证的等式为一个新的函数，想办法找出这个新的函数的原函数，看其是否满足某些中值定理的条件（一般都满足），然后就是顺利成章的应用定理了。突破点在于构造出合适的函数，这方面也要求平时复习时注意积累。还有就是分两问或者三问的题目，注意把前一问的结论用起来，后一问的难度就下降了。
     第五道是我个人觉得整张卷子最难的一道题，我丢分基本就丢在这道吧，相关知识点是格林公式、微分方程。第一问证明结论，如果看过（大致记得）格林公式的证明过程的话，就会比较有头绪，采取补封闭曲线的方法就可以得到结论，注意曲线方向的协调一致。然后利用格林公式得到一个微分方程，求解即可，但求解过程很烦，我最后是通过观察法把未知函数先看出来的，然后在拼凑上去，估计失分就在这里吧。
     接下来是线性代数的两道题，第一道涉及的知识点多，从特征值到二次型，但非常简单，计算也不是很烦，唯一要注意的就是特征向量求出后别忘了单位化，其它没什么好说的。第二道题出得很新颖，这是我唯一在考前没有见过的题型，还是利用分类讨论的思想，把未知参数的取值讨论一下，因为矩阵的秩有所不同的话，线性方程组的解的形式也随之不同，如果知道这个常用结论：如果AB=0，则r(A)+r(B)<=n，这个题目难度就去了一大半，接下来只要讨论里不要遗漏就可以了。所以说，常总结一些虽然不是书上的直接定理，但是很有用的结论是有必要的，因为其实就像上边这个结论，也不难记。
     最后是概率论与数理统计，第一道是二维随机变量的分布函数和概率密度，如果搞清楚了随机变量函数的意义，根据已知条件，这个模型不难建立，还是回到原理这个说法上，概率论的东西比较抽象，但是如果多思考一下，从现实意义上把握的话可能会轻松一些。随机变量是什么？从根本上来说就是一个函数，只不过自变量不是通常的数，而是一些事件，函数值就是这些事件对应的发生概率而已。在求函数的随机变量分布时我不主张记公式，而建议自己从随机变量的说法、定义去推出数学表达式。第二道考数字特征，当然也把数理统计里的样本揉进来了，样本之间意味着相互独立，注意数字特征的某些特征要求随机变量之间相互独立，有些则不然，总之要分清这些性质，最好能准确归类。举个例子，两个正态分布的线性组合仍是正态分布，这对不对？粗看上去没什么不妥的，但这个结论却是错的，因为必须是独立的两个正态分布才有这个性质。

     希望大家每隔一段时间都对自己的复习情况进行总结，我这篇文也只是抛砖引玉，趁自己对考研的记忆还没有完全消失，写出来与之后的战友分享，希望能有作用。

责任编辑:gaoyan