山东大学泰山学堂

2026-08-20 · 备考资料 · 鸡蛋强基计划综合评价

泰山学堂与数学取向 · 项目简介

泰山学堂是山东大学实施国家“基础学科拔尖学生培养试验计划”（简称“珠峰计划”）的校级拔尖人才培养基地，于 2010 年前后成立，以“五岳之首”泰山命名，寓意根基扎实、勇攀科学高峰。学堂面向全校一年级本科生开展二次选拔，打破高考录取专业限制，让真正有志于基础学科的学生进入顶尖培养通道。

学堂设数学、物理、化学、生物、计算机科学、文学、历史学、哲学等多个取向；本书聚焦数学取向。数学取向依托山大数学学科——该学科为国家重点学科、ESI 全球前 1%，在金融数学、密码学、数论等方向具有国内领先地位，拥有以彭实戈院士为代表的金融数学与随机分析团队（非线性期望、倒向随机微分方程）。培养上实行导师制、小班化、个性化、国际化、本研衔接模式，学生早进实验室、早接触科研，打通本—硕—博贯通培养，并提供海外名校交流机会。

项目简介要点（培养定位 / 选拔 / 时间，以当年官方通知为准）：
培养定位：选拔数理功底扎实、对抽象推理与严格证明有真诚志趣的拔尖学生，主攻基础数学或数学交叉应用（金融数学、密码学、AI 理论）。
选拔方式：资格审核 →（部分年份）专业笔试 → 综合面试 → 公示录取；面试多位教授组成考官组，约 15–25 分钟/人，重点考察专业素养、科研潜质、综合素质与英语能力。
大致节奏：通常在大一学年内发布通知并组织选拔，具体名额、报名时间与考核形式每年可能调整。
适合的学生：竞赛获奖或科研经历是加分项，但更看重思维深度与可培养潜力——好奇心、抗挫力与长期投入的意愿。

⚠️ 本资料为内部备考汇编，项目简介中的名额、时间、考核形式等为常见情形梳理，一切以山东大学泰山学堂当年官方发布的选拔通知为准。

总览：二次选拔机制与备考策略

一、选拔流程（以当年官方通知为准）

环节	要点
报名	大一学年内关注泰山学堂官网/教务处通知，提交报名表、成绩单与个人陈述
资格审核	依据高考成绩、大一绩点、竞赛/科研经历筛选面试名单
笔试（部分年份）	数学取向常设专业笔试，考察数理基础与推演能力（可关注数学分析、高代入门题）
综合面试	核心环节，多位教授组成考官组，15–25 分钟/人，含专业问答与英文交流
公示录取	按综合成绩排序公示，进入学堂培养

二、面试考察四维素质

维度	占比倾向	考官关注
专业素养	高	核心概念是否清晰、能否推导与举例、知识深度与“为何如此”
科研潜质	高	好奇心、问题意识、是否读过书/做过小课题
综合素质	中	表达逻辑、抗压、价值观、成长型思维
英语能力	中	专业术语英文、英文自我介绍、简单英文问答

三、备考时间线（倒计时）

提前 1 个月：通读本书“核心概念速查”与“专业背景知识”，补齐知识漏洞；每天 3–5 道真题口头作答（用“先说直觉，再讲严谨”的科普方式）。
提前 2 周：背诵专业英语词汇，准备并打磨 1 分钟英文自我介绍；精读 1–2 篇本方向科普性前沿综述。
提前 1 周：按“参考回答”框架口头复述 30 题，录音复盘表达；约同学模拟面试（中英文混合）。
提前 3 天：复习“面试备考技巧”与“常见误区”，整理个人竞赛/项目亮点清单。
面试当天：提前到场，着装整洁，带简历/证书复印件；遇难题先说思路再补全。

四、通用面试技巧

先直觉后严谨：面对专业题，先用自己的话讲清“它在说什么”，再补上定义或证明，最显科普功力。
STAR 结构回答经历类问题：情境—任务—行动—结果。
不会的题：诚实说明边界，尝试给出相关思路与可查阅方向，切忌编造。
英文：准备专业术语表，自我介绍熟背，遇到听不懂可礼貌请求重复（"Could you repeat, please?"）。

第一章数学取向面试真题 30 题

核心概念速查（面试前必过）

极限（limit）：当自变量趋近某点时，函数值趋近的稳定目标；$\lim_{x\to a}f(x)=L$ 表示“无限靠近但不必取到”。
导数（derivative）：$f'(a)=\lim_{h\to0}\frac{f(a+h)-f(a)}{h}$，刻画“瞬时变化率 / 切线斜率”。
线性变换与矩阵（linear map & matrix）：矩阵是线性变换在给定基下的“坐标表格”，矩阵乘法对应变换的复合。
特征值 / 特征向量（eigenvalue / eigenvector）：满足 $Av=\lambda v\ (v\neq0)$ 的 $\lambda$ 与 $v$，代表变换中“方向不变、仅被伸缩”的轴线。
群 / 环 / 域（group / ring / field）：抽象代数的三层结构；群一个运算、环加减乘、域加减乘整除（如 $\mathbb{Q},\mathbb{R},\mathbb{C}$）。
概率与条件概率（probability / conditional probability）：$P(A|B)$ 是在 $B$ 发生前提下 $A$ 的可能性，是贝叶斯推理的基石。
同余与模运算（modular arithmetic）：$a\equiv b\pmod m$ 即 $m\mid(a-b)$，是数论与密码学的语言。
拓扑（topology）：研究“连续变形下保持不变的性质”（连通、紧、洞的个数），是几何的抽象升华。

