--- tags: [数学一, 大题十年考点, 知识点盘点, 高等数学, 线性代数, 概率论与数理统计] 专题: 大题十年考点 · 全科盘点 日期: 2026-11-01 状态: 十五年表 + 十五个考点族的全量地图(§1—§15),点文件承载全文与题目 关联笔记: ["[[README]]", "[[01b-覆盖对照与接口]]"] --- # 大题十年考点 · 知识点盘点 > 数据源:`试卷/Kaoyan-Math1-Papers/papers/近十年真题题库/kaoyan_math1.db`(2016—2025,225 题)。 > 口径:**只统计解答题(大题)**。十年解答题共 **75 题 820 分**——高数 **45 题 480 分**、线代 **15 题 170 分**、概率 **15 题 170 分**。 ## §0 导航 > §0.1 逐年对照表、§0.2 考点族热度、§0.3 三条命题规律、§0.4 考点与题目反查表,**全部**并入 [01b-覆盖对照与接口](01b-覆盖对照与接口.md)(那里是"三条线的并集",统计表与反查表都归它;反查表在 [§九](01b-覆盖对照与接口.md#user-content-九考点与题目反查))。 > > 本节已无内容,读完这句直接进 §1。 --- ## §1 极限与数列极限 ### 1.1 未定式与泰勒展开 $\frac{0}{0}$ 、$\frac{\infty}{\infty}$ 、$\infty-\infty$ 、$0\cdot\infty$ 、$1^{\infty}$ 五类先定型再动手。$\infty-\infty$ 一律**通分**成 $\frac{0}{0}$ ,再用泰勒展开到"分子分母同阶"的那一项。展开阶数的判据:看分母的最低次幂,分子展到同次即止。 ### 1.2 积分上限函数 $\Phi(x)=\int_0^x f(t)\,dt$ 有 $\Phi'(x)=f(x)$ ;若上限是 $u(x)$ ,则 $\frac{d}{dx}\int_a^{u(x)}f(t)dt=f(u(x))u'(x)$ 。极限题里它几乎总和洛必达一起出现。 ### 1.3 数列递推:单调有界与压缩 两种武器:**单调有界**(先证 $x_{n+1}-x_n$ 定号,再证有界,最后对递推式取极限)与**压缩映射**(证 $|x_{n+1}-a|\le k|x_n-a|$ ,$00$ 凹(下凸)、$y''<0$ 凸;拐点要求 $y''$ **变号**,$y''=0$ 只是候选。 --- ## §4 一元积分 ### 4.1 不定积分三法与有理函数 换元(根式令 $t=\sqrt{\cdot}$ )、分部("反对幂三指"定 $u$ )、有理函数(部分分式:单根 $\frac{A}{x-a}$ 、重根逐次、二次不可约 $\frac{Bx+C}{x^2+px+q}$ 配平方出 $\arctan$ )。 ### 4.2 定积分定义求极限 $\lim_{n\to\infty}\frac{1}{n}\sum_{k=1}^nf(\frac{k}{n})=\int_0^1f(x)dx$ 。题目常把 $\frac{1}{n}$ 藏进 $\frac{k}{n^2}$ 里,要先提出 $\frac{1}{n}$ 再认。 ### 4.3 定积分应用 面积 $\int|f|$ ,遇到 $e^{-x}\sin x$ 这类振荡曲线要按零点分段求和(等比数列)。 ### 4.4 含参递推积分 $a_n=\int_0^1x^nf(x)dx$ 型:先分部造出 $a_n$ 与 $a_{n-2}$ 的关系,再用单调有界求 $\frac{a_n}{a_{n-1}}$ 的极限。 ### 4.5 反常积分 $\int_1^{\infty}\frac{dx}{x^p}$ 在 $p>1$ 收敛。含参数 $k$ 的题,收敛性靠"被积函数指数衰减"判断,计算靠原函数直接求。 --- ## §5 常微分方程 ### 5.1 一阶线性方程 $y'+P(x)y=Q(x)$ 的通解 $y=e^{-\int P}\left(\int Qe^{\int P}dx+C\right)$ 。