英日対訳表(AI)
Mathematics: Applications and Interpretation(AI) で使う数学用語の対訳表です。AI SL の本の中では、この表の訳語で統一しています。
この表は AI 専用です。AA(Analysis and Approaches)には proof や discriminant のように AI では出てこない用語があるので、AA の対訳表(glossary-aa.qmd)は別に用意します。AI HL の用語は、書き上がりしだいこの表に HL を付けて足していきます。
日本語訳は、原則として日本の高校数学で使われている言葉を選びました。高校で扱わない用語には「日本の高校では習わない」と書いてあります。習っていなくても心配はいりません。IB では扱う、というだけのことです。
ヒントこの表の使い方
試験は英語で出ます。ですから、英語の方を覚えてください。 日本語訳は、意味をつかむための足場だと思ってください。
分からない単語が出てきたら、まずこのページに戻ってきてください。
Topic 1 — Number and algebra(数と代数)
| English | 日本語 | 備考 |
|---|---|---|
| sequence | 数列 | 数学B |
| term | 項 | |
| arithmetic sequence | 等差数列 | |
| common difference | 公差 | |
| geometric sequence | 等比数列 | |
| common ratio | 公比 | |
| series | 級数、和 | 日本の教科書では「数列の和」と言うことが多い |
| sigma notation | シグマ記号、和の記号 | \(\sum\) のこと |
| first term | 初項 | |
| \(n\)th term | 第 \(n\) 項、一般項 | |
| ratio | 比 | |
| inclusive | 両端を含めて | 試験の言い回し |
| population growth | 人口増加 | |
| salary increase | 昇給 | |
| simple interest | 単利 | |
| compound interest | 複利 | |
| present value (\(PV\)) | 現在価値 | 今の金額。日本の高校では習わない |
| future value (\(FV\)) | 将来価値 | \(n\) 年後の金額。日本の高校では習わない |
| nominal annual rate | 名目年利 | 表示されている年利 |
| compounded yearly / half-yearly / quarterly / monthly | 1年に1回/2回/4回/12回 利息がつく | \(k\) の値になる |
| inflation | インフレ、物価上昇 | |
| real value | 実質価値 | インフレを考えた「今のお金での価値」 |
| annual depreciation | 減価償却 | 日本の高校では習わない |
| amortization | ローンの返済(元利均等返済) | 日本の高校では習わない |
| annuity | 年金 | 日本の高校では習わない |
| instalment | 分割払いの1回分 | equal monthly instalments = 毎月同額の返済 |
| repayment | 返済(額) | |
| outstanding balance | 残高、残債 | まだ返していない借金 |
| mortgage | 住宅ローン | |
| principal | 元本 | 借りた額そのもの。利息と対になる |
| standard form | 標準形、指数表記 | \(a \times 10^k\) の形 |
| ordinary number | 普通の数 | 指数を使わない書き方 |
| integer | 整数 | \(\mathbb{Z}\) で表す。\(ax+by+d=0\) で指定されます |
| exponent | 指数 | |
| base | 底(てい) | |
| logarithm | 対数 | 数学II |
| natural logarithm | 自然対数 | \(\ln\) のこと |
| laws of exponents | 指数法則 | 公式集には載っていない。覚える |
| laws of logarithms | 対数法則 | AHL 1.9。公式集の AHL 1.9 の欄にある |
| product law | 積の法則 | HL \(\log_a xy = \log_a x + \log_a y\) |
| quotient law | 商の法則 | HL \(\log_a \dfrac{x}{y} = \log_a x - \log_a y\) |
| power law | 累乗の法則 | HL \(\log_a x^{m} = m\log_a x\)。指数を前に出す |
| a single logarithm | 1つの対数の形 | \(\log(\ \ )\) にまとめよ、という指示 |
| half-life | 半減期 | 量が半分になるまでの時間 |
| digit | 桁(けた) | the number of digits で桁数 |
| exponential form | 指数の形 | \(a^x = b\) |
| logarithmic form | 対数の形 | \(x = \log_a b\) |
| a single power | 1つの累乗の形 | \(a^n\) にまとめよ、という指示 |
| significant figures | 有効数字 | |
| decimal places | 小数第◯位 | |
| upper bound / lower bound | 上限/下限 | |
| percentage error | 誤差率(百分率誤差) | 記号は \(\varepsilon\)(イプシロン) |
| exact value | 正確な値、真の値 | 誤差率の分母に来る |
| approximate value | 近似値 | 測った値・丸めた値 |
| correct to … | 〜まで(の精度で) | correct to 3 s.f. など |
| reasonable | 妥当な、ありえる | 長さは負にならない、など |
| estimation | 概算、見積もり | |
| absolute value | 絶対値 | \(\lvert\ \rvert\) の記号。中身のマイナスを外す。電卓は abs() |
| linear equation | 1次方程式 | 変数に2乗以上が付かない方程式 |
| system of equations | 連立方程式 | simultaneous equations とも言う |
| variable | 変数 | AI SL では3つまで |
| unique solution | ただ1組の解 | 試験の連立方程式は必ずこれ |
| polynomial | 多項式 | |
| polynomial equation | 多項式方程式 | \(= 0\) とおいた形にして解く |
| degree | 次数 | 一番高い指数 |
| coefficient | 係数 | 文字の前に付いている数 |
| constant term | 定数項 | 文字が付いていない項 |
| quadratic | 2次の | degree が \(2\) |
| cubic | 3次の | degree が \(3\) |
| roots | 解 | 方程式について言うとき |
| zeros | 零点 | 関数について言うとき。roots と同じ数 |
| \(x\)-intercepts | \(x\) 切片 | グラフについて言うとき |
| real solution | 実数解 | no real solutions の real を落とさない |
| imaginary | 虚数の | AI SL では扱わない。HL の内容 |
| to reject a solution | 解を捨てる | 捨てた理由を一言書く |
| to intersect | 交わる | points of intersection は交点 |
| coordinates | 座標 | |
| cuboid | 直方体 | |
| dimensions | 辺の長さ、寸法 | |
| matrix / matrices | 行列 | HL 複数形は matrices。日本の高校ではほぼ扱わない |
| element | 成分 | HL 行列の中の1つ1つの数 |
| row | 行 | HL 横の並び |
| column | 列 | HL 縦の並び |
| column matrix / column vector | 列行列、列ベクトル | HL 列が1つだけの行列。AHL 3.9 では点 \((x,y)\) をこの形で書く |
| transformation matrix | 変換行列 | HL AHL 3.9。点を動かす \(2 \times 2\) の行列。公式集の見出しもこの語 |
| matrix transformation | 行列による変換 | HL AHL 3.9。\(A\mathbf{x} + \mathbf{t}\) の形。translation まで含めた変換のしかた |
| order (of a matrix) | 型 | HL いつも rows × columns の順 |
| equality | 相等 | HL 型が同じで、成分が全部等しいこと |
| scalar | 実数、スカラー | HL 行列に掛ける「ただの数」 |
| not defined | 定義されない | HL 計算そのものが存在しない |
| commutative | 交換法則が成り立つ | HL 行列のかけ算は non-commutative |
| associative | 結合法則が成り立つ | HL \((AB)C = A(BC)\) |
| distributive | 分配法則が成り立つ | HL \(A(B+C) = AB + AC\) |
| identity matrix | 単位行列 | HL \(I\)。数の \(1\) にあたる |
| zero matrix | 零行列 | HL \(\mathbf{0}\)。数の \(0\) にあたる |
| diagonal | 対角 | HL 左上から右下 |
| determinant | 行列式 | HL \(\det A\) または \(\lvert A \rvert\) |
| inverse matrix | 逆行列 | HL \(A^{-1}\)。掛けると \(I\) |
| singular | 特異な | HL \(\det = 0\)。逆行列がない |
| invertible / non-singular | 正則な | HL 逆行列がある |
| coefficient matrix | 係数行列 | HL \(A\mathbf{x} = \mathbf{b}\) の \(A\) |
| to code / to decode | 暗号にする/解読する | HL シラバスが挙げている応用 |
| eigenvalue | 固有値 | HL \(\lambda\)。向きが変わらないときの倍率 |
| eigenvector | 固有ベクトル | HL 掛けても向きが変わらないベクトル |
| characteristic equation | 固有方程式 | HL \(\det(M-\lambda I)=0\)。公式集にない |
| characteristic polynomial | 固有多項式 | HL 上の式を展開したもの |
| diagonalization | 対角化 | HL \(M = PDP^{-1}\) |