面试真题 30 题

Q1专业重点先用最朴素的话解释“什么是极限”，再用 ε-δ 语言严格说明 $\lim_{x\to2}(3x-1)=5$。

参考回答：直觉上，极限就是“当 $x$ 无限靠近 2 时，$3x-1$ 的值无限靠近 5，且可以靠得任意近”。严格地说：对任意给定的误差 $\varepsilon>0$，总能找到一个“容忍范围” $\delta>0$，只要 $x$ 落在 $2$ 的 $\delta$ 邻域里（且 $x\neq2$），就有 $|(3x-1)-5|<\varepsilon$。来证：化简 $|(3x-1)-5|=|3x-6|=3|x-2|$。给定 $\varepsilon>0$，取 $\delta=\varepsilon/3$，则当 $0<|x-2|<\delta$ 时 $3|x-2|<3\delta=\varepsilon$，得证。这里 $\delta$ 只依赖 $\varepsilon$、不依赖具体的 $x$，体现了极限的“局部性”。

备考提示：先讲直觉再上 ε-δ，是科普向回答的加分范式；证明题记得“反推 δ → 正向书写”两步走。

Q2专业重点 $0.999\ldots$（无限循环）真的等于 1 吗？请用极限观点说明，并谈谈“无穷”为何不是玄学。

参考回答：相等。把 $0.999\ldots$ 看作无穷级数 $0.9+0.09+0.009+\cdots=\sum_{n=1}^\infty 9\cdot10^{-n}$，这是公比为 $1/10$ 的等比数列求和，和为 $\frac{0.9}{1-0.1}=1$。更朴素地：$1/3=0.333\ldots$，两边乘 3 得 $1=0.999\ldots$。“无穷”在这里并不神秘——它只是“极限过程”的简称：我们不是一下子数完无穷项，而是说“部分和最终能逼近 1 到任意精度”。这正是极限语言存在的意义：把“无限”转化为“任意靠近”。

备考提示：强调“无穷是极限过程而非实体”，可顺带提阿基里斯与乌龟悖论（芝诺），展现科普表达力。

Q3专业重点 “导数”到底在量什么？请用“瞬时速度”等生活例子讲清，并写出 $f(x)=x^2$ 在 $x=3$ 处的导数。

参考回答：导数衡量“函数在某一点变化得多快”，即瞬时变化率。平均速度 = 路程差 ÷ 时间差；让时间间隔 $\Delta t$ 不断缩小，平均速度的极限就是瞬时速度，这恰好是导数。几何上，导数是曲线在该点切线的斜率。对 $f(x)=x^2$：$f'(3)=\lim_{h\to0}\frac{(3+h)^2-3^2}{h}=\lim_{h\to0}\frac{6h+h^2}{h}=\lim_{h\to0}(6+h)=6$。所以 $x=3$ 处切线斜率为 6。

备考提示：“平均→瞬时”的极限过渡是微积分灵魂，配生活例子（车速表）最易讲清，适合科普向定位。

Q4专业重点拉格朗日中值定理说“曲线上必有一点，其切线平行于两端点连线”，它的几何直觉是什么？

参考回答：设 $f$ 在 $[a,b]$ 连续、$(a,b)$ 可导。几何直觉：把曲线两端用直线连起来得到割线，斜率是 $\frac{f(b)-f(a)}{b-a}$。如果你把这条割线“平行地往上或往下推”，在光滑曲线上，必然会在某点“相切”——此时切线与割线平行，斜率相等，即存在 $\xi\in(a,b)$ 使 $f'(\xi)=\frac{f(b)-f(a)}{b-a}$。它把“整体平均变化率”和“某点瞬时变化率”用等式连了起来，是微分学的枢纽定理。

备考提示：可用“ roller coaster 在某刻速度与平均车速相等”的比喻；提一句它由罗尔定理推出更显体系。

Q5专业重点为什么很多复杂函数能用多项式近似（泰勒展开）？以 $\sin x$ 在 $0$ 附近为例说明。

参考回答：多项式是最“听话”的函数——好算、好求导、好积分。泰勒展开的思想是：在一点附近，用一个多项式去“复制”原函数的所有局部信息（函数值、一阶导、二阶导……），复制得越多，逼近越准。对 $\sin x$ 在 $x=0$：$\sin0=0,\ (\sin x)'|_{0}=1,\ (\sin x)''|_{0}=0,\ (\sin x)'''|_{0}=-1$，于是 $\sin x\approx x-\frac{x^3}{6}+\frac{x^5}{120}-\cdots$。当 $x$ 很小时 $\sin x\approx x$ 就是只保留第一项；多留几项精度更高。这正是计算器算三角函数背后的思路。

备考提示：点出“局部用多项式代替复杂函数”的实用价值（数值计算、求极限、证明不等式），比死记公式更关键。

Q6专业重点 “单调递增且有上界”的数列一定收敛吗？为什么实数的这种“完备性”很关键？

参考回答：在实数系里，一定收敛。例如 $a_n=1-\frac1n$ 递增且始终小于 1，它收敛到 1。关键在“上界”和“实数没有缝隙”：单调递增意味着数列一路向上爬，有上界意味着它撞不到天花板之上，于是必然“贴”到某个具体的实数极限上。这叫单调有界定理，它是实数“完备性”（没有空洞）的体现。若换成有理数系就不一定——例如逼近 $\sqrt2$ 的有理数列递增有上界，但极限 $\sqrt2$ 不在有理数里，因而在有理数中“不收敛”。所以完备性是微积分能成立的根基。

