2022最新最新2021年高二文科数学教案.doc
《2022最新最新2021年高二文科数学教案.doc》由会员分享,可在线阅读,更多相关《2022最新最新2021年高二文科数学教案.doc(18页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、2022最新最新2021年高二文科数学教案教师要时刻关注教育专家、学者的研究成果,运用成熟的理论来指导自己的教学实践,同时要借鉴其他教学工作者的教学实践经验。今天小编在这里整理了一些最新2021年高二文科数学教案,我们一起来看看吧!最新2021年高二文科数学教案1一、教学内容与教学对象分析学生将在必修课程学习统计的基础上,通过对典型案例的讨论,了解和使用一些常用的统计方法,进一步体会运用统计方法解决实际问题的基本思想,认识统计方法在决策中的作用。二、学习目标1、知识与技能通过本节的学习,了解回归分析的基本思想,会对两个变量进行回归分析,明确建立回归模型的基本步骤,并对具体问题进行回归分析,解决
2、实际应用问题。2、过程与方法本节的学习,应该让学生通过实际问题去理解回归分析的必要性,明确回归分析的基本思想,从散点图中点的分布上我们发现直接求回归直线方程存在明显的不足,从中引导学生去发现解决问题的新思路进行回归分析,进而介绍残差分析的方法和利用R的平方来表示解释变量对于预报变量变化的贡献率,从中选择较为合理的回归方程,最后是建立回归模型基本步骤。3、情感、态度与价值观通过本节课的学习,首先让显示了解回归分析的必要性和回归分析的基本思想,明确回归分析的基本方法和基本步骤,培养我们利用整体的观点和互相联系的观点,来分析问题,进一步加强数学的应用意识,培养学生学好数学、用好数学的信心。加强与现实
3、生活的联系,以科学的态度评价两个变量的相关系。教学中适当地增加学生合作与交流的机会,多从实际生活中找出例子,使学生在学习的同时。体会与他人合作的重要性,理解处理问题的方法与结论的联系,形成实事求是的严谨的治学态度和锲而不舍的求学精神。培养学生运用所学知识,解决实际问题的能力。三、教学重点、难点教学重点:熟练掌握回归分析的步骤;各相关指数、建立回归模型的步骤;通过探究使学生体会有些非线性模型通过变换可以转化为线性回归模型,了解在解决实际问题的过程中寻找更好的模型的方法。教学难点:求回归系数a,b;相关指数的计算、残差分析;了解常用函数的图象特点,选择不同的模型建模,并通过比较相关指数对不同的模型
4、进行比较。四、教学策略:教学方法:诱思探究教学法学习方法:自主探究、观察发现、合作交流、归纳总结。教学手段:多媒体辅助教学最新2021年高二文科数学教案2教学目标:知识与技能:了解离散型随机变量的方差、标准差的意义,会根据离散型随机变量的分布列求出方差或标准差。过程与方法:了解方差公式D(a+b)=a2D, 以及若(n,p),则D=np(1p),并会应用上述公式计算有关随机变量的方差 。情感、态度与价值观:承前启后,感悟数学与生活的和谐之美 ,体现数学的文化功能与人文价值。教学重点:离散型随机变量的方差、标准差教学难点:比较两个随机变量的期望与方差的大小,从而解决实际问题教具准备:多媒体、实物
5、投影仪 。教学设想:了解方差公式D(a+b)=a2D,以及若(n,p),则D=np(1p),并会应用上述公式计算有关随机变量的方差 。授课类型:新授课课时安排:2课时教 具:多媒体、实物投影仪内容分析:数 学期望是离散型随机变量的一个特征数,它反映了离散型随机变量取值的平均水平,表示了随机变量在随机实验中取值的平均值,所以又常称为随机变量的平均数、均值.今天,我们将对随机变量取值的稳定与波动、集中与离散的程度进行研究.其实在初中我们也对一组数据的波动情况作过研究,即研究过一组数据的方差.回顾一组数据的方差的概念:设在一组数据 , , 中,各数据与它们的平均值 得差的平方分别是 , , ,那么
