2023年湘潭大学考研大纲

2023年湘潭大学考研大纲已经公布，以下是具体内容，以供参考，祝你考试准备顺利，成功下船！阐明：由于专业课考试是每个招生院校的独立命题，所以我们在复习的时候，一定要用各个机构公布的考试范围、考试内容、以考试重点为准，成为目标，事半功倍。点击此处查看湘潭大学2023年考研大纲汇总：https://yjsc.xtu.教育.cn/info/1022/3424.htm

2023年各学院研究生招生考试大纲

(431)金融学综合大纲细节

一、考试性质

“金融学《综合》为金融硕士（MF）专业学位研究生统一招生考试科目之一。“金融学“综合”考试应努力体现金融硕士专业的特点，科学、公平的、精确的、规范考生基本素质和综合能力考核，遴选具有发展潜力的优秀人才入学，为国家经济建设培养良好的职业道德、水平高，具有较强的分析和解决实际问题的能力、应用类型、复合金融专业人士。

二、考试要求

货币测试候选人金融学公司金融学商业银行管理相关的基本概念、掌握和应用基础理论的能力。

三、考试形式和论文结构

金融学总分150分，货币金融学50分，公司金融学50分，商业银行管理50分，题型包括名词解释、作文题和计算题。

(601) 数学分析大纲详情

重点考核学生数学分析的基本概念、基础理论、掌握和应用基本方法和技能的能力。考试的知识点如下：

1：集合和映射的概念和操作，一元函数的概念，基本函数，复合功能，函数的分段表示，隐式表示，参数表示，功能对等、单调性、周期性和有界性，三角不等式和平均不等式。

2：实数制，最大和最小数字，suprema 和 infima 的概念，实数制的连续性，序列极限的定义,序列极限的性质，数列极限的四大算法规则，无穷小和无限量的概念，斯托尔兹定理,单调有界序列必须有一个极限，闭区间嵌套定理，Bolzano-Weierstrass 定理，柯西收敛原理。

3：函数极限的概念、性质和四种算术算法，功能限制与顺序限制的关系，单边限制，功能限制定义的扩展，连续概念，连续函数的四个运算规则，不连续类型，反函数的连续性，复合函数的连续性，初等函数的连续性，闭区间连续函数的性质（有界定理，最大值定理，中间值定理，零存在定理，一致的概念，康托定理.)。

4：导数的概念，几何意义，基本初等函数的推导公式，推导的四种算法，反函数的导数，复合函数的导数，参数方程表示函数的推导方法，可推导的连续关系，微分的概念和四个算术规则，复合函数的微分，一阶微分形式的不变性，高阶导数、高阶微分的概念，高阶导数算法，一些简单函数的高阶导数、高阶微分。

5：罗尔定理、拉格朗日中值定理，柯西中值定理，L医院法，泰勒公式，一元函数单调性的概念及判别，极值的概念以及如何找到它，寻找函数的最大价值，函数图的凹度和拐点，渐近线的概念和方法，函数的图形描述。

6：不定积分的概念，不定积分的基本公式和算法，兑换方式，分部积分，有理函数的积分，三角函数有理分数的积分。

7：定积分的概念，Darboux大和和Darboux小河的概念，黎曼可积性的充要条件，可积函数类（连续函数，只有有限数量的不连续点的函数，单调有界函数），定积分的基本性质，积分第一中值定理，基本积分不等式，牛顿-莱布尼茨公式，定积分的代入法和逐步积分法，定积分的应用。

8：反常积分收敛发散的概念，柯西收敛原理，比较歧视，柯西判别式，积分第二中值定理，阿贝尔判别法，狄利克雷判别法，柯西积分主值的概念与计算。

9：数列收敛与发散的概念，系列的基本属性，柯西收敛准则，正项序列的收敛原理及判别方法（比较判别法，柯西判别式，达朗贝尔判别法，积分判别法），交错系列，莱布尼茨歧视，绝对收敛和条件收敛的概念，阿贝尔变换，阿贝尔判别法，Dirchlet 判别式,绝对收敛级数的性质。

10.函数项级数:一致收敛（和函数连续性）的概念和性质，逐项推导，逐项），一致收敛判别式（Weezstzass 判别式，阿贝尔判别法，狄利克雷判别法），迪尼定理），幂级数的收敛半径，幂级数的性质（连续性，逐项推导，逐项），幂级数的功能扩展，用多项式逼近连续函数。

11.欧氏空间中的极限与连续性:欧氏空间中的距离和极限，开集、闭集、紧集概念，欧氏空间基本定理，多元函数极限的概念和性质，重复限制，多重连续函数的概念和性质，紧集上连续函数的性质。

12.多元函数的微分学：偏导数和全微分的概念，可微分与可微分、可微连续关系，高阶偏导数，高阶全微分的概念与计算，多元复合函数推导的链式法则，一阶微分形式的不变性，中值定理和泰勒公式，隐函数的存在，反函数的存在性，隐函数的导数，空间曲线的切线和法平面，空间曲面的切平面和法线，多元函数的极值及其计算方法，条件极值的概念和方法。

13.重新整合：二重积分的概念和性质，二重积分的计算（直角坐标，极坐标与一般坐标变换）及应用，三重积分的计算（三重积分转化为重复积分，笛卡尔坐标、圆柱坐标、球坐标和一般代入法），异常重积分收敛发散的概念与判别。

14.曲线积分和曲面积分：第一类曲线积分和第一类曲面积分的概念、自然与计算，第二类曲线积分和第二类曲面积分的概念、自然与计算，绿色配方，平面曲线积分和路径无关，高斯公式，斯托克斯公式。

15.带参数积分：带参数常数积分的概念和性质（连续性，整数下的推导，整合顺序交换），带参数的反常积分一致收敛的概念和性质（连续性，求整数下的导数，整合顺序交换），一致收敛判别式，B功能，Γ函数，斯特林公式。

16.傅里叶级数：函数的傅里叶级数展开，傅立叶级数收敛性判断方法，傅里叶级数的分析和逼近性质。

考试主要知识点如下：

一、统计和抽样分布

1个.了解整体，样本和统计的概念，掌握样本均值、样本方差、样本矩和经验分布函数的计算。

2个.掌握正态分布、分散式、t分布、F分布和多元正态分布及其性质。

3个.了解足够的统计数据、完全统计的概念，掌握因式分解定理、

4个.理解订单统计的概念，掌握其概率分布。

5个.掌握正态人群样本均值和样本方差的分布和非正态人群样本均值和方差的渐近分布。

二、参数估计

1个.可以求参数的矩法估计和最大似然估计。

2个.了解估计量的无偏性、效力、兼容性、均方误差等概念。

3个.可以找到单个正态总体均值和方差的置信区间，两个正态总体的均值比和方差比之差的置信区间。

三、假设检验

1个.了解假设检验的基本思想，掌握其基本步骤，了解假设检验可能犯的两种错误。

2个.理解幂函数的概念。

3个.掌握单个和两个正态分布均值和方差的检验。

4个.了解非参数拟合优度检验和独立性检验。

四、回归分析

1个.了解回归分析的基本概念，掌握线性回归方程参数的最小二乘估计，最大似然估计，估计量的分布和性质，回归方程的显着性检验，会用回归方程来预测。

2个.掌握多元线性回归模型参数的最小二乘估计，估计量的分布和性质，回归方程的显着性检验，会用回归方程来预测。