考研数学易错知识点 2021-08-06

考研部分知识点总结

目录

  • 考研部分知识点总结
    • 连续,极限
    • 函数极限
    • 导数的应用与证明
    • 积分
    • 积分2
    • 微分方程
    • 构建辅助函数
    • 微分方程法构建辅助函数
    • 多元微分
    • 二重积分
  • 线性代数
    • 向量与秩
    • 特征值
      • 特征值

连续,极限

连续

绝对值函数的导数性质三

地方

阶梯函数导数


多项式和对数函数的极限:

高阶导数

绝对值函数的导数性质一

函数极限

高阶无穷小相加

等价无穷小替换定理:因式可以用等价无穷小替换

高阶无穷小相乘

运用泰勒公式

变限积分求导公式

导数的应用与证明

求切线

画出积分区域

变量可分离的微分方程

水平、斜渐近线

隐函数求极值

拐点的第二充分条件:

单调函数的极限性质

极值的第一充分条件

的间断点

由导数求极值点

凸函数的切线位置

求切线

凹凸性判定

由导数求极值点

变限积分的复杂形式

变限积分求导公式

f(x)在开区间的范围

二阶导判断凹凸区间

参数式的二阶导数

观察法求方程根

判定方程根的个数

单调区间内无零点

由导数求极值点

通分不等式

通过二阶导数证明单调性

通过二阶导数证明单调性

对称的双变量不等式-构造函数

凸函数的导数性质

用最值证不等式

凹凸性判定

构造函数

积分

积分1

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-isIkghnO-1628252313086)(https://oss.v8cloud.cn/markdown/65152fb2b407fb07f33d8eb7b76ed084.png)]

分式拆项:分母能因式分解,只含一次式

分式拆项:分母能因式分解,含一次式的高次幂

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2AtsGGfl-1628252313094)(https://oss.v8cloud.cn/markdown/3326107a7b4ad1c9f3ed56cbf8240cbe.png)]

分式拆项:分母能因式分解,含二次式

拆项积分:分母不能因式分解: 拆项得到

分式拆项:分母能因式分解,含一次式的高次幂

运用积分

和差化积公式

在这里插入图片描述

余割函数的导数

sinx cosx偶数次幂

在这里插入图片描述

常用诱导公式

积分2

反常积分

反常积分同敛散的比较判别

函数间断点

区间两端同为奇点

变限积分的复杂形式: 使用变限积分求导公式

分式拆项:分母能因式分解,只含一次式

分部积分法

运用导数

提取公因式约分: 提取公因式约分化简(即只取分子分母的最高次项)

