hope66
_new_10708/感觉这个网站应该对你很有帮助进去自己看看吧 
大学数学好学吗？实话实说，如果没有一个比较好的脑子，还是不要去学数学专业。就在大一开始要学所有的基础课程，数学分析，高等代数，解析几何等。高代和解几还比较简单，但数学分析要学一年半，而且可以说比较难。高代学一年，解几学半年。以后还有数学分析选讲，概率论之类的数学课程。如果是正规的学校，这门课程是重要的基础课程，一般都会管得比较严！如果不是学数学专业的，就只要在大一的时候学高等数学，还比较简单。如果是文科类的，就不用学数学了。至于枯燥，就看你学的好不好，学的好什么都不怕，也不枯燥。学不下去，那就嘿嘿，不用我多说了吧，关键要自己努力。大学数学的学习方法一、大学数学学习中最重要的是进行数学素质与运算能力的培养。何为数学素质？它是一种准确理解深奥的数学概念，对实际问题建立数学模型，准确找到求解的正确途径的意识。这种素质需要在学习数学中逐步培养、磨练。数学问题的最终解决，总离不开运算，这是基本功。欧拉的最短论文和高斯的“正十七边形可用直尺、圆规作出”，是他们有着超乎寻常的运算能力，才能在十几岁的年龄取得杰出的数学成就。二、注重大学数学特点大学数学有以下三个显着特点。1、精确化。 数学从诞生之日起，以严密、简洁、精确而着称。而《高等数学》，更是集中体现了这一风格，整个分析数学都建立在极限的精确语言之上。这种语言的精确性，可以说是字字千金，它经历了一百余年的提练。2、抽象。高等数学中的一些概念具有一定的抽象性，如极限、可导、可积等概念。设想一下，如果数学没有了抽象性，总是研究一个一个的具体问题，那么数学的发展能有今天这样繁荣吗？那我们的数学科学岂不是成了一本厚厚的习题解。试想一下，欧拉不经过抽象思维，能把“七桥问题”转化成“一笔画”问题吗？抽象的主要表现是：定义了一系列新的概念。列宁说过“自然科学的生命是概念”，概念一般从实际事物中经过抽象而得到，但它又较原实际问题包含更丰富的内涵。可以这样说，大学数学学习成败的一个重要方面，是对概念的理解与掌握。学习抽象概念，要抓住下面几个环节。1、记住一两个引入概念的实例，避免出现抽象旋晕症；2、记住一两个与概念相悖的反例，从多侧面加深对概念的理解；3、弄清概念与其它已有概念的关系，避免将诸多概念分割成孤零零的教条，将诸概念之间的关系，用例子、定理、公式联系起来。3、丰富的技巧这方面的能力，需要用我们前面所提到过的数学方法去进行创造性的工作，也可以通过向前人与书本学习，获得这方面的能力。但必须指出，任何高超的技巧离不开基本运算技能的辅助。三、大学数学学习的方法1、如何听课大学课程的讲课学时较少，主要靠学生自学。因此，一节课的内容往往相当多，讲课的节奏也较快，如何有效地掌握课堂教学内容，有几点忠告可供大学参考。①、“讲得学生人人都能听懂的教师，不是好教师”，这是美国大学教授们所奉行的观点，也是大学课堂的特点。因为将知识分解，讲得太细，会使学生获取知识的能力下降，也不利于学生的自学能力的培养。因此，不要企望上课时能把全部内容都听懂，更不要在某一地方卡壳之后，中止听课。②、上课主要听概念，尤其注意教师强调的地方，这往往是容易出现错误的地方；听定理证明的方法，而不要过分拘泥于听懂证明过程中的每一个细小步骤，但对主要步骤要听懂，下课之后再自行补充。③、一堂课至始至终保持注意力不太容易做到，因此，建议同学们把主要精力集中在概念讲述、定理证明方法、易出错地方的介绍，学会合理分配精力与体力。2、看书①、建议你选定一本习题指导、疑难问题解答、复习资料作为你的参考书。②、读书的特点是：多则惑，少则得。建议你在读书中绐终抓住几个主要概念、定理，尝试着用它们派生出其它的概念与结论。这也是华罗庚先生所提倡的读书方法。即：把书先读“薄”，将知识进行分类，浓缩。当你把一本书读“薄”这一过程完成之后，你应该尝试着再把书读“厚”，把你的体会、你从参考书上学来的例子、新的证明方法等等添加进去，使之丰富起来，使书真正成为你自已“写出来”的书一样。