| diagonal matrix | 対角行列 | HL 対角以外が \(0\) |
| distinct | 相異なる | HL AI HL では \(\lambda\) が2つとも実数で異なる場合だけ |
| in the long term | 長い目で見ると | HL \(\lambda = 1\) の固有ベクトルが落ち着き先 |
Topic 2 — Functions(関数)
| English | 日本語 | 備考 |
|---|---|---|
| function | 関数 | |
| domain | 定義域 | |
| range | 値域 | |
| vertical line test | 垂直線テスト | 縦線を引く。function かどうかを調べる |
| horizontal line test | 水平線テスト | 横線を引く。one-to-one かどうかを調べる |
| one-to-one | 1対1の | 違う入力からは必ず違う出力。逆関数があるための条件。シラバスは one to one と書きます |
| inverse function | 逆関数 | 数学III・C |
| function notation | 関数の記号 | \(f(x)\)、\(v(t)\)、\(C(n)\) |
| velocity | 速度 | 向きを含む。負になることがある |
| speed | 速さ | velocity の大きさ。負にならない |
| reflection | 対称移動・折り返し | 逆関数は \(y = x\) について |
| in this context | この文脈で | 現実に意味のある範囲で答える |
| gradient / slope | 傾き | |
| parallel | 平行 | \(m_1 = m_2\) |
| perpendicular | 垂直 | gradient が両方定義されているとき \(m_1 \times m_2 = -1\)。公式集にありません |
| negative reciprocal | 負の逆数 | ひっくり返して符号を変える |
| incline | 坂・斜面 | 坂道やスロープの傾き |
| ramp | スロープ | |
| undefined | 定義できない | 垂直な直線の傾き |
| intercept | 切片 | \(y\)-intercept は \(y\) 切片 |
| vertical intercept | 縦軸切片 | 縦軸が \(\log y\) などのとき、\(y\) 切片とは言わない |
| log-log graph | 両対数グラフ | HL AHL 2.10。\(\log x\) と \(\log y\) を軸にとる |
| semi-log graph | 片対数グラフ | HL AHL 2.10。片方の軸だけ \(\log\) にする |
| graph of a function | 関数のグラフ | \(y = f(x)\) をみたす点の集まり |
| lies on the graph | グラフ上にある | 代入して式が成り立つ、という意味 |
| coordinates | 座標 | 必ず \((x,\ y)\) の順 |
| axes(axis の複数形) | 軸 | 「label the axes」=両方の軸に名前と単位 |
| scale | 目盛り、縮尺 | |
| to scale | 正確な縮尺で | Draw のときに求められる |
| key features | 大事な特徴 | 切片・頂点・最大最小・漸近線など。SL 2.4 |
| label | ラベルを付ける | 書き忘れが一番の失点 |
| smooth curve | なめらかな曲線 | 定規は使わない |
| sum of two functions | 2つの関数の和 | \((f+g)(x) = f(x) + g(x)\)、縦に足す |
| difference of two functions | 2つの関数の差 | \((f-g)(x) = f(x) - g(x)\) |
| vertex | 頂点 | 2次関数の |
| axis of symmetry | 軸、対称軸 | |
| zero / root | 零点/解 | \(f(x) = 0\) を成り立たせる \(x\) の値 |
| \(x\)-intercept | \(x\) 切片 | グラフが \(x\) 軸と交わる点。座標で答える |
| maximum value | 最大値 | 値だけ。座標ではない |
| minimum value | 最小値 | 値だけ。座標ではない |
| maximum point | 最大点 | こちらは座標で答える |
| local maximum | 極大 | そのあたりで一番高い点 |
| local minimum | 極小 | そのあたりで一番低い点 |
| point of intersection | 交点 | 複数なら points of intersection |
| asymptote | 漸近線 | 数学III・C。グラフが限りなく近づく直線 |
| vertical asymptote | 垂直漸近線 | 答えは \(x = \dots\) の形。分母が \(0\) の \(x\) は「候補」 |
| hole | 穴 | 約分で因数が消える点。asymptote ではない |
| horizontal asymptote | 水平漸近線 | 答えは \(y = \dots\) の形 |
| break even | 収支がちょうど \(0\) になる | 費用=収入。文脈問題でよく出る |
| model | モデル | そのまま「モデル」でよい |
| mathematical model | 数学モデル | 現実の場面を式で表したもの |
| parameter | パラメーター、媒介変数 | |
| linear model | 1次関数のモデル | |
| quadratic model | 2次関数のモデル | |
| exponential model | 指数関数のモデル | \(f(x) = ka^{x} + c\)。\(f(0) = k + c\) |
| exponential growth | 指数関数的な増加 | \(k > 0\) なら \(a > 1\)。\(a > 0\)、\(a \neq 1\) |
| exponential decay | 指数関数的な減少 | \(k > 0\) なら \(0 < a < 1\)。\(k < 0\) では向きが逆 |
| cubic model | 3次関数のモデル | |
| sinusoidal model | 三角関数のモデル | sin・cos の波 |
| direct variation | 正比例 | \(f(x) = ax^{n}\) で \(n > 0\)。\(n = 1\) が \(y = ax\) |
| inverse variation | 反比例 | \(n < 0\)。\(n = -1\) が \(y = \dfrac{a}{x}\)。\(y\) 軸が vertical asymptote |
| amplitude | 振幅 | \(\lvert a \rvert\)。公式集にありません |
| period | 周期 | \(\dfrac{360}{b}\)。公式集にありません |
| principal axis | 中心線 | \(y = d\)。公式集にありません。日本の高校では習わない |
| piecewise | 区分的 | 場合分けで定義された関数 |
| piecewise linear model | 区分的1次関数のモデル | 途中で傾きが変わる。プールの深さなど |
| reasonable domain | 妥当な定義域 | 現実に意味のある範囲 |
| appropriate | 適切な | どのモデルを選ぶかを聞かれるときの言葉 |
| appropriateness | 適切さ | Comment on the appropriateness の形で出る |
| reasonableness | 妥当さ | 答えが現実にありえるか |
| modelling process | モデリングの手順 | 選ぶ → 当てはめる → 確かめる → 使う |
| fit a model | モデルを当てはめる | |
| initial condition | 初期条件 | \(x = 0\) のときの値 |
| interpolation | 内挿(ないそう) | データの範囲の中での予測 |
| extrapolation | 外挿(がいそう) | データの外での予測。危険 |
| reliable / reliability | 信頼できる/信頼性 | ほぼ必ず extrapolation を聞いている |
| consecutive | となり合う | consecutive values は「となり合う値」 |
| regression | 回帰 | SL 2.6 ではなく SL 4.4 の話 |
Topic 3 — Geometry and trigonometry(図形と三角比)
| English | 日本語 | 備考 |
|---|---|---|
| sine rule | 正弦定理 | 数学I |
| cosine rule | 余弦定理 | 数学I |
| right-angled triangle | 直角三角形 | |
| hypotenuse | 斜辺 | 直角の向かい。いつも一番長い |
| opposite (opp) | 対辺 | 見ている角の向かい |
| adjacent (adj) | 隣辺 | 見ている角のとなり |
| SOH-CAH-TOA | 三角比の覚え方 | 公式集にありません |
| trigonometric ratio | 三角比 | \(\sin\)、\(\cos\)、\(\tan\) |
| Pythagoras’ theorem | 三平方の定理(ピタゴラスの定理) | 公式集にありません |
| included angle | はさまれた角 | \(2\) 辺のあいだの角 |
| acute angle | 鋭角 | \(90^\circ\) より小さい |
| obtuse angle | 鈍角 | \(90^\circ\) より大きい。三角形に \(1\) つだけ |
| ambiguous case | 2つの答えがある場合 | AI SL では出ません |
| area of a triangle | 三角形の面積 | \(\dfrac{1}{2}ab\sin C\) |
| angle of elevation | 仰角(ぎょうかく) | 水平線から見上げる角 |
| angle of depression | 俯角(ふかく) | 水平線から見下ろす角 |
| horizontal | 水平の | 仰角・俯角はここから測ります |
| vertical | 垂直の | |
| alternate angles | 錯角(さっかく) | 仰角と俯角が等しい理由 |
| bearing | 方位角 | 北から時計回り。3桁で書く(three-figure bearing) |
| three-figure bearing | 3桁の方位角 | \(060^\circ\) であって \(60^\circ\) ではない |
| back bearing | 逆向きの方位角 | \(180^\circ\) を足すか引く |
| due north / east / south / west | 真北・真東・真南・真西 | \(000^\circ\)、\(090^\circ\)、\(180^\circ\)、\(270^\circ\) |
| labelled diagram | ラベルの付いた図 | 文章から自分でかく。シラバスの項目です |
| foot (of a tower) | (塔の)足元 | |
