Дисперсия биномиального и геометрического распределения
Цели и задачи
- Цель по SMART: к концу урока вывести и обосновать формулы дисперсии биномиального и геометрического распределений, применять их при решении не менее трёх задач и интерпретировать полученный результат.
- Сформировать понимание дисперсии как меры разброса случайной величины относительно её математического ожидания.
- Вывести формулу $D(X)=np(1-p)$ для биномиального распределения и формулу $D(X)=\frac{1-p}{p^2}$ для геометрического распределения.
- Развивать умение работать с вероятностной моделью, выполнять алгебраические преобразования и проверять правдоподобие результата.
- Формировать ответственное отношение к математическому моделированию реальных процессов и готовность аргументировать выбранный способ решения.
Планируемые результаты
Личностные
- Осознавать практическую ценность вероятностных моделей для анализа данных и принятия решений.
- Проявлять интерес к исследовательскому выводу формул, а не только к их запоминанию.
- Оценивать собственную готовность применять формулы дисперсии в учебных и профессионально ориентированных задачах.
- Понимать значение аккуратности вычислений при интерпретации статистических результатов.
Метапредметные
- Выделять известные параметры распределения и выбирать соответствующую вероятностную модель.
- Строить рассуждение от определения дисперсии к формуле и проверять его на частных случаях.
- Работать с таблицей вероятностей, математическими выражениями и цифровыми вычислениями.
- Сотрудничать в паре, формулировать гипотезу, задавать уточняющие вопросы и аргументировать вывод.
- Проводить рефлексию правильности алгоритма и выявлять место затруднения.
Предметные
- Знать определения математического ожидания и дисперсии случайной величины.
- Знать формулы дисперсии биномиального и геометрического распределений и условия их применения.
- Уметь находить дисперсию и среднее квадратическое отклонение по параметрам $n$ и $p$.
- Уметь распознавать биномиальную и геометрическую модели в задачах с повторными испытаниями.
- Уметь интерпретировать дисперсию как характеристику разброса числа успехов или номера первого успеха.
Универсальные учебные действия (УУД)
Личностные УУД
- Определяют личный учебный запрос: научиться не просто подставлять параметры, а понимать происхождение формулы.
- Связывают изучаемую тему с анализом результатов эксперимента, инженерией, экономикой и информатикой.
- Осознают ответственность за корректное толкование вероятностных показателей.
- Сохраняют учебную мотивацию при выполнении преобразований и проверке гипотез.
Регулятивные УУД
- Формулируют цель исследования и планируют последовательность вывода.
- Сверяют решение с условиями распределения и контролируют обозначения параметров.
- Используют эталон для самопроверки и исправляют найденные ошибки.
- Оценивают степень достижения цели по результатам самостоятельной работы.
Познавательные УУД
- Извлекают информацию из таблицы распределения и математической модели.
- Сравнивают биномиальное и геометрическое распределения по смыслу случайной величины.
- Преобразуют сумму и используют свойства математического ожидания при выводе дисперсии.
- Проверяют формулу на крайних и частных значениях параметра.
- Моделируют случайный эксперимент с помощью электронных таблиц или калькулятора.
Коммуникативные УУД
- Обсуждают гипотезу в паре и распределяют роли: вычислитель и проверяющий.
- Формулируют уточняющие вопросы о независимости испытаний и диапазоне параметра $p$.
- Аргументированно представляют вывод формулы классу.
- Корректно сопоставляют разные способы решения и принимают обоснованное решение пары.
Подготовка учителя к уроку
- Подготовить презентацию с определениями математического ожидания, дисперсии и двумя моделями повторных испытаний.
- Вывести на доску обозначения: $X$ — число успехов или номер первого успеха, $p$ — вероятность успеха, $q=1-p$.
- Распечатать карточки для парной работы: по одной карточке на пару, всего 15–16 экземпляров, с таблицами параметров и вопросами на вывод формул.
- Подготовить лист самостоятельной работы трёх уровней — по одному экземпляру на каждого ученика.
- Подготовить лист самооценки с пунктами «я распознаю модель», «я выбираю формулу», «я интерпретирую дисперсию».
- Открыть электронную таблицу или интерактивный симулятор независимых испытаний; предусмотреть вариант без подключения к интернету.
- Разместить на доске памятку: $D(X)=E(X^2)-[E(X)]^2$, $q=1-p$, $\sigma(X)=\sqrt{D(X)}$.
- Подготовить маркеры, стикеры двух цветов и таймер для парной работы.
