【Edición del Ministerio de Educación】Matemáticas de Secundaria, Volumen III Obligatorio Selectivo (Edición A)

📚 Resumen del contenido

Este libro de texto abarca principalmente contenidos avanzados de matemáticas para secundaria, incluyendo principios de conteo (suma por categorías, multiplicación por etapas, permutaciones y combinaciones, así como el teorema del binomio), variables aleatorias y sus distribuciones (probabilidad condicional, distribuciones discretas, distribución binomial y distribución normal), y análisis estadístico de datos emparejados (regresión lineal simple, prueba de independencia).

Explora las reglas del conteo, percibe las leyes del azar y domina el núcleo del análisis de datos.

Autor: Zhang Jianyue, Li Zenghu

Agradecimientos: Este libro ha sido revisado y aprobado por el Comité de Expertos del Comité Nacional de Libros de Texto (2019)

🎯 Objetivos de aprendizaje

1. Ser capaz de distinguir claramente y aplicar correctamente los principios de conteo por suma por categorías y multiplicación por etapas para resolver problemas prácticos.
2. Entender las propiedades de los coeficientes binomiales (simetría, monotonía, suma) y utilizar el triángulo de Pascal para resolver problemas de sumatoria de números combinatorios.
3. Ser capaz de establecer modelos matemáticos para analizar la cantidad de caminos ejecutados por un ordenador y la capacidad de codificación de matrículas de vehículos, y demostrar formas generalizadas del teorema del binomio.
4. Saber aplicar con fluidez la fórmula de la probabilidad total y la fórmula de Bayes para resolver problemas de cálculo de probabilidades en contextos complejos.
5. Comprender el concepto de variable aleatoria discreta, dominar las propiedades de la distribución de probabilidad y poder calcular independientemente la media (esperanza) y la varianza.
6. Ser capaz de identificar correctamente experimentos de Bernoulli de n repeticiones, y diferenciar escenarios adecuados para la distribución binomial y la distribución hipergeométrica (muestreo con y sin reemplazo).
7. Ser capaz de distinguir entre relaciones correlacionales y relaciones funcionales, determinar mediante gráficos de dispersión si la correlación es positiva o negativa, y calcular el coeficiente de correlación muestral r para medir la intensidad de la correlación lineal.
8. Dominar el método de mínimos cuadrados para estimar parámetros de regresión lineal simple, establecer ecuaciones empíricas de regresión y realizar predicciones razonables junto con análisis de residuos.
9. Comprender los principios básicos de la prueba de independencia, poder formular una hipótesis nula y utilizar el estadístico \chi^2 para evaluar la independencia entre variables categóricas.

🔹 Lección 1: Principios de conteo

Descripción general: Esta sesión cubre la lógica fundamental del conteo, centrándose en la definición, diferencias y aplicaciones de los principios de conteo por suma por categorías y multiplicación por etapas. Asimismo, se profundiza en la estructura del teorema del binomio, incluyendo las regularidades numéricas del triángulo de Pascal, las propiedades de simetría y monotonía de los coeficientes binomiales, y su aplicación práctica en pruebas de programas informáticos y reglamentaciones de matrículas civiles.

Resultados del aprendizaje:

• Ser capaz de distinguir claramente y aplicar correctamente los principios de conteo por suma por categorías y multiplicación por etapas para resolver problemas prácticos.
• Entender las propiedades de los coeficientes binomiales (simetría, monotonía, suma) y utilizar el triángulo de Pascal para resolver problemas de sumatoria de números combinatorios.
• Ser capaz de establecer modelos matemáticos para analizar la cantidad de caminos ejecutados por un ordenador y la capacidad de codificación de matrículas de vehículos, y demostrar formas generalizadas del teorema del binomio.

🔹 Lección 2: Variables aleatorias y sus distribuciones

Descripción general: Este módulo de curso abarca todo el sistema de conocimientos desde la probabilidad condicional hasta las variables aleatorias discretas y sus distribuciones. Los contenidos centrales incluyen las tres fórmulas clave de la probabilidad condicional (multiplicación, probabilidad total y Bayes) y sus aplicaciones en inteligencia artificial y teoría de juegos, así como la comparación entre la distribución binomial y la distribución hipergeométrica.

Resultados del aprendizaje:

• Ser capaz de aplicar con fluidez la fórmula de la probabilidad total y la fórmula de Bayes para resolver problemas de cálculo de probabilidades en contextos complejos.
• Entender el concepto de variable aleatoria discreta, dominar las propiedades de la distribución de probabilidad y poder calcular independientemente la media (esperanza) y la varianza.
• Ser capaz de identificar correctamente experimentos de Bernoulli de n repeticiones y diferenciar escenarios adecuados para la distribución binomial y la distribución hipergeométrica.

🔹 Lección 3: Análisis estadístico de datos emparejados

Descripción general: El objetivo de este curso es guiar a los estudiantes a comprender las relaciones de correlación no deterministas entre variables mediante el análisis estadístico de datos emparejados. Los estudiantes aprenderán desde la observación intuitiva de diagramas de dispersión hasta la caracterización cuantitativa mediante el coeficiente de correlación muestral, adquiriendo habilidades para establecer, evaluar y aplicar modelos de regresión lineal simple.

Resultados del aprendizaje:

• Ser capaz de distinguir entre relaciones correlacionales y relaciones funcionales, determinar mediante gráficos de dispersión si la correlación es positiva o negativa, y calcular el coeficiente de correlación muestral r para medir la intensidad de la correlación lineal.
• Dominar el método de mínimos cuadrados para estimar parámetros de regresión lineal simple, establecer ecuaciones empíricas de regresión y realizar predicciones razonables junto con análisis de residuos.
• Comprender los principios básicos de la prueba de independencia, poder formular una hipótesis nula y utilizar el estadístico \chi^2 para evaluar la independencia entre variables categóricas.