| mast | 柱・マスト | |
| lighthouse | 灯台 | |
| circle | 円 | |
| centre | 中心 | \(O\) と書くことが多い |
| radius(複数 radii) | 半径 | |
| diameter | 直径 | \(2r\)。\(2\) で割ってから式に入れます |
| circumference | 円周 | 円のまわり全部。\(2\pi r\) |
| arc | 弧 | 円周の一部 |
| sector | 扇形(おうぎがた) | 半径2本で切った部分 |
| chord | 弦 | 円周上の2点を結ぶまっすぐな線 |
| segment | 弓形(きゅうけい) | 弦1本で切った部分。sector とは別 |
| tangent | 接線 | 円に1点で触れる直線 |
| minor / major | 小さいほう/大きいほう | major の中心角は \(360^\circ\) から引く |
| angle at the centre | 中心角 | 公式の \(\theta\) |
| perimeter of a sector | 扇形の周 | 公式集にありません。弧 + 半径2本 |
| boundary | 境界・まわり/境界線 | 扇形では perimeter、SL 3.5・3.6 では垂直二等分線のこと |
| semicircle | 半円 | \(\theta = 180^\circ\) |
| quarter circle | 四分円 | \(\theta = 90^\circ\) |
| radian | ラジアン・弧度 | AI SL では要りません(HL の AHL 3.7) |
| windscreen wiper | ワイパー | 扇形の差を出す問題でよく出ます |
| pivot | 支点 | ワイパーの回転の中心 |
| car park | 駐車場 | |
| perpendicular bisector | 垂直二等分線 | 数学II。\(2\) 点から等距離の点の集まり |
| bisect / bisector | 二等分する/二等分線 | bi(\(2\))+ sect(切る) |
| line segment | 線分 | 直線ではなく、はしからはしまで |
| rise / run | たての変化/よこの変化 | 傾き \(=\) rise \(\div\) run |
| equidistant | 等距離の | 「\(A\) からも \(B\) からも同じ距離」 |
| Voronoi diagram | ボロノイ図 | 日本の高校では習わない。英語のまま覚えます |
| site | 母点(ぼてん) | もとの点そのもの。「場所」ではありません |
| cell | セル、領域 | その site が一番近い場所の集まり |
| edge(Voronoi の) | 辺・境界 | \(2\) つの site の垂直二等分線の一部 |
| vertex(Voronoi の) | 頂点 | edge が集まる点。ふつうの問題では \(3\) 本で、\(3\) つの site から等距離 |
| nearest neighbour interpolation | 最近傍補間 | 一番近い site の値をそのまま使う |
| toxic waste dump | 有害廃棄物処分場 | 「全部から一番遠い場所」を探す問題 |
| addition of a site | site を1つ足すこと | まわりの cell が小さくなります |
| urban planning | 都市計画 | シラバスが挙げている応用場面 |
| resource management | 資源管理 | 同上 |
| transmitter | 送信機 | 電波の問題でよく出ます |
| three-dimensional (3D) | 3次元の・空間の | |
| solid | 立体 | 中身の詰まったもの |
| cuboid | 直方体 | |
| prism | 角柱 | |
| cylinder | 円柱 | |
| pyramid | 角錐(かくすい) | right pyramid は正錐 |
| cone | 円錐 | |
| sphere | 球 | |
| hemisphere | 半球 | 公式集にありません。球を半分にします |
| apex | 頂点 | 錐の先の点 |
| vertex(複数 vertices) | 頂点 | 立体の角の点 |
| edge | 辺 | |
| face | 面 | |
| base | 底面 | |
| slant height | 母線・側面の高さ | 円錐の \(l\)。\(h\) ではありません |
| vertical height | 垂直の高さ | 円錐の \(h\) |
| curved surface | 側面(曲面) | 公式集にあるのはこちらだけ |
| surface area | 表面積 | |
| total surface area | 全表面積 | 側面 + 底面。自分で足します |
| diagonal | 対角線 | |
| space diagonal | 空間の対角線 | 立体の向かい合う頂点を結ぶ |
| midpoint | 中点 | 足して \(2\) で割る。公式集の Prior learning 欄 |
| plane | 平面 | |
| the angle between a line and a plane | 直線と平面のなす角 | 線と、その「影」との角 |
| melted down / recast | 溶かして作り直す | 体積が変わらないのが前提 |
| transformation | 変換 | HL 点や図形を、決まった規則で動かすこと |
| object | もとの図形 | HL 変換する前のもの |
| image | 像 | HL 変換したあとのもの。\(A'\) のようにダッシュを付けます |
| reflection(変換の) | 対称移動 | HL 公式集の行列には \(2\theta\) が入ります |
| stretch | 伸長 | HL \(x\) 方向だけ、または \(y\) 方向だけ伸ばす |
| parallel to the \(x\)-axis | \(x\) 軸に平行に | HL stretch の向きの言い方 |
| enlargement | 拡大 | HL 縦横を同じ倍率にする。形は変わりません |
| scale factor | 拡大率 | HL \(1\) より小さいと縮みます |
| rotation | 回転 | HL 公式集に anticlockwise と clockwise の \(2\) つがあります |
| anticlockwise / counter-clockwise | 反時計回り | HL 角が正の向き |
| clockwise | 時計回り | HL |
| about the origin | 原点を中心として | HL rotation と enlargement の中心 |
| translation | 平行移動 | HL 行列では書けません。あとから足します |
| composition of transformations | 変換の合成 | HL あとにやるほうを左に書きます |
| followed by | 〜のあとに | HL A followed by B は \(BA\) |
| invariant | 不変の | HL 動かない点や直線のこと |
| fractal | フラクタル | HL 同じ変換をくり返して作る図形 |
| self-similar | 自己相似の | HL どこを拡大しても同じ形が出てきます |
| iterative / iteration | くり返しの・反復 | HL 同じ手順を何度も行うこと |
| stage | 段階 | HL フラクタルで何回くり返したか |
| Sierpinski triangle | シェルピンスキーの三角形 | HL 面積が \(0\) に近づきます |
| Koch snowflake | コッホ雪片 | HL 周の長さが限りなく大きくなります |
graph theory(AHL 3.14 / 3.15 / 3.16)
日本の高校では習わない分野です。用語がそのまま試験に出るので、英語で覚えてください。
| 英語 | 日本語 | 覚え方・注意 |
|---|---|---|
| graph theory | グラフ理論 | HL \(y=f(x)\) のグラフとは別のもの |
| graph | グラフ | HL vertex と edge でできた図 |
| vertex(複数 vertices) | 頂点 | HL 点。位置に意味はありません |
| edge | 辺 | HL \(2\) つの vertex を結ぶ線 |
| adjacent vertices | 隣接する頂点 | HL edge \(1\) 本で直接結ばれている |
| adjacent edges | 隣接する辺 | HL 同じ vertex を共有する \(2\) 本 |
| degree (of a vertex) | 次数 | HL その vertex に付いている edge の端の数。loop は \(2\) |
| loop | 自己ループ | HL 同じ vertex にもどる edge。degree に \(2\) |
| multiple edge | 多重辺 | HL 同じ \(2\) 点を結ぶ \(2\) 本以上の edge |
| simple graph | 単純グラフ | HL loop も multiple edge もない |
| complete graph | 完全グラフ | HL \(K_n\)。どの \(2\) 点も結ばれている |
| unweighted graph | 重みなしグラフ | HL edge に数が書かれていない |
| weighted graph | 重み付きグラフ | HL edge に数(weight)が書かれている |
| weight | 重み | HL 距離・費用・時間など。問題文が決めます |
| directed graph | 有向グラフ | HL edge に矢印が付く |
| undirected graph | 無向グラフ | HL 矢印がない。AHL 3.16 の graph はすべてこれ |
| in degree / out degree | 入次数/出次数 | HL 入る矢印/出る矢印の本数 |
| connected | 連結な | HL 乗りついで、どの \(2\) 点も行き来できる |
| strongly connected | 強連結な | HL 有向グラフで、矢印の向きどおりに行き来できる |
| subgraph | 部分グラフ | HL vertex と edge を選ぶだけ。新しく結べません |
| induced subgraph | 誘導部分グラフ | HL 選んだ vertex 間の edge をすべて残したもの |
| tree | 木 | HL connected で cycle がない。\(n\) 個なら edge は \(n-1\) 本 |
| adjacency matrix | 隣接行列 | HL 行が from、列が to。成分は edge の本数 |
| symmetric | 対称な | HL 無向グラフの adjacency matrix はこうなります |
| weighted adjacency table | 重み付き隣接表 | HL \(1\) の代わりに weight を書く。累乗しても意味がありません |
| walk | 歩道 | HL edge をたどった道。何を繰り返してもよい |
| length (of a walk) | 長さ | HL 通った edge の本数。重みの合計ではありません |
| trail | 小道 | HL edge を繰り返さない walk |
