1. 通信工程需要哪些數學和物理的基礎
電磁波與電磁場理論，復變函數，微積分
2. 通信網理論基礎需要哪些數學知識
最基礎的話高數，然後復變函數，時域頻域-傅里葉變換、數學物理方程，基本就這么多
3. 與通信原理,信號與系統相關的高等數學知識有哪些
微分，積分，傅里葉變換，拉普拉斯，函數，等等
高數是學好這兩門的基礎，還有概率論，明白了嗎？
數學比較差可以重點看一下相關的知識就可以了
4. 通信工程要學習的數學知識有哪些
微積分、線性代數、場論與矢量函數、復變函數、概率論與數理統計、隨機過程、積分變換、數學物理方程、數值分析等。
5. 學習無線通信要哪些方面的基礎知識
數學應該是最基礎的了，會數學就可以學習了。
如果僅是基礎知識的話，那需要知道《通信原理》和《信號與系統》，不過這兩個並不能讓你對無線通信有概念性的認識，所以我推薦在學習這兩個部分之前可以先閱讀一下《大話無線通信》，先認識通信。
然後的話，有《數字信號處理》、《數字通信基礎》、《無線通信基礎》、《信號檢測》、《資訊理論》什麼的，很多，不過一般來說不搞理論的話會前面三個基本也夠了。
最後就是各種通信技術、通信演算法、通信協議什麼的了，信道編碼、調制、信道濾波、信道估計、幀同步、載波同步、MIMO、OFDM、CDMA，太多了。
為什麼要學通信啊，那麼多東西要學，工資還低，軟體多好。
6. 演算法工程師應該學哪些
一、演算法工程師簡介
（通常是月薪15k以上，年薪18萬以上，只是一個概數，具體薪資可以到招聘網站如拉鉤，獵聘網上看看）
演算法工程師目前是一個高端也是相對緊缺的職位；
演算法工程師包括
音/視頻演算法工程師（通常統稱為語音/視頻/圖形開發工程師）、圖像處理演算法工程師、計算機視覺演算法工程師、通信基帶演算法工程師、信號演算法工程師、射頻/通信演算法工程師、自然語言演算法工程師、數據挖掘演算法工程師、搜索演算法工程師、控制演算法工程師（雲台演算法工程師，飛控演算法工程師，機器人控制演算法）、導航演算法工程師（
@之介
感謝補充）、其他【其他一切需要復雜演算法的行業】
專業要求：計算機、電子、通信、數學等相關專業；
學歷要求：本科及其以上的學歷，大多數是碩士學歷及其以上；
語言要求：英語要求是熟練，基本上能閱讀國外專業書刊，做這一行經常要讀論文；
必須掌握計算機相關知識，熟練使用模擬工具MATLAB等，必須會一門編程語言。
演算法工程師的技能樹（不同方向差異較大，此處僅供參考）
1 機器學習
2 大數據處理：熟悉至少一個分布式計算框架Hadoop/Spark/Storm/ map-rece/MPI
3 數據挖掘
4 扎實的數學功底
5 至少熟悉C/C++或者java，熟悉至少一門編程語言例如java/python/R
加分項：具有較為豐富的項目實踐經驗（不是水論文的哪種）
二、演算法工程師大致分類與技術要求
（一）圖像演算法/計算機視覺工程師類
包括
圖像演算法工程師，圖像處理工程師，音/視頻處理演算法工程師，計算機視覺工程師
要求
l
專業：計算機、數學、統計學相關專業；
l
技術領域：機器學習，模式識別
l
技術要求：
（1） 精通DirectX HLSL和OpenGL GLSL等shader語言，熟悉常見圖像處理演算法GPU實現及優化；
（2） 語言：精通C/C++；
（3） 工具：Matlab數學軟體，CUDA運算平台，VTK圖像圖形開源軟體【醫學領域：ITK，醫學圖像處理軟體包】
（4） 熟悉OpenCV/OpenGL/Caffe等常用開源庫；
（5） 有人臉識別，行人檢測，視頻分析，三維建模，動態跟蹤，車識別，目標檢測跟蹤識別經歷的人優先考慮；
（6） 熟悉基於GPU的演算法設計與優化和並行優化經驗者優先；
（7） 【音/視頻領域】熟悉H.264等視頻編解碼標准和FFMPEG，熟悉rtmp等流媒體傳輸協議，熟悉視頻和音頻解碼演算法，研究各種多媒體文件格式，GPU加速；
應用領域：
（1） 互聯網：如美顏app
（2） 醫學領域：如臨床醫學圖像
（3） 汽車領域
（4） 人工智慧
相關術語：
（1） OCR：OCR （Optical Character Recognition，光學字元識別）是指電子設備（例如掃描儀或數碼相機）檢查紙上列印的字元，通過檢測暗、亮的模式確定其形狀，然後用字元識別方法將形狀翻譯成計算機文字的過程
（2） Matlab：商業數學軟體；
（3） CUDA： (Compute Unified Device Architecture)，是顯卡廠商NVIDIA推出的運算平台（由ISA和GPU構成）。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題
