高三数学二轮专题复习教案：随机变量分布列大题破解策略

高三数学二轮专题复习教案：随机变量分布列大题破解策略​  一、考情定位与目标预设​  本节课聚焦高考数学全国卷及各省市卷中随机变量及其分布的解答题，属于概率统计板块的压轴大题。从近五年真题看，此类题目分值稳定在12分，出现在第18至20题之间，区分度极高。命题呈现三个明显转向：其一，由单一分布列计算转向分布列与期望方差综合应用；其二，由理想化模型转向真实情境数据（如医疗检测、产品质量检验、体育赛事赛制）；其三，由静态概率转向与数列递推、函数最值、不等式证明的交叉融合。​  基于2024年新课标Ⅰ卷和2025年各地模拟卷的分析，本课时确立四项核心目标：第一，能够熟练建立二项分布、超几何分布、正态分布的数学模型，并精准写出分布列；第二，掌握期望与方差的代数变形技巧，特别是当随机变量为离散型且概率表达式含有参数时的处理路径；第三，突破“决策型”应用题——以期望或方差为准则比较方案优劣；第四，能运用概率递推思想解决多阶段随机试验问题，这是当前压轴趋势中的最高能力要求。​  二、知识网络与易错盲区速览​  （一）三类核心分布的本质区别与选用标准​  |分布类型|试验特征|概率公式核心|期望|方差|​  ||||||​  |二项分布B(n,p)|n次独立重复试验，每次成功概率p不变|P(X=k)=C(n,k)p^k(1p)^(nk)|np|np(1p)|​  |超几何分布|从N件产品中含M件次品中不放回抽取n件|P(X=k)=C(M,k)C(NM,nk)/C(N,n)|nM/N|需按公式计算|​  |正态分布N(μ,σ²)|连续型，区间概率由对称性转化|利用3σ原则及对称区间|μ|σ²|​  学生最易混淆的是二项分布与超几何分布的判别。判别金标准是“每次抽取后是否放回”。有放回或独立重复试验，用二项分布；不放回抽取且总体有限，用超几何分布。但近年命题出现“混合情境”，如“有放回抽取3次后，再不放回抽取2次”，需分段处理并利用全概率公式或条件概率衔接。​  （二）分布列书写中的三个“致命伤”​  一是随机变量取值不全。解决策略是先确定实际意义中的最小值和最大值，再逐项列举，不可省略中间项。二是概率求和不为1。检验手段是书写完毕后立即验算Σp_i=1，若不为1则必出错误。三是将分布列写成表格时漏掉概率那一行的合计栏。规范格式要求分布列表格必须包含三行（或两行加合计行），合计值必须等于1。​  三、典型例题精讲——决策型问题中的期望博弈​  例1（2024年新高考Ⅰ卷改编）某工厂生产一种精密零件，已知该零件的直径（单位：毫米）服从正态分布N(50,0.25)。厂方规定：直径在[49.5,50.5]区间内为一等品，在[49,49.5)∪(50.5,51]区间内为二等品，其余为废品。每生产一个零件，若为一等品可获利6元，二等品可获利2元，废品亏损3元。​  （1）求生产一件零件的平均利润；​  （2）某天该厂共生产200个零件，记这200个零件中二等品的个数为Y。规定每个零件独立生产，求Y的期望与方差；​  （3）若该厂改进工艺后，零件直径X服从N(50,σ²)。从期望利润不低于5元的条件下，求σ²的最大值。​  【思路拆解】第（1）问先求一等品概率P(49.5≤X≤50.5)。由于μ=50，区间[49.5,50.5]关于μ对称，设σ=0.5。则P=P(|X50|≤0.5)=P(|Xμ|≤σ)=2Φ(1)1≈0.6826。二等品概率P(49≤X<49.5)+P(50.5<X≤51)=P(|X50|≤1)P(|X50|≤0.5)=0.95440.6826=0.2718。废品概率为10.68260.2718=0.0456。平均利润E=6×0.6826+2×0.2718+(3)×0.0456≈4.0956+0.54360.1368=4.5024元。​  第（2）问中，每个零件是否二等品是独立重复试验，Y~B(200,0.2718)，故E(Y)=200×0.2718=54.36，D(Y)=200×0.2718×(10.2718)≈39.59。​  第（3）问是典型的参数优化问题。设改进后σ=t。一等品概率为2Φ(0.5/t)1，二等品概率为[2Φ(1/t)1][2Φ(0.5/t)1]=2Φ(1/t)2Φ(0.5/t)。期望利润函数f(t)=6[2Φ(0.5/t)1]+2[2Φ(1/t)2Φ(0.5/t)]3[1(2Φ(1/t)1)]。化简得f(t)=12Φ(0.5/t)+4Φ(1/t)10Φ(1/t)+6Φ(0.5/t)……需仔细合并同类项。