1樓：匿名使用者
學計算機,不一定要學大學數學,計算機有很多分類.
it(information technology，即資訊科技)的基本概念和所指範圍。
it實際上有三個層次：第一層是硬體，主要指資料儲存、處理和傳輸的主機和網路通訊裝置；第二層是指軟體，包括可用來蒐集、儲存、檢索、分析、應用、評估資訊的各種軟體，它包括我們通常所指的erp(企業資源計劃)、crm(客戶關係管理)、scm(**鏈管理)等商用管理軟體，也包括用來加強流程管理的wf(工作流)管理軟體、輔助分析的dw/dm(資料倉儲和資料探勘)軟體等；第三層是指應用，指蒐集、儲存、檢索、分析、應用、評估使用各種資訊，包括應用erp、crm、scm等軟體直接輔助決策，也包括利用其它決策分析模型或藉助dw/dm等技術手段來進一步提高分析的質量，輔助決策者作決策(強調一點，只是輔助而不是替代人決策)。有些人理解的it把前二層合二為一，統指資訊的儲存、處理和傳輸，後者則為資訊的應用；也有人把後二層合二為一，則劃分為前硬後軟。
通常第三層還沒有得到足夠的重視，但事實上卻是唯有當資訊得到有效應用時it的價值才能得到充分發揮，也才真正實現了資訊化的目標。資訊化本身不是目標，它只是在當前時代背景下一種實現目標比較好的一種手段。
就看你學到什麼程度了,一般應用的話(只是想更好的瞭解上網),那麼就比較簡單,去書店買點有關的書就行了.. 要學到高深一點,那就不那麼容易了,最好是去學校或專業的培訓機構,那樣你才學的較專業一點,如果只是在網上學習的話,就比較散亂了.而且消耗更大,消費也大.
如果不懂電腦而去現買的話，還因為這樣,那樣的網路故障而煩惱.
總之,學無止境.付出越多,收穫就越多.
學計算機的都要求數學好嗎？尤其是計算能力？
2樓：匿名使用者
英語只是計算機的一個小部分，大部分還是靠數學。
我以前也是和回你想的一樣，答認為計算機數學是小部分，學起來應該沒問題，之後我陸續把全國計算機等級考試考了，而且都過了，現在覺得沒有多大用。
計算機靠的就是程式設計，如果你的數學一般化或者不好的話，很難達到計算機的高手，只能像我現在一樣，感覺很多證書都有了，還是沒法和別人比，就是有很空的感覺。
計算機專業要學大量的數學，如高等數學，離散數學，概率論，線形代數。。。。，你看看你能不能接受吧。
這也是我現在考研跨專業，不會去考計算機的原因。
也許我說的話很不中聽，但是我已經是過來人了，這是我走的路。
但願對你有所幫助！！
3樓：匿名使用者
你好，我是學計算機軟體程式設計的，其實 本人的數學 和英語都不怎麼樣 ，
但是一樣能學程式設計，邏輯思維能力要強是一定的。計算機在過去是用來計算的，但現在不是了，所以計算能力好與不好不礙事。
重要的是興趣
4樓：匿名使用者
其實並不需要很多的數學，數學你可以等到你覺得需要用的時候學一下(前提是你有時間)，而英回
語是必須的，你答想一下，你的電腦介面出現了幾千個單詞，你都不認得，難道你要一個個查嗎？當然，數學能學好最好不過，如果你數學不好也沒很大關係，但英語就不一樣了，起碼不要太差。我主要是針對那些被別人說數學不好不要學計算機的人說的，還要你有興趣，俗話說興趣是最好的老師。
5樓：匿名使用者
我覺得不需來要，學計算機需自要邏輯思維能力強，不一定bai要數學好，覺du得最重要的
zhi是興趣！沒有興趣dao，計算機學不下來的，如果你方法方面比較好，就學數字影象處理方面吧（不是photoshop哦，使用演算法來處理影象）~我就是學計算機的~
6樓：江西新華電腦學院
計算機只是程式設計方面對於數學有要求，但是設計和運營類的專業，就沒有什麼要求了
如動漫設計、ui設計、電子商務這些專業
7樓：山東新華電腦
計算機靠的就是程式設計，如果你的數學一般化或者不好的話，很難達到計算機的高手，只能像我現在一樣，感覺很多證書都有了，還是沒法和別人比，就是有很空的感覺。
計算機專業需要哪些數學課程 知乎
8樓：匿名使用者
看你是學什麼，如果是程式設計之類的話就需要有一定的數學基礎，學起來會比較簡單
9樓：匿名使用者
基礎：高數，線代，離散數學，概率論，進階：圖論。。。
10樓：匿名使用者
高等數學，線性代數，概率統計，計算機數學等
11樓：匿名使用者
高數，線代，概率論，離散。標準的一整套數學…
12樓：淺淺墨
你好，計算機不需要數學課程
計算機與數學的關係是什麼？
13樓：奔跑的窩牛的家
電腦科學和數學的關係有點奇怪。二三十年以前，電腦科學基本上還是數學的一個分
支。而現在，電腦科學擁有廣泛的研究領域和眾多的研究人員，在很多方面反過來推動
數學發展，從某種意義上可以說是孩子長得比媽媽還高了。
但不管怎麼樣，這個孩子身上始終流著母親的血液。這血液是the mathematical underpi
nning of ***puter science(電腦科學的數學基礎)，-- 也就是理論電腦科學。
現代電腦科學和數學的另一個交叉是計算數學/數值分析/科學計算，傳統上不包含在理
論電腦科學以內。所以本文對計算數學全部予以忽略。
最常和理論電腦科學放在一起的一個詞是什麼？答：離散數學。這兩者的關係是如此密
切，以至於它們在不少場合下成為同義詞。
傳統上，數學是以分析為中心的。數學系的同學要學習三四個學期的數學分析，然後是復
變，實變，泛函等等。實變和泛函被很多人認為是現代數學的入門。在物理，化學，工程
上應用的，也以分析為主。
隨著電腦科學的出現，一些以前不太受到重視的數學分支突然重要起來。人們發現，這
些分支處理的數學物件與傳統的分析有明顯的區別：分析研究的物件是連續的，因而微分
，積分成為基本的運算；而這些分支研究的物件是離散的，因而很少有機會進行此類的計
算。人們從而稱這些分支為「離散數學」。「離散數學」的名字越來越響亮，最後導致以
分析為中心的傳統數學分支被相對稱為「連續數學」。
離散數學經過幾十年發展，基本上穩定下來。一般認為，離散數學包含以下學科：
1) 集合論，數理邏輯與元數學。這是整個數學的基礎，也是電腦科學的基礎。
2) 圖論，演算法圖論；組合數學，組合演算法。電腦科學，尤其是理論電腦科學的核心是
演算法，而大量的演算法建立在圖和組合的基礎上。
3) 抽象代數。代數是無所不在的，本來在數學中就非常重要。在電腦科學中，人們驚訝
地發現代數竟然有如此之多的應用。
但是，理論電腦科學僅僅就是在數學的上面加上「離散」的帽子這麼簡單嗎？一直到大
約十幾年前，終於有一位大師告訴我們：不是。d.
