Nội Dung Chương Trình IB Math AA/AI SL/HL Chi Tiết Theo Từng Chủ Đề
Chương trình IB Mathematics — dù học theo tuyến Analysis and Approaches (AA — Phân tích và Tiếp cận) hay Applications and Interpretation (AI — Ứng dụng và Diễn giải), ở cấp Standard Level (SL) hay Higher Level (HL) — đều được xây dựng trên cùng một khung 5 chủ đề (topics) do IB quy định: Number and Algebra (Số và Đại số), Functions (Hàm số), Geometry and Trigonometry (Hình học và Lượng giác), Statistics and Probability (Thống kê và Xác suất), và Calculus (Giải tích).
Điều khác biệt giữa 4 tổ hợp AA SL, AA HL, AI SL, AI HL không nằm ở việc học chủ đề nào, mà ở việc mỗi chủ đề đó được đào sâu tới đâu, thiên về hướng lý thuyết hay ứng dụng, và có bao nhiêu nội dung mở rộng chỉ dành riêng cho HL.
Bài viết này liệt kê chi tiết nội dung của cả 5 chủ đề, so sánh trọng tâm giữa AA và AI, đồng thời chỉ rõ những mảng kiến thức chỉ xuất hiện ở HL mà học sinh SL không phải học. Đây là bài thứ 7 trong series 10 bài về IB Math của HappyMath, tiếp nối các bài giới thiệu khái niệm về AA/AI và SL/HL trước đó.
Cấu trúc 5 chủ đề chính trong chương trình IB Math
Chương trình IB Mathematics tổ chức toàn bộ nội dung học thành đúng 5 chủ đề lớn, áp dụng thống nhất cho cả AA và AI, cả SL và HL. Đây là điểm khác với nhiều chương trình phổ thông khác (như A-Level hay chương trình Việt Nam) vốn thường chia theo học kỳ hoặc theo khối lớp — IB chia theo mảng kiến thức xuyên suốt 2 năm học (Grade 11 và Grade 12 tại phần lớn trường quốc tế).
Năm chủ đề đó gồm: Number and Algebra, Functions, Geometry and Trigonometry, Statistics and Probability, và Calculus. Mỗi chủ đề đều có một phần nội dung "cốt lõi" (core) mà cả SL và HL đều học, cộng thêm một phần nội dung mở rộng chỉ dành cho HL — IB gọi phần này là AHL (Additional Higher Level).
Cách tổ chức này có một hệ quả quan trọng mà phụ huynh nên biết: học sinh SL không học "ít hơn" HL theo kiểu cắt bớt chủ đề, mà học "nông hơn" trong cùng 5 chủ đề đó. Ngược lại, học sinh HL không học thêm chủ đề mới, mà học sâu hơn, nhiều kỹ thuật hơn, và thường phải xử lý các bài toán đòi hỏi kết hợp nhiều mảng kiến thức cùng lúc.
Giữa AA và AI, 5 chủ đề vẫn giữ nguyên tên gọi, nhưng tỷ trọng nội dung bên trong mỗi chủ đề lệch nhau đáng kể. AA thiên về tư duy trừu tượng, chứng minh (proof) và các kỹ thuật đại số/giải tích thuần túy — phù hợp định hướng ngành Kỹ thuật, Khoa học máy tính, Vật lý, Toán học. AI thiên về mô hình hóa thực tế, thống kê ứng dụng, và sử dụng công nghệ (công cụ tính toán, phần mềm) để giải quyết vấn đề — phù hợp định hướng ngành Kinh tế, Kinh doanh, Khoa học xã hội, Khoa học đời sống.
Các phần tiếp theo của bài sẽ đi vào chi tiết từng chủ đề, nêu rõ nội dung cụ thể và điểm khác biệt giữa 4 tổ hợp AA SL, AA HL, AI SL, AI HL.