实际上更简洁做法是设二等品加废品中有一等品利润差。但为求σ²最大值，令f(t)≥5，即12Φ(0.5/t)2Φ(1/t)1≥5，也就是12Φ(0.5/t)2Φ(1/t)≥6。由于t越大，Φ(0.5/t)和Φ(1/t)都越接近0.5。令g(t)=12Φ(0.5/t)2Φ(1/t)。g单调性分析：当t增大，0.5/t和1/t减小，Φ值减小。g'(t)可通过复合函数求导。令u=0.5/t，v=1/t，则g'(t)=12φ(u)(0.5/t²)2φ(v)(1/t²)=(6φ(u)+2φ(v))/t²。其中φ为标准正态密度函数。因φ(v)=φ(0.5/t)且φ(u)=φ(1/t)……这里需注意φ(u)=(1/√(2π))e^(u²/2)。要解g(t)≥6，观察到t=1时，u=0.5，v=1，Φ(0.5)=0.6915，Φ(1)=0.8413，g(1)=12×0.69152×0.8413=8.2981.6826=6.6154>6，而t趋于无穷时g(t)趋于12×0.52×0.5=5<6。连续函数必在某个有限t₀处g(t₀)=6。利用数值方法或试根，t=1.2时，0.5/1.2=0.4167，Φ=0.6615；1/1.2=0.8333，Φ=0.7977。g=12×0.66152×0.7977=7.9381.5954=6.3426>6。t=1.5时，0.5/1.5=0.3333，Φ=0.6304；1/1.5=0.6667，Φ=0.7475。g=12×0.63042×0.7475=7.56481.495=6.0698>6。t=1.6时，0.5/1.6=0.3125，Φ=0.6227；1/1.6=0.625，Φ=0.734。g=12×0.62272×0.734=7.47241.468=6.0044。t=1.62时，0.5/1.62=0.3086，Φ=0.6212；1/1.62=0.6173，Φ=0.7315。g=12×0.62122×0.7315=7.45441.463=5.9914<6。故t₀≈1.61，σ²最大值约为2.59。​  【教学提示】本题综合考查正态分布标准化、二项分布期望方差、以及含参概率不等式的数值求解。学生需注意：当σ变化时，各类概率随之变化，不能套用固定数值。计算精度要求高，平时训练需使用计算器且保留至少四位小数。​  四、大题专攻——概率递推与数列结合压轴​  例2（2025届武汉四月调考）甲、乙两人进行乒乓球比赛，每局比赛甲胜的概率为p（0<p<1），乙胜的概率为1p。比赛采用“7局4胜”制（先胜4局者获胜）。已知每局比赛结果相互独立。​  （1）求甲最终获胜的概率（用p表示）；​  （2）若p=0.6，记比赛结束时甲、乙双方总局数中甲获胜局数为X，求X的分布列及期望；​  （3）研究表明，若将赛制改为“9局5胜”，则强手（p>0.5）获胜概率会提高。请从概率角度验证该结论：比较在两种赛制下甲获胜概率的大小。​  【思路拆解】第（1）问有两种典型解法。方法一：分40、41、42、43四类取胜比分，每类中用二项分布。甲40胜概率p⁴；41胜时，前4局甲胜3局且第5局甲胜，概率为C(4,3)p³(1p)×p=4p⁴(1p)；42胜时前5局甲胜3局且第6局甲胜，概率C(5,3)p³(1p)²×p=10p⁴(1p)²；43胜时前6局甲胜3局且第7局甲胜，概率C(6,3)p³(1p)³×p=20p⁴(1p)³。合计P甲=p⁴[1+4(1p)+10(1p)²+20(1p)³]。​  方法二（递推法）：设a_n为“甲在总n局后刚好获胜且比赛结束”的概率，或者引入“甲已经赢i局、乙赢j局时的最终获胜概率”f(i,j)。显然f(4,j)=1，f(i,4)=0，甲胜概率为f(0,0)。递推关系f(i,j)=p·f(i+1,j)+(1p)·f(i,j+1)。可逐步回代求出f(0,0)。​  第（2）问当p=0.6时，X取值为4,5,6,7，但需注意若甲胜则X为4~7，若乙胜则X为0~3。因此X的分布列为：P(X=k)当k=4,5,6,7时，甲胜且甲胜局数为k；当k=0,1,2,3时，乙胜且甲胜局数为k。​  具体计算：甲胜概率0.6⁴[1+4×0.4+10×0.16+20×0.064]=0.1296[1+1.6+1.6+1.28]=0.1296×5.48≈0.7102。乙胜概率0.2898。甲40胜：0.6⁴=0.1296；甲41胜：4×0.6⁴×0.4=0.20736；甲42胜：10×0.6⁴×0.16=0.20736；甲43胜：20×0.6⁴×0.064=0.165888。