反常积分收敛的比较判别

函数积的奇偶性:不同奇偶性相乘为奇;相同奇偶性相乘为偶

对称函数换元:对称函数,换元使其平移,得到奇、偶函数

反常积分收敛的比较判别

指数、对数和多项式的极限

提取极限存在的因式

反常积分收敛的定义:反常积分的定义为极限,若极限存在,则反常积分收敛

函数间断点

反常积分同敛散的比较判别

等价无穷小替换定理

函数间断点

反常积分同敛散的比较判别

等价无穷小替换定理

周期函数的积分

e-x2 的反常积分

无穷极限的差

反常积分先求不定积分

分式拆项:分母能因式分解,含二次式

运用积分

定积分换元保留绝对值符号

定积分的和

积分中有绝对值号

运用积分

含定积分的方程: 注意,定积分是一个数,命其为a , 再解关于a 的方程

定积分换元保留绝对值符号

函数积的奇偶性

函数的奇偶性

函数平移

1至 n 的和

定积分的和

积分中有绝对值号

分析】三角函数的无理式,按顺序思考:1. 凑微分, 2. 化简成一次式,或可以直接积分/凑微分积分的形式, 3. 拆项,4. 和差化积,5. 万能代换。

这里不能直接凑微分,化简去掉根号。去根号后有绝对值号,需根据积分区域脱去绝对值号。

所以这是无穷区间上的反常积分,先计算不定积分。

函数积的奇偶性

奇偶函数在对称区间的积分

函数的奇偶性

写成指数形式

等价无穷小替换定理

提取极限存在的因式

微分方程

微分方程

选择未知函数

非齐次解的差为齐次解

代入解求未知函数

求二阶常系数非齐次线性方程的特解

求二阶常系数线性齐次方程的通解

自由项对应特征方程的根

高阶常系数线性方程

单重实根

求高阶齐次方程的通解

求高阶齐次方程的通解: 将 个特征根对应的项相加得到通解

无穷小的比较:涉及“同阶”,“等价”,“高阶”和“低阶” 无穷小的问题

构建辅助函数

构建辅助函数: 运用罗尔定理,经常需要构建辅助函数

反复使用罗尔定理

微分方程法构建辅助函数

中值定理

微分方程法构建辅助函数

不同区间上的双中值问题

柯西中值定理

选择合适的值展开泰勒公式: 关键是选择 的值使某些项消失

多元微分

多元微分概念

二重极限

构建路径

偏导数存在且连续(这个连续指的是求完偏导的函数)=>可微,反之推不出;

可微=>偏导数存在,反之推不出;

可微=>连续(这个连续指的是没求偏导的函数),反之推不出;

可微=>方向导数存在,反之推不出;

偏导数存在,连续,方向导数存在之间互相谁也推不出谁。

可微必连续

判定二元函数可微 (全微分定义)

隐函数求导法

求解隐函数方程

·隐函数存在定理

隐函数求二阶偏导数

求三元方程组

[)(https://oss.v8cloud.cn/markdown/a4bad2b8dfa9b5e96479a48d4702c368.png)]

多元函数极值定义

比较等式两端各项系数

在这里插入图片描述

全微分导数性质

闭区域的最值问题

区域内部的极值

其变形

求二阶常系数线性齐次方程的通解

导数的乘、除法公式

函数的不同变量表示和式为0 推导某项为0 求偏导数

求光滑曲线段上的最值: 求曲线段上的端点和条件极值点

知识点

多元函数的驻点

求二元方程组

区域内部的极值

由关于x,y 的偏导关系,推关于 u,v 的偏导关系

求偏导数表达式,代入偏导数关系式

隐函数求二阶偏导数

求三元方程组

二元函数极值判定

化简目标函数

拉格朗日乘数法-方程组消去a,b

二重积分

极坐标计算二重积分

二重积分严格保序性

奇函数在轴对称区间上的二重积分

函数的奇偶性

画出积分区域(极坐标)

二重积分上下限 (直角坐标)

直角坐标解析式化成极坐标解析式

后积先定限,限内画条线;小的是下限,大的是上限

arcsin的性质

分块函数求积分

二重积分区域相加

找分块函数分界线

二重积分选择积分顺序: 选择积分顺序,使计算简便

运用积分:不定积分与定积分,经常用来构建罗尔定理的辅助函数,求数列和的极限,等。

偶函数在轴对称区间上的二重积分

画出积分区域

二重积分上下限 (直角坐标)

积分区域平移

二重积分区域相减

二重积分上下限 (极坐标)

直角坐标解析式化成极坐标解析式

二重积分区域相减

分块函数求积分

二重积分区域相加

二重积分定义求极限

线性代数

行列式

二阶递推式的解

递推法求行列式

一阶递推式的解

分块矩阵的 n次方

对角矩阵的 n 次方

行列互换、倍加的行列式

伴随阵与逆矩阵

可逆矩阵

伴随矩阵:

向量与秩

外积的秩

线性相关:1 个向量: 向量组a 线性相关

线性相关

矩阵行(列)变换

过渡矩阵

线性表出与秩: 若向量组 1可由向量组 2线性表出

线性无关

k阶子式

线性表出:1 个向量

矩阵的秩

(非)零矩阵的秩

AB=0时的秩

线性表出

解的个数

已知一个通解,求公共解

已知一个通解,求公共解: 将一个方程组的通解代入另一个方程组,则得到公共解

同解: 两个方程组同解的充要条件 1. 系数矩阵的秩相同;2. 基础解系相同,通解也相同

由通解求系数矩阵: 将基础解系、通解、或特解代入相应方程组,即得到关于系数矩阵的新方程组 , 解之则得到系数矩阵 .

