您好,欢迎来到纷纭教育。
搜索
您的当前位置:首页高中数学第三章概率3模拟方法——概率的应用教案北师大必修3讲解

高中数学第三章概率3模拟方法——概率的应用教案北师大必修3讲解

来源:纷纭教育
§3 模拟方法——概率的应用

整体设计

教学分析

这部分是新增加的内容.介绍几何概型主要是为了更广泛地满足随机模拟的需要,但是对几何概型的要求仅限于初步体会几何概型的意义,所以教科书中选的例题都是比较简单的.随机模拟部分是本节的重点内容.几何概型是另一类等可能概型,它与古典概型的区别在于试验的结果不是有限个,利用几何概型可以很容易举出概率为0的事件不是不可能事件的例子,概率为1的事件不是必然事件的例子.

本节的教学需要一些实物模型为教具,教学中应当注意让学生实际动手操作,以使学生相信模拟结果的真实性,然后再通过计算机或计算器产生均匀随机数进行模拟试验,得到模拟的结果.在这个过程中,要让学生体会结果的随机性与规律性,体会随着试验次数的增加,结果的精度会越来越高.

几何概型也是一种概率模型,它与古典概型的区别是试验的可能结果不是有限个.它的特点是在一个区域内均匀分布,所以随机事件的概率大小与随机事件所在区域的形状、位置无关,只与该区域的大小有关.如果随机事件所在区域是一个单点,由于单点的长度、面积、体积均为0,则它出现的概率为0,但它不是不可能事件;如果一个随机事件所在区域是全部区域扣除一个单点,则它出现的概率为1,但它不是必然事件. 三维目标

1.通过师生共同探究,体会数学知识的形成,正确理解几何概型的概念;掌握几何概型的概率公式: P(A)=

构成事件A的区域长度,学会应用数学知识来解

试验的全部结果所构成的区域长度(面积或体积)决问题,体会数学知识与现实世界的联系,培养逻辑推理能力.

2.本节课的主要特点是随机试验多,学习时养成勤学严谨的学习习惯,会根据古典概型与几何概型的区别与联系来判别某种概型是古典概型还是几何概型,会进行简单的几何概率计算,培养学生从有限向无限探究的意识. 重点难点

教学重点:理解几何概型的定义、特点,会用公式计算几何概率. 教学难点:等可能性的判断与几何概型和古典概型的区别. 课时安排 1课时

教学过程

导入新课 思路1.

复习古典概型的两个基本特点:(1)所有的基本事件只有有限个;(2)每个基本事件发生都是等可能的.那么对于有无限多个试验结果的情况相应的概率应如何求呢?为此我们学习几何概型. 思路2.

图1中有两个转盘,甲、乙两人玩转盘游戏,规定当指针指向B区域时,甲获胜,否则乙获胜.在两种情况下分别求甲获胜的概率是多少?

1

图1

为解决这个问题,我们学习几何概型.

思路3.在概率论发展的早期,人们就已经注意到只考虑那种仅有有限个等可能结果的随机试验是不够的,还必须考虑有无限多个试验结果的情况.例如一个人到单位的时间可能是8:00至9:00之间的任何一个时刻;往一个方格中投一个石子,石子可能落在方格中的任何一点„„这些试验可能出现的结果都是无限多个.这就是我们要学习的几何概型. 推进新课 新知探究 提出问题

(1)随意抛掷一枚均匀硬币两次,求两次出现相同面的概率?

(2)试验1.取一根长度为3 m的绳子,拉直后在任意位置剪断.问剪得两段的长都不小于1 m的概率有多大?

试验2.射箭比赛的箭靶涂有五个彩色得分环.从外向内为白色,黑色,蓝色,红色,靶心是金色,金色靶心叫“黄心”.奥运会的比赛靶面直径为122 cm,靶心直径为12.2 cm.运动员在70 m外射箭,假设射箭能射中靶面内任何一点都是等可能的.问射中黄心的概率为多少? (3)问题(1)(2)中的基本事件有什么特点?两事件的本质区别是什么? (4)什么是几何概型?它有什么特点?

(5)如何计算几何概型的概率?有什么样的公式? (6)古典概型和几何概型有什么区别和联系?

活动:学生根据问题思考讨论,回顾古典概型的特点,把问题转化为学过的知识解决,教师引导学生比较概括.

