计算行列式可以行变换和列变换吗（28个丢分率高的易错知识点）

6、相似对角化，包括相似对角化及正交相似对角化。要会判断是否可以相似对角化，及正交相似对角化时，怎么施密特正交化和单位化。

7、二次型。二次型是线代的一个综合型章节，会用到前面的很多知识。要熟练掌握用正交变换化二次型为标准形，二次型正定的判定，及惯性指数。

8、矩阵等价及向量组等价的充要条件，矩阵等价，相似，合同的条件。

高等数学

1.函数在一点处极限存在，连续，可导，可微之间关系。对于一元函数函数连续是函数极限存在的充分条件。若函数在某点连续，则该函数在该点必有极限。若函数在某点不连续，则该函数在该点不一定无极限。若函数在某点可导，则函数在该点一定连续。但是如果函数不可导，不能推出函数在该点一定不连续，可导与可微等价。而对于二元函数，只能又可微推连续和可导(偏导都存在)，其余都不成立。

2.基本初等函数与初等函数的连续性：基本初等函数在其定义域内是连续的，而初等函数在其定义区间上是连续的。

3.极值点，拐点。驻点与极值点的关系：在一元函数中，驻点可能是极值点，也可能不是极值点，而函数的极值点必是函数的驻点或导数不存在的点。注意极值点和拐点的定义一充、二充、和必要条件。

4.夹逼定理和用定积分定义求极限。这两种方法都可以用来求和式极限，注意方法的选择。还有夹逼定理的应用，特别是无穷小量与有界量之积仍是无穷小量。

5.可导是对定义域内的点而言的，处处可导则存在导函数，只要一个函数在定义域内某一点不可导，那么就不存在导函数，即使该函数在其它各处均可导。

6.泰勒中值定理的应用，可用于计算极限以及证明。

7.比较积分的大小。定积分比较定理的应用(常用画图法)，多重积分的比较，特别注意第二类曲线积分，曲面积分不可直接比较大小。

8.抽象型的多元函数求导，反函数求导(高阶)，参数方程的二阶导，以及与变限积分函数结合的求导

9.广义积分和级数的敛散性的判断。

10.介值定理和零点定理的应用。关键在于观察和变换所要证明等式的形式，构造辅助函数。

11.保号性。极限的性质中最重要的就是保号性，注意保号性的两种形式以及成立的条件。

12.第二类曲线积分和第二类曲面积分。在求解的过程中一般会使用格林公式和高斯公式，大部分同学都会把精力关注在是否闭合，偏导是否连续上，而忘记了第三个条件——方向，要引起注意。

概率论与数理统计

1、非等可能 与 等可能。若一次随机实验中可能出现的结果有N个，且所有结果出现的可能性都相等，则每一个基本事件的概率都是1/N;若其中某个事件A包含的结果有M个，则事件A的概率为M/N。

2、互斥与对立 对立一定互斥，但互斥不一定对立。若A，B互斥，则P(A B)=P(A) P(B)，若A，B对立，则满足(1)A∩B=空集;(2)P(A B)=1。

3、互斥与独立。若A，B互斥，则P(A B)=P(A) P(B)，若A，B独立，则P(AB)=P(A)P(B);概率为0或者1的事件与任何事件都独立

4、排列与组合。排列与顺序有关，组合与顺序无关，同类相乘有序，不同类相乘无序。

5、不可能事件与概率为零的随机事件。 不可能事件的概率一定为零,但概率为零的随机事件不一定是不可能事件，如连续型随机变量在任何一点的概率都为0。

6、必然事件与概率为1的事件。必然事件的概率一定为1，但概率为1的随机事件不一定是必然事件。对于一般情形，由P(A)=P(B)同样不能推得随机事件A等于随机事件B。

7、条件概率。P(A|B)表示事件B发生条件下事件A发生的概率。若“B是A的子集”，则P(A|B)=1，但P(B|A)=P(B)是不对的，只有当P(A)=1时才成立。在求二维连续型随机变量的条件概率密度函数时，一定是在边缘概率密度函数大于零时，才可使用“条件=联合/边缘”;反过来用此公式求联合概率密度函数时，也要保证边缘概率密度函数大于零。

8、随机变量概率密度函数。对于一维连续型随机变量，用分布函数法，先讨论概率为0和1的区间，然后反解，再讨论，最后求导。对于二维随机变量，若是连续型和离散型，用全概率公式，若是连续型和连续型同样用分布函数法，若随机变量是Z=X Y型，用卷积公式。