【考研数学】强化《660》和《880》先做哪个?

880和660一般在强化阶段做

 

这两本习题各自的特点是:

 

660题是专门训练客观题的,难度较大,对于基础知识点的考察比较深入,如果你的基础不好,去做660题很有可能被打击到,这个时候不要担心,很正常,当你适应了660题的强度,正确率就会提高。🤓

 

880题是综合题,这本题集我非常推荐大家做,因为他的出题分割和真题很像,难度适中,计算量大,非常适合强化阶段刷题用。

660题和880题都很像题源,里面的所有题目都要弄懂吃透,然后我们才可以举一反三。虽然是客观题的形式,但是每一道题都要用对待答题的态度去做,把做题过程都写在草纸上。

 

可能你会觉得很麻烦,不要担心,下面是我考研上岸之后总结出来的高效刷题方法:

 

1、要专研而不是走过场。为什么这么说呢,660和880题虽然多,但是你不用全都做完,你可以把它当成是题源,里面的每一道题都很经典,如果搞懂一道,可能遇到相应的变形,你就会很快就有思路了,因此,你仔细把自己能做的每一道题都琢磨清楚,看似很花时间,但是这比你粗略的做几千题要有效果。

 

2、不要死磕难题。660和880题里面确实有很多比较难的题目,如果你10分钟还没有思路,20分钟还做不出来,那么果断停止做题,去找视频讲解,因为你再做下去也没有什么意义,我们考试是不会给你这么长的时间思考的,考试考的就是肌肉记忆。

 

3、整理错题+回头看。好记性不如烂笔头,把做错的题目整理好了,然后时不时的回顾一下,对我们的帮助非常的大。

 

4、反复训练一类提知道练会。这个方法很有用,对于一类题,要擅于总结做题方法!

如果做660题的时候真的感觉很快难,那就不要继续做了,可能是你的基础知识体系有很大的漏洞,我建议你用知能行考研数学测试一下。

 

知能行考研数学是我在考研期间发现的一个人工智能刷题网站,可以高效的帮助我发现我的薄弱点,当发现我的薄弱点之后,就会循序渐进的帮我解决问题直到最后我彻底吃透薄弱点。

 

 

下面我来详细说说强化阶段该如何高效复习和刷题:

 

一、强化阶段的复习误区

 

先纠正几个常见复习误区,太多人死在这上面了!

 

① 大部分时间都用来听课:而缺乏自己动手算,自己做题的过程。例如,听武忠祥老师的课感觉很舒服,一看题不会做了,就继续听课,从基础知识点听到强化部分,一遍不会就听两遍,例题不会就对着答案推。如果这样复习可以考上研究生,那就见鬼了,建议这种情况下考虑放弃考研。

 

② 做题时习惯性地照抄答案的坏习惯:大部分同学们的学习方法并不正确,一遇到不会的题目就去查看答案,推导一次就误以为自己已经掌握。在复习整本书时,大家喜欢将答案写在例题的下方。老师的初衷是希望在学生完成计算后能方便的对比答案。但对于那些不自觉的同学们来说,他们在复习时就开始偷懒,对着答案推导出结果。这其实是在自欺欺人。

 

③ 畏难心理:一旦遇到复杂计算或者不常规题目就不想做,甚至一遇到冷门知识点就认为绝对不会考。这种心态可以理解成战术性放弃。但是在考场上,往往是这种战术性放弃直接导致了全盘崩溃。考研的计算考查难免会复杂和繁琐,冷门知识点往往是得分的机会。在22考试中,冷门知识点欧拉方程和假设检验共占了10-15分。你认为难的部分恰恰是命题人想要区分你水平的地方。

 

④ 攀比心贼重:总是追求复习进度而忽视了复习质量。每个人的基础都不一样,二战考研、985考研、211考研,还有考研主力双非(一本,二本,三本,专升本,专科,在职的),都不在同一个层次,这有什么比的。怎么不去比谁考的分高呢?

 

⑤ 盲目追求题目量和题目难度:有些时候你的基础并不是你想象的那么稳固。在没有掌握常规思路和方法,甚至公式都没有熟记的情况下,去做困难题目只是在找罪受。这种行为更类似于题目的浪费,而不是做题。因为在遇到难题时,你甚至不知道从哪里入手,更谈不上解题和正确计算。

 

从根本上说,这些误区是因为大部分同学不会正确认识自己的水平。根本不了解自己哪会哪不会,总是似懂非懂。

 

这里一部分原因是对自己不够严格,大概齐就完事了,另外一部分原因是因为很少人有能力可以从习题集选出有针对性的题来提高自己的弱势板块,也无法思考如何完善知识体系。

 

一、冲刺的正确打开方式🤨

 

