函数模型选择与假设表述 — AP 预备微积分
AP 预备微积分 · CED 第一单元：多项式与有理函数 · 14 min read
1. 核心概念与考试要求 ★★☆☆☆ ⏱ 3 min
函数模型选择与假设表述是指将情境数据集或关系描述匹配到合适的多项式或有理函数模型，然后明确陈述使模型有效的隐含简化假设的过程。
根据AP预备微积分CED，该主题占总分的约2.5%，同时出现在选择题（MCQ）和自由问答题（FRQ）部分。选择题通常通过排除不恰当候选模型考察模型识别，而FRQ要求论证模型选择并明确表述假设才能获得满分。与纯统计回归不同，本主题强调将函数行为与情境约束匹配，而非仅仅最小化预测误差。
2. 通过端点行为与约束选择模型 ★★☆☆☆ ⏱ 4 min
任何模型选择问题的第一步都是通过将候选模型的端点行为和定义域性质与情境要求匹配，缩小候选范围。对于多项式和有理函数，关键性质是：
- 奇次多项式：端点行为相反（一端趋近$+\infty$，另一端$-\infty$），对所有实数输入都有定义
- 偶次多项式：端点行为相同（两端都趋近同符号的无穷），对所有实数输入都有定义
- 有理函数（多项式的比值）：可以在分母为零（且无法与分子约去）的有限输入处存在垂直渐近线，端点行为取决于分子分母的次数差
本主题中只有有理函数存在垂直渐近线，因此任何要求输出在有限输入处趋近无穷的情境都必须使用有理模型。在拟合参数或比较拟合度之前，请始终先排除不恰当的候选模型。
Exam tip: 70%的AP选择题模型选择问题仅需排除不符合情境的候选模型即可解答，无需计算。
3. 清晰表述明确的建模假设 ★★★☆☆ ⏱ 3 min
选择模型后，AP预备微积分要求你明确陈述支撑你选择的假设。所有模型都是对现实世界复杂性的简化，假设是你使用模型时接受的隐含约束。假设必须直接与你的模型形式关联，不能是“测量准确”这类泛泛表述。
- 恒定边际变化（线性模型）
- 恒定加速度（二次抛体模型）
- 固定环境容纳量（有理种群模型）
- 不存在改变函数行为的外部未建模因素
Exam tip: 对于FRQ，请始终将你的假设与你选择的函数形式关联。泛泛的假设不会得分。
4. 比较拟合度与验证外推 ★★★☆☆ ⏱ 4 min
当多个候选模型都满足基本情境约束时，你接下来需要比较它们对观测数据的拟合程度，以及它们的外推（对观测数据范围以外输入的预测）在情境中是否合理。一个拟合观测数据很好的模型，如果外推得到不可能的值，仍然是无效的。
但在AP考试中，外推的情境有效性始终优先于SSE。一个对观测数据SSE更低，但外推得到不可能结果的模型，始终应该被拒绝。
Exam tip: 即使模型对观测数据拟合良好，也要始终检查外推值在情境中是否合理（不存在负计数、负成本或负浓度）。AP考试经常考察这一点。
Common Pitfalls
Why: 学生默认选择更简单的多项式，忘记多项式对所有实数输入都有定义，因此无法在有限输入处产生无穷输出。
Why: 学生混淆了通用测量假设和函数形式假设，而AP问题考察的是后者。
Why: 学生忘记偶次多项式两端端点行为相同，导致对情境中无意义的负输入产生不合理预测。
Why: 学生只关注现有数据的拟合优度，忽略了观测数据范围以外模型的行为。
Why: 学生假设函数的整个数学定义域都是有效的，即使输入在情境中没有意义。
Quick Reference Cheatsheet