北京門頭溝考研全日制集訓(xùn)封閉學習

1.好輕松考研

2.社科賽斯考研

3.碩成考研

4.中公考研

5.頂程考研

6.學信考研

7.高數(shù)幫考研

8.恒源考研

9.金程考研

10.研趣考研

以上排名不分先后，僅供參考，到底選擇哪一家要根據(jù)具體情況而定。

關(guān)于我們

新東方教育科技集團定位于以學生全面成長為核心，以科技為驅(qū)動力的綜合性教育集團。集團由1993年成立的北京新東方學校發(fā)展壯大而來，擁有短期培訓(xùn)系統(tǒng)、基礎(chǔ)教育系統(tǒng)、文化傳播系統(tǒng)、咨詢服務(wù)系統(tǒng)、科技產(chǎn)業(yè)系統(tǒng)、創(chuàng)投生態(tài)系統(tǒng)等多個發(fā)展平臺，打造了新東方學生成長中心、新東方國際教育、新東方大學生學習與發(fā)展中心、新東方在線、新東方前途出國、新東方國際游學、新東方滿天星、新東方大愚文化、新東方國際雙語學校等諸多知名教育品牌。

碩士研究生入學考試輔導(dǎo)，累計輔導(dǎo)數(shù)萬學員以優(yōu)異的成績考取理想的高校，大量學員考上北京大學、清華大學、廈門大學、中國人民大學、復(fù)旦大學、同濟大學、南開大學等名校，中國科學院、中國社會科學院、中國農(nóng)業(yè)科學院等科研院所。課程主要分為三大類型:新東方考研名師專屬班、新東方考研無憂計劃、新東方考研無憂集訓(xùn)營，以滿足不同學員的考研需求。

我們有哪些特色

新東方教育科技集團在考研培訓(xùn)行業(yè)深耕細作20多年，是我國知名的考研品牌，開設(shè)的有考研數(shù)學，英語，政治、考研專業(yè)課等考研單科輔導(dǎo)，考研全科輔導(dǎo)，考研專業(yè)課培訓(xùn)，考研集訓(xùn)營，秋季考研集訓(xùn)營等各種課程體系，滿足不同學員的需求。

1、擁有著實力雄厚的師資團隊，有著豐富教學經(jīng)驗和考研培訓(xùn)經(jīng)驗，懂專業(yè)更懂教育，工作認真負責；

2、有著專業(yè)的教研團隊，研究歷年的考研試卷，熟悉考研的重點，難點，為考生提供高質(zhì)量的模式試題，題型涵蓋考研重點，難度，為考研做好準備；

3、課程體系比較全面，針對不同專業(yè)的考研學子，成立熱門專業(yè)課項目部，匹配研發(fā)，定向定專業(yè)輔導(dǎo)；

4、為考研學子提供個性化服務(wù)，配備優(yōu)質(zhì)的師資及服務(wù)團隊全程跟蹤服務(wù)，彌補考生課堂知識的短板，逐步培養(yǎng)考生競爭優(yōu)勢，專業(yè)定向輔導(dǎo)，根據(jù)專業(yè)特色研發(fā)課程；

5、為考生提供精細化服務(wù)，班主任全程督學，專屬導(dǎo)師日常溝通，更有趣味的社群答疑陪伴；

6、為不同專業(yè)的考生制定專屬課程產(chǎn)品，為報考的學員提供的還有考研報考信息、備考復(fù)習資料、考研復(fù)試調(diào)劑信息等一條龍服務(wù)。

關(guān)于考研您有哪些疑問

1.考研數(shù)學：容易考試的題型

一、導(dǎo)數(shù)微分的定義及函數(shù)可導(dǎo)性判斷。可導(dǎo)必連續(xù)，連續(xù)不一定可導(dǎo).分段函數(shù)分界點處的導(dǎo)數(shù)一定要用導(dǎo)數(shù)的定義求。顯函數(shù)、隱函數(shù)、由參數(shù)方程確定的函數(shù)的求導(dǎo)問題。常用的求函數(shù)導(dǎo)數(shù)的方法有取對數(shù)法。

二、分段函數(shù)的可導(dǎo)性判斷。這種題型一般情況下，題目中會有未知的參數(shù)，通過對于分段函數(shù)的在間斷點的可導(dǎo)性判斷，從而確定題目中未知參數(shù)的值。我們判斷分段函數(shù)間斷點的可導(dǎo)性時候，一般用定義來證明。

三、導(dǎo)數(shù)的幾何運用。一般是讓求曲線在某一點處的切線方程。判斷函數(shù)的單調(diào)性、凹凸性、拐點等。

2.考研數(shù)學向量考點

一、了解向量的概念，掌握向量的加法和數(shù)乘運算法則。

二、理解向量的線性組合與線性表示、向量組線性相關(guān)、線性無關(guān)等概念，掌握向量組線性相關(guān)、線性無關(guān)的有關(guān)性質(zhì)及判別法。

三、理解向量組的極大線性無關(guān)組的概念，會求向量組的極大線性無關(guān)組及秩。

四、理解向量組等價的概念，理解矩陣的秩與其行(列)向量組的秩之間的關(guān)系。

五、了解內(nèi)積的概念，掌握線性無關(guān)向量組正交規(guī)范化的施密特(Schmidt)方法。