6、+ +叫做这组数据的方差教学过程:一、复习引入:1.随机变量:如果随机试验的结果可以用一个变量来表示,那么这样的变量叫做随机变量 随机变量常用希腊字母、等表示2. 离散型随机变量:对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量3.连续型随机变量: 对于随机变量可能取的值,可以取某一区间内的一切值,这样的变量就叫做连续型随机变量4.离散型随机变量与连续型随机变量的区别与联系: 离散型随机变量与连续型随机变量都是用变量表示随机试验的结果;但是离散型随机变量的结果可以按一定次序一一列出,而连续性随机变量的结果不可以一一列出5. 分布列:x1 x2 xiP P1 P2
7、 Pi6. 分布列的两个性质: Pi0,i=1,2,; P1+P2+=1.7.二项分布:B(n,p),并记 =b(k;n,p).0 1 k nP8.几何分布: g(k,p)= ,其中k=0,1,2,, .1 2 3 kP9.数学期望: 一般地,若离散型随机变量的概率分布为x1 x2 xnP p1 p2 pn则称 为的数学期望,简称期望.10. 数学期望是离散型随机变量的一个特征数,它反映了离散型随机变量取值的平均水平11 平均数、均值:在有限取值离散型随机变量的概率分布中,令 ,则有 , ,所以的数学期望又称为平均数、均值12. 期望的一个性质:13.若 B(n,p),则E=np二、讲解新课:
8、1. 方差: 对于离散型随机变量,如果它所有可能取的值是 , , , ,且取这些值的概率分别是 , , ,那么,= + + +称为随机变量的均方差,简称为方差,式中的 是随机变量的期望.2. 标准差: 的算术平方根 叫做随机变量的标准差,记作 .3.方差的性质:(1) ;(2) ;(3)若B(n,p),则 np(1-p)4.其它:随机变量的方差的定义与一组数据的方差的定义式是相同的;随机变量的方差、标准差也是随机变量的特征数,它们都反映了随机变量取值的稳定与波动、集中与离散的程度;标准差与随机变量本身有相同的单位,所以在实际问题中应用更广泛三、讲解范例:例1.随机抛掷一枚质地均匀的骰子,求向上
9、一面的点数的均值、方差和标准差. 解:抛掷散子所得点数X 的分布列为 1 2 3 4 5 6 从而 例2.有甲乙两个单位都愿意聘用你,而你能获得如下信息: 甲单位不同职位月工资X1/元 1200 1400 1600 1800 获得相应职位的概率P1 0.4 0.3 0.2 0.1 乙单位不同职位月工资X2/元 1000 1400 1800 2000 获得相应职位的概率P2 0.4 0.3 0.2 0.1 根据工资待遇的差异情况,你愿意选择哪家单位? 解:根据月工资的分布列,利用计算器可算得 EX1 = 12000.4 + 1 4000.3 + 16000.2 + 18000.1 = 1400
10、, DX1 = (1200-1400) 2 0. 4 + (1400-1400 ) 20.3 + (1600 -1400 )20.2+(1800-1400) 20. 1 = 40 000 ; EX2=1 0000.4 +1 4000.3 + 1 8000.2 + 22000.1 = 1400 , DX2 = (1000-1400)20. 4+(1 400-1400)0.3 + (1800-1400)20.2 + (2200-1400 )20.l = 160000 . 因为EX1 =EX2, DX 1 例3.设随机变量的分布列为 1 2 nP求D解:(略) ,例4.已知离散型随机变量 的概率分布
11、为1 2 3 4 5 6 7P离散型随机变量 的概率分布为3.7 3.8 3.9 4 4.1 4.2 4.3P求这两个随机变量期望、均方差与标准差解: ;=0.04, .点评:本题中的 和 都以相等的概率取各个不同的值,但 的取值较为分散, 的取值较为集中. , , ,方差比较清楚地指出了 比 取值更集中.=2, =0.02,可以看出这两个随机变量取值与其期望值的偏差例5.甲、乙两射手在同一条件下进行射击,分布列如下:射手甲击中环数8,9,10的概率分别为0.2,0.6,0.2;射手乙击中环数8,9,10的概率分别为 0.4,0.2,0.24 用击中环数的期望与方差比较两名射手的射击水平解:+