乙40胜（甲0局）：0.4⁴=0.0256；乙41胜（甲1局）：C(4,3)0.4³×0.6×0.4=4×0.064×0.6×0.4=0.06144；乙42胜（甲2局）：C(5,3)0.4³×0.6²×0.4=10×0.064×0.36×0.4=0.09216；乙43胜（甲3局）：C(6,3)0.4³×0.6³×0.4=20×0.064×0.216×0.4=0.110592。​  期望E(X)=4×0.1296+5×0.20736+6×0.20736+7×0.165888+0×0.0256+1×0.06144+2×0.09216+3×0.110592。逐项计算：0.5184+1.0368+1.24416+1.161216+0+0.06144+0.18432+0.331776=4.538112。​  第（3）问需证明9局5胜制下强手优势更大。设9局5胜制甲获胜概率Q=p⁵[1+5(1p)+C(6,4)(1p)²+C(7,4)(1p)³+C(8,4)(1p)⁴]。即Q=p⁵[1+5q+15q²+35q³+70q⁴]，其中q=1p。而7局4胜P=p⁴[1+4q+10q²+20q³]。当p>0.5即p>q时，要证Q>P。作差：QP=p⁴{p[1+5q+15q²+35q³+70q⁴][1+4q+10q²+20q³]}。令h(p)=Q/P。计算h(p)在p=0.5时的值：p=q=0.5，P=0.5⁴(1+2+2.5+2.5)=0.0625×8=0.5；Q=0.5⁵(1+2.5+3.75+4.375+4.375)=0.03125×16=0.5。两者相等。再考察p=0.6时P≈0.7102，Q=p⁵[1+3+5.4+8.4+17.92]=0.07776×35.72≈2.777≈0.7776。实际上Q=0.6⁵×35.72=0.07776×35.72=2.7779，但概率不能超过1，此处计算有误。需重新计算Q：1+5×0.4=3，15×0.16=2.4，35×0.064=2.24，70×0.0256=1.792，合计3+2.4+2.24+1.792=9.432。Q=0.07776×9.432=0.7334。比较0.7334>0.7102，验证了强手在更长赛制中优势放大。​  【方法升华】此类问题若用递推数列，可以构造“比赛到某一时刻还需要几局获胜”的差异方程。另一种高级技巧是将比赛过程转化为“负二项分布”——甲胜且最后比分4k，等价于甲第8k局胜且前7k局中甲胜3局。这种下标记法能避免遗漏。​  五、探究拓展——综合情境与创新题组​  探究题：某医疗机构研发一种新型快速检测试剂。已知群体感染率为θ，检测灵敏度（患者检测阳性概率）为0.95，特异度（非患者检测阴性概率）为0.90。现对人群进行检测，若检测阳性则复核确认（复核绝对准确）。​  （1）求一次检测后，被检测者呈现阳性的概率；​  （2）若某人的初检结果为阳性，求其真正感染的条件下概率；​  （3）为提高检测效率，采用“混样检测”：将10人样本混合检测。若混合样本阴性，则10人全部通过；若阳性，则再逐一单独检测这10人。比较混样检测与全部单检的期望检测次数哪个更小（用θ表示）。​  对第（3）问，混样检测时，设总人数为10n，分成n组。每组检测次数期望为1+10×P(混合阳性)。混合阳性概率为1(1θ)^10。单检每组需10次。故混样每组期望次数为1+10[1(1θ)^10]。当θ=0.01时，1(0.99)^10=10.9044=0.0956，混样组期望为1+0.956≈1.956<10，显著节省。但当θ=0.3时，1(0.7)^10≈10.0282=0.9718，混样期望为1+9.718=10.718>10，不划算。临界值需解方程1+1010(1θ)^10=10，即10(1θ)^10=1，(1θ)^10=0.1，θ=110^(0.1)≈10.7943=0.2057。即感染率超过20.57%时混样不再优势。​  六、当堂训练与反馈矫正​  训练题1：袋中有5个红球和3个白球，有放回地摸取3次，每次摸1个球。记X为摸到红球次数。求X的分布列和方差。​  提示：X~B(3,5/8)，分布列P(X=k)=C(3,k)(5/8)^k(3/8)^(3k)，k=0,1,2,3。方差D(X)=3×5/8×3/8=45/64。​  训练题2：某射击运动员每次命中靶心的概率为0.7，现进行4次独立射击。求至少命中2次的概率。并求命中次数的期望。​  提示：1[C(4,0)0.3⁴+C(4,1)0.7×