Number and Algebra — Số và Đại số
Ở cả AA và AI, chủ đề Number and Algebra bắt đầu từ những nền tảng giống nhau: ký hiệu khoa học (scientific notation), dãy số cộng (arithmetic sequences) và dãy số nhân (geometric sequences), lãi kép (compound interest), quy tắc số mũ và logarit (laws of exponents and logarithms). Đây là phần kiến thức mà học sinh nào theo tuyến nào cũng phải nắm vững vì nó là nền cho các chủ đề Hàm số và Giải tích phía sau.
Từ nền tảng chung đó, hai tuyến rẽ theo hai hướng khá rõ. AA SL đưa vào các chứng minh suy diễn đơn giản (simple deductive proofs), định lý nhị thức (binomial theorem), và điều kiện hội tụ của chuỗi hình học vô hạn (infinite geometric series) — tất cả đều thiên về thao tác đại số chính xác bằng tay. AI SL, ngược lại, nhấn mạnh vào ứng dụng tài chính (amortization — trả góp, annuities — niên kim), sai số và độ chính xác (approximation, bounds, percentage error), cùng việc giải phương trình bằng công cụ công nghệ thay vì biến đổi đại số thủ công.
Ở cấp HL, cả hai tuyến đều bổ sung nội dung đáng kể, nhưng theo hai hướng khác hẳn nhau. AA HL đưa vào ba mảng lớn: chứng minh bằng quy nạp (proof by induction) và phản chứng (proof by contradiction), số phức (complex numbers) ở dạng Cartesian, cực (polar) và mũ (Euler form) cùng định lý De Moivre, và hệ phương trình tuyến tính nhiều ẩn giải bằng phương pháp khử Gauss (row reduction). Đây là những nội dung đòi hỏi tư duy trừu tượng cao và gần với Toán học ở bậc đại học ngành kỹ thuật/khoa học tự nhiên.
AI HL thì mở rộng theo hướng khác: số phức cũng xuất hiện nhưng ở mức ứng dụng (các phép toán và dạng biểu diễn, không đi sâu chứng minh như AA), và đặc biệt là ma trận (matrices) — bao gồm các phép toán, định thức, ma trận nghịch đảo, và ở mức sâu hơn còn có trị riêng — vector riêng (eigenvalues, eigenvectors) cùng phép chéo hóa (diagonalization). Đây là mảng kiến thức chỉ AI HL mới có, AA (cả SL lẫn HL) không đề cập tới ma trận trong nội dung chính khóa.
Điểm khác biệt cốt lõi cần phụ huynh ghi nhớ: nếu con học AA, phần Number and Algebra ở HL sẽ nặng về chứng minh và số phức thuần túy. Nếu con học AI, phần mở rộng ở HL sẽ nặng về ma trận và các công cụ đại số tuyến tính phục vụ mô hình hóa dữ liệu — một kỹ năng gần với các môn Khoa học máy tính hoặc Kinh tế lượng ở đại học hơn là Toán thuần túy.
Functions — Hàm số
Cả AA và AI đều dạy Functions với cùng một bộ khái niệm nền: khái niệm hàm số (domain — miền xác định, range — miền giá trị), hàm ngược (inverse functions), hàm hợp (composite functions), và các phép biến đổi đồ thị (translations, reflections, stretches). Học sinh ở cả hai tuyến đều cần vẽ và đọc đồ thị hàm bậc nhất, bậc hai, hàm mũ và hàm logarit.
Khác biệt bắt đầu lộ rõ ở cách tiếp cận. AA SL đi sâu vào xử lý đại số của hàm số: các dạng viết khác nhau của hàm bậc hai (standard, factor, vertex form), phân tích biệt thức (discriminant) để xác định số nghiệm, hàm phân thức (reciprocal/rational functions) và tiệm cận, cùng kỹ năng giải phương trình bằng cả phương pháp đại số lẫn đồ thị. Trọng tâm là học sinh phải tự suy luận và biến đổi công thức.
