7.4.2 超几何分布 教学设计及配套动画-2025-2026学年高二下学期数学人教A版选择性必修第三册

《7.4.2 超几何分布》教学设计 一、内容和内容解析 1. 内容 超几何分布的概念、概率分布列公式、均值公式，超几何分布与二项分布的区别与联系，超几何分布的实际应用。 2. 内容解析 超几何分布是离散型随机变量的重要概率模型之一，它描述的是“从有限总体中不放回抽取，成功次数的分布”。与二项分布(有放回抽取)不同，超几何分布中每次抽取不是独立的，且总体容量有限。当总体容量很大且抽取比例较小时，超几何分布可用二项分布近似。超几何分布在产品质量检验、生物抽样、彩票中奖等实际问题中有广泛应用。 通过超几何分布的学习，学生将进一步理解离散型随机变量概率分布列的构建方法，深化对“不放回抽样”与“有放回抽样”差异的认识，体会不同概率模型适用条件的区别，提升数据分析、数学建模和逻辑推理素养。 教材通过典型例题(如次品抽取、随机选人)引出超几何分布，并引导学生理解其与组合数的内在联系。教学中应重点突出超几何分布的两个关键特征：(1)总体由两类元素组成(成功类与失败类)；(2)不放回抽取。同时利用 GeoGebra 动态展示参数变化对分布图的影响，以及超几何分布向二项分布逼近的过程，帮助学生建立直观理解。 二、目标和目标解析 1. 教学目标 (1)通过具体实例，理解超几何分布的概念，掌握超几何分布的概率计算公式，能写出随机变量的分布列。 (2)会求服从超几何分布的随机变量的均值，并能解释其与二项分布均值的关系。 (3)通过 GeoGebra 动态演示，对比超几何分布与二项分布的异同，理解当总体容量很大时超几何分布近似于二项分布的道理。 (4)能运用超几何分布模型解决简单的实际问题，提升数学建模和数据分析素养。 2. 目标解析 (1)学生能从“在含有件次品的件产品中，不放回抽取件，用表示次品数”的情境中，抽象出超几何分布的数学模型，正确写出分布列公式，并明确参数的含义和的取值范围。 (2)学生能记住超几何分布的均值公式 ，并能与二项分布的均值进行对比，理解二者形式相同的本质原因(尽管分布不同，但每次抽取的次品率相同)。 (3)通过 GeoGebra，学生能调整的数值，观察概率分布图的变化规律；在很大且 较小时，看到超几何分布图形与二项分布图形几乎重合，从而理解教材中“超几何分布可以用二项分布近似”的结论。 (4)学生能独立解决诸如“从一批产品中不放回抽样，求次品数分布”及“至少有一件次品的概率”等问题，并能解释超几何分布模型的适用条件。 三、教学问题诊断分析 1. 超几何分布中的取值范围容易出错 学生常常忽略的上下界：不能超过抽取数，也不能超过总成功数，同时抽取的失败数不能超过总体中的失败数。教学中应引导学生得到的取值范围为，并通过具体例子验证。 2. 与二项分布的混淆 学生容易忘记超几何分布是“不放回”抽样，而二项分布是“有放回”或独立重复试验。在解题时，需要根据“是否有放回”“总体容量是否有限”判断使用哪种分布。教学中应设计对比练习，并利用 GeoGebra 同时画出两种分布图，直观展示差异。 3. 组合数的计算易出错 超几何分布的概率涉及多个组合数乘积，对学生的组合数计算能力要求较高。教学中应强调先化简再计算，并鼓励使用计算工具(如科学计算器、Excel或 GeoGebra内置函数)。同时通过 GeoGebra 直接显示概率值，避免学生陷入繁琐运算而忽略对分布本质的理解。 4. 对均值公式推导的理解困难 教材中对超几何分布均值的推导使用了组合恒等式，部分学生理解有困难。教师可以不要求严格推导，但应引导学生通过“每个个体被抽到的概率为”的直观解释来理解均值，并与二项分布进行类比。 四、教学支持条件分析 1. GeoGebra 软件 GeoGebra 的概率统计模块(或经典界面中的“概率计算器”)能够方便地绘制超几何分布的概率分布图(条形图)，并支持动态参数调整。