| path | 道 | HL vertex を繰り返さない walk |
| circuit | 回路 | HL 出発点にもどる trail |
| cycle | 閉路 | HL 出発点にもどる path。出発点だけが \(2\) 度出ます |
| transition matrix | 推移行列 | HL 列が from、行が to。adjacency matrix と逆 |
| state | 状態 | HL transition matrix の各行・各列が表すもの |
| state matrix | 状態行列 | HL いまどこにいるかの確率を縦に並べた列行列。\(s_n\) |
| Markov chain | マルコフ連鎖 | HL AHL 4.19。\(s_n = T^{n} s_0\) で先を調べるモデル |
| absorbing state | 吸収状態 | HL 入ったら出られない state |
| PageRank | ページランク | HL リンクの構造から重要度を出す考え方 |
| damping factor | 減衰係数 | HL PageRank で、リンクをたどるほうを選ぶ確率 |
| random jump | ランダムジャンプ | HL リンクを無視して、別のページへ直接飛ぶこと |
| Eulerian trail / circuit | オイラー小道/回路 | HL edge を全部ちょうど \(1\) 回ずつ |
| Hamiltonian path / cycle | ハミルトン道/閉路 | HL vertex を全部ちょうど \(1\) 回ずつ |
| odd vertex | 次数が奇数の頂点 | HL odd なのは degree。個数は必ず偶数 |
| handshake lemma | 握手の補題 | HL degree の和 \(=2\times\)(edge の数)。試験で名前は問われません |
| spanning subgraph | 全域部分グラフ | HL vertex を全部含む subgraph |
| spanning tree | 全域木 | HL vertex を全部含む tree |
| spanning path | 全域道 | HL vertex を全部 \(1\) 度ずつ通る path。deleted vertex の下界の根拠 |
| minimum spanning tree (MST) | 最小全域木 | HL weight の合計が最小の spanning tree |
| algorithm | アルゴリズム | HL 迷わずに最後まで実行できる手順 |
| Kruskal’s algorithm | クラスカル法 | HL 軽い edge から、cycle ができないかぎり採る |
| Prim’s algorithm | プリム法 | HL \(1\) 点から育てる。表の上でも実行できます |
| Chinese postman problem | 中国人郵便配達問題 | HL edge を全部通る最短。正確な値が出ます |
| travelling salesman problem | 巡回セールスマン問題 | HL vertex を全部通る最短。はさむしかありません |
| nearest neighbour algorithm | 最近傍法 | HL upper bound を出します。小さいほど良い |
| deleted vertex algorithm | 頂点削除法 | HL lower bound を出します。大きいほど良い |
| table of least distances | 最短距離の表 | HL least は「回り道を含めた最短」 |
| upper bound / lower bound | 上界/下界 | HL \((\text{下界}) \le L \le (\text{上界})\) の向きで書く |
Topic 4 — Statistics and probability(統計と確率)
| English | 日本語 | 備考 |
|---|---|---|
| population | 母集団 | 数学B |
| sample | 標本 | 数学B |
| random sample | 無作為標本 | |
| discrete data | 離散データ | とびとびの値 |
| continuous data | 連続データ | |
| bias | 偏り(かたより)、バイアス | |
| outlier | 外れ値 | 数学I |
| simple random sampling | 単純無作為抽出 | 全員に番号を付けて乱数で選ぶ |
| convenience sampling | 便宜抽出 | 手近な人に聞く。かたよりが大きい |
| systematic sampling | 系統抽出 | 一定間隔ごとに選ぶ |
| quota sampling | 割当抽出 | 人数を決めて、手近な人から集める |
| stratified sampling | 層化抽出 | グループごとに、もとの割合どおり無作為に選ぶ |
| sampling interval | 抽出間隔 | systematic の \(k\) |
| representative | 代表している | bias の説明で使う決まり文句 |
| reliability | 信頼性 | データ源が信用できるか |
| missing data | 欠測データ | 答えなかった人のぶん |
| valid | 妥当な、正しい | 外れ値が本物かどうかの判断で使う |
| frequency | 度数 | |
| histogram | ヒストグラム | 棒どうしをくっつけてかく |
| bar chart | 棒グラフ | 棒どうしを離してかく |
| frequency distribution | 度数分布 | |
| class interval | 階級 | 不等式で書かれる |
| mid-interval value | 階級値 | 階級のまん中の値。SL 4.3 で使う |
| modal class | 最頻階級 | 度数が一番大きい階級 |
| cumulative frequency | 累積度数 | その階級までの合計 |
| cumulative frequency graph (curve) | 累積度数グラフ・累積度数曲線 | 階級の上端に点を打ち、なめらかな曲線でつなぐ |
| percentile | 百分位数 | 下から \(p\%\) のところの値 |
| range | 範囲 | 最大 \(-\) 最小 |
| five-number summary | 5数要約 | min, \(Q_1\), median, \(Q_3\), max |
| whisker | ひげ | 箱ひげ図の線の部分 |
| symmetry / symmetric | 対称性/左右対称な | 正規分布かどうかの判断に使う |
| skewed | かたよった、ゆがんだ | 左右対称でない |
| to compare | 比較する | 両方に触れて数字を出す |
| box and whisker diagram | 箱ひげ図 | 数学I |
| measures of central tendency | 代表値 | mean・median・mode のこと |
| measures of dispersion | 散らばりの尺度 | range・IQR・標準偏差のこと |
| mean | 平均(値) | 記号は \(\bar{x}\)(エックスバー) |
| population standard deviation, \(\sigma\) | 母標準偏差 | 電卓の \(\sigma_x\)。AI SL ではこちらを書く |
| sample standard deviation, \(s\) | 標本標準偏差 | 電卓の \(s_x\)。ふつう使わない |
| median | 中央値 | |
| mode | 最頻値 | |
| quartile | 四分位数 | 数学I |
| interquartile range (IQR) | 四分位範囲 | 数学I |
| standard deviation | 標準偏差 | 数学I |
| variance | 分散 | 数学I |
| bivariate data | 2変量データ | \((x, y)\) の組で表すデータ |
| correlation | 相関 | 数学I |
| positive / negative correlation | 正の/負の相関 | 向きを表す |
| strong / weak correlation | 強い/弱い相関 | 強さを表す。向きと2語で書く |
| causation | 因果関係 | 相関があっても因果とはかぎらない |
| confounding variable | 交絡変数 | 両方に影響する第3の変数。日本の高校では習わない |
| mean point | 平均点 | \((\bar{x}, \bar{y})\)。回帰直線は必ずここを通る |
| interpolation | 内挿 | データの範囲の中を予測すること |
| parameters \(a\) and \(b\) | 係数 \(a\)、\(b\) | \(y = ax + b\) の \(a\) が傾き、\(b\) が切片 |
| Pearson’s product-moment correlation coefficient, \(r\) | ピアソンの積率相関係数 | 数学I の「相関係数」と同じもの |
| scatter diagram | 散布図 | 数学I |
| line of best fit | 回帰直線 | 高校では発展扱い |
| regression line of \(y\) on \(x\) | \(y\) の \(x\) への回帰直線 | |
| Spearman’s rank correlation coefficient, \(r_s\) | スピアマンの順位相関係数 | 日本の高校では習わない |
| trial | 試行 | 数学A |
| equally likely outcomes | 同様に確からしい結果 | この語があると数えて割る式が使える |
| relative frequency | 相対度数 | 実際にやって数えた割合 |
| experimental probability | 実験による確率 | relative frequency と同じもの |
| theoretical probability | 理論上の確率 | 数えて割って出す確率 |
| fair | 公平な | fair die = どの目も同じくらい出るサイコロ |
| at random | 無作為に | どれも同じくらい選ばれやすい |
| expected number of occurrences | 期待される回数 | \(n \times P(A)\)。整数に丸めない |
| impossible / certain | 起こりえない/必ず起こる | \(P = 0\) / \(P = 1\) |
| at least | 少なくとも〜以上 | その数を含む |
| greater than | 〜より大きい | その数を含まない |
| outcome | 結果 | |
| sample space | 標本空間、全事象 | |
| event | 事象 | 数学A |
| complementary event | 余事象 | 数学A |
| mutually exclusive | 排反(はいはん) | 数学A。\(P(A \cap B) = 0\)。独立とは別物 |
| intersection, \(A \cap B\) | 積事象(\(A\) かつ \(B\)) | 数学A |
| union, \(A \cup B\) | 和事象(\(A\) または \(B\)) | 数学A。両方の場合も含む |
