学习数学建模的心得体会
一年一度的全国数学建模大赛在今年的9 月22 日上午8 点拉开战幕，各队将在3 天72 小时内对一个现实中的实际问题进行模型建立，求解和分析，确定题目后，我们队三人分头行动，一人去图书馆查阅资料，一人在网上搜索相关信息，一人建立模型，通过三人的努力，在前两天中建立出两个模型并编程求解，经过艰苦的奋斗，终于在第三天完成了论文的写作，在这三天里我感触很深，现将心得体会写出，希望与大家交流。
1. 团队精神：团队精神是数学建模是否取得好成绩的最重要的因素，一队三个人要相互支持，相互鼓励。
切勿自己只管自己的一部分（数学好的只管建模，计算机好的只管编程，写作好的只管论文写作），很多时候，一个人的思考是不全面的，只有大家一起讨论才有可能把问题搞清楚，因此无论做任何板块，三个人要一起齐心才行，只靠一个人的力量，要在三天之内写出一篇高水平的文章几乎是不可能的。
2. 有影响力的leader：在比赛中，leader 是很重要的，他的作用就相当与计算机中的CPU，是全队的核心，如果一个队的leader 不得力，往往影响一个队的正常发挥，就拿选题来说，有人想做A 题，有人想做B 题，如果争论一天都未确定方案的话，可能就没有足够时间完成一篇论文了，又比如，当队中有人信心动摇时（特别是第三天，人可能已经心力交瘁了），leader 应发挥其作用，让整个队伍重整信心，否则可能导致队伍的前功尽弃。
3. 合理的时间安排：做任何事情，合理的时间安排非常重要，建模也是一样，事先要做好一个规划，建模一共分十个板块（摘要，问题提出，模型假设，问题分析，模型假设，模型建立，模型求解，结果分析，模型的评价与推广，参考文献，附录）。
你每天要做完哪几个板块事先要确定好，这样做才会使自己游刃有余，保证在规定时间内完成论文，以避免由于时间上的不妥，以致于最后无法完成论文。
4. 正确的论文格式：论文属于科学性的文章，它有严格的书写格式规范，因此一篇好的论文一定要有正确的格式，就拿摘要来说吧，它要包括6 要素（问题,方法,模型,算法,结论,特色），它是一篇论文的概括，摘要的好坏将决定你的论文是否吸引评委的目光，但听阅卷老师说，这次有些论文的摘要里出现了大量的图表和程序，这都是不符合论文格式的，这种论文也不会取得好成绩，因此我们写论文时要端正态度，注意书写格式。
5. 论文的写作：我个人认为论文的写作是至关重要的，其实大家最后的模型和结果都差不多，为什么有些队可以送全国，有些队可以拿省奖，而有些队却什么都拿不到，这关键在于论文的写作上面。
一篇好的论文首先读上去便使人感到逻辑清晰，有条例性，能打动评委；其次，论文在语言上的表述也很重要，要注意用词的准确性；另外，一篇好的论文应有闪光点，有自己的特色，有自己的想法和思考在里面，总之，论文写作的好坏将直接影响到成绩的优劣。
6. 算法的设计：算法的设计的好坏将直接影响运算速度的快慢，建议大家多用数学软件（Mathematice,Matlab,Maple, Mathcad,Lindo,Lingo,SAS 等），这里提供十种数学建模常用算法，仅供参考：1、 蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法）2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab 作为工具）3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件实现）4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用）7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具）8、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）10、图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）以上便是我这次参加这次数学建模竞赛的一点心得体会，只当贻笑大方，不过就数学建模本身而言，它是魅力无穷的，它能够锻炼和考查一个人的综合素质，也希望广大同学能够积极参与到这项活动当中来。
