考研数学的复习误区有哪些1　　误区一、消极迎战，效率低下。　　支招：克服惧怕心理，树立必胜的信心。　　“考研难，考研数学更难”的论调深入人心，不少考生爱尚未了解考试内容和题型时，就已经对数学产生了畏下面是小编为大家整理的考研数学复习误区有哪些,菁选2篇【精选推荐】,供大家参考。

考研数学的复习误区有哪些1

　　误区一、消极迎战，效率低下。

　　支招：克服惧怕心理，树立必胜的信心。

　　“考研难，考研数学更难”的论调深入人心，不少考生爱尚未了解考试内容和题型时，就已经对数学产生了畏难情绪，这直接导致在复习中就是消极应付，而非积极准备，“过线就行，差不多就可以了”成为他们普遍的目标。因此，要想学好数学，首先要克服惧怕心理，树立必胜的信心，化消极被动为主动，才可以在数学的学习和解题中体会到真正的乐趣。

　　误区二、只重技巧，不重理解。

　　支招：塌实的透彻理解

　　这是一种投机心理的表现。学习是一件很艰苦的工作，很多学生片面追求别人现成的方法和技巧，殊不知方法和技巧是建立在自己对基本概念和基础知识深入理解的基础上的，每一种方法和技巧都有它特定的适用范围和使用前提。也就是说，单纯的模仿是绝对行不通的，这就要求我们必须放弃投机心理，塌实的透彻理解每一个方法的来龙去脉。

　　误区三、把看题等同于做题。

　　支招：经典题库反复做

　　由于时间原因，很多人买了资料后只是匆匆茫茫的看书而不动手练习，造成眼高手低。数学是一门严谨的学科，容不得半点纰漏，在我们还没有建立起来完备的知识结构之前，一带而过的复习必然会难以把握题目中的重点，忽略精妙之处。要想避开这个误区，首先要买最精品、经典的资料，以往考过的同学、辅导班老师都会给同学们提供购买资料方面诚恳的建议。这样保证不把时间浪费在鱼龙混杂的资料上面。在确定了经典资料之后，就要反复做，把考研会遇到的经典题型做透。

　　误区四、只追高难，不重基础。

　　支招：打好地基，深入理解

　　万丈高楼*地起，基础知识的学习对于任何一门学科都不例外。考研数学中大部分是中挡题和容易题，难度比较大的题目只站20%左右，而且难题不过是简单题目的进一步综合，如果你在某个问题卡住了，必定是因为对于某一个知识点理解不够，或者是对一个简单问题的思路模糊。相比之下，李永乐老师的题库就很注重基础，从基础开始，很适合数学基础不好或者对对基础知识掌握不太深的人使用，如果你有时间，可以将他们的书结合起来，相信你的水*会有较大的提高。也就是说，因此，大家一定要从实际出发，打到基础，深入理解，这样即便遇到一些难度大的题目也会顺利分解，这才是根本的解决方法。

　　误区五、题海战术，不归纳总结。

　　支招：目标明确、深入思考

　　我们作题，是要把整个知识通过题目加深理解并有机的串联起来。数学的学习离不开作题，但从来不等于作题，抽象性是数学的重要特征之一，在复习过程中，我们通过作题，发散开来对抽象知识点的内涵和外延进行深入理解，这是非常必要的。让作题成为一种机械化的劳动，就没必要了。要记住，时刻目标明确、深入思考才识提高数学思维和数学能力的关键。

　　误区六、作题翻书，不记公式。

　　支招：公式烂熟于心，下笔自有神工

　　有许多人还有这样的习惯，不牢记公式，作题的时候看书，查完了作完了也就完了。数学的逻辑性很强，公式和公式、定理和定理之间有着必然的内在联系，我们应该在*时的复习过程中有理解的加以记忆，而不是单纯的背诵。机械的记忆容易遗忘。

考研数学的复习误区有哪些2

　　一、考研数学考点分析

　　1.随机事件和概率，包括样本空间与随机事件;概率的定义与性质(含古典概型、几何概型、加法公式);条件概率与概率的乘法公式;事件之间的.关系与运算(含事件的独立性);全概公式与贝叶斯公式;伯努利概型。

　　2.随机变量及其概率分布，包括随机变量的概念及分类;离散型随机变量概率分布及其性质;连续型随机变量概率密度及其性质;随机变量分布函数及其性质;常见分布;随机变量函数的分布。

　　3.二维随机变量及其概率分布，包括多维随机变量的概念及分类;二维离散型随机变量联合概率分布及其性质;二维连续型随机变量联合概率密度及其性质;二维随机变量联合分布函数及其性质;二维随机变量的边缘分布和条件分布;随机变量的独立性;两个随机变量的简单函数的分布。

　　4.随机变量的数字特征，随机变量的数字期望的概念与性质;随机变量的方差的概念与性质;常见分布的数字期望与方差;随机变量矩、协方差和相关系数。

　　5.大数定律和中心极限定理，以及切比雪夫不等式。

　　6.数理统计基本概念，包括总体与样本;样本函数与统计量;样本分布函数和样本矩。

　　7.参数估计，包括点估计;估计量的优良性;区间估计。

　　8.假设检验，包括假设检验的基本概念;单正态总体和双正态总体的均值和方差的假设检验。

　　二、考研数学的解题思路

　　1.如果要求的是若干事件中“至少”有一个发生的概率，则马上联想到概率加法公式;当事件组相互独立时，用对立事件的概率公式。

　　2.若给出的试验可分解成(0-1)的n重独立重复试验，则马上联想到Bernoulli试验，及其概率计算公式。

　　3.若某事件是伴随着一个完备事件组的发生而发生，则马上联想到该事件的发生概率是用全概率公式计算。关键：寻找完备事件组。

　　4.若题设中给出随机变量X~N则马上联想到标准化~N(0，1)来处理有关问题。

　　5.求二维随机变量(X，Y)的边缘分布密度的问题，应该马上联想到先画出使联合分布密度的区域，然后定出X的变化区间，再在该区间内画一条//y轴的直线，先与区域边界相交的为y的下限，后者为上限，而的求法类似。

　　6.欲求二维随机变量(X，Y)满足条件Y≥g(X)或(Y≤g(X))的概率，应该马上联想到二重积分的计算，其积分域D是由联合密度的*面区域及满足Y≥g(X)或(Y≤g(X))的区域的公共部分。

　　7.涉及n次试验某事件发生的次数X的数字特征的问题，马上要联想到对X作(0-1)分解。即令

　　8.凡求解各概率分布已知的若干个独立随机变量组成的系统满足某种关系的概率(或已知概率求随机变量个数)的问题，马上联想到用中心极限定理处理。

　　9.若为总体X的一组简单随机样本，则凡是涉及到统计量的分布问题，一般联想到用分布，t分布和F分布的定义进行讨论。