进阶知识（大学数学）

📖 ⏱️ 预计阅读时长

---

一、高等数学（微积分）

1. 极限与连续（基础）

• 知识点：极限是“自变量接近某点时，函数值接近什么”；连续是“极限值等于函数值”。
• 常见变形：
• 基本极限：
• 等价无穷小：
• 有理化：
• 相关考点：0/0 型极限、分段函数连续、参数取值。

题目 1（基础）：求 。

• 已知：自变量 ，表达式是三角比值。
• 目标：求极限值。
• 思路：直接套用基本极限。
• 分步推导：

1. 写出基本结论：。
2. 与题目形式完全一致，直接得到结果。

• 结论：极限为 。
• 易错点：把它误写成 （把“趋近”误当成“代入”）。

题目 2（变形）：求 。

• 已知：分子是根式差，直接代入是 。
• 目标：消掉根式，化成可求极限形式。
• 思路：有理化分子。
• 分步推导：

1. 乘以共轭：
2. 约去 （ 的邻域内）：
3. 再取极限：

• 结论：极限为 。
• 易错点：有理化后忘记约去 ，或直接把分母看成 导致错误。

题目 3（真题改编）：设

求 使 在 连续。

• 已知：分段函数， 处函数值为 。
• 目标：用连续定义求参数。
• 思路：连续条件是 。
• 分步推导：

1. 先算左侧极限：
2. 连续要求：

• 结论：。
• 易错点：只算出极限为 1，但忘记把它和 对接。

---

2. 导数与应用（基础到综合）

• 知识点：导数表示瞬时变化率；一阶导判断单调，二阶导或导数符号变化可判断极值性质。
• 常见变形：
• 求导法则：
• 链式法则：
• 导数应用：切线、单调区间、最值
• 相关考点：切线方程、极值点判定、最优化。

题目 1（基础）：函数 ，求导数并写出 处切线方程。

• 已知：函数表达式和指定点横坐标。
• 目标：先求导，再用点斜式写切线。
• 思路：斜率由导数给出，点坐标来自原函数。
• 分步推导：

1. 求导：
2. 求切点纵坐标：
3. 求切线斜率：
4. 用点斜式：，得 。

• 结论：导数 ；切线方程 。
• 易错点：把“在 处”误当成点 。

题目 2（变形）：求 的单调区间与极值。

• 已知：三次函数。
• 目标：找出导数零点并做符号分析。
• 思路：单调性由 正负决定。
• 分步推导：

1. 求导：
2. 临界点：。
3. 分区间看符号：
   • ：，递增
   • ：，递减
   • ：，递增
4. 算极值：

• 结论：在 处极大值 2，在 处极小值 -2。
• 易错点：只看 就下结论，不做符号变化检查。

题目 3（真题改编）：求 的最小值。

• 已知：定义域是 。
• 目标：求全局最小值。
• 思路：先求驻点，再看其是否给出最小值。
• 分步推导：

1. 求导：
2. 令导数为 0：（因 ，舍去 ）
3. 二阶导验证：所以 给极小值。
4. 代回：

• 结论：最小值为 。
• 易错点：忘记定义域限制，错误保留负根。

---

3. 积分（中等到提高）

• 知识点：不定积分是求原函数；定积分是累计量；面积问题常先求交点再定积分。
• 常见变形：
• 换元积分
• 分部积分
• 定积分几何意义（面积）
• 相关考点：原函数构造、变限积分、曲边梯形面积。

题目 1（基础）：求 。

• 已知：分母是 ，分子是其导数 。
• 目标：计算不定积分。
• 思路：设 直接换元。
• 分步推导：

1. 令 ，则 。
2. 积分变为：
3. 结果：（，绝对值可省）

• 结论：。
• 易错点：漏写积分常数 。

题目 2（变形）：求 。

• 已知：指数里是 ，外面有 。
• 目标：利用换元把指数函数积分化简。
• 思路：设 。
• 分步推导：

1. 设 ，则 ，所以 。
2. 改变积分限：，。
3. 积分变为：

• 结论：。
• 易错点：换元后忘记同步改上下限。

题目 3（真题改编）：求 与 围成图形面积。

• 已知：两条曲线。
• 目标：先确定积分区间，再“上减下”积分。
• 思路：交点决定区间，比较函数大小决定被积式。
• 分步推导：

1. 求交点：
2. 在 上，，所以“上函数”是 ，“下函数”是 。
3. 面积：

• 结论：面积为 。
• 易错点：把“上减下”写反，导致面积为负。

---

4. 多元函数与偏导（提高）

• 知识点：偏导用于描述各方向变化率；二元极值通常通过驻点和二阶判别。
• 常见变形：
• 一阶偏导：
• 极值判别：
• 约束极值：代入法或拉格朗日乘子法
• 相关考点：驻点分类、条件最值。