| two-way table | 二元表 | 行と列で分けた表。条件付き確率が読みやすい |
| with replacement | 戻しながら | 分母が変わらない |
| without replacement | 戻さずに | 2段目の分母が1減る |
| given that | 〜という条件のもとで | このあとに来るほうが分母 |
| independent | 独立 | 数学A |
| conditional probability | 条件付き確率 | 数学A |
| Venn diagram | ベン図 | |
| tree diagram | 樹形図 | |
| random variable | 確率変数 | 数学B |
| discrete random variable | 離散確率変数 | とびとびの値をとる確率変数 |
| probability distribution | 確率分布 | 表または式で与えられる |
| expected value, \(\mathrm{E}(X)\) | 期待値 | 数学A・B |
| fair game | 公平なゲーム | \(\mathrm{E}(X)=0\) のとき |
| gain | もうけ | 受け取る額 − 参加費 |
| binomial distribution | 二項分布 | 数学B |
| variance, \(\mathrm{Var}(X)\) | 分散 | 標準偏差の2乗 |
| assumption | 仮定 | モデルが成り立つ前提 |
| normal distribution | 正規分布 | 数学B |
| inverse normal | 逆正規(正規分布の逆算) | 面積から値を求める |
| continuous | 連続 | とびとびでない |
| symmetric | 左右対称 | |
| skewed | 偏った | 左右対称でない |
| null hypothesis, \(H_0\) | 帰無仮説 | 数学B |
| alternative hypothesis, \(H_1\) | 対立仮説 | 数学B |
| significance level | 有意水準 | 数学I・B |
| \(p\)-value | \(p\) 値 | 日本の高校では深く扱わない |
| chi-squared (\(\chi^2\)) test | カイ二乗検定 | 日本の高校では習わない |
| \(\chi^2\) statistic | カイ二乗統計量 | 観測度数と期待度数のずれの合計。大きいほど \(H_0\) が怪しい |
| test statistic | 検定統計量 | 検定のために計算する値。\(\chi^2\) や \(t\) |
| goodness of fit test | 適合度検定 | 日本の高校では習わない |
| test for independence | 独立性の検定 | 日本の高校では習わない |
| Spearman’s rank correlation coefficient, \(r_s\) | 順位相関係数 | 日本の高校では習わない |
| rank | 順位 | 同じ値は順位を平均する |
| monotonic | 単調 | ずっと増える/ずっと減る |
| advantage | 利点 | |
| contingency table | 分割表 | |
| degrees of freedom | 自由度 | 日本の高校では習わない |
| critical value | 棄却限界値 | |
| \(t\)-test | \(t\) 検定 | 日本の高校では習わない |
| one-tailed / two-tailed | 片側/両側 | |
| observed frequency | 観測度数 | 実際に数えた度数 |
| expected frequency | 期待度数 | \(H_0\) が正しいとしたときの度数 |
| to reject \(H_0\) | \(H_0\) を棄却する | |
| do not reject \(H_0\) | \(H_0\) を棄却しない | accept とは書かない |
| sufficient / insufficient evidence | 十分な/十分でない証拠 | 結論の決まり文句 |
| unpaired samples | 対応のない標本 | 2つのグループが別々の人・もの |
| pooled | プールした(分散を合わせた) | \(t\) 検定で Pooled: Yes にする |
data collection と χ² のカテゴリ分け(AHL 4.12)
| 英語 | 日本語 | 覚え方・注意 |
|---|---|---|
| survey | 調査 | HL |
| questionnaire | アンケート、質問紙 | HL つづりに注意 |
| biased question | かたよった質問 | HL 答えを一方に誘導する |
| leading question | 誘導質問 | HL Don't you agree ...? の形 |
| unbiased | かたよっていない | HL どちらへも答えられる |
| personal question | 個人的な質問 | HL 年齢・収入など。正直に答えにくい |
| structured question | 選択式の質問 | HL 選択肢から選ばせる。\(\chi^2\) にはこれが必要 |
| unstructured question | 自由回答の質問 | HL 自由に書かせる。度数に数えられない |
| answer choices | 選択肢 | HL 重ならず、もれがないように |
| precise | 正確な、あいまいでない | HL often a lot は precise ではない |
| imprecise | あいまいな | HL precise の反対 |
| relevant | 関係のある | HL 立てた問いに直接かかわるか |
| appropriate | 適切な、ふさわしい | HL 使いたい検定に合った型か |
| reliability | 信頼性 | HL もう一度測っても同じ結果になるか |
| validity | 妥当性 | HL 測りたいものを本当に測っているか |
| test-retest | 再テスト法 | HL 同じ人に、同じテストを、時間をおいて |
| parallel forms | 平行検査法 | HL 同じ内容の別の問題を \(2\) 版作る |
| content validity | 内容的妥当性 | HL 測りたい内容がもれなく入っているか |
| criterion-related validity | 基準関連妥当性 | HL すでに信用されている別のものさしと比べる |
| categorisation | カテゴリ分け、階級分け | HL justify the categorisation で理由を問われる |
| to combine classes | 階級をまとめる | HL 期待度数が \(5\) 以下のとき。隣どうしだけ |
| to estimate a parameter | 母数を推定する | HL データから計算すると、自由度が \(1\) 減る |
| Poisson distribution | ポアソン分布 | HL 公式集は \(X \sim \mathrm{Po}(m)\)。母数は \(m\) の \(1\) つ |
| Exploration | 探究課題(IA) | IB の内部評価のレポート |
| mid-interval value | 階級値 | 階級のまん中の値 |
non-linear regression(AHL 4.13)
| 英語 | 日本語 | 覚え方・注意 |
|---|---|---|
| non-linear regression | 非線形回帰 | HL 直線以外の形をあてはめる |
| regression curve | 回帰曲線 | HL regression line の曲線版 |
| residual | 残差 | HL \(y - \hat{y}\)。実測値 \(-\) モデルの値 |
| sum of square residuals | 残差平方和 | HL \(SS_{\text{res}}\)。residual を \(2\) 乗して足す |
| total sum of squares | 総平方和 | HL \(SS_{\text{tot}}\)。\(\bar{y}\) からのずれの \(2\) 乗の合計 |
\(\hat{y}\)(y hat) |
\(y\) ハット | HL モデルが返す値。実測値 \(y\) と区別する |
| coefficient of determination | 決定係数 | HL \(R^{2}\) のこと |
| least squares | 最小 \(2\) 乗(法) | HL \(SS_{\text{res}}\) を最小にする決め方 |
| quadratic model | \(2\) 次関数モデル | HL \(y = ax^{2}+bx+c\) |
| cubic model | \(3\) 次関数モデル | HL \(y = ax^{3}+bx^{2}+cx+d\) |
| power model | 累乗モデル | HL \(y = ax^{b}\) |
| exponential model | 指数モデル | HL \(y = ka^{x}\) |
| sine model | 正弦モデル | HL \(y = a\sin(bx+c)+d\)。radian に注意 |
| sinusoidal | 正弦型の | HL sine の形をした |
| variability | ばらつき | HL \(R^{2}\) の説明文に必ず出てくる語 |
| to account for | 説明する、占める | HL variability accounted for by the model |
| goodness of fit | あてはまりのよさ | HL どれだけよく合っているか |
| to fit a model | モデルをあてはめる | HL fit a quadratic model to the data |
| extrapolation | 外挿 | データの範囲の外で予測すること。危険 |
| interpolation | 内挿 | データの範囲の中で予測すること |
確率変数の一次変換(AHL 4.14)
| 英語 | 日本語 | 覚え方・注意 |
|---|---|---|
| linear transformation | 一次変換 | HL \(aX + b\) の形にすること |
| linear combination | 一次結合 | HL \(a_1X_1 \pm a_2X_2 \pm \cdots\) |
| independent random variables | 独立な確率変数 | HL \(\mathrm{Var}\) の公式に必要な条件 |
| population | 母集団 | 調べたい全体 |
| sample | 標本 | 母集団から取り出した一部 |
| population mean \(\mu\) | 母平均 | HL 知りたいが分からない値 |
| population variance \(\sigma^{2}\) | 母分散 | HL これも推定する |
| unbiased estimate | 不偏推定値 | HL 何度もとって平均すると、ちょうど本当の値になる |
| unbiased estimator | 不偏推定量 | HL そういう性質をもつ計算のしかた |
| sample mean \(\bar{x}\) | 標本平均 | HL \(\mu\) の不偏推定値 |