讨论结果:(1)硬币落地后会出现四种结果:分别记作(正,正)、(正,反)、(反,正)、(反,反).每种结果出现的概率相等,P(正,正)=P(正,反)=P(反,正)=P(反,反)=面的概率为

1.两次出现相同4111+=. 442(2)经分析,第一个试验,从每一个位置剪断都是一个基本事件,剪断位置可以是长度为3 m的绳子上的任意一点.

第二个试验中,射中靶面上每一点都是一个基本事件,这一点可以是靶面直径为122 cm的大圆内的任意一点.

在这两个问题中,基本事件有无限多个,虽然类似于古典概型的“等可能性”,但是显然不能用古典概型的方法求解.

考虑第一个问题,如图2,记“剪得两段的长都不小于1 m”为事件A.把绳子三等分,于是当剪断位置处在中间一段上时,事件A发生.由于中间一段的长度等于绳长的

1, 3

图2

2

于是事件A发生的概率为P(A)=

1. 312

×π×122 4第二个问题,如图3,记“射中黄心”为事件B,由于中靶点随机地落在面积为cm的大圆内,而当中靶点落在面积为

2

122

×π×12.2 cm的黄心内时,事件B发生,于是事件B4112.22发生的概率P(B)=4=0.01.

112224

图3

(3)硬币落地后会出现四种结果(正,正)、(正,反)、(反,正)、(反,反)是等可能的,绳子从每一个位置剪断都是一个基本事件,剪断位置可以是长度为3 m的绳子上的任意一点,也是等可能的,射中靶面内任何一点都是等可能的,但是硬币落地后只出现四种结果,是有限的,而剪断绳子的点和射中靶面的点是无限的,即一个基本事件是有限的,而另一个基本事件是无限的.

(4)几何概型.

对于一个随机试验,我们将每个基本事件理解为从某个特定的几何区域内随机地取一点,该区域中的每一个点被取到的机会都一样,而一个随机事件的发生则理解为恰好取到上述区域内的某个指定区域中的点.这里的区域可以是线段、平面图形、立体图形等.用这种方法处理随机试验,称为几何概型.

如果每个事件发生的概率只与构成该事件区域的长度(面积或体积)成比例,则称这样的概率模型为几何概率模型(geometric models of probability),简称几何概型. 几何概型的基本特点:

a.试验中所有可能出现的结果(基本事件)有无限多个; b.每个基本事件出现的可能性相等. (5)几何概型的概率公式: P(A)=

构成事件A的区域长度(面积或体积).

试验的全部结果所构成的区域长度(面积或体积)(6)古典概型和几何概型的联系是每个基本事件的发生都是等可能的;区别是古典概型的基本事件是有限的,而几何概型的基本事件是无限的,另外两种概型的概率计算公式的含义也不同. 应用示例

思路1

例1 判断下列试验中事件发生的概率是古典概型,还是几何概型. (1)抛掷两颗骰子,求出现两个“4点”的概率; (2)如图4所示,有一个转盘,甲、乙两人玩转盘游戏,规定当指针指向B区域时,甲获胜,否则乙获胜,求甲获胜的概率.

3

图4

活动:学生紧紧抓住古典概型与几何概型的区别与联系,然后判断. 解:(1)抛掷两颗骰子,出现的可能结果有6×6=36种,且它们都是等可能的,因此属于古典概型;

(2)游戏中指针指向B区域时有无限多个结果,而且不难发现“指针落在阴影部分”,概率可以用阴影部分的面积与总面积的比来衡量,即与区域长度有关,因此属于几何概型. 点评:本题考查的是几何概型与古典概型的特点,古典概型具有有限性和等可能性,而几何概型则是在试验中出现无限多个结果,且与事件的区域长度有关.

例2 某人午休醒来,发觉表停了,他打开收音机想听电台整点报时,求他等待的时间短于10分钟的概率.

活动:学生分析,教师引导,假设他在0—60之间的任一时刻,打开收音机是等可能的,但0—60之间有无数个时刻,不能用古典概型的公式来计算随机事件发生的概率,因为他在0—60之间的任一时刻打开收音机是等可能的,所以他在哪个时间段打开收音机的概率只与该时间段的长度有关,而与该时间段的位置无关,这符合几何概型的条件,所以可用几何概型的概率计算公式计算.