c语言实训心得3000字
C语言实践心会在这个星期里，在专业老师的带领下进行c语言程序实践学习。
在这之前，我们已经对c语言这门课程学习了一个学期，对其有了一定的了解，但是也仅仅是停留在了解的范围，对里面的好多东西还是很陌生，更多的在运用起来的时候还是感到很棘手，毕竟，万事开头难嘛。
由于时间的关系，我们的这次实践课程老师并没有给我们详细的介绍，只是给我们简单的介绍了几个比较重要的实际操作。
上机实验是学习程序设计语言必不可少的实践环节，特别是c语言灵活、简洁，更需要通过编程的实践来真正掌握它。
对于程序设计语言的学习目的，可以概括为学习语法规定、掌握程序设计方法、提高程序开发能力，这些都必须通过充分的实际上机操作才能完成。
学习c程序设计语言除了课堂讲授以外，必须保证有不少于课堂讲授学时的上机时间。
因为学时所限，课程不能安排过多的统一上机实验，所以希望学生有效地利用课程上机实验的机会，尽快掌握用c语言开发程序的能力，为今后的继续学习打下一个良好的基础。
个人认为课程上机实验的目的，不仅仅是验证教材和讲课的内容、检查自己所编的程序是否正确，课程安排的上机实验的目的可以概括为如下几个方面：1、加深对课堂讲授内容的理解课堂上要讲授许多关于c语言的语法规则，听起来十分枯燥无味，也不容易记住，死记硬背是不可取的。
然而要使用c语言这个工具解决实际问题，又必须掌握它。
通过多次上机练习，对于语法知识有了感性的认识，加深对它的理
刘威的探寻数学学习的秘密观后感
在学习数学程中，一定会遇到各种各样的、定理和规律，这些都是前人毕血总来的，是人类智慧的结晶，为我们的学习指明了光明的道路。
但我们也应该认识到一点：这些仅仅只是大的轮廓，其中所容纳的空间是十分空旷的。
前人的路需要我们不断地开拓，不断地完善，然而这一切又一切的实现要靠敢于创新的自我。
学习数学，我有很多心得：它好比建筑一栋大厦，在打好地基一砖一瓦建筑的同时，首先应该检验地基的牢固性，是否经得起百层的建筑。
在这之后才能随心所欲地装饰你的大厦。
从这里可以看出，学习数学既要在守旧中创新，有要在创新中守旧。
即在最浅显的知识上追求新的发展，在新领域中不脱离根本的原理。
这里最重要的是知识的联系，学会举一反三，做到融会贯通，这样才会有学习上的进步，否则只能是在原地踏步。
创新是引发历史革命的根本动力，它很可能引发新的数学革命，最终将带动整个社会向前发展。
因此，我们应该在具有创新的精神的同时，具有大胆提出问题、认真研究问题、合理想象问题、巧妙解决问题的信念。
由数学联想到的 自从上小学起，我们就一直在学习数学，那么花这么长的时间去学，数学到底使我们得到了什么呢
我认为，首先，数学赋予了我们一个清晰的头脑，这使得我们可以看清事物之间的联系；其次，数学加深了我们对事物的判断能力；第三，数学开发了我们的逻辑思维。
最近几年，我不断的体会到数学在学习以及生活各方面都为我们提供了大量的可利用资源，并不是所有人都理解这一点，毕竟数学是一门非常抽象的学科，数学在本质上完全不同与物理化学。
虽然应用学科带来了巨大的经济效益，但倘若没有数学作为基础，所有的学科都将变成空中楼阁。
一个人要想成为一名科学家，他首先必须成为一名数学家。
数学产生一种魔力控制着我们的思维，大脑一旦失去数学的作用有如身体失去地心引力一样虚无缥缈，数学的魔力不仅使人的大脑产生了严谨的逻辑性，而且使人的工作效率大大提高，这是我们有目共睹的。
学习数学需要两个前提：一是要有悟性，二是要有计算能力，二者缺一不可。
悟性的提高在于勤思考，多发问。
以我个人为例，我常把一些离散的信息进行加工，得到另一些连续的或更有价值的信息（如将特殊式反推导得到一般式就可以看到式子变化的规律）以便增加已知量来解决我所要面对的问题。
数学是一门计算科学，所以学好数学就必须要有一定的计算能力。
而数学没学好的人通常有两个原因：一是逻辑思维发生混乱，二是分析计算能力差。
只要找到自己的弱项，努力的拼搏，最终是会成功的。
学习数学是没有终点的，成功只是漫漫旅途的一站，而旅途上更多的是失败，数学上的成功来自于实力不是靠运气，而实力则是在坚持不懈的奋斗中点点滴滴磨练出来的。
