设离散型随机变量
ξ
可能取得值为

x
1

x
2
,…,
x
3
,…,
ξ
取每一个值
x
i

i
=1,2,…)的概率为< br>P(
?
?x
i
)?p
i
,则称表
ξ

P
x
1

P
1

x
2

P
2



x
i

P
i



为随机变量
ξ
的概率分布,简称
ξ
的分布列
4. 分布 列的两个性质:任何随机事件发生的概率都满足:
0?P(A)?1
,并且
不可能事件 的概率为0,必然事件的概率为1.由此你可以得出离散型随机变量
的分布列都具有下面两个性质:

P
i
≥0,
i
=1,2,…;

P
1
+
P
2
+…=1.
对于离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概
率的和 即
P(
?
?x
k
)?P(
?
?x
k
)?P (
?
?x
k?1
)????

5.二点分布:如果随机变量X的分布列为
X

P

1 0
p q
35


二、讲解新课:
在产品质量的不放回抽检中 ,若
N
件产品中有
M
件次品,抽检
n
件时所得次
品 数X=m
mM?m
C
n
C
N?n

P(X?m) ?
.此时我们称随机变量X服从超几何分布
M
C
N
1)超几何分布的模型是不放回抽样
2)超几何分布中的参数是M,N,n
三、例子
例1.在一个口袋中装有30个球 ,其中有10个红球,其余为白球,这些球除颜
色外完全相同.游戏者一次从中摸出5个球.摸到4个红 球就中一等奖,那么获
一等奖的概率是多少?
解:由题意可见此问题归结为超几何分布模型由上述公式得
41
C
10
C

P(X?4)?
5
20
?0.029

C
30
例2.一批零件共100件,其中有5件次品.现在从中任取10件进行检查 ,求取
道次品件数的分布列.
解:由题意
X
P
0 1 2 3 4 5
0.58375 0.33939 0.07022 0.00638 0.00025 0.00001
课堂小节:本节课学习了超几何及其分布列
课堂练习:
课后作业:



36


2.2.1条件概率
(第一课时)

教学目标:
了解条件概率及其应用
教学重点:
了解条件概率及其应用
教学过程
一、复习引入:
1.随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量
叫做随机变量 随机变量常用希腊字母ξ、η等表示
2. 离散型随机变量: 随机变量

只能取有限个数值

多个数值

或可列无穷
则称

为离散随机变量,在高中阶段我们只研究随机变量

取有限个数值的情形.

3. 分布列:设离散型随机变量
ξ
可能取得值为

x
1

x
2
,…,
x
3
,…,
ξ
取每一个值
x
i

i
=1,2,…)的概率为< br>P(
?
?x
i
)?p
i
,则称表
ξ

P
x
1

P
1

x
2

P
2



x
i

P
i



为随机变量
ξ
的概率分布,简称
ξ
的分布列
4. 分布 列的两个性质:任何随机事件发生的概率都满足:
0?P(A)?1
,并且
不可能事件 的概率为0,必然事件的概率为1.由此你可以得出离散型随机变量
的分布列都具有下面两个性质:

37



P
i
≥0,
i
=1,2,…;

P
1
+
P
2
+…=1.
对于离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概
率的和 即
P(
?
?x
k
)?P(
?
?x
k
)?P (
?
?x
k?1
)????

5.二点分布:如果随机变量X的分布列为:
X

P
1 0
p q
6.超几何分布:在产品质量的不放回抽检中,若
N
件产品中有
M
件次品,
抽检
n
件时所得次品数X=m
mM?m
C
n< br>C
N?n

P(X?m)?
.此时我们称随机变量X服从超几何分布
M
C
N
二、讲解新课:
任一个随机试验都是在某些基本条件下进行 的,在这些基本条件下某个事件
A
的发生具有某种概率. 但如果除了这些基本条件外还有附加 条件,所得概率就
可能不同.这些附加条件可以看成是另外某个事件
B
发生.
条件概率这一概念是概率论中的基本工具之一. 给定一个概率空间,并希望
知道某一事件
A
发生的可能性大小. 尽管我们不可能完全 知道试验结果,但往往
会掌握一些与事件
A
相关的信息,这对我们的判断有一定的影响 . 例如,投掷一
均匀骰子,并且已知出现的是偶数点,那么对试验结果的判断与没有这一已知
条件的情形有所不同. 一般地,在已知另一事件
B
发生的前提下,事件
A
发 生的
可能性大小不一定再是
P(A)
.
已知事件
B
发生 条件下事件
A
发生的概率称为事件
A
关于事件
B
的条件概< br>率,记作
P(A|B)
.

38


在某种 情况下,条件的附加意味着对样本空间进行压缩,相应的概率可在
压缩的样本空间内直接计算.
例1 盒中有球如表. 任取一球,记
A
={取得蓝球},
B
={取得玻璃球}, 显然
这是古典概型.
?
包含的样本点总数为16,
A
包含的样本点 总数为11,故
P(A)?
11
16
.





玻璃 木质 总计
红 2 3 5
蓝 4 7 11
总计 6 10 16
如果已知取得为玻璃球 ,这就
B
是发生条件下
A
发生的条件概率,记作
P(A|B)
.

B
发生的条件下可能取得的样本点总数应为“玻璃球的总数”,也即把样本空
间压缩到玻璃球全体. 而在
B
发生条件下
A
包含的样本点数为蓝玻璃球数,故
P(A|B)?
42
?
63
.
一般说来,在古典概型下, 都可以这样做.但若回到原来的样本空间,则当
P(B)?0
,有
在B发生的条件下 A包含的样本点数
在B发生的条件下样本点数
AB包含的样本点数总数P(AB)
AB 包含的样本点数
==

P(B)
.
B包含的样本点数

B包含的样本点数总数
P(A|B)=
这式子对几何概率也成立. 由此得出如下的一般定义.
定义1 对任意事件
A

B
,若
P(B)?0
,则“在事件
B
发生的条件下
A
的条件
概率”,记作P(A | B),定义为

39


P(A|B)=
P(AB)
P(B)
. (1)
例2 甲乙两市位于长江下游,根据一百多年的记录知道,一年中雨天的比例,
甲为 20%,乙为18%,两市同时下雨的天数占12%. 求:
① 乙市下雨时甲市也下雨的概率;② 甲乙两市至少一市下雨的概率.
解 分别用
A

B
记事件{甲下雨}和{乙下雨}. 按题意有,
P(A )?20%

P(B)?18%

P(AB)?12%
.
① 所求为
P(A|B)?
P(AB)12
P(B)
?
18
?
2
3
.
② 所求为
P(AB)?P(A)?P(B)?P(AB)

?20%?18%?12%?26%
.
课堂小节:本节课学习了条件概率的定义
课堂练习:
课后作业:
2.2.1条件概率
(第二课时)

教学目标:
了解条件概率的简单应用
教学重点:
了解条件概率的简单应用
教学过程

40


一、复习引入:
1. 已知事件
B
发生条件下事件
A
发生的概率称为事件
A
关于事件
B
的条件
概率,记作P(A|B)
.
2. 对任意事件
A

B
,若
P(B)?0
,则“在事件
B
发生的条件下
A
的条件概率”,记作P(A | B),定义为
P(A|B)=
P(AB)
P(B)

二、讲解新课:
)0?
,对任意事件
A

B
,若
P(B
则“在事件
B
发生的条件下
A
的条件概率”,
记作P(A | B),定义为
P(A|B)=
P(AB)
P(B)

反过来可以用条件概率表示
A

B
的乘积概率,即有乘法公式

P(B)?0
,则
P(AB)?P(B)P(A|B)
, (2)
同样有

P(A)?0
,则
P(AB)?P(A)P(B|A)
.
(2)
?