识别标志:$y$ 与 $y'$ 都是一次的。 ### 5.2 二阶常系数齐次 特征根 $r_{1,2}$ 三种情形:相异实根 $e^{r_1x},e^{r_2x}$ ;重根 $(C_1+C_2x)e^{rx}$ ;共轭复根 $e^{\alpha x}(C_1\cos\beta x+C_2\sin\beta x)$ 。$00$ 且 $A>0$ 极小、$A<0$ 极大;$AC-B^2<0$ 非极值;$=0$ 失效需另判。 ### 6.5 条件极值 拉格朗日:$L=f+\lambda\varphi$ (可多个乘子),解 $L_x=L_y=L_\lambda=0$ 。**比较所有候选点的函数值**才能定最大最小,不要只解出一个点就下结论。 ### 6.6 切平面与闭区域最值 切平面:$z-z_0=f_x(x_0,y_0)(x-x_0)+f_y(x_0,y_0)(y-y_0)$ ;截距式定出投影区域 $D$ 后,按"内部驻点 $+$ 边界"两步求最值,边界要**逐段**化成二元或一元。 --- ## §7 重积分 ### 7.1 二重积分:极坐标与对称性 $x=r\cos\theta,y=r\sin\theta$ ,$d\sigma=r\,dr\,d\theta$ 。极坐标优先的两信号:区域含 $x^2+y^2$ 、被积函数含 $x^2+y^2$ 。对称性:区域关于 $x$ 轴对称时,被积函数对 $y$ 为奇则积分为 $0$ 。 ### 7.2 区域分解与换序 先画图定边界交点,再判"先 $x$ 后 $y$ "还是"先 $y$ 后 $x$ "。被积函数形如 $\frac{(x-y)^2}{x^2+y^2}$ 时直接上极坐标。 ### 7.3 三重积分与形心 形心 $\bar z=\frac{\iiint_\Omega z\,dv}{\iiint_\Omega dv}$ 。区域是"锥体被平面截"时用**截面法**(先二后一)最省:固定 $z$ 得圆盘,面积好算。 ### 7.4 积分区域的最值问题 $I(D)=\iint_D f$ 要最大,就让 $D$ 恰好覆盖 $f>0$ 的部分:$D^*=\{(x,y):f>0\}$ 。 --- ## §8 曲线积分 ### 8.1 格林公式与挖洞法 $\oint_L Pdx+Qdy=\iint_D(Q_x-P_y)d\sigma$ 。$L$ 不闭则补线;$P,Q$ 在 $D$ 内有奇点则在奇点外作小圆**挖洞**,内边界取顺时针。 ### 8.2 路径无关与全微分 $\frac{\partial P}{\partial y}=\frac{\partial Q}{\partial x}$ (单连通)$\iff$ 积分与路径无关 $\iff$ $Pdx+Qdy=du$ 。此时 $\int_L=u(\text{终})-u(\text{始})$ ,与路径形状无关,可只沿折线算。 ### 8.3 斯托克斯公式 $\oint_\Gamma Pdx+Qdy+Rdz=\iint_\Sigma\begin{vmatrix}dy\wedge dz&dz\wedge dx&dx\wedge dy\\ \partial_x&\partial_y&\partial_z\\ P&Q&R\end{vmatrix}$ 。关键是**选一个以 $\Gamma$ 为边界的简单曲面**(平面片最好),并按右手法则定向。 --- ## §9 曲面积分 ### 9.1 高斯公式与补面 $\oiint_\Sigma Pdydz+Qdzdx+Rdxdy=\iiint_\Omega(P_x+Q_y+R_z)dv$ 。曲面不闭就补一块平面;补面方向取**外侧**,最后减去补面上的积分。 ### 9.2 第一类曲面积分 $\iint_\Sigma f\,dS=\iint_{D_{xy}}f(x,y,z(x,y))\sqrt{1+z_x^2+z_y^2}\,dxdy$ 。求质量、面积、质心都用它,**无方向**。 ### 9.3 第二类曲面积分的直接投影 "一投、二代、三定号":投影到 $xOy$ 面算 $Rdxdy$ ,上侧取正、下侧取负;$Pdydz$ 投 $yOz$ 面,前侧取正。 ### 9.4 旋转曲面与曲面方程 曲线 $\Gamma$ 绕定直线 $l$ 旋转:在 $\Gamma$ 上任取点 $M$ ,旋转所得圆上任意点 $P$ 满足"到 $l$ 的距离 $=$ $M$ 到 $l$ 的距离",且 $P$ 在过 $M$ 且垂直于 $l$ 的平面上。两个方程联立消参即得曲面。 --- ## §10 无穷级数 ### 10.1 数项级数敛散证明 $|x_{n+1}-x_n|$ 构成的级数:先证 $|x_{n+1}-x_n|\le q|x_n-x_{n-1}|$ ($00$ 收敛($x\le0$ 发散),$\sum\frac{x^{n+1}}{n(n+1)}$ 在 $|x|\le1$ 绝对收敛。和函数分段写。 --- ## §11 线代 · 特征值与相似 ### 11.1 相似判定与参数反求 相似 $\Rightarrow$ 迹、行列式、特征多项式相同。求参数的标准流程:用"$\lambda$ 是特征值 $\iff|\lambda E-A|=0$ "列方程,再用"$A\sim B$ 则 $r(\lambda E-A)=r(\lambda E-B)$ "定第二个参数。 ### 11.2 由特征值特征向量反求矩阵 $A=P\Lambda P^{-1}$ ,$P$ 由特征向量拼成。给的是"$A\xi_1=\lambda_1\xi_1$ 、$A\xi_2=\lambda_2\xi_2$ 且 $\xi_3=\xi_1+\xi_2$ "这类抽象条件时,把 $\xi_3$ 也写成特征向量组合再乘 $A$ 。重根缺向量时,用"实对称矩阵不同特征值特征向量正交"补第三个。 ### 11.3 矩阵幂与递推 $A=P\Lambda P^{-1}\Rightarrow A^n=P\Lambda^nP^{-1}$ 。由递推式 $\alpha_{n+1}=A\alpha_n$ 得 $\alpha_n=A^{n-1}\alpha_1$ ,再对角化算幂。 ### 11.4 实对称正交对角化与矩阵方程 $Q^{\mathrm T}AQ=\Lambda$ ,$Q$ 的列是**单位正交**特征向量;重特征值内部要施密特正交化。矩阵方程 $AX=B$ 有解 $\iff r(A)=r(A,B)$ ,通解 $=$ 特解 $+$ 齐次通解。 --- ## §12 线代 · 二次型 ### 12.1 正交变换化标准形 写 $A$ (对角元取平方项系数,交叉项**折半**写到对称位置)$\to$ 求特征值 $\to$ 求单位正交特征向量 $\to$ $x=Qy$ 得 $f=\lambda_1y_1^2+\lambda_2y_2^2+\lambda_3y_3^2$ 。 ### 12.2 惯性定理与规范形 正负惯性指数由特征值符号唯一确定,与变换无关。规范形只写 $y_1^2+\cdots+y_p^2-y_{p+1}^2-\cdots$ ,系数全为 $\pm1$ 。 ### 12.3 二次曲面与可逆变换 $f=\lambda_1y_1^2+\lambda_2y_2^2+\lambda_3y_3^2=1$ :三正为椭球面、两正一负为单叶双曲面、一正两负为双叶双曲面。用**可逆**(非正交)变换化标准形时,配方法即可,别硬求特征值。 --- ## §13 线代 · 方程组与向量 ### 13.1 矩阵方程与解的判定 $AX=B$ 按列看:每一列都是 $Ax=b_i$ 。有解 $\iff r(A)=r(A,B)$ ;唯一解 $\iff r(A)=r(A,B)=n$ 。 ### 13.2 基与过渡矩阵 $C=B\cdot P$ 中 $P$ 是 $B$ 到 $C$ 的过渡矩阵(**右乘**)。求法:把两组基按列拼成矩阵,对 $(B\mid C)$ 作行变换化 $B$ 为 $E$ ,右侧即 $P$ 。 ### 13.3 初等变换与矩阵可逆 左乘初等矩阵 $=$ 行变换,右乘 $=$ 列变换。