201：线性函数与机器学习

🎯 教学目标与重难点…

【三维目标】

  • 📚 知识目标：
    1. 能认出线性函数的标准形式 y = kx + b，并知道 k 叫“斜率”、b 叫“截距”。
    2. 能根据 k 的正负判断直线是“向上走”还是“向下走”。
    3. 能在机器学习代码中找到线性函数的对应位置（如线性回归、决策边界）。
    4. 能认出多项式函数 y = ax² + bx + c，知道它的图像是抛物线。
    5. 能读出求和符号 Σ，知道它是“把一堆数加起来”。
  • ⚙️ 能力目标：
    1. 能看公式 → 对应到图形。
    2. 能看代码 → 对应到数学公式。
  • 💡 素养目标：
    1. 建立“数学公式不是天书，只是语言的缩写”的认知。
    2. 消除对公式的恐惧感。

【重点与难点】

  • 🟢 教学重点：
    1. y = kx + b 中每个符号的读法和含义。
    2. k 的正负与直线方向的关系。
    3. 求和符号 Σ 的读法和含义。
  • 🟡 教学难点：
    1. 理解“b 是截距”的含义（直线在 y 轴上的起点）。
    2. 区分线性函数和多项式函数。

📌 一、 课程导入（5分钟）

​

展示一张图：

在黑板上或PPT上画一个坐标轴，标出几个点，画一条直线穿过它们。

提问：

  • “这条线，如果要用一个式子表示，应该怎么写？”
  • “你们初中学过 —— y = kx + b，对不对？”

引出本节课目标：

今天我们不考试、不解题。只做三件事：

  1. 认 —— 看到 y = kx + b 能叫出名字。
  2. 读 —— 看到 Σ 知道它叫“西格玛”，意思是“求和”。
  3. 对 —— 知道这些符号在代码里长什么样。
  • 👨‍🏫 教师活动：
    1. 画一条斜向上的直线，标出 y = 2x + 1。
    2. 指着问：“这条线是往上走还是往下走？”
    3. 引导回答：“往上走，因为 k=2 是正数。”
  • 🧑‍🎓 学生活动：
    1. 在纸上画一个坐标轴，标出 k=3 和 k=-2 的两条线的大致走向。
    2. 口头回答：“k 是正数→直线向上，k 是负数→直线向下。”

用“认图→认符号→认代码”的顺序，从学生最熟悉的初中数学入手，建立安全感。

📖 二、 核心概念（一）：线性函数 y = kx + b

​

1. 标准形式与读法

符号 读法 含义 生活类比
y 读作“y” 因变量（结果） 你最终得到的东西
x 读作“x” 自变量（输入） 你放进去的东西
k 读作“k” 斜率：直线的倾斜程度 每走一步，上升多少
b 读作“b” 截距：直线与y轴的交点 起点的位置

2. 斜率 k 决定方向

k 的值 直线方向 图形
k > 0（正数） 向右上倾斜 /
k < 0（负数） 向右下倾斜 \
k = 0 水平直线 —

3. 在机器学习中在哪里见到它？

场景 公式 说明
线性回归 y_pred = w·x + b 和 y = kx + b 完全一样，只是把 k 换成了 w（权重）
逻辑回归的决策边界 z = w₁x₁ + w₂x₂ + b 多维版本的线性函数
SVM 的决策边界 w·x + b = 0 同上

🧠 核心认知：机器学习中的“线性模型”，本质上就是初中数学里的 y = kx + b，只是特征变多了，变成 y = w₁x₁ + w₂x₂ + ... + b。

4. 代码对照

 1import numpy as np
 2import matplotlib.pyplot as plt
 3
 4# 线性函数 y = 2x + 1
 5x = np.array([0, 1, 2, 3, 4])
 6y = 2 * x + 1  # 就是 y = kx + b，其中 k=2, b=1
 7
 8print("x:", x)
 9print("y:", y)
10
11plt.plot(x, y, 'ro-')
12plt.xlabel('x')
13plt.ylabel('y')
14plt.title('y = 2x + 1 (k=2, b=1)')
15plt.grid(True)
16plt.show()
  • 👨‍🏫 教师活动：
    1. 指着代码中的 2 * x + 1，问：“这里的 2 对应公式里的什么？1 对应什么？”
    2. 引导回答：“2 是 k（斜率），1 是 b（截距）。”
  • 🧑‍🎓 学生活动：
    1. 修改代码中的 2 为 -3，观察图形变化。
    2. 口头描述：“k=-3 时，直线变成向下了。”

将数学公式和 Python 代码并排展示，让学生看到“公式不是天书，就是代码里的那行算式”。

📖 三、 核心概念（二）：多项式函数 y = ax² + bx + c

​

1. 标准形式与读法

符号 读法 含义
a 读作“a” 二次项系数，决定抛物线开口方向
b 读作“b” 一次项系数
c 读作“c” 常数项（截距）
x² 读作“x的平方” x 乘以 x

2. 图像特征

a 的值 抛物线开口 图形
a > 0（正数） 开口向上 ∪（像碗）
a < 0（负数） 开口向下 ∩（像山）

3. 在机器学习中在哪里见到它？

场景 公式 说明
多项式回归 y = w₁x + w₂x² + ... + b 用曲线拟合数据
损失函数（MSE） Loss = (y_pred - y_true)² 平方项在里面
激活函数（如ReLU的变体） 部分非线性函数 非线性的来源

