咱们不整那些虚头巴脑的开场白，直接上干货。2020 年考研大纲那会儿，大家最头疼的就是数学里的“多元微积分”。别去翻那些闷声发大财的教科书，咱们直接掰开了揉碎了讲。 最先引起争议的是那个函数极限。

那会儿学的时候，老师总爱用“左极限等于右极限”这种神逻辑，目前大纲里给的技术路线是留数定理。

这玩意儿听着挺玄乎，但实际上说白了就是积分拆开。

比如处理 $int frac{1}{x^2} dx$，那会儿靠凑导数，目前直接用分部积分法配合留数定理，代码一甩，结局全出来了。

再说高数里的泰勒展开，大纲要求用洛必达法则，但这实际上有点坑。出于洛必达多了大量条件限制，有时候一用就卡死。

不如老老实实用阿贝尔变换要么拉普拉斯变换去凑。

比如算 $e^x$ 的展开，洛必达算五六个就够呛了，用幂级数直接写，既快又稳，还能顺便把后面的内容带那会儿，一举两得。 接着是线性代数里的矩阵理论，这局部改动挺大。

那会儿大家死磕行列式，认定那是根本功，目前大纲反而弱化了行列式的功能，重点转向了特征值和特征向量。

特别是盯着那几个核心公式，比如特征方程 $|A - lambda E| = 0$ 和特征向量求解。

这俩是考研数学的命根子，务必背得滚瓜烂熟。但光背公式没用，得懂背后的几何意义。

比如为啥 eigenvalue 越大对应的向量越“胖”，为啥不同特征值对应的特征向量正交？这些几何直觉能帮你避开大量纯套路的计算题。举个栗子，要是你考试时遇到一个求特征值的难题，先别急着列行列式，先画个草图。随意画个随机矩阵，看看它的分布，往往能瞬间顿悟出正交性的来源。

这样答题的时候，阅卷老师看到你这小身段，心里跟明镜似的，分数自然就拿到了。 微积分那块儿，高数题型的分类确实清楚。导数应用、微分中值定理、不定式极限、洛必达法则，这些都在大纲里列得明明白白。做题策略挺好办：遇到极限，首选洛必达；遇到不定式，首选换元法结合洛必达；遇到中值定理，先看题目是不是想让你用拉格朗日中值定理，要是是，先假设导数存有，不然没法做。至于考研数学一和二，其中数比英数难，但逻辑是一样的。英数主要考应用题，英数应用题往往藏在物理题里，比如力学题里的加速度、位移。而其中数考得更是细，简直每个公式都有变式。

比如极坐标下的曲线积分，要么三重积分里的球坐标。

这时候就得复习一下同济第六版的变体，特别是那些好办忽略的参数变化。别死记硬背公式，要明白公式长啥样，适用啥条件。

比如三重积分选壳层法还是立方体法，彻底看区域形状。

要是区域挺复杂，选壳层法往往能简化难题。

这时候回头去读点基础教材，看看如何把区域拆得好办点，思路就通了。 自然，光懂做题肯定不够。传统单纯刷题对提升成绩帮助有限，但好教材呢？比如谢尔曼的线性代数，适合打基础；范德蒙的书，适合压题型；同济的数学一，是跟着大纲走的，不能偏；数学二和三的教材也得跟着来，特别是高数和线性代数，大量命题人都是直接拿这些书出的题。教材是命题的源头，要是连源头都跟不上，那如何指望考高分？实际上大量题就是教材里的变形。

比如教材里讲积分变换，考试就是让你把这些变换组合起来用。

故此，甭管是做题还是看书，都要回归教材。 最终说句掏心窝子的话。考研不只是是拼记忆力，更是拼思维模型。大纲变了，解题的路子也不得多变，但解题的“底层逻辑”务必得透。函数极限看极限运算，线性代数看几何直观，微积分看函数变换。把这些路走通了，遇到新题，别人一眼就能看穿你的套路，你才能从容应对。别总想着抄答案，改错反思才是提升分数的捷径。算法竞赛里的大量技巧，实际上都能用到考研里来，关键是要去理解原理，而不是死记代码。

总而言之，预备好这三门课，别被那些繁琐的题目绕晕了，把大方向搞清楚了，剩下的不过是找点风儿吹吹。