数学，作为一门基础学科，不仅对理工科学生至关重要，也对文科学生有着广泛的影响。上海交通大学作为我国顶尖的高等学府，其数学教材自然也具有很高的参考价值。为了帮助同学们在一轮复习中能够轻松提升，以下是一份详细的复习指南。
第一章：高等数学
1.1 微积分基本定理
微积分基本定理是高等数学的核心内容之一，它揭示了微分和积分之间的内在联系。复习时，首先要掌握微分和积分的基本概念，如导数、不定积分、定积分等。
例子：
import sympy as sp
# 定义变量
x = sp.symbols('x')
# 定义函数
f = sp.sin(x)
# 计算导数
f_prime = sp.diff(f, x)
print(f_prime)
# 计算不定积分
f_int = sp.integrate(f, x)
print(f_int)
1.2 线性代数
线性代数主要研究向量空间、线性方程组、特征值和特征向量等内容。复习时，要重点掌握向量、矩阵、行列式等基本概念，以及它们的运算规则。
例子：
import numpy as np
# 创建矩阵
A = np.array([[1, 2], [3, 4]])
# 计算行列式
det_A = np.linalg.det(A)
print(det_A)
# 计算特征值和特征向量
eigenvalues, eigenvectors = np.linalg.eig(A)
print(eigenvalues, eigenvectors)
第二章：概率论与数理统计
2.1 随机事件与概率
概率论是研究随机现象规律性的数学分支。复习时，要重点掌握随机事件、概率、条件概率等基本概念。
例子：
import random
# 抛掷骰子，模拟随机事件
result = random.randint(1, 6)
print(result)
2.2 数理统计
数理统计主要研究数据的收集、处理、分析和解释。复习时，要重点掌握描述性统计、推断性统计等基本概念。
例子：
import numpy as np
import matplotlib.pyplot as plt
# 创建数据
data = np.random.randn(100)
# 绘制直方图
plt.hist(data, bins=30)
plt.show()
第三章：线性规划与运筹学
3.1 线性规划
线性规划是运筹学的一个重要分支，主要研究线性约束下的最优解。复习时，要重点掌握线性规划的基本概念、模型以及求解方法。
例子：
from scipy.optimize import linprog
# 定义目标函数和约束条件
c = [-1, -2]
A = [[2, 1], [1, 1]]
b = [8, 4]
# 求解线性规划问题
res = linprog(c, A_ub=A, b_ub=b, method='highs')
print(res.x)
3.2 运筹学
运筹学是一门应用数学的分支，主要研究如何用数学方法解决实际优化问题。复习时，要重点掌握线性规划、整数规划、网络流等基本概念。
例子：
from scipy.optimize import linprog
# 定义目标函数和约束条件
c = [-1, -2]
A = [[2, 1], [1, 1]]
b = [8, 4]
# 求解线性规划问题
res = linprog(c, A_ub=A, b_ub=b, method='highs')
print(res.x)
通过以上三个章节的复习，相信同学们在数学方面会有一个全面的提升。在复习过程中，要多做练习，总结经验，不断提高自己的数学能力。祝大家在考试中取得好成绩！