Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/大题十年考点/01-知识点盘点.md
T
Yimu c19dc8bb25 docs(大题十年考点): 盘点拆出 01b 覆盖对照与接口,点14 补概率大题
- 01-知识点盘点 14038 → 12976 字符,超额部分整体迁到 01b(§0.x 编号保持不变)
- 15-点14-概率多维随机变量 补题并同步速查回查
- gen_crosslinks 支持把索引表写入含 AUTO:KP 标记的 01b
2026-11-07 12:41:02 +08:00

262 lines
15 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
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 $|x_{n+1}-a|\le k|x_n-a|$ ,$0<k<1$ )。递推式形如 $x_{n+1}=\ln\frac{e^{x_n}-1}{x_n}$ 时,先证 $0<x_{n+1}<x_n$ ,再取极限解方程,注意增根。
---
## §2 中值定理与不等式证明
### 2.1 零点定理与介值定理
$f\in C[a,b]$ 且 $f(a)f(b)<0$ $\Rightarrow$ 至少一根。题目常把端点条件藏在**极限**里(如 $\lim_{x\to0^+}\frac{f(x)}{x}<0$ 蕴含 $f(0)=0$ 且右侧取负值),要先把极限翻译成函数值符号。
### 2.2 罗尔定理与辅助函数
证"存在 $\xi$ 使某式 $=0$ "的固定套路:把结论里的 $\xi$ 换成 $x$ ,凑成某个 $F'(x)=0$ 的形状。常见构造:$f f'$ (结论含 $ff''+(f')^2$ )、$e^{kx}f$ (含 $f'+kf$ )、$f/x$ 、$xf$ 。
### 2.3 拉格朗日与导数估计
$\frac{f(b)-f(a)}{b-a}=f'(\xi)$ 。已知 $\max|f|$ 证 $|f'|$ 下界、或已知 $|f''|$ 的上界证 $|f'|$ 的上界,都靠它。
### 2.4 泰勒公式证不等式
在**极值点或中点**展开,余项用 $|f''|\le M$ 放缩。含"$\le\frac{x(1-x)}{2}$ "这类二次型右端的题,一定是泰勒展开到一阶、余项二阶。
### 2.5 凸函数与积分不等式
$f''\ge0$ 的三个等价说法:切线在曲线下方;$\frac{1}{b-a}\int_a^bf\ge f(\frac{a+b}{2})$ ;$f(\lambda x_1+(1-\lambda)x_2)\le\lambda f(x_1)+(1-\lambda)f(x_2)$ 。证积分不等式优先走"切线放缩 $\to$ 积分"。
### 2.6 充要条件型证明
"$f'$ 严格递增 $\iff$ 任意三点差商严格递增"。必要性:差商写成两个中值点的导数,靠 $\xi_1<\xi_2$ 传严格性;充分性:差商在 $h\to0^+$ 时趋于 $f'$ ,得单调不减,再由"取等则区间内 $f$ 线性"制造矛盾。
---
## §3 一元微分应用
### 3.1 隐函数求导与极值
$F(x,y)=0$ 确定 $y=y(x)$ 时,$y'=-\frac{F_x}{F_y}$ 。求极值三步:解 $y'=0$ 得驻点(**代回原方程**得 $y$ 值)、判 $y''$ 符号、写极值。
### 3.2 闭区间最值与应用题
闭区间上最值 $=$ 驻点值 $\cup$ 不可导点值 $\cup$ 端点值,三者取极。应用题先设变量、写约束、把目标函数化成一元,再按上句走。
### 3.3 凹凸性与拐点
$y''>0$ 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 $e^{\alpha x}(C_1\cos\beta x+C_2\sin\beta x)$ 。$0<k<1$ 时 $y''+2y'+ky=0$ 的根为 $-1\pm\sqrt{1-k}$ ,均为负。
### 5.3 周期解与解的结构
$y'+y=f(x)$ ,$f$ 以 $T$ 为周期,则存在唯一 $T$ 周期解的证法:写出通解,令 $y(0)=y(T)$ 解出 $C$ ,唯一性由"两解之差满足齐次方程且周期"推出。
### 5.4 几何建模
"到 $y$ 轴距离 $=$ 切线在 $y$ 轴截距":截距 $=y-xy'$ ,于是 $x=y-xy'$ ,化为一阶线性。**先翻译几何条件,再解方程,最后才用初值。**
---
## §6 多元函数微分学
### 6.1 复合函数偏导
$z=f(u,v)$ ,$u=u(x,y)$ ,则 $\frac{\partial z}{\partial x}=f_1'u_x+f_2'v_x$ 。二阶偏导**必须写全两项**:$f_{11}''u_x^2+2f_{12}''u_xv_x+f_{22}''v_x^2+f_1'u_{xx}+f_2'v_{xx}$ 。一元复合($y=f(e^x,\cos x)$ )时把 $u_x,v_x$ 换成 $u',v'$ 。
### 6.2 由偏导关系反求一元函数
给定 $x^2g_{xx}+xyg_{xy}+y^2g_{yy}=1$ 这类恒等式,先算出 $g_{xx},g_{xy},g_{yy}$ 关于 $f',f''$ 的表达式,代入后 $x,y$ 会**整体消成一个变量** $u=\frac{x}{y}$ ,得 $f$ 的常微分方程。
### 6.3 方向导数与梯度
$\frac{\partial f}{\partial\boldsymbol l}=\nabla f\cdot\boldsymbol l^{\circ}$ (**必须单位化**)。方向导数最大方向 $=$ 梯度方向,最大值 $=|\nabla f|$ 。"沿某方向方向导数最大且最大值为 $m$ " $\Leftrightarrow$ $\nabla f=m\boldsymbol l^{\circ}$ 。
### 6.4 无条件极值
解 $f_x=f_y=0$ 得驻点,令 $A=f_{xx},B=f_{xy},C=f_{yy}$ :$AC-B^2>0$ 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 $|x_{n+1}-x_n|\le q|x_n-x_{n-1}|$ ($0<q<1$ )得绝对收敛,再由部分和收敛推出 $\{x_n\}$ 收敛。
### 10.2 幂级数求和函数
由系数递推 $a_{n+1}=\frac{n+\frac12}{n+1}a_n$ 定收敛半径($\lim|\frac{a_{n+1}}{a_n}|=1$ ),再设 $S(x)=\sum a_nx^n$ ,用 $S'$ 或 $xS'$ 建立微分方程求解。
### 10.3 函数项级数的收敛域
拆成两个级数分别求收敛域再取交:$\sum e^{-nx}$ 在 $x>0$ 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 $E(\min)=\theta+\frac1n$ 。