Missashe考研日记-day24

Missashe考研日记-day24

1 专业课408

  • 学习时间:2h30min
  • 学习内容:
    • 今天把剩下的两个经典同步问题和管程部分的课看了,然后做课后习题。这部分的重点在PV大题,很多很经典,不过第一轮不打算做大题,把选择题做了,59道还是挺多的。然后预习了一会儿关于死锁的内容。
    • 知识点回顾:
      • 1.关于经典同步问题,精髓不在文字,而是在同步与互斥的思想,知识点总结没有太大的意义,需要后面专项突破。
      • 2.管程:解决信号量机制编程麻烦、易出错的问题。
        • 1)管程由四部分组成:共享数据结构(表示共享资源)、对该数据结构进行操作的一组过程、对共享数据设置初始值的语句、管程的名称。
        • 2)特点:管程内的共享数据结构只能被管程内的过程所访问;一个进程只能通过调用管程内的过程(可理解为入口)才能进入管程访问共享资源;每次仅允许一个进程进入管程执行某个内部过程,从而实现进程互斥。
        • 3)互斥特性由编译器负责实现。
        • 4)条件变量condition:x.wait实现进程阻塞,x.signal实现进程唤醒,类似于PV操作。但条件变量没有值,仅实现排队等待功能,而信号量有值,反映了剩余资源数。

2 高数

  • 学习时间:3h
  • 学习内容:
    • 继续刷题,今天刷完了终于把导数与微分板块的题都做完了,具体看题型总结。
    • 题型总结:
      • 1.求最值:两种类型,一种是给一个具体函数,求导计算即可,另一种是给一个数学场景,自己建立关系式(比如体积、面积等),然后再求导计算即可。求最值和求极值本质是一模一样的。
      • 2.原函数与导函数之间的关系:简单来说就是给一个f(x)的某些性质(奇偶性、周期性等),判断它的原函数和导函数的性质。也就是f(x)的积分和导数之间的关系。简单的题记住那些性质的判断结论即可,难的题则是那些不能用结论的题,会举反例很重要,因为正向推导一般比较难。
      • 3.曲率与曲率圆:这属于冷门考点,但是也要掌握相关的性质,最重要的就是记住曲率公式,早年的考题还会结合微分方程一起考查,目前还没二轮复习到微分方程,剩了两道题后面看错题的时候再做。
      • 4.导数的物理应用:这个还算简单,会建立数学模型,会利用链式求导就可以。

3 线代

  • 学习时间:2h
  • 学习内容:
    • 研究了一下相似板块的题,然后继续刷题,做了一部分实对称矩阵板块的题。
    • 题型总结:
      • 1.给出具体(或者含参但能求出来)的矩阵,求满足 P − 1 A P = Λ P^{-1}AP=Λ P−1AP=Λ的可逆阵P:最常规的题型,先求特征值再求特征向量,P由特征向量组成。
      • 2.关于求参:利用相似的性质,利用特征值和特征向量的性质。
      • 3.判断是否能相似对角化:利用充分和充要条件,一般是利用有n个不同特征值或者k重特征值对应k个特征向量来判断。
      • 4.利用相似性质来判断的选择题。
      • 5.给出抽象矩阵A和矩阵多项式,求矩阵B满足 P − 1 A P = B P^{-1}AP=B P−1AP=B或者 P − 1 B P = A P^{-1}BP=A P−1BP=A:对PA或者AP进行展开,利用多项式的条件可以写出满足条件的矩阵。
      • 6.判断矩阵之间是否相似:利用相似的传递性直接证,利用相似的性质排除(不满足一定不相似),利用k重特征值对应k重特征向量排除。

4 英语

  • 学习时间:40min
  • 学习内容:
    • 上午复习了昨天的精读笔记,下午做了2002text2的真题,明天精读。
相关推荐
李小星同志4 小时前
HTTM: Head-wise Temporal Token Merging for Faster VGGT论文学习
学习
喜欢吃燃面4 小时前
算法竞赛中的堆
c++·学习·算法
自然语5 小时前
人工智能之数字生命-学习的过程
数据结构·人工智能·深度学习·学习·算法
你好~每一天5 小时前
从传统行业到AI入门:我的CAIE Level I学习体验与思考
大数据·数据结构·人工智能·学习·jupyter·idea
烤麻辣烫6 小时前
黑马程序员苍穹外卖(新手)DAY8
java·开发语言·学习·spring·intellij-idea
weixin_515039796 小时前
互联网大厂面试:程序员二狗的搞笑经历
java·学习·面试·程序员·互联网·技术·故事
py有趣6 小时前
LeetCode算法学习之旋转矩阵
学习·算法·leetcode
黑客思维者6 小时前
LLM底层原理学习笔记:上下文窗口扩展技术如何突破记忆瓶颈,解锁大模型的长文本理解力
笔记·学习·llm·长文本·上下文窗口
小奶包他干奶奶7 小时前
Webpack学习——如何自定义钩子
前端·学习·webpack
聊言青7 小时前
2026USNEWS top200美国大学分布地图
经验分享·考研·github