❶ 如果要把计算机学到很牛要掌握那些数学知识
数学在计算机图形学中的应用 Greg Turk, August 1997 “学习计算机图形学需要多少的数学？”这 是初学者最经常问的问题。答案取决于你想在计算机图形学领域钻研多深。如果仅仅使用周围唾手可得的图形软件，你不需要知道多少数学知识。如果想学习计算机 图形学的入门知识，我建议你读一读下面所写的前两章（代数，三角学和线性代数）。如果想成为一名图形学的研究者，那么对数学的学习将是活到老，学到老。如 果你并不特别喜欢数学，是否仍有在计算机图形学领域工作的机会？是的，计算机图形学的确有一些方面不需要考虑太多的数学问题。你不应该因为数学成绩不好而 放弃它。不过，如果学习了更多的数学知识，似乎你将在研究课题上有更多的选择余地。对于在计算机图形学中哪些数学才是重要的还没有明确的答案。这领域里不 同的方面要求掌握不同的数学知识，也许兴趣将会决定了你的方向。以下介绍我认为对于计算机图形学有用的数学。别以为想成为一名图形学的研究者就必须精通各 门数学！为了对用于图形学的数学有一个全面的看法，我特地列出了很多方面。但是许多研究者从不需要考虑下面提到的数学。最后，虽然读了这篇文章后，你应该 会对数学在计算机图形学中的应用有所了解，不过这些观点完全是我自己的。也许你应该阅读更多的此类文章，或者至少从其他从事计算机图形学工作的人那里了解 不同的学习重点。现在开始切入正题。代数和三角学对于计算机图形学的初学者来说，高中的代数和三角学可能是最重要的数学。日复一日，我从简单的方程解出一 个或更多的根。我时常还要解决类似求一些几何图形边长的简单三角学问题。代数和三角学是计算机图形学的最基础的知识。那么高中的几何学怎么样呢？可能让人 惊讶，不过在多数计算机图形学里，高中的几何学并不经常被用到。原因是许多学校教的几何学实际上是如何建立数学证明的课程。虽然证明题对提高智力显然是有 效的，但对于计算机图形学来说，那些与几何课有关的定理和证明并不常被用到。如果你毕业于数学相关领域（包括计算机图形学），就会发现虽然你在证明定理， 不过这对开始学习图形学不是必要的。如果精通代数和三角学，就可以开始读一本计算机图形学的入门书了。下一个重要的用于计算机图形学的数学——线性代数，多数此类书籍至少包含了一个对线性代数的简要介绍。推荐的参考书: Computer Graphics: Principles and Practice James Foley, Andries van Dam, Steven Feiner, John Hughes Addison-Wesley [虽然厚重，可是我很喜欢] 线性代数线性代数的思想贯穿于计算机图形学。事实上，只要牵涉到几何数值表示法,就常常抽象出例如x,y,z坐 标之类的数值，我们称之为矢量。图形学自始至终离不开矢量和矩阵。用矢量和矩阵来描述旋转，平移，或者缩放是再好不过了。高中和大学都有线性代数的课程。 只要想在计算机图形学领域工作，就应该打下坚实的线性代数基础。我刚才提到，许多图形学的书都有关于线性代数的简要介绍——足够教给你图形学的第一门课。推荐的参考书: Linear Algebra and Its Applications Gilbert Strang Academic Press 微积分学 微 积分学是高级计算机图形学的重要成分。如果打算研究图形学，我强烈建议你应该对微积分学有初步认识。理由不仅仅是微积分学是一种很有用的工具，还有许多研 究者用微积分学的术语来描述他们的问题和解决办法。另外，在许多重要的数学领域，微积分学被作为进一步学习的前提。学习了基本代数之后，微积分学又是一种 能为你打开多数计算机图形学与后继的数学学习之门的课程。微积分学是我介绍的最后一个中学课程，以下提及的科目几乎全部是大学的课程。 微分几何学微分几何学研究支配光滑曲线，曲面的方程组。如果你要计算出经过某个远离曲面的点并垂直于曲面的矢量（法向矢量）就会用到微分几何学。