e.knuth(他有多偉大，我想不用我廢話了)在stanford開設了一門全新的課程concrete mathematics。 concrete這個詞在這裡有兩層含義：
第一，針對abstract而言。knuth認為，傳統數學研究的物件過於抽象，導致對具體的問題
關心不夠。他抱怨說，在研究中他需要的數學往往並不存在，所以他只能自己去創造一些
數學。為了直接面嚮應用的需要，他要提倡「具體」的數學。在這裡我做一點簡單的解釋。
例如在集合論中，數學家關心的都是最根本的問題--公理系統的各種性質之類。而一些具體集合的性質，各種常見集合，關係，對映都是什麼樣的，數學家覺得並不重要。然而，在電腦科學中應用的，恰恰就是這些具體的東西。
knuth能夠首先看到這一點，不愧為當世計算機第一人。
第二，concrete是continuous(連續)加上discrete(離散)。不管連續數學還是離散數學，
都是有用的數學！
前面主要是從數學角度來看的。從計算機角度來看，理論電腦科學目前主要的研究領域
包括：可計算性理論，演算法設計與複雜性分析，密碼學與資訊保安，分散式計算理論，並
行計算理論，網路理論，生物資訊計算，計算幾何學，程式語言理論等等。這些領域互相
交叉，而且新的課題在不斷提出，所以很難理出一個頭緒來。
下面隨便舉一些例子。
由於應用需求的推動，密碼學現在成為研究的熱點。密碼學建立在數論(尤其是計算數論)
，代數，資訊理論，概率論和隨機過程的基礎上，有時也用到圖論和組合學等。
很多人以為密碼學就是加密解密，而加密就是用一個函式把資料打亂。這就大錯特錯了。
現代密碼學至少包含以下層次的內容：
第一，密碼學的基礎。例如，分解一個大數真的很困難嗎？能否有一般的工具證明協議正
確？第二，密碼學的基本課題。例如，比以前更好的單向函式，簽名協議等。
第三，密碼學的高階問題。例如，零知識證明的長度，祕密分享的方法。
第四，密碼學的新應用。例如，數字現金，叛徒追蹤等。
14樓：尋夢的吉祥
計算機的核心是計算，其本質是數學。計算機的生命是靠程式延續，演算法是程式的靈魂
15樓：匿名使用者
計算機是數學的分支。
16樓：長孫詩槐針懌
類似於母子關係吧。
數學和物理在計算機發展中起核心作用。
數學是電腦科學的基礎，準確來說，計算機只不過是數學在特定領域的一個應用。
有人說，0和1就構成這個世界。這句話意在說明數學對於人類發展和人們生活的重要性。也正因為有了數學，有了2進位制，有了資料結構，有了演算法等等，才會為構建計算機領域的萬千世界提供了夯實的基礎。
大學計算機數學題,大學計算機數學題
3a 1 1 1 1 1 1 0 0 0 1 1 0 1 0 1 0 1 1 一元一次的x方程式。自己算吧 4 四個方程 ab 消除x cd消除x 然後就能得出兩個yz的式子。求出yz的值 然後x就出來了。這個是送分題。高中的。ax 2x a a 2 x a x a 2 1 a 0 1 1 1 0 ...
計算機程式設計藝術與離散數學，計算機程式設計藝術到底是演算法書還是純數學書？我翻半天沒見一行代嗎，
計算機程式設計藝術 的重點是演算法，它先介紹為什麼需要某種概念 比如隨機數 然後怎麼算，然後是小練習，英文不難，數學清楚，演算法非常全，但例子都極小而具體，也沒有 數學思想，所以對非計算機行業的人，相當於學一門課，紮實，不無聊不有趣。如果想入門設計 改善演算法，這本書不適合。對於行業內的，可以當工具...
求大學學計算機專業的學長，求大學學計算機專業的學長
簡單的例子 開發一個程式 用到演算法，代數，資料結構的時候。所以 學計算機 數學越好 你的高度會越高英語問題不大 裴雙林回答 線性代數和高數只能算是入門科目，大學物理 數位電路 類比電路才是頭疼的東西，這些都還是公共科目，最關鍵的是作業系統 計算機網路 系統結構 資料結構，這些才是本專業的殺手鐗。你...