高等數學試題及答案
1、f函數定義為不大於x的最大整數，0
2、y=ax+b與y=bx—a相垂直，ab與1比大小
3、3塊匹薩有n個學生分，前2塊n個學生都參與分配，第3塊有2個學生不參與分配，A同學全參與分配，問該同學分到壹塊的比例？
4、4^16於64^4比大小
5、2679比大小a
6、1—400中4，6，7的倍數問題4
7、/key）
8、k^2=4k—5與5比大小d
9、/2與/2比大小d
新GRE數學復習方法兩方面註意：
第壹個方面是對於GRE數學試題常見詞語的記憶。即便是再簡單的數學題目，如果看不懂題意，還是照樣不會做。這個主要體現在很長的應用題上面，而幾乎每年都會出現這壹類純粹是考理解的題目，題目本身的數學知識極其簡單，關鍵是需要考生能夠把題目抽象成數學模型。鑒於市面上數學資料本身就不多，在這裏還是推薦壹下陳向東的那本數學輔導書，出的，裏面的附錄裏面有數學常見詞語的總結，考前多看壹下就沒有問題了。當然網絡上面的資料也有很多，找壹些關於詞語的總結方面的東西背壹下也就沒有問題了。
第二個方面是需要細心。就我個人的經驗來說，對於GRE數學部分出錯的題目，有90%以上是因為粗心造成的，剩下的10%才是因為其他原因諸如看不懂題意或者題意理解錯誤導致的。ETS總會在數學題目裏面設有很多陷阱，做的時候要很小心，尤其是對於前15個題目，因為都有壹個無法比較的選項，所以尤其要小心。還有壹個經典的陷阱是題目給出的圖形是否是按照比例，即是否有drawtoscale的字樣，這樣的陷阱也考過了很多次。做題的時候不要光求快，如果有時間的話適當檢查壹下就會好很多。我個人比較推薦數學在15—20分鐘之內做完，然後檢查1—2遍，當然前提是妳沒有跨區的打算。
拓展：高等數學考研復習指導
壹、基礎階段
考研數學考察的是對基礎知識的綜合運用，所以基礎知識尤為重要，很多同學在復習時存在壹個誤區，認為我把難題做好就行了，難題都會做了，簡單的題目就更沒有問題了，其實這是錯誤的，如果基礎知識沒有掌握牢固，在復習過程中會發現越復習越困難，到復習的後期會發現連簡單的'問題都不知道如何下手了。這就是基礎知識沒有掌握牢固的結果。
在這個階段，也就是從現在開始至六月份，是基礎階段的復習時間，這個階段以課本和習題為主，這個階段做題是為了鞏固基礎知識，不要為了做題而做題。我們考研數學的復習分為幾個階段，首先是打基礎，之後是綜合運用基礎知識解題，最後就是提高熟練度。可想而知，如果大家基礎知識沒有掌握牢固，那如何綜合運用呢？
在這壹階段，考生們不要和其他同學比進度，也不要單純的追求量，完完整整的看壹遍，達到看過的知識都能夠熟練掌握的程度，會比我們囫圇吞棗的看三四遍都有用，所以這個階段不要比進度，爭取把每壹個知識點都掌握牢固，知道每個定理公式或方法的基本內容、適用條件、易錯點等。
二、強化階段
七月至九月份是強化階段，強化階段是對基礎知識的綜合運用。這個階段考生們要提高綜合解題能力，形成完整的知識體系。考生們這段時間主要是做題，熟練的掌握每個模塊要考的題型類型以及每種題型的解題方法。這個階段考生易犯的錯誤是眼高手低，覺得自己解題方法掌握了就可以了，對於計算題就放過了，這是不可以的，考研數學要求考生在規定的時間內完成規定的計算量。所以如果計算題都放過那麽就更加無法提高計算能力。
三、提高階段
考生掌握了基本的基礎知識和針對每個題型的解題方法，這個階段就需要做分類的真題。分類解析是讓大家短時間內獲得每個模塊考點、考試題型的壹種快捷方式，通過做真題了解自己對每壹模塊和每壹題型的掌握情況，對不是很清楚的部分再繼續做這壹部分的習題，達到每個模塊都掌握牢固，每種題型都有解決的思路。
四、沖刺階段
最後這個階段就是做模擬題，模擬考試環境、考試時間和心態，這壹階段考生在做題的時候註意時間，嚴格按照考研的考試時間來做真題。這個階段考生易犯的錯誤特別是到了十二月份，把主要精力都放在了政治和英語上，基本上會壹直不看數學，認為數學也就達到上限了，再做題也不會提高很高的分數。誠然這壹階段背政治或者英語能提的分數比較高，但是，長時間不做數學題考生就會發現再做題的時候手生，很多知識點和題型都忘記了，這樣我們辛辛苦苦所掌握的知識又還回去了，豈不很可惜。所以考生們壹定要堅持做題，穩中求勝。
每年必考的10種簡單題型
1、運用洛必達法則和等價無窮小量求極限問題，直接求極限或給出壹個分段函數討論基連續性及間斷點問題。
2、運用導數求最值、極值或證明不等式。
3、微積分中值定理的運用。
4、重積分的計算，包括二重積分和三重積分的計算及其應用。
5、曲線積分和曲面積分的計算。
6、冪級數問題，計算冪級數的和函數，將壹個已知函數用間接法展開為冪級數。
7、常微分方程問題。可分離變量方程、壹階線性微分方程、伯努利方程等的通解、特解及冪級數解法。
8、解線性方程組，求線性方程組的待定常數等。
9、矩陣的相似對角化，求矩陣的特征值，特征向量，相似矩陣等。
10、概率論與數理統計。求概率分布或隨機變量的分布密度及壹些數字特征，參數的點估計和區間估計。