系统梳理考研数学三大模块核心题型——高等数学、线性代数、概率统计，结合真题深度归类，详解解题思路与常见误区，提供科学备考路径与高效策略。
涵盖函数极限连续、导数微分、积分应用、多元函数极值四大核心板块，直击命题规律与高频考点
本模块是高等数学的起点，考查形式以小题为主，但贯穿整个高数体系。函数定义域、奇偶性、周期性、有界性、间断点判定是高频考点；极限计算、无穷小阶比较、连续性判断则为后续微分积分奠定基础。
者为极限计算的“三大基石”，需熟记其推导逻辑与适用边界。例如，limₓ→₀ (1 - cos x)/x² = 1/2 可通过倍角公式 cos x = 1 - 2sin²(x/2) 推出，非死记硬背。
函数在某点连续 ⇔ limₓ→ₓ₀ f(x) = f(x₀) 且 f(x₀) 有定义。但注意：极限存在 ≠ 函数在该点有定义！例如 f(x) = (x² - 1)/(x - 1) 在 x=1 处极限为 2，但函数在 x=1 无定义，属可去间断点。
设 f(x) = ⎩⎨⎧ x², x ≤ 1
2x - 1, x > 1
问：f(x) 在 x=1 处是否连续？极限是否存在？
结论：函数在 x=1 处连续。此类分段函数连续性判断题在选择题、填空题中出现频率极高。
导数是研究函数局部性质的核心工具。导数定义法、隐函数求导、参数方程求导、高阶导数、微分中值定理应用是命题重点。
导数定义：f′(x₀) = limΔx→0 [f(x₀+Δx) - f(x₀)] / Δx。此定义常用于证明题或求分段函数在分段点的导数。
例如：f(x) = |x| 在 x=0 处不可导，因左导数为 -1，右导数为 +1，不相等。但 f(x) = x|x| 在 x=0 处可导，f′(0) = 0。
设 f(x) = x²sin(1/x)（x≠0），f(0)=0。求 f′(0)。
注意：f′(x) 在 x=0 处不连续！因 x→0 时 f′(x) = 2x sin(1/x) - cos(1/x) 振荡无极限。此例揭示了“导函数不一定连续”的重要反例。
导数应用：单调性、极值、凹凸性、拐点、渐近线、曲率。例如：
积分是微分的逆运算，分为不定积分与定积分。基本积分表、换元法、分部积分法、反常积分、定积分应用是考查重点。
不定积分 ∫f(x)dx = F(x) + C，其中 C 为任意常数。定积分 ∫ab f(x)dx 表示曲线 y=f(x) 与 x=a,x=b 及 x 轴围成的有向面积。
计算 ∫₀π x sin x dx
此为分部积分典型应用，常出现在计算题中。
多元微分学考查偏导数、全微分、方向导数、梯度、多元函数极值与条件极值。隐函数求导、复合函数链式法则、拉格朗日乘数法是高频考点。
求 f(x,y) = x² + y² - 2xy 在约束条件 x + y = 4 下的极值。
设 f(x,y) 在 (x₀,y₀) 处一阶偏导为 0，则：
矩阵运算、行列式性质、向量组相关性、线性方程组解的结构、特征值特征向量——构建代数思维体系
矩阵是线性代数的核心对象，行列式是其重要衍生量。行列式计算（按行/列展开、三角化、特征值法）、矩阵运算（加减、乘法、转置、逆）、伴随矩阵、初等变换是考查重点。
行列式性质：det(Aᵀ) = det(A)；det(AB) = det(A)det(B)；若 A 可逆，则 det(A⁻¹) = 1/det(A)。
计算 D = |1 2 3| |4 5 6| |7 8 9|
A·A = A·A = det(A)·I
向量组的线性相关性是理解线性方程组解结构的基础。线性组合、线性表示、线性相关/无关、秩、极大无关组、正交化是考查重点。
向量组 α₁,α₂,...,αₛ 线性相关 ⇔ 存在不全为零的 k₁,...,kₛ 使 k₁α₁+...+kₛαₛ=0。
判断向量组 α₁=(1,2,3), α₂=(2,4,6), α₃=(1,0,1) 是否线性相关。
