【Учебник по программе человека】Выборные обязательные курсы по математике для старших классов, часть третья (версия А)
Настоящий учебный материал в основном охватывает продвинутые темы школьной математики, включая принципы подсчета (сложение по классам, умножение по шагам, перестановки и сочетания, а также биномиальная теорема), случайные величины и их распределения (условная вероятность, дискретные распределения, биномиальное распределение и нормальное распределение), а также статистический анализ парных данных (линейная регрессия с одним фактором, проверка независимости).
Обзор курса
📚 Обзор содержания
Настоящий учебник в основном охватывает продвинутые темы школьной математики, включая принципы подсчёта (сложение по категориям, умножение по шагам, перестановки и сочетания, а также биномиальная теорема), случайные величины и их распределения (условная вероятность, дискретные распределения, биномиальное и нормальное распределения), а также статистический анализ парных данных (линейная регрессия первого порядка, проверка независимости).
Исследуйте правила подсчёта, почувствуйте законы случайности, освойте основы анализа данных.
Автор: Чжан Цзянььюэ, Ли Цзэнху
Благодарности: Настоящий учебник был одобрен экспертным комитетом Государственного комитета по учебникам (2019)
🎯 Цели обучения
- Уметь точно различать и применять принцип сложения по категориям и принцип умножения по шагам для решения практических задач.
- Понимать свойства биномиальных коэффициентов (симметрия, монотонность, сумма) и уметь использовать треугольник Шэй-Хуя для решения задач на сумму сочетаний.
- Уметь строить математические модели, анализировать количество путей выполнения компьютерной программы и ёмкость кодирования автомобильных номеров, а также доказывать обобщённую форму биномиальной теоремы.
- Уметь свободно применять формулу полной вероятности и формулу Байеса для решения задач на вычисление вероятностей в сложных контекстах.
- Понимать концепцию дискретной случайной величины, владеть свойствами функции распределения и самостоятельно находить среднее значение (математическое ожидание) и дисперсию.
- Уметь точно определять n-кратный испытания Бернулли, различать области применения биномиального и гипергеометрического распределений (с возвращением и без возвращения выборки).
- Уметь отличать корреляционную зависимость от функциональной зависимости, определять положительную или отрицательную корреляцию по точечной диаграмме, а также вычислять выборочный коэффициент корреляции r для оценки силы линейной связи.
- Владеть методом наименьших квадратов для оценки параметров линейной регрессии первого порядка, строить эмпирическое уравнение регрессии и проводить разумные прогнозы и анализ остатков.
- Понимать основные принципы проверки независимости, уметь формулировать нулевую гипотезу и с помощью статистики \chi^2 делать выводы о независимости категориальных переменных.
Уроки 共 3 课时 · 预计 9.0h
Уроки
Lesson
本课程介绍了计数原理的两大基石:分类加法原理与分步乘法原理,重点讲解了如何通过逻辑拆解处理互斥方案与连续步骤。课程进一步将这些原理应用于数字系统、程序路径及号牌容量等实际建模场景,并引入二项式定理与条件概率,帮助学生掌握复杂问题的结构化分析方法。
本课程介绍了条件概率、全概率公式及贝叶斯公式在因果推理中的应用,并探讨了离散型随机变量的定义及其分布列的性质。通过这些数学工具,学生将学习如何基于已知证据进行逻辑逆推,并掌握处理随机现象数值化的核心方法。
本课程介绍了成对数据的统计分析,重点区分了确定性的函数关系与非确定性的相关关系,并利用散点图直观判断变量间的线性趋势。此外,课程引入了样本相关系数 $r$ 作为衡量线性相关强度的定量指标,强调了 $|r|$ 的取值范围及其几何意义,并提醒学生警惕相关性与因果性之间的逻辑误区。