极限:在 x→0 附近,谁和谁"长得一样"
极限描述的是"无限靠近时的趋势",而不是"等于"。整本高数的严谨性都建在它上面。
- 先会算,再懂定义:四则运算、两个重要极限、等价无穷小替换、洛必达(第3章)
- ε-δ 定义不用一开始就啃透,先理解"想要多近,就能找到多近"
- 连续 = 极限值等于函数值;间断点分类(可去、跳跃、无穷、振荡)常考
- 无穷小的阶:谁趋于 0 更快,比值就趋于 0
易错:等价无穷小只能在乘除中整体替换。像 这种相减的式子直接替换成 x − x = 0 就错了,正确结果是 。
高等数学Ⅰ有 6 学分 96 学时,是全方案单门最重的课,后面电路、信号、控制全靠它。人工智能导论是 AI 方向的第一块砖,它的核心其实就是高数里的导数。下面每个知识点都配了要点、公式、记忆法和一张能拖动的图。
精力分级沿用学习地图的 A/B/C:A 级重投入,B 级稳过,C 级高效通过。课外时间建议约 70% 给高数。
| 课程 | 学分 | 学时 | 考核 | 级别 | 本学期怎么学 |
|---|---|---|---|---|---|
| 高等数学(Ⅰ) | 6 | 96 | 考试 | A | 每天都要碰。课后 24 小时内做题,每章做一张自己的公式卡 |
| 人工智能导论A | 2 | 32 | 考试 | B | 理解概念图谱;4 学时实验认真做,顺便装好 Python |
| 大学英语(Ⅱ) | 3 | 48 | 考试 | B | 每天 20 分钟单词+1 篇阅读,目标本学年过四级 |
| 中国近现代史纲要 | 2.5 | 40 | 考试 | C | 画一条时间线,抓因果;考前两周集中整理 |
| 军事理论 | 2 | 32 | 考试 | C | 留意雷达、北斗、电子战这些和专业相关的内容 |
| 电子工艺实习 | 2 | 2 周 | 考查 | B | 焊接、装配、读原理图,是整个专业动手的起点 |
| 体育(Ⅰ) | 1 | 32 | 考试 | C | 找一项能坚持四年的运动 |
| 大学生心理素质教育(Ⅰ) | 1 | 16 | 考试 | C | 学时间管理和压力管理,正好用在适应大学节奏上 |
| 专业导论 | 1 | 16 | 考查 | C | 记下各方向的名字和去向,大三选方向时会用到 |
| 形势与政策 | 0.5 | 8 | 考查 | C | 关注科技和产业政策专题 |
| 职业发展 | 0 | 8 | 考试 | C | 了解本专业主要去向:嵌入式、硬件、IC、测试、考研 |
高数上册的内容其实是一条链:极限是地基,导数是"局部变化率",积分是"累积量",两者互为逆运算,最后用它们解微分方程。章节按常用教材(同济版上册)排列,具体以任课老师的进度为准。
极限描述的是"无限靠近时的趋势",而不是"等于"。整本高数的严谨性都建在它上面。
易错:等价无穷小只能在乘除中整体替换。像 这种相减的式子直接替换成 x − x = 0 就错了,正确结果是 。
导数就是"瞬时变化率"。几何上是切线斜率,物理上是速度,电路里是电流 。
这一章分两块:中值定理(罗尔 → 拉格朗日 → 柯西)用来证明,导数应用(单调、极值、凹凸、洛必达、泰勒)用来计算。
联系专业:模电里"小信号模型"就是在工作点做一阶泰勒展开,把非线性的晶体管当成线性元件来算。
不定积分是"求导的逆运算",定积分是"曲线下的面积"。牛顿–莱布尼茨公式把两者连在一起,是整个微积分最重要的一行。
所有应用题都是同一个套路:找一个微小的量 dA、dV 或 dW,写出它的表达式,再在区间上积分。
联系专业:电容储能 ,就是"把电荷一点点搬上去"的微元法。
有效值定义为 。对正弦电流积满整周期,结果正好是峰值的 ,家里 220V 就是这么来的。
方程里出现了未知函数的导数,就是微分方程。大二电路课的一阶暂态分析,用的就是这一章。
考前最后过一遍的内容。建议自己再手抄一遍,抄的过程本身就是记忆。
把左边那张卡反过来读就是这张,别分开背。
商的法则口诀:"上导下不导,减去下导上不导,除以下平方"。
其他未定式(0·∞、∞−∞、1∞、00、∞0)先变形成 0/0 或 ∞/∞,幂指型取对数。
记法:先求齐次解 ,再把 C 换成待定函数 C(x) 代回去,这就是常数变易法。
这门课的任务是把 AI 的概念图谱搭起来,为后面的机器学习、AI 赋能智能电子打底。要点按常见导论课的结构整理,具体以任课老师的大纲为准。
"人工智能"一词诞生
算力不足,承诺无法兑现
把专家知识写成规则
规则难维护、难扩展
深度学习在图像识别上突破
深度学习+强化学习下赢围棋
大模型的基础结构
ChatGPT 等通用对话模型
记法:"三起两落"。每次寒冬都是因为期望超过了当时的数据和算力,每次复兴都伴随着新方法加上更强的算力。
早期 AI 把很多问题看成"在状态空间里找路"。导论课常考三种搜索的特点和区别。
神经网络由大量神经元组成。每个神经元做的事情很简单:输入乘权重相加,加上偏置,再经过激活函数输出。
"学习"就是调参数让损失函数变小。导数告诉我们往哪个方向调、调多少,这就是梯度下降。
模型在训练数据上表现好,在没见过的数据上表现差,就是过拟合。机器学习真正要的是"泛化"。
精确率问"说是的里面有多少真是",召回率问"真是的里面找出了多少"。
本课有 4 学时实验。提前装好 Python(推荐 Anaconda 或 Jupyter),会运行一个 .ipynb 文件、会用 print 和 for 循环就够上手。这也是在补培养方案里缺的 Python 课。
每天 20 分钟单词(碎片时间用 App),每周 2 篇真题阅读。从现在开始积累电子类词汇:resistor、capacitor、datasheet、voltage 等,后面读手册用得上。
在一张纸上画 1840–1949 的时间线,每个事件只写"原因 → 结果"。重点关注近代工业和科技发展的脉络,考前两周按时间线复习。
课上认真听,考前整理框架即可。雷达、北斗、电子对抗这部分和电子信息专业直接相关,可以多看一点。
学会焊接、认元件(色环电阻、电容极性)、读原理图。实习结束后买一套便宜的焊接套件在宿舍再练一次,为大二竞赛打基础。
听完每次讲座,记下一句话:这个方向做什么、需要学哪些课。学期末对照学习地图,初步想想自己更偏嵌入式还是芯片。
体育找一项长期运动;心理课学的时间管理方法直接用在本页的每周节奏上;形策和职业发展留意科技产业政策和本专业去向。
这是一份参考模板,课外每天约 2–3 小时。具体按自己的课表调整,原则是高数每天都碰、周日复盘。
高数第 1–2 章(极限、导数)一般是期中范围。这两章的计算必须熟练,后面每一章都要用。
第 2 学期约 32 学分,是全方案最重的学期。寒假提前看高数Ⅱ(多元微积分、级数)和 C 语言的前几章,开学会轻松很多。
3Blue1Brown《微积分的本质》(B站有中文字幕),先看直觉再做题。AI 方面可以看吴恩达的机器学习入门课的前几讲。
这是四年学习地图的第一站。想看后面七个学期怎么走、每门课的重点和企业需求,回到总地图。
打开四年学习地图 →