数学说白了就是盖大楼,基础是底下的10层,强化和冲刺是上面的5层。基础没打好就直接进强化,结果只会是塌方。

 

我的强化阶段初期做题的时候就经历过一次严重的信心打击。因为基础阶段我很认真的听课,听课时对于老师推导的公式,自己跟着老师在草稿纸上一起计算,老师讲的每道题也一定自己跟着写一遍,所以我对于自己的基础是很自信的,但是一开始刷660题,就真相了。🙂

 

当时刚开始做的还是极限部分的题目,不仅一上午做不了几道题目,正确率惨不忍睹,而且更严重的是很多题目连思路都没有。瞬间开始焦虑,我开始在网上找经验贴,看到有人介绍「知能行考研数学」这个智能备考网站,可以免费测试自己的薄弱点,我就决定是试一试!🤨

 

知能行并不像纸质的题集那样,所有题目就在那,你从前往后做,知能行更像是一个智能管家,他利用智能算法发现你不会的地方,然后给你推送相关知识点的题目,这就像是导弹的精准制导一样,切中你知识系统的要害😏

 

只做了几题,知能行就发现我对于用泰勒公式求极限掌握的不牢,找到了我的突破口:

 

 

知能行开始给我推送使用泰勒公式解极限的各种场景,比如:

它会先给你如下提示:

 

 

 

 

 

它并不是一下就告诉你答案,而是一点点的提示你引导你,让你真正靠自己解出问题。最后她会展示答案和相关知识点:

 

 

 

 

经过一系列这样的训练,你不知不觉间就掌握了知识点!!!😃

 

知能行很好的提高了我做题时的正确率,比如我在没用知能行之前, 660极限这一章正确率大概是70%多一点,用完之后正确率可以达到90%多,我觉得这是非常了不起的改变。

 

我们正确率不高,正是因为我们对概念的理解不够透彻,而知能行正是把一个概念拆分开来对你进行训练,这样我们就能对概念有一个深刻的了解。🙂

 

这就让我的强化复习回归了考研数学最本质的核心方法,核心概念,核心计算能力。

 

正是由于这个原因,我毫不犹豫地继续使用知能行,因为知能行把我想要的学习方式变成了现实,能够让我举一反三,在遇到新题的时候,能够自己做出来。

 

二、冲刺资料的使用⚠️

 

强化阶段的常用习题集是880题+660题

 

880题

 

880的特点是计算量非常大。考过22的人都知道,现在的计算量一年比一年大,不单大题计算量大,选填计算量也很大!880在这方面也和真题比较接近,就是有的题算到你真的想吐。😖

 

因为880的出题风格很接近真题,很适合强化阶段的巩固复习。880更注重知识点的综合,概念的变形,都是命题组常用套路。而且它的题型全面,从选填到证明题,都有覆盖,对吃透真题很有帮助。😉

 

660题

 

660全名叫《数学基础过关》,但这里的基础可不是说题目基础,而是注重考察基本概念,尤其是高数部分,细致程度堪比数分。

660都是选填题,在选填80分的时代,660是强化必备。你想想选填一旦错了,5分5分直接没了,那你还想考多少分啊!😅

 

另外660题目设计精巧,对于概念考察深刻全面。概念有多重要呢?看看最近几年的卷子就知道了。选择题80%都和概念有关!!

所以660不能扔。现在的出题趋势是反套路,强概念,这一块是一定要抓的。

 

知能行有一个“AI猜你会哪些“,他会根据我在系统内的训练历史,预测我会做的题目和不会做的题目有哪些。我把题集选成了660题,没想到预测的还挺准,他预测的我不会做的题目,基本上都是我做错的。🥹

 

我看他给我的预测,660题中一大半都不会做,这还做个毛线啊,我立马就停止了做660题。

 

后来我就开始一直用知能行继续刷题了,用知能行刷题给我的感受很好,因为他给我做的每一道题,我虽然做起来并不轻松,有点难度,但是静下心来认真做,是可以自己做出来的,并且是能够明显感受到是对于没掌握好的部分进行的针对训练。

 

不像是660题或者880题,难度是乱序的,每做一道题都像是在开盲盒。😊

 

用知能行做题还有一个好处就是,我能清楚的知道自己目前复习的水平。因为他有一个进度条。就像下面这样:

 

这个就是我以前刷知能行的等级图,下面是知能行官方对于这个等级的解释:

 

你可以用660和880来检验你使用知能行的效果的,一般来说,等级3刷满,你去做660/880对应章节的题目,正确率一般在80~90%以上。🤯

 

知能行在强化阶段主要起到三个作用:

 

1、查缺补漏,补足学习短板:知能行通过智能算法探测出你在基础学习阶段未能理解透彻或者没能接触到的知识点🥸

 