（4） OpenCL: OpenCL是一個為異構平台編寫程序的框架，此異構平台可由CPU，GPU或其他類型的處理器組成。
（5） OpenCV：開源計算機視覺庫；OpenGL：開源圖形庫；Caffe：是一個清晰，可讀性高，快速的深度學習框架。
（6） CNN：（深度學習）卷積神經網路（Convolutional Neural Network）CNN主要用來識別位移、縮放及其他形式扭曲不變性的二維圖形。
（7） 開源庫：指的是計算機行業中對所有人開發的代碼庫，所有人均可以使用並改進代碼演算法。
（二）機器學習工程師
包括
機器學習工程師
要求
l
專業：計算機、數學、統計學相關專業；
l
技術領域：人工智慧，機器學習
l
技術要求：
（1） 熟悉Hadoop/Hive以及Map-Rece計算模式，熟悉Spark、Shark等尤佳；
（2） 大數據挖掘；
（3） 高性能、高並發的機器學習、數據挖掘方法及架構的研發；
應用領域：
（1）人工智慧，比如各類模擬、擬人應用，如機器人
（2）醫療用於各類擬合預測
（3）金融高頻交易
（4）互聯網數據挖掘、關聯推薦
（5）無人汽車，無人機
相關術語：
（1） Map-Rece：MapRece是一種編程模型，用於大規模數據集（大於1TB）的並行運算。概念"Map（映射）"和"Rece（歸約）"，是它們的主要思想，都是從函數式編程語言里借來的，還有從矢量編程語言里借來的特性。
（三）自然語言處理工程師
包括
自然語言處理工程師
要求
l
專業：計算機相關專業；
l
技術領域：文本資料庫
l
技術要求：
（1） 熟悉中文分詞標注、文本分類、語言模型、實體識別、知識圖譜抽取和推理、問答系統設計、深度問答等NLP 相關演算法；
（2） 應用NLP、機器學習等技術解決海量UGC的文本相關性；
（3） 分詞、詞性分析、實體識別、新詞發現、語義關聯等NLP基礎性研究與開發；
（4） 人工智慧，分布式處理Hadoop；
（5） 數據結構和演算法；
應用領域：
口語輸入、書面語輸入
、語言分析和理解、語言生成、口語輸出技術、話語分析與對話、文獻自動處理、多語問題的計算機處理、多模態的計算機處理、信息傳輸與信息存儲 、自然語言處理中的數學方法、語言資源、自然語言處理系統的評測。
相關術語：
（2） NLP：人工智慧的自然語言處理，NLP (Natural Language Processing) 是人工智慧（AI）的一個子領域。NLP涉及領域很多，最令我感興趣的是「中文自動分詞」（Chinese word segmentation）：結婚的和尚未結婚的【計算機中卻有可能理解為結婚的「和尚「】
（四）射頻/通信/信號演算法工程師類
包括
3G/4G無線通信演算法工程師， 通信基帶演算法工程師，DSP開發工程師（數字信號處理），射頻通信工程師，信號演算法工程師
要求
l
專業：計算機、通信相關專業；
l
技術領域：2G、3G、4G，BlueTooth（藍牙），WLAN，無線移動通信, 網路通信基帶信號處理
l
技術要求：
（1） 了解2G，3G，4G，BlueTooth，WLAN等無線通信相關知識，熟悉現有的通信系統和標准協議，熟悉常用的無線測試設備；
（2） 信號處理技術，通信演算法；
（3） 熟悉同步、均衡、信道解碼等演算法的基本原理；
（4） 【射頻部分】熟悉射頻前端晶元，扎實的射頻微波理論和測試經驗，熟練使用射頻電路模擬工具（如ADS或MW或Ansoft）；熟練使用cadence、altium designer PCB電路設計軟體；
（5） 有扎實的數學基礎，如復變函數、隨機過程、數值計算、矩陣論、離散數學
應用領域：
通信
VR【用於快速傳輸視頻圖像，例如樂客靈境VR公司招募的通信工程師（數據編碼、流數據）】
物聯網，車聯網
導航，軍事，衛星，雷達
相關術語：
（1） 基帶信號：指的是沒有經過調制（進行頻譜搬移和變換）的原始電信號。
（2） 基帶通信（又稱基帶傳輸）：指傳輸基帶信號。進行基帶傳輸的系統稱為基帶傳輸系統。傳輸介質的整個信道被一個基帶信號佔用.基帶傳輸不需要數據機，設備化費小，具有速率高和誤碼率低等優點,.適合短距離的數據傳輸，傳輸距離在100米內，在音頻市話、計算機網路通信中被廣泛採用。如從計算機到監視器、列印機等外設的信號就是基帶傳輸的。大多數的區域網使用基帶傳輸，如乙太網、令牌環網。
