9.1 离散型随机变量及其分布教学设计中职数学拓展模块一 (下册)高教版（2021·十四五）

9.1离散型随机变量及其分布教学设计中职数学拓展模块一(下册)高教版（2021·十四五）课题：XX科目：XX班级：XX年级课时：计划1课时教师：XX老师单位：XX一、课程基本信息1.课程名称：9.1离散型随机变量及其分布

2.教学年级和班级：高二（1）班

3.授课时间：2024年4月10日星期三第二节

4.教学时数：1课时（45分钟）二、核心素养目标二、核心素养目标通过离散型随机变量的抽象与表示，培养数学抽象素养；利用分布列性质（非负性、规范性）进行逻辑推理，发展逻辑推理能力；结合实际问题（如产品抽检、抽奖方案）建立数学模型，提升数学建模意识；通过分析分布列数据，理解随机现象的规律，增强数据分析能力。三、学习者分析1.学生已经掌握了概率初步（古典概型、互斥事件）、函数概念及简单统计图表知识，为本节学习奠定基础。

2.学生动手能力较强，对概率应用（如抽奖、质检）兴趣较高，但抽象思维较弱，偏好直观案例教学。

3.可能困难在于：随机变量的抽象概念理解（如区分随机变量与普通函数值）、分布列计算（规范性验证）、概率性质（非负性、规范性）的实际应用，尤其对离散型与连续型的区分易混淆。四、教学方法与策略采用案例研究、讨论与讲授结合法。设计掷骰子实验模拟随机变量取值，抽奖游戏分析分布列性质。使用PPT展示课本实例，实物教具如骰子、卡片辅助教学。通过游戏互动促进参与，强化概念理解。五、教学实施过程1.课前自主探索

教师活动：发布预习任务，推送课本P120-122内容（离散型随机变量概念、分布列定义及性质）及微课视频；设计预习问题：“随机变量与普通变量的区别是什么？”“分布列的两个性质（非负性、规范性）如何用数学表达式表示？请以课本例1（产品抽检次品数）为例说明”；通过在线平台查看学生预习笔记提交情况，标注共性问题（如随机变量取值“离散性”理解偏差）。

学生活动：阅读课本内容，观看微课，记录随机变量定义及分布列性质；针对预习问题，结合例1分析随机变量取值（0,1,2）及对应概率，思考规范性验证；提交预习笔记（含疑问：随机变量是否必须取数值？）。

教学方法/手段/资源：自主学习法、信息技术（在线平台、微课视频）。

作用与目的：提前感知离散型随机变量的抽象概念，初步掌握分布列性质，为课堂突破“随机变量抽象性”“性质应用”重难点做准备。

2.课中强化技能

教师活动：导入新课，用“班级抽奖游戏”（一等奖1人，概率0.1；二等奖3人，概率0.2；三等奖6人，概率0.3）引出随机变量（中奖等级X）及分布列；讲解知识点，结合课本例2（射手射击命中次数），强调离散型随机变量“取值有限或可数”及分布列“规范性”（∑P=1）；组织小组活动，给出“学生出勤情况”（出勤人数Y，概率分布表），要求小组讨论：Y是否为离散型随机变量？验证分布列性质，并解释P(Y=45)=0.2的实际意义；巡视指导，针对“规范性计算错误”“随机变量取值范围不明确”等问题进行点拨。

学生活动：听讲并思考抽奖游戏中的随机变量取值；参与小组讨论，分析Y的取值（0~50）及概率，计算∑P并验证规范性，解释P(Y=45)=0.2的含义；提问：“若出勤人数超过50人，分布列如何调整？”

教学方法/手段/资源：讲授法、实践活动法（小组讨论）、合作学习法。

作用与目的：通过实例突破“离散型随机变量概念抽象”“分布列性质应用”重难点，在实践中掌握技能，培养合作与表达能力。

3.课后拓展应用

教师活动：布置作业，完成课本P123习题9.1第1、3题（分布列计算及性质验证）；拓展资源推送“概率在质检中的应用”案例视频；批改作业时重点标注“规范性验证遗漏”“随机变量取值错误”等问题，课堂集中反馈。