线性方程组: 向量形式

矩阵与向量组的秩

齐次线性方程组的基础解系

Schmidt 正交化

线性表出:添加向量

线性方程组: 向量形式

线性方程组: 矩阵形式

线性表出:添加向量

线性方程组: 矩阵形式

线性无关解的个数

在这里插入图片描述

特征值

特征值

简单行列式计算

求基础解系

线性方程组: 矩阵形式

赋值自由未知量,得到基础解系:赋值自由未知量, 通常用简单的数如 ,0.1 , 解得相应独立未知量, 则得到基础解系

向量正交,立线性方程

实对称矩阵特征向量正交

求基础解系

.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/32032.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

显卡的一些总结

0.显卡架构 1.浮点数在计算机内存中的存储方式(FP32, FP64) 2.FP32 & TF32 TF32 采用了与半精度( FP16 )数学相同的10 位尾数位精度,这样的精度水平远高于AI 工作负载的精度要求,有足够的余量。同时, TF32 采用了与…

AI生成留学文书 [研讨直播]

相信很多留过学的同学知道留学申请有一大堆事情需要处理,个人陈述是其中一部分。今年AI让很多行业发生了颠覆性变化,留学申请也不例外,以下是我们通过MiX Copilot实现的文书撰写(文书案例放在末尾)。 如果你正打算申请…

全网最详细中英文ChatGPT-GPT-4示例文档-语句情绪分类从0到1快速入门——官网推荐的48种最佳应用场景(附python/node.js/curl命令源代码,小白也能学)

从0到1快速入门语句情绪分类应用场景 Introduce 简介setting 设置Prompt 提示Sample response 回复样本API request 接口请求python接口请求示例node.js接口请求示例curl命令示例json格式示例 其它资料下载 ChatGPT是目前最先进的AI聊天机器人,它能够理解图片和文字…

chatgpt赋能python:Python的图标长啥样?

Python的图标长啥样? Python是当今世界上最热门的编程语言之一。它因其易学易用、可读性强、功能强大等优点,被广泛地应用于机器学习、数据分析、Web开发等领域。而Python的标志也成为了许多程序员们最为熟悉的图标之一。那么Python的图标长什么样呢&am…

论文阅读-自指导self instruct:将语言模型与自生成的指令相结合

SELF-INSTRUCT: Aligning Language Model with Self Generated Instructions GitHub - yizhongw/self-instruct: Aligning pretrained language models with instruction data generated by themselves. Stanford Alpaca-ChatGPT平替 Stanford CRFM 小虎AI珏爷:…

用chatGPT增强SAP FICO功能 【现金流量预测】

如开发基于SAP银行的回单进行企业现金流量表的预测功能 promot :查询SAP中基于银行回单的现金流量预测 ABAP代码 REPORT z_cash_flow_forecast.* 获取当前日期 DATA: date TYPE dats. date sy-datum.* 获取最近6个月的银行回单 SELECT febep~belnr, febep~budat, febep~xblnr…

走近人工智能|NLP的语言革命

前言: 自然语言处理(NLP)是指使用计算机处理和理解人类语言的技术。 文章目录 自然语言序言背景适用领域技术支持应用领域程序员如何学总结 自然语言 序言 自然语言处理(Natural Language Processing,NLP&#xff09…

MinGW与Cygwin的学习和理解

笔者来聊聊MinGW的学习和理解 1、MinGW认识 MinGW:Minimalist GNU for Windows,GNU项目的for windows的迷你版。 MinGW是针对windows,对GNU 编译器进行的原生的移植,为了构建windows可移植程序,导入了相关的库和头文…

写作社区平台汇总(自媒体运营的素材来源和推文发送地)

