研究工作者喜欢用一些现存的理论知识去推导若干条推论，殊不知其一：问题考虑不全很可能是个错误的推论，其二：他的推论在现实生活中找不到原型，不能指导实践。严格的说，我并不是一个理想主义者，政治课上学的理论联系实际一直是指导我学习科学文化知识的航标(至少我认为搞计算机科学与技术的应当本着这个方向)。
其实我们计算机系学数学仅学习高等数学是不够的(典型的工科院校一般都开的是高等数学)，我们应该像数学系一样学一下数学分析(清华计算机系开的好像就是数学分析，我们学校计算机学院开的也是，不过老师讲起来好像还是按照高等数学讲)，数学分析这门科学，咱们学计算机的人对它有很复杂的感情。在于它是偏向于证明型的数学课程，这对我们培养良好的分析能力和推理能力极有帮助。我的软件工程学导师北工大数理学院的王仪华先生就曾经教导过我们，数学系的学生到软件企业中大多作软件设计与分析工作，而计算机系的学生做程序员的居多，原因就在于数学系的学生分析推理能力，从所受训练的角度上要远远在我们平均水平之上。当年出现的怪现象是：计算机系学生的高中数学基础在全校数一数二(希望没有冒犯其它系的同学)，教学课时数也仅次于数学系，但学完之后的效果却不尽如人意。难道都是学生不努力吗，我看未见得，方向错了也说不一定，其中原因何在，发人深思。 Sir的文章中提到：我个人的浅见是：计算机系的学生，对数学的要求固然跟数学系不同，跟物理类差别则更大。通常非数学专业的所谓\高等数学\，无非是把数学分析中较困难的理论部分删去，强调套用公式计算而已，
心得体会
《计算机科学与技术学习心得》(http://www.unjs.com)。而对计算机系来说，数学分析里用处最大的恰恰是被删去的理论部分。说得难听一点，对计算机系学生而言，追求算来算去的所谓\工程数学\已经彻底地走进了误区。记上一堆曲面积分的公式，难道就能算懂了数学? 那倒不如现用现查，何必费事记呢?再不然直接用Mathematica或是Matlab好了。退一万步讲，即使是学高等数学我想大家看看华罗庚先生的《高等数学导论》也是比一般的教材好得
多。华罗庚在数学上的造诣不用我去多说，但是他这光辉的一生做得我认为对我们来说，最重要的几件事情：首先是它筹建了中国科学院计算技术研究所，这是我们国家计算机科学的摇篮。在有就是他把很多的高等数学理论都交给了做工业生产的技术人员，推动了中国工业的进步。第三件就是他一生写过很多书，但是对高校师生价值更大的就是他在病期间在病床上和他的爱徒王元写了《高等数学引论》(王元与其说是他的爱徒不如说是他的同事，是中科院数学所的老一辈研究员，对歌德巴赫猜想的贡献全世界仅次于陈景润)这书在我们的图书馆里居然找得到，说实话，当时那个书上已经长了虫子，别人走到那里都会闪开，但我却格外感兴趣，上下两册看了个遍，我的最大收获并不在于理论的阐述，而是在于他的理论完全的实例化，在生活中去找模型。这也是我为什么比较喜欢具体数学的原因，正如我在上文中提到的，理论脱离了实践就失去了它存在的意义。正因为理论是从实践当中抽象出来的，所以理论的研究才能够更好的指导实践，不用于指导实践的理论可以说是毫无价值的。 我在系里最爱做的事情就是给学弟学妹们推荐参考书。没有别的想法，只是希望他们少走弯路。中文的数学分析书，一般都认为以北大张筑生老师的\数学分析新讲\为最好。张筑生先生一生写的书并不太多，但是只要是写出来的每一本都是本领域内的杰作，这本当然更显突出些。这种老书看起来不仅是在传授你知识，而是在让你体会科学的方法与对事物的认识方法。万一你的数学实在太好，那就去看菲赫金哥尔茨?quot；微积分学教程\好了--但我认为没什么必要，毕竟你不想转到数学系去。吉米多维奇的\数学分析习题集\也基本上是计算型的书籍。书的名气很大，倒不见得适合我们，还是那句话，重要的是数学思想的建立，生活在信息社会里我们求的是高效，计算这玩意还是留给计算机吧。不过现在多用的似乎是复旦大学的《数学分析》，高等教育出版社的，也是很好的教材。