| \(s_{n-1}^{2}\) | 不偏分散 | HL \(n-1\) で割る。電卓の \(s_x\) の \(2\) 乗 |
| \(s_n^{2}\)(\(\sigma_x^{2}\)) | 標本分散 | HL \(n\) で割る。不偏ではない |
| to be unchanged | 変わらない | HL the standard deviation is unchanged |
| to offset | 打ち消す、相殺する | HL 重い袋と軽い袋が打ち消し合う |
| to magnify | 拡大する | HL \(2X\) ではずれがそのまま \(2\) 倍になる |
正規分布にしたがう確率変数の一次結合(AHL 4.15)
| 英語 | 日本語 | 覚え方・注意 |
|---|---|---|
| normally distributed | 正規分布にしたがう | HL X is normally distributed |
| linear combination | 一次結合 | HL 和・差・標本平均は、すべてこの形 |
| central limit theorem | 中心極限定理 | HL CLT。\(n > 30\) は試験の目安で、数学的な境界ではない |
| sample size | 標本の大きさ | HL \(n\) のこと |
| sample mean \(\bar{X}\) | 標本平均 | HL \(N(\mu,\ \sigma^{2}/n)\) にしたがう |
| standard error | 標準誤差 | HL \(\sigma/\sqrt{n}\) のこと。\(\bar{X}\) の標準偏差 |
| approximately normal | 近似的に正規分布 | HL CLT のときは必ずこの語を付ける |
| normal approximation | 正規近似 | HL 正当化できるかどうかを答案に書く |
| exactly normal | 正確に正規分布 | HL もとが normal のときはこちら |
| skewed | 歪んだ | HL 左右対称でない。正規ではない |
| to approach normality | 正規分布に近づく | HL シラバスの言い方 |
| the total of | 〜の合計 | HL the total mass of eight adults |
| the mean of | 〜の平均 | HL total と読み分ける |
| maximum load | 最大積載量 | HL エレベーターの問題によく出る |
| to exceed | 〜を超える | exceeds 180 minutes |
| at least | 少なくとも | \(\geq\) のこと |
| lifetime | 寿命 | 電池・部品の問題に出る |
母平均の信頼区間(AHL 4.16)
| 英語 | 日本語 | 覚え方・注意 |
|---|---|---|
| confidence interval | 信頼区間 | HL 「中心 \(\pm\) 誤差の幅」の形 |
| confidence level | 信頼水準 | HL \(90\%\)、\(95\%\)、\(99\%\) など |
| point estimate | 点推定値 | HL \(1\) つの数で答えたもの。\(\bar{x}\) など |
| interval estimate | 区間推定 | HL 幅をもたせた答え方 |
| margin of error | 誤差の幅 | HL 区間の幅の半分 |
| standard error | 標準誤差 | HL \(\dfrac{s}{\sqrt{n}}\)。\(\bar{X}\) の標準偏差 |
| critical value | 臨界値 | HL 信頼水準で決まる数。\(95\%\) なら \(1.96\) 前後 |
| \(t\)-distribution | \(t\) 分布 | HL \(\sigma\) が分からないときに使う |
| degrees of freedom | 自由度 | HL 信頼区間では \(n-1\) |
| regardless of sample size | 標本の大きさに関係なく | HL シラバスの言い方。\(\sigma\) 未知ならいつも \(t\) |
| to overlap | 重なる | HL \(2\) つの区間を比べるときの語 |
| We are 95% confident that … | \(95\%\) の確信をもって〜と言える | HL 解釈を書くときの型 |
| to be consistent with | 〜と矛盾しない | HL 主張が区間の中にあるとき |
| precise | 細かい、精度が高い | HL 区間が狭いこと |
| quality inspector | 品質検査官 | 工場の問題に出る |
| observation | 観測値 | HL 標本の \(1\) つ \(1\) つの値 |
| independent observations | 独立な観測値 | HL three independent observations of $X$ |
| canteen | 食堂 | 学校の問題によく出る |
| main dish / side dish | 主菜/副菜 | 食事の問題の語 |
| lift | エレベーター | 米国式は elevator |
ポアソン分布(AHL 4.17)
| 英語 | 日本語 | 覚え方・注意 |
|---|---|---|
| Poisson distribution | ポアソン分布 | HL 「一定の区間に何回起きたか」の分布 |
| \(X \sim \mathrm{Po}(m)\) | \(X\) はポアソン分布 \(\mathrm{Po}(m)\) にしたがう | HL 読み方は binomial と同じ |
| uniform average rate | 一定の平均の割合 | HL シラバスの \(2\) 条件の \(1\) つ。丸暗記する |
| during the period of interest | 調べている期間のあいだ | HL この但し書きを落とさない |
| rate | 割合 | HL 「\(1\) 時間に \(3.4\) 件」など。\(m\) とは別物 |
| interval | 区間 | HL \(m\) は区間の長さに比例する |
| per hour / per day | \(1\) 時間あたり/\(1\) 日あたり | per は「〜あたり」 |
| three-hour period | \(3\) 時間のあいだ | ハイフンで \(1\) つの形容詞になる |
| throughout the day | \(1\) 日を通じて | HL 「rate が一定」を言う書き方 |
| to occur | 起こる | events occur at a uniform rate |
| more than \(12\) | \(12\) より多い | \(12\) は含まない。\(X \geq 13\) |
| at least \(12\) | \(12\) 以上 | \(12\) を含む。\(X \geq 12\) |
| appropriate | 適切な | Explain why a Poisson model may not be appropriate |
| valid | 妥当な | State whether the model is valid |
| to suggest a model | 模型を提案する | Suggest a distribution for ... |
| breakdown | 故障 | 機械の問題に出る |
| faulty item | 不良品 | 工場の問題に出る |
| feeder | 餌台 | 鳥の問題に出る |
| checkpoint | 検問所、通過点 | マラソンや道路の問題に出る |
| emergency call | 緊急の電話 | 病院の問題に出る |
| loaf of bread | パン \(1\) 斤 | 数えるときの単位語 |
| crash | 衝突事故 | 交通の問題に出る |
| left-handed | 左利きの | binomial との選び分けの問題に出る |
| power supply | 電源 | 独立でなくなる例に出る |
| to be assumed to be | 〜とみなされる | 問題文の条件の言い方 |
仮説検定の critical region と誤り(AHL 4.18)
| 英語 | 日本語 | 覚え方・注意 |
|---|---|---|
| critical value | 臨界値 | HL 「ここから先は棄却」という境目の値 |
| critical region | 棄却域 | HL その境目より外の範囲。値ではなく範囲 |
| rejection region | 棄却域 | HL critical region の別の言い方 |
| one-tailed | 片側 | HL \(H_1\) が \(>\) か \(<\)。\(\alpha\) を片方の裾に置く |
| two-tailed | 両側 | HL \(H_1\) が \(\neq\)。\(\alpha\) を半分ずつ置く |
| \(z\)-test | \(z\) 検定 | HL \(\sigma\) が分かっているときの母平均の検定 |
| \(t\)-test | \(t\) 検定 | HL \(\sigma\) が分からないときの母平均の検定 |
| regardless of sample size | 標本の大きさに関係なく | HL シラバスの言い方。\(n\) では決めない |
| matched pairs | 対応のあるデータ | HL 同じ対象を \(2\) 回測ったもの。差をとって \(1\) 標本 |
| single sample technique | \(1\) 標本の手法 | HL matched pairs をこう扱う、とシラバスが指定 |
| proportion | 割合、母比率 | HL binomial で検定する |
| \(\rho\)(rho) | 母相関係数 | HL 標本の \(r\) とは別のもの |
| population product moment correlation coefficient | 母積率相関係数 | HL \(\rho\) の正式名 |
| bivariate normal distribution | 二変量正規分布 | HL \(\rho\) の検定が使える前提 |
| Type I error | 第1種の誤り | HL 正しい \(H_0\) を棄却する(冤罪) |
| Type II error | 第2種の誤り | HL 誤った \(H_0\) を棄却しない(取り逃がし) |
| power | 検出力 | HL \(1 - \beta\)。シラバスでは求められない |
| false positive | 偽陽性 | HL Type I error の別の呼び方 |
| false negative | 偽陰性 | HL Type II error の別の呼び方 |
| sample variance | 標本分散 | HL \(s_n^2\)。電卓に入れる前に \(s_{n-1}^2\) に直す |
| unbiased estimate | 不偏推定(値) | HL \(s_{n-1}^2\)。sx に入れるのはこちら |
| pooled | 合併した | HL \(2\) 標本 \(t\) 検定で分散を合わせて推定すること |
| to round down / up | 切り下げる/切り上げる | HL critical value は region が小さくなる向きに丸める |
| to detect | 見つける、検出する | the test fails to detect ... |