🧠 核心认知：多项式函数是“线性函数的升级版”——加了平方项，直线变曲线。

4. 代码对照

 1# 多项式函数 y = 0.5x² - 2x + 1
 2x = np.linspace(-2, 6, 100)
 3y = 0.5 * x**2 - 2 * x + 1  # a=0.5, b=-2, c=1
 4
 5plt.plot(x, y, 'b-', linewidth=2)
 6plt.xlabel('x')
 7plt.ylabel('y')
 8plt.title('y = 0.5x² - 2x + 1 (抛物线，开口向上)')
 9plt.grid(True)
10plt.axhline(y=0, color='black', linewidth=0.5)
11plt.axvline(x=0, color='black', linewidth=0.5)
12plt.show()
  • 👨‍🏫 教师活动：
    1. 在坐标轴上画一个开口向上的抛物线，标出 a > 0。
    2. 再画一个开口向下的，标出 a < 0。
    3. 提问：“如果 a=0，这条线会变成什么？”（答案：变成直线 y = bx + c）
  • 🧑‍🎓 学生活动：
    1. 修改代码中 0.5 为 -0.5，观察抛物线翻转。
    2. 口头描述：“a 是正数，碗朝上；a 是负数，山朝下。”

通过“a 的正负决定朝向”这一单一规则，降低多项式函数的认知门槛。不求会算，只求能看懂图形和符号的对应关系。

📖 四、 核心概念（三）：求和符号 Σ

​

1. 符号读法

符号 读法 含义
Σ 读作“西格玛”（Sigma） 求和（把一堆数加起来）

2. 标准写法

$$\sum_{i=1}^{n} x_i$$
部分 含义
Σ 告诉我“要开始求和了”
i=1 从 i=1 开始
n 加到 i=n 为止
x_i 对每个 x_i 做操作（这里是直接加起来）

3. 展开后的样子

$$\sum_{i=1}^{5} x_i = x_1 + x_2 + x_3 + x_4 + x_5$$

🧠 核心认知：Σ 就是一个“循环”的缩写——用 Python 的 for 循环可以代替。

4. 代码对照

1# 求和：Σᵢ xᵢ
2x = [2, 4, 6, 8, 10]
3
4# 数学写法：Σᵢ xᵢ = 2+4+6+8+10 = 30
5sum_x = sum(x)  # Python 代码
6print("求和结果:", sum_x)  # 输出 30

5. 在机器学习中在哪里见到它？

场景 公式 说明
均值 μ = (1/n) · Σᵢ xᵢ 所有数加起来除以 n
方差 σ² = (1/n) · Σᵢ (xᵢ - μ)² 每个数与均值的差的平方，加起来，再平均
损失函数（MSE） MSE = (1/n) · Σᵢ (y_predᵢ - y_trueᵢ)² 预测误差的平方，加起来，再平均
  • 👨‍🏫 教师活动：
    1. 在黑板上写 Σᵢ xᵢ = x₁ + x₂ + x₃ + ...，让学生跟着读一遍。
    2. 提问：“如果 n=10，这个式子展开后有几个数相加？”（答案：10个）
  • 🧑‍🎓 学生活动：
    1. 用 Python 计算 sum([3, 5, 7, 9])，验证求和结果。
    2. 口头复述：“Σ 就是 for 循环加法的缩写。”

将 Σ 和 Python 的 sum() 函数直接对照，让学生看到“数学符号就是代码的缩写”。

📝 五、 课堂小结（5分钟）

你看到的公式 读法 在代码里长什么样
y = kx + b “y等于k乘以x加b” y = k * x + b
y = ax² + bx + c “y等于a乘以x的平方加b乘以x加c” y = a * x**2 + b * x + c
Σᵢ xᵢ “西格玛 i 从1到n，x i” sum(x) 或 np.sum(x)

✏️ 随堂练习（指认题，不计算）

  1. 看到 y = -3x + 5，回答：k=，b=，直线向____倾斜。
  2. 看到 y = 2x² - 4x + 1，回答：a=，抛物线开口向。
  3. 看到 Σᵢ xᵢ，回答：这个符号叫什么？意思是____。

📋 板书设计

 1数学基础（一）：线性函数与求和
 2
 3一、线性函数 y = kx + b
 4   k（斜率）：正→向上，负→向下
 5   b（截距）：直线在y轴上的起点
 6
 7二、多项式函数 y = ax² + bx + c
 8   a > 0 → 开口向上 ∪
 9   a < 0 → 开口向下 ∩
10
11三、求和符号 Σ（西格玛）
12   Σᵢ xᵢ = x₁ + x₂ + ... + xₙ
13   = Python 的 sum(x)
14
15⚠️ 不要求会算，只要求能看懂！

本课用到的单词

符号 读法 中文名称
y = kx + b “y等于k乘以x加b” 线性函数
k “k” 斜率
b “b” 截距
y = ax² + bx + c “y等于a乘以x的平方加b乘以x加c” 二次函数
Σ “西格玛” 求和符号
xᵢ “x下标i” 第 i 个 x