$A$ 可逆 $\iff$ $A$ 是若干初等矩阵之积 $\iff r(A)=n$ 。 --- ## §14 概率 · 多维随机变量 ### 14.1 二维密度、边缘与独立性 $f\ge0$ 且 $\iint f=1$ ;$f_X(x)=\int f(x,y)dy$ 。独立 $\iff$ $f=f_Xf_Y$ 。**判独立的快法**:支撑不是矩形(三角形、圆、$y\ge x^2$ )必不独立。均匀分布密度 $=1/S_D$ 。 ### 14.2 随机变量函数的分布 卷积 $f_Z(z)=\int f_X(x)f_Y(z-x)dx$ ,被积区间由"$x$ 在 $X$ 支撑内"与"$z-x$ 在 $Y$ 支撑内"求交,随 $z$ 分段。通用法:$F_Z(z)=\iint_{g\le z}f$ 再求导。 ### 14.3 混合型与全概率 $X$ 离散、$Y$ 连续时 $f_Y(y)=\sum_kP\{X=x_k\}f_{Y\mid X=x_k}(y)$ ;反向条件概率用贝叶斯,分母是该密度的积分。 ### 14.4 条件分布与重期望 $f_{Y\mid X}(y\mid x)=\frac{f(x,y)}{f_X(x)}$ ,$E(Y\mid X=x)$ 把条件密度当一个普通密度求期望。**重期望** $EY=E\left[E(Y\mid X)\right]$ ;算协方差时用 $E(XY)=E\left[X\,E(Y\mid X)\right]$ 最省——只要求一次一维期望,不必碰联合密度的二重积分。 ### 14.5 协方差与相关系数 $\operatorname{Cov}(X,Y)=E(XY)-EX\cdot EY$ ,双线性;$D(X\pm Y)=DX+DY\pm2\operatorname{Cov}(X,Y)$ ;$\rho=\frac{\operatorname{Cov}}{\sqrt{DX\,DY}}$ 。**不相关 $\ne$ 独立**(二维正态时二者等价)。$EX=0$ 且独立时,乘积型 $Z=XY$ 有 $\operatorname{Cov}(X,Z)=E(X^2)EY$ 。 ### 14.6 复合分布与泊松稀疏 $N\sim P(\lambda)$ ,在 $N=n$ 下 $M\sim B(n,p)$ ,则 $M\sim P(\lambda p)$ (**泊松稀疏**),且 $EM=\lambda p$ 。分段赔付 $Y=(X-a)^+$ 先算 $p=P\{Y>0\}$ ,再套上述结论。 ### 14.7 商的分布 $Z=Y/X$ 用分布函数法:$F_Z(z)=P\{Y\le zX\}=\iint_{y\le zx}f$ ,**求导前先按 $z$ 的正负把半平面与支撑求交**,分段点通常就在支撑的角点上。$X=\min(U,1-U)$ 一类题先用 $P\{X\le x\}$ 求密度,再作变换 $Z=\frac{1-X}{X}$ 。 --- ## §15 概率 · 参数估计 ### 15.1 矩估计与极大似然 矩估计令 $\bar X=E_\theta X$ ;MLE 取对数求导,**检查驻点在参数空间内**。$L$ 关于 $\theta$ 单调时 MLE 在边界:$\max X_i$ ($U(0,\theta)$ )或 $\min X_i$ ($e^{-(x-\theta)}$ )。 ### 15.2 无偏性与均方误差 无偏:$E(\hat\theta)=\theta$ ;$\operatorname{MSE}=D(\hat\theta)+\text{bias}^2$ 。$E(\hat\theta)=c\theta$ 时用 $\hat\theta/c$ 修正。 ### 15.3 次序统计量 $M=\max$ :$F_M=[F]^n$ ,$f_M=nF^{n-1}f$ ;$L=\min$ :$P\{L>l\}=[1-F(l)]^n$ 。必背:$U(0,\theta)$ 的 $E(\max)=\frac{n}{n+1}\theta$ ;$e^{-(x-\theta)}$ 的 $E(\min)=\theta+\frac1n$ 。