高等数学试题及答案
高等数学试题及答案
1、f函数定义为不大于x的最大整数，0
2、y=ax+b与y=bx—a相垂直，ab与1比大小
3、3块匹萨有n个学生分，前2块n个学生都参与分配，第3块有2个学生不参与分配，A同学全参与分配，问该同学分到一块的比例？
4、4^16于64^4比大小
5、2679比大小a
6、1—400中4，6，7的倍数问题4
7、/key）
8、k^2=4k—5与5比大小d
9、/2与/2比大小d
新GRE数学复习方法两方面注意：
第一个方面是对于GRE数学试题常见词语的记忆。即便是再简单的数学题目，如果看不懂题意，还是照样不会做。这个主要体现在很长的应用题上面，而几乎每年都会出现这一类纯粹是考理解的题目，题目本身的数学知识极其简单，关键是需要考生能够把题目抽象成数学模型。鉴于市面上数学资料本身就不多，在这里还是推荐一下陈向东的那本数学辅导书，出的，里面的附录里面有数学常见词语的总结，考前多看一下就没有问题了。当然网络上面的资料也有很多，找一些关于词语的总结方面的东西背一下也就没有问题了。
第二个方面是需要细心。就我个人的经验来说，对于GRE数学部分出错的题目，有90%以上是因为粗心造成的，剩下的10%才是因为其他原因诸如看不懂题意或者题意理解错误导致的。ETS总会在数学题目里面设有很多陷阱，做的时候要很小心，尤其是对于前15个题目，因为都有一个无法比较的选项，所以尤其要小心。还有一个经典的陷阱是题目给出的图形是否是按照比例，即是否有drawtoscale的字样，这样的陷阱也考过了很多次。做题的时候不要光求快，如果有时间的话适当检查一下就会好很多。我个人比较推荐数学在15—20分钟之内做完，然后检查1—2遍，当然前提是你没有跨区的打算。
拓展：高等数学考研复习指导
一、基础阶段
考研数学考察的是对基础知识的综合运用，所以基础知识尤为重要，很多同学在复习时存在一个误区，认为我把难题做好就行了，难题都会做了，简单的题目就更没有问题了，其实这是错误的，如果基础知识没有掌握牢固，在复习过程中会发现越复习越困难，到复习的后期会发现连简单的'问题都不知道如何下手了。这就是基础知识没有掌握牢固的结果。
在这个阶段，也就是从现在开始至六月份，是基础阶段的复习时间，这个阶段以课本和习题为主，这个阶段做题是为了巩固基础知识，不要为了做题而做题。我们考研数学的复习分为几个阶段，首先是打基础，之后是综合运用基础知识解题，最后就是提高熟练度。可想而知，如果大家基础知识没有掌握牢固，那如何综合运用呢？
在这一阶段，考生们不要和其他同学比进度，也不要单纯的追求量，完完整整的看一遍，达到看过的知识都能够熟练掌握的程度，会比我们囫囵吞枣的看三四遍都有用，所以这个阶段不要比进度，争取把每一个知识点都掌握牢固，知道每个定理公式或方法的基本内容、适用条件、易错点等。
二、强化阶段
七月至九月份是强化阶段，强化阶段是对基础知识的综合运用。这个阶段考生们要提高综合解题能力，形成完整的知识体系。考生们这段时间主要是做题，熟练的掌握每个模块要考的题型类型以及每种题型的解题方法。这个阶段考生易犯的错误是眼高手低，觉得自己解题方法掌握了就可以了，对于计算题就放过了，这是不可以的，考研数学要求考生在规定的时间内完成规定的计算量。所以如果计算题都放过那么就更加无法提高计算能力。
三、提高阶段
考生掌握了基本的基础知识和针对每个题型的解题方法，这个阶段就需要做分类的真题。分类解析是让大家短时间内获得每个模块考点、考试题型的一种快捷方式，通过做真题了解自己对每一模块和每一题型的掌握情况，对不是很清楚的部分再继续做这一部分的习题，达到每个模块都掌握牢固，每种题型都有解决的思路。
四、冲刺阶段
最后这个阶段就是做模拟题，模拟考试环境、考试时间和心态，这一阶段考生在做题的时候注意时间，严格按照考研的考试时间来做真题。这个阶段考生易犯的错误特别是到了十二月份，把主要精力都放在了政治和英语上，基本上会一直不看数学，认为数学也就达到上限了，再做题也不会提高很高的分数。诚然这一阶段背政治或者英语能提的分数比较高，但是，长时间不做数学题考生就会发现再做题的时候手生，很多知识点和题型都忘记了，这样我们辛辛苦苦所掌握的知识又还回去了，岂不很可惜。所以考生们一定要坚持做题，稳中求胜。
每年必考的10种简单题型
1、运用洛必达法则和等价无穷小量求极限问题，直接求极限或给出一个分段函数讨论基连续性及间断点问题。
2、运用导数求最值、极值或证明不等式。
3、微积分中值定理的运用。
4、重积分的计算，包括二重积分和三重积分的计算及其应用。
5、曲线积分和曲面积分的计算。
6、幂级数问题，计算幂级数的和函数，将一个已知函数用间接法展开为幂级数。
7、常微分方程问题。可分离变量方程、一阶线性微分方程、伯努利方程等的通解、特解及幂级数解法。
8、解线性方程组，求线性方程组的待定常数等。
9、矩阵的相似对角化，求矩阵的特征值，特征向量，相似矩阵等。
10、概率论与数理统计。求概率分布或随机变量的分布密度及一些数字特征，参数的点估计和区间估计。