数学是对客观世界数量关系和空间关系的一种抽象。
可以说生活中处处有数学。
《课程标准》中指出：数学教学是数学活动，教师要紧密联系学生的生活环境，从学生的经验和已有的知识出发，创设生动的数学情境……。
数学的兴趣和学习数学的信心对学生来说是十分重要的问题，教师就应该将学生的生活与数学学习结合起来，让学生熟知.亲近.现实的生活数学走进学生视野，进入数学课堂，使数学教材变的具体.生动.直观，使学生感悟，发现数学的作用与意义，学会用数学的眼光观察周围的客观世界，增强数学作用意识。
为此，教师要经常引导学生提供他们所熟悉的经验，充分利用学生现有的知识经验和他们所熟悉的事物组织教学，使学生能较好地感知和理解所学的内容。
一、教学内容力求生活化。
在数学过程中，教师应该充分利用学生的认知规律，已有的生活经验和数学的实际，转化以教材为本的旧观念，灵活处理教材，根据实际需要对原材料进行优化组合。
尤其在小学阶段，儿童身体亲自经历，用心灵亲自感悟所获得的东西，是儿童的直接经验。
这直接经验不仅属于认知、理性范畴，而且要扩展到情感、生理和性格等领域，是儿童自我拥有的聪明才智，数学教学中，要从多方面找数学素材和多让学生到生活中找数学，想数学，真切感受生活中处处有数学。
例如在教学百分数应用题的时候，可以充分运用本班中男女生人数、小组人数之间的关系设计练习。
三（3）班有学生60人，其中男生33人，女生27人，男生人数占全班人数的几分之几
女生人数占全班人数的几分之几
还可以让学生自由编题。
学生会编出男生人数比女生人数多百分之几，女生人数比男生人数少百分之几的题目。
这样让学生感到生活中处处有数学，体会到了数学在生活中的用处。
二，教学方法教学手段尽量生活化。
从教学方法看，要坚持启发式，创设问题情景，激发学生积极思维，引导他们自己发现和掌握有关规律。
教师要善于提出问题引导学生思考。
所提出的问题不论是实际问题还是理论问题都应紧密结合教学内容，并编拟成科学的探究程序，使学生能形成一条清晰的思路。
为发掘学生的创造力，应鼓励学生大胆猜想，敢于质疑，自觉地进行求异思维训练。
另外，要特别重视学法指导，使学生学会自我学习、自我发展。
从教学手段看，要重视观察和实验教学，努力提高学生的观察能力、实验能力和动手操作能力，培养他们严肃认真、实事求是的科学态度和科学习惯。
还要尽量地使用先进的教学手段，增加教学的现代气息，使他们感受到现代科技成果对教学的促进作用。
学生对几何图形很难区别，我们在在教学长方形、正方形、三角形和圆的认识时，就可以先用投影片出示，平时见到的桌子、书、红领巾、皮球等实物，然后抽去实物，留下角、长方形、正方形、三角形和圆形等几何形，让学生发现这些图形原来就在我们的身边，无形中产生了学习的动力。
三，应用生活化。
学生学习数学是运用所学的数学知识和方法解决一些简单的实际问题的，必要的日常生活的工具。
引导学生把所学知识联系，运用于生活实际，可以促进学生的探索意识和创新意识的形成，培养学生初步的实践能力。
每教学一个知识点，可以编一些实际应用的题目，让学生练习，培养学生运用的所学知识解决实际问题的能力。
如教学步测和目测后，可以有意识地让学生到操场测量一下，体验步测和目测。
这样做加强了学生对数学知识的理解，体味到了解决问题的一种享受。
数学在生活中的应用是很广泛的，如教学三角形的稳定性后可以让学生解释一下：我们住的房子的屋顶为何要架成三角形的
木工师傅帮同学修理课桌为何要在桌脚对角处钉上一根斜条
又如教学平行四边形的特性请学生说明：为什么拉栅门要做成平行四边形的网格状而不做成三角形
通过解释一些生活现象，使学生更深地感受数学与现实生活的密切联系。
另外要让学生运用数学知识解决实际问题，如在统计的初步认识教学中，学生搜集了自家几个月用水的情况，通过收集，描述，分析数据（人口的多少，老人和小孩等诸多因素）的过程，得出了自家用水是否合理的判断，并做出今后用水情况的决策。
既渗透了环保的教育，又使学生感受到数学知识的应用。
数学教学与生活是密切联系的。
在传授数学知识和训练数学能力的过程中，教师自然而然地注入生活内容；在参与关心学生生活过程中，教师引导学生学会运用所学知识为自己生活服务。
