بناء وتطبيق نموذج
مُقدَّم| English | المعنى |
|---|---|
| function model/ˈfʌŋkʃn ˈmɒdl/ | نموذج الدالة |
| regression/rɪˈɡreʃn/ | الانحدار |
| interpolation/ɪnˌtɜːpəˈleɪʃn/ | التداخل |
| extrapolation/ekˈstræpəleɪʃn/ | الاستنباط |
| parameters/pəˈræmɪtəz/ | المعلمات |
From data to a formula
- Selecting a model family is only half the job; now you build the actual rule.
- A good model turns a table of measurements into a formula you can compute with.
- Once you have the formula, you can predict values you never measured.
- This is how precalculus becomes a tool for the real world.
Build the model
- A function model 函数模型 is a rule that captures how one quantity depends on another.
- You can build it from a verbal description, a table of values, or a graph.
- "Costs $\$5$ to start plus $\$2$ per item" becomes $C = 5 + 2n$ straight away.
- Match the family to the shape (Lesson 1.13), then pin down the exact numbers.
Regression finds the best fit
- With many scattered points, regression 回归 finds the best-fit line or curve using technology.
- It chooses the model that comes closest to all the data at once.
- The result gives you the numbers in the model rule, ready to use.
- No single point sits on it perfectly — it captures the overall trend.
خط النموذج — اقرأ معدله وقيمته الابتدائية
y = ax + b
هنا a هو معدل التغير وb هي القيمة الابتدائية. عدّلهما لتناسب البيانات، ثم أدخل مدخلاً لإجراء تنبؤ.
الانحدار يبحث عن…
Difficulty 1/5 · 100 coins + a small bonus on first completion today
الانحدار يطابق النموذج الأقرب إلى جميع النقاط في آن واحد — النموذج الأفضل انطباقاً، باستخدام التكنولوجيا.
Interpolate versus extrapolate
- Interpolation 内插 predicts between known data points — usually safe.
- Extrapolation 外推 predicts beyond the data — riskier the further you go.
- A model with no data to lean on can drift far from reality.
- Trust interpolation more than extrapolation, and say which one you used.
التنبؤ بقيمة بين نقاط البيانات المعروفة يسمى ____.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
الاستيفاء يبقى ضمن نطاق البيانات، لذا فهو عادة موثوق.
التنبؤ بعيداً خارج نطاق البيانات (الاستقراء) هو عادةً…
Difficulty 1/5 · 100 coins + a small bonus on first completion today
بعيداً عن البيانات، لا يوجد للنموذج دليل يعتمد عليه، لذا فإن الاستقراء هو التنبؤ الأكثر مخاطرة.
Interpret the parameters
- The parameters 参数 (the numbers in the rule) carry real-world meaning.
- In $C = 5 + 2n$, the $5$ is the fixed start-up cost and the $2$ is the cost per item.
- Reading parameters in context turns a formula back into a story about the situation.
- A good answer always says what each number means, with its units.
يعطي النموذج تكلفة $= 2x + 1$ (بالآلاف). تنبأ بالتكلفة عندما $x = 10$.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
استبدل: $2(10) + 1 = 21$ ألف. إدخال مدخل في النموذج هو كيفية تطبيقه.
المعاملات للنموذج (مثل الميل) يمكن تفسيرها بدلالة الوضع الحقيقي.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
في التكلفة $= 2x + 1$، يمثل $2$ تكلفة الوحدة الواحدة، ويمثل $1$ التكلفة الثابتة للتشغيل الأولي — وهي المعاني الحقيقية.
ضع خطوات استخدام النموذج بالترتيب.
Difficulty 3/5 · 200 coins + a small bonus on first completion today
البيانات ← الملاءمة ← التنبؤ ← التحقق. الكشف النهائي يلتقط النموذج الذي ابتعد عن الواقع.
Extrapolating too far is a classic trap. A linear sales model may predict billions of sales in twenty years — clearly nonsense. Always sanity-check a prediction against the real situation before trusting it.
A phone battery drops from $100\%$ by about $8\%$ per hour.
- Model: $B = 100 - 8h$, a linear function model.
- Interpolate at $h = 3$: $B = 100 - 24 = 76\%$ — inside the data, reliable.
- Extrapolate at $h = 20$: $B = -60\%$ — impossible, so the model has broken down.
Build a function model from words, a table, or a graph, using regression for the best fit. Use it to interpolate (safe, inside the data) or extrapolate (risky, beyond it), interpret its parameters in context, and always check the prediction makes real-world sense.