AI SL tiếp cận Functions từ góc độ mô hình hóa (modelling): học sinh học cách chọn loại hàm phù hợp (tuyến tính, bậc hai, mũ, lũy thừa, bậc ba, hoặc hàm lượng giác dạng sin) để khớp với một tập dữ liệu thực tế, sau đó đánh giá độ phù hợp của mô hình và biện luận miền xác định hợp lý trong ngữ cảnh bài toán. Đây gọi là kỹ năng "modelling skills" — phát triển, khớp, kiểm tra, phản biện mô hình — một quy trình tư duy khác hẳn với việc giải phương trình thuần túy.
Ở cấp HL, AA HL bổ sung các nội dung mang tính kỹ thuật đại số cao: định lý nhân tử và định lý dư (factor and remainder theorems) cho đa thức, hàm chẵn/hàm lẻ (odd and even functions), hàm tự nghịch đảo (self-inverse functions), hàm trị tuyệt đối (modulus function) cùng cách giải phương trình và bất phương trình chứa trị tuyệt đối, và hàm phân thức với tiệm cận xiên (oblique asymptotes).
AI HL mở rộng theo hướng ứng dụng nhiều hơn: hàm hợp và hàm ngược ở mức nâng cao hơn với ràng buộc miền xác định, thêm các dạng hàm mô hình hóa mới như hàm logarit tự nhiên, hàm logistic (thường dùng mô tả tăng trưởng có giới hạn) và hàm từng khúc (piecewise functions), cùng kỹ thuật tuyến tính hóa bằng logarit (logarithmic linearization) để xử lý dữ liệu có độ lớn chênh lệch nhiều bậc.
Nhìn tổng thể, Functions là chủ đề thể hiện rõ nhất triết lý khác nhau giữa hai tuyến: AA rèn khả năng thao tác biểu thức và chứng minh tính chất hàm số một cách chặt chẽ, còn AI rèn khả năng chọn và đánh giá mô hình toán học cho một tình huống thực tế — kỹ năng gần với công việc phân tích dữ liệu hơn.
Geometry and Trigonometry — Hình học và Lượng giác
Phần cốt lõi của Geometry and Trigonometry giống nhau ở cả hai tuyến SL: tính khoảng cách và trung điểm trong không gian 3 chiều, thể tích và diện tích các hình khối cơ bản, tỷ số lượng giác sin/cos/tan trong tam giác vuông, định lý sin và định lý cos cho tam giác bất kỳ, góc nâng và góc hạ (angles of elevation/depression), số đo radian, độ dài cung tròn (arc length) và diện tích hình quạt (sector area).
Từ nền chung này, AA SL bổ sung phần lượng giác thuần túy nhiều hơn: định nghĩa hàm lượng giác trên đường tròn lượng giác (unit circle) với các giá trị đặc biệt, đẳng thức Pythagoras và đẳng thức góc nhân đôi (double-angle identities), đồ thị hàm tuần hoàn và các phép biến đổi của chúng, cùng kỹ năng giải phương trình lượng giác trên một khoảng cho trước.
AI SL giữ phần lượng giác tam giác ở mức cơ bản nhưng bổ sung hai mảng đặc trưng của tuyến ứng dụng: phương trình đường trung trực (perpendicular bisectors) và đặc biệt là sơ đồ Voronoi (Voronoi diagrams) — một công cụ hình học dùng để chia mặt phẳng thành các vùng dựa trên khoảng cách gần nhất tới một tập điểm cho trước (site), có ứng dụng thực tế trong quy hoạch vùng phủ sóng, phân vùng dịch vụ hay phân tích không gian. Đây là nội dung chỉ AI mới có, AA không dạy Voronoi diagrams.
Ở cấp HL, AA HL đi theo hướng mở rộng lượng giác và hình học vector một cách toàn diện: các hàm lượng giác nghịch đảo dạng phân thức (sec, csc, cot), đẳng thức góc gộp (compound angle identities), và đặc biệt là một mảng lớn về vector trong không gian 3 chiều — phương trình đường thẳng và mặt phẳng dạng vector, tích có hướng (cross product) và ứng dụng, giao điểm giữa đường và mặt phẳng, góc giữa đường thẳng và mặt phẳng, cùng các bài chứng minh hình học bằng phương pháp vector.
