新东方考研是教育机构之一，提供优质的教学服务和完善的备考指导。拥有强大的教师队伍和丰富的教育资源，注重学生全面发展，提供全方位的课程安排和心理辅导。以学生为中心，注重学术能力和综合素质培养，帮助学生规划未来职业发展。相信学生们能够在新东方考研的帮助下更好地迎接考研挑战，实现学术梦想。

新东方考研课程值得选择的原因

一、高上岸率

据统计，新东方考研的上岸率大概在60%左右，很多VIP课程甚至可达到70%以上。这在整个教育培训行业里都算是非常高的一类了。当然，这个数据不能说准确，但也是十分贴合实际的。如果某些机构随随便便就说自己的上岸率可达80%、90%什么的，十有八九都是假的，大家一定要谨慎。

二、专业的老师团队

新东方考研课程的老师都是自己内部培养的，每一位考研老师都是历经多轮选拔、考验并且至少拥有3到5年以上的授课经验的。他们中很多是在整个考研界都能被大家所熟知的老师，比如考研英语的王江涛老师，考研政治的徐涛老师，考研数学的杨超老师，管综数学的陈剑老师，法硕的陈璐琼老师，翻硕的武峰老师等等。可以说，新东方考研课程的核心竞争力就是这一位位一心扑在教育行业的老师了。

三、全面的服务

新东方的考研课程主要分为全程班、直通车、计划班班型，提供的服务几乎覆盖了班级群交流、24小时内答疑、阶段测评、导学督学、定制专属学习方案、阶段测评讲解、辅助老师专门一对一答疑等等。每个班型能提供的服务是不一样的，其学费也是不同的。但无论选择哪种班型，都能享受到专业而全面的服务。

考研数学复习重点

高等数学

极限与连续

重点掌握极限的定义、性质及计算方法，包括等价无穷小替换、洛必达法则、泰勒公式等。

理解函数连续性的概念，会判断函数在某点或区间上的连续性，以及间断点的类型。

导数与微分

熟练掌握导数的定义、几何意义和物理意义，能运用求导公式和法则求各类函数的导数。

理解微分的概念，掌握微分的计算方法，以及导数与微分在近似计算中的应用。

会用导数研究函数的单调性、极值、较值和凹凸性，能绘制函数的大致图像。

中值定理与导数的应用

深入理解罗尔定理、拉格朗日中值定理、柯西中值定理，掌握它们的证明及应用。

能够利用中值定理证明等式、不等式，讨论方程根的存在性等问题。

不定积分与定积分

牢记不定积分的基本公式和性质，掌握换元积分法和分部积分法。

理解定积分的定义、几何意义和物理意义，会计算定积分，掌握定积分的性质和应用，如计算平面图形的面积、旋转体的体积等。

多元函数微积分

理解多元函数的概念、极限、连续，偏导数和全微分的概念，掌握多元复合函数求导法则和隐函数求导法则。

会计算多元函数的极值和较值，解决条件极值问题，掌握二重积分的计算方法。

常微分方程

掌握各类常微分方程的解法，如可分离变量的方程、齐次方程、一阶线性微分方程等。

了解二阶线性常系数微分方程的解的结构，会求二阶常系数齐次和非齐次线性微分方程的通解和特解。

线性代数

行列式

掌握行列式的定义、性质和计算方法，如利用行列式的性质化简行列式，按行（列）展开法则计算行列式的值。

理解行列式与矩阵、线性方程组之间的关系，会用行列式判断矩阵的可逆性等。

矩阵

熟悉矩阵的各种运算，包括加法、乘法、数乘、转置等，掌握矩阵运算的性质。

理解矩阵的秩的概念，会求矩阵的秩，掌握矩阵的初等变换，会利用初等变换求矩阵的逆矩阵、解线性方程组等。

向量

理解向量的线性组合、线性相关与线性无关的概念，掌握判断向量组线性相关性的方法。

了解向量组的极大线性无关组和向量组的秩的概念，会求向量组的极大线性无关组和秩。

线性方程组

掌握线性方程组有解的判定条件，会用高斯消元法求解线性方程组。

理解齐次线性方程组的基础解系、通解的概念，会求齐次线性方程组的基础解系和通解；对于非齐次线性方程组，会求其特解和通解。

矩阵的特征值与特征向量

理解矩阵的特征值和特征向量的概念，掌握特征值和特征向量的计算方法。

了解相似矩阵的概念和性质，掌握矩阵可相似对角化的条件，会求矩阵的相似对角矩阵。

二次型

掌握二次型的矩阵表示，理解二次型的秩、正惯性指数、负惯性指数等概念。

会用正交变换法和配方法化二次型为标准形，了解二次型的规范形，掌握正定二次型和正定矩阵的概念及判定条件。

概率论与数理统计（数学一、三）

随机事件和概率

理解随机事件的概念，掌握事件的关系与运算，如和事件、积事件、差事件、互斥事件、对立事件等。

掌握概率的基本性质和计算方法，如古典概型、几何概型的概率计算，以及加法公式、乘法公式、全概率公式、贝叶斯公式等。

随机变量及其分布

理解随机变量的概念，掌握离散型随机变量和连续型随机变量的分布律、概率密度函数和分布函数的性质和计算。

熟悉常见的离散型随机变量（如 0 - 1 分布、二项分布、泊松分布等）和连续型随机变量（如均匀分布、正态分布、指数分布等）的分布及其应用。

多维随机变量及其分布

理解二维随机变量的概念，掌握二维离散型随机变量的联合分布律、边缘分布律，二维连续型随机变量的联合概率密度函数、边缘概率密度函数和联合分布函数。

了解随机变量的独立性和相关性的概念，掌握二维正态分布的性质。

会求两个随机变量函数的分布，如和、差、积、商的分布等。

随机变量的数字特征

理解数学期望、方差、标准差、协方差、相关系数等数字特征的概念，掌握它们的性质和计算方法。

会利用数字特征的性质计算随机变量函数的数学期望和方差，熟悉常见分布的数字特征。

大数定律和中心极限定理

了解切比雪夫不等式，掌握切比雪夫大数定律、辛钦大数定律和伯努利大数定律。

掌握独立同分布的中心极限定理和棣莫弗 - 拉普拉斯中心极限定理，会用中心极限定理近似计算有关概率。

数理统计的基本概念

理解总体、个体、样本、统计量等概念，掌握样本均值、样本方差、样本矩等统计量的计算。

熟悉χ2分布、t分布、F分布的定义和性质，会查相应的分布表。

掌握正态总体的抽样分布，如样本均值和样本方差的分布。

参数估计

理解点估计的概念，掌握矩估计法和较大似然估计法。

了解估计量的无偏性、有效性和一致性的概念，会判断估计量的无偏性和有效性。

掌握区间估计的概念，会求单个正态总体的均值和方差的置信区间，两个正态总体的均值差和方差比的置信区间。