这个读“厚”的过程，往往需要我们象侦探一样，去猜想、探索著书者的思想，去翻一翻他们的草稿纸。这个阶段可以说是你读书的高级阶段，是你真正学习数学方法、掌握数学技巧的主要来源。如果你不经过这个阶段，仅仅只是把书上的那些简洁得不能再简洁的文字，由此及彼地顺着看懂了，并没有学到数学“活的思想”。3、练习①、对概念题的练习应该是最重要的，建议你多花点时间。②、对基本的运算题应多练习，并注意准确性与速度，少看书后的参考解答，靠答案的辅助提示，做对运算题容易在考试中栽跟斗。③、对做错的练习不要放过，记住，你的错误往往正是这道题检测你时所预先设计的，你要引起警觉。综上所述，只要用心，掌握方法，刻苦钻研，学好高数也能做到轻松自如的。
（这是北大的一个数学博士的感言）葛颢9-7，北京大学数学科学学院概率论与数理统计专业本科9-7，北京大学数学科学学院概率论与数理统计专业硕士9-7，北京大学数学科学学院概率论与数理统计专业博士7－，复旦大学数学科学学院概率论与数理统计专业讲师，正在讲授《数学分析习题课》自从我八年前（2000年）考入北京大学数学学院之后，这一问题就一直缠绕着我，不论是亲朋好友，还是一面之交，都曾经问过我这个问题。但是我每次做出回答之后，都觉得不但对方对此回答不是非常满意，而且我自己也感觉回答得不清不楚。八年的时间过去了，在我即将博士毕业的前夕，有必要整理整理自己的思路，好好回答一下这个问题。还是先谈谈数学系学点什么吧。一般来说，基础课无非就是学习微积分、线性代数、几何学和概率论等，到了高年级（大三、大四）可以选择专业，大体有基础数学专业、计算数学专业、信息科学专业、概率统计专业和金融数学专业等。其中信息科学专业要学有关计算机科学方面的课程；金融数学专业要学经济和管理学方面的课程。至于研究生阶段，大体和本科阶段的专业相同，只是更专更深而已。很多专业都号称自己属于应用数学的范畴。包括我自己在内，也说是研究应用数学的。那么究竟什么是应用数学呢？其实就是把数学的知识、方法运用于物理、化学、生物乃至金融、工程等其他学科，终极目的是为其他学科的研究提供数学工具和数学思想，从而解决该学科的核心问题，推动科学的进步。但是平心而论，现在很多的应用数学研究仍然只停留在分析和解决其他学科的纯理论问题上面，和该学科的核心问题相去甚远，这也就是为什么理论化学、理论生物学等杂志的影响力有限的原因。很多人会认为金融数学专业是有着很强应用背景的，其实绝大多数的研究成果并不能成为什么有用的分析工具和方法，也只是象牙塔里的印刷品罢了。在这一点上，金融数学和理论物理的情况是一样的，因为理论物理已经和数学融为一体了，部分物理学家也已经完全就是数学家，其理论的物理意义实际上是比较含混不清的。所以我们就可以大体了解到，应用数学和我们生活中说的应用有着天壤之别，能真正转化成生产力的少之又少，大多数仅仅是探索和半成品而已。大概只有计算数学和金融数学专业会承担一些实际的项目，比如产品研发分析和保险精算等，绝大部分数学系的论文的的确确是没有什么应用前景的，至少短时间内还看不出来。但是，请不要误解，以为数学只是数学家自己的游戏，事实上即使数学家本人是在自娱自乐，但是社会并不清楚那块云彩有雨，会有巨大的应用潜力，所以数学家在社会中依然扮演着不可或缺的角色。很多人说，数学是基础，学好了数学学别的都很容易。此话只对了一半，数学系的学生数学基础是很好，但是并不见得学别的都很快。也许在其他学科中涉及到数学的部分能够很快掌握，但是要了解其他学科的精神、思想和方法也需要一个较长的过程，要学很多基础课程的，比我们想象的要困难得多。所以，数学系的学生如果想换专业至少应该在本科毕业的时候实施，等到研究生毕业的时候就显得晚了一些，大好的光阴应该要花在刀刃上。