AI HL mở rộng theo một hướng khác biệt rõ rệt: bên cạnh vector (các phép toán, ứng dụng vào động học — kinematics, tích vô hướng/tích có hướng), AI HL còn có phép biến đổi hình học bằng ma trận (matrix transformations) và đặc biệt là lý thuyết đồ thị (graph theory) — một nhánh Toán rời rạc nghiên cứu mạng lưới (networks), bao gồm các thuật toán tìm cây khung nhỏ nhất như Kruskal và Prim, ứng dụng vào các bài toán tối ưu hóa mạng lưới (ví dụ: nối các điểm với chi phí thấp nhất). Graph theory là nội dung hoàn toàn không xuất hiện trong AA ở bất kỳ cấp độ nào.
Sự khác biệt ở chủ đề này cho thấy rõ định hướng nghề nghiệp mà mỗi tuyến hướng tới: AA HL chuẩn bị nền tảng vector và lượng giác cho các ngành cần hình học không gian chặt chẽ (Kỹ thuật, Vật lý, Kiến trúc kỹ thuật), trong khi AI HL trang bị công cụ mạng lưới và ma trận biến đổi — gần với Khoa học máy tính, Logistics, hoặc Khoa học dữ liệu ứng dụng.
Statistics and Probability — Thống kê và Xác suất
Đây là chủ đề có phần cốt lõi tương đối giống nhau giữa hai tuyến ở cấp SL, nhưng mức độ nhấn mạnh khác nhau khá rõ. Cả AA SL và AI SL đều học: lấy mẫu và độ tin cậy dữ liệu (population, sampling), trình bày dữ liệu qua biểu đồ tần số và tần số tích lũy, các đại lượng đo xu hướng trung tâm và độ phân tán (mean, median, standard deviation), hệ số tương quan Pearson và hồi quy tuyến tính, xác suất cơ bản, sơ đồ Venn và sơ đồ cây, xác suất có điều kiện, biến ngẫu nhiên rời rạc, phân phối nhị thức (binomial distribution) và phân phối chuẩn (normal distribution).
Điểm khác biệt ở SL nằm ở mức độ đào sâu và số lượng công cụ thống kê được giới thiệu. AI SL thường đưa vào nhiều công cụ thống kê ứng dụng hơn ngay từ cấp SL, ví dụ hệ số tương quan hạng Spearman (Spearman's rank correlation) — dùng khi dữ liệu không có quan hệ tuyến tính rõ ràng — và kiểm định giả thuyết (hypothesis testing) cơ bản với kiểm định khi bình phương (chi-square) hoặc kiểm định t. AA SL giữ phần này gọn hơn, tập trung vào tương quan Pearson và hồi quy tuyến tính là chính, không đi sâu vào kiểm định giả thuyết ở cấp SL.
Ở cấp HL, cả hai tuyến đều bổ sung nội dung xác suất nâng cao nhưng theo hướng khác nhau. AA HL thêm định lý Bayes (Bayes' theorem) để tính xác suất có điều kiện ngược, biến ngẫu nhiên liên tục (continuous random variables) với hàm mật độ xác suất (PDF) và hàm phân phối tích lũy (CDF) tính bằng tích phân, cùng tổ hợp tuyến tính của các biến ngẫu nhiên (linear combinations of random variables). Phần này đòi hỏi nền tảng giải tích vững để tính kỳ vọng và phương sai bằng tích phân.
AI HL mở rộng theo hướng thống kê ứng dụng sâu hơn: thiết kế thu thập dữ liệu và đánh giá độ tin cậy/hợp lệ của khảo sát (data collection design), hồi quy phi tuyến (non-linear regression) cùng hệ số xác định R² để đánh giá độ phù hợp mô hình, phân phối Poisson (Poisson distribution) dùng cho các sự kiện hiếm xảy ra trong một khoảng thời gian/không gian cố định, kiểm định giả thuyết đầy đủ hơn với sai lầm loại I/loại II (Type I/II errors), và đặc biệt là chuỗi Markov (Markov chains) — mô hình xác suất dùng để dự đoán trạng thái tương lai của một hệ thống dựa trên trạng thái hiện tại, có ứng dụng trong dự báo thời tiết, phân tích hành vi người dùng hay mô hình tài chính đơn giản.
