数学露点索引.doc

抓住露点 准备考试 函数 连续 极限 裸比塔法则的使用 要求邻域可导 充分非必要条件； 点导和邻域可导的区别，点导只能用导数定义求极限，邻域可导才可以用裸比塔法则； 含有积分符号时，常用积分中值代替裸比塔的使用； 泰勒公式展开要同阶展开，切记不完全展开； 数列极限的定积分解法要注意函数的确定； 无界和无穷大的区别，注意振荡型； 数列极限与函数极限的关系； 不许跳步计算极限,否则我杀了你； 一元函数微分学 求微分时别忘了 dx ； 隐函数求导注意y 的性质； ln型的导前化简； 函数连续时要想到利用原函数及介值定理解决一谱系龙存在性的问题； 零点定理与裸耳定理的定义； 注意非马定理解决一谱系龙存在性的的应用； 注意泰勒公式及拉蛤螂日定理估值的应用； 可导和可导连续的区别； 中值定理中的一谱系龙不是常数，而是x的函数，随不同的x而变化； 讨论解的问题时，暴露未知数，用极值，单调性，零点定理综合解决； 一元函数积分学 积分变量代换时注意积分上下限的正确替换，别忘了dx也要替换； 积分中值定理的应用要主动； 积分时注意积分区域的对称性与函数的奇偶性相结合的应用； 变上限积分函数与裸耳定理的结合； 注意多个变量之间的关系； 微元大法解决应用题的思想； 注意旋转轴的位置，不要思维定势； 分步积分与参数替换； 基本积分公式的记忆，要验算； 多元函数微分学 不可以只写函数的记号F而忽略函数的参数； 弄清楚什么是自变量，什么是因变量，尤其是隐函数求导； 混合偏导连续时，注意化简； 剃度和方向导数的概念及关系； 求最值时，解方程要小心丢解； 多元函数积分学 累次积分的定义及交换累次积分； 积分域要精确画出，不要思维定势，以为是单位圆； 积分域的对称性与被积函数的奇偶性的结合； 根据被积函数的性质划分积分域； 轮换对称性的应用以积分域的对称为前提，分不完全轮换，完全轮换，叠域轮换； 坐标平移的出奇制胜； 第一型注意被积函数与被积曲面的区别； 第二型的曲线曲面积分注意正负号； 四脱壳丝公式要注意化为单位向量才可运算； 第二型曲线积分的路径无关问题，原函数是通法，特殊路径和格林公式要先作判定； 级数 级数的基本性质如收敛定义，和收敛，加括号等； 绝对收敛与条件收敛关系，正项级数和交错级数的关系，二者的总关系； 级数收敛的选择题常用ln作排除项； 级数收敛判定时要注意正项级数与交错级数的区别，不可张冠李戴，乱用方法； 强烈关注级数的下标，学会下标变换的两种方法； 幂级数的收敛半径，收敛区间，收敛域的意义，及在收敛区间的性质； 函数的展开成幂级数，注意收敛域，及函数收敛与展开级数收敛的关系； 幂级数求和注意收敛域，并注意对x的讨论(可能出现1/x的情况)； 典型函数的幂级数展开式(结合泰勒公式记忆)； 傅立叶级数与狄哽特里收敛定理(画图要精确)； 微分方程 对微分方程正确判型是正确解题的前提； 二阶常系数线性微分方程通解的结构； 解微分方程过程中要防止丢解情况的发生； 注意多变量的情况及变量之间的关系； 物理概念如”减少”,”阻力”等对正负号的影响； 微分方程解线性无关的概念的理解与应用； 行列式和矩阵 行列式求法中的分行分列可加性，对换行或列的变号性质，行列式的求解要验算； 行列式递归求解时注意用特殊值验算； 矩阵的型要明确，必要时使用矩阵标准型作杀手锏； 注意分块矩阵的性质； 矩阵的行变换求逆矩阵要验算； 向量组和方程组 解方程组只能是初等行变换，并化为最简型； 注意方程组解的各种情况的充分必要条件，利用绝杀，精确把握秩的关系； 特解的不相等并不代表线性无关； 注意向量的T，即； 向量组线性相关性与方程组的结合，解的情况与线性表示的结合； 同解方程组的代入处理手法； 基础解系的三要素； 特征值和特征向量 注意他们的定义； 特征值和特征向量求解时注意结合行列式，向量正交性验算； 注意实对称矩阵特征值和特征向量的特殊性； 矩阵的正定性判定的第一选择是定义法； 一维和多维的概率及概率分布 独立与互斥没关系； 事件互斥时可以实现概率的可列可加性； 对概率为0或1的理解； 条件概率的乘法应用； 求连续函数概率分布时的第一选择是定义法； 用划分区域积分的方法求U=F(X ,Y) 时，图形及函数要找准； 用公式法求U=F(X ,Y) 时，要精确求出值域及积分上下限； 注意多个变量的原始分析法，注意他们之间的逻辑关系； 数字特征 E(c)=c,D(c)=0,COV(X,c)=0,COV(X,X)=D(X),COV(X+Y,Z)=COV(X,Z)+COV(Y,Z); 样本均值要有拆开的冲动且要保证拆开的正确性； EXY=EX*EY,D(X+Y)=DX+DY仅能判定不相关，不能判定X,Y独立性； E(X)=0并不表示X=0，X为样本均值; 典型的概率分布的数字特征要记