从上面定义可见,条件概率有着与一般概率相同的性质,即非负性,规范性和
可列可加性. 由此它也可与一般概率同样运算,只要每次都加上“在某事件发
生的条件下”即成.
两个事件的乘法公式还可推广到
n
个事件,即
P(A
1
A
2
A
n
)?P(A
1
)?P(A
2
|A< br>1
)

P(A
n
|A
1
A
2
A
n?1
)
(3)
?P (A
3
|A
1
A
2
)
具体解题时,条件概率可以依 照定义计算,也可能如例1直接按照条件概率的
意义在压缩的样本空间中计算;同样,乘积事件的概率可 依照公式(2) 或
(2)
?

算,也可按照乘积的意义直接计算,均视问题的具体性质而定.

41


例1
n
张彩票中有一个中奖票.
① 已知前面
k?1
个人没摸到中奖票,求第
k
个人摸到的概率;
② 求第
k
个人摸到的概率.
解 问题 ① 是在条件“前面
(k?1)
个人没摸到”下的条件概率. ② 是无条件概
率.

A
i
={第
i
个人摸到},则 ① 的条件是
A
1
A
2
?
A
k?1
. 在压缩样本空间中由古典概
型直接可得
1
① P(
A
k
|
A
1
A
2
?
A
k?1
)=
n?k ?1

② 所求为
P(A
k
)
,但对本题,
A< br>k
?
A
1
A
2
?
A
k?1

P(A
k
)

P
(
A
1
A< br>2
?
A
k?1
A
k
)
A
k
, 由(3)式及古典概率计算公式

P(A
1
)P(A
2
|A
1
)P(A
3
|A
1
A
2
)
?
P(A
k
|A
1
A
2?
A
k?1
)


?
n?1n ?2n?3
??
nn?1n?2
n?k?111
?
?
n?k ?2n?k?1

n
.
这说明每人摸到奖券的概率与摸的先后次序无关.
课堂小节:本节课学习了条件概率简单应用
课堂练习:
课后作业:

2.2.2事件的独立性
(第一课时)

教学目标:

42


了解两个事件相互独立的概念
教学重点:
了解两个事件相互独立的概念
教学过程
一、复习引入:
1. 已知事件
B
发生条件下事件
A
发生的概率称为事件
A
关于事 件
B
的条件
概率,记作
P(A|B)
.
2. 对任意事件
A

B
,若
P(B)?0
,则“在事件
B
发生的条件下
A
的条件概率”,
记作P(A | B),定义为
P(A|B)=
P(AB)
P(B)

二、讲解新课:
1 、引例:盒中有5个球其中有3个绿的2个红的,每次取一个有放回的取两次,

A?第一次抽 取,取到绿球,
B?第二次抽取,取到绿球,
3
5


P(BA)?P(B)?

2、两个事件的独立性
事件
B
发生与否可能对事件
A
发生的概率有影响,但也有相反的情况,即有时没

P(A|B)?P(A)
. (1)
这时,
P(AB)?P(B)P(A|B)?P(A)?P(B)
. 反过来,若
P(AB)?P(A)?P(B)
, (2)

P(A|B)?
P(AB)P(A)?P(B)
??P(A)
P(B)P(B)
.
这种情况称
A

B
独立. 当
P(B)?0
时,(1)式与(2)式是等价的,一般情况下独

43 < /p>


立的定义来用(2)式,因为在形式上它关于
A

B
对 称,且便于推广到
n
个事件.
(2)式也取消了
P(B)?0
的条件. 事实上,若
B??
, 则
P(B)?0
, 同时就有
P(AB)?0
,此时不论
A
是什么事件,都有(2)式,亦即任何事件都与
?
独立. 同
理任何事件也与必然事件
?
独立.
注:
1)实际应用中,如何判断两事件的独立性?
实际应用中,对于事件的独立性,我们常常 不是用定义来判断,而是由试
验方式来判断试验的独立性,由试验的独立性来判断事件的独立性,或者说 根
据问题的实质,直观上看一事件的发生是否影响另一事件的概率来判断。例如,
在放回摸球( 袋中有白球和红球)试验中,

表示“第一次摸得白球”,

示“第二次摸得白球”。由于

只与第一次试验有关,

可知




只与第二次试验有关,
独立,而在不 放回摸球试验中,它们却不独立,又如甲、乙两名射
手在相同条件下进行射击,则“甲击中目标”与“乙 击中目标”两事件是独立
的。
如果对实际问题中的事件还难以判断它们是否独立,则需要利用 统计资料进
行分析,再来判断是否符合事件独立性的条件。
2)互斥与独立
1)两事件

有关系,并不是说

不互斥。

相互独立是指事件

间没有关系。相反若

出现的概率与事件

是否出现没
独立,则常有

?,即



互斥是指

的出现必导致

的不出现,并没有说

出现的概率与

是否出现有关系。
事实上,当

,但




,因而等式

时,若

互斥,则

AB??
,从而

不成立,即互斥未必独立。
44




独立,则

,从而

不互斥(否则,

,导致
矛盾)。
2)在使用加法公式
P(AB)?P(A)?P(B)?P(AB)
时,




互斥,
P(AB)?P(A)?P(B)

独立,
P(AB)?P(A)?P(B)?P(A)P(B)

例1甲, 乙两人同时向敌人炮击,已知甲击中敌机的概率为0.6, 乙击中敌
机的概率为0.5, 求敌机被击中的概率.
例2口袋中有
a
只黑球
b
只白球,连摸两次,每次一球. 记
A
={第一次摸时
得黑球},
B
={第二次摸时得黑球}. 问
A

B
是否独立?就两种情况进行讨论:
① 有放回;② 无放回.
解 因为
P(A)?0
,我们可以用
P(B|A)
是 否等于
P(B)
来检验独立性. 对于情况
①,利用古典概型,有
P(B| A)?P(B|A)?
a
a?b
,再利用全概率公式,得
P(B)?P(A)?P(B|A)?P(A)?P(B|A)

?
aabaa
???
a?ba?ba?ba?ba?b
.