备考提示：用“有理数里逼近√2 的数列”反例说明完备性为何重要，是极好的科普亮点。

Q7专业重点什么是“连续”？魏尔斯特拉斯构造了“处处连续但处处不可导”的函数，这告诉我们什么？

参考回答：直观说，函数在一点连续，就是“画它的图像时笔尖不用离开纸”。严格地：$\lim_{x\to a}f(x)=f(a)$。我们本能地觉得“连续的东西应该处处有切线（可导）”，但魏尔斯特拉斯用 $W(x)=\sum_{n=0}^\infty a^n\cos(b^n\pi x)$（$01$）构造了一个反例：它处处连续，却在任何一点都没有导数！这告诉我们：连续 ≠ 光滑，直觉会骗人，数学必须用严格定义把关。这类“处处抖动”的函数后来也与分形（自相似、处处不可导）联系紧密。

备考提示：“连续≠可导”是分析学的经典警醒；能联系分形可体现科普视野。

Q8专业重点定积分本质上在算什么？用“求曲线下方面积”讲清“分割—近似—求和—取极限”四步。

参考回答：定积分算的是“曲线与坐标轴之间的有向面积”。四步：① 把区间 $[a,b]$ 切成很多小段（分割）；② 在每段上用一个小矩形（高取某点函数值）近似曲线下的小条（近似）；③ 把所有矩形面积加起来得到总面积近似值（求和）；④ 让小段宽度趋于 0，近似值的极限就是精确面积（取极限）。写成 $\int_a^b f(x)\,dx=\lim_{\max\Delta x\to0}\sum f(x_i^*)\Delta x_i$。这四步思想贯穿整个微积分，也延伸到概率、物理与机器学习。

备考提示：把积分讲成“极限化的求和”，比公式本身更重要；可类比“用像素拼出光滑图片”。

Q9专业重点调和级数 $1+\frac12+\frac13+\frac14+\cdots$ 为何发散到无穷？给一个直观解释（不必严格证明）。

参考回答：虽然每一项越来越小，但“小得不够快”。直观分组：第 1 项 $>1/2$；第 2 项 $1/2$；第 3–4 项每项 $>1/4$，两项和 $>1/2$；第 5–8 项每项 $>1/8$，四项和 $>1/2$……每一“块”都超过 $1/2$，而这样的块有无穷多，于是总和超过无穷多个 $1/2$，趋于无穷。关键教训：级数收敛与否不只看“项趋于 0”，还要看“趋于 0 有多快”。对比 $1+1/4+1/9+\cdots$（$p=2$）就收敛——这正是 $p$ 级数 $p>1$ 收敛的对照。

备考提示：“趋于 0 不够，要足够快”是级数核心直觉；分组比较法是科普讲法利器。

Q10专业重点 $1+2+\cdots+n=\frac{n(n+1)}2$，除了高斯配对法，你还能用几种方法说明它？

参考回答：① 高斯配对：首尾配对 $(1+n)+(2+n-1)+\cdots$，共 $n/2$ 对，每对 $n+1$。② 几何拼图：把点排成直角三角形，两个同样的三角形（一个正放一个倒放）拼成一个 $n\times(n+1)$ 的矩形，总数是 $n(n+1)$，一半即所求。③ 归纳法：设对 $n$ 成立，则加到 $n+1$ 得 $\frac{n(n+1)}2+(n+1)=\frac{(n+1)(n+2)}2$，成立。④ 差分/求和公式：已知 $\sum k = \frac12\sum\big((k+1)^2-k^2-(2k+1)\big)$ 也可推出。多种证法体现“同一真理的不同窗口”。

备考提示：能给出 2–3 种证法（尤其几何拼图这种可视化），非常契合科普向定位。

Q11专业重点矩阵乘法为什么是“行乘列”而不是对应元素相乘？请从“线性变换的复合”解释。

参考回答：因为矩阵代表“线性变换”，矩阵乘法要对应“先做变换 A、再做变换 B”的复合。设 $A$ 把向量 $x$ 变到 $Ax$，$B$ 再把结果变到 $B(Ax)$。复合变换 $B\circ A$ 对应一个新矩阵，它的第 $i$ 行第 $j$ 列元素，必须“用 B 的第 $i$ 行去扫描 A 的第 $j$ 列”来算出——这就是行乘列规则 $(BA)_{ij}=\sum_k B_{ik}A_{kj}$。若改成对应元素相乘，就丢失了“变换串接”的语义。所以矩阵乘法不是普通乘法，而是“变换的拼接”。

备考提示：“矩阵=变换，乘法=变换复合”是线性代数最该讲清的一句话；顺序不可交换也随之自然。

Q12专业重点什么是特征值和特征向量？用一个“拉伸/旋转”的几何直觉说明它的意义。

参考回答：对一个线性变换 $A$，若存在非零向量 $v$ 使得 $Av=\lambda v$，则 $v$ 是特征向量、$\lambda$ 是特征值。几何直觉：大多数方向经过变换后会“歪掉”，但有少数特殊方向，变换只是把它“拉长或压短”（乘以 $\lambda$），方向不变。比如把平面沿 $x$ 轴拉伸 2 倍：$(x,y)\mapsto(2x,y)$，那么 $x$ 轴上的向量就是特征向量（特征值 2），$y$ 轴上也是（特征值 1）。特征值/向量揭示了变换最本质的“骨架”，在振动分析、主成分分析（PCA）、Google 的 PageRank 中都核心。

备考提示：用“哪些方向不被扭弯只被伸缩”来讲，比公式更直观；可顺带提 PCA/PageRank 应用。

Q13专业重点线性方程组什么时候有唯一解、无解或无穷多解？请用“几何”与“秩”双视角解释。

参考回答：几何视角：两个未知数时，每个方程是一条直线。两直线相交于一点（唯一解）、平行（无解）、重合（无穷多解）。三个未知数时换成平面，情形类似（交于一点/无交点/共线共面）。代数视角：用“秩（rank）”刻画。设系数矩阵 $A$ 的秩为 $r_A$，增广矩阵 $[A|b]$ 的秩为 $r_{AB}$。若 $r_A=r_{AB}=n$（未知数个数）则唯一解；$r_A=r_{AB}