这样的设计，不仅贴近学生的生活水平，符合学生的需要心理，而且也给学生留有一些瑕想和期盼，使他们将数学知识和实际生活联系得更紧密。
让数学教学充满生活气息和时代色彩，真正调动起学生学习数学的积极性，培养他们的自主创新能力和解决问题的能力。
matelabe怎么定义可改变赋值的变量
可以随时调用一个字母作为变量，但是第一次调用的时候隐含的就进行了var声明。
有特殊情况时还是需要var定义的。
比如要定义一个没有被赋值的变量（只是声明这个变量，而这个变量并没有赋值。
）
概率论与数理统计心得
一概率论与数理统计是工程数学中比较灵活的一门课程，个人觉得也是学的有滋有味的一科。
概率论是以古典型概率，几何型概率，条件概率，各种分布列等为基本模型，以加法原理，乘法原理为规则，以非负性，规范性，可列可加性为基本性质，逆事件，差事件概率的计算公式，加法公式等为运算基础骨架。
解题时应做到心中有数，将难题一步步分解为这些简单问题的叠加。
学习重点应放在理解和运用上，而不在于计算，老师上课时的例题很重要，课后要理解消化，勤做练习加深理解，做题时应分清各类题型，举一反三。
熟练掌握：概率部分： 1.常见分布列，分布函数：离散型--连续型 一维--二维--多维离散： 两点分布，二次分布，泊松分布，几何分布连续： 均匀分布，指数分布，正态分布2.基本运算概念： 概率密度，数学期望，方差，协方差，相关系数 数理统计部分：样本基本概念：X2分布，t分布，F分布，正态总体的样本均值，方差，k阶原点矩，k阶中心矩推荐经典习题：第一章:3.4.5.8.9.10.11.12.13.15.18.20.21第二章:4.10.11.14.15.17.24.25.26.27第三章:1-8.13.14.19.20.24.25.27第四章:1.3.5.6.8.10(*).11---20.24.26.27.28(*).29.30第六章:1.2.4.5.6.7.9(*)第七章:2.3.4.7.8.9.10.11.12 二“概率论与数理统计”是理工科大学生的一门必修课程，由于该学科与生活实践和科学试验有着紧密的联系，是许多新发展的前沿学科(如控制论、信息论、可靠性理论、人工智能等)的基础，因此学好这一学科是十分重要的。
? “概率论与数理统计”的学习应注重的是概念的理解，而这正是广大学生所疏忽的，在复习时几乎有近一半以上学生对“什么是随机变量”、“为什么要引进随机变量”仍说不清楚。
对于涉及随机变量的独立，不相关等概念更是无从着手，这一方面是因为高等数学处理的是“确定”的事件。
如函数y=f(x)，当x确定后y有确定的值与之对应。
而概率论中随机变量X在抽样前是不确定的，我们只能由随机试验确定它落在某一区域中的概率，要建立用“不确定性”的思维方法往往比较困难，如果套用确定性的思维方法就会出错。
由于基本概念没有搞懂，即使是十分简单的题目也难以得分。
从而造成低分多的现象。
另一方面由于概率论中涉及的计算技巧不多，除了古典概型，几何概型和计算二维随机变量的函数分布时如何确定积分上、下限有一些计算的难点，其他的只是数值或者积分、导数的计算。
因而如果概念清楚，那么解题往往很顺利且易得到正确答案，这正是高分较多的原因。
? 根据上面分析，启示我们不能把高等数学的学习方法照搬到“概率统计”的学习上来，而应按照概率统计自身的特点提出学习方法，才能取得“事半功倍”的效果。
下面我们分别对“概率论”和“数理统计”的学习方法提出一些建议。
? 一、 学习“概率论”要注意以下几个要点 1. 在学习“概率论”的过程中要抓住对概念的引入和背景的理解，例如为什么要引进“随机变量”这一概念。
这实际上是一个抽象过程。
正如小学生最初学数学时总是一个苹果加2个苹果等于3个苹果，然后抽象为1+2=3.对于具体的随机试验中的具体随机事件，可以计算其概率，但这毕竟是局部的，孤立的，能否将不同随机试验的不同样本空间予以统一，并对整个随机试验进行刻画
随机变量X(即从样本空间到实轴的单值实函数)的引进使原先不同随机试验的随机事件的概率都可转化为随机变量落在某一实数集合B的概率，不同的随机试验可由不同的随机变量来刻画。
此外若对一切实数集合B，知道P(X∈B)。
那么随机试验的任一随机事件的概率也就完全确定了。
