2024考研早知道:英语一VS英语二、数一VS数二
2024考研早知道:英语一VS英语二、数一VS数二
1、英二VS英一
英语一适用于大部分的学术专业,而英语二则适用多数的专硕。但近年来,诸多985高校的专硕也开始从英语二变更为英语一,说明专硕考研的竞争越来越大,学校对专硕研究生的要求也越来越高。
虽然英语一和英语二有这些区别,但小伙伴们不要着急,因为英语一、英语二在本质上是相同的,解题方法还是差不多的;需要注意无论如何变化,单词需要继续复习,不要间断哦!
考试科目 |
英语一 |
英语二 |
适用专业 |
学术硕士 (除外国语专业) |
专业硕士 (工商管理、公共管理等) |
考试目标 |
灵活运用基本的语法知识 |
掌握具体的语法知识点 |
考试范围 |
5500个左右的词和相关词组,生词量较大 |
5500个左右的常用英语词汇和相关常用词组,生词量相对较少 |
阅读题材 |
多样性,包括各类书籍和报刊的不同类型的文献材料 |
经济、管理、社会、文化、科普等,包括说明文、议论文和记叙文等 |
阅读考点 |
理解主旨要义、具体信息、概念性含义、进行有关的判断、推理和引申,根据上下文推测生词的词义等能力 |
理解主旨要义、具体信息、语篇的结构和上下文的逻辑关系,根据上下文推断重要生词或词组的含义,进行一定的判断和推理,理解作者的意图、观点和态度 |
写作题型 |
不同类型的应用文,包括私人和公务信函、备忘录、报告等,以及一般性、叙述性、说明性或议论性的文章 |
根据所给的提纲、情景或要求完成相应的短文写作 |
写作要求 |
语法、拼写、标点正确,用词恰当;遵循文章的特定文体格式;合理组织文章结构,使其内容同一、连贯;根据写作目的和特定读者,恰当选用语域 |
中心思想明确、切中题意、结构清晰、条理清楚、用词恰当、无明显语言错误 |
英译汉题型 |
阅读一篇400左右的文章,将划线句进行翻译,在基本翻译的通顺无误外,也要求符合文章意思,联系上下文的能力 |
阅读150词左右的一个或几个英语段落,总体含义无误,表达完整、通顺为主要的考点 |
题型分值 考试类型 |
英语一 |
英语二 |
Sectionl |
英语知识运用(完型填空) 20x0.5分 |
英语知识运用(完型填空) 20x0.5分 |
Sectionll |
Part A(传统阅读) 20x2分 |
Part A(传统阅读) 20×2分 |
Sectionll |
Part B(新题型) 5×2分 |
Part B(新题型) 5x2分 |
Sectionll |
Translation(英译汉) 5×2分 |
Translation(英译汉) 15分 |
SectioniV |
Part A(应用文) 10分 |
Part A(应用文) 10分 |
SectioniV |
Part B文章写作 20分 |
Part B文章写作 15分 |
2、数二VS数一
随着考研竞争愈发激烈,原先学硕考数一专硕考数二的格局被打破,名校的不少专硕开始不再考数学二,而是提高难度直接数学一。
内容 |
考研数学一 |
考研数学二 |
难度和范围 |
通常相对更难,涵盖的数学知识相对更广泛。 |
通常相对较易,涵盖的数学知识相对较窄。 |
数学知识广度 |
涵盖的数学领域包括高等代数、数学分析、概率论与数理统计等。 |
重点放在高等代数、线性代数、数学分析的一些核心内容。 |
题型 |
题目种类多样,包括证明题、计算题、应用题等。 |
题目类型相对较少,主要以计算和应用为主。 |
题目难度 |
难度较大,要求考生深入理解数学概念,能够灵活运用数学方法。 |
难度相对较小,注重基本概念的掌握和常用方法的运用。 |
理论与应用 |
既注重数学的理论性,也注重能够将数学知识应用于实际问题。 |
更加注重数学知识在实际问题中的应用和解决能力。 |
适合人群 |
数学基础扎实,对数学有较深兴趣的考生。 |
数学基础一般,或者希望在数学上取得一定成绩的考生。 |
准备时间 |
通常需要更长时间的准备,因为涵盖的知识更广。 |
相对较短的时间内可以进行有效的准备。 |
总体来说数一的考试范围大于数二,因此难度也大;数一与数二相比,考点增加了很多,高数多了无穷级数 + 空间解几 + 三重积分 + 线面积分等等,线代多个向量空间,此外还多了概率统计这门课。把现有的公共部分内容,比如极限、微分等等都先放放,把精力转移到数一多出来的的内容上!
考试科目 |
数学一 |
数学二 |
高等数学 |
56% |
78% |
线性代数 |
22% |
22% |
概率论与数理统计 |
22% |
不考 |
考试内容 |
数学一 |
数学二 |
空间解析几何 |
考查 |
不考 |
多元函数积分学 (二重积分以外) |
考查 |
不考 |
无穷级数 |
考查 |
不考 |
微积分的物理应用 |
考查 |
考查 |
微积分的经济学应用 |
不考 |
不考 |
参数估计部分的知识 |
考查 |
不考 |
- 2022-02-15
- 2022-04-20
- 2022-04-10
- 2022-03-14
- 2022-05-11