还有就是是否要读博士，不论是在国内还是国外，都要想好之后再做，如果确实不想从事科研或研发工作，那么就请三思而后行，因为数学系不是工科，知识不能直接转化成生产力，以及进一步转化成收入和生活资料。另外，需要数学知识和需要专业的数学人才是两回事情。很多学科所需要的数学只是数学系大学一、二年级的内容，会熟练运用即可，并不需要招收专门的数学人才。所以数学系毕业生能去，且有竞争优势的行业只能是那些需要数学知识较多，较深，而且别的专业并不会学的那一类，比如金融分析和精算师等。当然，专业的数学科研单位和学校也在此列之中。数学系的学生不论是在本科毕业还是研究生毕业，其出路大体有如下几个：一、到科研院所从事科研教学工作，留在象牙塔里。这就需要你成绩好，有一定的科研成果，有较好的表达能力等，同时还要能承受相对较低的收入。有些院系的老师是高薪阶层，但是就从数学系的角度来说，收入并不高，在北京、上海的精英群体里绝对是中等偏下的，除非你得到了科研大奖，但那都只是凤毛麟角；二、到金融机构（包括证券公司、国有银行、投资银行、咨询机构、证交所等）、保险公司的研发部，从事专业的金融分析、精算师等。这需要比较精通经济学的基本理论，还要熟悉概率统计专业的随机过程、随机分析、统计学等课程。另外还需要熟悉一些重要的编程软件；三、到软件公司和与此相关企业的研发部，从事软件开发的工作。这需要精通编程语言和软硬件知识。这基本上都是信
附表1： 统计学专业课程结构表课程类型 学时数 百分比（%） 学分数 百分比（%）公共基础课程 911 0 46 6专业基础课程 678 8 38 9专业课程 532 7 27 6专业选修课程 585 5 32 5公共选修课程 144 0 8 6实践课程* —— —— 22 8总 计 2850 100 173 100实践课程学分+课堂实践教学学分+课堂演算实践教学学分=22+6+1=7 7课堂实践教学学分与课堂演算实践教学学分均由学时数折算而得。说明： △入学、毕业教育， = 假期（不在校）， ◇军训， ：考试， ☆专业实习（含教育实习）， ★毕业论文（毕业设计）， ○课程设计 附表3： 统计学专业教学计划表课程类型 课程编号 课 程 名 称 学分数 学 时 开课学期及周学时分配 备 注 讲授 实践 一 二 三 四 五 六 七 八 公共基础课程 070301101 思想道德修养与法律基础础 2 28 8 2 070301102 中国近现代史纲要 2 36 2 070301103 马克思主义基本原理概论 3 54 3 070301104A 毛泽东思想、邓小平理论和“三个代表”重要思想概论（一） 3 36 18 2 070301104B 毛泽东思想、邓小平理论和“三个代表”重要思想概论（二） 3 36 18 2 070101101 大学语文 2 36 2 074401101A 体育（一） 1 28 2 074401101B 体育（二） 1 36 2 074401101C 体育（三） 1 36 2 074401101D 体育（四） 1 36 2 074501101A 大学英语（一） 4 56 28 4+2 074501101B 大学英语（二） 4 72 36 4+2 074501101C 大学英语（三） 4 72 36 4+2 074501101D 大学英语（四） 4 72 36 4+2 074601102 计算机应用基础B 2 30 30 2+2 074601102C 计算机程序设计（C语言） 4 54 36 3+2 075001101 形势政策 1 18 1 075001102 军事理论 2 32 2 075001103 就业指导 2 16 8 2 小计 46 784 254 13+4 12+4 11+2 8+2 2 2 专业基础课程 072141701 A 数学分析（一） 5 56 28* 6 072141701 B 数学分析（二） 6 72 36* 6 072141701 C 数学分析（三） 6 72 36* 6 072141702 