（3） 射頻：射頻（RF）是Radio Frequency的縮寫，表示可以輻射到空間的電磁頻率（電磁波），頻率范圍從300KHz～300GHz之間（因為其較高的頻率使其具有遠距離傳輸能力）。射頻簡稱RF射頻就是射頻電流，它是一種高頻交流變化電磁波的簡稱。每秒變化小於1000次的交流電稱為低頻電流，大於10000次的稱為高頻電流，而射頻就是這樣一種高頻電流。高頻(大於10K)；射頻（300K-300G）是高頻的較高頻段；微波頻段（300M-300G）又是射頻的較高頻段。【有線電視就是用射頻傳輸方式】
（4） DSP：數字信號處理，也指數字信號處理晶元
（五）數據挖掘演算法工程師類
包括
推薦演算法工程師，數據挖掘演算法工程師
要求
l
專業：計算機、通信、應用數學、金融數學、模式識別、人工智慧；
l
技術領域：機器學習，數據挖掘
l
技術要求：
（1） 熟悉常用機器學習和數據挖掘演算法，包括但不限於決策樹、Kmeans、SVM、線性回歸、邏輯回歸以及神經網路等演算法；
（2） 熟練使用SQL、Matlab、Python等工具優先；
（3） 對Hadoop、Spark、Storm等大規模數據存儲與運算平台有實踐經驗【均為分布式計算框架】
（4） 數學基礎要好，如高數，統計學，數據結構
l
加分項：數據挖掘建模大賽；
應用領域
（1） 個性化推薦
（2） 廣告投放
（3） 大數據分析
相關術語
Map-Rece：MapRece是一種編程模型，用於大規模數據集（大於1TB）的並行運算。概念"Map（映射）"和"Rece（歸約）"，是它們的主要思想，都是從函數式編程語言里借來的，還有從矢量編程語言里借來的特性。
（六）搜索演算法工程師
要求
l
技術領域：自然語言
l
技術要求：
（1） 數據結構，海量數據處理、高性能計算、大規模分布式系統開發
（2） hadoop、lucene
（3） 精通Lucene/Solr/Elastic Search等技術，並有二次開發經驗
（4） 精通Lucene/Solr/Elastic Search等技術，並有二次開發經驗；
（5） 精通倒排索引、全文檢索、分詞、排序等相關技術；
（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；
（7） 優秀的資料庫設計和優化能力，精通MySQL資料庫應用 ；
（8） 了解推薦引擎和數據挖掘和機器學習的理論知識，有大型搜索應用的開發經驗者優先。
（七）控制演算法工程師類
包括了雲台控制演算法，飛控控制演算法，機器人控制演算法
要求
l
專業：計算機，電子信息工程，航天航空，自動化
l
技術要求：
（1） 精通自動控制原理（如PID）、現代控制理論，精通組合導航原理，姿態融合演算法，電機驅動，電機驅動
（2） 卡爾曼濾波，熟悉狀態空間分析法對控制系統進行數學模型建模、分析調試；
l
加分項：有電子設計大賽，機器人比賽，robocon等比賽經驗，有硬體設計的基礎；
應用領域
（1）醫療/工業機械設備
（2）工業機器人
（3）機器人
（4）無人機飛控、雲台控制等
（八）導航演算法工程師
要求
l 專業：計算機，電子信息工程，航天航空，自動化
l 技術要求（以公司職位JD為例）
公司一（1）精通慣性導航、激光導航、雷達導航等工作原理；
（2）精通組合導航演算法設計、精通卡爾曼濾波演算法、精通路徑規劃演算法；
（3）具備導航方案設計和實現的工程經驗；
（4）熟悉C/C++語言、熟悉至少一種嵌入式系統開發、熟悉Matlab工具；
公司二（1）熟悉基於視覺信息的SLAM、定位、導航演算法，有1年以上相關的科研或項目經歷；
（2）熟悉慣性導航演算法，熟悉IMU與視覺信息的融合;
應用領域
無人機、機器人等。
7. 通信專業要學哪些數學基礎課
應該不行,通信工程需要大量的數學知識和理論推導，對高等數學、普通物理依賴很嚴重，數學不好根本跟不上。如高等數學、普通物理、線形代數、概率論、圖論、信號與系統、數字信號分析、復變函數、電磁場、電路分析，計算機編程還有各種各樣的數學變換（傅立葉變換、拉普拉斯變換、z變換）等等，會把你拖得死死的。
我是96屆長春郵電學院通信工程系的，對這些相對知道多些。
8. 請問，大學的通信工程專業與高中的哪些數學知識最有關
和高中什麼關系都沒有，和大學學的數學也沒關系，到大學了你還沒明白嗎？你學的數學，不是說出去讓你拿過來算算路由多長，樹有多高的，它是基本工具，它鍛煉的是一種邏輯思維能力。其他科的計算是在你數學的基礎上的。不會說有直接的關系。
通信工程，需要學習簡單的編程語言，C語言，Java等，然後學習網路教程，交換機、路由器配置，英語，電子技術基礎，通識課有基本的思修，馬基，毛概。數學方面需要高數的數一和數二，線性代數，概率論。