P(B|A)?P(B)

A

B
相互独立.
对于情况 ②,此时
P(B)?
?
P(B|A)?
a?1a
P(B|A)?
a?b?1

a?b?1
, 再利用全概率公式,有
aa?1ba
?
a?ba?b?1a?ba?b?1

a
?P(B|A)
a?b

A

B
不独立.
这说明每人摸到奖券的概率与摸的先后次序无关.
课堂小节:本节课学习了两个事件相互独立的概念

45


课堂练习:
课后作业:
2.2.2事件的独立性
(第二课时)

教学目标:
了解两个事件相互独立的概念及简单应用
教学重点:
了解两个事件相互独立的概念及简单应用
教学过程
一、复习引入:
1. 已知事件
B
发生条件下事件
A
发生 的概率称为事件
A
关于事件
B
的条件
概率,记作
P(A|B )
.
2. 对任意事件
A

B
,若
P(B)?0
,则“在事件
B
发生的条件下
A
的条件概率”,
记作P(A | B),定义为
P(A|B)=
P(AB)
P(B)

3. 事件
B
发生与否对事件
A
发生的概率没有影响,即
P(A|B)?P(A)
.

A

B
独立
二、讲解新课:
1、多个事件的独立性

n
个事件,除考虑两两的独立性以外,还得考虑其整体的相互独立性. 以
三个事件
A
,
B
,
C
为例.
定义 若

46


P(AB)?P(A)?P(B)?
?
P(AC)?P(A)?P(C)
?
P(BC)?P(B)?P(C )
?
?
(1)

P(ABC)?P(A)P(B)P(C)
(2)
则称
A
,
B
,
C
相互独立. (1)式表示
A
,
B
,
C
两两独立,所以独立包含了两两
独立. 但
A
,
B
,
C
的两两独立并不能代替三个事件相互独立,因为还有(2)式.
那么(1)式是否包含(2)式呢?回答是否定的,有例如下:
例 一个均匀的正四面体,其第一面染成红色,第二面为白色,第三面为黑色,
第四面红白黑三色都有. 分别用
A
,
B
,
C
记投一次四面体时底面出现红、白、
黑的事件. 由于在四面体中有两面出现红色,故
同时出现两色或同时出现三色只有第四面,故
P(AB)?P(AC)?P(BC)?P(ABC)?
1
4
,
P (A)?
11
P(B)?P(C)?
2
;同理,
2

因此
P(AB)?P(A)?P(B)
,
P(AC)?P(A)?P(C)

P(BC)?P(B)?P(C)

(1)式成立,
A
,
B
,
C
两两独立. 但
即(2)式不成立.

2、例子
P(ABC)?
11
?P(A)?P(B)?P(C)?
48
,
一个系统能正常工作的概率称为该系统的可靠性. 现有两系统都由同
类电子元件
A
,
B
,
C
、< br>D
所组成.每个元件的可靠性都是
p
,试分别求两个系统
的可靠性.

47



解 以
R
1

R
2
分别记两个系统的可靠性,以
A
,
B
,
C

D
分别记相应元件工作
正常的事件,则可认为
A
,
B
,
C

D
相互独立,有
R
1
?P(A(BC)D)?P(ABDACD)

?P(ABD)?P(ACD)?P(ABCD)

?P(A)P(B)P(D)?P(A)P(C)P(D)?P(A)P(B)P(C)P(D)

?p
3
(2?p)
,
R
2
?P(ABCD )?P(AB)?P(CD)?P(AB)?P(AC)?P(ABCD)

?p
2
(2?p
2
)
.
显然
R
2
?R
1
.
可靠性理论在系统科学中有广泛的应用,系统的可靠性的研究具有重要意义.

课堂小节:本节课学习了事件相互独立的简单应用
课堂练习:
课后作业:

2.2.3独立重复试验与二项分布
(第一课时)

教学目标:
理解n次独立重复试验的模型及二项分布
教学重点:

48


理解n次独立重复试验的模型及二项分布
教学过程
一、复习引入:
1. 已知事件
B
发生条件下事件
A
发生 的概率称为事件
A
关于事件
B
的条件
概率,记作
P(A|B )
.
2. 对任意事件
A

B
,若
P(B)?0
,则“在事件
B
发生的条件下
A
的条件概率”,
记作P(A | B),定义为
P(A|B)=
P(AB)
P(B)

3. 事件
B
发生与否对事件
A
发生的概率没有影响,即
P(A|B)?P(A)
. 称
A

B
独立
二、讲解新课:
1 独立重复试验的定义:
指在同样条件下进行的,各次之间相互独立的一种试验
2.独立重复试验的概率公式: 一般地,如果在1次试验中某事件发生的概率是
P
,那么在
n
次独立重复 试
验中这个事件恰好发生
k
次的概率
P
n
(k)?C
n
k
P
k
(1?P)
n?k

它是
?
(1?P)?P
?
展开式的第
k?1

例1.某气象站天气预报的准确率为
80%
,计算(结果保留两个有效数字):
(1)5次预报中恰有4次准确的概率;
(2)5次预报中至少有4次准确的概率
n
解:(1)记“预报1次,结果准确”为事件
A
.预报5次相当于5次独立重复试< br>验,根据
n
次独立重复试验中某事件恰好发生
k
次的概率计算公式,5 次预报中
恰有4次准确的概率
P
5
(4)?C
5
4
?0.8
4
?(1?0.8)
5?4
?0.8
4
?0.41


49


答:5次预报中恰有4次准确的概率约为0.41.
(2)5次预报中至少有 4次准确的概率,就是5次预报中恰有4次准确的概率
与5次预报都准确的概率的和,即
5< br>P?P
5
(4)?P
5
(5)?P
5
(4)?C5
4
?0.8
4
?(1?0.8)
5?4
?C
5
?0.8
5
?(1?0.8)
5?5

?0.8
4
?0.8
5
?0.410?0.328?0.74

答:5次预报中至少有4次准确的概率约为0.74.
例2.某车间的5台机床在1小时内需 要工人照管的概率都是,求1小时内5
台机床中至少2台需要工人照管的概率是多少?(结果保留两个有 效数字)
解:记事件
A
=“1小时内,1台机器需要人照管”,1小时内5台机器需 要照管
相当于5次独立重复试验
1
4
13
44
11
1
1小时内5台机床中恰有1台需要工人照管的概率
P
5
(1)?C
5
??(1?)
4