- Заранее проверить, что на экране видны графики частот числа успехов и номера первого успеха при различных значениях $p$.
Ход урока
Этап 1. Организационный момент и мотивация (3 мин)
Цель этапа: включить учеников в исследование и показать практический смысл дисперсии.
Время | Действие учителя | Действие учеников |
|---|---|---|
1 мин | Учитель приветствует класс и показывает на экране два набора результатов компьютерного эксперимента: в каждом выполнено одинаковое число серий испытаний, но разброс числа успехов различен. «Ребята, среднее число успехов в двух сериях почти одинаково. Почему же один результат кажется более предсказуемым? Какую характеристику нужно использовать, кроме среднего?» | Рассматривают два набора данных, формулируют предположения: «Нужно измерить разброс», «Одного математического ожидания недостаточно». Отвечают: «Нужна дисперсия». |
2 мин | Учитель объявляет проблемный вопрос: «Сегодня мы не будем механически получать две формулы. Нам нужно выяснить, почему для биномиальной модели появляется множитель $n$, а для геометрической — квадрат вероятности в знаменателе. В конце урока вы должны суметь объяснить это своими словами». | Записывают тему, формулируют личную цель: «понять вывод формул и научиться применять их к задачам». |
Завершение этапа: учитель подводит итог: «Мы увидели, что одинаковое среднее не означает одинаковый разброс. Сначала восстановим инструменты, которые понадобятся для вывода формул».
Этап 2. Актуализация знаний (6 мин)
Цель этапа: восстановить определения и свойства, необходимые для самостоятельного вывода.
Время | Действие учителя | Действие учеников |
|---|---|---|
2 мин | Учитель выводит на экран карточку с вопросами: «Что называется математическим ожиданием? Как записывается дисперсия через $E(X)$ и $E(X^2)$? Назовите диапазон вероятности успеха». Учитель фиксирует ответы в виде схемы. | Записывают определения и отвечают: «$E(X)$ — среднее теоретическое значение», «$D(X)=E(X^2)-[E(X)]^2$», «$0\leq p\leq1$». |
2 мин | Учитель предлагает приём «Подумай — обсуди в паре — поделись»: «За 30 секунд вспомните, что означает независимость испытаний. Затем обсудите с соседом, почему при независимых испытаниях вероятность последовательности перемножается». | Сначала формулируют ответ индивидуально, затем обсуждают в паре и сообщают: «Результат одного испытания не меняет вероятность другого; вероятность последовательности равна произведению вероятностей». |
2 мин | Учитель показывает две схемы: «В первой модели фиксировано число испытаний и считается число успехов. Во второй испытания продолжаются до первого успеха. Как называются эти модели?» | Сопоставляют схемы и отвечают: «Биномиальное распределение» и «геометрическое распределение». |
Завершение этапа: учитель подводит итог: «Мы вспомнили определение дисперсии и различили две модели. Теперь проверим, можем ли по смыслу предсказать вид будущих формул».
Этап 3. Постановка проблемы и целеполагание (4 мин)
Цель этапа: выдвинуть гипотезы о формулах и определить план исследования.
Время | Действие учителя | Действие учеников |
|---|---|---|
2 мин | Учитель раздаёт парные карточки. «В первой задаче выполняется $n$ независимых испытаний с вероятностью успеха $p$. Во второй испытания продолжаются до первого успеха. Не вычисляя подробно, предположите: от каких параметров будет зависеть разброс? Что произойдёт с ним при увеличении $n$?» | В парах обсуждают: для биномиальной модели дисперсия должна зависеть от $n$ и $p$; при увеличении числа испытаний разброс числа успехов возрастает. Для геометрической модели разброс особенно велик при малом $p$. |
2 мин | Учитель записывает план: «1) представить биномиальную случайную величину как сумму индикаторов; 2) вывести дисперсию; 3) исследовать геометрическую модель через ряд или известные моменты; 4) применить формулы и проверить смысл результата». | Фиксируют план в тетрадях, задают вопросы, уточняют, какой этап будет выполняться в паре, а какой — индивидуально. |
Посмотрите план целиком
Зарегистрируйтесь — и откройте план урока по этой теме полностью: цели, ход урока и рефлексия по ФГОС.
Завершение этапа: учитель подводит итог: «Гипотезы сформулированы, а план исследования понятен. Переходим к главному открытию — сначала к биномиальному распределению, где скрыта сумма независимых испытаний».