Sir的文章中提到：中国的所谓高等代数，就等于线性代数加上一点多项式理论。我以为这有好的一面，因为可以让学生较早感觉到代数是一种结构，而非一堆矩阵翻来覆去。这里不得不提南京大学林成森，盛松柏两位老师编的\高等代数\，感觉相当舒服。此书相当全面地包含了关于多项式和线性代数的基本初等结果，同时还提供了一些有用的又比较深刻的内容，如Sturm序列，Shermon Morrison公式，广义逆矩阵等等。可以说，作为本科生如能吃透此书，就可以算是高手。国内较好的高等代数教材还有清华计算机系用的那本，清华出版社出版，书店里多多，一看就知道。从抽象代数的观点来看，高等代数里的结果不过是代数系统性质的一些例子而已。莫宗坚先生的《代数学》里，对此进行了深刻的讨论。然而莫先生的书实在深得很，作为本科生恐怕难以接受，不妨等到自己以后成熟了一些再读。
正如上面所论述的，计算机系的学生学习高等数学：知其然更要知其所以然。你学习的目的应该是：将抽象的理论再应用于实践，不但要掌握题目的解题方法，更要掌握解题思想，对于定理的学习：不是简单的应用，而是掌握证明过程即掌握定理的由来，训练自己的推理能力。只有这样才达到了学习这门科学的目的，同时也缩小了我们与数学系的同学之间思维上的差距。 [2]计算数学基础
Sir的文章中提到：概率论与数理统计这门课很重要，可惜大多数院校讲授这门课都会少些
东西。少了的东西现在看至少有随机过程。到毕业还没有听说过Markov过程，此乃计算机系学生的耻辱。没有随机过程，你怎么分析网络和分布式系统?怎么设计随机化算法和协议?据说清华计算机系开有\随机数学\，早就是必修课。另外，离散概率论对计算机系学生来说有特殊的重要性。而我们国家工程数学讲的都是连续概率。现在，美国已经有些学校开设了单纯的\离散概率论\课程，干脆把连续概率删去，把离散概率讲深些。
我们不一定要这么做，但应该更加强调离散概率是没有疑问的。这个工作我看还是尽早的做为好。
计算方法学(有些学校也称为数学分析学)是最后一门由数理学院给我们开的课。一般学生对这门课的重视程度有限，以为没什么用。不就是照套公式嘛！其实，做图形图像可离不开它，密码学搞深了也离不开它。而且，在很多科学工程中的应用计算，都以数值的为主。 Sir的文章中提到：这门课有两个极端的讲法：一个是古典的\数值分析\，完全讲数学原理和算法；另一个是现在日趋流行的\科学与工程计算\，干脆教学生用软件包编程。 我个人认为，计算机系的学生一定要认识清楚我们计算机系的学生为什么要学这门课，我是很偏向于学好理论后用计算机实现的，最好使用C语言或C++编程实现。向这个方向努力的书籍还是挺多的，这里推荐大家高等教育出版社(CHEP)和施普林格出版社(Springer)联合出版的《计算方法(Computational Methods)》,华中理工大学数学系写的(现华中科技大学)，这方面华科大做的工作在国内应算是比较多的，而个人认为以这本最好，至少程序设计方面涉及了：任意数学函数的求值，方程求根，线性方程组求解，插值方法，数值积分，场微分方程数值求解。李庆扬先生的那本则理论性过强，与实际应用结合得不太紧，可能比较适合纯搞理论的。 [3]也谈离散数学
每个学校本系里都会开一门离散数学，涉及集合论，图论，和抽象代数，数理逻辑。不过，这么多内容挤在离散数学一门课里，是否时间太紧了点?
