2018考研数一大纲-2018 考研数一大纲
2018 年考研数学考试大纲的发布，标志着新一轮考研竞争的全面开启。作为本次考试的核心支撑，数学科目不仅考察基础知识的扎实程度，更侧重考察逻辑推理能力、解题技巧预测及应试策略的制定。大纲解读部分将着重分析试卷结构，为考生构建清晰的知识框架。本文将从专业角度，结合近年试题特点进行深度剖析，帮助考生在激烈的复习竞争中脱颖而出。
1 导数与微积分
导数是微积分中最基础且最重要的概念之一。在2018 年大纲中，导数的定义、几何意义及其与函数单调性、极值等性质的联系占据重要地位。考生需熟练掌握导数运算法则，包括基本初等函数的求导公式，特别是复合函数、隐函数和参数方程的求导方法。常考的题型包括利用导数研究函数的单调性与最值问题，以及经济应用中的边际问题。
例如，在导数应用题型中，常出现如交点问题（求直线与曲线的交点坐标）或最值问题（求函数的极值点）。以求最值问题为例，给定函数f(x)=ln(1+2x)+x²，求f(x)在区间 [-1,1] 上的最大值和最小值。解题思路是先求导f'(x)=2/(1+2x)+2x=0解得x=-1/3，该点在定义域内，进一步判断单调性，最终确定最大值在 x=-1 点取得，最小值在 x=1 点取得。此题考察了导数工具与函数性质的有机结合，考查严密性。
微分部分同样不容忽视，重点在于微分公式的应用及与积分的关系。在微分运算环节，常需处理除法下的函数求微分问题（如dy/dx=1/x时，dy=1/xdx，故dy=1/xdx），考查代数运算能力。此外，微分中值定理（如拉格朗日中值定理）的应用是近年试题的热点，主要用于证明不等式或求解特定函数值。
积分是微积分的两大支柱之一，在2018 年大纲中，不定积分与定积分计算仍是核心考点。重点包括换元积分法、分部积分法以及部分分式分解技巧。常遇物理模型导出的定积分（如高斯曲率或质心计算），此类实际应用题往往需要物理直觉辅助数学计算。例如，计算定积分∫₀¹ (1-x²)dx，考生首先识别被积函数为1-x²，使用牛顿 - 莱布尼茨公式（即定积分中微积分基本定理），算出原函数为x-x³/3，代入上下限得(1-1/3)-(0-0)=2/3结果。此外，广义积分与反常积分的处理也是必考内容，需特别注意收敛性判断。
级数部分的级数展开（如泰勒级数、麦克劳林级数）与级数收敛性是难点。需掌握地极展开法、柯西 - 柯西定理及狄利克雷判别法。在级数求和问题中，常出现交错级数或正项级数的和等于某个具体函数值的情况。
例如，求arctan(1/2)的值，可构造级数∑(-1)ⁿ/(2n+1)，利用级数求和公式（即arctan 与自然对数关系），得出结果约为 0.4637。 2 线性代数
行列式的运算与性质是基础，重点在于行列式的加减乘法性质以及高阶行列式的降阶运算。常遇求代数余子式、克拉默法则（用于解线性方程组）及行列式的因式分解问题。
例如，计算行列式|a b c| |a+d b e| |a b+d f e g| 时，需利用行列式的性质（两行成比例，行列式为 0）进行化简，最终得出0的结论。
矩阵部分，内容包括矩阵的阶与数、矩阵的分块、逆阵的计算及其性质（如逆阵的代数余子式行列式性质）等。在矩阵运算中，常考矩阵与向量的线性关系（如Ax=b有解的条件，即增广矩阵的秩等于系数矩阵的秩）。
除了这些以外呢，矩阵的特征值与特征向量是核心考点，需掌握特征方程求解、特征向量求解（通常需待定系数法或试探法）以及单位矩阵与特征值的关系（即|A-λI|=0）。进阶题型涉及正定矩阵、对称矩阵及二次型的判别。
向量组的线性相关性、秩的计算与判断是必考内容。需熟练运用克莱姆法则（针对秩为 n 的情况）、初等变换法（针对秩为 r 的情况）以及秩与方程组解的关系。常遇向量组线性无关性判断（如r=0或r=n）及解空间的求法。
例如，求方程组(1) x-y-z=0; (2) 2x+3y+z=4; (3) x+3y+4z=3的解空间，需列方程组，进行初等行变换化为行阶梯形，确定自由变量并写出通解。