题目 1（基础）：设 ，求 。

• 已知：二元函数。
• 目标：分别对 求偏导。
• 思路：求 时把 当常数；求 时把 当常数。
• 分步推导：

1. 对 求偏导：
2. 对 求偏导：

• 结论：。
• 易错点：把“偏导”误做成“全导”，把另一个变量也跟着求导了。

题目 2（变形）：求 的极小值点。

• 已知：二元二次函数。
• 目标：找驻点并判别性质。
• 思路：先解一阶方程组，再看二阶导。
• 分步推导：

1. 一阶偏导：
2. 令其为 0：
3. 二阶偏导：故为极小值点。

• 结论：极小值点是 ，极小值为 。
• 易错点：只求驻点，不做二阶判别就下结论。

题目 3（真题改编）：在约束 下，求 的最小值。

• 已知：线性约束 + 二次目标函数。
• 目标：求条件最小值。
• 思路：用代入法降为一元函数。
• 分步推导：

1. 由约束得 。
2. 代入目标函数：
3. 求导：
4. 回代：

• 结论：最小值为 ，在 处取得。
• 易错点：忘记把约束代回目标函数，直接当无约束问题做。

---

二、线性代数

1. 线性方程组与矩阵（基础到中等）

• 知识点：解线性方程组本质是做消元；矩阵可逆等价于行列式非零。
• 常见变形：
• 加减消元
• 增广矩阵行变换
• 参数方程组讨论
• 相关考点：唯一解/无穷解/无解判定、秩、参数分类。

题目 1（基础）：解

• 已知：三元一次方程组。
• 目标：求 。
• 思路：先消掉同类项，逐步降维。
• 分步推导：

1. 第一式减第二式：
2. 将 代入第一式：
3. 将 代入第三式：
4. 联立相加得 ，再得 。

• 结论：。
• 易错点：第二步后代入时把 写错成 。

题目 2（中等）：判断矩阵

是否可逆，并求 。

• 已知：2 阶矩阵。
• 目标：先判定可逆，再求逆。
• 思路：先算行列式，不为 0 才能求逆。
• 分步推导：

1. 行列式：所以可逆。
2. 2 阶逆矩阵公式：
3. 代入 ：

• 结论：可逆，逆矩阵如上。
• 易错点：把分母 写成 。

题目 3（真题改编）：讨论参数方程组

的解的情况。

• 已知：参数 出现在系数矩阵里。
• 目标：按 分类讨论解的个数。
• 思路：先做行变换看系数矩阵退化条件。
• 分步推导：

1. 系数矩阵
2. 做变换 ：所以
3. 当 ，，唯一解。
4. 当 ，三式都变成 ，有无穷多解。

• 结论：
• ：唯一解
• ：无穷多解
• 易错点：行列式计算出错，导致错误分类。

---

2. 行列式与特征值（中等到提高）

• 知识点：特征值由 求出；可对角化取决于特征向量是否足够多。
• 常见变形：
• 2 阶特征方程
• 重根情形的可对角化判别
• 相似对角化计算幂
• 相关考点：求特征值、求特征向量、判断可对角化。