让一辆汽车以特定速度在曲线上行驶也牵涉到微分几何学。有一种通用的绘制光滑曲面的图形学技术，叫做“凹凸帖图”，这个技术用到了微分几何学。如果要着手于用曲线和曲面来创造形体（在图形学里称之为建模）你至少应该学习微分几何学的基础。推荐的参考书: Elementary Differential Geometry Barrett O'Neill Academic Press 数值方法几乎任何时候，我们在计算机里用近似值代替精确值来表示和操作数值，所以计算过程总是会有误差。而且对于给定的数值问题，常常有多种解决的方法，一些方法会更块，更精确或者对内存的需求更少。数值方法研究的对象包括“计算方法”和“科学计算”等等。这是一个很广阔的领域，而且我将提及的其他几门数学其实是数值方法的一些分支。这些分支包括抽样法理论，矩阵方程组，数值微分方程组和最优化。推荐的参考书: Numerical Recipes in C: The Art of Scientific Computing William Press, Saul Teukolsky, William Vetterling and Brian Flannery Cambridge University Press [这本参考书很有价值可是很少作为教材使用] 抽 样法理论和信号处理在计算机图形学里我们反复使用储存在正规二维数组里的数字集合来表示一些对象，例如图片和曲面。这时，我们就要用抽样法来表示这些对 象。如果要控制这些对象的品质，抽样法理论就变得尤为重要。抽样法应用于图形学的常见例子是当物体被绘制在屏幕上时，它的轮廓呈现锯齿状的边缘。这锯齿状 的边缘（被认为是“混淆”现象）是非常让人分散注意力的，用抽样法中着名的技术例如回旋，傅立叶变换，空间和频率的函数表示就能把这个现象减少到最小。这些思想在图像和音频处理领域是同样重要的。推荐的参考书: The Fourier Transform and Its Applications Ronald N. Bracewell McGraw Hill 矩 阵方程组计算机图形学的许多问题要用到矩阵方程组的数值解法。一些涉及矩阵的问题包括：找出最好的位置与方向以使对象们互相匹配（最小二乘法），创建一个 覆盖所给点集的曲面，并使皱折程度最小（薄板样条算法），还有材质模拟，例如水和衣服等。在图形学里矩阵表述相当流行，因此在用于图形学的数学中我对矩阵 方程组的评价是很高的。推荐的参考书: Matrix Computations Gene Golub and Charles Van Loan Johns Hopkins University Press 物 理学物理学显然不是数学的分支，它是自成一家的学科。但是在计算机图形学的某些领域，物理学和数学是紧密联系的。在图形学里，牵涉物理学的问题包括光与物 体的表面是怎样互相影响的，人与动物的移动方式，水与空气的流动。为了模拟这些自然现象，物理学的知识是必不可少的。这和解微分方程紧密联系，我将会在下 一节提到微分方程。 微 分方程的数值解法我相信对于计算机图形学来说，解微分方程的技巧是非常重要的。像我们刚才讨论的，计算机图形学致力于模拟源于真实世界的物理系统。波浪是 怎样在水里形成的，动物是怎样在地面上行走的，这就是两个模拟物理系统的例子。模拟物理系统的问题经常就是怎样解微分方程的数值解。请注意，微分方程的数 值解法与微分方程的符号解法是有很大差异的。符号解法求出没有误差的解，而且时常只用于一些非常简单的方程。有时大学课程里的“微分方程”只 教符号解法，不过这并不会对多数计算机图形学的问题有帮助。在对物理系统的模拟中，我们把世界细分为许多表示成矢量的小元素。然后这些元素之间的关系就可 以用矩阵来描述。虽然要处理的矩阵方程组往往没有很精确的解，但是取而代之的是执行了一系列的计算，这些计算产生一个表示成数列的近似解。