12、(10-9) ;同理有由上可知, , 所以,在射击之前,可以预测甲、乙两名射手所得的平均环数很接近,均在9环左右,但甲所得环数较集中,以9环居多,而乙得环数较分散,得8、10环地次数多些.点评:本题中, 和 所有可能取的值是一致的,只是概率的分布情况不同. =9,这时就通过 =0.4和 =0.8来比较 和 的离散程度,即两名射手成绩的稳定情况例6.A、B两台机床同时加工零件,每生产一批数量较大的产品时,出次品的概率如下表所示:A机床 B机床次品数1 0 1 2 3 次品数1 0 1 2 3概率P 0.7 0.2 0.06 0 .04 概率P 0.8 0.06 0.04 0.10问哪一台机床加工
13、质量较好解: E1=00.7+10.2+20.06+30.04=0.44,E2=00.8+10.06+20.04+30.10=0.44.它们的期望相同,再比较它们的方差D1=(0-0.44)20.7+(1-0.44)20.2+(2-0.44)20.06+(3-0.44)20.04=0.6064,D2=(0-0.44)20.8+(1-0.44)20.06+(2-0.44)20.04+(3-0.44)20.10=0.9264.D1 D2 故A机床加工较稳定、质量较好.四、课堂练习:1 .已知 ,则 的值分别是( )A. ;B. ;C. ;D.答案:1.D2 . 一盒中装有零件12个,其中有9个正品
14、,3个次品,从中任取一个,如果每次取出次品就不再放回去,再取一个零件,直到取得正品为止.求在取得正品之前已取出次品数的期望.分析:涉及次品率;抽样是否放回的问题.本例采用不放回抽样,每次抽样后次品率将会发生变化,即各次抽样是不独立的.如果抽样采用放回抽样,则各次抽样的次品率不变,各次抽样是否抽出次品是完全独立的事件.解:设取得正品之前已取出的次品数为,显然所有可能取的值为0,1,2,3当=0时,即第一次取得正品,试验停止,则P(=0)=当=1时,即第一次取出次品,第二次取得正品,试验停止,则P(=1)=当=2时,即第一、二次取出次品,第三次取得正品,试验停止,则P(=2)=当=3时,即第一、二
15、、三次取出次品,第四次取得正品,试验停止,则P(=3)=所以,E=3. 有一批数量很大的商品的次品率为1% ,从中任意地连续取出200件商品,设其中次品数为,求E,D分析:涉及产品数量很大,而且抽查次数又相对较少的产品抽查问题.由于产品数量很大,因而抽样时抽出次品与否对后面的抽样的次品率影响很小,所以可以认为各次抽查的结果是彼此独立的.解答本题,关键是理解清楚:抽200件商品可以看作200次独立重复试验,即 B(200,1%),从而可用公式:E=np,D=npq(这里q=1-p)直接进行计算解:因为商品数量相当大,抽200件商品可以看作200次独立重复试验,所以 B(200,1%) 因为E=n
16、p,D=npq,这里n=200,p=1%,q=99%,所以,E=2001%=2,D=2001%99%=1.984. 设事件A发生的概率为p,证明事件A在一次试验中发生次数的方差不超过1/4分析:这是一道纯数学问题.要求学生熟悉随机变量的期望与方差的计算方法,关键还是掌握随机变量的分布列.求出方差D=P(1-P)后,我们知道D是关于P(P0)的二次函数,这里可用配方法,也可用重要不等式证明结论证明:因为所有可能取的值为0,1且P(=0)=1-p,P(=1)=p,所以,E=0(1-p)+1p=p则 D=(0-p)2(1-p)+(1-p) 2p=p(1-p)5. 有A、B两种钢筋,从中取等量样品检查
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022 最新 2021 年高 文科 数学教案
限制150内