随着香港更多学校采用国际文凭课程 (IB)，数学：应用与解析 (AI) 成为了目标攻读商业、社会科学、建筑、环境研究、经济学及数据相关领域学生的首选路径。在 AI（SL 或 HL）中取得 Level 7 仍是一项严谨且具挑战性的成就。
本指南涵盖内容
- IB 数学 AI 的独特之处
- 影响 Level 7 表现的关键大纲领域
- 计算器熟练掌握
- 应试策略及建议准备时间表
- 强大 IA 的特征
- 应避免的常见陷阱
为什么数学 AI 独一无二
数学 AI 强调现实世界的应用而非理论抽象。目标 Level 7 的学生必须能够熟练地解读数据、建立数学模型、使用图形计算器并清晰地解释推理过程。
学生学习数学如何与现实世界的数据、不确定性和技术互动，而不仅仅是代数运算。本学科奖励具备以下能力的学：
- 解读杂乱或不完整的数据
- 建立现实的数学模型
- 战略性地使用 GDC（绘图计算器）
- 清晰地沟通推理过程
- 评估其解决方案的有效性与局限性
影响 Level 7 表现的关键大纲领域
SL 和 HL 的共同内容包括统计学、建模、函数图形行为、财务数学和微分。HL 学生还需额外学习统计推断、进阶微积分、矩阵和网络。
统计与数据分析
- 常态分布 (Normal distribution)
- 相关性与因果关系
- 概率与条件概率
- 集中趋势与离散程度的衡量
- 解读盒形图、直方图和散点图
- 识别数据集中的偏差与可靠性
AI 考试充满了现实生活语境（环境数据、社会趋势、金融）。误读哪怕微小的数据线索都会导致失分。
数学建模 (Mathematical Modelling)
- 线性、二次、指数、逻辑模型
- 根据数据选择最合适的模型
- 解读参数 (Parameters) 与残差 (Residuals)
Paper 2 的大部分计算器题目都围绕着构建和评估模型展开。
函数与图形行为
- 定义域、值域、渐近线、增长行为
- 变换 (Transformations)
- 复合函数与反函数（HL 要求更深）
- 这些内容通常大量出现在 Paper 1 中。
财务数学
- 复利
- 年金 (Annuities)
- 折旧 (Depreciation)
财务数学经常出现在 Paper 2 中。
微分及其应用
- 斜率、优化 (Optimisation)、变化率
- 在语境中解读斜率
掌握优化是区分 Level 7 获取者与其他学生的关键技能。
HL 专有课题
HL 题目因需要更深层次的推理，难度往往陡增：
进阶微积分
- 积分（应用 + 解读）
- 欧拉方法 (Euler’s method)
- 微分方程（简单形式）
统计推断 (Statistical Inference)
- 信赖区间 (Confidence intervals)
- 假设检定
- t-分布 vs. 常态分布
这部分表现决定了 Paper 3 的成败。
矩阵与网络
- 转移矩阵 (Transition matrices)
- 马尔可夫链 (Markov chains)
- 最短路径算法
计算器掌握度 (Calculator Mastery)
IB 数学 AI 极度依赖计算器。学生必须能高效地进行回归分析、绘制函数图形、生成统计图表并验证结果。
Level 7 学生必须能够：
- 进行回归运算（线性、二次、指数、逻辑）
- 快速绘制函数并分析交点
- 使用电子表格进行 IA 建模
- 计算信赖区间、分布、矩阵及财务运算
- 验证答案而非纯粹猜测
建议花时间熟悉 GDC。例如，了解计算器应处于角度 (degrees) 还是弧度 (radians) 模式，可能会显著影响考试的分数。
应避免的其他错误：
- 在未检查残差或语境的情况下使用回归
- 盲目接受 R² 值最高的模型
- 忘记解读参数（特别是在指数模型中）
- 在 Paper 1 中过度依赖计算器解答
应试策略与建议准备时间表
Paper 1 测试代数、函数及微积分基础。Paper 2 专注于建模与解读。Paper 3 (HL) 要求延伸推理及概念深度。
建议准备时间表
第一年：
- 建立基础技能
- 加强计算器熟练度
- 探索并选择 IA 题目
暑假：
- 拟定 IA 初稿
- 整合笔记
- 开始针对性的历届试题练习
第二年：
- 及早完成 IA
- 完成全真模拟考试循环
- 磨练考试计时及逻辑推理的一致性
内部评估 (IA)
IA 占最终成绩的 20%。强大的 IA 包含清晰的现实世界问题、扎实的数学技巧、有效的技术应用以及对局限性的反思。
您的探究必须锚定在定义明确的询问之上。模糊或过于宽泛的题目会削弱整个 IA 的表现。
强大的问题通常：
- 源于真实的好奇心或现实生活语境（金融、体育分析、交通、香港住房数据、环境建模等）
- 具备适合 HL 数学的深度
- 允许使用至少 HL 等级的技巧而非仅是 SL 技巧进行探索
一个清晰的题目必须辅以大量的 HL 数学技巧运用、有效的技术使用、清晰的沟通以及批判性评估。
常见陷阱
未能达到 Level 7 的学生通常落入以下一类或多类：
过度使用计算器、选择过于复杂的 IA 题目、解释薄弱、练习不足以及建模策略不明确。
对考题形式练习不足
许多学生复习概念但不动手做计时练习。AI HL 考试强调：
- 多步骤推理
- 细致的代数运算
- 易出错的微积分
缺乏重复练习，即使是优秀的学生也会犯下可以避免的错误。