备考提示：双视角对照是面试高频；强调“秩 = 独立方程个数 = 有效约束数”。

Q14专业重点二阶行列式在几何上代表什么？它与“平行四边形有向面积”有何关系？

参考回答：二阶行列式 $\det\begin{pmatrix}a&b\\c&d\end{pmatrix}=ad-bc$，几何意义是：以向量 $(a,c)$ 和 $(b,d)$ 为邻边的平行四边形之有向面积。若两向量“逆时针”张开，面积为正；若“顺时针”或共线，则为负或零（共线时面积为 0，行列式为 0）。更高维的行列式则对应平行多面体的有向体积。所以行列式不只是个算式，它是“线性变换对空间的缩放倍数”——$|\det A|$ 告诉我们变换把面积放大了多少。

备考提示：“行列式=有向面积/体积=空间缩放因子”这个几何解读务必讲清；可提 det=0 意味着“压扁降维”。

Q15专业重点正定矩阵满足 $x^TAx>0$（$x\neq0$），这个性质为何重要？举一个它在“判断极小”或“距离”中的应用。

参考回答：正定矩阵像一个“严格凸的碗”，保证二次型永远朝正方向张开。应用一（极小判定）：多元函数 $f$ 在驻点处，若 Hessian 矩阵（二阶偏导矩阵）正定，则该点是严格局部极小——因为沿任何方向 $x$，$x^THx>0$ 表示“往哪走都往上”。应用二（距离/度量）：在统计与机器学习中，马氏距离用协方差矩阵的逆来度量“加权距离”，正定性保证距离永远非负且合理。它还等价于“所有特征值 > 0”“可分解 $A=C^TC$”，是优化、统计、数值算法的基石。

备考提示：联系“凸碗=极小”“协方差=距离”两个应用，体现对正定本质的理解。

Q16专业重点秩-零度定理 $\dim\ker T+\dim\mathrm{im}\,T=\dim V$ 的几何意义是什么？

参考回答：对线性映射 $T:V\to W$，核 $\ker T$ 是被“压成零向量”的那些方向，像 $\mathrm{im}\,T$ 是真正映出去的空间。定理说：定义域的总维数 = 被“吞掉”的维数 + 保留下来的维数。好比一张照片：原图信息量 = 被模糊掉的信息 + 还能看清的信息。例如投影到一条线，垂直于该线的方向全进核（维数 1），像是一维直线（维数 1），加起来等于平面维数 2。它是所有“线性映射维数”论证的万能钥匙。

备考提示：用“信息守恒（损失+保留=总量）”比喻，比抽象符号好记也好讲。

Q17专业重点什么是向量空间？我们为何要研究“抽象”的向量空间，而非只看坐标数字？

参考回答：向量空间是满足“能相加、能数乘、且运算守规矩（八条公理）”的一族对象——不仅是箭头 $(x,y,z)$，函数、矩阵、多项式也都可以是“向量”。研究抽象向量空间的好处：一旦证明某个结论（如秩-零度定理、维数公式）对任意向量空间成立，它自动对所有具体例子（函数空间、多项式空间）都成立，不用逐个重证。这就是“抽象”的力量——抓住共性、一网打尽。山大数学强调这种结构视角，是通向泛函分析、抽象代数的钥匙。

备考提示：举“多项式也是向量”的例子最能体现抽象思维；强调抽象= generality（普适性）。

Q18专业重点群、环、域分别是什么？用整数、模运算、实数举例，并说明对称群 $S_3$ 不交换。

参考回答：群：一个运算、满足封闭/结合/有单位元/每元有逆元，如 $(\mathbb{Z},+)$。环：带加法群和乘法（不必可逆）的结构，如整数 $(\mathbb{Z},+,\times)$。域：加减乘除（除 0 外）都顺畅，如有理数 $\mathbb{Q}$、实数 $\mathbb{R}$。模运算 $\mathbb{Z}/n\mathbb{Z}$ 在加法下是群，在 $n$ 为素数时乘法也成群，从而构成域（有限域，密码学的基础）。反例：三个元素的置换群 $S_3$ 不交换——取对换 $\sigma=(12)$、$\tau=(23)$，则 $\sigma\tau=(123)$ 而 $\tau\sigma=(132)$，二者不同，故 $S_3$ 非阿贝尔。

备考提示：用“整数/有理数/模素数”三例区分群环域；S₃ 是最小的非交换群，必会举。

Q19专业重点费马小定理 $a^{p-1}\equiv1\pmod p$ 是什么？它和现代“公钥密码”有何关系？

参考回答：若 $p$ 为素数且 $\gcd(a,p)=1$，则 $a^{p-1}$ 除以 $p$ 余 1。它源于模运算（同余）的性质：在模素数下，非零元素构成一个“循环乘法群”。这恰是公钥密码的数学根基：RSA 依赖“大数分解极难”与模幂运算，而模幂的正确性由费马小定理及其推广（欧拉定理）保证；椭圆曲线密码则建立在有限域上的群结构之上。山大密码学方向（数论/代数底子）正对接这一国家急需领域。

