|
|
2004考研数学（四）大纲
考试科目
微积分、线性代数、概率论
微 积 分
一、 函数、极限、连续
考试内容
函数的概念及表示法 函数的有界性、单调性、周期性和奇偶性 复合函数、反函数、隐函数 分段函数 基本初等函数的性质及其图形
初等函数 简单应用问题的函数关系的建立
数列极限与函数极限的定义及其性质 函数的左极限与右极限无穷小和无穷大的概念及其关系 无穷小的性质及无穷小的比较 极限的四则运算 极限存在的两个准则：单调有界准则和夹逼准则 两个重要极限：
函数连续的概念 函数间断点的类型 初等函数的连续性 闭区间上连续函数的性质
考试要求
1、 理解函数的概念，掌握函数的表示法，并会建立简单应用问题中的函数关系。
2、 了解函数的有界性、单调性、周期性和奇偶性。
3、 理解复合函数、反函数、隐函数和分段函数的概念。
4、 掌握基本初等函数的性质及其图形，理解初等函数的概念
5、 了解数列极限和函数极限（包括坐极限和右极限）的概念。
6、 理解无穷小的概念和基本性质，掌握无穷小的比较方法，了解无穷大的概念及其无穷小的关系。
7、 了解极限的性质与极限存在的两个准则，掌握极限四则运算法则，会应用两个重要极限。
8、 理解函数连续性的概念（含左连续与右连续），会判别函数间断点的类型。
9、 了解连续函数的性质和初等函数的连续性，了解闭区间上连续函数的性质（有界性、最大值和最小值定理、介值定理）及其简单应用。
二、 一元函数微分学
考试内容
导数的概念 导数的几何意义和经济意义 函数的可导性与连续性之间的关系 导数的四则运算 基本初等函数的导数 复合函数、反函数和隐函数的导数 高阶导数 微分的概念和运算法则 一阶微分形式的不变性
罗尔定理和拉格郎日中值定理及其应用洛必达（L’Hospital）法则 函数的极值 函数单调性 函数图形的凹凸性、拐点及渐近线 函数图形的描绘 函数最大值和最小值
考试要求
1、 理解导数的概念及可导性与连续性之间的关系，了解导数的几何意义与经济意义（含边际与弹性的概念）。
2、 掌握基本初等函数的导数公式、导数的四则运算法则及复合函数的求导法则，掌握反函数与隐函数求导法以及对数求导法。
3、 了解高阶导数的概念，会求简单函数的高阶导数
4、 了解微分的概念，导数与微分之间的关系，以及一阶微分的形式的不变性，会求函数的微分。
5、 理解罗尔（Rolle）定理、拉格郎日中值定理、掌握这三个定理的简单应用。
6、 会用洛必达法则求极限。
7、 掌握函数单调性的判别方法及其应用，掌握函数极值、最大值和最小值的求法，（含较简单的应用题）。
8、 会用导数判断函数图形的凹凸性，会求函数图形的拐点和斜渐近线。
9、 掌握函数作图的基本步骤和方法，会作简单函数的图形。
三、 一元函数的积分学
考试内容
原函数和不定积分的概念 不定积分的基本性质 基本积分公式 定积分的概念和基本性质 定积分中值定理 变上限定积分定义的函数及其导数 牛顿－莱布尼茨（Newton－Leibniz）公式 不定积分和定积分的换元积分法与分部积分法 广义积分 定积分的应用。
考试要求
1、 理解原函数与不定积分的概念，掌握不定积分的基本性质和基本积分公式，掌握不定积分的换元积分法和分部积分法。
2、 了解定积分的概念和基本性质，了解定积分中值定理，理解变上限定积分定义的函数并会求它的导数，掌握牛顿-莱布尼茨公式，以及定积分的换元积分法和分部积分法。
3、 会利用定积分计算平面图形的面积和旋转体的体积，会利用定积分求解简单的经济应用问题。
4、 了解广义积分的概念，会计算广义积分
四、 多元函数微积分学
考试内容
多元函数的概念 二元函数的几何意义 二元函数的极限与连续的概念 有界闭区域上二元连续函数的性质 多元函数的偏导数的概念与计算 多元复合函数的求导法与隐函数求导法 二阶偏导数 全微分 多元函数的极值和条件极值、最大值和最小值 二重积分的概念、基本性质和计算 无界区域上简单二重积分的计算。
考试要求
1、 了解多元函数的概念，了解二元函数的几何意义。