9. 通信技術中要學哪些數學知識
課程：信息與通信工程、計算機科學與技術，電路理論與應用的系列課程、計算機技術系列課程、信號與系統、電磁場理論、數字系統與邏輯設計、數字信號處理、通信原理等。另外還有實踐課 無疑是在通信部門工作，比如移動等通信公司。從事通信系統的設計，開發，維護等等畢業生應獲得以下幾方面的知識和能力： 1．掌握通信領域內的基本理論和基本知識； 2．掌握光波、無線、多媒體等通信技術； 3．掌握通信系統和通信網的分析與設計方法； 4．具有設計、開發、調測、應用通信系統和通信網的基本能力； 5．了解通信系統和通信網建設的基本方針、政策和法規； 6．掌握文獻檢索、資料查詢的基本方法，具有一定的科學研究和實際工作能力。 主幹課程： 主幹學科：信息與通信工程、計算機科學與技術。 主要課程：電路理論與應用的系列課程、計算機技術系列課程、信號與系統、電磁場理論、數字系統與邏輯設計、數字信號處理、通信原理等。 主要實踐性教學環節：包括計算機上機訓練、電子工藝實習、電路綜合實驗、生產實習、課程設計、畢業設計等。一般要求實踐教學環節不少於30周。 相近專業：微電子學 自動化 電子信息工程 通信工程 計算機科學與技術 電子科學與技術 生物醫學工程 電氣工程與自動化 信息工程 信息科學技術 軟體工程 影視藝術技術 網路工程 信息顯示與光電技術 集成電路設計與集成系統 光電信息工程 廣播電視工程 電氣信息工程 計算機軟體 電力工程與管理 智能科學與技術 數字媒體藝術 計算機科學與技術 探測制導與控制技術 電氣工程及其自動化 數字媒體技術 信息與通信工程 建築電氣與智能化 電磁場與無線技術謝謝採納！～
10. 通信工程專業涉及數學的那些章節
你買本書叫:<20**年研究生考試大綱>數學一的,按這個找書
如果你看網頁方便,給你寫一下
2011年考研數學（數一）大綱
2011考研數學一大綱
考試科目：高等數學、線性代數、概率論與數理統計
考試形式和試卷結構
一、試卷滿分及考試時間
試卷滿分為150分，考試時間為180分鍾.
二、答題方式
答題方式為閉卷、筆試.
三、試卷內容結構
高等教學 56%
線性代數 22%
概率論與數理統計 22%
四、試卷題型結構
試卷題型結構為：
單選題 8小題，每題4分，共32分
填空題 6小題，每題4分，共24分
解答題(包括證明題) 9小題，共94分
高 等 數 學
一、函數、極限、連續
考試內容
函數的概念及表示法函數的有界性、單調性、周期性和奇偶性復合函數、反函數、分段函數和隱函數基本初等函數的性質及其圖形初等函數函數關系的建立
數列極限與函數極限的定義及其性質函數的左極限與右極限無窮小量和無窮大量的概念及其關系無窮小量的性質及無窮小量的比較極限的四則運算極限存在的兩個准則：單調有界准則和夾逼准則兩個重要極限:
函數連續的概念函數間斷點的類型初等函數的連續性閉區間上連續函數的性質
考試要求
1.理解函數的概念，掌握函數的表示法，會建立應用問題的函數關系.
2.了解函數的有界性、單調性、周期性和奇偶性.
3.理解復合函數及分段函數的概念，了解反函數及隱函數的概念.
4.掌握基本初等函數的性質及其圖形，了解初等函數的概念.
5.理解極限的概念，理解函數左極限與右極限的概念以及函數極限存在與左、右極限之間的關系.
6.掌握極限的性質及四則運演算法則.
7.掌握極限存在的兩個准則，並會利用它們求極限，掌握利用兩個重要極限求極限的方法.
8.理解無窮小量、無窮大量的概念，掌握無窮小量的比較方法，會用等價無窮小量求極限.
9.理解函數連續性的概念(含左連續與右連續)，會判別函數間斷點的類型.
10.了解連續函數的性質和初等函數的連續性，理解閉區間上連續函數的性質(有界性、最大值和最小值定理、介值定理)，並會應用這些性質.
二、一元函數微分學
考試內容
導數和微分的概念導數的幾何意義和物理意義函數的可導性與連續性之間的關系平面曲線的切線和法線導數和微分的四則運算 基本初等函數的導數復合函數、反函數、隱函數以及參數方程所確定的函數的微分法高階導數 一階微分形式的不變性微分中值定理洛必達(L』Hospital)法則函數單調性的判別 函數的極值函數圖形的凹凸性、拐點及漸近線函數圖形的描繪函數的最大值和最小值弧微分曲率的概念曲率圓與曲率半徑
考試要求
1.理解導數和微分的概念，理解導數與微分的關系，理解導數的幾何意義，會求平面曲線的切線方程和法線方程，了解導數的物理意義，會用導數描述一些物理量，理解函數的可導性與連續性之間的關系.