备考提示：把数论→模运算→公钥密码串成线，是展现“数学取向认知”的加分项。

Q20专业重点抽屉原理（鸽巢原理）能证明哪些“存在性”问题？请举一个巧妙例子。

参考回答：抽屉原理：把 $n+1$ 个物体放进 $n$ 个盒子，必有一盒至少 2 个。它擅长证明“某种东西一定存在”，而不必构造出来。巧妙例子：任取 $n+1$ 个介于 $1$ 到 $2n$ 的整数，必有一对“其中一个整除另一个”。构造抽屉的方法：把每个数写成“$（2 的若干次幂）\times$（奇数）$”，由于奇数部分只有 $n$ 种（$1,3,5,\ldots,2n-1$），$n+1$ 个数必有俩奇数部分相同，小的那个整除大的那个。这种“先设计合适的抽屉”正是组合证明的艺术。

备考提示：难点从来不是原理本身，而是“如何分类造抽屉”；可提 Erdős–Szekeres 定理延伸。

Q21专业重点什么是生成函数？请用它“求斐波那契数列通项”的思想（科普版，讲思路即可）。

参考回答：生成函数把一串数 $a_0,a_1,a_2,\ldots$ “打包”成一个幂级数 $G(x)=a_0+a_1x+a_2x^2+\cdots$，把“组合/递推”问题翻译成“代数运算”。以斐波那契 $F_0=0,F_1=1,F_{n+2}=F_{n+1}+F_n$ 为例：把递推两边乘上 $x^n$ 求和，会得到方程 $G(x)=x/(1-x-x^2)$。再把它做部分分式分解（拆成两项），展开成幂级数，系数就是通项——即比内公式 $F_n=\frac{\phi^n-\psi^n}{\sqrt5}$（$\phi=(1+\sqrt5)/2$ 为黄金比）。思路精髓：数列 → 函数 → 代数化简 → 读回系数。

备考提示：科普版讲清“编码—化简—解码”三步即可，不必现场完成部分分式；强调这是组合数学的通用武器。

Q22专业重点图论里“欧拉回路”和“哈密顿回路”有何不同？为何一个容易判定、一个极难？

参考回答：欧拉回路要求“每条边恰走一次”，它有简洁判定：连通且每个顶点度数都是偶数（一笔画）。哈密顿回路要求“每个顶点恰走一次”，目前没有简单的充要条件，本质是 NP 难问题（旅行商 TSP 即其优化版）。差别根源：欧拉回路只看“边的度数”（局部、易数），哈密顿回路要看“顶点的整体排布”（全局、组合爆炸）。一笔画（哥尼斯堡七桥）有漂亮答案，而“周游所有城市一次”至今没有快算法——这是图论“易与难”的经典对照。

备考提示：“边覆盖 vs 点覆盖”“局部度数条件 vs 全局排列”的对比最能体现理解深度。

Q23专业重点大数定律与中心极限定理有何区别？用“抛硬币”分别解释二者。

参考回答：抛均匀硬币，正面概率 1/2。大数定律：抛得越多，正面出现的“频率”越稳定地靠近 1/2——描述“频率收敛于概率”。中心极限定理：不只看频率，而看“正面数偏离期望值”的分布；它说这个偏差标准化后，越来越像钟形（正态）曲线——描述“偏差的分布形态”。一句话：大数定律管“落点在哪”（集中到均值），中心极限定理管“落点怎么散”（呈正态）。二者共同支撑统计推断，也是山大金融数学/随机分析的理论底座。

备考提示：区分“依概率收敛（落在哪）”与“依分布收敛（怎么散）”；可提彭实戈非线性期望是更前沿的推广。

Q24专业重点贝叶斯公式是什么？用“疾病检测的假阳性”直觉例子说明它为何反直觉。

参考回答：贝叶斯公式 $P(A|B)=\frac{P(B|A)P(A)}{P(B)}$，作用是“拿到新证据 B 后，更新对 A 的信念（先验→后验）”。反直觉例子：某病患病率仅 0.1%，一种检测准确率 99%（患病必阳、健康者 1% 假阳）。若某人检测阳性，很多人以为“99% 患病”，但贝叶斯算出：真患病概率仅约 $0.1\%\times99\% \div (0.1\%\times99\%+99.9\%\times1\%)\approx9\%$。原因是“健康人基数太大，假阳人数远超真病人”。这说明“证据要放在基础概率背景下看”，正是贝叶斯思维的威力。

备考提示：假阳性悖论是贝叶斯最经典的科普案例；强调“先验（基础率）不可忽视”。

Q25专业重点 “条件概率”与“独立”是一回事吗？举一个反直觉的例子。

参考回答：不是一回事。条件概率 $P(A|B)$ 是“已知 B 发生，A 的可能性”；独立是指“B 的发生不影响 A”，即 $P(A|B)=P(A)$。反直觉例子——生日悖论：23 人中至少有两人生日相同的概率超过 50%。直觉觉得 365 天、才 23 人，应该很低；但“任意两人比对”的组合数高达 $C_{23}^2=253$ 对，碰撞概率迅速累积。它提醒我们：条件/独立关系要看“配对空间”，不能凭单点直觉。也体现了“相关 ≠ 因果”。

备考提示：生日悖论是展示“组合直觉 vs 真实概率”落差的最佳素材，科普向极友好。

Q26专业重点概率为什么要“公理化”（Kolmogorov 公理）？只用“频率”不够吗？

参考回答：“频率”说“概率 = 长期重复试验的比例”，但它依赖“能无限重复”且对一次性事件（如“某次选举结果”）无能为力。1933 年柯尔莫哥洛夫把概率建立在三条公理上：非负性、规范性（全集概率 1）、可列可加性。于是概率成为“满足公理的测度”，事件就是集合、概率是集合的“大小（测度）”。好处：统一了频率派与主观派，让连续型概率、条件概率、期望都有严格定义，也为现代概率论、随机过程乃至彭实戈的“非线性期望”奠定地基。