Этап 4. Открытие нового знания: биномиальное распределение (10 мин)
Цель этапа: вывести формулу дисперсии биномиального распределения через индикаторы независимых испытаний.
Время | Действие учителя | Действие учеников |
|---|---|---|
3 мин | Учитель показывает на экране модель: «Пусть $I_k=1$, если в $k$-м испытании произошёл успех, и $I_k=0$ иначе. Тогда число успехов $X=I_1+I_2+\ldots+I_n$. Каковы $E(I_k)$ и $D(I_k)$?» Учитель направляет рассуждение и напоминает $I_k^2=I_k$. | В парах заполняют карточку: $E(I_k)=p$, $E(I_k^2)=p$, поэтому $D(I_k)=p-p^2=p(1-p)=pq$. Объясняют, почему индикатор принимает только значения 0 и 1. |
4 мин | Учитель задаёт Сократовский диалог: «Как связана дисперсия суммы независимых случайных величин с суммой дисперсий? Что меняется, если испытания независимы? Запишите цепочку равенств». На доске появляется только начало: $D(X)=D(I_1+\ldots+I_n)$. | Продолжают вывод: $D(X)=D(I_1)+\ldots+D(I_n)=npq=np(1-p)$. Один ученик объясняет вывод у доски, второй проверяет отсутствие ковариационных членов. |
3 мин | Учитель предлагает проверку частных случаев: «Что получится при $p=0$ или $p=1$? При каком $p$ при фиксированном $n$ дисперсия максимальна? Необходимо обосновать ответ, а не назвать его». | Вычисляют: при $p=0$ и $p=1$ дисперсия равна нулю; функция $p(1-p)$ максимальна при $p=\frac12$, поэтому максимум равен $\frac n4$. Формулируют смысл: неопределённость максимальна при равновероятных исходах. |
Запись в тетрадях
Биномиальная модель: $X\sim Bin(n,p)$ — число успехов в $n$ независимых испытаниях; $q=1-p$. Формулы: $E(X)=np$, $D(X)=npq=np(1-p)$, $\sigma(X)=\sqrt{npq}$.
Завершение этапа: учитель подводит итог: «В биномиальной модели каждое испытание вносит в общий разброс величину $pq$, а независимые вклады складываются. Теперь исследуем другую ситуацию: испытания не фиксированы по числу, потому что нас интересует номер первого успеха».
Этап 5. Открытие нового знания: геометрическое распределение (8 мин)
Цель этапа: установить формулу дисперсии геометрического распределения и связать её с математическим ожиданием.
Время | Действие учителя | Действие учеников |
|---|---|---|
3 мин | Учитель показывает таблицу: «Пусть $Y$ — номер испытания, на котором впервые произошёл успех. Тогда $P(Y=k)=q^{k-1}p$, $k=1,2,\ldots$. Почему здесь стоит $q^{k-1}p$?» | Объясняют: «Первые $k-1$ испытаний должны быть неудачными, а $k$-е — успешным, поэтому вероятность равна $q^{k-1}p$». |
3 мин | Учитель напоминает результат для геометрического распределения и организует вывод через второй момент: «Используем $D(Y)=E(Y^2)-[E(Y)]^2$. Для геометрического ряда получаются $E(Y)=\frac1p$ и $E(Y^2)=\frac{2-p}{p^2}$. Подставьте эти выражения и внимательно упростите». | Выполняют преобразования: $D(Y)=\frac{2-p}{p^2}-\frac1{p^2}=\frac{1-p}{p^2}=\frac q{p^2}$. Сверяют шаги в паре и отмечают место, где используется $q=1-p$. |
2 мин | Учитель задаёт вопрос на интерпретацию: «Что произойдёт с дисперсией при $p\to1$ и при $p\to0$? Согласуется ли это с содержанием случайной величины?» | Отвечают: «При $p\to1$ первый успех почти всегда происходит сразу, поэтому дисперсия стремится к нулю. При $p\to0$ ожидание и разброс резко возрастают». |
Запись в тетрадях
Геометрическая модель: $Y\sim Geom(p)$ — номер испытания до первого успеха; $P(Y=k)=q^{k-1}p$. Формулы: $E(Y)=\frac1p$, $D(Y)=\frac{q}{p^2}=\frac{1-p}{p^2}$, $\sigma(Y)=\frac{\sqrt q}{p}$.
Завершение этапа: учитель подводит итог: «Мы получили вторую формулу и увидели, почему малое $p$ приводит к большому разбросу номера первого успеха. Теперь применим обе формулы к конкретным ситуациям и проверим понимание».