图5

解:记“等待的时间小于10分钟”为事件A,打开收音机的时刻位于[50,60]时间段内则事件A发生.

由几何概型的求概率公式得P(A)=钟”的概率为

(6050)1,即“等待报时的时间不超过10分6061. 6 打开收音机的时刻X是随机的,可以是0—60之间的任何时刻,且是等可能的.我们称X服从[0,60]上的均匀分布,X称为[0,60]上的均匀随机数. 变式训练

某路公共汽车5分钟一班准时到达某车站,求任一人在该车站等车时间少于3分钟的概率(假定车到来后每人都能上). 解:可以认为人在任一时刻到站是等可能的.设上一班车离站时刻为a,则某人到站的一切可能时刻为Ω=(a,a+5),记Ag={等车时间少于3分钟},则他到站的时刻只能为g=(a+2,a+5)中的任一时刻,故P(Ag)=

g的长度3.

的长度5点评:通过实例初步体会几何概型的意义.

思路2

4

例1 某人欲从某车站乘车出差,已知该站发往各站的客车均每小时一班,求此人等车时间不多于20分钟的概率. 活动:假设他在0—60分钟之间任何一个时刻到车站等车是等可能的,但在0到60分钟之间有无穷多个时刻,不能用古典概型公式计算随机事件发生的概率.可以通过几何概型的求概率公式得到事件发生的概率.因为客车每小时一班,他在0到60分钟之间任何一个时刻到站等车是等可能的,所以他在哪个时间段到站等车的概率只与该时间段的长度有关,而与该时间段的位置无关,这符合几何概型的条件.

解:设A={等待的时间不多于20分钟},我们所关心的事件A恰好是到站等车的时刻位于[40,60]这一时间段内,因此由几何概型的概率公式,得P(A)=即此人等车时间不多于20分钟的概率为

(6040)1=. 6031. 3点评:在本例中,到站等车的时刻X是随机的,可以是0到60之间的任何一刻,并且是等可能的,我们称X服从[0,60]上的均匀分布,X为[0,60]上的均匀随机数. 变式训练

在1万平方千米的海域中有40平方千米的架储藏着石油,假设在海域中任意一点钻探,钻到油层面的概率是多少?

分析:石油在1万平方千米的海域架的分布可以看作是随机的,而40平方千米可看作构成事件的区域面积,由几何概型公式可以求得概率. 解:记“钻到油层面”为事件A,则P(A)=0.004. 答:钻到油层面的概率是0.004.

例2 小明家的晚报在下午5:30—6:30之间任何一个时间随机地被送到,小明一家人在下午6:00—7:00之间的任何一个时间随机地开始晚餐,则晚报在晚餐开始之前被送到的概率是多少?

活动:学生读题,设法利用几何概型公式求得概率. 解:建立平面直角坐标系,如图5中x=6,x=7,y=5.5,y=6.5围成一个正方形区域G.设晚餐在x(6≤x≤7)时开始,晚报在y(5.5≤y≤6.5)时被送到,这个结果与平面上的点(x,y)对应.于是试验的所有可能结果就与G中的所有点一一对应.

图5

由题意知,每一个试验结果出现的可能性是相同的,因此,试验属于几何概型.晚报在晚餐开始之前被送到,当且仅当y7,G的面积为1.由几何概型的概率公式,“晚报在晚餐开始之8前被送到”的概率为P(A)=

g的面积7.

G的面积8变式训练

在1升高产小麦种子中混入了一种带麦锈病的种子,从中随机取出10毫升,则取出的种

5

子中含有麦锈病的种子的概率是多少? 分析:病种子在这1升中的分布可以看作是随机的,取得的10毫升种子可视作构成事件的区域,1升种子可视作试验的所有结果构成的区域,可用“体积比”公式计算其概率. 解:取出10毫升种子,其中“含有病种子”这一事件记为A,则P(A)=0.01. 答:取出的种子中含有麦锈病的种子的概率是0.01. 知能训练

1.已知地铁列车每10 min一班,在车站停1 min,求乘客到达站台立即乘上车的概率. 答案:由几何概型知,所求事件A的概率为P(A)=

1. 112.两根相距6 m的木杆上系一根绳子,并在绳子上挂一盏灯,求灯与两端距离都大于2 m的概率.