| to underfill | 規定より少なく詰める | 工場の問題に出る |
| batch | まとまり、ロット | 検査の問題に出る |
| to meet the standard | 基準を満たす | a batch that meets the standard |
| screening test | 検診 | Type I / II の重さを比べる問題に出る |
| to refer for further investigation | さらに詳しい検査に回す | 医療の場面の言い方 |
| consumer group | 消費者団体 | 表示を疑う問題に出る |
| helpline | 相談電話 | Poisson の問題に出る |
| junction | 交差点 | 事故の件数の問題に出る |
| rework | 手直しする | 不良品の問題に出る |
Topic 5 — Calculus(微分積分)
| English | 日本語 | 備考 |
|---|---|---|
| limit | 極限 | 数学III・C。AI SL では表かグラフから見積もるだけ |
| kinematics | 運動学 | HL AHL 5.13。SL では出題されない |
| particle | 粒子 | HL 大きさを考えない、点のような物体 |
| displacement | 変位 | HL \(s\)。基準からの位置。負にもなる |
| distance travelled | 進んだ道のり | HL 負にならない。\(\displaystyle\int|v|\,dt\) |
| velocity | 速度 | HL \(v\)。向きを含むので負にもなる |
| speed | 速さ | HL \(|v|\)。velocity の大きさ。負にならない |
| acceleration | 加速度 | HL \(a\)。\(\dfrac{dv}{dt}\) |
| at rest | 静止している | HL \(v = 0\)。\(a = 0\) ではない |
| changes direction | 向きを変える | HL \(v\) の符号が変わる |
| in terms of | 〜を使って表すと | HL v in terms of s なら \(v\) は \(s\) の式 |
| differential equation | 微分方程式 | HL 導関数が入った方程式。解は関数 |
| to set up a model | モデルを立てる | HL シラバスの言い方。式を作ること |
| at a rate proportional to | 〜に比例する割合で | HL 「\(= k \times\) 〜」と書く |
| inversely proportional to | 〜に反比例する | HL 「\(= \dfrac{k}{\ }\)」。\(-k\) ではない |
| the difference between \(A\) and \(B\) | \(A\) と \(B\) の差 | HL \((A - B)\)。カッコで囲む |
| constant of proportionality | 比例定数 | HL \(k\) のこと。単位もある |
| separation of variables | 変数分離 | HL 変数ごとに左右へ分けて積分する |
| general solution | 一般解 | HL \(C\) や \(A\) が入ったまま。曲線の族 |
| particular solution | 特殊解 | HL 条件で定数が決まった \(1\) 本 |
| initial condition | 初期条件 | HL \(t = 0\) のときの値 |
| slope field | 傾きの場 | HL AHL 5.15。各点に傾きの短い線分をかいた図 |
| direction field | 傾きの場 | HL slope field の別名。同じもの |
| solution curve | 解曲線 | HL 線分に接するようにかいた曲線 |
| equilibrium solution | 平衡解 | HL 右辺が \(0\) になる定数の解。水平な線分が横一直線に並ぶ |
| to approach | 近づく | HL 「達する(reach)」ではありません |
| logistic model | ロジスティックモデル | HL \(\dfrac{dP}{dt} = kP\left(1 - \dfrac{P}{L}\right)\)。上限で止まる |
| carrying capacity | 環境収容力 | HL ロジスティックモデルの上限 \(L\) |
| to match | 対応させる | HL 場と式を結びつける設問の言い方 |
| Euler’s method | オイラー法 | HL AHL 5.16。接線を \(h\) だけたどるのをくり返す |
| step length | 刻み幅 | HL \(h\) のこと。小さいほど正確だが歩数が増える |
| approximation | 近似(値) | HL Euler の答えは \(=\) ではなく \(\approx\) |
| to overestimate | 大きすぎる値を出す | HL 解曲線が concave のとき |
| to underestimate | 小さすぎる値を出す | HL 解曲線が convex のとき |
| coupled system | 連立系 | HL \(\dfrac{dx}{dt}\) と \(\dfrac{dy}{dt}\) の \(2\) 本 |
| predator–prey model | 捕食者・被食者モデル | HL \(xy\) の項が「出会い」を表す |
| equilibrium point | 平衡点 | HL 両方の変化率が \(0\) になる点 |
| trajectory | 軌道 | HL \((x,\ y)\) 平面に描いた経路 |
| spreadsheet | 表計算(スプレッドシート) | HL シラバスが Euler 法で使うよう指示 |
| trace | 対角の和 | HL \(\lambda\) の和に等しい。\(\det\) は \(\lambda\) の積 |
| phase portrait | 相図 | HL AHL 5.17。\((x,\ y)\) 平面に軌道を描いた図 |
| node | 結節点 | HL 固有値が実数で同符号。原点から離れる/近づく |
| stable / unstable | 安定/不安定 | HL 原点に近づくか、離れるか |
| saddle point | 鞍点 | HL 固有値が実数で異符号。近づいてから離れる |
| spiral | 渦巻き | HL 固有値が複素数のとき |
| real part | 実部 | HL \(a \pm bi\) の \(a\)。近づくか離れるかを決める |
| imaginary part | 虚部 | HL \(a \pm bi\) の \(b\)。回る速さを決める |
| purely imaginary | 純虚数 | HL 実部が \(0\)。軌道は円または楕円 |
| conjugate pair | 共役な組 | HL \(a+bi\) と \(a-bi\)。必ずセットで出る |
| clockwise / anticlockwise | 時計回り/反時計回り | HL \((1,\ 0)\) を代入して決める |
| second order differential equation | 2階微分方程式 | HL AHL 5.18。\(\dfrac{d^{2}x}{dt^{2}}\) が入った式 |
| displacement | 変位 | HL つりあいの位置からのずれ。\(x\) のこと |
| velocity | 速度 | HL \(\dfrac{dx}{dt}\)。相図の縦軸 |
| released from rest | 静止した状態からはなす | HL \(\dfrac{dx}{dt} = 0\) という初期条件 |
| damped oscillation | 減衰振動 | HL 揺れながら小さくなる。固有値が複素数で実部が負 |
| driven system | 外力を受ける系 | HL 右辺に \(t\) の項。固有値の方法は使えない |
| step length | 刻み幅 | HL Euler 法の \(h\) |
| qualitative analysis | 定性的な分析 | HL 数値ではなく、形とふるまいを答える |
| boundary condition | 境界条件 | HL 定数を決めるための情報 |
| constant of integration | 積分定数 | HL \(C\)。片側に \(1\) つだけ付ける |
| integration by substitution | 置換積分 | HL AHL 5.11 |
| half-life | 半減期 | HL 半分になるまでの時間。最初の量によらない |
| to decay | 崩壊する、減衰する | HL 放射性物質の問題に出る |
| Newton’s law of cooling | ニュートンの冷却の法則 | HL \(\dfrac{d\theta}{dt} = -k(\theta - \theta_{\text{room}})\) |
| to level off | 一定の値に落ち着く | HL 冷却の解が室温に近づくこと |
| algae | 藻 | シラバスの例に出る |
| leaking tank | 水がもれる水そう | 変数分離の問題によく出る |
| furnace | 炉 | 冷却の問題に出る |
| rumour | うわさ | 指数増加の問題に出る |
| \(x \to 3\) | \(x\) が \(3\) に近づく | 「\(3\) になる」ではありません |
| approaches / tends to | 近づく | \(\lim\) の説明で使われます |
| derivative | 導関数 | 数学II |
| first derivative | 第1次導関数 | この本で扱うのはこれだけ |
| \(f'(x)\), \(\dfrac{dy}{dx}\) | \(f\) プライム \(x\)、ディーワイ・ディーエックス | 読み方 |
| \(\dfrac{dV}{dr}\), \(\dfrac{ds}{dt}\) | ディーブイ・ディーアール など | 下が「何で割ったか」、上が「何が変わったか」 |
| with respect to | 〜について、〜に対して | rate of change of V with respect to r |
| to differentiate | 微分する | |
| gradient function | 導関数 | 「傾きを与える関数」という意味 |
| rate of change | 変化率 | AI で一番よく問われる読み方 |
| units | 単位 | 導関数の単位は「上 \(\div\) 下」 |
| per | 〜あたり | m per second、dollars per chair |
| to interpret | 解釈する | いつ・何が・どれだけ、の3つを書く |
| chain rule | 合成関数の微分法 | HL AHL 5.9b。外を微分して、中の微分を掛ける |
| product rule | 積の微分法 | HL AHL 5.9b。\(u\frac{dv}{dx}+v\frac{du}{dx}\) |
| quotient rule | 商の微分法 | HL AHL 5.9b。引き算の順番が固定 |
| composite function | 合成関数 | HL 「中身」のある関数。\(\sin 4x\) など |
