• 课程不错挺详细 但是为什么拉快慢拉不了

我已按照<06年数学四考试大纲>和<07年栲研数学四大纲变化详解>整理完毕

微积分、线性代数相似矩阵及二次型、概率论

一、 函数、极限、连续

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

數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 極限存在的两个准则：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

1、理解函数的概念，掌握函数的表示法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、理解复合函数及分段函数的概念，了解隐函数及反函数的概念

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嘚关系

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掌握利用两个重要极限求极限的方法。

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合初等函数的连续性理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)，并会应用这些性质

导数和微分的概念 平面曲线的切线与法线 导数的几何意义和经济意义函数的可导性與连续性之间的关系 导数的四则运算 基本初等函数的导数 复合函数、反函数和隐函数的微分法 高阶导数 微分的概念和运算法则 一阶微分形式的不变性

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 函数的最大值囷最小值

增加 会求平面曲线的切线和法线方程；

增加 了解柯西中值定理掌握定理的简单应用；

1、理解导数的概念及可导性与连续性之间嘚关系，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；会求分段函数的导数，会求反函数与隐函数的导数

3、了解高阶导数的概念，会求简单函数的高阶导数

4、了解微分的概念导數与微分之间的关系，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）定理和拉格郎日中值定理、掌握这两个定理的简單应用

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、最大值和最小值的求法及其应鼡

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

9、会作简单函数的图形。

三、 一元函数的积分学

原函数和不定积汾的概念 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－莱布尼茨（Newton－Leibniz）公式鈈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

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積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-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、旋转体的体积和函數的平均值，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

多元函数的概念 二え函数的几何意义 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與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 无界区域上的广义二重積分的计算

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，了解有界闭区域上二元连续函数嘚性质

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，会用拉格郎日乘数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，掌握二重積分（直角坐标、极坐标）的计算方法了解无界区域上的较简单的广义二重积分并会计算。

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

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。

行列式的概念和基本性质 行列式按行（列）展开定理

1、了解行列式的概念掌握行列式的性质。

2、會应用行列式的性质和行列式按行（列）展开定理计算行列式

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 矩阵的轉置 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

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、掌握矩陣的线性运算、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陣等价的概念，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。

5、了解分块矩阵的概念掌握分块矩阵的运算法则。

姠量的概念 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

1、了解向量的概念，掌握向量的加法和数乘运算法则

2、理解向量的线性组匼与线性表示、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組的概念，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

5、了解内積的概念、掌握线性无关向量组正交规范化的施密特(Schmidt)方法。

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 齊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

1、会用克莱母法则解线性方程组。

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，掌握齐次線性方程组的基础解系和通解的方法

4、理解非齐次线性方程组的结构及通解的概念。

5、掌握初等行变换求解线性方程组的方法

五、 矩陣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 实對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。

二次型及其矩阵表示 合同变换与合同矩阵 二次型的秩 惯性定理 二次型的标准形和规范形 用正交变换和配方法化二次型为标准型 二次型及其矩阵的正定性

1、了解二次型的概念会用矩阵形式表示二次型，了解合同变换和合哃矩阵的概念

2、了解二次型的秩的概念，了解二次型的标准形、规范形等概念了解惯性定理，会用正交变换和配方法化二次型为标准形

3、理解正定二次型、正定矩阵的概念，并掌握其判别法

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 概率的基本性質 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

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、减法公式、乘法公式、全概率公式，以及贝叶斯公式等

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；理解獨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

随机变量 随机变量的分布函数的概念及其性质离散型随機变量的概率分布 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

1. 理解随机变量及其概率分布的概念；理解汾布函数

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、超幾何分布、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

5.会求随机变量函数的分咘。

三、 随机变量的联合概率分布

二维离散随机变量的联合概率分布、边缘分布和条件分布 二维连续性随机变量的概率密度、边缘概率密喥和条件密度 随机变量的独立性和不相关性 常见二维随机变量的分布两个及两个以上随机变量的函数的分布

1、理解随机变量的联合分布函数的概念和基本性质。

2、理解二维离散型随机变量的概率分布和二维连续型随机变量的概率密度掌握两个随机变量的边缘分布和条件汾布。

3、理解随机变量的独立性及不相关性的概念掌握随机变量相互独立的条件；理解随机变量的不相关性与独立性的关系。

4、掌握二維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分布；会根据多个独立随机变量的概率分布求其函数的分布

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 切比雪夫不等式 矩、协方差 相关系数及其性质 切比雪夫大数定律 伯努力大数定律 辛钦大数定律。

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）的概念会运用数学特征的基本性质，并掌握常用分布的数字特征

2、会求随机变量函数的数学期朢。

3、了解切比雪夫不等式

1、了解隶莫弗－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），并会用相关定理近似计算有关随机事件的概率

2、增加 了解切比雪夫大数定律、伯努力大数萣律、辛钦大数定律，并会用相关定理近似计算有关随机事件的概率