文章目录 引言I 技术社区II 其他写作社区see also引言 所谓平台,不是只有大众知道的大平台,还有行业中热门的网站或APP。 必须具备的平台有知乎、百家号 、今日头条、抖音、快手、 大鱼号、 网易号、 搜狐号、 新浪号、 企鹅媒体、 东方号、 趣头条、 搜狗媒体、 360自媒体平…

微头条自媒体常见领域,好创作,快速实现自媒体变现

有些人认为,不写狗血不吐槽就没有流量。事实上,这是偏见。头条用户基数很大,任何形式的创作,都有大量有兴趣的读者。所以我们应该创作自己擅长的内容,并坚守自己的立场,接下来我们一起了解一下比较常见的微…

自媒体一键多平台分发工具,自媒体人必备

在谈到怎么运营自己的自媒体账号时,很多自媒体人觉得比较困难,因为他们要花费大量的时间与精力去经营,在不止一家自媒体平台拥有自己的账号是一件麻烦的事情,光是每个平台发布就需要很长的时间。于是我像他们推荐了我正在使用的融…

自媒体适合多平台发布,30+自媒体平台都可以一键发布!

现在越来越多的自媒体人员,为了获得全网曝光,都会注册开通10多个新媒体平台,如果你只分发图文,10个平台发完怎么的也得30分钟。如果你只分发视频,20个平台保底3小时,同时还得是都群发成功了,在达…

最靠谱的6个自媒体平台,也可以快速上手

现在自媒体发展已是相对成熟的阶段,很多朋友还想做自媒体,很明确地告诉你还不晚,只要你有创意,有出色的审美,什么时候都还不算晚,那么要选什么平台比较好了,小编给大家介绍比较好上手的自媒体平…

如何快速有效地运营自己的社交媒体账号?

在众多的社交媒体平台中,您可以先选择一个平台开始运营,如Facebook、Twitter、领英、 Instagram等。不同的平台有不同的特点,所以最好在选择之前了解好不同社交媒体的特点,以便 更好地展示自己的特点。 例如,领英在商…

怎么注册自媒体账号?技巧分享

自媒体行业的快速发展,相信大家都有耳闻,至于自媒体应该如何有效地运营,相信大家就纷纷摸不着头脑了那么新手如何做自媒体呢?我归纳分为这几个步骤: 一、自媒体账号定位 在做自媒体之前,一定需要做好定位&…

自媒体账号如何注册申请

如何利用自媒体挣取到人生第一桶金,建议大家可以从以下几个方面入手。 一、申请自媒体账号 申请自媒体账号需要的材料:身份证,手机号,辅助材料:微信公众号或者博客写过文章的都可以。如果实在不会弄就去买一个账号先练…

【云原生】基本概念梳理:容器、镜像、仓库和集群

有条件的同学尽可能都开始使用 ChatGPT、new bing 和 GPT-4,这些是新的生产力工具。 它们或许不能替代某个岗位,但做个不恰当的比方,没有它们时的学习效率是坐马车,使用这些工具的学习效率是开汽车。 一、引言 1.1 先问问 ChatGP…

vsCode编辑器 快速国际化-以及一些国际化细节

i18n.code-snippets 配置 {"vue-i18n-mall": {"scope": "vue-html","prefix": "vt","body": "\\$t(passenger.$1)", //passenger-国际化文档名"description": "vue i18n mall"}…

消息队列之 RabbitMQ基本流程

介绍 关于消息队列,从前年开始断断续续看了些资料,想写很久了,但一直没腾出空,近来分别碰到几个朋友聊这块的技术选型,是时候把这块的知识整理记录一下了。 市面上的消息队列产品有很多,比如老牌的 Activ…

出现IllegalArgumentException:Could not resolve placeholder ‘xxx‘ in value “${xxxx}“ 的问题

在写一个SSM框架的整合项目时,出现了 Caused by: java.lang.IllegalArgumentException: Could not resolve placeholder data.username in value "${data.username}"错误. 在查阅了很多资料,结果是自己的一个配置xml文件导致的: 引入了一个外部文件db.properties,需要…