1 / 34
文档名称:

考研数学知识点总结材料.doc

格式:doc   大小:1,404KB   页数:34页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

考研数学知识点总结材料.doc

上传人:511709291 2022/1/28 文件大小:1.37 MB

下载得到文件列表

考研数学知识点总结材料.doc

相关文档

文档介绍

文档介绍:word
word
2 / 34
word
考研数学考点与题型归类分析总结
1高数局部
高数第一章《函数、极限、连续》
求极限题最常用的解题方向:
等价无穷小;
洛必达法如此型和型直接用洛必达法如此
、、型先转化为型是以小题出现的,也经常以大题的形式出现,一般是通过函数在某点处的切线、法线、积分方程等问题来引出;从历年考察情况和大纲要求来看,高阶局部不太可能考大题,而且考察到的类型一般都不是很复杂。
word
word
4 / 34
word
解题套路:“辨明类型→套用对应方法求解〞
先讨论一阶方程局部。这一局部结构清晰,对于各种方程的通式必须牢记,还要能够对易混淆的题目做出准确判断。各种类型的方法最后的目的都是统一的,就是把以各种形式出现的方程都化为f(x)dx=f(y)dy的形式,再积分得到答案。
对于可别离变量型方程
变形为=-,再积分求解
齐次方程
做变量替换,如此化为
原方程就化为关于的可别离变量方程,变形积分即可解
对于一阶线性方程
y = Ce-ò p(x)dx〔ò eò p(x)dx q(x)dx+C〕
全微分方程M(x,y)dx+N(x,y)dy
因为其有条件,而且解题时直接套用通解公式.
所以,对于一阶方程的解法有规律可循,不用死记硬背步骤和最后结果公式。
对于求解可降阶的高阶方程也有类似的规律。对于型方程,就是先把当作未知函数Z,如此 原方程就化为 的一阶方程形式,积分即得;再对、依次做上述处理即可求解;
叫不显含y的二阶方程,解法是通过变量替换 、 (p为x的函数)将原方程化为一阶方程;叫不显含x的二阶方程,变量替换也是令〔但此中的p为y的函数〕,如此,也可化为一阶形式。
所以就像在前面解一阶方程局部记“求解齐次方程就用变量替换〞,“求解贝努利方程就用变量替换〞一样,在这里也要记住“求解不显含y的二阶方程就用变量替换、 〞、“求解不显含x的二阶方程就用变量替换、
word
word
5 / 34
word
〞。
大纲对于高阶方程局部的要求不高,只需记住相应的公式即可。其中二阶线性微分方程解的结构定理与线性代数中线性方程组解的结构定理非常相似,可以比照记忆:
假设、是齐次方程的两个线性无关的特解,如此该齐次方程的通解为
假设齐次方程组Ax=0的根底解系有(n-r)个线性无关的解向量,如此齐次方程组的通解为
非齐次方程的通解为,其中是非齐次方程的一个特解,是对应齐次方程的通解
非齐次方程组Ax=b的一个通解等于Ax=b的一个特解与其导出组齐次方程Ax=0的通解之和
假设非齐次方程有两个特解,如此对应齐次方程的一个解为
假设、是方程组Ax=b的两个特解,如此(-)是其对应齐次方程组Ax=0的解
可以说本章难就难在记忆量大上。
高数第七章《一元微积分的应用》
本章包括导数应用与定积分应用两局部,其中导数应用在大题中出现较少,而且一般不是题目的考察重点;而定积分的应用在历年真题的大题中经常出现,常与常微分方程结合。典型的构题方式是利用变区间上的面积、体积引出积分方程,一般需要把积分方程中的变上限积分单独别离到方程的一端形成“=∽〞的形式,在两边求导得到微分方程后套用相关方程的对应解法求解。
对于导数应用,有以下一些小知识点:
利用导数判断函数的单调性和研究极、最值。其中判断函数增减性可用定义法或求导判断,判定极、最值时如此须注意以下两点:
word
word
6 / 34
word
A. 极值的定义是:对于的邻域内异于的任一点都有>或<,注意是>或< 而不是≥或≤; B. 极值点包括图1、图2两种可能,
所以只有在在处可导且在处取极值时才有。
讨论方程根的情况。这一局部常用定理有零点定理〔结论局部为〕、罗尔定理〔结论局部为〕;常用到构造辅助函数法;在作题时,画辅助图会起到很好的作用,尤其是对于讨论方程根个数的题目,结合函数图象会比拟容易判断。
理解区分函数图形的凸凹性和极大极小值的不同判定条件:
区间I上的,如此在I上是凸的;
假设在I上的,如此在I上是凹的;
,如此当时为极大值,当时为极小值。
其中,A是判断函数凸凹性的充要条件,根据导数定义,是的变化率,是的变化率。可以说明函数是增函数; 可以说明函数的变化率在区间I上是递减的,包括以下两种可能:
同样,也只有两种对应图像:
word
word
7 / 34
word
所以,当时,对应或的函数图像,是凸的;
当时,对应或的函数图像,是凹的。
相比之下,判断函数极大极小值的充分条件比判断函数凸凹性的充要条件多了“且〞,这从图像上也很容易理解:满足的图像必是凸的,即或,当且