Sir的文章中提到：另外，计算机系学生不懂组合和数论，也是巨大的缺陷。要做理论，不懂组合或者数论吃亏可就太大了。从理想的状态来看，最好分开六门课：集合，逻辑，图论，组合，代数，数论。这个当然不现实，因为没那么多课时。也许将来可以开三门课：集合与逻辑，图论与组合，代数与数论。(这方面我们学校已经着手开始做了)不管课怎么开，学生总一样要学。下面分别谈谈上面的三组内容。古典集合论，北师大出过一本《基础集合论》不错。
〔计算机科学与技术学习心得〕随文赠言：【古来一切有成就的人，都很严肃地对待自己的生命，当他活着一天，总要尽量多劳动，多工作，多学习，不肯虚度年华，不让时间白白地浪费掉。邓拓】
计算机中所需要的数学理论
【摘要】随着计算机现代智能的高速发展，计算机已经完全融入我们的生活，为此精品学习网为你编写了计算机理论论文-计算机中所需要的数学理论，欢迎阅读!
我们从小学习数学，数学是什么呢?数学是利用符号语言研究数量、结构、变化以及空间模型等概念的一门学科。数学，作为人类思维的表达形式，反映了人们积极进取的意志、缜密周详的逻辑推理及对完美境界的追求。数学更多的是一种抽象的概念，是一门重要的工具学科。人类利用抽象的概念及一些固定的定律形成理论，而脱离实际应用的概念并不是人类发展学习的初衷，而是利用它们来指导实际，化抽象为实体。而计算机就由此演化。1946年2月15日界上的第一台计算机诞生在宾西法尼亚大学，主要运用于高倍数的数学运算。时至今日，计算机直接能识别的语言仍然是1、0二进制代码。
1 计算机中所需要的数学理论
计算机学科最初是来源于数学学科和电子学学科，计算机硬件制造的基础是电子科学和技术，计算机系统设计、算法设计的基础是数学，所以数学和电子学知识是计算机学科重要的基础知识。计算机学科在基本的定义、公理、定理和证明技巧等很多方面都要依赖数学知识和数学方法。计算机数学基础是计算机应用技术专业必修并且首先要学习的一门课程。它大概可分类为：
1.1 高等数学 高等数学主要包含函数与极限、导数与微分、微分中值定理与导数的应用、不定积分、定积分及应用、空间解析几何与向量代数、多元函数微分法及其应用、重积分、曲线积分与曲面积分、无穷级数、微分方程等。各种微积分的运算正是计算机运算的基础。
1.2 线性代数 线性代数主要包含行列式、矩阵、线性方程组、向量空间与线性变换、特征值与特征向量、二次型等。在计算机广泛应用的今天，计算机图形学、计算机辅助设计、密码学、虚拟现实等技术无不以线性代数为其理论和算法基础的一部分。
1.3 概率论与数理统计 概率统计与数理统计包含随机事件与概率、随机变量的分布和数学特征、随机向量、抽样分布、统计估计、假设检验、回归分析等。概率论与数理统计是研究随机现象客观规律并付诸应用的数学学科，通过学习概率论与数理统计，使我们掌握概率论与数理统计的基本概念和基本理论，初步学会处理随机现象的基本思想和方法，培养解决实际问题的能力。这些都是计算机编程过程中不可或缺的基础理论知识和技能。
2 计算机编程中数学理论的应用
计算机的主要专业知识包括计算机组成原理、操作系统、计算机网络、高级语言程序设计、数据结构、编译原理、数据库原理、软件工程等。计算机程序设计主要包括如：C语言、C++、JAVA、编译语言、汇编语言等编程语言的基本概念、顺序结构程序设计、分支结构程序设计、循环结构设计、函数、指针、数组、结构、联合以及枚举类型、编译预处理、位运算、文件等内容，掌握利用各种编程语言进行程序设计的基本方法，以及编程技巧。算法是编程的核心，算法的运用离不开数学，数学运算正是编程的基础。