| related rates of change | 関連する変化率 | HL AHL 5.9c。同時に変わる2つの量 |
| at a rate of | 〜の割合で | at a rate of 30 cm³ s⁻¹ は \(\frac{dV}{dt}=30\) |
| at a constant rate | 一定の割合で | その rate が変わらないという意味 |
| at this instant | この瞬間に | その時刻の値を聞いている |
| in a factorised form | 因数分解した形で | くくり出すところまでが答え |
| to inflate | ふくらませる | 風船の問題 |
| depth | 深さ | 容器に入れた水の高さ |
| edge length / side length | 辺の長さ | 立方体・正方形の \(1\) 辺 |
| surface area | 表面積 | 体積 volume と取り違えない |
| estimate | 見積もり(値) | ぴったりでなくてよい、という合図 |
| chord(曲線の) | 弦 | 曲線上の \(2\) 点を結ぶ直線。円の chord とは別の場面 |
| increasing | 増加している | グラフが右上がり。\(f'(x)>0\) |
| decreasing | 減少している | グラフが右下がり。\(f'(x)<0\) |
| interval | 区間 | 答えは \(-2<x<2\) のような不等式で書く |
| in the interval | 〜の区間で | increasing in the interval x > 2 |
| graphical interpretation | グラフでの読み取り | シラバスが SL 5.2 で使っている言葉 |
| power | 累乗・指数 | SL 5.3 では exponent と同じ意味で使われます |
| bring the power down | 指数を前に下ろす | 微分の公式の第1手。英語の教科書の決まり文句 |
| take one off the power | 指数から \(1\) を引く | 微分の公式の第2手 |
| negative exponent | 負の指数 | \(x^{-2}\)。\(n \in \mathbb{Z}\) なので範囲内 |
| to rewrite | 書き直す | \(\dfrac{6}{x^{2}} = 6x^{-2}\) にしてから微分する |
| to expand (the brackets) | (かっこを)展開する | \(x^{2}(x-3) = x^{3}-3x^{2}\)。展開しないと微分できません |
| brackets | かっこ | |
| to factorise | 因数分解する | \(f'(x)=0\) は、まず共通因数でくくる |
| common factor | 共通因数 | \(3x^{2}-12x\) なら \(3x\) |
| horizontal tangent | 水平な接線 | \(f'(x)=0\) の言い換え |
| tangent | 接線 | 数学II。傾きは \(f'(a)\) |
| normal | 法線 | 接線に垂直な直線。「ふつうの」ではありません。傾きは \(-\dfrac{1}{f'(a)}\) |
| to touch (a curve) | (曲線に)接する | その点で曲線と同じ傾きをもつ。横切ることもある |
| at the point where \(x=a\) | \(x=a\) の点で | \(y\) 座標は書かれていません。\(f(a)\) で作ります |
| coordinates of the point | 点の座標 | \((a,\ f(a))\) の形で \(2\) つとも答える |
| parallel to the line | その直線に平行な | 傾きが与えられている合図。\(f'(x)=m\) を解く |
| in the form \(y=mx+c\) | \(y=mx+c\) の形で | 答えの形の指定 |
| in the form \(ax+by+d=0\) | \(ax+by+d=0\) の形で | 分数を払って、\(a,b,d\) を整数にする |
| integration | 積分 | 数学II |
| to integrate | 積分する | |
| anti-differentiation | 原始関数を求めること | シラバスが SL 5.5 で使う言葉。「微分をほどく」 |
| anti-derivative | 原始関数 | |
| indefinite integral | 不定積分 | 上下に数が付かない。答えは式で、\(+C\) が要る |
| constant of integration | 積分定数 | \(+C\) のこと |
| boundary condition | 境界条件 | 「\(x=1\) のとき \(y=10\)」。\(C\) を決めるために使う |
| definite integral | 定積分 | 数学II。答えは数。\(+C\) は要らない |
| limits of integration | 積分の上端・下端 | \(\displaystyle\int_a^b\) の \(a\) と \(b\) |
| area under a curve | 曲線の下の面積 | |
| region enclosed by | 〜で囲まれた領域 | 公式集の言い方 |
| rate of flow | 流量 | グラフの高さが速さ、面積が合計 |
| total | 合計 | 変化率のグラフでは、面積が total |
| an expression for | 〜を表す式 | 値ではなく式を書けという指示 |
| local maximum / minimum | 極大/極小 | 数学II。local を落とさない |
| local maximum point | 極大点 | 答えは座標。\(x\) だけでは足りない |
| local maximum value | 極大値 | こちらは \(y\) の値だけ |
| stationary point | 停留点 | \(f'(x)=0\) となる点。極大・極小とはかぎらない |
| stationary point of inflexion | 変曲点となる停留点 | \(f'(x)=0\) だが前後で符号が変わらない点。AI SL では分類不要 |
| greatest value / least value | 最大値/最小値 | 定義域の端も候補。極大・極小とはかぎらない |
| in the given domain | 与えられた定義域で | この語があったら端を調べる |
| endpoint | 端点 | 定義域の左端・右端 |
| the gradient changes from positive to negative | 傾きが正から負に変わる | 極大の理由に使う決まり文句 |
| optimisation | 最適化 | 最大・最小を求めること |
| constraint | 条件式、制約 | 「決まっている量」。文字を1つに減らすために使う |
| in context | 文脈のある | 式は与えられない。自分で作る |
| dimensions | 各辺の長さ、寸法 | Find the dimensions は辺を全部答える |
| open / closed (box) | ふたのない/ふたのある(箱) | 面が \(5\) 枚か \(6\) 枚か |
| with a lid / without a lid | ふたつき/ふたなし | 同上 |
| to enclose | 囲む | フェンスの問題で出ます |
| to reject a solution | 解を捨てる | 捨てた理由を一言書く |
| least card / least material | 最も少ない材料 | 「表面積が最小」の言いかえ |
| at most | 多くとも、〜以下 | 定義域の上限を決める言葉 |
| kinematics | 運動(の問題) | シラバスは「SL の試験では出さない」と明記 |
| trapezoidal rule | 台形公式 | 日本の高校では発展扱い |
| trapezium(複数 trapezia) | 台形 | アメリカ英語は trapezoid。公式集は trapezoid |
| strip | 短ざく、細長い区間 | \(n\) は strip の数。値の数は \(n+1\) |
| interval of equal width | 等しい幅の区間 | シラバスの条件。\(h\) がそろっていること |
| ordinate | 縦座標(\(y\) の値) | 台形公式の \(y_0, y_1, \ldots\) |
| to approximate | 近似する | |
| approximation / estimate | 近似(値)、見積もり | 答えに approximately を付ける |
| over-estimate | 過大評価 | 曲線が下に凸のとき |
| under-estimate | 過小評価 | 曲線が上に凸のとき |
| upper bound / lower bound | 上限/下限 | SL 1.6。シラバスがここへリンクしています |
| cross-section | 断面 | 丘や川の断面積 |
| irregular area | 不規則な形の面積 | 式がない図形。台形公式の出番 |
試験でよく出る指示語(command terms)
これは用語ではなく「何をせよと言われているか」の言葉です。ここを読み違えると、正しく計算しても点になりません。
| English | 何をすればよいか |
|---|---|
| Write down | 計算はほとんど不要。答えだけ書けばよい |
| Find / Calculate | 求める。途中式を書くこと |
| Determine | 求めた上で、なぜそう言えるかを示す |
| Show that | 与えられた答えに向かって、途中を全部書く。答えは分かっているので過程が点になる |
| Hence | 直前の答えを使えという意味。使わないと点が出ない |
| Hence or otherwise | 直前の答えを使ってもよいし、別の方法でもよい |
| Sketch | 概形をかく。正確さは要らないが、軸・切片・重要な点にラベルは必要(→ SL 2.3) |
| Draw | 定規と目盛りを使って、正確な縮尺でかく。点は正しくプロットする |
| Plot | 与えられた点を座標平面に打つ。線でつなぐとは限らない |
| State | 短く答える。理由は不要 |
| Justify / Give a reason | 理由を言葉で書く。ここを書かない生徒がとても多い |
| Explain why | なぜそうなるかを言葉で書く。式だけでは足りない |
| State, with a reason | 答えを短く述べ、そのうえで理由も書く。\(2\) つ要る |
| Comment on | 数値の意味を、問題の文脈に沿って言葉で説明する |
| Interpret | 数値が現実の何を意味するかを説明する |
| Estimate | だいたいの値を出す。グラフや表から読み取ることが多い |
| Identify | どれかを指し示す。Identify the error ならどこが違うかを言葉で書く |
重要AI で点を落とす一番の原因
AI は、両方の paper で電卓が使えます。ですから、計算で差はつきません。
差がつくのは Justify / Comment on / Interpret です。数値を出して終わりにせず、「この数が、この問題の中で何を意味するか」を日本語ではなく英語で一文書く練習をしてください。この本の例題では、その一文をいつも書いてあります。