数学-给备考2019复旦MSE的学子的建议

我重申,本文是抛砖引玉,是投石问路。只是一丢丢个人经验,加一些道听途说。希望对大家有用,也希望有更多的人愿意来分享你的经验或观点。

先抛重点吧(为了吸引眼球也是拼了),我建议各位复习数学的时候分为4轮

1. 教材(同济版高等数学,同济版线性代数)

数学-给备考2019复旦MSE的学子的建议_第1张图片
高等数学教材
数学-给备考2019复旦MSE的学子的建议_第2张图片
线性代数教材

2. 复习全书(李永乐的复习全书,或其他)

数学-给备考2019复旦MSE的学子的建议_第3张图片
数学二复习全书
数学-给备考2019复旦MSE的学子的建议_第4张图片
张宇 高数18讲

3. 视频(张宇的数学视频)

数学-给备考2019复旦MSE的学子的建议_第5张图片
张宇视频

4. 真题(历年数学二的真题)

数学-给备考2019复旦MSE的学子的建议_第6张图片

【5. 押题 (李林的数学押题)】

数学-给备考2019复旦MSE的学子的建议_第7张图片
押xie题

复旦软件工程硕士 Master of Software Engineering - MSE 非全日制 考试共4科:政治、英语、数学、专业课。

其中数学是数学二。数学分为三类,最大的区别在于知识面的要求上:数学一最广,数学三其次,数学二最低。以同济六版教材为例,数一考察的范围是最广的,基本涵盖整个教材(除课本上标有*号的内容);数二不考察向量代数与空间解析几何、三重积分、曲线积分、曲面积分以及无穷级数;数三不考察向量空间与解析几何、三重积分、曲线积分、曲面积分以及所有与物理相关的应用。这个差异体现在细节上,就成了数学一、二、三在考试内容和适用专业上的不同之处。

考研数学一

  考试科目:高等数学、线性代数、概率论与数理统计。在试卷内容中,各科目所占比例为:高等数学56%、线性代数22%、概率论与数理统计22%。

        题型结构:单项选择题8小题,每题4分,共32分; 填空题 6小题,每题4分,共24分; 解答题(包括证明题) 9小题,共94分。1-4、9-12、15-19属于高等数学的题目,5-6、13、20-21属于线性代数的题目,7-8、14、22-23属于概率论与数理统计的题目。

考研数学二

  考试科目:高等数学、线性代数。在试题中,各科目所占比例为:高等数学78%、线性代数22%。

        题型结构:单项选择题8小题,每题4分,共32分; 填空题 6小题,每题4分,共24分; 解答题(包括证明题) 9小题,共94分。1-6、9-13、15-21均是高等数学的题目,7-8、14、22-23为线性代数的题目。

考研数学三

  考试科目:微积分、线性代数、概率论与数理统计。在试卷中,各科目所占比例为:微积分58%、线性代数20%、概率论与数理统计22%。

        题型结构:单项选择题8小题,每题4分,共32分; 填空题 6小题,每题4分,共24分; 解答题(包括证明题) 9小题,共94分。1-4、9-12、15-19属于高等数学的题目,5-6、13、20-21属于线性代数的题目,7-8、14、22-23属于概率论与数理统计的题目。

2018年数学二考试大纲 https://www.jianshu.com/p/e369f2f912cc 


很多参见备考的小伙伴,可能如我一般,数学是十年前的朋di友ren了。

教材

对于此,我在复习备考的时候,是先借了几本数学的教材,先回顾回顾基础的东西。同时,也是看看自己适不适合继续走这条路;对大多数人而言,考MSE的最痛 莫过于 数学,如果无法捡起来数学,我的话大概是会放弃继续备考。这也是 我挑选 数学科目 来给大家建议的原因,数学,请从现在开始。

高数教材推荐使用同济第六版或第七版的《高等数学》(上下册)http://product.dangdang.com/410257626.html#ddclick_reco_reco_alsoview,把书过一遍,习题做一做。(如果把课本证明+习题和考研真题做对比,就不难发现,一些所谓考研难题和偏题的来源就是课本)习题全解指南的书,网上买得到http://product.dangdang.com/410257627.html#ddclick_reco_reco_relate。

线性代数推荐使用同济《线性代数》第六版 http://product.dangdang.com/23732356.html,+ 清华大学出版社 居余马的《线性代数》第二版 http://product.dangdang.com/1220208261.html 。富有余力,可以看看机械工业出版社的《线性代数》原书第九版 http://product.dangdang.com/23778887.html 或者  机械工业出版社的《线性代数及其应用》原书第四版 http://product.dangdang.com/24229779.html ,这两本是国外经典教材