所以我们只须求出随机变量X的分布P(X∈B)。
就对随机试验进行了全面的刻画。
它的研究成了概率论的研究中心课题。
故而随机变量的引入是概率论发展历史中的一个重要里程碑。
类似地，概率公理化定义的引进，分布函数、离散型和连续型随机变量的分类，随机变量的数学特征等概念的引进都有明确的背景，在学习中要深入理解体会。
? 2. 在学习“概率论”过程中对于引入概念的内涵和相互间的联系和差异要仔细推敲，例如随机变量概念的内涵有哪些意义：它是一个从样本空间到实轴的单值实函数X(w)，但它不同于一般的函数，首先它的定义域是样本空间，不同随机试验有不同的样本空间。
而它的取值是不确定的， 随着试验结果的不同可取不同值，但是它取某一区间的概率又能根据随机试验予以确定的，而我们关心的通常只是它的取值范围，即对于实轴上任一B，计算概率P(X∈B)，即随机变量X的分布。
只有理解了随机变量的内涵，下面的概念如分布函数等等才能真正理解。
又如随机事件的互不相容和相互独立两个概念通常会混淆，前者是事件的运算性质，后者是事件的概率性质，但它们又有一定联系，如果P(A)。
P(B)＞0，则A，B独立则一定相容。
类似地，如随机变量的独立和不相关等概念的联系与差异一定要真正搞懂。
? 3. 搞懂了概率论中的各个概念，一般具体的计算都是不难的，如F(x)=P(X≤x)，EX，DX等按定义都易求得。
计算中的难点有古典概型和几何概型的概率计算，二维随机变量的边缘分布fx(x)=∫-∞∞ f(x，y)dy，事件B的概率P((X，Y)∈B)=∫∫Bf(x，y)dxdy，卷积公式等的计算，它们形式上很简单，但是由于f(x，y)通常是分段函数，真正的积分限并不再是(-∞，∞)或B，这时如何正确确定事实上的积分限就成了正确解题的关键，要切实掌握。
? 4. 概率论中也有许多习题，在解题过程中不要为解题而解题，而应理解题目所涉及的概念及解题的目的，至于具体计算中的某些技巧基本上在高等数学中都已学过。
因此概率论学习的关键不在于做许多习题，而要把精力放在理解不同题型涉及的概念及解题的思路上去。
这样往往能“事半功倍”。
二、 学习“数理统计”要注意以下几个要点? 1. 由于数理统计是一门实用性极强的学科，在学习中要紧扣它的实际背景，理解统计方法的直观含义。
了解数理统计能解决那些实际问题。
对如何处理抽样数据，并根据处理的结果作出合理的统计推断，该结论的可靠性有多少要有一个总体的思维框架，这样，学起来就不会枯燥而且容易记忆。
例如估计未知分布的数学期望，就要考虑到① 如何寻求合适的估计量的途径，②如何比较多个估计量的优劣
这样，针对①按不同的统计思想可推出矩估计和极大似然估计，而针对②又可分为无偏估计、有效估计、相合估计，因为不同的估计名称有着不同的含义，一个具体估计量可以满足上面的每一个，也可能不满足。
掌握了寻求估计的统计思想，具体寻求估计的步骤往往是“套路子”的，并不困难，然而如果没有从根本上理解，仅死背套路子往往会出现各种错误。
? 2. 许多同学在学习数理统计过程中往往抱怨公式太多，置信区间，假设检验表格多而且记不住。
事实上概括起来只有八个公式需要记忆，而且它们之间有着紧密联系，并不难记，而区间估计和假设检验中只是这八个公式的不同运用而已，关键在于理解区间估计和假设检验的统计意义，在理解基础上灵活运用这八个公式，完全没有必要死记硬背。
更多信息请访问：新浪自考频道 自考论坛 自考博客圈 特别说明：由于各方面情况的不断调整与变化，新浪网所提供的所有考试信息仅供参考，敬请考生以权威部门公布的正式信息为准。
在大学里，学生真正应该学习的是什么
努力的方向是什么
大学生努力的方向是什么 说实话，这两天不断有朋友劝我何苦如此费神，我手上现在的事情远远中药与在此类似于说教的发言。
但是我总是执迷不悟不断来分享我的心得，原因在于我亲眼看见本宿舍另外六位当年基本都以600分以上的高分考进来舍友因为自己的所谓个人爱好一步一步走向平庸甚至差劲的地步，我认为如果在一开始好好引导是可以避免这种情况发生的，这就是我一直在这里守候争论的目的。
如果有一个人因为我的只言片语醒悟过来，我认为我的这些天来的文字是值得的流氓野心朋友说道：对于更多朋友我们更应该让他们去找到自己的优势，正确把握自己的定位，发展个性，做一个真正具有思想的人