Nhìn chung, Statistics and Probability là chủ đề mà AI đầu tư đậm nhất trong toàn bộ chương trình — cả về số lượng công cụ lẫn mức độ ứng dụng thực tế — phản ánh đúng triết lý "Interpretation" (diễn giải dữ liệu) của tuyến này. AA vẫn học đủ nền tảng xác suất-thống kê cần thiết nhưng không mở rộng nhiều công cụ ứng dụng như AI, mà dồn phần nâng cao của HL vào Bayes và biến ngẫu nhiên liên tục — vốn cần kỹ thuật tích phân đi kèm.
Calculus — Giải tích
Calculus là chủ đề mà AA đầu tư sâu và sớm nhất trong bốn chủ đề còn lại, trong khi AI xử lý phần này ở mức nền tảng hơn nhiều, kể cả ở HL. Ở cấp SL, cả hai tuyến đều học khái niệm giới hạn (limits) và đạo hàm như tốc độ thay đổi tức thời, đạo hàm của hàm đa thức bằng quy tắc lũy thừa, phương trình tiếp tuyến và pháp tuyến, khái niệm nguyên hàm (anti-differentiation) và tích phân xác định để tính diện tích dưới đường cong, cùng việc tìm điểm dừng (stationary points) để giải bài toán tối ưu hóa đơn giản.
Khác biệt ở SL nằm ở độ rộng của các hàm số được lấy đạo hàm/tích phân và mức độ bài toán ứng dụng. AA SL mở rộng sang đạo hàm của các hàm lượng giác, hàm mũ và hàm logarit cơ bản, cùng ba quy tắc đạo hàm quan trọng — quy tắc dây chuyền (chain rule), quy tắc tích (product rule), quy tắc thương (quotient rule) — và đạo hàm cấp hai để xác định điểm uốn (inflection points), bài toán động học (kinematics: vị trí, vận tốc, gia tốc), cùng tính diện tích giữa hai đường cong.
AI SL giữ Calculus ở mức cơ bản hơn hẳn: chỉ dừng ở đạo hàm hàm đa thức, khái niệm hàm tăng/giảm dựa trên dấu đạo hàm, tìm điểm dừng để giải bài toán tối ưu hóa trong ngữ cảnh thực tế, và một kỹ thuật xấp xỉ diện tích bằng quy tắc hình thang (trapezoidal rule) khi không thể tính tích phân chính xác. AI SL không yêu cầu đạo hàm hàm lượng giác/mũ/log hay các quy tắc dây chuyền/tích/thương như AA SL.
Ở cấp HL, khoảng cách giữa hai tuyến càng nới rộng. AA HL đưa vào gần như toàn bộ giáo trình giải tích tương đương năm nhất đại học ở mức nhập môn: giới hạn hình thức và quy tắc L'Hôpital, đạo hàm hàm ẩn (implicit differentiation), bài toán tốc độ liên quan (related rates), tối ưu hóa có ràng buộc, các kỹ thuật tích phân nâng cao (tích phân từng phần, đổi biến, phân thức từng phần), tính thể tích khối tròn xoay (volumes of revolution), phương trình vi phân (differential equations — dạng tách biến, thuần nhất, tuyến tính bậc nhất với thừa số tích phân), chuỗi Maclaurin (Maclaurin series) để xấp xỉ hàm số bằng đa thức, và phương pháp Euler để giải số phương trình vi phân.