Этап 6. Первичное закрепление и межпредметная связь (6 мин)
Цель этапа: научиться распознавать модель, выбирать формулу и интерпретировать результат в контексте информатики и анализа данных.
Время | Действие учителя | Действие учеников |
|---|---|---|
3 мин | Учитель выводит на экран две ситуации. «Система обнаруживает ошибку в каждом из 20 независимых пакетов с вероятностью $0{,}1$. Найдите дисперсию числа обнаруженных ошибок. Затем рассмотрите попытки подключения к серверу, где вероятность успешного подключения равна $0{,}25$. Найдите дисперсию номера первой успешной попытки». Учитель просит сначала назвать модели. | В парах определяют: первая задача — биномиальная, $n=20$, $p=0{,}1$; вторая — геометрическая, $p=0{,}25$. Вычисляют: $D(X)=20\cdot0{,}1\cdot0{,}9=1{,}8$; $D(Y)=\frac{0{,}75}{0{,}25^2}=12$. |
3 мин | Учитель связывает задание с информатикой: «В электронных системах число ошибок и время до первого успешного соединения описываются разными величинами. Объясните, почему нельзя применить одну и ту же формулу к обеим ситуациям. Что означает число 12 во второй задаче?» | Формулируют: «В первой задаче число испытаний фиксировано, во второй фиксирован результат — первый успех». Интерпретируют: «Номер первой успешной попытки имеет значительный разброс; среднее значение равно 4, а дисперсия равна 12». |
Завершение этапа: учитель подводит итог: «Вы не только вычислили показатели, но и связали формулу с типом случайной величины. Теперь каждый самостоятельно проверит, насколько уверенно выполняет полный алгоритм».
Этап 7. Самостоятельная работа с самопроверкой (5 мин)
Цель этапа: диагностировать индивидуальное владение формулами и алгоритмом решения.
Время | Действие учителя | Действие учеников |
|---|---|---|
1 мин | Учитель раздаёт задания трёх уровней: «Выберите уровень по готовности. Обязательное условие для каждого решения — указать модель, параметры, формулу и единицу смысла результата». | Выбирают карточку базового, повышающего или дополнительного уровня, записывают название модели и параметры. |
3 мин | Учитель предлагает задания. Базовый уровень: найти дисперсию $X\sim Bin(30;0{,}2)$ и $Y\sim Geom(0{,}4)$. Повышенный уровень: сравнить дисперсии $Bin(16;0{,}25)$ и $Bin(16;0{,}75)$, объяснив результат. Дополнительный уровень: определить $p$, если для геометрического распределения $D(Y)=6$. | Решают индивидуально. Получают: $D(X)=30\cdot0{,}2\cdot0{,}8=4{,}8$; $D(Y)=\frac{0{,}6}{0{,}16}=3{,}75$; в сравнительной задаче обе дисперсии равны $3$; в дополнительной задаче $\frac{1-p}{p^2}=6$, то есть $6p^2+p-1=0$, положительный корень $p=\frac13$. |
1 мин | Учитель открывает эталон на экране и просит выполнить самопроверку цветным знаком: зелёный — без ошибок, жёлтый — одна вычислительная ошибка, красный — затруднение в выборе модели. | Сверяют решение по четырём шагам, исправляют ошибки, ставят знак самооценки и записывают вопрос, который остался. |
Эталон решения
Для $X\sim Bin(30;0{,}2)$: $q=0{,}8$, поэтому $D(X)=npq=30\cdot0{,}2\cdot0{,}8=4{,}8$. Для $Y\sim Geom(0{,}4)$: $q=0{,}6$, поэтому $D(Y)=\frac q{p^2}=\frac{0{,}6}{0{,}4^2}=3{,}75$. Важно сначала определить смысл случайной величины, а затем выбирать формулу.
Завершение этапа: учитель подводит итог: «Самопроверка показала, что ключевой шаг — распознать модель и только затем подставлять параметры. Завершим урок рефлексией: вернёмся к проблемному вопросу и оценим собственное продвижение».
Этап 8. Рефлексия, итог и домашнее задание (3 мин)
Цель этапа: осознать результат исследования, выявить затруднения и определить дальнейшую работу.