这就是微分方程 的数值解法。请注意，矩阵方程的解法与微分方程数值解法的关系是很密切的。 最优化在计算机图形学里，我们常常为了期望的目标寻求一种合适的描述对象或者对象集的方法。例如安排灯的位置使得房间的照明看起来有种特殊的“感觉”，动画里的人物要怎样活动四肢才能实现一个特殊的动作，怎样排版才不会使页面混乱。以上这些例子可以归结为最优化问题。十年前的计算机图形学几乎没有最优化技术的文献，不过最近这个领域越来越重视最优化理论。我认为在计算机图形学里，最优化的重要性将会日益增加。 概率论与统计学计算机图形学的许多领域都要用到概率论与统计学。当研究者涉足人类学科时，他们当然需要统计学来分析数据。图形学相关领域涉及人类学科，例如虚拟现实和人机交互(HCI)。另外，许多用计算机描绘真实世界的问题牵涉到各种未知事件的概率。两个例子：一棵成长期的树,它的树枝分杈的概率；虚拟的动物如何决定它的行走路线。最后，一些解高难度方程组的技巧用了随机数来估计方程组的解。重要的例子：蒙特卡罗方法经常用于光如何传播的问题。以上仅是一部分在计算机图形学里使用概率论和统计学的方法。 计算几何学计算几何学研究如何用计算机高效地表示与操作几何体。典型问题如，碰撞检测，把多边形分解为三角形，找出最靠近某个位置的点，这个学科包括了运算法则，数据结构和数学。图形学的研究者，只要涉足创建形体（建模），就要大量用到计算几何学。推荐的参考书: Computational Geometry in C Joseph O'Rourke Cambridge University Press [大学教材] Computational Geometry: An Introction Franco Preparata and Michael Shamos Springer-Verlag [很经典，不过有点旧了] 总 结：数学应用和数学理论对于图形学来说，以上提到的许多数学学科都有个共同点：比起这些数学的理论价值，我们更倾向于发掘它们的应用价值。不要惊讶。图形 学的许多问题和物理学者与工程师们研究的问题是紧密联系的，并且物理学者与工程师们使用的数学工具正是图形学研究者们使用的。多数研究纯数学理论的学科从 不被用于计算机图形学。不过这不是绝对的。请注意这些特例：分子生物学正利用节理论来研究DNA分 子动力学，亚原子物理学用到了抽象群论。也许有一天，纯数学理论也能推动计算机图形学的发展，谁知道呢？有些看来重要的数学实际上在计算机图形学里不常被 用到。可能拓扑学是此类数学中最有意思的。用一句话来形容拓扑学，它研究油炸圈饼与咖啡杯为什么在本质上是相同的。答案是他们都是只有一个洞的曲面。我们 来讨论一下拓扑学的思想。虽然曲面是计算机图形学的重要成分，不过微分几何学的课程已经涵盖了多数对图形学有用的拓扑学知识。微分几何学研究曲面的造型， 可是拓扑学研究曲面的相邻关系。我觉得拓扑学对于图形学来说几乎没用，这是由于拓扑学关心抽象的事物，而且拓扑学远离了多数图形学的核心——三维欧氏空间的概念。对于图形学来说，拓扑学的形式（符号表示法）是表达思想的简便方法，不过图形学很少用到抽象拓扑学的实际工具。对图形学来说，拓扑学像一个好看的花瓶，不过别指望它能立即带给你回报。有人曾经这么问我，计算机图形学是否用到了抽象代数（群论，环，等等….）或者数论。我没怎么遇到过。和拓扑学一样，这些学科有很多美好的思想。可是很不幸，这些思想很少用于计算机图形学。
❷ 学习计算机网络！需要什么基础，第一次学，求带！
计算机网络入门并不需要太多的基础。如果说你是初三毕业的话只要耐心去认真学，是可以学好的。不知道你是否要高考，如果要高考的话还是专心高考好…
计算机网络你可以去找一些大学计算机教材，都是中文版且0基础入门的，认真学完一本下来就算是正式入门了，然后建议你去学习思科网络认证的教材，分CCNA/CCNP/CCIE三个等级，有中英文教材，英文考试。有了一定的基础，看CCNA的内容是很快的，然后再通过查词典去通读一下英文教材，有中文的理论基础再看看英文描述也是不难的。