施密特正交化：由线性无关向量组构造标准正交基
正交基下向量坐标计算更简便：x = Σ⟨x,γᵢ⟩γᵢ
线性方程组 Ax=b 的解的判定：r(A) 与 r(A|b) 的关系决定解的存在性与唯一性。
讨论方程组：
特征值问题揭示了矩阵的相似对角化能力。特征值/向量计算、相似矩阵、对角化条件、实对称矩阵的正交相似对角化是考查重点。
特征方程：det(A - λI) = 0
求 A = |2 1| 的特征值与特征向量
A 可对角化 ⇔ A 有 n 个线性无关的特征向量 ⇔ 每个特征值的几何重数 = 代数重数
实对称矩阵必可正交相似对角化：存在正交矩阵 Q，使 QᵀAQ = diag(λ₁,...,λₙ)
从随机事件到统计推断，构建完整的概率思维框架，掌握参数估计与假设检验核心方法
常见离散型分布：0-1分布、二项分布 B(n,p)、泊松分布 P(λ)；连续型分布：均匀分布 U(a,b)、正态分布 N(μ,σ²)、指数分布 Exp(λ)。
期望与方差是分布的核心数字特征：
设 X ~ B(n,p)，求 E(X), D(X)
独立事件定义：P(AB) = P(A)P(B)；条件概率：P(B|A) = P(AB)/P(A)（P(A)>0）。
贝叶斯公式：P(Aᵢ|B) = P(B|Aᵢ)P(Aᵢ) / Σⱼ P(B|Aⱼ)P(Aⱼ)
某工厂甲、乙、丙车间生产同种零件，产量占比为 5:3:2，次品率分别为 2%、3%、5%。今任取一件为次品，求它是甲车间生产的概率。
P(B) = Σᵢ P(B|Aᵢ)P(Aᵢ)，其中 {Aᵢ} 为样本空间划分
贝叶斯公式用于“逆向概率”问题：已知结果反推原因概率
期望线性性：E(aX + bY) = aE(X) + bE(Y)，无论 X,Y 是否独立
方差性质：D(aX + b) = a²D(X)；若 X,Y 独立，则 D(X+Y) = D(X)+D(Y)
设 X ~ N(0,1)，Y = X²，求 E(Y), D(Y)
Cov(X,Y) = E[(X-E(X))(Y-E(Y))] = E(XY) - E(X)E(Y)
ρXY = Cov(X,Y) / √[D(X)D(Y)]
参数估计：点估计（矩估计、最大似然估计）、区间估计；假设检验：两类错误、显著性水平、U检验、t检验、χ²检验、F检验。
设样本 X₁,...,Xₙ 来自总体 f(x;θ)，似然函数 L(θ) = Πf(Xᵢ;θ)
取对数 ln L(θ)，对 θ 求导并令为 0，解得 θ̂
X₁,...,Xₙ ~ U(0,θ)，求 θ 的最大似然估计
注意：θ̂ = X₍ₙ₎ 是有偏估计，无偏估计为 (n+1)/n · X₍ₙ₎
正态总体均值 μ 的置信区间（σ² 已知）：
σ² 未知时用 t 分布：
打破模块壁垒，实现知识融合；掌握综合题型的拆解技巧与思维路径
近年真题中综合题占比提升，常见组合：
设随机变量 X 的概率密度为 f(x) = ⎩⎨⎧ cx², 0≤x≤1 , 其他
求常数 c；(2) 求 Y = X² 的概率密度
本题融合了定积分求参数、分布函数法求函数分布，是概率综合题的典型范式。
常见失分原因：
科学规划复习路径，构建知识网络，提升应试能力与心理素质
以“导数”为节点，关联：
建议绘制思维导图，标注各模块的联系与区别
高频搜索问题深度解答，直击备考痛点
考试范围与难度差异显著：
注：2023年起部分专业调整，如农学、心理学部分方向改考数学三。
三轮真题法：
特别提醒：近 15 年真题最具参考价值，重复考点如“定积分应用”“特征值计算”“参数估计”需重点掌握。
核心思路：矩阵是工具，向量是语言，方程组是桥梁
推荐：以“Ax=b”为主线贯穿全书，理解矩阵、向量、方程组的统一性。
三大认知误区：
建议：先掌握 0-1 分布、二项分布、正态分布三大核心分布，再推及其他。
三步重建法：
关键：允许自己“慢”，但必须“稳”。初期可先做《李永乐基础过关660题》选择填空。