毕竟社会中需要的人才是不拘一格的。
我们希望看到的是西电人将来不仅仅是在IT业能有很高的声誉，更应该在各个领域百花齐放，而这个时候，思想的价值体现就更为明显，大学时候的知识积累也就应该换个角度，换个方法。
大学的教育才有创新和进步，大学的体制的完善才会有新的起点
我很欣赏这段话，同样，我很赞同这段话，但是这不与我的观点冲突。
我一直坚持的观点是要学习，至于你是学习管理，学习金融，学习人际以及一系列与西电专业无关的东西，都无所谓，只要你珍惜大学四年的时光，好好学习。
管理不需要基础知识么
金融不需要基础知识么
市场营销不需要学习么
同样希望。
学习不代表培养出千篇一律的人才，更不代表打压了西电百花争芳的希望。
MIT学习氛围如何
哈怫学习氛围如何
大家要知道，在MIT不学习，不听课几乎=生存不下去。
我一MIT的朋友，我白天大部分时候都看见他在线上，考虑到时差，我很惊讶他的学习时间。
他的回答是：在这里，不拼命学习就会被淘汰。
确实，在那里没有“有的人从来不听课，只在考前上自习。
一样能保送研究生，而且其他方面能力超强。
”这种情况难道他们都没有个性了么
难道他们都千篇一律了么
没有，只要你有好的态度，个性的飞扬与进入课堂没有任何关联。
另外，流氓野心混淆了一个概念。
你可以说存在一些成绩差不学习的，但是本身学习能力强，将来醒悟后混得很好的例子，但是你似乎忘记了计算其中的比例。
要举个例谁都能举，但是事实上各种单位想要什么人呢
各种大学想要什么学生呢
你宁愿相信一个成绩一塌糊涂还指着自己鼻子说自己学习能力超强的人，还是宁愿选择一个清华大学硕士生
请记住一点，如果你能在成绩上拔尖，本身就说明你的学习能力很强。
也说明的你以后的机会更多。
这似乎是无可置疑的。
换句话说，如果你能力不强，你就应该努力学习来弥补你的缺陷。
如果你能力强，你更应该努力学习来展现。
你可以涉足游戏，但是是游戏分析或者游戏编程，你也可以涉足别的领域，只要有兴趣，自认为有实力。
但是如果你只是单纯玩游戏看小说，在学生组织里面混日子，我坚决反对这种做法，可以说是对生命的浪费不可否认的是，西电的学生将来大多数都从事IT行业，我必须依靠这方面来说明我的观点。
而且，不管什么样的基本功，都是自习来的。
你不去自习，怎么可能领悟到一些高深的东西，获得一些完善的知识
难道靠梦中领悟
还是在金浪坐半天，包个通宵就醍醐灌顶
不可能。
一个人的性格的全面发展与其知识的获得程度是成正比的。
如果健康发展，完全可以从技术牛人转变为管理牛人交际牛人，但是如果一开始你就冲着交际牛人管理牛人的目标前进而为了实现这个目标放弃大学四年宝贵的学习时光，是得不偿失的。
说白了，想在那一方面成就一番事业，都必须经历艰苦学习的过程，任你再聪明也逃不脱这个过程。
自习是什么
自我学习，如果一个人连自我学习都做不到，何来学习能力强之说
进来西电的同学，大多数都是希望学到技术的。
如果你想做一个技术牛人，在校生活是系统地学习基础理论知识，学习思考和解决问题方式的好机会。
这些知识将成为你未来发展过程中所需要的最基本的知识和技能。
就象建一栋高楼，如果不打好基础是经不起风吹雨打的。
李开复先生曾经说过，“除了英语之外，数学、统计学对理工科学生也是很重要的基础课程，是不可忽视的。
数学是人类几千年的智慧结晶，你们一定要用心把它学好，不能敷衍了事。
我今天就很后悔自己当初没有花更多功夫把数学学得更好些。
另外，计算机应用、算法和编程也都是每一个工科学生应该熟悉和掌握的，它们是将来人人必须会用的工具。
”我不相信那些学生在参加社交活动，参加社会培训，沉迷于玩游戏，看小说，以及别的一些业余爱好上，在这些情况下还能打好知识的基础。
如果你一定要说有，那么我没办法，我是没法和人家比的。
我不是天才。
西电每年出的风云人物＋牛人都是刻苦勤奋的代表，而不是生活潇洒的代表。
无论是以前的林锐，后来的黄旭，还有很多你我都不知道的牛人。
我们景仰柳传志，景仰林锐，因为什么
还不是内心深处对这种成功的渴望以及心中理想的敲打。
举个基础知识重要性的例子。
中国软件人才之所以是代码机器，正是因为基础的理论没有打好