学生活动：完成作业，以“某零件次品数”为例建立分布列并验证性质；观看拓展视频，思考“如何用分布列描述生产质量”；反思总结，记录“随机变量取值需明确范围”“概率总和必须为1”等易错点。

教学方法/手段/资源：自主学习法、反思总结法。

作用与目的：巩固分布列计算技能，通过拓展案例深化数学建模意识，反思促进对重难点的深度理解。六、知识点梳理1.离散型随机变量的概念

随机变量：在随机试验中，如果每个基本事件都唯一对应一个实数，则称这个实数为随机变量，常用大写字母X、Y等表示。离散型随机变量：如果随机变量X的所有可能取值可以一一列举出来（有限个或无限可数个），则称X为离散型随机变量。例如掷骰子点数X∈{1,2,3,4,5,6}，产品抽检次品数Y∈{0,1,2,...,n}。

2.离散型随机变量的表示方法

列表法：将随机变量X的可能取值x₁,x₂,...,xₙ及其对应概率P(X=xᵢ)列成表格，形成分布列。解析法：用数学表达式P(X=xᵢ)=pᵢ表示概率分布，需满足xᵢ互不相同且∑pᵢ=1。图像法：用概率质量函数（PMF）图像表示，横轴为X的取值，纵轴为概率值，呈现离散点状分布。

3.分布列的定义与性质

分布列：描述离散型随机变量X所有可能取值及其对应概率的表格或表达式。性质包括：

（1）非负性：P(X=xᵢ)≥0（i=1,2,...,n）

（2）规范性：∑P(X=xᵢ)=1（所有可能取值概率之和为1）

例如射手命中次数分布列：X∈{0,1,2,3}，P(X=0)=0.1，P(X=1)=0.3，P(X=2)=0.4，P(X=3)=0.2，验证∑P=1且各P≥0。

4.常见离散型分布

（1）两点分布（0-1分布）：

仅含两个取值（0或1），P(X=1)=p，P(X=0)=1-p。

应用场景：单次试验结果（如抛硬币正面朝上、产品是否合格）。

（2）二项分布B(n,p)：

n次独立重复试验中事件发生的次数X～B(n,p)，P(X=k)=Cₖⁿpᵏ(1-p)ⁿ⁻ᵏ（k=0,1,...,n）。

参数：n为试验次数，p为单次事件概率。

例如10次射击中命中次数X～B(10,0.8)，计算P(X=6)=C₆¹⁰(0.8)⁶(0.2)⁴。

5.分布列的应用

（1）概率计算：根据分布列求P(a≤X≤b)=∑P(X=xᵢ)（xᵢ∈[a,b]）。

（2）期望与方差：

期望E(X)=∑xᵢP(X=xᵢ)，反映随机变量平均取值；

方差D(X)=∑[xᵢ-E(X)]²P(X=xᵢ)，反映数据离散程度。

例如产品次品数X分布列：E(X)=0×0.7+1×0.2+2×0.1=0.4，D(X)=(0-0.4)²×0.7+(1-0.4)²×0.2+(2-0.4)²×0.1=0.44。