44
1小时内5台机床中没有1台需要工人 照管的概率
P
5
(0)?(1?)
5
?()
5

所以1小时内5台机床中至少2台需要工人照管的概率为
P?1?
?
P5
(0)?P
5
(1)
?
?0.37

答:1小时内5台机床中至少2台需要工人照管的概率约为
0.37

点评:“至多”,“至少”问题往往考虑逆向思维法
例3.某人对一目标进行射击,每次命中 率都是0.25,若使至少命中1次的概
率不小于0.75,至少应射击几次?
解:设要使至少命中1次的概率不小于0.75,应射击
n

记事件
A
=“射击一次,击中目标”,则
P(A)?0.25

∵射击
n
次相当于
n
次独立重复试验,
∴事件
A
至少发生1次的概率为
P?1?P
n
(0)?1?0.75
n


50


1
31
由题意,令
1?0. 75
n
?0.75
,∴
()
n
?
,∴
n?
4
?4.82

3
44
lg
4
lg

n
至少取5.
答:要使至少命中1次的概率不小于0.75,至少应射击5次
课堂小节:本节课学习了n次独立重复试验的模型及二项分布
课堂练习:
课后作业:
2.2.3独立重复试验与二项分布
(第二课时)
教学目标:
了解n次独立重复试验的模型及二项分布的简单应用
教学重点:
了解n次独立重复试验的模型及二项分布的简单应用
教学过程
一、复习引入:
1. 已知事件
B
发生条件下事件
A
发生 的概率称为事件
A
关于事件
B
的条件
概率,记作
P(A|B )
.
2. 对任意事件
A

B
,若
P(B)?0
,则“在事件
B
发生的条件下
A
的条件概率”,
记作P(A | B),定义为
P(A|B)=
P(AB)
P(B)

3. 事件
B
发生与否对事件
A
发生的概率没有影响,即
P(A|B)?P(A)
. 称
A

B
独立
4 独立重复试验的定义:

51


指在同样条件下进行的,各次之间相互独立的一种试验
5.独立重复试验的概率公式:
一般地,如果在1次试验中某事件发生的概率是
P< br>,那么在
n
次独立重复试
验中这个事件恰好发生
k
次的概率< br>P
n
(k)?C
n
k
P
k
(1?P)
n?k

它是
?
(1?P)?P
?
展开式的第
k?1

二、讲解新课:
例1.十层电梯从低层到顶层停不少于3次的概率是多少?停几次概率最大?
解:依题意,从低层到顶层停不少于3次,应包括停3次,停4次,停5次,……,
直到停9次
n
∴从低层到顶层停不少于3次的概率
11
3
1
3
1
65
1
5
1
49
1
9
P?C
9
()()?C
9
4
()
4
()
5
?C< br>9
()()?
?
C
9
()

2222222
1
9
1
9
233
359
1
990129< br>?

?(C
9
?C
9
4
?C
9?
?
C
9
)()?
?
2?(C?C?C)()?(2? 46)()?
999
??
222256
1
k
1
k< br>1
9?k
设从低层到顶层停
k
次,则其概率为
C
9< br>()()?C
9
k
()
9

222
1∴当
k?4

k?5
时,
C
9
k
最大 ,即
C
9
k
()
9
最大,
2
233
答:从低层到顶层停不少于3次的概率为,停4次或5次概率最大.
256
例2.实力相等的甲、乙两队参加乒乓球团体比赛,规定5局3胜制(即5局内
谁先赢 3局就算胜出并停止比赛).
(1)试分别求甲打完3局、4局、5局才能取胜的概率.
(2)按比赛规则甲获胜的概率.
解:甲、乙两队实力相等,所以每局比赛甲获胜的概率为,乙获胜的概率为.
记事件
A
=“甲打完3局才能取胜”,记事件
B
=“甲打完4局才能取胜”,
记事件
C
=“甲打完5局才能取胜”.
①甲打完3局取胜,相当于进行3次独立重复试验,且每局比赛甲均取胜
1
2
1
2

52


∴甲打完3局取 胜的概率为
P(A)?C
3
3
()
3
?

②甲打完4局才能取胜,相当于进行4次独立重复试验,且甲第4局比赛取胜,
前3局为2胜1负 < br>1
2
1
8
∴甲打完4局才能取胜的概率为
P(B)?C
3
2
?()
2
???
1
2
11
223

16
③甲打完5局才能取胜,相当于进行5次独立重复试验,且甲第5局比 赛取胜,
前4局恰好2胜2负
∴甲打完5局才能取胜的概率为
P(C)?C
4
2
?()
2
?()
2
??
(2)事件
D
=“按比赛规则甲获胜”,则
D?A?B?C

又因为事件
A

B

C
彼此互斥,
故< br>P(D)?P(A?B?C)?P(A)?P(B)?P(C)??
答:按比赛规则甲获胜的概率 为.
1
2
1331
??

816162
1
2
1
2
1
2
3

16
例3.一批玉米种子,其发芽率是0.8.(1)问每穴至少种几粒,才能保证每穴
至少有一粒发芽的概率大于
98%
?(2)若每穴种3粒,求恰好两粒发芽的概
率. (
lg2?0.3010

解:记事件
A
=“种一粒种子,发芽” ,则
P(A)?0.8

P(A)?1?0.8?0.2

(1) 设每穴至少种
n
粒,才能保证每穴至少有一粒发芽的概率大于
98%
∵每穴种
n
粒相当于
n
次独立重复试验,记事件
B
=“ 每穴至少有一粒发芽”,则
0
P(B)?P
n
(0)?C
n
0.8
0
(1?0.8)
n
?0.2
n


P(B)?1?P(B)?1?0.2
n

由题意,令
P(B)?98%
,所以
0.2
n
?0.02
,两边取常用对数得,
nlg0.2?lg0.02
.即
n(lg2?1)?lg2?2


n?
lg2?21.6990
??2.43
,且
n?N
,所以取
n?3

lg2?10.6990

53


答:每穴至少种3粒,才能保证每穴至少有一粒发芽的概率大于
98%

(2)∵每穴种3粒相当于3次独立重复试验,
∴每穴种3粒,恰好两粒发芽的概率为
P?C
3
2
?0.8
2
?0.2??0.384

答:每穴种3粒,恰好两粒发芽的概率为0.384
课堂小节:本节课学习了n次独立重复试验的模型及二项分布的简单应用
课堂练习:
课后作业:
12.4 正态分布、线性回归
一、 知识梳理
1.正态分布的重要性
正态分布是概率统计中最重要的一种分布,其重要性我们可以 从以下两方
面来理解:一方面,正态分布是自然界最常见的一种分布。一般说来,若影响
某一数 量指标的随机因素很多,而每个因素所起的作用都不太大,则这个指标
服从正态分布。
2.正态曲线及其性质
正态分布函数:
f(x)?
1
e
2
??
?
(x?
?
)
2
2
?
2,x∈(-∞,+∞)
3.标准正态曲线
标准正态曲线N(0,1) 是一种特殊的正态分布曲线,
?(?x
0
)?1??(x
0
)
,以
及标准正态总体在任一区间(a,b)内取值概率
P??(b)??(a)

