数学考试大纲
考查目标:江西农业大学研究生入学数学考试涵盖高等数学(微积分)、线性代数、概率论与数理统计等公共基础课程.要求学生比较系统地理解数学的基本概念和基本理论,掌握数学的基本方法,具备抽象思维能力、逻辑推理能力、空间想象能力、运算能力以及综合运用所学的知识分析问题与
解决问题的能力.
考试形式和试卷结构:一、试卷满分及考试时间
试卷满分为150 分,考试时间为 180 分钟.
二、答题方式 答题方式为闭卷、笔试.三、试卷内容结构 |
|
微积分 |
56% |
线性代数 |
22% |
概率论与数理统计 |
22% |
四、试卷题型结构 |
|
试卷题型结构为: |
|
单项选择题选题 |
8 小题,每题4 分,共32 分 |
填空题 |
6 小题,每题4 分,共24 分 |
解答题(包括证明题) |
9 小题,共 94 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、分段函数和隐函数基本初等函数的性质及其图形初等函数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和右极限无穷小量和无穷大量的概念及其关系无穷小量的性质及无穷小量的比较极限的四则运算极限存在的两个则:单调有界准则和夹逼准则两个重要极限:
1
x®0xx®¥x
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,会建立应用问题的函数关系.
2. 了解函数的有界性.单调性.周期性和奇偶性.
3. 理解复合函数及分段函数的概念,了解反函数及隐函数的概念.
4. 掌握基本初等函数的性质及其图形,了解初等函数的概念.
5. 了解数列极限和函数极限(包括左极限与右极限)的概念.
6. 了解极限的性质与极限存在的两个准则,掌握极限的四则运算法则,掌握利用两个重要极限求极限的方法.
7. 理解无穷小的概念和基本性质.掌握无穷小量的比较方法.了解无穷大量的概念及其与无穷小量的关系.掌握利用无穷小量等价代换定理求极限的方法.
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,理解闭区间上连续函数的性质(有界性、大值和小值定理.介值定理),并会应用这些性质.
导数和微分的概念导数的几何意义函数的可导性与连续性之间的关系平面曲线的切线与法线导数和微分的四则运算基本初等函数的导数复合函数、参数方程确定的函数和隐函数的导数高阶导数微分中值定理洛必达
(L'Hospital)法则函数单调性的判别 函数的极值 函数图形的凹凸性、拐点及渐近线 函数图形的描绘 函数的大值与小值
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,会求平面曲线的切线方程和法线方程.
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,会求分段函数的导数会求参数方程确定的函数与隐函数的一阶导数.
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,会求函数的微分.
5. 理解罗尔(Rolle)定理,拉格朗日(Lagrange)中值定理.掌握这两个定理的简单应用.
6. 会用洛必达法则求极限.
7. 掌握函数单调性的判别方法,了解函数极值的概念,掌握函数极值、大值和小值的求法及其应用.
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渐近线(水平渐近线与垂直渐近线).
9. 会画简单函数的图形.三、一元函数积分学
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积分上限的函数及其导数牛顿一莱布尼茨(Newton- Leibniz)公式 不定积分和定积分的换元积分法与分部积分法反常(广义)积分 定积分的应用
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,理解积分上限的函数并会求它的导数,掌握牛顿一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与旋转体的体积.
4. 了解无穷区间的反常积分的概念,会计算无穷区间的反常积分.四、多元函数微积分学
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多元函数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、大值和小值二重积分的概念、基本性质和计算
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概念.
3. 了解多元函数偏导数与全微分的概念,会求具体的多元函数一阶、二阶偏导数,会求抽象的多元复合函数一阶偏导数会求全微分,会求多元隐函数的一阶偏导数.
4. 了解多元函数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.掌握多元函数极值、大值和小值的求法及其应用.
5. 了解二重积分的概念与基本性质,掌握二重积分的计算方法(直角坐标.极坐标).五、常微分方程
常微分方程的基本概念变量可分离的一阶微分方程一阶线性微分方程一阶微分方程的简单应用考试要求
1. 了解微分方程及其阶、解、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与一阶线性微分方程的求解方法.