6.实际建模步骤

（1）确定随机变量：明确试验中待研究的数量指标（如中奖人数、次品数）。

（2）列举取值：分析所有可能结果并对应数值（如抽奖等级X∈{1,2,3}）。

（3）计算概率：结合古典概型或统计频率确定P(X=xᵢ)。

（4）构建分布列：按取值从小到大排列，验证规范性。

（5）应用分析：利用分布列解决概率预测、决策优化等问题（如抽奖方案设计）。

7.易错点辨析

（1）随机变量与普通变量：随机变量取值具有随机性（如掷骰子点数X=1~6均可能），普通变量为固定值。

（2）离散型与连续型区别：离散型取值可数（如班级人数），连续型取值不可数（如身高体重）。

（3）分布列规范性：计算∑P(X=xᵢ)时需包含所有可能取值，避免遗漏（如n次试验中X=0~n）。

（4）二项分布适用条件：试验独立且概率p恒定（如有放回抽样）。

8.教材典型例题解析

（1）产品抽检问题（课本P121例1）：

随机变量X=抽检次品数，取值X∈{0,1,2}，P(X=0)=0.7，P(X=1)=0.2，P(X=2)=0.1。

验证规范性：0.7+0.2+0.1=1，符合分布列性质。

（2）射手命中问题（课本P122例2）：

X=命中次数，X∈{0,1,2,3}，P(X=k)=Cₖ³(0.8)ᵏ(0.2)³⁻ᵏ（k=0,1,2,3）。

计算P(X≥2)=P(X=2)+P(X=3)=C₂³(0.8)²(0.2)¹+C₃³(0.8)³(0.2)⁰=0.384+0.512=0.896。

9.习题拓展应用

（1）基础应用：给定分布列求概率（如P(X>1)）、验证性质、计算期望方差。

（2）综合建模：设计抽奖方案（一等奖概率0.1，二等奖0.3，三等奖0.6），建立中奖等级X的分布列。

（3）实际决策：比较两种产品次品数分布列（甲：E(X)=0.5，D(X)=0.3；乙：E(X)=0.5，D(X)=0.1），选择质量更稳定产品。

10.知识体系关联

（1）前置基础：概率初步（古典概型）、函数概念、统计图表。

（2）后续衔接：连续型随机变量、正态分布、统计推断。

（3）跨学科联系：在质检（次品控制）、金融（风险评估）、游戏设计（概率平衡）等领域的应用。七、教学反思这节课下来，感觉学生对离散型随机变量的概念理解比预想中顺利，尤其是通过抽奖游戏和产品抽检的例子，大部分同学能准确列举取值并对应概率。分布列的性质验证环节，小组讨论时气氛活跃，不少小组主动提出“如果概率总和不是1怎么办”的问题，说明他们抓住了规范性这个关键点。不过课后作业批改发现，部分同学在计算二项分布时还是容易混淆Cₖⁿ和pᵏ的顺序，可能需要再强调组合数的计算方法。另外，学生对“随机变量取值必须可数”这个点掌握不够牢，下次可以补充更多生活案例，比如“班级每天迟到人数”和“一天内气温变化”的对比，帮助区分离散和连续。整体来看，课本例2的射手命中问题效果最好，学生能自己推导出P(X≥2)的解法，但拓展的抽奖方案设计题完成率不高，下次可以降低难度，先给固定取值再让他们调整概率。最后，微课预习的反馈不错，下次可以继续用这种形式，但要注意控制时长，避免学生失去耐心。八、教学评价与反馈课堂表现：学生对抽奖游戏、掷骰子实验等互动环节参与积极，能快速列举随机变量取值（如中奖等级X∈{1,2,3}），但对“离散型”与“普通变量”的区分仍需引导，部分学生预习时提出的“随机变量是否必须取数值”问题在课堂得到解决。

小组讨论成果展示：各小组能完成“出勤情况Y”的分布列分析，正确验证∑P=1，但解释P(Y=45)=0.2的实际意义时表述不够准确（如“出勤人数为45天的概率”），需强化概率与实际场景的对应关系。

随堂测试：基础题（如分布列性质验证、随机变量取值列举）正确率达85%，综合题（如二项分布P(X=k)计算）出错率较高，主要体现在组合数Cₖⁿ计算错误及pᵏ(1-p)ⁿ⁻ᵏ的指数处理上，与课本例2的练习效果一致。

教师评价与反馈：整体教学目标达成度良好，学生对分布列的非负性、规范性掌握扎实，但抽象概念理解仍需结合更多生活案例；后续需加强二项分布的专项练习，针对计算错误设计阶梯式习题，同时鼓励学生在实际场景中主动识别随机变量（如班级考勤、产品抽检），深化数学建模意识。板书设计①离散型随机变量的概念与表示

-定义：随机试验中每个基本事件唯一对应实数，取值可列举（有限或无限可数）

-表示：X、Y（大写字母），如掷骰子点数X∈{1,2,3,4,5,6}，产品抽检次品数Y∈{0,1,2}

-列表法：取值x₁,x₂,…,xₙ及概率P(X=xᵢ）成表（课本P121例1分布列）

②分布列的定义与性质

-定义：描述离散型随机变量取值及概率的表格或表达式

-性质：非负性P(X