2.掌握導數的四則運演算法則和復合函數的求導法則，掌握基本初等函數的導數公式.了解微分的四則運演算法則和一階微分形式的不變性，會求函數的微分.
3.了解高階導數的概念，會求簡單函數的高階導數.
4.會求分段函數的導數，會求隱函數和由參數方程所確定的函數以及反函數的導數.
5.理解並會用羅爾(Rolle)定理、拉格朗日(Lagrange)中值定理和泰勒(Taylor)定理，了解並會用柯西(Cauchy)中值定理.
6.掌握用洛必達法則求未定式極限的方法.
7.理解函數的極值概念，掌握用導數判斷函數的單調性和求函數極值的方法，掌握函數最大值和最小值的求法及其應用.
8.會用導數判斷函數圖形的凹凸性(註：在區間 內，設函數 具有二階導數。當 時， 的圖形是凹的;當 時， 的圖形是凸的)，會求函數圖形的拐點以及水平、鉛直和斜漸近線，會描繪函數的圖形.
9.了解曲率、曲率圓與曲率半徑的概念，會計算曲率和曲率半徑.
三、一元函數積分學
考試內容
原函數和不定積分的概念不定積分的基本性質基本積分公式定積分的概念和基本性質定積分中值定理積分上限的函數及其導數牛頓一萊布尼茨(Newton-Leibniz)公式不定積分和定積分的換元積分法與分部積分法有理函數、三角函數的有理式和簡單無理函數的積分反常(廣義)積分定積分的應用
考試要求
1.理解原函數的概念，理解不定積分和定積分的概念.
2.掌握不定積分的基本公式，掌握不定積分和定積分的性質及定積分中值定理，掌握換元積分法與分部積分法.
3.會求有理函數、三角函數有理式和簡單無理函數的積分.
4.理解積分上限的函數，會求它的導數，掌握牛頓-萊布尼茨公式.
5.了解反常積分的概念，會計算反常積分.
6.掌握用定積分表達和計算一些幾何量與物理量(平面圖形的面積、平面曲線的弧長、旋轉體的體積及側面積、平行截面面積為已知的立體體積、功、引力、壓力、質心、形心等)及函數的平均值.
四、向量代數和空間解析幾何
考試內容
向量的概念向量的線性運算向量的數量積和向量積向量的混合積兩向量垂直、平行的條件兩向量的夾角向量的坐標表達式及其運算單位向量方向數與方向餘弦曲面方程和空間曲線方程的概念平面方程、直線方程平面與平面、平面與直線、直線與直線的夾角以及平行、垂直的條件點到平面和點到直線的距離球面柱面旋轉曲面常用的二次曲面方程及其圖形空間曲線的參數方程和一般方程空間曲線在坐標面上的投影曲線方程
考試要求
1.理解空間直角坐標系，理解向量的概念及其表示.
2.掌握向量的運算(線性運算、數量積、向量積、混合積)，了解兩個向量垂直、平行的條件.
3.理解單位向量、方向數與方向餘弦、向量的坐標表達式，掌握用坐標表達式進行向量運算的方法.
4.掌握平面方程和直線方程及其求法.
5.會求平面與平面、平面與直線、直線與直線之間的夾角，並會利用平面、直線的相互關系(平行、垂直、相交等)解決有關問題.
6.會求點到直線以及點到平面的距離.
7.了解曲面方程和空間曲線方程的概念.
8.了解常用二次曲面的方程及其圖形，會求簡單的柱面和旋轉曲面的方程.
9.了解空間曲線的參數方程和一般方程.了解空間曲線在坐標平面上的投影，並會求該投影曲線的方程.
五、多元函數微分學
考試內容
多元函數的概念二元函數的幾何意義二元函數的極限與連續的概念 有界閉區域上多元連續函數的性質多元函數的偏導數和全微分全微分存在的必要條件和充分條件 多元復合函數、隱函數的求導法 二階偏導數方向導數和梯度空間曲線的切線和法平面曲面的切平面和法線二元函數的二階泰勒公式多元函數的極值和條件極值多元函數的最大值、最小值及其簡單應用
考試要求
1.理解多元函數的概念，理解二元函數的幾何意義.
2.了解二元函數的極限與連續的概念以及有界閉區域上連續函數的性質.
3.理解多元函數偏導數和全微分的概念，會求全微分，了解全微分存在的必要條件和充分條件，了解全微分形式的不變性.
4.理解方向導數與梯度的概念，並掌握其計算方法.
5.掌握多元復合函數一階、二階偏導數的求法.