备考提示：“概率是测度”这一句话，能把高中概率与大学严格概率论衔接起来，很显功底。

Q27专业重点 $\pi$ 是无理数吗？能否直觉上解释“为什么有些数写不成两个整数之比”？

参考回答：是的，$\pi$ 是无理数（1760 年代兰伯特证明），即不能写成两个整数之比。直觉上：有理数对应“循环小数”（因为长除法余数有限，必循环）；而像 $\pi$、$\sqrt2$、自然对数底 $e$ 这类数，其小数“永不进入循环、也不终止”，于是无法用有限分数的精确比值表示。最易理解的证明是针对 $\sqrt2$：假设 $\sqrt2=a/b$（既约），则 $2b^2=a^2$，左边因子 2 的个数为奇数、右边为偶数，矛盾——“奇偶之争”说明它不可能是分数。$\pi$ 的无理性证明更难，但本质同源：它“太不规整”而不容于分数世界。

备考提示：用“有理数=循环小数”反推，再举 √2 的奇偶矛盾证明，科普效果最佳。

Q28专业重点素数有无穷多个，如何证明？为什么欧几里得的证明被誉为“最美证明之一”？

参考回答：欧几里得证明（反证法）：假设素数只有有限个 $p_1,p_2,\ldots,p_n$。构造 $N=p_1p_2\cdots p_n+1$。$N$ 除以任一已知素数都余 1，故不被任何已知素数整除，于是 $N$ 要么是“新素数”，要么含“新素数因子”——总之存在未被列出的素数，矛盾。所以素数无穷多。它“美”在：① 只需乘法与除法余数；② 反证法干净利落；③ 构造 $N+1$ 这一步极具巧思，且“新素数必然冒出来”的确定性令人惊叹。数论从此有了不竭的源泉。

备考提示：强调“反证 + 构造 N+1”的巧思；可提这开启了“素数如何分布”的千年追问（黎曼猜想）。

Q29专业重点拓扑学里“咖啡杯与甜甜圈同胚”是什么意思？连续变形下“不变的性质”指什么？

参考回答：拓扑学研究“连续变形（拉伸、弯曲，但不撕裂、不粘连）下保持不变的性质”。一个带把手的咖啡杯，可以把杯身慢慢捏成环、把手捏成洞，最终变成甜甜圈（圆环面）——只要不撕不粘，它们“拓扑等价（同胚）”。不变的性质包括：连通性、洞的个数（亏格）、紧性。咖啡杯与甜甜圈都有“1 个洞”，所以同胚；而球没有洞，与它们不同。拓扑是几何的“去度量抽象”：不关心长度角度，只关心“整体连通结构”。这是现代几何、数据分析（拓扑数据分析 TDA）的底层语言。

备考提示：“咖啡杯=甜甜圈”是拓扑最出圈的科普比喻；点出“洞的个数（亏格）”这一不变量很加分。

Q30 你为什么选择泰山学堂数学取向？若被录取 / 未被录取，你的规划分别是什么？

参考回答：我选择数学取向，源于对“定义—定理—证明”严密节奏的热爱，也看重山大数学（国家重点学科、ESI 前 1%）与彭实戈院士金融数学团队、密码学方向的平台。泰山学堂的导师制、小班化、本研衔接能让我尽早接触科研。若被录取：前两年夯实数分、高代、解析几何与概率论，大二下进导师读书小组做“最小可运行”课题，保持英文论文阅读。若未被录取：我仍会在原专业保持数学训练（修读数分/高代、参加大学生数学竞赛），以旁听/科研助理方式靠近数学研究——拔尖是路径而非终点，我对数学的志趣不会因一次选拔而改变。

备考提示：真诚 + 具体（点名方向与团队）+ 成长型思维；避免空谈“我喜欢数学”，要落到规划。

第二章自我介绍模板（3 中文 + 1 英文）

① 竞赛型（Competition-oriented）　各位老师好，我是×××。高中期间获全国高中数学联赛省级一等奖，并系统自学了数学分析入门与线性代数。竞赛训练了我“把陌生问题翻译为已知结构”的直觉，例如我曾用生成函数思路解决一类组合递推。我对抽象代数与数论尤其着迷，也了解山大在密码学、数论方向的积累。我希望在泰山学堂导师制下，把竞赛的“快思维”沉淀为科研的“深思维”，未来深耕基础数学或密码学。
Keywords: math olympiad (provincial first prize), self-studied Mathematical Analysis & Linear Algebra, generating functions, abstract algebra, cryptography interest, mentor-guided research.

② 项目型（Project-oriented）　老师好，我是×××。我虽非竞赛顶尖，但较早进入实践：曾用 Python 复现了 PageRank 算法的谱图论原理，从中理解了特征值、Markov 链与图论的交叉；也修读了概率论初步与最优化。我欣赏山大金融数学团队把随机分析用于风险度量的传统，希望在泰山学堂从测度论与随机过程起步，走向“数学 + 金融 / AI”的交叉研究。
Keywords: spectral graph theory, PageRank, Markov chain, eigenvalues, stochastic processes, financial mathematics, interdisciplinary research.

③ 志趣型（Interest-oriented）　您好，我是×××。我与数学的缘分始于对“为什么 1+1=2 能被严格证明”的执念，后来读《什么是数学》《微积分学教程》让我确信：数学是理解世界的底层语言。我享受定义—定理—证明的严密节奏，也着迷于彭实戈院士“非线性期望”那样把概率推广到不确定性的宏大构想。我自律、耐得住寂寞，渴望在泰山学堂小班化、本研衔接的环境中，从一个个引理出发走向自己的数学问题。
Keywords: foundational curiosity, rigorous proof culture, nonlinear expectation (Peng Shige), self-discipline, undergraduate–graduate articulation, Taishan College.