计算机科学是对计算机体系，软件和应用进行探索性、理论性研究的技术科学。由于计算机与数学有其特殊的关系，故计算机科学一直在不断地从数学的概念、方法和理论中吸取营养;反过来，计算机科学的发展也为数学研究提供新的问题、领域、方法和工具。近年来不少人讨论过数学与计算机科学的关系问题，都强调其间的密切联系。同时，人们也都承认，计算机科学仍有其自己的特性，它并非数学的一个分支，而有自身的独立性。正确说法应该是：由于计算机及程序的特殊性，计算机科学是与数学有特殊关系的一门新兴的技术科学。这种特殊关系使得计算机科学与数学之间有一公共的交界领域，它范围相当广，内容相当丰富，很富有生命力。这一领域既是理论计算机科学的一部分，也是应用数学的一部分。
2.1 计算理论是关于计算和计算机械的数学理论。主要内容包括：
①算法：解题过程的精确描述。②算法学：系统的研究算法的设计，分析与验证的学科。③计算复杂性理论：用数学方法研究各类问题的计算复杂性学科。④可计算性理论：研究计算的一般性质的数学理论。⑤自动机理论：以研究离散数字系统的功能和结构以及两者之关系为主要内容的数学理论。⑥形式语言理论：用数学方法研究自然语言和人工语言的语法理论。 2.2 计算几何学是研究几何外形信息的计算机表示，分析和综合的新兴边缘学科，它是计算机辅助几何设计的数学基础。主要内容如：贝塞尔曲线和曲面、B样条曲线和曲面、孔斯曲面。
2.3 并行计算问题是 “同时执行”多个计算问题。他的延伸学科有：并行编译程序、并行程序设计语言、并行处理系统、并行数据库、并行算法。
2.4 形式化方法是建立在严格数学基础上的软件开发方法。软件开发的全过程中，从需求分析，规约，设计，编程，系统集成，测试，文档生成，直至维护各个阶段，凡是采用严格的数学语言，具有精确的数学语义的方法，都称为形式化方法。
2.5 程序设计语言理论是研究书写计算机程序语言的学科。主要内容如：研究语法、语义、语用以及程序设计语言的优劣。
2.6 数据库原理与技术，这方面用到的重要数学基础主要包括：集合论，二元关系及其推理(尤其是研究关系数据库)，研究数据分布与数据库结构又涉及相当多的图论知识。
计算机科学的发展有赖于硬件技术和软件技术的综合。在设计硬件的时候应当充分融入软件的设计思想，才能使硬件在程序的指挥下发挥极致的性能。在软件设计的时候也要充分考虑硬件的特点，才能冲破软件效率的瓶颈。达到硬件和软件设计的统一，严格的说这并不轻松，一般的程序设计者很难将这样的思想贯穿在其程序设计当中。各个方面都显示，计算机原本只是数学的一个实践分支，然后随着这半个世纪计算机科学的广泛应用和高速发展，计算机的发展势头甚至超过了数学的理论研究，甚至有了计算机的发展带动数学的向前推进。然而计算机与数学相辅相成的关系毋庸置疑，也无法脱离。数学的发展仍然是计算机的基础，计算机把数学更好的运用到军工民等各各领域，从而达到双赢的好局面。数学理论以及数学思维方式在现代计算机科技中的应用举足轻重，无论是计算机工作原理的设计还是计算机系统与软件的不断完善都与数学家的贡献密不可分。没有数学作为基础，就不会有现代的计算机技术。建立在数学原理之上的计算机技术又反过来促进了数学科学本身的发展，数学也得到了更多的应用。
以上就是由精品学习网为您提供的计算机理论论文-计算机中所需要的数学理论，愿您能写出优秀的论文。