AI HL mở rộng Calculus nhưng ở phạm vi hẹp hơn nhiều so với AA HL: thêm đạo hàm của hàm lượng giác, hàm mũ, hàm logarit cùng ba quy tắc dây chuyền/tích/thương (những nội dung AA đã học từ SL), kỹ thuật tích phân bằng phương pháp đổi biến, tính thể tích khối tròn xoay ở mức cơ bản, và một phần nhập môn về phương trình vi phân — bao gồm tách biến, phương pháp Euler, và ở một số năm còn có hệ phương trình vi phân kết hợp (coupled systems) cùng biểu đồ pha (phase portraits) để mô tả định tính nghiệm mà không cần giải chính xác.
Đây là chủ đề thể hiện rõ nhất lý do nhiều học sinh định hướng ngành kỹ thuật/khoa học tự nhiên được khuyên chọn AA thay vì AI: nếu chương trình đại học yêu cầu nền giải tích vững (Calculus I, II, III), AA HL cung cấp nền đó đầy đủ hơn hẳn AI HL, vốn chỉ dừng ở mức giới thiệu công cụ giải tích để phục vụ mô hình hóa thống kê và tài chính là chính.
Những nội dung chỉ dành riêng cho HL — điểm chung giữa AA và AI
Dù nội dung cụ thể khác nhau, cấu trúc "SL là core, HL là core cộng thêm AHL" áp dụng nhất quán cho cả hai tuyến, và có một số quy luật chung phụ huynh có thể dùng để hình dung khối lượng HL thêm vào.
Thứ nhất, HL luôn thêm ít nhất một mảng kiến thức hoàn toàn mới trong Number and Algebra: AA HL thêm số phức và chứng minh quy nạp/phản chứng, AI HL thêm ma trận (kể cả trị riêng — vector riêng ở một số năm chương trình). Đây là những nội dung SL hoàn toàn không chạm tới, không phải là "làm bài khó hơn" của cùng một kiến thức mà là kiến thức mới hoàn toàn.
Thứ hai, HL luôn mở rộng phần Hình học/Lượng giác theo hướng không gian nhiều chiều hơn: AA HL đưa vector vào không gian 3D với đường thẳng, mặt phẳng và tích có hướng; AI HL đưa graph theory (lý thuyết đồ thị) và phép biến đổi bằng ma trận. Cả hai đều đòi hỏi tư duy trừu tượng hóa hình học cao hơn nhiều so với lượng giác tam giác ở SL.
Thứ ba, HL luôn mở rộng Statistics and Probability theo hướng cần công cụ toán học nền tảng hơn (tích phân đối với AA, các mô hình xác suất phức tạp hơn đối với AI): AA HL cần tích phân để xử lý biến ngẫu nhiên liên tục, AI HL cần hiểu ma trận chuyển trạng thái để xử lý chuỗi Markov.
Thứ tư, và có lẽ là khác biệt rõ nhất về khối lượng, Calculus của AA HL lớn hơn đáng kể so với AI HL — AA HL gần như bao trọn một giáo trình giải tích nhập môn đại học, trong khi AI HL chỉ mở rộng vừa đủ để phục vụ các chủ đề khác trong chính chương trình AI (ví dụ: mô hình tăng trưởng, phương trình vi phân đơn giản cho các bài toán ứng dụng).
Vì khối lượng AHL không hề nhỏ, học sinh cân nhắc lên HL — dù là AA hay AI — nên đánh giá thực chất năng lực tự học và thời gian đầu tư trước khi chọn, thay vì chỉ dựa vào việc HL "được cộng điểm cao hơn" trong hệ quy đổi đại học. Nội dung AHL đòi hỏi nền tảng SL phải chắc trước, vì AHL luôn xây trên phần core chứ không phải một mảng kiến thức tách biệt.
Vai trò của công nghệ trong việc học nội dung chương trình IB Math
Công nghệ tính toán (máy tính đồ họa — Graphic Display Calculator/GDC, phần mềm như GeoGebra, và ở một số nội dung là Python) không phải là phần "phụ trợ" trong chương trình IB Math mà là một phần được tích hợp trực tiếp vào cách nội dung syllabus được thiết kế, đặc biệt rõ ở tuyến AI.