4.一般正态分布与标准正态分布的转化
由于一般的正态总体
N(
?
,
?
2
)
其图像不一定关于y轴对称,对于任一正态总< br>体
N(
?
,
?
2
)
,其取值小于x的概率< br>F(x)??(
x?
?
?
只要会用它求正态总体
N(
?
,
?
2
)
)

在某个特定区间的概率即可。
5.“小概率事件”和假设检验的基本思想
“小概率事件”通常指发生的概率小于5 %的事件,认为在一次试验中该事件
是几乎不可能发生的。这种认识便是进行推断的出发点。关于这一点 我们要有
以下两个方面的认识:一是这里的“几乎不可能发生”是针对“一次试验”来
说的,因 为试验次数多了,该事件当然是很可能发生的;二是当我们运用“小
概率事件几乎不可能发生的原理”进 行推断时,我们也有5%的犯错误的可能。
课本是借助于服从正态分布的有关零件尺寸的例子来介绍假 设检验的基本
思想。进行假设检验一般分三步:

54


第一步,提出统计假设。课本例子里的统计假设是这个工人制造的零件尺
寸服从正态分布
N(< br>?
,
?
2
)

第二步,确定一次试验中的取值a是否落入范围(μ-3σ,μ+3σ);
第三步,作出推断 。如果a∈(μ-3σ,μ+3σ),接受统计假设;如果
a?(
?
?3
?< br>,
?
?3
?
)
,由于这是小概率事件,就拒绝统计假设。
6.相关关系
研究两个变量间的相关关系是学习本节的目的。对于相关关系我 们可以从
下三个方面加以认识:⑴相关关系与函数关系不同。函数关系中的两个变量间
是一种确 定性关系。相关关系是一种非确定性关系,即相关关系是非随机变量
与随机变量之间的关系。 ⑵函数关系是一种因果关系,而相关关系不一定是
因果关系,也可能是伴随关系。 ⑶函数关系与相关关系之间有着密切联系,在
一定的条件下可以相互转化。
7.回归分析
本节所研究的回归分析是回归分析中最简单,也是最基本的一种类型——
一元线性回归分析。
对于线性回归分析,我们要注意以下几个方面:
⑴回归分析是对具有相关关系的两个变量进行 统计分析的方法。两个变量具
有相关关系是回归分析的前提。
⑵散点图是定义在具有 相关系的两个变量基础上的,对于性质不明确的两
组数据,可先作散点图,在图上看它们有无关系,关系 的密切程度,然后再进
行相关回归分析。
⑶求回归直线方程,首先应注意到,只有在 散点图大至呈线性时,求出的
回归直线方程才有实际意义,否则,求出的回归直线方程毫无意义。
8.相关系数
有时散点图中的各点并不集中在一条直线的附近,仍可以按照 求回归直线
方程的步骤求得回归直线方程。显然这种情形下求得的回归直线方程没有实际
意义。 那么,在什么情况下求得的回归直线方程才能对相应的一组观测数据具
有代表意义?课本中不加证明地给 出了相关系数的公式。相关系数公式的作用
在于,我们对一组数据之间的线性相关程度可作出定量的分析 ,而不是仅凭画
出散点图,直觉地从散点图的形状粗浅地得出数据之间的线性相关程度。
9.线性相关性检验
相关性检验是一种假设检验,它给出了一个具体检验y与x之间线性相关
与否的具体办法。限于要求,中学阶段只要求掌握这种检验方法的操作步骤,
而不要求对这种方 法包含的原理进行深入研究。其具体检验的步骤如下:
⑴在课本中的附表3中查出与显著性水 平0.05与自由度n-2(n为观测值
组数)相应的相关系数临界值
r
0.05

55


⑵根据公式
r?
?
xy
i
i?1
n
2
i?1
n
i
?nxy
n
计算r的值。
2
(
?
x
i
2
?nx)(
?
y
i
2
?ny)
i?1
⑶检 验所得结果。如果
|r|?r
0.05
,那么可以认为y与x之间的线性相关关系不显著,从而接受统计假设。如果
|r|?r
0.05
,表明一个发生的概率不到 5%的事件
在一次试验中竟发生了。这个小概率事件的发生使我们有理由认为y与x之间
不具有 线性相关关系的假设是不成立的,拒绝这一统计假设也就是表明可以认
为y与x之间具有线性相关关系。

● 教学目标
1.了解正态分布的意义,能借助正态曲线的图像理解正态曲线的性质。
2.了解标准正态 分布的意义和性质,掌握正态总体
N(
?
,
?
2
)
转化为标准正态
总体N(0,1)的公式
F(x)??(
x?
?
?< br>通过生产过程的质量控制图,
)
及其应用;
了解假设检验的基本思想。
3.了解相关关系、回归分析、散点图等概念,会求回归直线方程。
4.了解相关系 数的计算公式及其意义,会用相关系数公式进行计算;了解
相关性检验的方法与步骤,会用相关性检验方 法进行检验。
重点:正态分布的意义及主要性质,线性回归的方法和简单应用。
二、基础训练
1.如果随机变量
ξ

N

μ
σ
2
),且

=3,

=1,则
P
(-1<
ξ
≤1=等
于B
A.2
Φ
(1)-1 B.
Φ
(4)-
Φ
(2)
C.
Φ
(2)-
Φ
(4) D.
Φ
(-4)-
Φ
(-2)
2. 为考虑广告费用
x< br>与销售额
y
之间的关系,抽取了5家餐厅,得到如下
数据:
广告费用(千
元)
销售额(千元) 19.0 44.0 40.0 52.0 53.0
1.0 4.0 6.0 10.0 14.0
现要使销售额达到6万元,则需广告费用为__1.5万元____.(保留两位有

56


效数字)
三、例题剖析
【例1】 将温度调节器放置在贮存着某种液体的容器内,调节器设定在
d
℃,液体的温度
ξ< br>(单位:℃)是一个随机变量,且
ξ

N

d
,0. 5
2
).
(1)若
d
=90°,求
ξ
<89的概率;
(2)若要保持液体的温度至少为80 ℃的概率不低于0.99,问
d
至少是多少?
(其中若
η

N
(0,1),则
Φ
(2)=
P

η
<2)=0.9772,
Φ
(-2.327)=
P

η
<-2.327)=0.01).

在实际生活中,常用统计 中假设检验的思想检验产品是否合格,方法是:(1)
提出统计假设:某种指标服从正态分布
N

μ

σ
2
);(2)确定一次试验中的取
a
;(2)作出统计推断:若
a
∈(
μ
-3
σ

μ
+3
σ
),则接受假设,若
a
?