3. 会用一阶微分方程求解简单的应用问题.
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
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
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、正交矩阵等的定义和性质.
2. 掌握矩阵的线性运算、乘法、转置以及它们的运算规律,了解方阵的幂与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,掌握用初等变换求矩阵的逆矩阵和秩的方法.
向量的概念向量的线性组合与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
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,会求向量组的极大线性无关组及秩.
4. 了解向量组等价的概念,了解矩阵的秩与其行(列)向量组的秩之间的关系.四、线性方程组
线性方程组的克莱姆(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件方程组(导出组)的解之间的关系 非齐次线性方程组的通解
1. 会用克莱姆法则解线性方程组.
2. 掌握非齐次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求法.
4. 了解非齐次线性方程组解的结构及通解的概念.
5. 掌握用初等行变换求解线性方程组的方法.五、矩阵的特征值和特征向量
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和特征向量及相似对角矩阵
1. 理解矩阵的特征值、特征向量的概念,掌握矩阵的特征值的性质,掌握求矩阵特征值和特征向量的方法.
2. 了解矩阵相似的概念与相似矩阵的性质,了解矩阵可相似对角化的充分必要条件,了解将矩阵相似对角化的方法.
3. 了解实对称矩阵的特征值和特征向量的性质.
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概率的基本性质古典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
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,掌握概率的加法公式、减法公式、乘法公式、全概率公式以及贝叶斯(Bayes)公式等.
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.
随机变量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分布随机变量函数的分布
1. 理解随机变量的概念,理解分布函数
F(x)= (X£ 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 ( , )、泊松(Poisson)分布 (l)
及其应用.
3. 理解连续型随机变量及其概率密度的概念,掌握均匀分布U (a, )、正态分布 (m, 2 )、指数分布E(l):及其应用,参数为l(l > 0)的指数分布的概率密度为
ìl e-l x,
f(x)= í
î0,
若x > 0,
若x £ 0.
5.会求随机变量简单函数的分布.三、二维随机变量及其分布
二维随机变量及其分布二维离散型随机变量的概率分布与边缘分布二维连续型随机变量的概率密度、边缘概率密度 随机变量的独立性常见二维随机变量的分布 两个随机变量的简单函数的分布
1. 理解二维随机变量的分布的概念和基本性质.
2. 理解二维离散型随机变量的概率分布、边缘分布,理解二维连续型随机变量的概率密度、边缘分布.
3. 理解随机变量的独立性,了解随机变量相互独立的条件.
4. 掌握二维均匀分布和二维正态分布 (u ,u 2 , 2 r ),理解其中参数的概率意义.
5. 会求两个离散型随机变量简单函数的分布.
6. 会计算与随机变量相联系的事件的概率.四、随机变量的数字特征
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 协方差、相关系数及其性质
两个随机变量的不相关性的概念考试要求
1. 理解随机变量数字特征(数学期望、方差、标准差、协方差、相关系数)的概念,会运用数字特征的基本性质,并掌握常用分布的数字特征,了解两个随机变量的不相关性的概念.
2. 会求随机变量简单函数的数学期望.
3. 了解两个随机变量的独立性与不相关性的关系.五、大数定律和中心极限定理
切比雪夫不等式棣莫弗—拉普拉斯(De Moivre-Laplace)定理(二项分布以正态分布为极限分布) 列维
—林德伯格(Levy-Lindberg)定理考试要求
1. 了解切比雪夫不等式,会用切比雪夫不等式估计概率.
2. 了解棣莫弗—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序列的中心极限定理).
《概率论与数理统计》(第四版),盛骤编,高教出版社。
微信扫一扫
咨询技校问题
微信扫码
咨询技校问题
①由于各方面不确定的因素,有可能原文内容调整与变化,本网如不能及时更新或与相关部门不一致,请网友以权威部门公布的正式信息为准。
②本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。
③本网转载的文/图等稿件出于非商业性目的,如转载稿涉及版权及个人隐私等问题,请作者在两周内邮件联系。