Ở AI, nhiều nội dung được viết với giả định học sinh dùng công cụ công nghệ để thực hiện phần tính toán, từ đó dành thời gian cho việc diễn giải kết quả — đúng tinh thần "Interpretation" của tên gọi. Ví dụ: giải hệ phương trình trong Number and Algebra được ghi rõ là "giải bằng công nghệ" thay vì yêu cầu biến đổi đại số thủ công; hồi quy phi tuyến và các phép toán ma trận phức tạp ở HL gần như không khả thi nếu tính tay; sơ đồ Voronoi cũng thường được dựng và phân tích qua phần mềm.
Ở AA, công nghệ vẫn được dùng nhưng ở vai trò hỗ trợ kiểm tra kết quả tính tay là chính, không thay thế kỹ năng biến đổi đại số hay chứng minh — vì đó chính là năng lực cốt lõi mà tuyến AA muốn rèn. Một học sinh AA vẫn cần giải phương trình bậc hai, tính đạo hàm hay chứng minh quy nạp bằng tay thành thạo, dù kỳ thi vẫn cho phép dùng GDC ở phần lớn các phần thi.
Với phụ huynh, điểm cần lưu ý là: việc con dùng máy tính/phần mềm nhiều trong giờ học AI không có nghĩa là chương trình "nhẹ" hơn hay ít đòi hỏi tư duy hơn AA. Ngược lại, việc diễn giải đúng kết quả một mô hình thống kê hay một phép biến đổi ma trận mà phần mềm trả về, rồi biện luận nó có hợp lý trong ngữ cảnh bài toán hay không, là một kỹ năng tư duy bậc cao không kém gì việc chứng minh đại số ở AA — chỉ là bản chất kỹ năng khác nhau.
Chương trình IB Math được xây trên một khung 5 chủ đề thống nhất — Number and Algebra, Functions, Geometry and Trigonometry, Statistics and Probability, Calculus — nhưng AA và AI triển khai 5 chủ đề đó theo hai triết lý khác nhau: AA thiên về chứng minh và kỹ thuật đại số/giải tích thuần túy, AI thiên về mô hình hóa và diễn giải dữ liệu với sự hỗ trợ đậm của công nghệ. Ở mỗi tuyến, HL luôn cộng thêm một khối nội dung AHL hoàn toàn mới trong từng chủ đề, không phải chỉ là làm khó hơn phần SL đã học.
Nắm được bản đồ nội dung này giúp phụ huynh và học sinh chọn đúng tuyến, đúng cấp độ ngay từ đầu, thay vì phải đổi giữa chừng khi nhận ra khối lượng hoặc phong cách tư duy không phù hợp với năng lực và định hướng ngành học sau này.
Hai việc phụ huynh có thể làm ngay sau khi đọc xong bài này:
1. Đối chiếu nội dung từng chủ đề ở trên với bảng điểm và mức độ tự tin hiện tại của con theo từng mảng (đại số, hình học, thống kê, giải tích) để xác định con đang mạnh/yếu ở đâu trước khi chọn hoặc tiếp tục tuyến AA/AI, SL/HL. 2. Trao đổi trực tiếp với giáo viên chuyên IB Math của HappyMath để được đánh giá cụ thể năng lực của con theo đúng khung nội dung syllabus hiện hành, từ đó có lộ trình học phù hợp cho từng chủ đề còn yếu.
Đăng ký học thử miễn phí cùng HappyMath
Một buổi học 1-1 miễn phí để đánh giá đúng trình độ hiện tại của con và
định hướng lộ trình phù hợp — trước khi quyết định bất cứ điều gì.
📞 Hotline: 0963.29.6388 – 0966.17.00.31
💬 Zalo OA: https://zalo.me/1695489198803252219
👍 Fanpage: https://www.facebook.com/happymath.academy.online
🌐 Đăng ký học thử: https://dangky.giaoducthanhdat.vn/