2、反复训练,重点强化:知能行内建艾宾浩斯遗忘曲线,这意味着当你即将忘记某个知识点的时候,会提醒你复习。在知能行的页面上,这种提醒以小黄点的形式出现。比如在下图中,我的知能行页面上有两个小黄点,这意味着我需要尽快复习函数极限和导数应用。

 

3、跨专题综合训练:当你的等级达到一定的程度知能行会自动为你开启综合训练,然后你就可以在综合训练中锻炼自己的做题能力和回顾所有的知识点

 

 

小声说一句:知能行里面的知识点非常全面,包括一些在张宇18讲等教材中没有涉及到的知识点和解题技巧。😼

 

如果你想了解自己每天的复习情形,可以直接在知能行上查看,这是我最喜欢的功能——将我们的能力可视化。比如这里会显示我们的每天,每周的进度

 

 

我觉得这一点最大的好处就是自己有一个量化的数据评估复习的进度和水平,不会盲目的焦虑。😋

 

八月份的时候,我的朋友看我用这个挺好,也想用着试试,但是他担心知能行是从基础开始给他做题。后来试了之后才发现多虑了,极限这一章,他一个下午就刷到了等级3。后来我明白了为什么。原来有基础的,可以很快的提高等级,做到综合题,简单点说就是,知能行会快速定位你目前的能力,帮你匹配能帮你目前提高最快的题目。这样真的少做了很多无用功。😌

 

要想成功上岸,就必须戒骄戒躁,对付考研数学,刷题绝对是唯一有效的途径。但是每一道题都要用在刀刃上,进行有针对性的练习,并且要坚持有规律的复习,这样才能形成有效复习!

 

数学很难,坚持很酷!别忘记是什么让你坚持走到现在。

 

只要认真努力过的,结果是不会辜负你的。

加油!!😎

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/9219.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

「AIGC」Agent AI智能体的未来:技术、伦理与经济的交汇点

Agent AI智能体,作为人工智能领域的前沿技术,正逐渐渗透到社会的各个层面。随着技术的不断进步,Agent AI智能体在提高效率、促进创新、甚至重塑社会结构方面展现出巨大潜力。然而,这也带来了一系列挑战,包括技术发展、…

cf240-B-Mashmokh and ACM DP

https://codeforces.com/contest/414/problem/B 题意: 在[1,n]范围内 构造出一个长度为k的数组 使得a[i1]%a[i]0 求出数组的个数%1e97 思考: 在一开始,会去想这是一道数学题,似乎得出某个式子便可以得出结果,因此就开始一个一个的去构造尝试,当构造了几个样例后,也许会发现…

Mysql基础篇(一)Mysql概述

目录 基本概念 数据库(DataBase,DB) 数据库的定义 数据库的分类 数据库管理系统(DataBase Management System,DBMS) SQL(Structured Query Language) Mysql Mysql数据模型 下载安装Mysql 基本概念 数据库(DataBase,DB) 数据库的定义 按照数据结构来组织、存储和管理数…

Springboot整合Minio,2024版教程

Springboot整合Minio,2024版教程 介绍安装方式代码pomymlconfigMinioService 推荐文章 介绍 CSDN里面找资料真的是垃圾堆里刨食吃。优质作者和内容非常少,最近还出现了评论下方打广告的,粉丝上w,文章内容质量主打一个抄袭&#xf…

java报错:使用mybatis plus查询一个只返回一条数据的sql,却报错返回了1000多条

今天遇到一个问题 系统线上问题,经常出现这样的问题,刚重启系统时不报错了,可是运行一段时间又会出现。sql已经写了limit 1,mybatis的debug日志也返回total为1,可是却报错返回了1805条数据 乍一看,感觉太不…

《21天学通C++》(第十四章) 宏和模板介绍(2)

相较于宏&#xff0c;C更推荐使用模板编程&#xff0c;因为它们提供了更好的类型安全、更清晰的语法和更易于调试的代码 1.模板函数 语法 template <typename T> void function(T param) {// 函数体&#xff0c;使用T作为类型参数 }例子 #include <iostream> us…

汽车之家,如何在“以旧换新”浪潮中大展拳脚?

北京车展刚刚落幕&#xff0c;两重利好正主导汽车市场持续升温&#xff1a;新能源渗透率首破50%&#xff0c;以及以旧换新详细政策进入落地期。 图源&#xff1a;中国政府网 在政策的有力指引下&#xff0c;汽车产业链的各个环节正经历着一场深刻的“连锁反应”。在以旧换新的…

Python运维之多线程!!