μ
-3
σ

μ
+3
σ
),则拒绝假设.
如 :某砖瓦厂生产的砖的“抗断强度”
ξ
服从正态分布N(30,0.8),质检人
员从 该厂某一天生产的1000块砖中随机抽查一块,测得它的抗断强度为27.5
kgcm
2
,你认为该厂这天
生产的这批砖是否合格?为什么?
【例2】
1. 已知测量误差
ξ

N
(2,100)( cm),必须进行多少次测量,才能使至少有
一次测量误差的绝对值不超过8 cm的频率大于0.9?
2. 随机变量
ξ
服从正态分布
N
(0,1),如果
P
ξ
<1)=0.8413,求
P
(-1<
ξ
<0)
3. 公共汽车门的高度是按照确保99%以上的成年男子头部不跟车门顶部碰撞设

57


计的,如果某地成年男子的身高
ξ

N
(173,7
2
)(cm),问车门应设计多高?
4. 公共汽车门的高度是按照 确保99%以上的成年男子头部不跟车门顶部碰撞设
计的,如果某地成年男子的身高
ξ

N
(173,7
2
)(cm),问车门应设计多高?
5. 一投 资者在两个投资方案中选择一个,这两个投资方案的利润
x
(万元)分
别服从正态分布
N
(8,3
2
)和
N
(6,2
2
),投资 者要求利润超过5万元的概率尽
量地大,那么他应选择哪一个方案?
【例3】设
X ~N(
?
,
?
2
)
,且总体密度曲线的函数表达式为:f(x)?
1
2
?
e
?
x
2
?2x? 1
4

x∈R。 ⑴求μ,σ;⑵求
P(|x?1|?2)
及< br>P(1?2?x?1?22)
的值。

【例4】公共汽车门的高度是按照确 保99%以上的成年男子头部不跟车门顶
部碰撞设计的,如果某地成年男子的身高ε~N(173,7) (单位:cm),问车门
应设计多高(精确到1cm)?
【例5】已知某地每单位面积菜地 年平均使用氮肥量xkg与每单位面积蔬菜
年平均产量yt之间的关系有如下数据:

年份 1985 1986 1987 1988 1989 1990 1991 1992
x(kg) 70 74 80 78 85 92 90 95
y(t) 5.1 6.0 6.8 7.8 9.0 10.2 10.0 12.0

年份 1993 1994 1995 1996 1997 1998 1999
x(kg) 92 108 115 123 130 138 145
y(t) 11.5 11.0 11.8 12.2 12.5 12.8 13.0
⑴求x与y之间的相关系数,并检验是否线性相关;
⑵若线性 相关,求蔬菜产量y与使用氮肥量之间的回归直线方程,并估计每
单位面积施肥150kg时,每单位面 积蔬菜的年平均产量。


四、同步练习 正态分布、线性回归
1.已 知从某批材料中任取一件时,取得的这件材料的强度ε~N(200,18),
则取得的这件材料的强度 不低于180的概率为( )

A.0.9973 B.0.8665 C.0.8413

58


D.0.8159
?
0 x?a
?
2. 已知连续型随机变量x的概率密度函数是
f(x)?
?
A a?x?b

?
0 x?b
?
其中常数A>0,则A的值为
A.1 B.b C.

1
D.b-a
b?a
( )
3.某工厂某产品产量x(千件)与单位成本y(元)满足回归直线方程





A.产量每增加1000件,单位成本下降1.82元
B.产量每减少1000件,单位成本上升1.82元
C.产量每增加1000件,单位成本上升1.82元
D.产量每减少1000件,单位成本下降1.82元
^
y?77.36?1.82x
,则以下说法中正确的是 ( )
^
4.工人月工资(元)依劳动生产率(千元)变化的回归方程为
y?60?90x
, 下
列判断正确的是 ( )
A.劳动生产率为1000元时,工资为150元
B.劳动生产率提高1000元时,工资提高150元
C.劳动生产率提高1000元时,工资提高90元
D.劳动生产率为1000元时,工资为90元
5.若随机变量ε~N(5,2),且P(ε其他
?
0
?
6.已知连续型随机变量x的分布函数为:
f(x)?
?
ax 0?x?1

?
a 1?x?2
?
3
则a=___________,
P(x?)?
_____________。
2
7.设随机变量ε服从N(0,1),求下列各式的值:
(1)P(ε≥2.55); (2)P(ε<-1.44); (3)P(|ε|<1.52)。
8.某厂生产的圆柱形零件的外径ε~N(4,0.25)。质检人 员从该厂生产的1000
件零件中随机抽查一件,测得它的外径为5.7cm。试问该厂生产的这批零件
是否合格?

9.现随机抽取了我校10名学生在入学考试中的数学成绩(x)与入 学后的第一
次考试中的数学成绩(y),数据如下:
学生1 2 3 4 5 6 7 8 9 10

x 120 108 117 104 103 110 104 105 99 108
y 84 64 84 68 69 68 69 46 57 71
试问这10个学生的两次数学考试成绩是否具有显著性线性相关关系?


59



10.某工业部门进行一项研究,分析该部门的产量与生产费 用之间的关系,从
这个工业部门内随机抽取选了10个企业作样本,有如下资料:
产量(千件) 40 42 48 55 65 79 88 100 120 140
生产费用(千150 140 160 170 150 162 185 165 190 185
元)
完成下列要求:
(1)计算x与y的相关系数;
(2)对这两个变量之间是否线性相关进行相关性检验;
^
(3)设回归直线方程为
y?bx?a
,求系数a,b。
3.2 独立性检验的基本思想及其初步应用
(共计3课时)
授课类型:新授课

一、教学内容与教学对象分析
通过典型案例,学习下列一些常用的统计方法,并能初步应用这些方法解决
一些实际问题。
① 通过对典型案例(如“患肺癌与吸烟有关吗”等)的探究。了解独立性
检验(只要求2×2 列联表)的基本思想、方法及初步应用。
② 通过对典型案例(如“人的体重与身高的关系”等)的探究,了解回归
的基本思想、 方法及其初步应用。
二. 学习目标
1、知识与技能
通过本节知识的学习,了解 独立性检验的基本思想和初步应用,能对两个分类
变量是否有关做出明确的判断。明确对两个分类变量的 独立性检验的基本思想
具体步骤,会对具体问题作出独立性检验。
2、过程与方法