2、 了解二元函数的极限与连续的直观意义，了解有界闭区域上二元连续函数的性质。
3、 了解多元函数偏导数与全微分的概念，会求多元复合函数一阶、二阶偏导数 会求全微分，会用隐函数的求导法则。
4、 了解多元函数的极值和条件极值的概念，掌握多元函数极值存在的必要条件，了解二元函数极值存在的充分条件，会求二元函数的极值，会用拉格郎日乘法求条件极值，会求简单多元函数的最大值和最小值，会求解一些简单的应用题。
5、 了解二重积分的概念与基本性质，掌握二重积分（直角坐标、极坐标）的计算方法，会计算无界区域上的较简单的二重积分。
五、 常微分方程
考试内容
常微分方程的基本概念 变量可分离的微分方程 齐次微分方程一阶线性微分方程 二阶常系数齐次线性微分方程及简单的非齐次线性微分方程 差分与差分方程的概念 差分方程的通解与特解 一阶常系数线性差分方程 微分方程与差分方程的简单应用。
考试要求
1、 了解微分方程及其解、阶、通解、初始条件和特解等概念。
2、 掌握变量可分离的微分方程、齐次微分方程和一阶线性微分方程的求解方法。
线 性 代 数
一、 行列式
考试内容
行列式的概念和基本性质 行列式按行（列）展开定理
考试要求
1、 了解行列式的概念，掌握行列式的性质。
2、 会应用行列式的性质和行列式按行（列）展开定理计算行列式。
二、 矩阵
考试内容
矩阵的概念 矩阵的线性运算 矩阵的乘法 方阵的幂 方阵乘积的行列式 矩阵的转置 逆矩阵的概念和性质 矩阵可逆的充分必要条件 伴随矩阵 矩阵的初等变换 初等矩阵 矩阵的秩 矩阵的等价 分块矩阵及其运算
考试要求
1、 理解矩阵的概念，了解单位矩阵、数量矩阵、对角矩阵、三角矩阵的定义及性质，了解对称矩阵，反对称矩阵及正交矩阵等的定义和性质。
2、 掌握矩阵的线性运算、乘法、以及它们的运算规律，掌握矩阵转置的性质，了解方阵的幂，掌握方阵乘积的行列式的性质。
3、 理解逆矩阵的概念，掌握逆矩阵的性质，以及矩阵可逆的充分必要条件，理解伴随矩阵的概念，会用伴随矩阵求逆矩阵。
4、 了解矩阵的初等变换和初等矩阵及矩阵等价的概念，理解矩阵的秩的概念，会用初等变换求矩阵的秩和逆。
5、 了解分块矩阵的概念，掌握分块矩阵的运算法则。
三、 向量
考试内容
向量的概念 向量的线性组合和线性表示 向量组的线性相关与线性无关 向量组的极大线性无关组 等价向量组 向量组的秩 向量组的秩与矩阵的秩之间的关系 向量的内积 线性无关向量组的正交规范化方法。
考试要求
1、 了解向量的概念，掌握向量的加法和数乘运算法则。
2、 理解向量的线性组合与线性表示、向量组线性相关、线性无关等概念，掌握向量组线性相关、线性无关的有关性质及判别法。
3、 理解向量组的极大线性无关组的概念，掌握求向量组的极大线性无关组的方法。
4、 了解向量组等价的概念，理解向量组的秩的概念，了解矩阵的秩与其行（列）向量组的秩之间的关系，会求向量组的秩。
5、 了解内积的概念、掌握线性无关向量组正交规范化的施密特(Schmidt)方法。
四、 线性方程组
考试内容
线性方程组的克莱母（又译：克拉默）（Cramer）法则 线性方程组有解和无解的判定 齐次线性方程组的基础解系和通解 非齐次线性方程组的解与相应的齐次线性方程组（导出组）的解之间的关系 非齐次线性方程组的通解。
考试要求
1、 会用克莱母法则解线性方程组。
2、 掌握线性方程组有解和无解的判定方法。
3、 理解齐次线性方程组的基础解系的概念，掌握齐次线性方程组的基础解系和通解的方法。
4、 掌握非齐次线性方程组的基础解系的求法，会用其特解及相应的导出组的基础解系表示非齐次线性方程组的通解。
五、 矩阵的特征值和特征向量
考试内容
矩阵的特征值和特征向量的概念、性质 相似矩阵的概念及性质 矩阵可相似对角化的充分必要条件及相似对角矩阵 实对称矩阵的特征值、特征向量及相似对角矩阵。
考试要求
1、 理解矩阵的特征值、特征向量的概念，掌握矩阵特征值的性质，掌握求矩阵特征值和特征向量的方法。
2、 理解矩阵相似的概念，掌握相似矩阵的性质，了解矩阵可相似对角化的充分必要条件，掌握将矩阵化为相似对角矩阵的方法。