一、多线程 二、多线程编程之threading模块 2.1、使用threading进行多线程操作有两种方法&#xff1a; 三、多线程同步之Lock&#xff08;互斥锁&#xff09; 四、多线程同步之Semaphore&#xff08;信号量&#xff09; 五、多线程同步之Condition 六、多线程同步之Event…

CSS和JavaScript

CSS 在html中引入CSS 我们需要先在该项目先建立css文件 html引入CSS,在<head></head>中添加<link>标签 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" co…

mac 本地使用docker 运行es,kibana

1.下载 m芯片一些版本不支持.踩过坑.翻看官网才知道只有部分镜像支持m芯片 https://hub.docker.com/添加链接描述 docker pull elasticsearch:7.17.21 docker pull kibana:7.17.21镜像已经下载下来了 2.创建文件映射-挂载 /Users/lin/dev/dockerMsg 其中lin是自己的用户名…

关于线程池,它的扩展问题你知道吗?(自己总结)

专门想一下为什么线程池不用Excutors&#xff0c;之前的印象是错的&#xff0c;居然还拿来面试里讲&#xff0c;惭愧&#xff0c;这里暂时整理俩小问题&#xff0c;其他的后续可能会更新。。 线程池是创建的越大越好嘛 #线程池创建的越大越好吗 Tip&#xff1a;2024-04-10 更…

本地搭建hydra服务用go以验证oidc流程

目录 1、docker搭建hydra&#xff0c;环境配置&#xff1a; 2、搭建完成后服务调用&#xff1a; 2.1保证服务正常启动&#xff1a; 2.2 通过postman调用&#xff0c;获取client_id&#xff1a; 2.3 通过client_id&#xff0c;实现oauth2/auth调用 3. 通过go语言实现oidc验…

【qt】容器的用法

容器目录 一.QVertor1.应用场景2.增加数据3.删除数据4.修改数据5.查询数据6.是否包含7.数据个数8.交换数据9.移动数据10.嵌套使用 二.QList1.应用场景2.QStringList 三.QLinkedList1.应用场景2.特殊点3.用迭代器来变量 四.QStack1.应用场景2.基本用法 五.QQueue1.应用场景2.基本…

【前端每日一题】day2

用JS写一个快速排序算法 function quickSort(arr) {if (arr.length < 1) {return arr;}const pivot arr[Math.floor(arr.length / 2)];const left [];const right [];for (let i 0; i < arr.length; i) {if (i Math.floor(arr.length / 2)) {continue; // Skip piv…

OS复习笔记ch5-3

引言 上一节我们学习了关于信号量机制的一些内容&#xff0c;包括信号量的含义&#xff0c;对应的PV操作等。 如图所示&#xff0c;上一节主要是针对信号量的互斥&#xff0c;其实信号量机制还可以做很多事情&#xff0c;比如实现进程同步和前驱关系&#xff0c;这一节我们先复…

【Spring】JdbcTemplate

JdbcTemplate 是 Spring 提供的一个 JDBC 模板类&#xff0c;是对 JDBC 的封装&#xff0c;简化 JDBC 代码 也可以让 Spring 集成其它的 ORM 框架&#xff0c;例如&#xff1a;MyBatis、Hibernate 等 使用 JdbcTemplate 完成增删改查 一、环境准备 数据库&#xff1a; 准备…

Marin说PCB之如何快速打印输出整板的丝印位号图?

当小编我辛辛苦苦加班加点的把手上的板子做到投板评审状态的时候&#xff0c;坐在我旁边的日本同事龟田小郎君说让我把板子上的丝印也要调一下&#xff0c;我当时就急了&#xff0c;这么大的板子&#xff0c;将近1W多PIN 了都&#xff0c;光调丝印都要老半天啊&#xff0c;而且…

Python基础学习之datetime模块

在Python编程中&#xff0c;处理日期和时间是一个常见的需求。Python的datetime模块提供了丰富的类和方法&#xff0c;用于表示和操作日期、时间、时间间隔等。本文将详细介绍Python的datetime模块&#xff0c;并给出一些实用的示例。 1. datetime模块概览 datetime模块是Pyt…

Docx文件误删除如何恢复?别再花冤枉钱了,4个高效恢复软件!

不管是工作还是学习&#xff0c;总是会与各种各样的文件打交道。文件量越多就越容易出现文件丢失、文件误删的情况。遇到这些情况&#xff0c;失去的文件还能找回来吗&#xff1f;只要掌握了一些数据恢复方法&#xff0c;是很有机会恢复回来的&#xff0c;下面我会将这些方法分…

[机器学习系列]深入探索回归决策树:从参数选择到模型可视化

目录 一、回归决策树的参数 二、准备数据 三、构建回归决策树 (一)拟合模型 (二)预测数据 (三)查看特征重要性 (四)查看模型拟合效果 (五) 可视化回归决策树真实值和预测值 (六)可视化决策树并保存 部分结果如下&#xff1a; 一、回归决策树的参数 DecisionTreeRegress…