④ 英文版（English version，1 分钟）　Good morning, professors. I am ×××. I have a strong passion for mathematics, especially the beauty of rigorous proof. In high school I won a provincial prize in the Math Olympiad and self-studied introductory Mathematical Analysis and Linear Algebra. I am fascinated by abstract algebra and number theory, and I know Shandong University has a leading group in financial mathematics and cryptography, founded by Academician Peng Shige. Taishan College's mentorship and undergraduate–graduate articulation perfectly fit my goal: to grow from olympiad intuition into deep research thinking. If admitted, I will build solid foundations in analysis and algebra, then join a reading group to explore my own mathematical questions. Thank you.

使用建议：三份中文模板按自身经历选一 adapting；英文版务必熟背、语速放慢。自我介绍控制在 1 分钟（中文）与 1 分钟（英文），重点突出“数学志趣 + 与山大数学取向的契合点”。

第三章专业背景知识（科普向）

① 数学分析体系（Mathematical Analysis）

数学分析是数学取向的基石，研究“极限”统摄下的连续、微分、积分与级数。它先把实数系的完备性讲清楚（单调有界、柯西、确界等六大等价定理），再用 ε-δ 严格定义极限与连续，进而展开微分（中值定理、泰勒、隐函数）、积分（Riemann 积分、曲线/曲面积分）与级数（数项/函数项、一致收敛）。核心思维是“用有限逼近无限、用局部推全局”。大一新生可先读《微积分学教程》《陶哲轩实分析》打直观，再进入严格证明训练，为实变函数、概率论铺路。

② 代数体系（Algebra：Higher Algebra & Abstract Algebra）

高等代数从线性方程组、行列式、矩阵出发，进入多项式、线性空间、线性变换、二次型与正定；抽象代数进一步研究群、环、域。代数提供“结构视角”——对称群 $S_n$、矩阵相似标准型、多项式因式分解都是同一结构思想的不同显形。山大代数与密码学（基于有限域、椭圆曲线）紧密相连，是数学取向的硬核支柱。

③ 几何与拓扑入门（Geometry & Topology）

解析几何用向量与坐标研究直线、平面、二次曲线/曲面与变换，与二次型互为表里；微分几何研究曲线曲率与曲面。点集拓扑引入开集、连续、紧致、连通，是分析“去距离化”的抽象；拓扑学研究连续变形下不变的性质（如洞的个数）。对拔尖学生，拓扑思维是通向现代几何与数学物理的钥匙。科普上，“咖啡杯=甜甜圈”正是最好的入口。

④ 概率与随机分析（Probability & Stochastic Analysis）

从概率公理化（Kolmogorov 公理）、随机变量与分布、大数定律与中心极限定理，到随机过程（Markov 链、Brown 运动、鞅）。山大以彭实戈院士开创的“非线性期望”（nonlinear expectation）与倒向随机微分方程（BSDE）闻名，这是不确定环境下风险度量与金融数学的基础。该方向要求扎实的实变、泛函与偏微分方程功底，是数学取向高年级/研究生的标志性前沿。

⑤ 计算数学与离散数学（Computational & Discrete Math）

计算数学研究数值代数（线性方程组迭代、特征值 QR 算法）、数值逼近与最优化，强调“理论误差估计 + 算法实现”。离散数学含图论（欧拉/哈密顿、网络流）、组合（生成函数、抽屉原理）、逻辑与代数结构，是计算机科学与密码学的数学支柱。二者共同支撑 AI 理论、数据安全等国家急需交叉领域，也正是泰山学堂数学取向“基础 + 应用”双轮的体现。

第四章学科前沿科技成果

① 深度学习理论的数学基础（Mathematics of Deep Learning）　用泛化界、优化景观（loss landscape）、神经正切核（NTK）、逼近论解释为何深层网络能学。为什么重要：为 AI 提供可证伪的理论保障，而非纯经验调参，是“AI 形式化”的根基。

② 最优传输与生成模型（Optimal Transport & Generative Models）　Wasserstein 距离刻画概率测度间最优耦合，成为 WGAN、扩散模型的理论语言。为什么重要：把“生成逼真样本”转化为“测度匹配”的数学问题，深刻连接概率、几何与 PDE。

③ 拓扑数据分析（Topological Data Analysis, TDA）　用持续同调（persistent homology）从点云提取多尺度拓扑特征，鲁棒于噪声。为什么重要：为高维、非结构化数据提供“形状层面”的特征，应用于生物、材料与神经科学。

④ 彭实戈非线性期望与倒向随机微分方程（Nonlinear Expectation & BSDE）　山大彭实戈院士创立，把经典线性期望推广到模型不确定（模糊性）情形，BSDE 给出非线性 Feynman-Kac 公式。为什么重要：为金融衍生品定价、风险度量（G-expectation）提供严谨数学框架，是中国学者领军的原创方向。

⑤ 抗量子密码算法（Post-Quantum Cryptography）　基于格（lattice）、多变量、编码的密码抵抗量子计算攻击，NIST 已标准化 Kyber / Dilithium。为什么重要：量子计算机威胁现有 RSA/ECC，密码学数学基础（数论、格基规约）关乎国家信息安全，山大密码学方向直接对接。

⑥ 大模型的形式化验证与可证明安全（Formal Verification of LLMs）　用定理证明器（Coq / Lean）验证模型性质与安全规约。为什么重要：让 AI 在医疗、金融、自动驾驶等关键场景可被数学证明地信赖，是可信 AI 的核心课题。