Время | Действие учителя | Действие учеников |
|---|---|---|
1 мин | Учитель предлагает «Билет на выход»: «Запишите два предложения: чем отличаются модели и почему в формуле биномиальной дисперсии стоит $n$, а в геометрической — $p^2$ в знаменателе». | Письменно формулируют различие моделей и объясняют смысл параметров в формулах. |
1 мин | Учитель просит поставить в листе самооценки отметки «могу», «нужна тренировка», «нужна помощь» напротив трёх умений: распознать модель, вычислить дисперсию, интерпретировать результат. | Заполняют лист самооценки, формулируют индивидуальное затруднение. |
1 мин | Учитель сообщает домашнее задание и обращается к классу: «Выберите обязательный уровень; повышенный и дополнительный используйте для углубления. При решении обязательно поясняйте смысл случайной величины». | Записывают домашнее задание, задают уточняющие вопросы, сдают билеты на выход. |
Завершение этапа: учитель подводит итог: «Сегодня вы вывели две формулы, а не просто получили их из справочника. На следующем уроке мы будем использовать дисперсию и среднее квадратическое отклонение для анализа и сравнения вероятностных моделей».
Критерии оценивания практической работы
- «5» — верно определены модели во всех предложенных ситуациях, корректно записаны параметры, применены формулы дисперсии, выполнены вычисления и дана содержательная интерпретация результата; самостоятельная работа выполнена без существенных ошибок.
- «4» — правильно выбраны модели и формулы, но допущена одна вычислительная или оформительская ошибка, не нарушающая общий ход рассуждения; интерпретация дана частично.
- «3» — ученик узнаёт хотя бы одну модель и применяет соответствующую формулу с помощью подсказки, но допускает ошибки в параметрах, преобразованиях или объяснении смысла дисперсии.
Рефлексия
Вопрос для ученика | Цель вопроса |
|---|---|
«Как по условию отличить биномиальную случайную величину от геометрической?» | Проверка понимания смысла случайной величины и выбора модели. |
«Почему в биномиальной модели дисперсия равна сумме вкладов отдельных испытаний?» | Выявление понимания роли индикаторов и независимости. |
«Что означает большое значение дисперсии геометрического распределения при малом $p$?» | Проверка умения интерпретировать формулу в контексте. |
«На каком шаге решения вы сегодня испытывали наибольшее затруднение?» | Диагностика индивидуальных пробелов и планирование коррекции. |
Завершающее слово учителя
«Сегодня мы установили, что дисперсия зависит не только от среднего значения, но и от устройства случайного эксперимента. Для биномиального распределения разброс складывается из независимых вкладов отдельных испытаний, поэтому появляется множитель $n$. Для геометрического распределения малое значение $p$ увеличивает неопределённость номера первого успеха, поэтому дисперсия растёт как $\frac{1-p}{p^2}$. Типичная ошибка — перепутать число успехов с номером первой попытки. На следующем уроке мы продолжим сравнивать модели по среднему квадратическому отклонению и вероятностям отклонения от среднего».»
Домашнее задание
Уровень | Что задать | Зачем |
|---|---|---|
Базовый (обязательный) | Решить 4 задачи: две на дисперсию биномиального распределения с заданными $n$ и $p$ и две на дисперсию геометрического распределения с заданной вероятностью успеха. В каждом решении указать смысл случайной величины, параметры, формулу и ответ. | Закрепляет распознавание моделей и прямое применение формул; при проверке обратить внимание на правильность $q=1-p$ и выбор знаменателя $p^2$. |
Средний (повышающий) | Решить 3 задачи на сравнение разброса: сравнить две биномиальные модели при разных $p$, сравнить геометрические модели при разных $p$ и объяснить результат через жизненный или технический контекст. | Развивает интерпретацию и сравнение моделей; при проверке смотреть, связана ли численная величина дисперсии с содержанием задачи. |
Продвинутый (дополнительный) | Составить собственный вероятностный эксперимент из 10–20 независимых испытаний и описать его биномиальной моделью, затем придумать ситуацию ожидания первого успеха и описать её геометрической моделью. Для обеих моделей вычислить математическое ожидание, дисперсию и среднее квадратическое отклонение. | Формирует умение создавать вероятностную модель и проверять согласованность параметров; при проверке оценить корректность условий, формул и объяснения результата. |
Контрольные вопросы перед выходом: «Что является случайной величиной в биномиальной модели? Как связаны $p$ и $q$? Запишите формулу $D(X)$ для $Bin(n,p)$. Запишите формулу $D(Y)$ для $Geom(p)$. Почему при $p=1$ обе модели имеют нулевую дисперсию?»