6.了解隱函數存在定理，會求多元隱函數的偏導數.
7.了解空間曲線的切線和法平面及曲面的切平面和法線的概念，會求它們的方程.
8.了解二元函數的二階泰勒公式.
9.理解多元函數極值和條件極值的概念，掌握多元函數極值存在的必要條件，了解二元函數極值存在的充分條件，會求二元函數的極值，會用拉格朗日乘數法求條件極值，會求簡單多元函數的最大值和最小值，並會解決一些簡單的應用問題.
六、多元函數積分學
考試內容
二重積分與三重積分的概念、性質、計算和應用兩類曲線積分的概念、性質及計算兩類曲線積分的關系格林(Green)公式平面曲線積分與路徑無關的條件二元函數全微分的原函數兩類曲面積分的概念、性質及計算 兩類曲面積分的關系高斯(Gauss)公式斯托克斯(Stokes)公式散度、旋度的概念及計算 曲線積分和曲面積分的應用
考試要求
1.理解二重積分、三重積分的概念，了解重積分的性質，了解二重積分的中值定理.
2.掌握二重積分的計算方法(直角坐標、極坐標)，會計算三重積分(直角坐標、柱面坐標、球面坐標).
3.理解兩類曲線積分的概念，了解兩類曲線積分的性質及兩類曲線積分的關系.
4.掌握計算兩類曲線積分的方法.
5.掌握格林公式並會運用平面曲線積分與路徑無關的條件，會求二元函數全微分的原函數.
6.了解兩類曲面積分的概念、性質及兩類曲面積分的關系，掌握計算兩類曲面積分的方法，掌握用高斯公式計算曲面積分的方法，並會用斯托克斯公式計算曲線積分.
7.了解散度與旋度的概念，並會計算.
8.會用重積分、曲線積分及曲面積分求一些幾何量與物理量(平面圖形的面積、體積、曲面面積、弧長、質量、質心、、形心、轉動慣量、引力、功及流量等).
七、無窮級數
考試內容
常數項級數的收斂與發散的概念收斂級數的和的概念級數的基本性質與收斂的必要條件幾何級數與 級數及其收斂性正項級數收斂性的判別法交錯級數與萊布尼茨定理任意項級數的絕對收斂與條件收斂函數項級數的收斂域與和函數的概念冪級數及其收斂半徑、收斂區間(指開區間)和收斂域冪級數的和函數冪級數在其收斂區間內的基本性質 簡單冪級數的和函數的求法初等函數的冪級數展開式 函數的傅里葉(Fourier)系數與傅里葉級數狄利克雷(Dirichlet)定理函數在 上的傅里葉級數函數在 上的正弦級數和餘弦級數
考試要求
1.理解常數項級數收斂、發散以及收斂級數的和的概念，掌握級數的基本性質及收斂的必要條件.
2.掌握幾何級數與 級數的收斂與發散的條件.
3.掌握正項級數收斂性的比較判別法和比值判別法，會用根值判別法.
4.掌握交錯級數的萊布尼茨判別法.
5. 了解任意項級數絕對收斂與條件收斂的概念以及絕對收斂與收斂的關系.
6.了解函數項級數的收斂域及和函數的概念.
7.理解冪級數收斂半徑的概念、並掌握冪級數的收斂半徑、收斂區間及收斂域的求法.
8.了解冪級數在其收斂區間內的基本性質(和函數的連續性、逐項求導和逐項積分)，會求一些冪級數在收斂區間內的和函數，並會由此求出某些數項級數的和.
9.了解函數展開為泰勒級數的充分必要條件.
10.掌握 ， ， ， 及 的麥克勞林(Maclaurin)展開式，會用它們將一些簡單函數間接展開成冪級數.
11.了解傅里葉級數的概念和狄利克雷收斂定理，會將定義在 上的函數展開為傅里葉級數，會將定義在 上的函數展開為正弦級數與餘弦級數，會寫出傅里葉級數的和函數的表達式.
八、常微分方程
考試內容
常微分方程的基本概念變數可分離的微分方程齊次微分方程一階線性微分方程伯努利(Bernoulli)方程全微分方程可用簡單的變數代換求解的某些微分方程可降階的高階微分方程線性微分方程解的性質及解的結構定理二階常系數齊次線性微分方程高於二階的某些常系數齊次線性微分方程簡單的二階常系數非齊次線性微分方程 歐拉(Euler)方程微分方程的簡單應用
考試要求
1.了解微分方程及其階、解、通解、初始條件和特解等概念.
2.掌握變數可分離的微分方程及一階線性微分方程的解法.
3.會解齊次微分方程、伯努利方程和全微分方程，會用簡單的變數代換解某些微分方程.
4.會用降階法解下列形式的微分方程： .
5.理解線性微分方程解的性質及解的結構.
6.掌握二階常系數齊次線性微分方程的解法，並會解某些高於二階的常系數齊次線性微分方程.