60


在本节知识的学习中,应使学生从具体问题中认识进行独立性检验的作用 及必
要性,树立学好本节知识的信心,在此基础上学习三维柱形图和二维柱形图,
并认识它们的 基本作用和存在的不足,从而为学习下面作好铺垫,进而介绍K
的平方的计算公式和K的平方的观测值R 的求法,以及它们的实际意义。从中
得出判断“X与Y有关系”的一般步骤及利用独立性检验来考察两个 分类变量是
否有关系,并能较准确地给出这种判断的可靠程度的具体做法和可信程度的大
小。最 后介绍了独立性检验思想的综合运用。
3、情感、态度与价值观
通过本节知识的学习,首先 让学生了解对两个分类博变量进行独立性检验的必
要性和作用,并引导学生注意比较与观测值之间的联系 与区别,从而引导学生
去探索新知识,培养学生全面的观点和辨证地分析问题,不为假想所迷惑,寻求问题的内在联系,培养学生学习数学、应用数学的良好的数学品质。加强与
现实生活相联系,从对 实际问题的分析中学会利用图形分析、解决问题及用具
体的数量来衡量两个变量之间的联系,学习用图形 、数据来正确描述两个变量
的关系。明确数学在现实生活中的重要作用和实际价值。教学中,应多给学生
提供自主学习、独立探究、合作交流的机会。养成严谨的学习态度及实事求是
的分析问题、解决 问题的科学世界观,并会用所学到的知识来解决实际问题。
三.教学重点、难点
教学重点:理解独立性检验的基本思想;独立性检验的步骤。
教学难点;1、理解独立性检验的基本思想;
2、了解随机变量K
2
的含义;
3、独立性检验的步骤。
四、教学策略

61


教学方法:诱思探究教学法
学习方法:自主探究、观察发现、合作交流、归纳总结。
教学手段:多媒体辅助教学

五、教学过程:
对于性别变量,其取值为男和女两种.这种变量的不同“值”表示 个体所
属的不同类别,像这类变量称为分类变量.在现实生活中,分类变量是大量存
在的,例如 是否吸烟,宗教信仰,国籍,等等.在日常生活中,我们常常关心
两个分类变量之间是否有关系.例如, 吸烟与患肺癌是否有关系?性别对于是
否喜欢数学课程有影响?等等.
为调查吸烟是否对肺癌 有影响,某肿瘤研究所随机地调查了9965人,得到
如下结果(单位:人)
表3-7 吸烟与肺癌列联表

不患肺癌 患肺癌 总计
不吸烟 7775 42 7817
吸烟 2099 49 2148
总计 9874 91 9965
那么吸烟是否对患肺癌有影响吗?
像表3一7 这样列出的两个分类变量的频数表,称为列联 表.由吸烟情况
和患肺癌情况的列联表可以粗略估计出:在不吸烟者中,有0.54 %患有肺癌;在吸烟者中,有2.28%患有肺癌.因此,直观上可以得到结论:吸烟者和不吸
烟者患肺癌的可能 性存在差异.
与表格相比,三维柱形图和二维条形图能更直观地反映出相关数据的总体
状况.图3. 2 一1 是列联表的三维柱形图,从中能清晰地看出各个频数的相
对大小.

62




图3.2一2 是叠在一起的二维条形图,其中浅色条高表示不患 肺癌的人数,
深色条高表示患肺癌的人数.从图中可以看出,吸烟者中患肺癌的比例高于不
吸烟 者中患肺癌的比例.

为了更清晰地表达这个特征,我们还可用如下的等高条形图表示两种情 况
下患肺癌的比例.如图3.2一3 所示,在等高条形图中,浅色的条高表示不患
肺癌的百分比;深色的条高表示患肺癌的百分比.

通过分析数据和图形,我们得到的直观印象是“吸烟和患肺癌有关”.那么
我们是否 能够以一定的把握认为“吸烟与患肺癌有关”呢?
为了回答上述问题,我们先假设
H
0
:吸烟与患肺癌没有关系.用A表示不吸烟, B表示不患肺癌,则“吸
烟与患肺癌没有关系”独立”,即假设 H
0
等价于
PAB)=P(A)+P(B) .
把表3一7中的数字用字母代替,得到如下用字母表示的列联表:

63


表3-8 吸烟与肺癌列联表

不患肺癌 患肺癌 总计
b
d
b+d
a+b
c+d
a+b+c+d
不吸烟 a
吸烟 c
总计 a+c

在表3一8中,a恰好为事件AB发生的频数;a+b 和a+c恰好分别为事件
A和B发生的 频数.由于频率近似于概率,所以在H
0
成立的条件下应该有
aa?ba?c
,
??
nnn
其中
n?a?b?c?d
为样本容量, (a+b+c+d)≈(a+b)(a+c) ,
即ad≈bc.
因此,|ad- bc|越小,说明吸烟与患肺癌之间关系越弱;|ad -bc|越大,说明吸
烟与患肺癌之间关系越强.
为了使不同样本容量的数据有统一的评判标准,基于上面的分析,我们构
造一个随机变量
n
?
ad?bc
?
K
2
?
(1)
?
a?b
??
c?d
??
a?c
??b?d
?
2
其中
n?a?b?c?d
为样本容量.
若 H
0
成立,即“吸烟与患肺癌没有关系”,则 K “应该很小.根据表3一
7中的数据,利用公式(1)计算得到 K “的观测值为
9965
?
7775?49?42?2099
?
K
2
??56.63 2
,
7817?2148?9874?91
2
这个值到底能告诉我们什么呢?
统计学家经过研究后发现,在 H
0
成立的情况下,
P(K
2
?6.635)?0.01
. (2)
(2)式说明,在H
0
成立的情况下,
K
2
的观测值超过 6. 635 的概率非常小,
近似为0 . 01,是一个小概率事件.现在
K
2
的观测值
k
≈56.632 ,远远大于
6. 635,所以有理由断定H
0
不成立,即认为“吸烟与患肺癌有关系 ”.但这种判
断会犯错误,犯错误的概率不会超过0.01,即我们有99%的把握认为“吸烟与
患肺癌有关系” .
在上述过程中,实际上是借助于随机变量
K
2
的观 测值
k
建立了一个判断H
0
是否成立的规则:
如果
k
≥6. 635,就判断H
0
不成立,即认为吸烟与患肺癌有 关系;否则,就
判断H
0
成立,即认为吸烟与患肺癌没有关系.
在该规则下,把结论“H
0
成立”错判成“H
0
不成立”的概率不会超过
P(K
2
?6.635)?0.01
,

64


即有99%的把握认为从不成立.
上面解决问题的 想法类似于反证法.要确认是否能以给定的可信程度认为
“两个分类变量有关系”,首先假设该结论不成 立,即
H
0
:“两个分类变量没有关系”
成立.在该假设下我们所构造 的随机变量
K
2
应该很小.如果由观测数据计算得
到的
K
2
的观测值k很大,则在一定可信程度上说明H
0
不成立,即在一定可信程
度上 认为“两个分类变量有关系”;如果k的值很小,则说明由样本观测数据没
有发现反对H
0 的充分证据.
怎样判断
K
2
的观测值 k 是大还是小呢?这仅需确 定一个正数
k
0
,当
k?k
0