建议从1月份开始备考的同学,花在教材上面的时间不少于2个月。可以将教材过2~3遍,也可以过完1遍后使用辅导书,然后再配合着教材。

辅导书

对于基本知识有了一定扫盲之后,就开始结合考试的特点做有针对性的训练了。这个时候,教材不能完全胜任此要求了。推荐使用一些与考试密切相关的,同时又和教材结合紧密的书籍。由于此处描述的书籍大都还没有2019版的,此处贴出的是2018版的,仅供参考(迫不及待的同学也可以先买2018版的准备起来,毕竟,教材和考纲是多年不变的)

此处是不完全列举 ~ 

李永乐·王式安《复习全书》http://product.dangdang.com/24170041.html#ddclick_reco_buytogether_b2c

李永乐《线性代数辅导讲义》http://product.dangdang.com/24188194.html

张宇《高等数学18讲》http://product.dangdang.com/24181956.html

张宇《线性代代9讲》http://product.dangdang.com/24181957.html#ddclick_reco_reco_relate

李正元+范培华《复习全书》http://product.dangdang.com/24169531.html

汤家凤《复习大全》http://product.dangdang.com/24184543.html#ddclick_reco_reco_relate

李永乐·王式安《数学基础过关660题》http://product.dangdang.com/24167108.html#ddclick_reco_reco_relate

张宇《数学题源探析经典1000题》http://product.dangdang.com/25068943.html#ddclick_reco_reco_buytogether

真题

各类辅导书刷得出不多了,就做真题检验检验自己的水平吧。我当年是被打击得体无完肤,几乎没有能做对的,然后硬着头皮刷完了十年真题,然后再刷,然后就上考场了。刷真题,是考试提升的最有效的方法,没有之一。

李永乐·王式安《历年真题权威解析》http://product.dangdang.com/24173113.html#ddclick_reco_reco_relate

张宇《真题大全解》http://product.dangdang.com/25108376.html#ddclick_reco_reco_relate

汤家凤《真题解析与方法指导》http://product.dangdang.com/23946900.html#ddclick_reco_reco_relate

李正元·范培华《历年试题解析》http://product.dangdang.com/24180652.html#ddclick_reco_reco_buytogether

视频

不知道有多少人知道A站B站?不知道也没关系,baidu 和 Google 总有一个听过吧 (都没听过的话,就别报考MSE了吧)

我是因为考研才知道的B站 https://www.bilibili.com/ (悄悄告诉我,可以1.5倍速播放~我当年咋就没找到这个功能呢~摔)

数学-给备考2019复旦MSE的学子的建议_第8张图片
bilibili 搜索“考研数学”
数学-给备考2019复旦MSE的学子的建议_第9张图片
Google 搜索“考研数学” - Videos
数学-给备考2019复旦MSE的学子的建议_第10张图片
baidu 搜索“考研数学” - 视频

预测题

我当年买过张宇的4套卷。并不是因为我觉得自己复习好了,想要去冲150分。而是想涨涨见识,顺便捞点涨涨分的可能。4套卷带给我的最大收益是,提前感受了考试的答题卡,提前了解了考试的草稿纸规则(!!!这很重要!!!)

如果当年有人告诉我李林押题神准,我一定会去搜大师的视频的

考研拼实力,也看运气 ~ 旁门左道不可取

2018的数学难上天了~2019一定冲高回落,祝愿各位都能考出100+

欢迎各路大神拍砖


题外话:数学对于研究生阶段的学习很有用的。大家在复习时,千万可别觉得是应付考试而读书无用论。

有兴趣的同学,可以买几本入门的数据挖掘/机器学习的书,看看要不要去认真学数学。

李航《统计方法学习》http://product.dangdang.com/22704244.html 

周志华《机器学习》(俗称“西瓜书”)http://product.dangdang.com/23898620.html

韩家炜《数据挖掘 概念与技术》原书第3版 http://product.dangdang.com/22846300.html

陈封能《数据挖掘导论》完整版 http://product.dangdang.com/20995639.html

伊恩·古德费洛《深度学习》http://product.dangdang.com/25111382.html

托比·西格兰《集体智慧编程》http://product.dangdang.com/23664260.html

你可能感兴趣的:(数学-给备考2019复旦MSE的学子的建议)