7.1.2 全概率公式教学设计（高二数学人教A版选择性必修第三册）

7.1.2全概率公式教学设计（高二数学人教A版选择性必修第三册）一、教材分析与课标定位本节内容位于人教A版选择性必修第三册第七章“随机变量及其分布”的起始位置，是全概率公式与贝叶斯公式的教学起点。课标对本节的要求是：通过具体实例，理解全概率公式，并能利用全概率公式计算复杂事件的概率。全概率公式是概率论中分解复杂问题、化整为零的核心工具，也是后续学习贝叶斯公式、随机变量分布列的基础。学生在初中阶段已学过古典概型，高中阶段掌握了条件概率与乘法公式，这为本节提供了知识生长点。教学时应引导学生从“已知部分求整体”的思维转向“由因导果”的分解思想，体会全概率公式所蕴含的“划分”与“加权平均”的数学内涵。二、学情诊断与教学对策高二理科班学生具备较强的逻辑推理能力，但对条件概率的逆向应用尚不熟练，容易混淆“已知结果求原因”与“已知原因求结果”两类问题。学生在处理复杂事件时，往往缺乏分解事件样本空间的策略意识，习惯直接列举样本点，导致计数困难或遗漏情形。针对上述学情，本设计采用“问题链驱动—可视化拆解—变式对比”的教学路径，借助树形图与面积图帮助学生建立全概率公式的直观模型，再通过递进式练习强化公式的结构识别与规范表述。教学中需特别防范两个误区：一是忽视样本空间划分的完备性；二是机械套用公式而不验证互斥条件。三、教学目标与核心素养1.理解全概率公式的推导过程，掌握“先划分、后加权”的基本思想，能正确识别题目中的完备事件组。2.能运用全概率公式解决两类典型问题：一是直接给出划分的常规问题；二是需要自主构造划分的实际情境问题。3.通过树形图与面积图的对比，发展直观想象素养；通过公式的演绎推导，提升逻辑推理素养；通过实际问题的建模求解，培养数学建模与数据分析能力。四、教学重难点与突破策略重点：全概率公式的结构特征与适用条件。突破策略：设计“摸球模型”与“工厂抽检模型”双案例，引导学生比对两类问题中“原因—结果”的因果关系方向，反复强化“由因导果，加权求和”的操作步骤。难点：对样本空间进行合理划分，并能正确计算各划分事件的概率及条件概率。突破策略：借助树形图的层级结构，将抽象划分过程可视化；设计“划分错误”的对比实验，让学生经历认知冲突，从而深刻理解完备事件组必须满足“两两互斥、和为全集”的条件。五、教学过程设计（一）情境导入，激活认知上课伊始，呈现一个真实改编问题：某学校有三个食堂，分别记为A、B、C。高一学生去这三个食堂就餐的比例为3:4:3。食堂A的饭菜满意率为90%，食堂B的满意率为80%，食堂C的满意率为85%。现从高一学生中任选一人，问该学生对食堂饭菜满意的概率是多少？学生观察数据后，往往想到直接求加权平均数，即0.3×0.9+0.4×0.8+0.3×0.85。教师追问：这里的“0.3”和“0.9”分别代表什么概率？加权平均的依据是什么？学生回答后，教师指出，这就是全概率公式的朴素原型。进而抛出核心问题：当一个事件的概率不能直接计算，但它在若干互斥情形下的条件概率已知时，我们如何综合这些信息？设计意图：以学生熟悉的校园生活为背景，激活已有加权平均经验，自然引出“分解与合成”的思想主线，同时点明条件概率与加权系数之间的内在联系。（二）公式构建，直观理解第一步，抽象建模。将上述情境一般化：设Ω为样本空间，B₁，B₂，…，Bₙ为Ω的一组完备事件组，即满足两个条件：①BᵢBⱼ=∅（i≠j）；②B₁∪B₂∪…∪Bₙ=Ω。对任意事件A，由概率的加法公式与乘法公式，可将A的概率分解为：P(A)=P(B₁)P(A|B₁)+P(B₂)P(A|B₂)+…+P(Bₙ)P(A|Bₙ)教师强调：公式的名称中“全”字，意指全部可能原因都被纳入考量，一个也不能少，一个也不能重叠。第二步，几何直观。在黑板右侧绘制一个矩形代表样本空间Ω，用互不重叠的竖条分割代表B₁到Bₙ，再在每条竖条内部用横线画出A所占的比例。教师指着图形解释：P(A)就是所有竖条中A部分的面积总和。学生通过“面积相加”的直观感受，理解公式的加权平均本质。随后，教师给出树形图表达，第一层为划分事件Bᵢ，第二层为A与Ā，并将对应概率标于枝干上。学生在笔记本上同步绘制树形图，并用口头语言描述从树根到树叶的路径概率相乘、再对路径求和的过程。