有几个写代码的敢说自己对数学理解透彻了
有几个写程序的能够认识到能够认识到离散数学，线性代数和概率论在实际编程工作中的极端重要性
编程需要的是思想，中国软件人员缺少的就是这种数学思想，这种逻辑思想，编程技巧反而在其次。
为什么数学专业的人将来做相关行业的能力更强
为什么系统设计架构之类的领导工作数学系的人居多
为什么软件学院计算机学院的人出去之后受数学系领导的居多
难道各位计算机软件的学生不知道么
问题是，大学生心态的浮躁，导致了基础知识的薄弱。
在最近的一段时间中，我深感自己在这方面吃了很大的亏。
但我自认基础知识在西电算是中上，可见大部分同学将来更要吃亏。
如果你想在这方面提升自己的话。
如果你希望在IT方面成就一番事业，永远到要记得思考，思考老师所讲的内容，思考课本，思考课外读物，思考实验，这些都是自习，都不影响你活出你自己。
如果你属于少数有着专门兴趣爱好而且在这方面很有天赋的学生，你也要自习与你的兴趣爱好相关的东西，打出一片天地。
不努力，在哪方面都不会成功。
如果你是既不学习又有一堆业余爱好的学生，请仔细思考你的未来。
qq救不了你，游戏救不了你，金庸笔下的大侠和交际场上的暂时风光不能给你带来理想与辉煌。
如何合理安排时间是应该考虑的。
对于大多数西电学生来讲，一定要注重个人基础知识的培养，也就是说课本＋专业实践。
否则以后工作时发现自己无法得到更大的提高会非常后悔。
道理很简单，地基决定了大楼的高度。
拉格朗日插值和牛顿插值的异同
其实，两者都是通过给定n+1个互异的插值节点，让你求一条n次代数曲线近似地表示待插值的函数曲线．这就叫做代数插值啦．Lagrange插值代数和Newton法插值都属于代数插值的范畴． Lagrange插值和Newton法插值的结果和余项都是一致的，因为都是利用n次多项式插值嘛，当然一样啦．区别：Lagrange插值法是通过构造n+1个n次基本多项式，然后线性组合（结果当然也是n次的多项式啦）而得到的． 而Newton法插值是通过求各阶差商，递推得到的一个f(x)=f(x0)+(x-x0)f[x0,x1]+(x-x0)(x-x1)f[x0,x1,x2]....+(x-x0)...(x-x(n-1))f[x0,x1...xn]这样的公式，代进去就可以得到啦（其实一楼概括的很深入吧，抱歉我还没达到那种境界，呵呵）． 还有，Lagrange插值法在求每个基本多项式的时候要用到所有那些结点，因此如果需要再多加进去一个结点的话，需要重新求出基本多项式才可，而这需要大量的工程，于是数学家们就发明了Newton法啦，你看上面的那个式子，如果再加进去一个结点是不是只要在它后面再加上一个（x-x0)(x-x1)...(x-x(n-1))(x-xn)f[x0,x1...xn,x(n+1)]就行了呢
这些是我自己总结出来的，希望各位多多赐教，也希望对你有所启发啊 如果你是数学系的，可以叫个朋友么
呵呵
如何学习概率论与数理统计经管类
1、如果你是签了协议的如免费师范生等，毕业后必须从教，除非毁约，但毁约是有代价的。
如果你只是一名普通的数学与应用数学专业的师范生，没有与国家或他方签订协议等约束性条款，毕业后不必一定从教。
2、数学与应用数学并非师范生的专利，非师范类院校开设这个专业的很多，师范类院校读这个专业的非师范生也很多。
这个专业今后就业、考研的方向很多，号称万金油专业。
3、一般来讲数学系有两个或多个专业，数学与应用数学、信息与计算科学是数学系的两个主打专业。
4、这两个专业的基础课程和绝大多数主干课程都是一样的，以华东师范大学数学系这两个专业的课程为例说明一下。