A 高等代数（一） 5 56 28* 6 072141702 B 高等代数（二） 6 72 36* 6 072141703 解析几何 2 42 3 072141704 概率论 4 54 18* 4 072141705 数理统计 4 54 18* 4 小计 38 478 200* 15 12 10 4 附表3（续）： 统计学专业教学计划表课程类型 课程编号 课 程 名 称 学分数 学 时 开课学期及周学时分配 备 注 讲授 实践 一 二 三 四 五 六 七 八 专业课程 072141801 抽样调查 3 54 3 072141802 试验设计 3 54 3 072141803 应用回归分析 3 54 18 4 072141804 多元统计分析（含矩阵代数10学时） 3 64 18 4 072141805 时间序列分析 3 54 18 4 072141806 非参数统计 3 54 18 4 072141807 统计预测与决策 3 54 3 072141808 应用随机过程 3 54 3 072141809 常微分方程 3 54 3 小计 27 496 72 6 14 11 选修课程 公共选修课程 8 144 2 2 2 2 专业选修课程 32 576 18 6 6 9 9 6 6 小计 40 720 18 6 8 11 11 8 6 实践课程 072141803 应用回归分析课程设计 1 ○ 072141804 多元统计分析课程设计 1 ○ 072141805 时间序列分析课程设计 1 ○ 072141806 非参数统计课程设计 1 ○ 072141207 统计建模与数据分析课程设计 1 ○ 075001605 毕业实习 6 ☆ 075001604 毕业论文（毕业设计） 6 ★ ★ 075001603 专业见习 1 ☆ 075001602 军训 2 ◇ 075001601 社会实践与劳动 2 假期中进行 其他 小计 22 总学分、总学时 173 2478 34427+4 24+4 27+2 26+2 27 22 10 6 200* 2850 课堂实践课程的学时折半算到总学时中， 课堂演算实践课程的学时（带*号的数字）如实算到总学时中。附表4： 统计学专业选修课程开课计划表课程类型 课程编号 课 程 名 称 学分数 学时数 开课学期（周学时）选修课程 限选系列 072141301 会计学原理 3 54 4（3） 072141302 保险学原理 3 54 5（3） 072141303 保险精算 3 54 6（3） 072141304 金融数学（期权期货定价分析） 3 54 6（3） 072141305 统计建模与数据分析 2 36+18 5（3） 072141306 质量管理 3 54 5 （3） 072141307 运筹学基础 3 54 3（3） 小计 20 360+18 3（3），4（3），5（9），6（6） 任选系列A 072141311 数学分析选讲 2 36 7 072141312 高等代数选讲 2 36 7 072141313 实变函数与泛函分析 3 54 6 072141314 数学物理方法 3 54 6 072141315 数学建模 3 54 4 072141316 漫谈数学 2 36 6 072141317 Matlab与科学计算 2 36+18 4 任选系列B 072141321 线性回归模型 3 54 8 072141322 数量经济分析 3 54 7 072141323 资产定价与金融决策理论 3 54 7 072141324 经济与金融中的随机方法 3 54 8 072141325 生物统计 3 54 8 072141326 经济博弈论 3 54 3 072141327 经济学原理 3 54 8 072141328 管理学概论 3 54 7 应选学 12 216 3（3）， 4（5），6（3），7（6），8（6）