第三步，严格推导。教师板书推导过程：因为B₁，B₂，…，Bₙ互斥，所以AB₁，AB₂，…，ABₙ也两两互斥，且A=AΩ=A(B₁∪B₂∪…∪Bₙ)=(AB₁)∪(AB₂)∪…∪(ABₙ)。由概率的加法公式得：P(A)=P(AB₁)+P(AB₂)+…+P(ABₙ)再由乘法公式P(ABᵢ)=P(Bᵢ)P(A|Bᵢ)，代入即得全概率公式。推导过程中，教师放慢节奏，每步之间提问学生依据的公理或已学公式，确保逻辑链条清晰。最后，教师总结全概率公式的使用条件：P(Bᵢ)已知且P(A|Bᵢ)可通过题目条件获取，B₁到Bₙ构成一个完整的划分。设计意图：通过“具体—抽象—直观—演绎”四步循环，让公式从经验中提炼，又在逻辑中得到确认。面积图与树形图的并用，照顾不同认知风格的学生。（三）典例精析，规范建模例1（摸球模型，巩固基础）袋中有5个红球、3个白球，另有7个红球、2个白球。现从第一个袋中任取一球放入第二个袋，再从第二个袋中任取一球，求取到红球的概率。教师先请学生独立审题，然后引导分析：从第二个袋中取球的结果受第一步取球颜色的影响，因此第一步取球结果构成样本空间的一个划分。设B₁=“从第一个袋中取到红球”，B₂=“从第一个袋中取到白球”，A=“从第二个袋中取到红球”。计算过程如下：P(B₁)=5/8，P(B₂)=3/8当B₁发生时，第二个袋中有8个红球、2个白球，故P(A|B₁)=8/10=4/5当B₂发生时，第二个袋中有7个红球、3个白球，故P(A|B₂)=7/10代入全概率公式：P(A)=P(B₁)P(A|B₁)+P(B₂)P(A|B₂)=5/8×4/5+3/8×7/10=1/2+21/80=61/80教师要求每位学生用树形图重述该过程，并特别强调：P(A|B₁)与P(A|B₂)是在不同原因下的条件概率，分母不同，不能混淆。随后，教师展示一个常见错误解法：将两步合并为古典概型直接计数，导致遗漏第二步取球时球总数变化的条件。学生通过错误对比，体会全概率公式的优势在于将动态过程分解为静态条件的组合。例2（工厂抽检，变式深化）某工厂有三条生产线甲、乙、丙，产量占比分别为50%、30%、20%，次品率分别为2%、3%、4%。现从该厂产品中随机抽取一件，求其为次品的概率。学生仿照例1，自主设事件并计算。教师巡视后请两位学生上台板演，并组织互评。板演过程中，重点关注两点：划分是否完备；条件概率方向是否写反。教师给出变式追问：若已知抽到一件次品，问它来自甲生产线的概率是多少？此时需要用到条件概率的定义式，但学生尚未学习贝叶斯公式，教师允许用定义式计算：P(甲|次品)=P(甲且次品)/P(次品)=0.5×0.02/0.034=10/34≈0.294教师指出：这一“由果索因”的问题将在下一节贝叶斯公式中系统解决，此处先留悬念，激发学生继续学习的兴趣。设计意图：两道例题从“两步随机”到“静态分层”，由浅入深。例2的变式追问为下一课时埋下伏笔，同时强化条件概率定义式的运用。（四）错题辨析，深化理解教师出示一道错误解法，请学生小组讨论并指出问题所在。题目：某射击运动员每次射击命中率为0.8，若第一次命中，则第二次命中率为0.9；若第一次未命中，则第二次命中率为0.6。求第二次命中的概率。错误解法：P=0.8×0.9+0.2×0.6，直接代入公式，学生一致认为正确。教师追问：这里的划分事件是什么？学生回答：第一次命中与第一次未命中。教师再问：这两个事件是否满足完备性？学生肯定。教师继而抛出陷阱变式：若题目改成“第一次射击前运动员状态为正常或疲劳，状态正常的概率为0.7，正常状态下命中率为0.8，疲劳状态下命中率为0.5”，则能否直接套用？学生发现，本例中划分事件是“状态正常”与“状态疲劳”，但题目没有直接给出疲劳状态下的条件命中率与状态概率的乘积，而是给出了交叉条件下的数据，需要重新整理。教师借此总结：应用全概率公式的关键在于明确“原因”是什么，不同情境下划分的选取不同，不能盲目套用公式中的符号。随后，教师组织学生完成一个填表练习。表格中给出若干情境，要求学生填写划分事件、各划分概率、各条件概率，最后写出全概率展开式。