就认为
K
2
的观测值k大.此时相应于
k
0
的判断规则为: 如果
k?k
0
,就认为“两个分类变量之间有关系”;否则就认为“两个分类变< br>量之间没有关系”.
我们称这样的
k
0
为一个判断规则的临界值. 按照上述规则,把“两个分类
变量之间没有关系”错误地判断为“两个分类变量之间有关系”的概率为< br>P(K
2
?k
0
)
.
在实际应用中,我们把k?k
0
解释为有
(1?P(K
2
?k
0
)) ?100%
的把握认为“两个
分类变量之间有关系”;把
k?k
0
解 释为不能以
(1?P(K
2
?k
0
))?100%
的把握认 为“两
个分类变量之间有关系”,或者样本观测数据没有提供“两个分类变量之间有关
系”的充 分证据.上面这种利用随机变量
K
2
来确定是否能以一定把握认为“两
个分类 变量有关系”的方法,称为两个分类变量的独立性检验.
利用上面结论,你能从列表的三维柱形图中看出两个变量是否相关吗?
一般地,假设有两个分类变量 X和Y,它们的可能取值分别为{
x
1
,x
2
}和{
y1
,y
2
},
其样本频数列联表(称为2×2列联表)为:

65


表3一 9 2×2列联表

y
1

y
2


总计
x
1


a


b


a?b

x
2


c


总计

d

c?d

a?c

b?d

a?b?c?d

若要推断的论述为
H
l
:X与Y有关系,
可以按如下步骤判断结论H
l
成立的可能性:
1.通过三维柱形图和二维条形图,可以粗略地判断两个分类变量是否有关
系,但是这种判断无法精确地给出所得结论的可靠程度.
① 在三维柱形图中,主对角线上两个柱形高度的乘积ad 与副对角线上的
两个柱形高度的乘积bc相差越大,H
1
成立的可能性就越大.
② 在二维条形图中,可以估计满足条件X=
x
1
的个体中具有Y=
y
1
的个体所占
的比例
a
,也可以估计满足条件X=
x2
的个体中具有Y=
y
2
,的个体所占的比例
a?b
c
.“两个比例的值相差越大,H
l
成立的可能性就越大.
c?d
2.可以利用独立性检验来考察两个分类变量是否有关系,并且能较精确地
给出这种判断的可靠程度. 具体做法是:
① 根据实际问题需要的可信程度确定临界值
k
0

② 利用公式( 1 ) ,由观测数据计算得到随机变量
K
2
的观测值
k
;
③ 如果
k?k
0
,就以
(1?P(K
2
?k
0
))?100%
的把握认为“X与Y有关系”;否则

66


就说样本观测数据没有提供“X与Y有关系”的充分证据.
在实际应用中,要在获取样本数据之前通过下表确定临界值:
表3一10
P(K
2
?k
0
)


0.50 0.40 0.25 0.15 0.10 0.05 0.025 0.010 0.005 0.001
k
0

0.455 0.708 1.323 2.072 1.323 2.706 3.841 5.024 6.635 10.828





(四)、举例:
例1.在某医院,因为患心脏病而住院的 665 名男性病人中,有 214 人秃
顶,而另外 772 名不是因为患心脏病而住院的男性病人中有 175 人秃顶.
(1)利用图形判断秃顶与患心脏病是否有关系.
(2)能够以 99 %的把握认为秃顶与患心脏病有关系吗?为什么?
解:根据题目所给数据得到如下列联表:
(1)相应的三维柱形图如图3.2一4所示.比较来说,底面副对角线上两个
柱体高度的乘积要大一些 ,可以在某种程度上认为“秃顶与患心脏病有关”.

67



(2)根据列联表3一11中的数据,得到
1437?(214?597?175?451)
2
k?
≈16.373>6 .
389?1048?665?772
因此有 99 %的把握认为“秃顶与患心脏病有关” .
例2.为考察高中生的性别与是否喜欢数学课程之间的关系 ,在某城市的某
校高中生中随机抽取300名学生,得到如下列联表:
表3一12 性别与喜欢数学课程列联表



喜欢数学课程 不喜欢数学课程 总计
37
35
85
143
228
122
178
300 总计 72

由表中数据计算得
K
2
的观测值
k?4.514< br>.能够以95%的把握认为高中生的性别
与是否喜欢数学课程之间有关系吗?请详细阐明得出结论 的依据.
解:可以有约95%以上的把握认为“性别与喜欢数学课之间有关系”.作出
这种判 断的依据是独立性检验的基本思想,具体过程如下:
分别用a , b , c , d 表示样本中 喜欢数学课的男生人数、不喜欢数学课
的男生人数、喜欢数学课的女生人数、不喜欢数学课的女生人数. 如果性别与

68


是否喜欢数学课有关系,则男生中喜欢数学课的比 例
的人数比例
|
a
与女生中喜欢数学课
a?b
c
应 该相差很多,即
c?d
acad?bc
?|?||
应很大.
a?bc?d(a?b)(c?d)
将上式等号右边的式子乘以常数因子
n(ad?bc)
2
然后平方得
K?
,
(a?b) (c?d)(a?c)(b?d)
2
(a?b?c?d)(a?b)(c?d)
(a? c)(b?d)
,
其中
n?a?b?c?d
.因此
K
2< br>越大,“性别与喜欢数学课之间有关系”成立的可能
性越大.
另一方面,在假设“性别与喜欢数学课之间没有关系”的前提下,事件A ={
K
2
≥3. 841}的概率为P (
K
2
≥3. 841) ≈0.05,
因此事件 A 是一个小概率事件.而由样本数据计算得
K
2
的观测值k=4.514,即
小概率事件 A发生.因此应该断定“性别与喜欢数学课之间有关系”成立,并
且这种判断结果出错的可能性约为5 %.所以,约有95 %的把握认为“性别与
喜欢数学课之间有关系”.
(四) 课堂小结
1.知识梳理

2.规律小结
(1)三维柱形图与二维条形图
(2)独立性检验的基本思想

69


(3)独立性检验的一般方法

(五) 作业:

五 课后反思:
本节内容对独立性检验的探讨过程学生基本没什么困难,还有学生提出了新 的
探讨路径和思想,学生思维活泼!对独立性检验的作用,本节课也作了系统总
结比较。


70

孩子上高中数学老说不会怎么办-高中数学恒成立百度文库


高中数学教师资格证考试内容-2017年7月云南省高中数学会考数学答案


高中数学一元二次方程试题-高中数学考试题型


高中数学主要考察什么能力-高中数学必修四和必修五考试题


高中数学备课本格式-北师大高中数学电子


bilibili高中数学学而思-高中数学直线与直线平行


高中数学选修22知识点总结-高中数学题手写


高中数学必修二电子课本及答案-高中数学抛物线司马红丽



本文更新与2020-09-17 13:52,由作者提供,不代表本网站立场,转载请注明出处:https://www.bjmy2z.cn/gaokao/401078.html

【教案集】高中数学选修2-3全套教案的相关文章