题目 1（基础）：求

的特征值。

• 已知：2 阶实对称矩阵。
• 目标：解特征方程。
• 思路：代入定义式 。
• 分步推导：

1. 写出 ：
2. 行列式为
3. 化简：

• 结论：特征值为 和 。
• 易错点：把 展开成 。

题目 2（变形）：判断

能否对角化。

• 已知：上三角矩阵，特征值从对角线可读出。
• 目标：看特征向量个数是否足够。
• 思路：重特征值时要检查几何重数。
• 分步推导：

1. 特征值：（代数重数 2）。
2. 解 ：
3. 特征向量只有一维（形如 ），线性无关特征向量不足 2 个。

• 结论：不能对角化。
• 易错点：看到“有特征值”就误以为一定可对角化。

---

三、概率论

1. 概率与条件概率（基础到提高）

• 知识点：条件概率是“在已知事件发生条件下的概率”；贝叶斯公式用于反推。
• 常见变形：
• 相关考点：抽签/抽球条件概率、医学检测、全概率公式。

题目 1（基础）：掷公平骰子一次，已知结果是偶数，求结果大于 3 的概率。

• 已知：条件“偶数”成立。
• 目标：求 。
• 思路：在条件样本空间内重新计数。
• 分步推导：

1. 条件样本空间：，共 3 个。
2. 其中大于 3 的是 ，共 2 个。
3. 概率为 。

• 结论：。
• 易错点：分母仍用 6，而不是条件样本空间大小 3。

题目 2（中等）：已知 ，求 。

• 已知：交并关系数据完整。
• 目标：避免重复计数。
• 思路：用加法公式减去交集一次。
• 分步推导：

1. 直接代公式：
2. 得 。

• 结论：。
• 易错点：不减交集，算成 1.1。

题目 3（真题改编）：某病患病率 1%，检测灵敏度 99%，特异度 98%。若检测阳性，求患病概率。

• 已知：
• 特异度 98% 表示 ，所以
• 目标：求 。
• 思路：先算阳性总概率，再用贝叶斯。
• 分步推导：

1. 全概率：
2. 贝叶斯：

• 结论：阳性后患病概率约为 。
• 易错点：把“灵敏度/特异度”直接当成“阳性后患病概率”。

---

2. 随机变量与分布（中等）

• 知识点：不同情境对应不同分布；先识别模型，再代公式。
• 常见变形：
• 二项分布：固定次数独立重复试验
• 泊松分布：单位时间/区域稀有事件次数
• 正态分布：连续型、对称钟形
• 相关考点：分布识别、概率计算、标准化。

题目 1（基础）：，求 。

• 已知：二项分布参数 。
• 目标：代入二项分布公式。
• 思路：先算组合数，再算概率幂。
• 分步推导：

1. 公式：
2. 计算：
3. 得：

• 结论：。
• 易错点：把 写成 。

题目 2（中等）：若 ，求 。

• 已知：泊松参数 。
• 目标：求“至少一次”概率。
• 思路：用补事件更快：。
• 分步推导：

1. 泊松分布 。
2. 所以

• 结论：。
• 易错点：直接从 累加到无穷，计算复杂且易错。

题目 3（真题改编）：，求 。

• 已知：均值 ，方差 ，所以标准差 。
• 目标：标准化后查表。
• 思路：化为标准正态变量 。
• 分步推导：

1. 标准化：
2. 对应 时：
3. 所以

• 结论：约 。
• 易错点：把方差 4 当成标准差 4。

---

3. 数字特征（提高）

• 知识点：期望看中心，方差看波动；独立时方差可加。
• 常见变形：
• 相关考点：离散分布期望方差、线性组合、样本均值性质。

题目 1（基础）：随机变量 取值 0、1、2，概率分别为 0.2、0.5、0.3，求 和 。

• 已知：离散分布表。
• 目标：先求期望，再用 。
• 思路：分别计算加权和。
• 分步推导：

1. 期望：
2. 二阶矩：
3. 方差：

• 结论：。
• 易错点：把 误当成 。

题目 2（真题改编）：设 独立同分布，。求样本均值 的期望和方差。

• 已知：。
• 目标：推导 。
• 思路：利用线性性质和独立可加性。
• 分步推导：

1. 期望：
2. 方差：

• 结论：。
• 易错点：方差里漏掉平方因子，把 写成 或反过来。

---

四、统计学（数理统计）

1. 置信区间（中等）

• 知识点：区间估计表达参数的不确定性，不是“参数随机变化”。
• 常见变形：
• 已知 用 区间
• 未知 用 区间
• 相关考点：区间构造、置信水平解释。

题目 1（基础）：已知总体标准差 ，样本量 ，样本均值 。求总体均值 的 95% 置信区间。

• 已知： 已知，置信水平 95%。
• 目标：构造双侧区间。
• 思路：用公式 ，其中 。
• 分步推导：

1. 标准误：
2. 误差限：
3. 区间：

• 结论：95% 置信区间是 。
• 易错点：把 95% 双侧误用成 。

---

2. 假设检验（提高）

• 知识点：检验结论是“拒绝/不拒绝原假设”，不是“证明绝对正确”。
• 常见变形：
• 单侧检验、双侧检验
• p 值法与临界值法
• 相关考点：统计量构造、拒绝域判断、结果解释。

题目 1（真题改编）：某产品标称平均重量 100g。抽样 ，样本均值 ，已知总体标准差 。在显著性水平 下检验“平均重量是否大于 100g”。

• 已知：正态总体或大样本， 已知。
• 目标：检验

• 思路：做单侧 z 检验，比较统计量与临界值 。
• 分步推导：

1. 统计量：
2. 比较：，不落入拒绝域。

• 结论：不拒绝 ，证据不足以支持“平均重量大于 100g”。
• 易错点：把“不拒绝原假设”误说成“原假设一定正确”。

---

🔒 会员专属内容

检查登录状态中...