数学与应用数学： 数学分析（国家精品课程）、高等代数（国家精品课程）、解析几何（国家精品课程）、常微分方程、近世代数（上海市精品课程）、复变函数、微分几何、抽象代数、实变函数、拓扑学、普通物理、概率统计、数学建模、数学实验、离散数学、C语言、运筹与网络化及软件、数据库、常用统计方法及软件、计算方法及软件、微分流形、泛函分析、代数选讲、李代数及其表示、常微续论、复变函数选论、动力系统引论、数理方程、微分几何续论、生物数学、环境数学模型、数理经济学、金融数学、数学教育概论、数学教学测量与评估、数学教育心理学、数学哲学与数学史、现代数学系列讲座；信息与计算科学：数学分析（国家精品课程）、高等代数（国家精品课程）、解析几何（国家精品课程）、常微分方程、近世代数（上海市精品课程）、复变函数、微分几何、抽象代数、实变函数、拓扑学、普通物理、概率统计、数学建模、数学实验、离散数学、C语言、运筹与网络化及软件、数据库、常用统计方法及软件、计算方法及软件、微分流形、泛函分析、代数选讲、李代数及其表示、常微续论、复变函数选论、动力系统引论、数理方程、微分几何续论、生物数学、环境数学模型、数理经济学、金融数学、数学教育概论、数学教学测量与评估、数学教育心理学、数学哲学与数学史、现代数学系列讲座。
当然，非师范生不必学习数学教学评估、教育心理学等师范生必读的课程。
晕，题目做完了才发现华东师大两个专业的主干课程是完全一样的，不过的确如此，这也从一个方面说明两个专业差距很小。
希望我的回答对你有帮助~~
求1500字关于对自己专业认识与了解的文章， 专业为计算机科学与技术，求大神帮帮忙
计算机专业涵盖软件工程专业，主要培养具有良好的科学素养，系统地、较好地掌握计算机科学与技术包括计算机硬件、软件与应用的基本理论、基本知识和基本技能与方法，能在科研部门、教育单位、企业、事业、技术和行政管理部门等单位从事计算机教学、科学研究和应用的计算机科学与技术学科的高级科学技术人才。
1．网络工程方向就业前景良好，学生毕业后可以到国内外大型电信服务商、大型通信设备制造企业进行技术开发工作，也可以到其他企事业单位从事网络工程领域的设计、维护、教育培训等工作。
2．软件工程方向 就业前景十分广阔，学生毕业后可以到国内外众多软件企业、国家机关以及各个大、中型企、事业单位的信息技术部门、教育部门等单位从事软件工程领域的技术开发、教学、科研及管理等工作。
也可以继续攻读计算机科学与技术类专业研究生和软件工程硕士。
3．通信方向学生毕业后可到信息产业、财政、金融、邮电、交通、国防、大专院校和科研机构从事通信技术和电子技术的科研、教学和工程技术工作。
4．网络与信息安全方向宽口径专业，主干学科为信息安全和网络工程。
学生毕业后可为政府、国防、军队、电信、电力、金融、铁路等部门的计算机网络系统和信息安全领域进行管理和服务的高级专业工程技术人才。
并可继续攻读信息安全、通信、信息处理、计算机软件和其他相关学科的硕士学位。
发展趋势截至2005年底，全国电子信息产品制造业平均就业人数 322．8万人，其中工人约占6 0%，工程技术人员和管理人员比例较低，远不能满足电子信息产业发展的需要。
软件业人才供需矛盾尤为突出。
2002年，全国软件产业从业人员59.2万人，其中软件研发人员为15.7万人，占26．52%。
而当前电子信息产业发达国家技术人员的平均比例都在30%以上。
中国电子信息产业技术人员总量稍显不足。
智能化使计算机具有模拟人的感觉和思维过程的能力，使计算机成为智能计算机。
这也是目前正在研制的新一代计算机要实现的目标。
智能化的研究包括模式识别、图像识别、自然语言的生成和理解、博弈、定理自动证明、自动程序设计、专家系统、学习系统和智能机器人等，已研制出多种具有人的部分智能的机器人。
网络化是计算机发展的又一个重要趋势。
从单机走向联网是计算机应用发展的必然结果。
所谓计算机网络化，是指用现代通信技术和计算机技术把分布在不同地点的计算机互联起来，组成一个规模大、功能强、可以互相通信的网络结构。
网络化的目的是使网络中的软件、硬件和数据等资源能被网络上的用户共享。
大到世界范围的通信网，小到实验室内部的局域网已经很普及，因特网（Internet）已经连接包括我国在内的150多个国家和地区。
由于计算机网络实现了多种资源的共享和处理，提高了资源的使用效率，因而深受广大用户的欢迎，得到了越来越广泛的应用。
多媒体计算机是当前计算机领域中最引人注目的高新技术之一。
多媒体计算机就是利用计算机技术、通信技术和大众传播技术，来综合处理多种媒体信息的计算机。
这些信息包括文本、视频图像、图形、声音、文字等。
多媒体技术使多种信息建立了有机联系，并集成为一个具有人机交互性的系统。
多媒体计算机将真正改善人机界面，使计算机朝着人类接受和处理信息的最自然的方式发展。