本课将利用 GeoGebra 完成以下功能： 绘制超几何分布图：输入，显示概率质量函数条形图，直观展示分布形状(对称性、峰值位置等)。 动态演示参数变化：用滑动条控制，实时观察分布图的变化。例如固定比例，增大，观察分布逐渐接近二项分布。 超几何分布与二项分布对比：在同一坐标系中同时画出超几何分布(不放回)和二项分布(有放回，)的条形图，便于学生对比异同。 概率计算：直接计算或，方便例题教学和课堂练习验证。 2. 多媒体教学设备 配备投影或交互式白板，展示 GeoGebra 动态操作过程，让学生清晰看到参数变化对图形的影响，增强直观感受。 五、教学过程设计 1. 复习引入 —— 从“二项分布”到“超几何分布” 问题 1：一批产品共有 100 件，其中次品率为 5%，采用有放回的方式随机抽取 3 件，记次品数为 X，则 X服从什么分布？分布列是什么？ 学生回答：二项分布 ，。 问题 2：如果采用不放回的方式抽取 3 件，还能用二项分布吗？为什么？ 学生思考：不放回时，每次抽取的概率会变化，各次试验不独立，不满足二项分布的条件。 教师引出：那么如何求不放回抽样下次品数的分布规律？这就是我们今天要学习的 超几何分布。 设计意图：通过对比“有放回”与“不放回”，激发认知冲突，引出超几何分布的必要性，为后续对比学习做铺垫。 2. 超几何分布的概念与公式 实例：已知 100 件产品中有 8 件次品，不放回地随机抽取 4 件，求次品数 的分布列。 师生共同分析： 总体容量 ，次品数，抽取件数。 的可能取值为 0,1,2,3,4。 从 100 件中取 4 件的方式总数为。 事件表示恰好有件次品，需从8件次品中取件，从92件正品中取件，方式数为 。 由古典概型得。 一般化：设总体中共有件产品，其中有件次品，从中不放回地抽取件，用 表示次品数，则 ,. 称服从超几何分布。 强调：超几何分布适用于“不放回抽样”“两类元素”“有限总体”。 GeoGebra 演示 1：在 GeoGebra 中打开概率计算器，选择“超几何分布”，输入，显示分布列和条形图。指出概率值与刚才计算一致。 设计意图：从具体数据出发，用组合数推导分布列，再抽象为一般公式，符合从特殊到一般的认知规律；GeoGebra 即时验证计算结果，增强可信度。 3. 超几何分布的均值 问题：在超几何分布中，次品数的均值(期望)是多少？能否不用组合恒等式，通过直观理解得到？ 引导：在总体中，次品所占比例为。因为抽样是不放回的，但每个个体被抽到的概率是相同的(对称性)，每个个体被抽中的概率为。因此，引入随机变量 (第 i件次品被抽中)，则，且每个服从两点分布，P(Xi=1)=。由期望的线性性质， 对比：二项分布 B(n,p)的均值也是 np，这里。虽然分布不同，但均值相同。 设计意图：借助“指示随机变量”的方法，简化均值推导，避免复杂的组合恒等变形，同时强化与二项分布均值的联系。 4. 超几何分布与二项分布的关系 —— GeoGebra 动态对比 GeoGebra 演示 2： 创建滑动条 N(范围 20~500)，固定为 0.2(如设)，。 绘制超几何分布的概率条形图。 绘制二项分布 B(n,0.2)的概率条形图。 拖动由小变大，观察两条形图的变化。 观察与讨论： 当(总体很小)时，蓝色条形图与红色条形图差异明显，超几何分布更“集中”。 当时，两者已较接近。 当时，几乎重合。 结论：当总体容量很大，且抽取量相对于很小时，不放回抽样对总体比例影响很小，超几何分布近似于二项分布 。实际中当时常用二项分布近似。 设计意图：通过 GeoGebra 动态对比，将抽象结论直观化，帮助学生深刻理解近似条件，并为后续选择应用模型提供依据。 5. 例题精讲与变式 例 1(教材 P79 例 5 改编)：一批零件共 30 个，其中有 3 个不合格。随机抽取 10 个零件进行检测，求至少有一件不合格的概率。 