计算机网络确实不需要太多的数学知识，这个你可以不用担心。而计算机需要数学就是算法方面的了，如果你不研究算法/数据库方面的话，一般来说对数学要求也不高。但是计算机需要英语是必然的，先进的技术和设备都是美国的，其实英语不难，第一次见查查字典，见多了，就跟中文一样了，语言是一种工具，用多了只会越来越熟练。我认识有些人，CCNP过了，大学英语四级都过不了，这说明网络方面英语不难。
你喜欢计算机是因为游戏吗，如果是的话也没什么，我当年也是玩游戏玩废的，不过给与了我极大的兴趣，去学这方面的知识。千万别觉得没有信心，所谓信心其实就是你有没有耐心去钻研，三天打鱼两天晒网肯定学不好。一定一定要耐心去学习，遇到困难，就去查查相应的知识或者问问别人，不要不懂了，就丢下书玩游戏了。
不要寄希望于学校会让你学会什么东西，而是自己让自己学会更多东西，希望掌握在别人手里的人是可悲的。
❸ 计算机专业一般需要学哪些数学知识/科目
高等数学啊线性代数啊是必备的知识，和认字是一个概念
离散数学是计算机紧密相关的
信息安全方向要学数论，抽代
现在比较热门的机器学习要好好学概率论
总之这些都是必备工具
❹ 我想知道计算机网络技术和编程有没有关系，和数学英语要求有多大
我想大多人都会有这样的疑问，学习英语和数学会对计算机编程有用吗？我在上大学的也不知道，现在岁数大了，在这里结合我自己的经验和网上的资料说明下：
数学的重要性：
1.首先作为一个优秀的程序员，数学是十分重要的。数学是自然科学的基础，计算机科学实际上是数学的一个分支。数学主要能让人懂得一种分析问题的方法，然后再通过编程去实现它。
2.学习数学是一个潜移默化的过程，并不是说你学习了大学数学等就马上立竿见影的对编程有帮助了。所以，很多程序员说他们并没有用到太多的数学知识，就已经是一个很棒的程序员了。（他们是优秀的编程蓝领，但他们的成就也就到此为止了，因为开发平台的组件已经帮他封装好了一切，他只需要调用就可以了）。
3.数学对编程有如蔬菜对肌肉。你说你吃了这盘菜对你身上的哪块肌肉有好处谁也说不出，但如果你一点蔬菜都不吃，你身上的每块肌肉都会没用。
4.当你学会编程后，感觉学习数学好像更容易了。当然，学好数学再编程，编程也会变的很容易了。有了数学知识，你会发现数据结构与算法原来也是很简单的。
数学的学习：
1.如果你认为数学没有用处，那是因为中国的数学教授方法错了，没有教给我们需要的知识，而不是数学本身的错误。哪怕了解一点点相关的数学知识就能让你写出可爱有趣的程序，否则会有些小难度。换句话讲,数学是可以慢慢学的,只要你有时间。加油，兄弟们，你能行的。
2.对于程序员来说，什么是正确的学习数学方法，呵呵，我们不需要知道定理的证明和它们究竟怎么来的，我们只需要看懂他们，然后灵活运用就可以了。
3.所以，你数学究竟考多少分并不代表你运用数学知识的能力，实际上，很多的数学知识到死你都就不会用到，它们的确也不是为你的编程生涯准备的。我们只需要知道基本思想，基本原理和基本使用方法就可以了。
4.你对编程的兴趣将会使你只关注于数学实践性的部分，在这方面，你将做的和数学系的一样棒。
什么数学课程对编程有用呢？
1.高等数学是基础，对于你理解数据结构和算法、数据库等起到无与伦比的作用。
2.做计算机图像处理方面的话，线性代数必须要好。
3.压缩算法、人工智能都使用微积分的。
4.离散数学和计算机编程联系最紧密，最有效的离散数学的分支是概率理论.这是你在学校学完基本算术后的紧接着的课.你会问,什么是概率理论呢?你就数啊,看有多少次出现满堂彩?或者有多次是同花顺.不管你思考什么问题如果是以"多少种途径..."或"有多大几率的...",那就是离散问题.当他发生时,都转化成"简单"的计数.抛个硬币看看...? 毫无疑问在他们教你基本的计算用法后他们会教你概率理论.