⑦ 朗兰兹纲领与数论大统一（Langlands Program）　连接数论、表示论与代数几何的宏大猜想网络。为什么重要：被誉为“数学的终极统一理论”，其工具（自守形式、L-函数）深刻反哺密码学与算术几何——山大数论方向的源头活水。

第五章未来规划

本科阶段（Undergraduate）　前两年夯实数分、高代、解析几何、常微分方程与概率论，同步自学实变、抽代、拓扑入门；大二下争取进入导师读书小组，做“最小可运行”课题（如复现某经典定理或数值实验）；保持英语论文阅读与竞赛/科研训练，利用小班化与导师制建立学术网络。

研究生阶段（Graduate）　在金融数学/随机分析或密码学方向深造，系统学习测度论、随机过程、偏微分方程、代数数论等；以第一/合作作者产出学术论文；争取联合培养或国际会议报告，融入彭实戈团队等山大优势方向的科研主线。

职业 / 学术方向（Career / Academic）　目标成为高校或研究院学者，或进入金融科技、密码安全、AI 理论等“数学密集型”行业做研究型工作；长期愿景是做出兼具理论深度与国家需求价值的成果，并回馈拔尖人才培养。

第六章面试备考技巧

① 先直觉后严谨，是科普向考生的制胜姿势。面对专业题，先用一句话/一个生活例子讲清“它在说什么”，再补定义或证明。考官看重的不是你背得多难，而是你“真懂且能讲明白”。

② 定义链是命门。面试 80% 的卡壳源于定义不清。用一张纸默写：极限、连续、导数、矩阵乘法、特征值、群环域、概率/条件概率、同余——并能互推、能举例。

③ 反例与“为什么不”很有分量。连续不可导（魏尔斯特拉斯）、调和级数发散、有理数中逼近 √2 不收敛——会举反例最能体现严谨度，也最出彩。

④ 定理要会“推导链”而非死记。罗尔→拉格朗日→柯西→泰勒；实数六大定理互推；单调有界→柯西准则。面试官常打断问“这步用了什么公理？”

⑤ 双视角对照显深度。几何 vs 代数（如方程组的解）、局部 vs 全局（欧拉 vs 哈密顿）、频率 vs 分布（大数定律 vs 中心极限）。能切换视角即显体系化。

⑥ 板书 / 口头推导训练。每天挑一题在白板或纸上限时书写，要求“符号规范、逻辑连贯、主动说‘这里由…得…’”。录音回看，纠正口头禅与跳步。

⑦ 专业英语词汇表。熟记：limit / continuity / derivative / eigenvalue & eigenvector / matrix multiplication / group, ring, field / conditional probability / modular arithmetic / topology / nonlinear expectation。

⑧ 英文面试准备。准备 1 分钟英文 self-intro 与 3 个英文专业问答（"What is a limit?" "Define a group." "What is eigenvalue?"），用简单准确句，避免长难句出错。

⑨ 用“问题—方法—意义”组织回答。先点明问题，再给方法/证明，最后升华意义或反例；比平铺直叙更显结构力，也契合科普向定位。

⑩ 主动贴紧山大特色。答题与自我介绍中自然嵌入“彭实戈非线性期望”“金融数学”“密码学/数论”“本研衔接”，展现报考针对性。

⑪ 遇到不会的题：诚实 + 边界推进。说“我目前只学到…，但我会这样尝试：…”，展现可培养性与思维过程，优于沉默或硬编。

⑫ 模拟面试与复盘。找同伴每两天一轮模拟（中英文混合），按“专业重点题 + 综合题”比例抽考，建立错题本，考前集中攻克定义链与反例。

附录：常见误区 · 礼仪 · 资源

一、常见误区

❌ 只背题不思考——考官常追问变形，理解原理才能应变；本书每题都配“备考提示”正是引导你举一反三。
❌ 堆砌术语不解释——用“定义+例子+直觉”证明你真懂，而非甩名词。
❌ 编造科研经历——被追问即露馅，如实陈述更可信。
❌ 忽视英语——专业英语是区分度来源，务必准备中英文自我介绍。
❌ 紧张沉默——卡顿时说“我先从……角度思考”，争取时间。

二、面试礼仪与表达

着装干净得体，进门问好、离场致谢，目光与考官交流。
回答分点（第一/第二），语速适中，留白让考官追问。
遇争议问题保持谦逊，展现学术开放性；答不出时坦诚比硬拗更得体。

三、专业英语高频词（数学取向）

limit 极限 · continuity 连续 · derivative 导数 · integral 积分
matrix 矩阵 · eigenvalue/eigenvector 特征值/特征向量 · rank 秩
group / ring / field 群/环/域 · modular arithmetic 模运算
probability 概率 · conditional probability 条件概率 · expectation 期望
topology 拓扑 · nonlinear expectation 非线性期望 · cryptography 密码学

四、推荐资源

入门科普：《什么是数学》（Courant）、《微积分学教程》（菲赫金哥尔茨）、《陶哲轩实分析》。
大学先修：数学分析、高等代数、解析几何、概率论与数理统计经典教材（山大选用教材为准）。
平台：山东大学图书馆、泰山学堂官网、Coursera/edX 先修课、arXiv/Nature/Science 综述。
本资料：数学取向 30 道真题 + 背景知识 + 前沿专章 + 备考技巧，建议结合当年官方通知使用。

本资料为内部备考汇编，内容以公开学术常识与选拔经验整理，项目简介与选拔政策请以山东大学泰山学堂当年官方发布为准。

返回二次选拔

本站为独立信息整理平台，并非学校招生官网，未获学校招生代理授权。招生要求与时间以学校官方最新通知为准。