解：设抽取的10个零件中不合格品数为X，则X服从超几何分布，且N=30，M=3，n=10,X的分布列为 ， 至少有一件不合格的概率为 . 例 2：某班级有 50 名学生，其中 20 名女生，30 名男生。现随机选出 5 人(不放回)，求女生人数的分布列，并求。 学生练习：服从超几何分布，2。分布列略。 拓展：若改为“有放回”抽取，女生人数服从什么分布？均值是多少？通过对比强化模型选择意识。 设计意图：通过典型例题巩固公式使用，并利用 GeoGebra 快速验证计算，提高课堂效率。 6. 课堂练习 (1)一箱 24 罐饮料中有 4 罐有奖，从中任意抽取 2 罐，求有奖罐数 X的分布列。 (2)从 10 名候选人(含 4 名甲班学生)中选 3 名组成学生会，求甲班恰有 2 人被选到的概率。 (3)判断下列随机变量是否服从超几何分布？说明理由。 从 100 件产品(5 件次品)中有放回抽取 3 件，次品数 X。 从一副扑克牌(不含大小王)中随机抽取 5 张，红桃张数 Y。 学生独立完成，教师巡视并利用 GeoGebra 核对答案，针对共性问题点评。 7. 课堂小结 师生共同回顾： 超几何分布适用于 不放回、两类、有限总体 的抽样问题。 分布列公式，均值 当很大且较小时，超几何分布可用二项分布近似。 对比超几何分布与二项分布的异同：独立性与抽取方式不同，但均值相同。 思想方法：古典概型与组合计数、模型识别与选择、近似思想。 布置作业： 教材 P80 练习 1,2,3；P85 习题 7.4 第 1,2 题。 六、目标检测设计 1. 基础知识检测 填空题： (1)超几何分布适用于______抽样(填“有放回”或“不放回”)，其总体容量通常______(填“有限”或“无限”)。 (2)从含有 3 件次品的 10 件产品中不放回取 4 件，次品数 X 的均值 E(X)=______。 选择题： (3)下列随机变量服从超几何分布的是( ) A. 抛掷一枚硬币 5 次，正面朝上的次数 B. 从装有 3 个红球、2 个白球的袋中不放回摸球 2 次，摸到红球的个数 C. 从 10 件产品中有放回抽取 3 件，次品数 D. 射击 10 次，中靶次数 2. 能力提升检测 某超市有 50 箱牛奶，其中 5 箱已过期。质检员随机抽取 3 箱(不放回)检查，求： ① 抽到过期牛奶箱数的分布列； ② 至少抽到 1 箱过期牛奶的概率。 3. 应用拓展检测 某校高二年级有 300 名学生，其中 120 名选修了物理。现用简单随机抽样的方法(不放回)抽取 15 名学生进行问卷调查。 ① 求抽到的学生中选修物理的人数 X的分布类型及均值； ② 若将抽样改为有放回抽样，结果会有什么不同？请说明理由。 ③ 你认为这两种抽样方式哪一种更能代表总体？为什么？ 七、教学反思 本节课以“不放回抽样的次品数”为切入点，通过对比二项分布，自然引出超几何分布的概念。学生对“不放回导致不独立”理解较好，但在确定的取值范围时，部分同学仍会遗漏下界。后续教学中应增加具体数值的例子，让学生自己枚举的可能取值，强化对取值范围的掌握。 GeoGebra 动态演示起到了非常好的辅助作用：学生直观地看到当增大时超几何分布逐渐“逼近”二项分布，从而对近似条件有了深刻印象。在对比演示时，个别学生误以为“重合就是完全相等”，需要强调“近似”不等于“相等”。 例题环节，学生利用 GeoGebra 快速验证自己的计算结果，减轻了计算负担，使他们能将注意力集中在模型识别和分布列书写上。但在第 2 个例题中，有学生将“不放回”误判为二项分布，说明模型选择仍需强化。接下来应设计一组辨析题，让学生判断不同情境下应使用哪种分布，并说明理由。 总体而言，GeoGebra 的融入使抽象的概率模型变得可视、可动、可对比，显著提升了课堂的探究性和趣味性。 学科网（北京）股份有限公司 $loading… 0 ○ :X2 K《》 白C心