5.不要单纯为了考试，考研而学习（我从来不认为一个学生的优秀用他的考试成绩来衡量，我的衡量标准是看平时），这会让你“一张白纸走进大学，一脑糨糊走出大学”。没有动手能力，到了社会，你除了比别人多了张文凭，什么都不是。
❺ 计算机网络应用要学什么
专业任选课程：软件工程、多媒体技术、程序设计方法学、电子商务技术、密钥学、编译原理、语言程序设计、分布式计算技术、并行式计算技术等。
计算机应用技术比较偏向软件方向，培养掌握计算机应用专业必要的基础理论、常用计算机软件操作和编程语言，培养目标是具有较强实践技能的高级计算机应用型人才。专业课主要有：计算机软硬件技术基础、Linux操作系统等等，可以看出来，主要是偏向计算机软件的编程和应用的。
(5)计算机网络中用到的数学知识扩展阅读：
1、计算机网络技术专业就业范围比较广
计算机网络技术专业毕业生可以通过参加公司企业举报的计算机网络技术人才招聘，从事计算机系统维护、网络管理、程序设计、网站建设、网络设备调试、网络构架工程师、网络集成工程师、网络安全工程师、数据恢复工程师、网络安全分析师等岗位工作。
2、有计算机网络技术专业本科以上文凭的毕业生的其他工作选择
有计算机网络技术专业本科以上文凭的毕业生可以选择参加国家公务员考试，参加事业单位编制考试；如果有教师资格证，可以通过中小学教师竞聘，到学校做信息技术教师；可以参加国家司法考试；还可以自主创业。
❻ 计算机网络专业数学要学什么
微积分 、跟计算机 没啥关系 ，但就要学 。
❼ 计算机网络应用学什么
摘要 计算机网络应用的课程设置因学校不同而略有区别，大部分学校主要涉及以下课程：
❽ 大学里的计算机网络需要用数学吗
当然需要。高深的东西要用 传统上，数学是以分析为中心的。数学系的同学要学习三四个学期的数学分析，然后是复
变，实变，泛函等等。实变和泛函被很多人认为是现代数学的入门。在物理，化学，工程
上应用的，也以分析为主。
随着计算机科学的出现，一些以前不太受到重视的数学分支突然重要起来。人们发现，这
些分支处理的数学对象与传统的分析有明显的区别：分析研究的对象是连续的，因而微分
，积分成为基本的运算；而这些分支研究的对象是离散的，因而很少有机会进行此类的计
算。人们从而称这些分支为“离散数学”。“离散数学”的名字越来越响亮，最后导致以
分析为中心的传统数学分支被相对称为“连续数学”。
离散数学经过几十年发展，基本上稳定下来。一般认为，离散数学包含以下学科：
1) 集合论，数理逻辑与元数学。这是整个数学的基础，也是计算机科学的基础。
2) 图论，算法图论；组合数学，组合算法。计算机科学，尤其是理论计算机科学的核心是
算法，而大量的算法建立在图和组合的基础上。
3) 抽象代数。代数是无所不在的，本来在数学中就非常重要。在计算机科学中，人们惊讶
地发现代数竟然有如此之多的应用。
但是，理论计算机科学仅仅就是在数学的上面加上“离散”的帽子这么简单吗？一直到大
约十几年前，终于有一位大师告诉我们：不是。
D.E.Knuth(他有多伟大，我想不用我废话了)在Stanford开设了一门全新的课程Concrete
Mathematics。 Concrete这个词在这里有两层含义：
第一，针对abstract而言。Knuth认为，传统数学研究的对象过于抽象，导致对具体的问题
关心不够。他抱怨说，在研究中他需要的数学往往并不存在，所以他只能自己去创造一些
数学。为了直接面向应用的需要，他要提倡“具体”的数学。
在这里我做一点简单的解释。例如在集合论中，数学家关心的都是最根本的问题--公理系
统的各种性质之类。而一些具体集合的性质，各种常见集合，关系，映射都是什么样的，
数学家觉得并不重要。然而，在计算机科学中应用的，恰恰就是这些具体的东西。Knuth能
够首先看到这一点，不愧为当世计算机第一人。
第二，Concrete是Continuous(连续)加上discrete(离散)。不管连续数学还是离散数学，
都是有用的数学！
前面主要是从数学角度来看的。从计算机角度来看，理论计算机科学目前主要的研究领域
包括：可计算性理论，算法设计与复杂性分析，密码学与信息安全，分布式计算理论，并
行计算理论，网络理论，生物信息计算，计算几何学，程序语言理论等等。这些领域互相
交叉，而且新的课题在不断提出，所以很难理出一个头绪来。
下面随便举一些例子。
由于应用需求的推动，密码学现在成为研究的热点。密码学建立在数论(尤其是计算数论)
，代数，信息论，概率论和随机过程的基础上，有时也用到图论和组合学等。
很多人以为密码学就是加密解密，而加密就是用一个函数把数据打乱。这就大错特错了。
现代密码学至少包含以下层次的内容：
第一，密码学的基础。例如，分解一个大数真的很困难吗？能否有一般的工具证明协议正
确？
第二，密码学的基本课题。例如，比以前更好的单向函数，签名协议等。
第三，密码学的高级问题。例如，零知识证明的长度，秘密分享的方法。
第四，密码学的新应用。例如，数字现金，叛徒追踪等。
现代社会科学技术高速发展，数学学科的发展也已经到了非常抽象的地步，但是计算机所应用的数学依然是之前的经典东西，怎么样学好数学，通过计算机这个平台用好数学，将计算引入世界的每一个角落，无时无可得都在运算，用于提高人类的生活质量，这将是我们计算机学科从业人员的终极目的和追求