7.會解自由項為多項式、指數函數、正弦函數、餘弦函數以及它們的和與積的二階常系數非齊次線性微分方程.
8.會解歐拉方程.
9.會用微分方程解決一些簡單的應用問題.
線 性 代 數
一、行列式
考試內容
行列式的概念和基本性質行列式按行(列)展開定理
考試要求：
1.了解行列式的概念，掌握行列式的性質.
2.會應用行列式的性質和行列式按行(列)展開定理計算行列式.
二、矩陣
考試內容
矩陣的概念矩陣的線性運算矩陣的乘法方陣的冪方陣乘積的行列式矩陣的轉置逆矩陣的概念和性質矩陣可逆的充分必要條件伴隨矩陣矩陣的初等變換初等矩陣矩陣的秩矩陣的等價分塊矩陣及其運算
考試要求
1.理解矩陣的概念，了解單位矩陣、數量矩陣、對角矩陣、三角矩陣、對稱矩陣和反對稱矩陣，以及它們的性質.
2.掌握矩陣的線性運算、乘法、轉置以及它們的運算規律，了解方陣的冪與方陣乘積的行列式的性質.
3.理解逆矩陣的概念，掌握逆矩陣的性質，以及矩陣可逆的充分必要條件，理解伴隨矩陣的概念，會用伴隨矩陣求逆矩陣.
4.理解矩陣初等變換的概念，了解初等矩陣的性質和矩陣等價的概念，理解矩陣的秩的概念，掌握用初等變換求矩陣的秩和逆矩陣的方法.
5.了解分塊矩陣及其運算.
三、向量
考試內容
向量的概念 向量的線性組合與線性表示 向量組的線性相關與線性無關 向量組的極大線性無關組 等價向量組 向量組的秩 向量組的秩與矩陣的秩之間的關系 向量空間及其相關概念 維向量空間的基變換和坐標變換 過渡矩陣 向量的內積 線性無關向量組的正交規范化方法 規范正交基 正交矩陣及其性質
考試要求
1.理解 維向量、向量的線性組合與線性表示的概念.
2.理解向量組線性相關、線性無關的概念，掌握向量組線性相關、線性無關的有關性質及判別法.
3.理解向量組的極大線性無關組和向量組的秩的概念，會求向量組的極大線性無關組及秩.
4.理解向量組等價的概念，理解矩陣的秩與其行(列)向量組的秩之間的關系.
5.了解 維向量空間、子空間、基底、維數、坐標等概念.
6.了解基變換和坐標變換公式，會求過渡矩陣.
7.了解內積的概念，掌握線性無關向量組正交規范化的施密特(Schmidt)方法.
8.了解規范正交基、正交矩陣的概念以及它們的性質.
四、線性方程組
考試內容
線性方程組的克萊姆(Cramer)法則 齊次線性方程組有非零解的充分必要條件 非齊次線性方程組有解的充分必要條件 線性方程組解的性質和解的結構 齊次線性方程組的基礎解系和通解 解空間 非齊次線性方程組的通解
考試要求
l.會用克萊姆法則.
2.理解齊次線性方程組有非零解的充分必要條件及非齊次線性方程組有解的充分必要條件.
3.理解齊次線性方程組的基礎解系、通解及解空間的概念，掌握齊次線性方程組的基礎解系和通解的求法.
4.理解非齊次線性方程組解的結構及通解的概念.
5.掌握用初等行變換求解線性方程組的方法.
五、矩陣的特徵值和特徵向量
考試內容
矩陣的特徵值和特徵向量的概念、性質 相似變換、相似矩陣的概念及性質 矩陣可相似對角化的充分必要條件及相似對角矩陣 實對稱矩陣的特徵值、特徵向量及其相似對角矩陣
考試要求
1.理解矩陣的特徵值和特徵向量的概念及性質，會求矩陣的特徵值和特徵向量.
2.理解相似矩陣的概念、性質及矩陣可相似對角化的充分必要條件，掌握將矩陣化為相似對角矩陣的方法.
3.掌握實對稱矩陣的特徵值和特徵向量的性質.
六、二次型
考試內容
二次型及其矩陣表示 合同變換與合同矩陣 二次型的秩 慣性定理 二次型的標准形和規范形 用正交變換和配方法化二次型為標准形 二次型及其矩陣的正定性
考試要求
1.掌握二次型及其矩陣表示，了解二次型秩的概念，了解合同變換與合同矩陣的概念，了解二次型的標准形、規范形的概念以及慣性定理.
2.掌握用正交變換化二次型為標准形的方法，會用配方法化二次型為標准形.
3.理解正定二次型、正定矩陣的概念，並掌握其判別法.
概率論與數理統計
一、隨機事件和概率
考試內容
隨機事件與樣本空間 事件的關系與運算 完備事件組 概率的概念 概率的基本性質 古典型概率 幾何型概率 條件概率 概率的基本公式 事件的獨立性 獨立重復試驗
考試要求
1.了解樣本空間(基本事件空間)的概念，理解隨機事件的概念，掌握事件的關系及運算.