3、 掌握实对称矩阵的特征值和特征向量的性质。
概 率 论
一、 随机事件和概率
考试内容
随机事件与样本空间 事件的关系与运算 完全事件组 概率的概念 概率的基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验
考试要求
1. 了解样本空间（基本事件空间）的概念，理解随机事件的概念，掌握事件间的关系及运算。
2、理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率，掌握计算概率的加法公式、乘法公式、减法公式、全概率公式，以及贝叶斯公式。
3、理解事件的独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法。
二、 随机变量及其概率分布
考试内容
随机变量及其概率分布 随机变量的分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度 常见随机变量的概率分布 随机变量函数的概率分布
考试要求
1. 理解随机变量及其概率分布的概念；理解分布函数
F(x)=P{X£x} (-∞
的概念及性质；会计算与随机变量相联系的事件的概率。
2、理解离散型随机变量及其概率分布的概念，掌握0-1分布、二项分布、超几何分布、泊松（Poisson）分布及其应用。
3、掌握泊松定理的结论和应用条件，会用泊松分布近似表示二项分布。
4、理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布N(μ,σ2) 、指数分布及其应用，其中参数为λ（λ>0）的指数分布的密度函数为
f(x) =
5.会根据自变量的概率分布求其简单函数的概率分布。
三、 随机变量的联合概率分布
考试内容
随机变量的联合分布函数 离散型随机变量的联合概率分布、边缘分布和条件分布 连续型随机变量的联合概率密度、边缘密度和条件密度 随机变量的独立性和相关性 常见二维随机变量的概率分布 两个及两个以上随机变量的函数的概率分布。
考试要求
1、 理解随机变量的联合分布函数的概念和基本性质。
2、 理解随机变量的联合分布的概念、性质及其两种基本表达形式；离散型联合概率分布和连续型联合概率密度，掌握两个随机变量的联合分布的边缘分布和条件分布。
3、 理解随机变量的独立性和相关性的概念，掌握随机变量独立的条件；理解随机变量的不相关性与独立性的关系。
4、 掌握二维均匀分布和二维正态分布，理解其中参数的概率意义。
5、 会根据两个随机变量的联合概率分布求其函数的概率分布；会根据多个独立随机变量的概率分布求其简单函数的概率分布。
四、 随机变量的数字特征
考试内容
随机变量的数学期望（均值）、方差、标准差及其性质 随机变量函数的数学期望 切比雪夫不等式 矩、协方差 相关系数及其性质。
考试要求
1、 理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、相关系数）的概念，并会运用数学特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征。
2、 会根据随机变量的概率分布求其函数的数学期望；会根据两个随机变量联合概率分布求其函数的数学期望。
3、了解切比雪夫不等式。
五、 中心极限定理
考试内容
隶莫弗－拉普拉斯（De Moivre－Laplace）定理 列维－林德伯格（Levy－Lindberg）定理。
考试要求
1、 掌握隶莫弗－拉普拉斯中心极限定理（二项分布以正态分布为极限分布）、列维－林德伯格中心极限定理（独立同分布随机变量列的中心极限定理）的结论和应用条件，并会用相关定理近似计算有关随机事件的概率。
试 卷 结 构
（一） 题分及考试时间
试卷满分为150分，考试时间为180分钟。
（二） 内容比例
高等数学 约50％
线性代数 约25％
概率论 约25％
（三） 题型比例
填空题与选择题 约40%
解答题（包括证明）约60％
摘自：-
|
|