答案:记“灯与两端距离都大于2 m”为事件A,则P(A)=

21=. 633.在500 mL的水中有一个草履虫,现从中随机取出2 mL水样放到显微镜下观察,则发现草履虫的概率是( )

A.0.5 B.0.4 C.0.004 D.不能确定 答案:C

提示:由于取水样的随机性,所求事件A:“在取出2 mL的水样中有草履虫”的概率等于水样的体积与总体积之比

2=0.004. 5004.平面上画了一些彼此相距2a的平行线,把一枚半径r图6

答案:把“硬币不与任一条平行线相碰”的事件记为事件A,为了确定硬币的位置,由硬币中心O向靠得最近的平行线引垂线OM,垂足为M,如图6所示,这样线段OM长度(记作OM)的取值范围就是[0,a],只有当r<OM≤a时硬币不与平行线相碰,所以所求事件A的概率就是P(A)=

(r,a]的长度ar. [0,a]的长度a拓展提升 1.约会问题

两人相约8点到9点在某地会面,先到者等候另一人20分钟,过时就可离去,试求这两人能会面的概率.

解:因为两人谁也没有讲好确切的时间,故样本点由两个数(甲、乙两人各自到达的时刻)组成.以8点钟作为计算时间的起点,设甲、乙各在第x分钟和第y分钟到达,则样本空间为Ω:{(x,y)|0≤x≤60,0≤y≤60},画成图为一正方形.以x,y分别表示两人的到达时刻,则两人能会面的充要条件为|x-y|≤20.

6

图7

这是一个几何概型问题,可能的结果全体是边长为60的正方形里的点,能会面的点的区域用阴影标出(如图7).

g的面积6024025 所求概率为P=. 2G的面积9602.〔蒲丰(Buffon)投针问题〕平面上画很多平行线,间距为a.向此平面投掷长为l(l求此针与任一平行线相交的概率.

解:以针的任一位置为样本点,它可以由两个数决定:针的中点与最接近的平行线之间的距离x,针与平行线的交角φ(见图8).样本空间为Ω:{(φ,x)|0≤φ≤π,0≤x≤形.针与平行线相交的充要条件是g:x≤

a}为一矩21sinφ(见图9). 2l()sindg的面积022l所求概率是P=. a的面积a2

图8 图9

注:因为概率P可以用多次重复试验的频率来近似,由此可以得到π的近似值.方法是重复投针N次(或一次投针若干枚,总计N枚),统计与平行线相交的次数n,则P≈都可精确测量,故从

n.又因a与lN2ln2lN,可解得π≈.历史上有不少人做过这个试验.做得最好aNan的一位投掷了3 408次,算得π≈3.141 592 9,其精确度已经达到小数点后第六位.

设计一个随机试验,通过大量重复试验得到某种结果,以确定我们感兴趣的某个量,由此而发展的蒙特卡洛(Monte-Carlo)方法为这种计算提供了一种途径. 课堂小结

几何概型是区别于古典概型的又一概率模型,使用几何概型的概率计算公式时,一定要注意其适用条件:每个事件发生的概率只与构成该事件区域的长度成比例. 作业

习题3—3 A组1、2.

设计感想

本节课首先对古典概型进行了复习,使学生掌握古典概型的适用条件,巩固了古典概型

7

的概率计算公式,接着设计了多个试验,从课题的引入,到问题的提出都非常有针对性,引人入胜,接着从新的问题中引出几何概型这一不同于古典概型的又一概率模型,并通过探究,归纳出几何概型的概率计算公式,同时比较了古典概型和几何概型的区别和联系,通过思路1和思路2两种不同的例题类型和层次,加深理解和运用,由于它们与实际生活联系密切,所以要反复练习,达到为我们的工作与生活服务,然而这部分内容在高考中是新内容,因此同学们要高度重视,全面把握,争取获得好成绩.

8

因篇幅问题不能全部显示,请点此查看更多更全内容

Copyright © 2019- fenyunshixun.cn 版权所有 湘ICP备2023022495号-9

违法及侵权请联系:TEL:199 18 7713 E-MAIL:2724546146@qq.com

本站由北京市万商天勤律师事务所王兴未律师提供法律服务