2.理解概率、條件概率的概念，掌握概率的基本性質，會計算古典型概率和幾何型概率，掌握概率的加法公式、減法公式、乘法公式、全概率公式，以及貝葉斯(Bayes)公式.
3.理解事件獨立性的概念，掌握用事件獨立性進行概率計算;理解獨立重復試驗的概念，掌握計算有關事件概率的方法.
二、隨機變數及其分布
考試內容
隨機變數 隨機變數分布函數的概念及其性質 離散型隨機變數的概率分布 連續型隨機變數的概率密度 常見隨機變數的分布 隨機變數函數的分布
考試要求
1.理解隨機變數的概念，理解分布函數
的概念及性質，會計算與隨機變數相聯系的事件的概率.
2.理解離散型隨機變數及其概率分布的概念，掌握0-1分布、二項分布 、幾何分布、超幾何分布、泊松(Poisson)分布 及其應用.
3.了解泊松定理的結論和應用條件，會用泊松分布近似表示二項分布.
4.理解連續型隨機變數及其概率密度的概念，掌握均勻分布 、正態分布 、指數分布及其應用，其中參數為 的指數分布 的概率密度為
5.會求隨機變數函數的分布.
三、多維隨機變數及其分布
考試內容
多維隨機變數及其分布二維離散型隨機變數的概率分布、邊緣分布和條件分布二維連續型隨機變數的概率密度、邊緣概率密度和條件密度 隨機變數的獨立性和不相關性常用二維隨機變數的分布兩個及兩個以上隨機變數簡單函數的分布
考試要求
1.理解多維隨機變數的概念，理解多維隨機變數的分布的概念和性質. 理解二維離散型隨機變數的概率分布、邊緣分布和條件分布，理解二維連續型隨機變數的概率密度、邊緣密度和條件密度，會求與二維隨機變數相關事件的概率.
2.理解隨機變數的獨立性及不相關性的概念，掌握隨機變數相互獨立的條件.
3.掌握二維均勻分布，了解二維正態分布 的概率密度，理解其中參數的概率意義.
4.會求兩個隨機變數簡單函數的分布，會求多個相互獨立隨機變數簡單函數的分布.
四、隨機變數的數字特徵
考試內容
隨機變數的數學期望(均值)、方差、標准差及其性質隨機變數函數的數學期望矩、協方差、相關系數及其性質
考試要求
1.理解隨機變數數字特徵(數學期望、方差、標准差、矩、協方差、相關系數)的概念，會運用數字特徵的基本性質，並掌握常用分布的數字特徵.
2.會求隨機變數函數的數學期望.
五、大數定律和中心極限定理
考試內容
切比雪夫(Chebyshev)不等式切比雪夫大數定律伯努利(Bernoulli)大數定律辛欽(Khinchine)大數定律棣莫弗-拉普拉斯(De Moivre-laplace)定理 列維-林德伯格(Levy-Lindberg)定理
考試要求
1.了解切比雪夫不等式.
2.了解切比雪夫大數定律、伯努利大數定律和辛欽大數定律(獨立同分布隨機變數序列的大數定律).
3.了解棣莫弗-拉普拉斯定理(二項分布以正態分布為極限分布)和列維-林德伯格定理(獨立同分布隨機變數序列的中心極限定理).
六、數理統計的基本概念
考試內容
總體 個體 簡單隨機樣本 統計量 樣本均值 樣本方差和樣本矩 分布 分布 分布 分位數 正態總體的常用抽樣分布
考試要求
1.理解總體、簡單隨機樣本、統計量、樣本均值、樣本方差及樣本矩的概念，其中樣本方差定義為：
2.了解 分布、 分布和 分布的概念及性質，了解上側 分位數的概念並會查表計算.
3.了解正態總體的常用抽樣分布.
七、參數估計
考試內容
點估計的概念 估計量與估計值 矩估計法 最大似然估計法 估計量的評選標准 區間估計的概念 單個正態總體的均值和方差的區間估計 兩個正態總體的均值差和方差比的區間估計
考試要求
1.理解參數的點估計、估計量與估計值的概念.
2.掌握矩估計法(一階矩、二階矩)和最大似然估計法.
3.了解估計量的無偏性、有效性(最小方差性)和一致性(相合性)的概念，並會驗證估計量的無偏性.
4、理解區間估計的概念，會求單個正態總體的均值和方差的置信區間，會求兩個正態總體的均值差和方差比的置信區間.
八、假設檢驗
考試內容
顯著性檢驗 假設檢驗的兩類錯誤 單個及兩個正態總體的均值和方差的假設檢驗
考試要求
1.理解顯著性檢驗的基本思想，掌握假設檢驗的基本步驟，了解假設檢驗可能產生的兩類錯誤.
2.掌握單個及兩個正態總體的均值和方差的假設檢驗.