二次型是线性代数在实际应用中的重要体现，重点在于标准形的求解（用配方法或拉格朗日恒等式）及正定性的讨论。需掌握惯性指数与正负惯性指数的概念，以及正定矩阵判据（如艾森斯坦判别法）。常遇二次型化简题（如下列二次型在标准形下的表达式为Q=0）或求正定矩阵（如A=diag(1,1,2)）。 线性方程组的解法贯穿始终，是基础中的基础。需掌握增广矩阵的初等变换求解、通解的结构（自由向量）以及Cramer 法则（仅当系数行列式非零时适用）。常遇求特解（用初等行变换）及齐次方程组零解的判定（即r=0）。 概率部分，核心在于随机事件的概率计算、条件概率、全概率公式及贝叶斯公式的应用。需熟练掌握组合数学（如n 次独立重复试验中的P(n,p)）。常遇几何概率（如投掷两球，两球不重叠）或离散型随机变量的分布列与期望求法。 数理统计部分是考研数一的压轴，涉及随机变量及其分布、相关与相关系数、假设检验、参数估计及方差分析等。需掌握期望与方差的计算（包括利用概率论公式求）、正态分布的性质与独立性的判定。最易出错的是独立性判断（如X,Y 独立则E(XY)=EX·E(Y)）和参数估计（如点估计与区间估计的区别）。 在假设检验中，需熟悉双侧检验、单侧检验、大样本检验与小样本检验（需t 分布表或正态分布表查临界值）的基本流程。参数估计中，常用极大似然估计、矩估计法及置信区间的构造是重点。 平面解析几何主要考察圆的方程（一般式、标准式、隐式方程、一般方程）、直线方程（点斜式、两点式、一般式、参数方程）及圆锥曲线（椭圆、双曲线、抛物线）的方程与性质。需掌握直线与圆的位置关系（相交、相切、相离）的判定与 圆锥曲线是重点和难点，主要包含椭圆（标准方程、准线方程、离心率 e，焦半径公式 r=ex±a），双曲线（标准方程、渐近线方程，离心率，焦半径）及抛物线（焦点、准线、通径）。需熟悉联立法（直线与圆锥曲线方程联立，解出交点坐标）及判别式法（Δ=0 对应相切）。常遇求离心率、求准线方程及求焦半径等计算题。 重点考察空间直角坐标系（原点、点、轴、平面的定义与方程及性质）、平面的方程（点法式方程、一般式方程、极坐标方程、球面方程）及 2018 年试卷中常出现向量与向量场的点积与积（包括叉积、向量积、混合积）及其几何意义的综合计算题。 离散数学部分主要涉及命题逻辑（真值表、真值判断、命题演算）、集合（集合运算、关系、函数、代数结构）及数论（整除、同余）的基本概念与运算法则。 逻辑推理包括判断推理（形式逻辑推理规则如传递性、反身性、对称性等）及抽象逻辑推理（如定义解释）。 部分题目可能包含答案或解析，这些内容通常位于试卷的附页或独立页面，用于帮助学生核对步骤与答案。 2018 年考研数学考试大纲的撰写，体现了数学基础的重要性与逻辑推理的严密性。 纵观整个大纲，导数与微积分是工具，线性代数是语言，概率统计是应用，解析几何是手段，而逻辑推理则是灵魂。只有将计算能力、理论基础与数学思维深度融合，才能在考场上游刃有余。建议考生在复习时，坚持基础不丢、方法灵活、反思总结的原则，通过真题演练与模拟练习来强化应试技巧，力求在2018 年考研中取得优异成绩。 备考过程中，请时刻更新学科进展信息，关注命题趋势，调整复习节奏。
除了这些以外呢，线性方程组的秩与零度之和等于 n（即对应方程组与齐次方程组的解的维度和）也是常考点。
例如，求n=3 次试验中成功次数为 2 次的概率，需先算组合数C(3,2)，再算单步概率（p²(1-p)），最后相乘。
例如，已知总体分布服从正态分布N(μ,σ²)，某样本均值估计量为ȳ，则(x̄-μ)/σ²服从卡方分布 χ²(n-1)，可构造置信区间。
例如，求两向量夹角的余弦值或两平面夹角的正弦值。
除了这些以外呢，向量的应用题（如最值问题、几何体体积计算或物理模型）也是高频考点。
注意事项：
部分资源可能会出现广告/收费服务/VIP课程等内容，请自行甄别，以免上当受骗。
本篇资源由【小木应用文】收集自互联网，仅供学习参考使用，请勿用于其他用途！
转载请标明出处，谢谢。