情境描述 划分事件 P(Bᵢ) P(A|Bᵢ)甲箱3红2白，乙箱2红4白，先从甲箱取1球放入乙箱，再从乙箱取球 从甲箱取到红球/白球 3/5、2/5 3/7、2/7某地区雨天概率0.3，雨天堵车概率0.8，非雨天堵车概率0.2 雨天/非雨天 0.3、0.7 0.8、0.2某考生能答对第一类题的概率0.9，能答对第二类题的概率0.4，试卷中两类题占比4:6 抽到第一类题/第二类题 0.4、0.6 0.9、0.4设计意图：通过错误辨析与表格对照，强化对公式适用条件的精确理解，训练学生从文字中提取划分与条件概率信息的能力。（五）当堂检测，即时反馈教师分发课堂检测小卷，共三道题，限时8分钟完成。第1题：某考生回答一道四选一的选择题，已知他掌握该知识点的概率为0.6，若掌握则答对概率为1，若未掌握则随机猜测。求他答对的概率。第2题：某医院对某种疾病的检出率为95%，误诊率为2%（即未患病者被检出阳性的概率），该病在人群中的发病率为0.5%。求从人群中随机选取一人，检测结果为阳性的概率。第3题：三个盒子各有若干红白球，各盒被选取的概率分别为0.5、0.3、0.2，各盒中红球比例分别为0.6、0.7、0.4。求任取一盒再任取一球为红球的概率。学生完成后，同桌互批。教师通过投影展示典型错误，重点关注第2题中“误诊率”的含义，引导学生区分“P(阳性|患病)”与“P(阳性|未患病)”，强调条件事件的方向不能颠倒。统计全班正确率，对低于80%的题目进行针对性讲解。设计意图：检测题覆盖基础公式应用、实际医学情境和分层抽取模型，题型梯度合理。第2题的医学背景为后续贝叶斯公式的应用做铺垫，同时渗透科学严谨的态度。（六）课堂小结，建构网络教师引导学生从三个维度总结本节收获。知识维度：全概率公式的结构为加权和，每一项是两个概率之积，前一个因子是划分事件的概率，后一个因子是该划分下目标事件的条件概率。核心条件是划分必须完备且互斥。方法维度：识别“原因—结果”链条，先划分再求和。解题四步骤：设事件→验证完备性→找条件概率→代入公式。树形图是辅助分析的有效工具。思想维度：化整为零、分类讨论、加权平均的数学思想。全概率公式体现了“整体等于部分之和”的朴素哲理，同时揭示随机现象中原因对结果的系统性影响。最后，教师布置分层作业。基础题：教材课后练习第1、2、3题。提高题：教材习题第5题，以及一道需要自主构造划分的实际应用题：某班有男生24人、女生26人，男生中近视者占25%，女生中近视者占20%，求全班近视率。拓展题：查阅资料了解贝叶斯公式，思考全概率公式与贝叶斯公式的逆向关系，并尝试用今天的例题数据计算一个后验概率。六、教学反思与评价设计本节教学设计以真实问题为驱动，以公式建构为主线，以错误辨析为支架，以分层检测为反馈手段。教学实施中需密切关注学生能否正确识别完备事件组，多数错误源于对“所有可能原因”的遗漏。建议在例2之后增加一个开放性问题：请学生自编一个可以用全概率公式解决的生活情境，并在小组内互评划分是否合理，以此检验学生对公式本质的理解。评价方面，本节采用过程性评价与终结性评价结合的方式。过程性评价关注学生课堂板演、小组讨论参与度、树形图绘制的规范性；终结性评价以当堂检测的正确率为依据，同时结合课后作业的完成质量。教师应在课后批改中重点分析第2题的错误类型，若发现学生对“误诊率”方向理解普遍有误，应在下一节课伊始进行三分钟微复习。七、板书框架与时间分配板书左侧固定书写全概率公式及推导过程，右侧用于树形图与例题演算。推导过程分三步板书：第一步写出划分条件；第二步写出加法分解；第三步代入乘法公式。例题演算区保持整洁，每题结束后用彩色粉笔标注关键步骤中的条件概率因子。时间分配建议：情境导入约5分钟，公式构建约12分钟，典例精析约15分钟，错题辨析与表格练习约8分钟，当堂检测约10分钟，小结与作业布置约5分钟，总计55分钟，留出机动时间用于个别辅导或追加变式。八、教学资源与技术支持本节教学建议使用可交互的几何画板或GeoGebra动态演示面积图。教师预先制作一个课件页面，通过滑动条改变P(B₁)和P(A|B₁)的数值，实时显示总面积的变化，帮助学生直观感受加权系数对最终概率的影响。同时，利用希沃白板的投屏功能，实时展示学生树形图绘制与板演过程，便于全班交流点评。课件中的例题与表格均以可编辑文本呈现，便于课堂即时修改数据，生成新的变式题，提升课堂的生成性与灵活性。九、预期效果与